摘要 | 第3-4页 |
ABSTRACT | 第4页 |
第1章 绪论 | 第8-16页 |
1.1 前言 | 第8页 |
1.2 配电网无功优化的意义 | 第8-9页 |
1.3 分布式发电研究的意义 | 第9-12页 |
1.4 国内外的研究现状 | 第12-14页 |
1.5 本文所做的研究工作 | 第14-16页 |
第2章 分布式发电技术 | 第16-24页 |
2.1 分布式发电技术 | 第16-20页 |
2.1.1 太阳能光伏发电技术 | 第16-18页 |
2.1.2 风力发电技术 | 第18页 |
2.1.3 微型燃气轮机发电技术 | 第18-19页 |
2.1.4 燃料电池发电技术 | 第19页 |
2.1.5 生物质发电技术 | 第19-20页 |
2.2 分布式电源并网后对配电网的影响 | 第20-23页 |
2.2.1 分布式发电对配电网潮流的影响 | 第20-21页 |
2.2.2 分布式发电对配电网电压的影响 | 第21-22页 |
2.2.3 分布式发电对配电网有功损耗的影响 | 第22-23页 |
2.3 本章小结 | 第23-24页 |
第3章 分布式电源并网后配电网潮流分析 | 第24-31页 |
3.1 配电网潮流计算 | 第24-26页 |
3.1.1 支路类算法 | 第24-25页 |
3.1.2 牛顿类算法 | 第25-26页 |
3.1.3 母线类算法 | 第26页 |
3.2 含分布式电源的配电网潮流计算 | 第26-30页 |
3.2.1 异步发电机接口模型 | 第27-28页 |
3.2.2 同步发电机接口模型 | 第28-29页 |
3.2.3 换流变换器(DC/AC、AC/AC)接口模型 | 第29-30页 |
3.3 本章小结 | 第30-31页 |
第4章 粒子群遗传混合算法 | 第31-39页 |
4.1 粒子群算法 | 第31-36页 |
4.1.1 粒子群算法的基本原理 | 第31页 |
4.1.2 粒子群算法的数学模型 | 第31-32页 |
4.1.3 粒子群算法的流程 | 第32-33页 |
4.1.4 粒子群算法的分析 | 第33-35页 |
4.1.5 粒子群算法的特点 | 第35-36页 |
4.2 粒子群遗传混合算法 | 第36-38页 |
4.2.1 粒子群遗传混合算法形成的原因 | 第36页 |
4.2.2 粒子群遗传混合算法的基本原理 | 第36-37页 |
4.2.3 粒子群遗传混合算法的流程 | 第37-38页 |
4.3 本章小结 | 第38-39页 |
第5章 含分布式电源的配电网无功优化 | 第39-51页 |
5.1 含分布式电源的配电网无功优化的基本思想 | 第39页 |
5.2 含分布式电源的配电网无功优化的数学模型 | 第39-42页 |
5.2.1 无功优化的数学模型 | 第39-40页 |
5.2.2 并入分布式电源的处理 | 第40页 |
5.2.3 无功优化的流程图 | 第40-42页 |
5.3 传统配电网无功优化算例分析 | 第42-46页 |
5.3.1 参数选择 | 第43-44页 |
5.3.2 算例结果分析 | 第44-46页 |
5.4 含分布式电源的配电网无功优化算例分析 | 第46-50页 |
5.4.1 参数选择 | 第46-47页 |
5.4.2 算例结果分析 | 第47-50页 |
5.5 本章小结 | 第50-51页 |
第6章 结论与展望 | 第51-53页 |
6.1 结论 | 第51-52页 |
6.2 进一步工作的方向 | 第52-53页 |
致谢 | 第53-54页 |
参考文献 | 第54-57页 |
附录A | 第57-58页 |