考虑负荷和分布式电源不确定性的配电网重构方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 课题研究背景及意义 | 第11-13页 |
| 1.1.1 智能配电网重构 | 第11-12页 |
| 1.1.2 分布式发电 | 第12-13页 |
| 1.2 配电网不确定性因素概述 | 第13-14页 |
| 1.2.1 分布式发电不确定性概述 | 第13-14页 |
| 1.2.2 负荷不确定性概述 | 第14页 |
| 1.3 配电网重构的研究现状 | 第14-19页 |
| 1.3.1 基于数学优化方法 | 第15页 |
| 1.3.2 基于启发式方法 | 第15-16页 |
| 1.3.3 基于人工智能优化方法 | 第16-19页 |
| 1.4 本文主要工作 | 第19-21页 |
| 第2章 不确定性因素对配电网影响分析 | 第21-28页 |
| 2.1 分布式电源对配电网的影响 | 第21-26页 |
| 2.1.1 对配电网规划的影响 | 第21-22页 |
| 2.1.2 对配电网网络损耗的影响 | 第22-24页 |
| 2.1.3 对配电网电压的影响 | 第24-25页 |
| 2.1.4 对配电网继电保护的影响 | 第25页 |
| 2.1.5 对配电网供电可靠性的影响 | 第25页 |
| 2.1.6 对配电网供功率因数影响 | 第25-26页 |
| 2.1.7 谐波污染 | 第26页 |
| 2.2 负荷不确定性对配电网重构的影响 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 含分布式电源的配电网潮流计算 | 第28-39页 |
| 3.1 配电网潮流计算方法概述 | 第28-29页 |
| 3.2 改进的前推回代算法 | 第29-33页 |
| 3.2.1 原始前推回代算法 | 第29-30页 |
| 3.2.2 改进网络分层的前推回代 | 第30-31页 |
| 3.2.3 计算步骤及流程图 | 第31-33页 |
| 3.2.4 实例分析 | 第33页 |
| 3.3 含分布式电源的配电网潮流计算 | 第33-37页 |
| 3.3.1 分布式电源的处理方法 | 第33-36页 |
| 3.3.2 计算步骤 | 第36-37页 |
| 3.4 算例分析 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 基于改进的自适应粒子群算法的配电网重构 | 第39-51页 |
| 4.1 改进的自适应粒子群算法 | 第39-41页 |
| 4.1.1 粒子群算法概述 | 第39-40页 |
| 4.1.2 自适应粒子群算法及其改进 | 第40-41页 |
| 4.2 配电网重构的实现过程 | 第41-48页 |
| 4.2.1 数学模型及约束条件 | 第41-42页 |
| 4.2.2 编码策略 | 第42-44页 |
| 4.2.3 不可行解的判断 | 第44-46页 |
| 4.2.4 适应度函数 | 第46页 |
| 4.2.5 粒子的更新 | 第46页 |
| 4.2.6 算法终止准则 | 第46页 |
| 4.2.7 重构算法流程 | 第46-48页 |
| 4.3 算例分析 | 第48-49页 |
| 4.4 本章小结 | 第49-51页 |
| 第5章 考虑多种不确定性因素的智能配电网重构 | 第51-64页 |
| 5.1 考虑不确定因素的配电网重构模型 | 第51-52页 |
| 5.2 不确定性分析 | 第52-54页 |
| 5.2.1 负荷预测的不确定性 | 第52-53页 |
| 5.2.2 随机风场模型 | 第53-54页 |
| 5.3 应用场景法的配电网重构 | 第54-57页 |
| 5.3.1 场景的生成和减少 | 第54页 |
| 5.3.2 场景的聚合 | 第54-55页 |
| 5.3.3 基于AMPSO算法的重构过程 | 第55-57页 |
| 5.4 算例分析 | 第57-63页 |
| 5.4.1 算例1 | 第57-61页 |
| 5.4.2 算例2 | 第61-63页 |
| 5.5 本章小结 | 第63-64页 |
| 总结与展望 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71-72页 |
| 附录A 攻读硕士学位期间主要研究成果 | 第72-73页 |
| 附录B IEEE 33节点配电系统数据 | 第73-75页 |
| 附录C 美国PG&E 69节点配电系统数据 | 第75-77页 |
