| 摘要 | 第10-12页 |
| ABSTRACT | 第12-13页 |
| 第1章 绪论 | 第14-21页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 研究现状 | 第15-19页 |
| 1.2.1 DG接入配电网的影响 | 第15-16页 |
| 1.2.2 EV对配电网的影响 | 第16页 |
| 1.2.3 配电网重构算法 | 第16-19页 |
| 1.3 本文主要工作 | 第19-21页 |
| 第2章 配电网重构数学模型及相关理论基础 | 第21-29页 |
| 2.1 引言 | 第21页 |
| 2.2 配电网重构数学模型 | 第21-23页 |
| 2.2.1 单目标优化模型 | 第21-22页 |
| 2.2.2 多目标优化模型 | 第22-23页 |
| 2.3 网络辐射状结构判断及编码规则 | 第23-28页 |
| 2.3.1 基于环网的编码规则 | 第23-25页 |
| 2.3.2辐射状判断 | 第25页 |
| 2.3.3 连通性判断 | 第25-27页 |
| 2.3.4 配电网拓扑约束判断流程 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 配电网随机潮流算法原理及改进 | 第29-49页 |
| 3.1 引言 | 第29页 |
| 3.2 随机潮流算法概述 | 第29-30页 |
| 3.3 概率基础理论 | 第30-35页 |
| 3.3.1 随机变量的概率数字特征 | 第30-33页 |
| 3.3.2 半不变量在随机变量概率分布中的应用 | 第33-35页 |
| 3.4 线性化潮流计算模型 | 第35-37页 |
| 3.5 分布式发电系统及负荷随机模型 | 第37-39页 |
| 3.5.1 风电系统随机模型 | 第37-38页 |
| 3.5.2 光伏系统随机模型 | 第38-39页 |
| 3.5.3 负荷分布随机模型 | 第39页 |
| 3.6 算例分析 | 第39-42页 |
| 3.7 改进随机潮流算法 | 第42-44页 |
| 3.7.1 通过离散变量求取概率分布 | 第42-44页 |
| 3.7.2 Gram- Charlier级数法和离散-正态改进法比较 | 第44页 |
| 3.8 计及相关性的随机潮流算法 | 第44-48页 |
| 3.8.1 相关性分析 | 第44-48页 |
| 3.8.2 计及输入相关性对系统运行的影响 | 第48页 |
| 3.9 本章小结 | 第48-49页 |
| 第4章 基于改进引力搜索算法的配电网重构 | 第49-67页 |
| 4.1 引言 | 第49页 |
| 4.2 引力搜索算法及基本模型 | 第49-51页 |
| 4.3 多目标连续优化的引力搜索算法 | 第51-56页 |
| 4.3.1 Pareto最优 | 第51-52页 |
| 4.3.2 非支配排序 | 第52-53页 |
| 4.3.3 拥挤距离计算 | 第53-54页 |
| 4.3.4 精英保留策略 | 第54-55页 |
| 4.3.5 质量定义 | 第55-56页 |
| 4.3.6 多目标引力搜索算法流程 | 第56页 |
| 4.4 算例分析 | 第56-66页 |
| 4.4.1 单目标优化重构 | 第58-64页 |
| 4.4.2 多目标重构 | 第64-66页 |
| 4.5 本章小结 | 第66-67页 |
| 第5章 含DG和EV的配电网动态重构 | 第67-75页 |
| 5.1 引言 | 第67页 |
| 5.2 信息熵及熵减最小分段 | 第67-68页 |
| 5.2.1 信息熵的定义 | 第67页 |
| 5.2.2 熵减最小分段 | 第67-68页 |
| 5.3 等效日负荷曲线 | 第68-72页 |
| 5.3.1 DG日出力数据 | 第69页 |
| 5.3.2 EV日负荷数据 | 第69-70页 |
| 5.3.3 常规日负荷曲线 | 第70页 |
| 5.3.4 等效日负荷曲线 | 第70-71页 |
| 5.3.5 等效日负荷曲线分段 | 第71-72页 |
| 5.4 配电系统动态重构 | 第72-74页 |
| 5.4.1 目标函数 | 第72页 |
| 5.4.2 算例分析 | 第72-74页 |
| 5.5 本章小结 | 第74-75页 |
| 第6章 结论与展望 | 第75-77页 |
| 附录 | 第77-80页 |
| 参考文献 | 第80-85页 |
| 致谢 | 第85-86页 |
| 攻读学位期间发表的论文 | 第86-87页 |
| 学位论文评阅及答辩情况表 | 第87页 |