| 中文摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 选题背景及研究意义 | 第9-10页 |
| 1.2 配电网无功优化研究发展现状 | 第10-15页 |
| 1.2.1 配电网潮流计算的研究现状 | 第10-13页 |
| 1.2.2 配电网无功优化方法研究现状 | 第13-15页 |
| 1.3 本文主要工作 | 第15-17页 |
| 第二章 含分布式电源的配电网无功优化研究 | 第17-28页 |
| 2.1 配电网的基本概念和无功优化必要性 | 第17-20页 |
| 2.1.1 配电网的基本概念 | 第17页 |
| 2.1.2 配电网无功优化的重要性 | 第17-19页 |
| 2.1.3 配电网无功优化的原则 | 第19-20页 |
| 2.2 配电网无功功率的基本概念 | 第20-22页 |
| 2.2.1 功率因数 | 第20页 |
| 2.2.2 无功功率负荷 | 第20-21页 |
| 2.2.3 无功功率损耗 | 第21页 |
| 2.2.4 配电网无功功率平衡的原则 | 第21-22页 |
| 2.3 配电网无功补偿的实现方案 | 第22-25页 |
| 2.3.1 无功补偿方式 | 第22-24页 |
| 2.3.2 配电网无功补偿装置 | 第24-25页 |
| 2.3.3 配电网的无功补偿实现方案 | 第25页 |
| 2.4 分布式电源接入对配电系统的影响 | 第25-27页 |
| 2.4.1 对系统损耗的影响 | 第25-26页 |
| 2.4.2 对电能质量的影响 | 第26页 |
| 2.4.3 对配电运行的影响 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 粒子群算法及其改进策略 | 第28-38页 |
| 3.1 粒子群算法 | 第28-29页 |
| 3.1.1 粒子群算法简介 | 第28页 |
| 3.1.2 标准粒子群算法 | 第28-29页 |
| 3.2 粒子群算法改进策略 | 第29-31页 |
| 3.2.1 算法参数改进 | 第30页 |
| 3.2.2 粒子群算法与其他算法的结合 | 第30-31页 |
| 3.3 自适应粒子群算法 | 第31-34页 |
| 3.3.1 自适应粒子群算法的提出 | 第31-32页 |
| 3.3.2 测试算例 | 第32-34页 |
| 3.4 基于自适应粒子群算法无功优化的几个环节 | 第34-36页 |
| 3.4.1 决策变量的处理 | 第34-35页 |
| 3.4.2 适应度函数的选取 | 第35页 |
| 3.4.3 收敛准则 | 第35-36页 |
| 3.4.4 求解流程 | 第36页 |
| 3.5 本章小结 | 第36-38页 |
| 第四章 计及随机特性的含分布式电源配电网动态无功优化 | 第38-52页 |
| 4.1 分布式电源出力模型 | 第38-39页 |
| 4.1.1 风力发电机出力模型 | 第38页 |
| 4.1.2 光伏发电机出力模型 | 第38-39页 |
| 4.1.3 负荷不确定性建模构建 | 第39页 |
| 4.2 含分布式电源无功优化数学模型 | 第39-42页 |
| 4.2.1 目标函数 | 第39-40页 |
| 4.2.2 满意度函数 | 第40-41页 |
| 4.2.3 约束条件 | 第41-42页 |
| 4.3 求解算法 | 第42-43页 |
| 4.3.1 基于半不量法的概率潮流计算 | 第42-43页 |
| 4.3.2 内嵌概率潮流的求解算法 | 第43页 |
| 4.4 算例分析 | 第43-50页 |
| 4.4.1 IEEE-33节点系统概况 | 第43-44页 |
| 4.4.2 优化结果分析 | 第44-47页 |
| 4.4.3 概率结果分析 | 第47-50页 |
| 4.5 本章小结 | 第50-52页 |
| 第五章 结论 | 第52-54页 |
| 5.1 本文总结 | 第52页 |
| 5.2 未来展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 发表论文和科研情况说明 | 第57-58页 |
| 致谢 | 第58-59页 |