| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景与研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 主动配电网态势感知 | 第11-12页 |
| 1.2.2 主动配电网态势预测 | 第12-14页 |
| 1.2.3 主动配电网风险预警与主动决策 | 第14-15页 |
| 1.3 本论文的主要工作 | 第15-16页 |
| 第二章 主动配电网态势预测基础 | 第16-38页 |
| 2.1 引言 | 第16页 |
| 2.2 主动配电网典型运行场景集生成策略 | 第16-25页 |
| 2.2.1 基于历史功率数据经验概率分布的静态场景生成方法 | 第16-17页 |
| 2.2.2 基于马尔可夫链-蒙特卡洛方法的动态场景生成方法 | 第17-20页 |
| 2.2.3 主动配电网元素典型运行场景集的生成与削减 | 第20-24页 |
| 2.2.4 主动配电网典型运行场景集的生成 | 第24-25页 |
| 2.3 基于相似场景辨识的主动配电网超短期预测方法 | 第25-36页 |
| 2.3.1 相似场景辨识 | 第25-29页 |
| 2.3.2 基于Elman神经网络训练的分布式电源/负荷超短期预测 | 第29-33页 |
| 2.3.3 基于潮流计算的配电网运行状态分析 | 第33-36页 |
| 2.4 小结 | 第36-38页 |
| 第三章 主动配电网态势预测框架与实现 | 第38-56页 |
| 3.1 引言 | 第38页 |
| 3.2 主动配电网态势预测框架 | 第38-40页 |
| 3.3 主动配电网态势预测的实现 | 第40-55页 |
| 3.3.1 主动配电网典型运行场景集的生成 | 第40-49页 |
| 3.3.2 主动配电网运行趋势超短期预测 | 第49-55页 |
| 3.4 小结 | 第55-56页 |
| 第四章 主动配电网态势管控 | 第56-68页 |
| 4.1 引言 | 第56页 |
| 4.2 基于粒子群算法的主动配电网综合优化模型 | 第56-63页 |
| 4.2.1 主动配电网综合优化模型 | 第56-58页 |
| 4.2.2 基于改进粒子群算法的主动配电网综合优化 | 第58-61页 |
| 4.2.3 标准算例测试 | 第61-63页 |
| 4.3 基于灰色关联分析的主动配电网态势管控方案 | 第63-67页 |
| 4.3.1 风险视角下的主动配电网运行状态评估 | 第63-64页 |
| 4.3.2 实时风险场景与典型场景间的灰色关联分析 | 第64-65页 |
| 4.3.3 风险场景的态势管控方案 | 第65页 |
| 4.3.4 态势管控实例 | 第65-67页 |
| 4.4 小结 | 第67-68页 |
| 第五章 结论与展望 | 第68-70页 |
| 5.1 结论 | 第68-69页 |
| 5.2 展望 | 第69-70页 |
| 附录A 某实际配电网络数据 | 第70-72页 |
| 附录B IEEE33节点配电系统数据 | 第72-74页 |
| 致谢 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 作者在攻读硕士学位期间完成的学术成果 | 第80页 |
