含分布式电源的配电网优化调度研究
| 摘要 | 第2-3页 |
| abstract | 第3-4页 |
| 第一章 绪论 | 第7-15页 |
| 1.1 选题背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-13页 |
| 1.2.1 分布式电源研究现状 | 第8-10页 |
| 1.2.2 含分布式电源的优化调度研究现状 | 第10-13页 |
| 1.3 本文所做的主要工作 | 第13-15页 |
| 第二章 分布式电源接入对配电网影响 | 第15-33页 |
| 2.1 分布式电源类型 | 第15-20页 |
| 2.2 不同分布式电源的调度特征 | 第20-21页 |
| 2.2.1 光伏电源调度特征 | 第20页 |
| 2.2.2 风力发电的调度特征 | 第20页 |
| 2.2.3 微型燃气发电调度特征 | 第20-21页 |
| 2.2.4 储能电池装置调度特征 | 第21页 |
| 2.3 分布式电源接入造成的影响 | 第21-31页 |
| 2.3.1 配电网潮流计算 | 第21-23页 |
| 2.3.2 分布式电源接入配电网分析 | 第23-25页 |
| 2.3.3 接入容量不同的分析 | 第25-30页 |
| 2.3.4 接入位置不同的分析 | 第30-31页 |
| 2.4 本章小结 | 第31-33页 |
| 第三章 改进的免疫粒子群算法 | 第33-43页 |
| 3.1 粒子群算法 | 第33-35页 |
| 3.1.1 原始粒子群算法 | 第33-34页 |
| 3.1.2 基本粒子群算法 | 第34页 |
| 3.1.3 基本粒子群算法参数分析 | 第34-35页 |
| 3.2 粒子群算法的改进 | 第35-36页 |
| 3.2.1 惯性权重动态调整 | 第35-36页 |
| 3.2.2 学习因子动态调整 | 第36页 |
| 3.3 改进的免疫粒子群算法 | 第36-38页 |
| 3.3.1 种群多样性改进 | 第36-38页 |
| 3.3.2 双种群学习策略 | 第38页 |
| 3.4 改进的免疫粒子群算法流程 | 第38-39页 |
| 3.5 算例验证 | 第39-41页 |
| 3.6 本章小结 | 第41-43页 |
| 第四章 含分布式电源的配电网优化调度 | 第43-55页 |
| 4.1 含分布式电源与储能装置的优化调度模型 | 第43-45页 |
| 4.1.1 目标函数 | 第43页 |
| 4.1.2 约束条件 | 第43-45页 |
| 4.1.3 适应度函数 | 第45页 |
| 4.2 优化调度控制编码 | 第45-46页 |
| 4.3 基于改进免疫粒子群算法的优化调度方法 | 第46-48页 |
| 4.3.1 基本步骤 | 第46页 |
| 4.3.2 优化调度流程 | 第46-48页 |
| 4.4 优化调度算例分析 | 第48-53页 |
| 4.5 本章小结 | 第53-55页 |
| 第五章 结论 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-63页 |
