| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 论文研究背景及意义 | 第12-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.2.1 优化模型研究现状 | 第16-17页 |
| 1.2.2 优化算法发展现状 | 第17-18页 |
| 1.3 论文主要工作 | 第18-20页 |
| 第2章 分布式电源及对配电网规划的影响 | 第20-28页 |
| 2.1 引言 | 第20页 |
| 2.2 分布式电源的定义 | 第20-21页 |
| 2.3 分布式电源接入对配电网的影响 | 第21-26页 |
| 2.3.1 分布式电源对系统可靠性的影响 | 第21-22页 |
| 2.3.2 分布式电源对系统继电保护的影响 | 第22页 |
| 2.3.3 分布式电源对系统电能质量的影响 | 第22-24页 |
| 2.3.4 分布式电源对系统潮流分布和网络损耗的影响 | 第24-25页 |
| 2.3.5 分布式电源的选址定容对配电网规划的影响 | 第25-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第3章 考虑时序特性和环境成本的分布式电源选址定容规划模型 | 第28-48页 |
| 3.1 引言 | 第28-29页 |
| 3.2 分布式电源和负荷的时序特性 | 第29-32页 |
| 3.2.1 负荷时序特性 | 第29-31页 |
| 3.2.2 分布式电源时序特性 | 第31-32页 |
| 3.3 含分布式电源的配电网潮流计算 | 第32-38页 |
| 3.3.1 功率前推过程分析 | 第35-36页 |
| 3.3.2 电压回代过程分析 | 第36-38页 |
| 3.4 考虑时序特性和环境成本的含分布式电源选址定容数学模型 | 第38-45页 |
| 3.4.1 分布式电源年综合成本 | 第38-39页 |
| 3.4.2 配电网网损年费用 | 第39-42页 |
| 3.4.3 环境赔偿年费用 | 第42-43页 |
| 3.4.4 分布式电源选址定容规划模型 | 第43-45页 |
| 3.5 优化算法几点说明 | 第45-46页 |
| 3.5.1 编码方式 | 第45-46页 |
| 3.5.2 适应度函数 | 第46页 |
| 3.5.3 优化算法终止条件 | 第46页 |
| 3.6 本章小结 | 第46-48页 |
| 第4章 基于自适应变异粒子群的分布式电源在配电网中的选址定容 | 第48-64页 |
| 4.1 引言 | 第48页 |
| 4.2 粒子群优化算法 | 第48-51页 |
| 4.2.1 粒子群优化算法原理 | 第48-49页 |
| 4.2.2 粒子群优化算法步骤和流程 | 第49-51页 |
| 4.2.3 粒子群优化算法的优缺点 | 第51页 |
| 4.3 基于自适应变异粒子群算法的的分布式电源在配电网中选址定容 | 第51-55页 |
| 4.3.1 惯性权重线性递减策略 | 第51-52页 |
| 4.3.2 早熟判断机制与扰动变异策略 | 第52-53页 |
| 4.3.3 AMPSO算法流程 | 第53-55页 |
| 4.4 基于Tent映射的自适应混沌粒子群算法分布式电源在配电网中的选址定容 | 第55-60页 |
| 4.4.1 混沌的定义 | 第55-56页 |
| 4.4.2 基于混沌理论的改进思路 | 第56-57页 |
| 4.4.3 惯性权重与学习因子非线性自适应调整 | 第57页 |
| 4.4.4 早熟判断机制与混沌搜索策略 | 第57-58页 |
| 4.4.5 ACEPSO算法思想及流程 | 第58-60页 |
| 4.5 算例分析 | 第60-62页 |
| 4.6 本章小结 | 第62-64页 |
| 第5章 融合AEA的混沌云粒子群算法的分布式电源在配电网中的选址定容 | 第64-82页 |
| 5.1 引言 | 第64页 |
| 5.2 混沌算法 | 第64-66页 |
| 5.2.1 混沌优化算法 | 第64-65页 |
| 5.2.2 算法流程 | 第65-66页 |
| 5.3 云模型算法与学习因子耦合收敛策略 | 第66-70页 |
| 5.3.1 云模型 | 第66-67页 |
| 5.3.2 云模型的数字特征 | 第67-68页 |
| 5.3.3 云发生器 | 第68-69页 |
| 5.3.4 学习因子耦合收敛策略 | 第69-70页 |
| 5.4 AEA算法 | 第70-72页 |
| 5.4.1 AEA优化算法 | 第70-72页 |
| 5.4.2 AEA优化算法流程 | 第72页 |
| 5.5 融合AEA的混沌云粒子群优化算法 | 第72-75页 |
| 5.5.1 算法原理与动态分组 | 第72-73页 |
| 5.5.2 算法流程 | 第73-75页 |
| 5.6 算例分析 | 第75-81页 |
| 5.6.1 算法性能比较 | 第77-78页 |
| 5.6.2 优化结果分析 | 第78-81页 |
| 5.7 本章小结 | 第81-82页 |
| 第6章 总结与展望 | 第82-84页 |
| 6.1 本文总结 | 第82-83页 |
| 6.2 工作展望 | 第83-84页 |
| 参考文献 | 第84-90页 |
| 致谢 | 第90-92页 |
| 攻读硕士期间所做工作 | 第92-94页 |
| 附录 典型日负荷大小/DG出力数据表 | 第94-96页 |
