基于动态云进化粒子群算法的含风电场配电网无功优化
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第1章 绪论 | 第13-24页 |
| 1.1 课题背景及意义 | 第13-15页 |
| 1.1.1 课题背景 | 第13-14页 |
| 1.1.2 研究意义 | 第14-15页 |
| 1.2 研究状况和现状分析 | 第15-22页 |
| 1.2.1 风电场对电网的影响 | 第15-16页 |
| 1.2.2 风电场无功优化的补偿方式 | 第16-17页 |
| 1.2.3 配电网无功优化的数学模型 | 第17-18页 |
| 1.2.4 无功优化算法 | 第18-22页 |
| 1.3 主要研究内容和结构安排 | 第22-24页 |
| 1.3.1 主要工作 | 第22页 |
| 1.3.2 结构安排 | 第22-24页 |
| 第2章 含风电场的配电网潮流技术 | 第24-37页 |
| 2.1 风机工作原理 | 第24-29页 |
| 2.1.1 风电场的风速 | 第24-25页 |
| 2.1.2 风机输出功率 | 第25-29页 |
| 2.2 无功潮流的影响 | 第29-31页 |
| 2.2.1 无功对电压的影响 | 第29-30页 |
| 2.2.2 无功对功率损耗的影响 | 第30页 |
| 2.2.3 无功对功率因数的影响 | 第30-31页 |
| 2.3 含风电场的配电网潮流 | 第31-36页 |
| 2.4 本章小结 | 第36-37页 |
| 第3章 基于改变飞行策略的粒子群算法无功优化 | 第37-49页 |
| 3.1 无功规划数学模型 | 第37-38页 |
| 3.1.1 约束方程 | 第37-38页 |
| 3.1.2 目标函数 | 第38页 |
| 3.2 粒子群优化算法 | 第38-42页 |
| 3.2.1 粒子群算法简介 | 第38-39页 |
| 3.2.2 粒子群算法基本原理 | 第39-41页 |
| 3.2.3 粒子群算法流程图 | 第41-42页 |
| 3.3 基于改变飞行策略的粒子群算法 | 第42-44页 |
| 3.3.1 权重系数上的改进 | 第42-43页 |
| 3.3.2 自适应调整飞行时间 | 第43页 |
| 3.3.3 改变飞行策略的粒子群算法 | 第43-44页 |
| 3.4 系统算例 | 第44-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第4章 基于动态云进化的粒子群算法无功优化 | 第49-58页 |
| 4.1 云理论基本概念 | 第49-51页 |
| 4.1.1 云特性 | 第49-50页 |
| 4.1.2 云的数字特征 | 第50-51页 |
| 4.2 基于动态云进化粒子群算法 | 第51-54页 |
| 4.2.1 云进化思想 | 第51页 |
| 4.2.2 云进化粒子群算法 | 第51-52页 |
| 4.2.3 动态云进化粒子群算法 | 第52-53页 |
| 4.2.4 计算步骤 | 第53-54页 |
| 4.3 系统算例 | 第54-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第5章 含风电场的配电网无功优化软件 | 第58-65页 |
| 5.1 软件系统架构 | 第58-60页 |
| 5.2 系统开发环境 | 第60页 |
| 5.3 系统界面和测试 | 第60-64页 |
| 5.3.1 用户登录 | 第60-61页 |
| 5.3.2 数据存储 | 第61页 |
| 5.3.3 数据导入 | 第61-62页 |
| 5.3.4 数据运行 | 第62-64页 |
| 5.4 本章小结 | 第64-65页 |
| 第6章 总结与展望 | 第65-66页 |
| 6.1 总结 | 第65页 |
| 6.2 展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 攻读硕士学位期间已发表或录用的论文 | 第71-72页 |
| 参与科研项目及所获奖励 | 第72-74页 |
