声明
致谢
1 绪论
1.1 课题背景及研究意义
1.2 国内外研究现状
1.2.1 电网谐波谐振识别研究现状
1.2.2 配电网电容器优化配置研究现状
1.3 本文主要内容
2 配网潮流算法及谐波谐振识别算法分析
2.1配电网基波潮流计算
2.1.1 配电网典型基波潮流算法
2.1.2 改进的前推回代算法
2.1.3 算例分析
2.2 配电网谐波潮流计算
2.2.1 谐波潮流计算的数学模型
2.2.2 配电网典型谐波潮流算法
2.2.3 算例分析
2.3 谐振点识别算法分析
2.3.1 使用节点导纳矩阵模态法的并联谐振点识别
2.3.2 使用回路阻抗矩阵模态法的串联谐振点识别
2.3.3 使用修正模态法的支路串联谐振点识别
2.4 本章小结
3 单目标和多目标粒子群算法研究及改进
3.1 粒子群优化算法(PSO)
3.1.1 基本原理
3.1.2 算法流程
3.1.3 算法参数作用
3.2 单目标粒子群优化算法
3.2.1 混沌模拟退火粒子群算法(C-SA-PSO)
3.2.2 改进的C-SA-PSO算法
3.2.3 优化算法优化性能分析
3.3 多目标粒子群优化算法
3.3.1 基于向量评估的粒子群优化算法
3.3.2 基于非支配解的粒子群优化算法
3.3.3 基于多领导的粒子群优化算法
3.3.4 优化算法性能对比分析
3.4 本章小结
4 基于改进C-SA-PSO算法的电容器优化配置
4.1 电容器配置谐振图分析
4.2 单目标配电网电容器优化配置数学模型建立
4.2.1 目标函数的建立
4.2.2 约束条件的建立
4.3 基于改进的C-SA-PSO算法目标求解
4.4 算例分析
4.4.1 测试系统及参数选取
4.4.2 结果分析
4.4 本章小结
5 基于VE-PSOml 算法的电容器优化配置
5.1 多目标配电网电容器优化配置数学模型建立
5.1.1 目标函数的建立
5.1.2 约束条件的建立
5.2 基于VE-PSOml 算法目标求解
5.3.1 测试系统及参数的选取
5.3.2 结果分析
5.4 本章小结
6 结论与展望
6.1 结论及创新点
6.2 展望
参考文献
作者简历
学位论文数据集
河南理工大学;