配电系统中多目标条件下可控负荷的最优控制
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-20页 |
| 1.1 课题的研究背景与意义 | 第11-12页 |
| 1.2 需求侧管理及负荷管理的研究概况 | 第12-16页 |
| 1.2.1 需求侧管理的国内外研究及应用现状 | 第12-14页 |
| 1.2.2 负荷管理的国内外研究及应用现状 | 第14-16页 |
| 1.3 可控负荷及相关研究 | 第16-18页 |
| 1.4 论文结构安排 | 第18-20页 |
| 第2章 可控负荷数学模型及控制策略 | 第20-33页 |
| 2.1 现有可控负荷模型概述 | 第20-21页 |
| 2.2 简化可控负荷数学模型 | 第21-28页 |
| 2.2.1 家用空调数学模型 | 第21-23页 |
| 2.2.2 家用冰箱数学模型 | 第23-25页 |
| 2.2.3 家用空气能热水器数学模型 | 第25-26页 |
| 2.2.4 电动汽车充电模型 | 第26-28页 |
| 2.3 配网多目标优化模型 | 第28-31页 |
| 2.4 可控负荷的控制策略 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第3章 多目标粒子群优化算法及改进 | 第33-50页 |
| 3.1 多目标优化问题概述 | 第33-34页 |
| 3.2 常见多目标优化算法 | 第34-43页 |
| 3.2.1 多目标古典优化算法 | 第34-36页 |
| 3.2.1.1 加权法 | 第34-35页 |
| 3.2.1.2 约束法 | 第35-36页 |
| 3.2.2 多目标进化算法 | 第36-40页 |
| 3.2.2.1 NSGA-Ⅱ | 第36-38页 |
| 3.2.2.2 PAES | 第38-40页 |
| 3.2.3 多目标粒子群算法 | 第40-43页 |
| 3.3 改进多目标粒子群算法 | 第43-49页 |
| 3.4 本章小结 | 第49-50页 |
| 第4章 配网可控负荷多目标优化仿真示例 | 第50-62页 |
| 4.1 仿真配网简介 | 第50-52页 |
| 4.2 基于电力公司决策的可控负荷配网优化仿真 | 第52-56页 |
| 4.2.1 晴天仿真示例 | 第52-54页 |
| 4.2.2 阴雨天仿真示例 | 第54-56页 |
| 4.3 基于电力用户决策的可控负荷配网优化仿真 | 第56-59页 |
| 4.3.1 晴天仿真示例 | 第56-58页 |
| 4.3.2 阴雨天仿真示例 | 第58-59页 |
| 4.4 灵敏度分析 | 第59-61页 |
| 4.5 本章小结 | 第61-62页 |
| 结论与展望 | 第62-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 附录 A 攻读学位期间发表的学术论文目录 | 第70-71页 |
| 附录 B 攻读学位期间参加的科研项目目录 | 第71页 |
