| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题研究背景与意义 | 第10-11页 |
| 1.2 配电网络重构的研究现状 | 第11-14页 |
| 1.3 含风力发电的配电网重构研究现状 | 第14-15页 |
| 1.4 本文的主要工作 | 第15-17页 |
| 1.4.1 主要研究内容 | 第15-16页 |
| 1.4.2 论文组织结构 | 第16-17页 |
| 第二章 蝙蝠优化算法 | 第17-29页 |
| 2.1 引言 | 第17页 |
| 2.2 基本蝙蝠算法 | 第17-19页 |
| 2.2.1 蝙蝠行为 | 第17-18页 |
| 2.2.2 蝙蝠算法的数学模型 | 第18-19页 |
| 2.3 蝙蝠算法运行机制分析 | 第19-27页 |
| 2.3.1 搜索策略分析 | 第19-20页 |
| 2.3.2 收敛性分析及改进 | 第20-23页 |
| 2.3.3 计算性能分析 | 第23-27页 |
| 2.4 二进制蝙蝠算法 | 第27-28页 |
| 2.5 小结 | 第28-29页 |
| 第三章 风力发电随机性分析及最优场景技术 | 第29-44页 |
| 3.1 引言 | 第29页 |
| 3.2 风电随机性模型 | 第29-34页 |
| 3.2.1 风速模型 | 第29-31页 |
| 3.2.2 风电功率模型 | 第31-34页 |
| 3.3 变速恒频控制策略 | 第34-36页 |
| 3.4 基于WASSERSTEIN距离的最优场景技术 | 第36-39页 |
| 3.4.1 场景模拟 | 第36-37页 |
| 3.4.2 Wasserstein距离指标 | 第37-38页 |
| 3.4.3 最优场景求取 | 第38-39页 |
| 3.5 风电功率最优场景 | 第39-43页 |
| 3.5.1 风电功率概率密度函数的推导 | 第39-41页 |
| 3.5.2 风功率的最优场景推导 | 第41-42页 |
| 3.5.3 风功率的最优场景求解 | 第42-43页 |
| 3.6 小结 | 第43-44页 |
| 第四章 基于二进制蝙蝠算法的配电网络重构 | 第44-58页 |
| 4.1 引言 | 第44页 |
| 4.2 配电网呈辐射状运行的条件分析 | 第44-45页 |
| 4.3 配电网络重构的数学模型 | 第45-46页 |
| 4.4 配电网重构的优化方法 | 第46-51页 |
| 4.4.1 网络简化 | 第47-48页 |
| 4.4.2 配电网潮流计算 | 第48-49页 |
| 4.4.3 基于二进制蝙蝠算法的配电网重构流程 | 第49-51页 |
| 4.5 算例分析 | 第51-57页 |
| 4.5.1 算例1：IEEE-33系统 | 第51-53页 |
| 4.5.2 算例2：美国PG&E-69系统 | 第53-57页 |
| 4.6 小结 | 第57-58页 |
| 第五章 含风力发电的配电网络重构 | 第58-72页 |
| 5.1 引言 | 第58页 |
| 5.2 含风力发电的配电网重构优化模型 | 第58-59页 |
| 5.3 优化实现 | 第59-61页 |
| 5.3.1 二进制蝙蝠算法求解 | 第60-61页 |
| 5.3.2 MATLAB和GAMS联合编程求解 | 第61页 |
| 5.4 算例分析 | 第61-70页 |
| 5.4.1 IEEE-33系统 | 第61-68页 |
| 5.4.2 美国PG&E-69系统 | 第68-70页 |
| 5.5 小结 | 第70-72页 |
| 第六章 结论与展望 | 第72-74页 |
| 参考文献 | 第74-79页 |
| 附录 | 第79-84页 |
| 致谢 | 第84-85页 |
| 攻读学位期间发表论文情况 | 第85页 |