基于混合智能算法的配电网无功优化研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第8-17页 |
| 1.1 研究背景与意义 | 第8-10页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 分布式电源的研究现状 | 第10-13页 |
| 1.2.2 潮流计算的研究现状 | 第13-14页 |
| 1.2.3 无功优化的研究现状 | 第14-15页 |
| 1.3 本文所做的主要工作 | 第15-17页 |
| 第2章 含分布式电源的配电网潮流计算 | 第17-29页 |
| 2.1 传统配电网的潮流计算方法 | 第17-22页 |
| 2.1.1 配电网潮流计算方法 | 第17-18页 |
| 2.1.2 经典前推回代潮流计算模型 | 第18-19页 |
| 2.1.3 分层的前推回代潮流计算 | 第19-22页 |
| 2.2 分布式电源的模型及发电原理 | 第22-27页 |
| 2.2.1 分布式电源的接入对配电网的影响 | 第22-23页 |
| 2.2.2 风力发电系统的潮流计算模型 | 第23-25页 |
| 2.2.3 光伏发电系统的潮流计算模型 | 第25-26页 |
| 2.2.4 小水电系统的潮流计算模型 | 第26-27页 |
| 2.3 特殊节点在前推回代法中的处理 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 混合智能算法研究 | 第29-45页 |
| 3.1 人工鱼群算法介绍 | 第29-33页 |
| 3.1.1 引言 | 第29页 |
| 3.1.2 人工鱼模型的相关定义 | 第29-30页 |
| 3.1.3 人工鱼群算法的行为描述 | 第30-33页 |
| 3.2 改进的人工鱼群算法 | 第33-36页 |
| 3.2.1 全局位置的加入 | 第33-34页 |
| 3.2.2 新行为的描述 | 第34-35页 |
| 3.2.3 改进后的算法流程 | 第35-36页 |
| 3.3 混沌搜索 | 第36-37页 |
| 3.4 遗传算法 | 第37-38页 |
| 3.5 混合智能算法研究 | 第38-44页 |
| 3.5.1 混沌人工鱼群算法 | 第38-41页 |
| 3.5.2 遗传人工鱼群算法 | 第41-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第4章 基于混合智能算法的配电网无功优化 | 第45-65页 |
| 4.1 配电网无功优化模型 | 第45-47页 |
| 4.1.1 无功优化的目标函数 | 第45-46页 |
| 4.1.2 无功优化的约束条件 | 第46-47页 |
| 4.2 混合智能算法配电网中的无功优化研究 | 第47-64页 |
| 4.2.1 不含分布式电源的配电网无功优化 | 第47-55页 |
| 4.2.2 含分布式电源的配电网无功优化 | 第55-64页 |
| 4.3 本章小结 | 第64-65页 |
| 第5章 总结与展望 | 第65-67页 |
| 5.1 本文工作总结 | 第65-66页 |
| 5.2 进一步工作的方向 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-70页 |
