| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 本课题研究的意义和目的 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-20页 |
| 1.2.1 电动汽车接入电网的研究现状 | 第13-14页 |
| 1.2.2 含有分布式电源的配电系统研究现状 | 第14-17页 |
| 1.2.3 含分布式电源的最优潮流模型及算法 | 第17-20页 |
| 1.3 论文的研究内容及结构安排 | 第20-22页 |
| 1.3.1 研究内容 | 第20页 |
| 1.3.2 论文结构安排 | 第20-22页 |
| 第二章 含分布式电源与电动汽车的配电网潮流计算 | 第22-34页 |
| 2.1 问题的提出 | 第22页 |
| 2.2 含DG和EV的辐射状配电系统物理模型 | 第22-23页 |
| 2.3 含DG与EV的辐射状配电系统潮流计算数学模型 | 第23-27页 |
| 2.3.1 辐射状配电系统数学模型 | 第23-24页 |
| 2.3.2 分布式电源的数学模型 | 第24-27页 |
| 2.3.3 电动汽车的数学模型 | 第27页 |
| 2.4 含DG与EV配电系统潮流计算的前推回代方法 | 第27-29页 |
| 2.4.1 算法研究 | 第27页 |
| 2.4.2 各类节点在潮流计算中的处理 | 第27-28页 |
| 2.4.3 含分布式电源的配电网潮流计算步骤 | 第28-29页 |
| 2.5 算例分析 | 第29-33页 |
| 2.5.1 分布式电源并网对配电网网损和电压的影响 | 第30-32页 |
| 2.5.2 电动汽车充电对配电网网损和电压的影响 | 第32-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第三章 电动汽车随机充电下含DG的配电网最优潮流 | 第34-52页 |
| 3.1 问题的提出 | 第34页 |
| 3.2 单个电动汽车随机充电模型 | 第34-36页 |
| 3.2.1 电动汽车充电开始时间概率分布 | 第34-35页 |
| 3.2.2 电动汽车日行驶里程概率分布 | 第35页 |
| 3.2.3 电动汽车电池充电特性 | 第35页 |
| 3.2.4 电动汽车充电时长 | 第35-36页 |
| 3.3 电动汽车随机充电下含DG的配电网最优潮流模型 | 第36-39页 |
| 3.3.1 最优潮流模型 | 第36-38页 |
| 3.3.2 电源因子 | 第38-39页 |
| 3.4 最优潮流模型求解方法 | 第39-44页 |
| 3.4.1 概述 | 第39页 |
| 3.4.2 二阶锥规划理论 | 第39-42页 |
| 3.4.3 基于扩展二阶锥规划的含DG和EV配电网最优潮流模型 | 第42-44页 |
| 3.5 算例分析 | 第44-50页 |
| 3.5.1 基本假设 | 第44-45页 |
| 3.5.2 计算结果与分析 | 第45-50页 |
| 3.6 本章小结 | 第50-52页 |
| 第四章 电动汽车随机充电下计及DG出力不确定性的配电网概率最优潮流 | 第52-64页 |
| 4.1 问题的提出 | 第52页 |
| 4.2 风电输出功率的概率模型 | 第52-54页 |
| 4.2.1 不确定性风速模型 | 第52页 |
| 4.2.2 风机出力模型 | 第52-54页 |
| 4.3 光伏电源输出功率的概率模型 | 第54页 |
| 4.3.1 不确定性光照强度模型 | 第54页 |
| 4.3.2 光伏电源输出功率模型 | 第54页 |
| 4.4 基于机会约束二阶锥规划的概率最优潮流模型 | 第54-58页 |
| 4.4.1 机会约束规划理论 | 第54-56页 |
| 4.4.2 基于机会约束二阶锥规划的含DG和EV配电网概率最优潮流模型 | 第56-58页 |
| 4.5 求解方法 | 第58-60页 |
| 4.5.1 模型转换 | 第58-59页 |
| 4.5.2 求解步骤 | 第59-60页 |
| 4.6 算例分析 | 第60-63页 |
| 4.6.1 基本假设 | 第60-61页 |
| 4.6.2 计算结果与分析 | 第61-62页 |
| 4.6.3 算法验证和比较 | 第62-63页 |
| 4.7 本章小结 | 第63-64页 |
| 结论与展望 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 攻读学位期间发表的论文 | 第72-73页 |
| 攻读学位期间参加的科研项目 | 第73-75页 |
| 致谢 | 第75-76页 |
| 附录 | 第76-82页 |
