摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第9-16页 |
1.1 课题研究背景及意义 | 第9-11页 |
1.2 配电网状态估计国内外研究现状 | 第11-14页 |
1.2.1 DSSE 算法研究现状 | 第11-12页 |
1.2.2 分布式发电研究现状 | 第12-13页 |
1.2.3 含 DG 的 DSSE 存在的问题 | 第13-14页 |
1.3 本文的主要工作 | 第14-16页 |
第2章 基于 OpenDSS 的配电网和 DG 的建模与分析 | 第16-29页 |
2.1 基于 OpenDSS 的配电网建模 | 第16-19页 |
2.2 配电网三相全矩阵模型分析 | 第19-23页 |
2.2.1 馈线分析 | 第19-20页 |
2.2.2 电压调节器分析 | 第20-21页 |
2.2.3 负荷分析 | 第21-23页 |
2.3 分布式电源建模与分析 | 第23-28页 |
2.3.1 光伏发电模型 | 第23-26页 |
2.3.2 风力发电模型 | 第26-28页 |
2.3.3 基于 OpenDSS 的 DG 建模分析 | 第28页 |
2.4 本章小结 | 第28-29页 |
第3章 考虑 VR 特性的含分布式电源的潮流匹配状态估计算法 | 第29-45页 |
3.1 状态估计模型 | 第29-30页 |
3.2 考虑 VR 特性的含 DG 的三相不平衡潮流计算 | 第30-33页 |
3.2.1 CIM 基本方程 | 第30-32页 |
3.2.2 PV 型 DG 的处理 | 第32-33页 |
3.2.3 电压调节器 VR(SVRT,LTC)调节 | 第33页 |
3.2.4 算法流程 | 第33页 |
3.3 三相不平衡潮流匹配 | 第33-35页 |
3.4 基于 GMM 模型功率不平衡量分配系数优化 | 第35-43页 |
3.4.1 负荷特性曲线与高斯混合模型 GMM | 第35-37页 |
3.4.2 基于组合 MCMC-EM 算法的 GMM 参数优化 | 第37-41页 |
3.4.3 基于 GMM 模型的负荷权重优化 | 第41-42页 |
3.4.4 基于 GMM 模型的分配系数优化 | 第42-43页 |
3.5 VR 抽头估计 | 第43-44页 |
3.6 电流幅值量测的功率转换处理 | 第44页 |
3.7 本章小结 | 第44-45页 |
第4章 算法跨平台实现和算例分析 | 第45-57页 |
4.1 算法的跨平台实现 | 第45-46页 |
4.2 负荷的 GMM 模型测试 | 第46-49页 |
4.2.1 参数优化 | 第46-47页 |
4.2.2 权重确定 | 第47-48页 |
4.2.3 权重测试 | 第48-49页 |
4.3 潮流匹配算法测试 | 第49-56页 |
4.3.1 不同实时量测误差测试 | 第50页 |
4.3.2 不同实时量测配置测试 | 第50-51页 |
4.3.3 DG 类型、位置和接入容量测试 | 第51-52页 |
4.3.4 电压、功率和 VR 特性估计结果 | 第52-54页 |
4.3.5 无量测型 DG 模型测试 | 第54-56页 |
4.4 本章小结 | 第56-57页 |
第5章 结论及展望 | 第57-59页 |
5.1 结论 | 第57页 |
5.2 展望 | 第57-59页 |
参考文献 | 第59-62页 |
附录 A | 第62-66页 |
A.1 CIM 算法中负荷模型参数 | 第62-63页 |
A.2 IEEE12 节点系统基本数据和扩展 GMM 负荷模型 | 第63-64页 |
A.3 IEEE13 节点系统基本数据和扩展 GMM 负荷模型 | 第64-66页 |
攻读硕士学位期间发表的论文 | 第66-67页 |
发表的学术论文 | 第66-67页 |
攻读硕士学位期间参加的科研工作 | 第67-68页 |
致谢 | 第68页 |