摘要 | 第4-5页 |
Abstract | 第5页 |
1 绪论 | 第9-13页 |
1.1 引言 | 第9页 |
1.2 电力系统无功优化的研究现状 | 第9-10页 |
1.3 无功功率对电力系统的影响 | 第10-11页 |
1.4 电力系统无功优化的目的和意义 | 第11页 |
1.5 论文的主要内容 | 第11-13页 |
2 无功优化的数学模型及无功功率控制 | 第13-21页 |
2.1 无功优化的数学模型 | 第13-15页 |
2.1.1 目标函数的表示 | 第13-14页 |
2.1.2 等式约束条件 | 第14-15页 |
2.1.3 不等式约束条件 | 第15页 |
2.2 电力系统无功优化问题的特点 | 第15页 |
2.3 电力系统常用的无功功率控制手段 | 第15-20页 |
2.3.1 无功电源—发电机 | 第16-18页 |
2.3.2 同步调相机 | 第18-19页 |
2.3.3 电力电容器及其静止补偿器 | 第19页 |
2.3.4 静止无功补偿器 | 第19-20页 |
2.4 本章小结 | 第20-21页 |
3 无功优化的理论及算法 | 第21-28页 |
3.1 电力系统潮流计算的数学描述 | 第21-22页 |
3.2 牛顿拉夫逊法潮流计算 | 第22-26页 |
3.3 优化算法的综述 | 第26-27页 |
3.3.1 经典优化算法 | 第26页 |
3.3.2 人工智能算法 | 第26-27页 |
3.4 本章小结 | 第27-28页 |
4 基本遗传算法 | 第28-35页 |
4.1 遗传算法的发展过程 | 第28页 |
4.2 遗传算法的基本概念、优点和缺点 | 第28-30页 |
4.2.1 遗传算法的概念 | 第28-30页 |
4.2.2 遗传算法的优点与缺点 | 第30页 |
4.3 基本遗传算法 | 第30-33页 |
4.3.1 基本遗传算法的数学模型 | 第30-31页 |
4.3.2 基本遗传算法的步骤 | 第31-33页 |
4.4 遗传算法的应用领域 | 第33-34页 |
4.5 本章小结 | 第34-35页 |
5 基于改进遗传算法的无功优化 | 第35-46页 |
5.1 应用遗传算法进行无功优化步骤和流程 | 第35-36页 |
5.2 小生境遗传算法 | 第36-38页 |
5.2.1 小生境遗传算法综述 | 第36-37页 |
5.2.2 共享机制的建立 | 第37页 |
5.2.3 基于小生境遗传算法的无功优化步骤 | 第37-38页 |
5.3 基于混合遗传算法的无功优化 | 第38-40页 |
5.3.1 混合算法综述 | 第38-39页 |
5.3.2 混合牛顿法遗传算法 | 第39页 |
5.3.3 混合牛顿法遗传算法进行无功优化的原理 | 第39页 |
5.3.4 混合牛顿法遗传算法进行电力系统无功优化的步骤 | 第39-40页 |
5.4 遗传算法的改进 | 第40-44页 |
5.4.1 改进适应度函数 | 第40-41页 |
5.4.2 改进编码 | 第41-42页 |
5.4.3 改进交叉算子 | 第42-43页 |
5.4.4 改进变异算子 | 第43-44页 |
5.5 遗传算法无功优化流程图 | 第44-45页 |
5.6 本章小结 | 第45-46页 |
6 算例仿真分析 | 第46-55页 |
6.1 优化仿真的参数设置 | 第46页 |
6.2 IEEE-14 节点标准系统仿真分析 | 第46-50页 |
6.3 IEEE-30 节点标准系统仿真分析 | 第50-54页 |
6.4 本章小结 | 第54-55页 |
结论 | 第55-57页 |
参考文献 | 第57-59页 |
攻读硕士学位期间发表论文及科研成果 | 第59-60页 |
致谢 | 第60-61页 |