基于点估计法的分布式发电的优化配置
| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 第一章 绪论 | 第6-14页 |
| 1.1 课题的研究背景和意义 | 第6-8页 |
| 1.2 国内外相关研究现状 | 第8-11页 |
| 1.2.1 分布式能源发展现状 | 第8-9页 |
| 1.2.2 概率潮流 | 第9-11页 |
| 1.2.3 随机机会约束规划 | 第11页 |
| 1.3 本文的主要工作内容 | 第11-14页 |
| 第二章 分布式发电技术和对配电网的影响 | 第14-24页 |
| 2.1 分布式发电种类 | 第14-20页 |
| 2.1.1 风力发电 | 第14-17页 |
| 2.1.2 太阳能光伏发电 | 第17-20页 |
| 2.2 分布式发电并网对配电网的影响 | 第20-22页 |
| 2.2.1 分布式发电对配电网网损的影响 | 第20-21页 |
| 2.2.2 分布式发电对配电网可靠性的影响 | 第21页 |
| 2.2.3 分布式发电对配电网电压的影响 | 第21-22页 |
| 2.3 本章小结 | 第22-24页 |
| 第三章 点估计法及其相关理论 | 第24-40页 |
| 3.1 随机变量的数学特征 | 第24-26页 |
| 3.1.1 期望 | 第24页 |
| 3.1.2 方差 | 第24-25页 |
| 3.1.3 原点矩和中心距 | 第25-26页 |
| 3.2 点估计法 | 第26-33页 |
| 3.2.1 点估计法的基本理论 | 第26-28页 |
| 3.2.2 两点估计法和三点估计法 | 第28-31页 |
| 3.2.3 概率潮流的点估计法 | 第31-32页 |
| 3.2.4 点估计方法的潮流计算步骤 | 第32-33页 |
| 3.3 蒙特卡洛仿真算法 | 第33-34页 |
| 3.3.1 蒙特卡洛的基本原理 | 第33页 |
| 3.3.2 蒙特卡洛仿真的求解步骤 | 第33-34页 |
| 3.4 遗传算法 | 第34-39页 |
| 3.4.1 遗传算法的基本原理 | 第34-35页 |
| 3.4.2 遗传算法的实现过程 | 第35-38页 |
| 3.4.3 遗传算法的主要特点 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 基于机会约束的分布式电源的优化配置 | 第40-54页 |
| 4.1 机会约束理论 | 第40-41页 |
| 4.2 基于机会约束的分布式发电调度模型 | 第41-44页 |
| 4.2.1 确定性模型建模 | 第41-43页 |
| 4.2.2 机会约束模型 | 第43-44页 |
| 4.3 遗传算法求解机会约束模型的步骤 | 第44-46页 |
| 4.3.1 染色体结构 | 第44页 |
| 4.3.2 解码和适应度函数计算 | 第44-45页 |
| 4.3.3 计算步骤 | 第45-46页 |
| 4.4 算例分析 | 第46-51页 |
| 4.4.1 算例简介 | 第46-48页 |
| 4.4.2 优化结果分析 | 第48-51页 |
| 4.5 本章小结 | 第51-54页 |
| 第五章 结论与展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读学位期间的研究成果 | 第60-62页 |
| 致谢 | 第62-63页 |
