| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 分布式发电技术概述 | 第11-12页 |
| 1.2.1 分布式电源的定义和分类 | 第11页 |
| 1.2.2 DG并网对配电网的影响 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-16页 |
| 1.3.1 配电网潮流计算的研究现状 | 第12-14页 |
| 1.3.2 配电网重构的研究现状 | 第14-15页 |
| 1.3.3 含风力发电的配电网重构研究现状 | 第15-16页 |
| 1.4 论文的主要工作 | 第16-18页 |
| 第二章 风电机组接入对配电网网损和电压的影响 | 第18-28页 |
| 2.1 引言 | 第18页 |
| 2.2 风力发电等值电路模型 | 第18-21页 |
| 2.2.1 风力发电有功模型 | 第18-19页 |
| 2.2.2 风力发电无功模型 | 第19-21页 |
| 2.3 配电网潮流计算方法 | 第21-23页 |
| 2.3.1 前推回代潮流计算 | 第21-22页 |
| 2.3.2 基于支路电流法的前推回代 | 第22-23页 |
| 2.3.3 分布式电源对潮流计算的影响 | 第23页 |
| 2.4 含风电机组的潮流计算数学模型 | 第23-24页 |
| 2.5 算例分析 | 第24-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第三章 基于“最优树”的放射性约束与改进粒子群算法的配电网重构 | 第28-43页 |
| 3.1 基本粒子群算法 | 第28-30页 |
| 3.1.1 粒子群算法原理 | 第28-29页 |
| 3.1.2 粒子群算法实现步骤 | 第29-30页 |
| 3.2 改进粒子群算法 | 第30-31页 |
| 3.3 简化网络形成的原理及过程 | 第31-37页 |
| 3.3.1 拓扑结构特点 | 第32页 |
| 3.3.2 配电网络满足放射性的必要条件 | 第32-34页 |
| 3.3.3 基于放射性约束条件的简化网络形成过程 | 第34-36页 |
| 3.3.4 对应于简化网络的重构解得到过程 | 第36-37页 |
| 3.4 简化网络的拓扑放射性判断 | 第37-39页 |
| 3.4.1“最优树”的提出及拓扑放射性判断原理 | 第37页 |
| 3.4.2 基于“最优树”的拓扑结构放射性判断步骤 | 第37-39页 |
| 3.5 基于“最优树”的放射性约束与改进粒子群算法的配电网重构 | 第39-42页 |
| 3.5.1 配电网重构数学模型 | 第39页 |
| 3.5.2 算例分析 | 第39-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第四章 考虑风力发电随机性的配电网重构 | 第43-58页 |
| 4.1 基于瓦瑟斯坦（WASSERSTEIN）距离的最优场景技术 | 第43-45页 |
| 4.1.1 Wasserstein距离的基本指标 | 第43-44页 |
| 4.1.2 最优场景求取 | 第44-45页 |
| 4.2 WASSERSTEIN距离在风电功率最优场景中的应用 | 第45-47页 |
| 4.2.1 风电功率概率密度函数的推导 | 第45-46页 |
| 4.2.2 风电功率最优场景的推导 | 第46-47页 |
| 4.3 基于WASSERSTEIN距离最优场景的含风电配电网重构 | 第47-52页 |
| 4.3.1 含风电机的配电网重构优化模型 | 第47-49页 |
| 4.3.2 基于Wasserstein距离最优场景的含风电配电网重构流程 | 第49-52页 |
| 4.4 算例分析 | 第52-57页 |
| 4.4.1 风电功率的最优场景求解 | 第52页 |
| 4.4.2 在风电功率最优场景下的配电网重构 | 第52-57页 |
| 4.5 本章小结 | 第57-58页 |
| 结论与展望 | 第58-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 附录A 攻读学位期间发表论文 | 第66-67页 |
| 附录B 标准算例数据 | 第67-69页 |
| 附录C 技术参数 | 第69页 |
