| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-18页 |
| 1.1 问题的提出和意义 | 第8-9页 |
| 1.2 电力系统风险评估的定义和发展 | 第9-10页 |
| 1.3 配电网风险评估的研究现状 | 第10-13页 |
| 1.3.1 配电网风险评估模型的研究现状 | 第10-11页 |
| 1.3.2 配电网风险评估方法的研究现状 | 第11-12页 |
| 1.3.3 配电网风险评估指标的研究现状 | 第12-13页 |
| 1.4 含分布式电源配电网的风险评估 | 第13-17页 |
| 1.4.1 含分布式电源的智能配电网 | 第13-15页 |
| 1.4.2 风险评估在含分布式电源配电网中的研究及展望 | 第15-17页 |
| 1.5 本文的主要工作 | 第17-18页 |
| 2 适于含 DG 配电网停电风险评估的快速动态孤岛划分 | 第18-38页 |
| 2.1 孤岛运行与孤岛划分 | 第18-22页 |
| 2.1.1 孤岛运行 | 第18-19页 |
| 2.1.2 孤岛划分 | 第19-20页 |
| 2.1.3 孤岛划分对配电网停电风险评估的影响 | 第20-22页 |
| 2.2 含分布式电源配电网的建模 | 第22-25页 |
| 2.3 孤岛划分的优化模型 | 第25-26页 |
| 2.3.1 目标函数 | 第25页 |
| 2.3.2 约束条件 | 第25-26页 |
| 2.4 孤岛划分优化模型的求解 | 第26-31页 |
| 2.4.1 孤岛备选树的建立 | 第26-28页 |
| 2.4.2 负荷节点的贡献指标与消耗指标 | 第28-29页 |
| 2.4.3 孤岛搜索 | 第29-30页 |
| 2.4.4 孤岛校验 | 第30-31页 |
| 2.4.5 孤岛划分算法的流程思路 | 第31页 |
| 2.5 算例 | 第31-36页 |
| 2.6 小结 | 第36-38页 |
| 3 基于 LHS-MCS 的配电网停电损失风险评估 | 第38-62页 |
| 3.1 配电网停电风险评估 | 第38-39页 |
| 3.1.1 配电网停电风险的评估体系 | 第38-39页 |
| 3.1.2 配电网停电风险的评估基础 | 第39页 |
| 3.2 配电网风险评估模型 | 第39-49页 |
| 3.2.1 基于气象信息的线路停运改进模型 | 第40-44页 |
| 3.2.2 分布式电源的功率输出模型 | 第44-49页 |
| 3.3 配电网风险评估方法 | 第49-54页 |
| 3.3.1 传统的风险评估方法 | 第49-50页 |
| 3.3.2 拉丁超立方抽样评估方法 | 第50-52页 |
| 3.3.3 LHS-MCS 方法在配电网风险评估中的应用 | 第52-54页 |
| 3.4 停电评价指标体系 | 第54-57页 |
| 3.5 算例 | 第57-60页 |
| 3.6 小结 | 第60-62页 |
| 4 基于改进遗传算法的含 DG 配电网停电风险控制策略 | 第62-78页 |
| 4.1 引言 | 第62-65页 |
| 4.1.1 风险控制理论 | 第62-63页 |
| 4.1.2 含 DG 配电网的停电风险控制框架 | 第63-65页 |
| 4.2 含 DG 配电网的风险控制模型 | 第65-69页 |
| 4.2.1 线路维修与更换基础上的含 DG 配电网风险控制模型分析 | 第65-67页 |
| 4.2.2 含 DG 配电网风险控制模型 | 第67-69页 |
| 4.3 含 DG 配电网风险控制模型的求解 | 第69-73页 |
| 4.3.1 遗传算法的基本原理 | 第69-70页 |
| 4.3.2 基于小生境技术的自适应遗传算法 | 第70-71页 |
| 4.3.3 改进遗传算法在含 DG 配电网风险控制策略制定中的应用 | 第71-73页 |
| 4.4 算例 | 第73-77页 |
| 4.5 小结 | 第77-78页 |
| 5 结论 | 第78-80页 |
| 5.1 本文总结 | 第78-79页 |
| 5.2 未来展望 | 第79-80页 |
| 致谢 | 第80-82页 |
| 参考文献 | 第82-88页 |
| 附录 | 第88页 |
| A. 作者在攻读硕士学位期间发表的论文目录 | 第88页 |
| B. 作者在攻读硕士学位期间参加的科研项目 | 第88页 |
