电力市场环境下最优潮流模型及其改进遗传算法求解
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-16页 |
| ·问题的提出及意义 | 第7-8页 |
| ·最优潮流的发展与现状 | 第8-15页 |
| ·最优潮流模型的发展与现状 | 第8-11页 |
| ·最优潮流算法的发展与现状 | 第11-15页 |
| ·本文所做的工作 | 第15-16页 |
| 2 发电侧开放电力市场环境下的最优潮流模型 | 第16-29页 |
| ·传统最优潮流模型 | 第16-18页 |
| ·发电侧开放电力市场下最优潮流模型的特点 | 第18-26页 |
| ·发电商竞价交易 | 第18-21页 |
| ·计及网损费用的竞价交易 | 第21-23页 |
| ·无功辅助服务 | 第23-26页 |
| ·发电侧开放环境下的最优潮流模型 | 第26-28页 |
| ·小结 | 第28-29页 |
| 3 最优潮流新模型的改进遗传算法求解 | 第29-43页 |
| ·遗传算法简介 | 第29-31页 |
| ·改进遗传算法 | 第31-36页 |
| ·小生境技术 | 第32-33页 |
| ·学习策略 | 第33-35页 |
| ·改进遗传算法流程 | 第35-36页 |
| ·基于改进遗传算法的最优潮流计算 | 第36-41页 |
| ·编码方式 | 第36页 |
| ·启停机算子 | 第36-37页 |
| ·整数算子 | 第37页 |
| ·约束处理 | 第37-38页 |
| ·适应度函数的映射和定标 | 第38-39页 |
| ·初始种群的生成 | 第39页 |
| ·自适应交叉变异操作 | 第39-40页 |
| ·排挤策略的应用 | 第40页 |
| ·学习策略的应用 | 第40-41页 |
| ·基于改进遗传算法的最优潮流计算流程 | 第41页 |
| ·小结 | 第41-43页 |
| 4 仿真结果及分析 | 第43-59页 |
| ·改进遗传算法性能分析 | 第43-51页 |
| ·小生境技术与学习策略分析 | 第44-45页 |
| ·在线指标分析 | 第45-46页 |
| ·离线指标分析 | 第46-47页 |
| ·鲁棒性指标分析 | 第47-49页 |
| ·搜索效率指标分析 | 第49-50页 |
| ·优化结果分析 | 第50-51页 |
| ·改进最优潮流模型分析 | 第51-58页 |
| ·系统结构及参数 | 第52-54页 |
| ·计算结果 | 第54-57页 |
| ·比较分析 | 第57-58页 |
| ·小结 | 第58-59页 |
| 5 结论与展望 | 第59-60页 |
| ·结论 | 第59页 |
| ·展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 附录 | 第66-71页 |
| 在校期间发表论文情况 | 第71页 |
