中文摘要 | 第1-5页 |
英文摘要 | 第5-8页 |
1 绪论 | 第8-14页 |
1.1 引言 | 第8-9页 |
1.2 无功优化的历史和研究现状 | 第9-13页 |
1.3 本论文所做的主要工作 | 第13-14页 |
2 改进遗传算法 | 第14-28页 |
2.1 引言 | 第14-15页 |
2.2 遗传算法主要处理步骤 | 第15页 |
2.3 遗传算法的优缺点 | 第15-17页 |
2.4 改进遗传算法 | 第17-24页 |
2.4.1 动态调节种群大小 | 第17页 |
2.4.2 可变的适应度函数 | 第17-19页 |
2.4.3 适应度值的修正 | 第19-20页 |
2.4.4 竞争择优的交叉操作 | 第20-21页 |
2.4.5 变异操作 | 第21-22页 |
2.4.6 自适应多子种群进化策略 | 第22页 |
2.4.7 人口汰新政策 | 第22-24页 |
2.5 改进遗传算法的具体计算步骤 | 第24-25页 |
2.6 算例分析 | 第25-26页 |
2.7 小结 | 第26-28页 |
3 配电网无功确定性优化 | 第28-42页 |
3.1 引言 | 第28页 |
3.2 配电网无功优化的重要性 | 第28-29页 |
3.3 配电网无功优化的数学模型 | 第29-30页 |
3.3.1 单目标配电网无功优化的目标函数 | 第29页 |
3.3.2 多目标配电网无功优化的目标函数 | 第29页 |
3.3.3 配电网无功优化的约束条件 | 第29-30页 |
3.4 配电网的潮流计算 | 第30-32页 |
3.4.1节 点-支路关联矩阵A | 第31页 |
3.4.2 根据A和功率计算配电网潮流 | 第31-32页 |
3.5 结合配电网的数据处理 | 第32-33页 |
3.5.1 变压器模型 | 第32页 |
3.5.2 线路模型 | 第32-33页 |
3.6 改进遗传算法在配电网无功优化中的应用与改进 | 第33-38页 |
3.6.1 用灵敏度分析选择无功电容补偿器安装地点 | 第33页 |
3.6.2 定制初始种群 | 第33-35页 |
3.6.3 改进潮流计算 | 第35页 |
3.6.4 适应度函数 | 第35-36页 |
3.6.5 有载调压变压器分接头的变异 | 第36-37页 |
3.6.6 电容补偿器的启发式变异 | 第37页 |
3.6.7 综合调节有载调压变压器分接头和投切电容补偿器组 | 第37-38页 |
3.7 配电网无功确定性优化模型的解算 | 第38页 |
3.8 算例分析 | 第38-41页 |
3.9 小结 | 第41-42页 |
4 配电网无功不确定性优化 | 第42-53页 |
4.1 引言 | 第42页 |
4.2 基于模糊负荷的配电网潮流计算 | 第42-44页 |
4.2.1 负荷的模糊区间模型 | 第42-43页 |
4.2.2 配电网模糊潮流的计算 | 第43-44页 |
4.3 配电网无功不确定性优化的数学模型 | 第44-49页 |
4.3.1 配电网无功优化多目标基本模型的描述 | 第44-45页 |
4.3.2 多目标函数的隶属函数 | 第45-46页 |
4.3.3 电压约束的隶属函数 | 第46-47页 |
4.3.4 多目标配电网无功不确定性优化问题的数学模型 | 第47-48页 |
4.3.5 包含电压约束模糊化的多目标配电网无功不确定性优化数学模型 | 第48-49页 |
4.4 配电网无功不确定性优化模型的解算 | 第49-51页 |
4.4.1 模糊置信度与模糊置信区间 | 第49页 |
4.4.2 配电网无功不确定性优化模型的解算 | 第49-51页 |
4.5 算例分析 | 第51-52页 |
4.6 小结 | 第52-53页 |
5 结论 | 第53-54页 |
致谢 | 第54-55页 |
参考文献 | 第55-58页 |
附:1.作者在攻读硕士学位期间发表的论文目录 | 第58-59页 |
2. 某城开变1号配电馈线网络结构及其参数 | 第59页 |