| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-15页 |
| 1.1 课题研究的背景和意义 | 第8页 |
| 1.2 风电装机容量和无功补偿研究现状 | 第8-14页 |
| 1.2.1 风电场装机容量优化 | 第8-12页 |
| 1.2.2 含风电厂电力系统的无功优化 | 第12-13页 |
| 1.2.3 有功—无功综合优化 | 第13-14页 |
| 1.3 本文的主要研究工作 | 第14-15页 |
| 2 基础理论介绍 | 第15-27页 |
| 2.1 连续潮流 | 第15-19页 |
| 2.1.1 基本的连续潮流方法 | 第15-17页 |
| 2.1.2 计及PV节点发电机出力极限的连续潮流 | 第17-19页 |
| 2.2 神经网络 | 第19-21页 |
| 2.2.1 BP网络 | 第20页 |
| 2.2.2 神经元模型 | 第20页 |
| 2.2.3 神经网络学习算法 | 第20-21页 |
| 2.3 带精英策略的快速非支配排序遗传算法 | 第21-23页 |
| 2.4 层次分析法 | 第23-26页 |
| 2.5 机会约束优化模型 | 第26页 |
| 2.6 本章小结 | 第26-27页 |
| 3 计及静态电压稳定的风电穿透功率极限 | 第27-43页 |
| 3.1 引言 | 第27-28页 |
| 3.2 风电穿透功率极限多目标优化模型 | 第28-31页 |
| 3.2.1 风电并网对静态电压稳定性的影响 | 第28-29页 |
| 3.2.2 风电穿透功率极限优化模型 | 第29-30页 |
| 3.2.3 风电场出力和负荷模型 | 第30-31页 |
| 3.3 优化模型的求解 | 第31-35页 |
| 3.3.1 染色体编码 | 第31页 |
| 3.3.2 神经网络训练 | 第31-33页 |
| 3.3.3 非支配解集收缩法确定STATCOM容量设定值 | 第33-34页 |
| 3.3.4 基于随机模拟的NSGA-II算法 | 第34-35页 |
| 3.4 算例分析 | 第35-42页 |
| 3.4.1 数据说明 | 第35-36页 |
| 3.4.2 计算结果分析 | 第36-42页 |
| 3.5 本章小结 | 第42-43页 |
| 4 计及静态电压稳定的风电装机容量与无功补偿综合优化 | 第43-58页 |
| 4.1 引言 | 第43页 |
| 4.2 风电装机容量与无功补偿综合优化模型 | 第43-46页 |
| 4.2.1 有功优化模型 | 第43-44页 |
| 4.2.2 无功优化模型 | 第44-46页 |
| 4.2.3 UPFC的等效注入功率模型 | 第46页 |
| 4.3 静态电压稳定LSZ指标的改进 | 第46-51页 |
| 4.3.1 指标推导 | 第46-49页 |
| 4.3.2 状态指标的比较 | 第49-51页 |
| 4.4 综合优化模型的求解 | 第51-53页 |
| 4.4.1 染色体编码 | 第51-52页 |
| 4.4.2 模型的求解 | 第52-53页 |
| 4.5 算例分析 | 第53-56页 |
| 4.5.1 数据说明 | 第53页 |
| 4.5.2 计算结果分析 | 第53-56页 |
| 4.6 本章小结 | 第56-58页 |
| 5 结论与展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 附录 | 第66页 |
| A. 作者在攻读硕士学位期间撰写的论文 | 第66页 |
| B. 作者在攻读硕士学位期间参与的科研项目 | 第66页 |
| C. 作者在攻读硕士学位期间申请的国家发明专利 | 第66页 |