| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-22页 |
| 1.1 研究背景与意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 凸优化方法研究现状 | 第13-14页 |
| 1.2.2 不确定性优化研究现状 | 第14-16页 |
| 1.2.3 含不确定量的电力系统最优潮流研究 | 第16-18页 |
| 1.3 现有不确定性优化方法存在的缺陷 | 第18-19页 |
| 1.4 本文所做工作 | 第19-22页 |
| 第二章 二阶锥规划的鲁棒最优潮流 | 第22-30页 |
| 2.1 非线性最优潮流模型 | 第22页 |
| 2.2 二阶锥规划理论 | 第22-24页 |
| 2.2.1 二阶锥规划 | 第22-23页 |
| 2.2.2 数学原理 | 第23-24页 |
| 2.3 鲁棒优化研究现状 | 第24-29页 |
| 2.3.1 鲁棒优化理论 | 第24-25页 |
| 2.3.2 鲁棒优化概述 | 第25页 |
| 2.3.3 鲁棒优化数学描述 | 第25-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 计及风电和负荷不确定性可调鲁棒最优潮流模型 | 第30-46页 |
| 3.1 计及可再生能源的非线性确定最优潮流模型 | 第30-33页 |
| 3.1.1 目标函数 | 第31-32页 |
| 3.1.2 约束条件 | 第32-33页 |
| 3.2 二阶锥最优潮流模型 | 第33-35页 |
| 3.3 含可再生能源的可调鲁棒最优潮流模型 | 第35-38页 |
| 3.3.1 引言 | 第35-36页 |
| 3.3.2 不确定性变量可变集合 | 第36-37页 |
| 3.3.3 计及风电与光伏的可调鲁棒最优潮流模型 | 第37-38页 |
| 3.4 模型求解方法 | 第38-40页 |
| 3.5 阶段性结果分析 | 第40-44页 |
| 3.5.1 基础数据和假设 | 第40-42页 |
| 3.5.2 仿真结果 | 第42-44页 |
| 3.6 本章小结 | 第44-46页 |
| 第四章 计及风电和负荷不确定性的数据驱动鲁棒最优潮流模型 | 第46-55页 |
| 4.1 引言 | 第46-47页 |
| 4.2 数据驱动数学基础 | 第47-52页 |
| 4.2.1 先验假设理论 | 第47-48页 |
| 4.2.2 数据驱动构造不确定集合原理 | 第48-52页 |
| 4.3 数据驱动鲁棒优化 | 第52-54页 |
| 4.3.1 数据驱动鲁棒优化模型 | 第52-53页 |
| 4.3.2 算法的程序设计过程 | 第53-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 仿真及结果分析 | 第55-67页 |
| 5.1 仿真验证过程 | 第55-56页 |
| 5.2 数据驱动模型仿真结果 | 第56-61页 |
| 5.3 模型比较 | 第61-66页 |
| 5.3.1 第一阶段目标函数经济性比较 | 第61-64页 |
| 5.3.2 第二阶段安全性比较 | 第64-66页 |
| 5.4 本章小结 | 第66-67页 |
| 第六章 结论与展望 | 第67-69页 |
| 6.1 结论 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 参考文献 | 第69-75页 |
| 附件 | 第75-77页 |
| 攻读学位期间发表论文情况 | 第77-78页 |
| 致谢 | 第78-79页 |