| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 课题研究的背景和意义 | 第9-10页 |
| 1.2 无功优化的研究现状 | 第10-15页 |
| 1.2.1 传统优化方法 | 第10-12页 |
| 1.2.2 人工智能算法 | 第12-15页 |
| 1.3 本文的主要研究工作 | 第15-16页 |
| 第二章 电力系统无功优化问题 | 第16-23页 |
| 2.1 引言 | 第16页 |
| 2.2 无功优化的理论基础 | 第16-20页 |
| 2.2.1 无功功率定义 | 第16-17页 |
| 2.2.2 无功功率与电力系统电压损耗的关系 | 第17-18页 |
| 2.2.3 无功功率平衡与电力系统电压的关系 | 第18-20页 |
| 2.3 常见的电力系统无功控制设备 | 第20-21页 |
| 2.3.1 同步发电机 | 第20页 |
| 2.3.2 可调变压器 | 第20-21页 |
| 2.3.3 并联电容器 | 第21页 |
| 2.3.4 并联电抗器 | 第21页 |
| 2.3.5 静止无功补偿器 | 第21页 |
| 2.4 确定待补偿点补偿容量 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 电力系统无功优化模型及潮流计算 | 第23-36页 |
| 3.1 电力系统无功优化模型 | 第23-26页 |
| 3.2 无功优化中的潮流计算 | 第26-35页 |
| 3.2.1 潮流计算的数学模型 | 第26-28页 |
| 3.2.2 常用潮流计算方法 | 第28-35页 |
| 3.3 本章小结 | 第35-36页 |
| 第四章 量子粒子群算法及改进算法 | 第36-44页 |
| 4.1 基本粒子群优化算法 | 第36-37页 |
| 4.2 量子粒子群算法优化算法 | 第37-39页 |
| 4.3 量子粒子群优化算法改进措施 | 第39-40页 |
| 4.3.1 反向学习算法 | 第39页 |
| 4.3.2 基于交叉因子的反向学习算法 | 第39页 |
| 4.3.3 基于交叉因子的双向寻优量子粒子群优化算法 | 第39-40页 |
| 4.4 改进量子粒子群优化算法流程 | 第40-41页 |
| 4.5 基于交叉因子的双向寻优量子粒子群优化算法性能分析 | 第41-43页 |
| 4.6 本章小结 | 第43-44页 |
| 第五章 改进量子粒子群算法应用于含风电场并网的无功优化 | 第44-59页 |
| 5.1 引言 | 第44页 |
| 5.2 风电机组类型及其稳态模型 | 第44-48页 |
| 5.2.1 普通异步风力发电机组 | 第44-45页 |
| 5.2.2 永磁直驱同步风力发电机组 | 第45页 |
| 5.2.3 双馈风力发电机组 | 第45-48页 |
| 5.3 双馈感应式风电机组及潮流计算 | 第48-49页 |
| 5.3.1 双馈感应式风电机组有功功率特性 | 第48页 |
| 5.3.2 双馈感应式风电机组的潮流运算 | 第48-49页 |
| 5.4 双馈感应风电机并网运行 | 第49-50页 |
| 5.4.1 风电场建模 | 第49-50页 |
| 5.4.2 风电场输出功率 | 第50页 |
| 5.5 对风速和离散变量的处理策略 | 第50-52页 |
| 5.5.1 分时段策略 | 第50-51页 |
| 5.5.2 离散变量处理策略 | 第51-52页 |
| 5.6 改进量子粒子群算法的无功优化算法流程 | 第52-53页 |
| 5.7 含风电场并网的IEEE57节点电力系统分析 | 第53-58页 |
| 5.7.1 IEEE57节点测试系统 | 第53-55页 |
| 5.7.2 设置算例仿真参数 | 第55页 |
| 5.7.3 仿真结果的分析 | 第55-58页 |
| 5.8 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-60页 |
| 6.1 论文总结 | 第59页 |
| 6.2 研究展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录 攻读硕士学位期间撰写的论文 | 第64-65页 |
| 致谢 | 第65页 |
