基于遗传算法的配电网DG位置和容量优化研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题的背景和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本论文主要研究工作 | 第13-14页 |
| 第2章 分布式发电简介 | 第14-20页 |
| 2.1 分布式发电概述 | 第14页 |
| 2.2 分布式电源的分类 | 第14-16页 |
| 2.2.1 风力发电 | 第14-15页 |
| 2.2.2 光伏发电 | 第15-16页 |
| 2.2.3 微型燃气轮机 | 第16页 |
| 2.3 分布式电源并网对配电网的影响 | 第16-19页 |
| 2.3.1 分布式发电对系统保护的影响 | 第16-17页 |
| 2.3.2 分布式发电对电压波动的影响 | 第17-18页 |
| 2.3.3 分布式发电的谐波影响 | 第18页 |
| 2.3.4 分布式电源对配电网网损的影响 | 第18页 |
| 2.3.5 分布式发电对系统安全和可靠性的影响 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第3章 遗传算法 | 第20-25页 |
| 3.1 遗传算法原理 | 第20页 |
| 3.2 遗传算法实现过程 | 第20-24页 |
| 3.2.1 遗传编码 | 第21-22页 |
| 3.2.2 遗传操作 | 第22-24页 |
| 3.3 遗传算法特点 | 第24页 |
| 3.4 本章小结 | 第24-25页 |
| 第4章 配电网中DG接入位置和容量优化算法的实现 | 第25-34页 |
| 4.1 配电网潮流计算方法 | 第25-29页 |
| 4.1.1 前推回代法潮流计算 | 第25-27页 |
| 4.1.2 DG节点处理 | 第27-28页 |
| 4.1.3 含DG配电网潮流计算实现 | 第28页 |
| 4.1.4 潮流计算步骤及流程图 | 第28-29页 |
| 4.2 遗传算法的实现方法 | 第29-32页 |
| 4.2.1 染色体编码 | 第29-30页 |
| 4.2.2 产生初始种群 | 第30页 |
| 4.2.3 适应度计算 | 第30页 |
| 4.2.4 选择算子 | 第30-31页 |
| 4.2.5 交叉算子 | 第31页 |
| 4.2.6 变异算子 | 第31页 |
| 4.2.7 终止搜索条件和最佳个体选择 | 第31-32页 |
| 4.3 实现步骤及计算流程图 | 第32-33页 |
| 4.3.1 MATLA B实现步骤 | 第32-33页 |
| 4.3.2 计算流程图 | 第33页 |
| 4.4 本章小结 | 第33-34页 |
| 第5章 算例分析 | 第34-49页 |
| 5.1 IE EE-33 节点测试系统 | 第34-41页 |
| 5.1.1 IE EE-33 节点测试系统数据 | 第34-35页 |
| 5.1.2 仿真结果 | 第35-40页 |
| 5.1.3 结果汇总及分析 | 第40-41页 |
| 5.2 IE EE-69 节点测试系统 | 第41-47页 |
| 5.2.1 IE EE-69 节点测试系统数据 | 第41-43页 |
| 5.2.2 仿真结果 | 第43-46页 |
| 5.2.3 结果汇总及分析 | 第46-47页 |
| 5.3 结果比较 | 第47-49页 |
| 第6章 结论与展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 附录 | 第54-63页 |
| 致谢 | 第63-64页 |
| 作者简介 | 第64页 |
