●第1章 緒論/1
1.1 工程背景及意義/2
1.2 含DG的配電網優化問題/4
1.2.1 DG在配電網中的優化配置/4
1.2.2 儲能繫統優化配置/6
1.2.3 含DG的配電網絡重構、故障恢復和無功優化/7
1.2.4 含DG的微電網能量管理/9
1.3 配電網多目標優化問題/10
1.4 配電網多目標優化問題的傳統解法/11
1.5 啟發式智能多目標優化方法/12
第2章 綜合自適應多目標粒子群優化算法/15
2.1 引言/16
2.2 多目標優化算法問題概述/16
2.2.1 多目標優化算法設計原則/16
2.2.2 多目標粒子群優化算法問題概述/18
2.3 PSO算法開拓與探索能力提升策略/19
2.3.1 慣性權重和加速因子的動態變化/19
2.3.2 隨機黑洞機制/20
2.4 領導粒子動態選擇及保持種群多樣性策略/22
2.4.1 基於細菌群體感應機理的擾動機制/22
2.4.2 領導粒子的動態選擇/23
2.5 提高Pareto解的多樣性和均勻分布性策略/24
2.5.1 NSGA-II擁擠距離排序/24
2.5.2 逐步淘汰策略/26
2.5.3 下一次迭代粒子的選擇/28
2.6 CAMPSO算法流程/29
2.7 CAMPSO算法性能驗證及分析/31
2.7.1 三種主要策略的有效性驗證/33
2.7.2 CAMPSO算法性能綜合評價/36
2.8 本章小結/39
第3章 分布式電源在配電網中的多目標優化配置/41
3.1 引言/42
3.2 多目標優化配置數學模型/44
3.2.1 目標函數/44
3.2.2 約束條件/46
3.2.3 變量及其表達式/47
3.3 偏好策略/48
3.3.1 偏好多目標優化/48
3.3.2 電壓偏好策略和供電可靠性偏好策略/51
3.4 基於CAMPSO算法的DG多目標優化配置求解/52
3.5 DG多目標優化配置仿真及其分析/54
3.5.1 第一組仿真實驗/54
3.5.2 第二組仿真實驗/60
3.5.3 第三組仿真實驗：偏好策略研究/62
3.6 本章小結/64
第4章 混合儲能多目標優化配置/67
4.1 引言/68
4.2 HESS多目標優化配置模型/70
4.2.1 HESS數學模型/70
4.2.2 風電輸出功率平滑效果評估指標/71
4.2.3 HESS多目標優化配置數學模型/71
4.3 HESS儲能設備參考功率計算及功率分配策略/72
4.4 基於CAMPSO算法的HESS多目標優化配置求解/74
4.4.1 求解變量的離散化處理/74
4.4.2 求解流程/74
4.5 仿真與分析/76
4.6 本章小結/79
第5章 含分布式電源的配電網多目標無功優化策略/81
5.1 引言/82
5.2 含DG的配電網多目標無功優化數學模型/83
5.2.1 目標函數/83
5.2.2 約束條件及決策變量表述/84
5.2.3 無功優化中的電壓偏好/85
5.3 基於CAMPSO算法的多目標無功優化問題求解/86
5.3.1 離散變量的離散化/86
5.3.2 狀態變量越限及潮流計算不收斂懲罰/86
5.3.3 含DG的配電網多目標無功優化求解流程/87
5.4 含DG的配電網多目標無功優化算例及其分析/89
5.4.1 考慮不同目標時的無功優化/89
5.4.2 分析與討論/93
5.5 本章小結/94
第6章 基於DEA和DAPSO算法的電動汽車充電站多目標規劃/95
6.1 引言/96
6.2 滿足充電可靠性的候選站址確定方法/96
6.2.1 OD分析/97
6.2.2 充電可靠性/99
6.3 選址定容規劃模型/100
6.3.1 經濟性指標/100
6.3.2 繫統電壓穩定性指標/101
6.3.3 充電服務質量指標/101
6.3.4 充電排隊時間/102
6.3.5 多目標模型轉化為單目標模型/102
6.3.6 約束條件/103
6.4 DAPSO算法及其算例分析/104
6.4.1 DAPSO算法/104
6.4.2 算例分析/107
6.5 本章小結/113
參考文獻/115

含分布式電源的配電網多目標優化問題是一類復雜的工程優化問題，其目標空間是一個多維、離散並且不一定為凸的空間，需要有效的多目標優化方法求解，為決策者的決策提供有力支撐。本書探討綜合自適應多目標粒子群優化算法及其在含分布式電源的配電網多目標優化問題中的應用。本書第1章為緒論，即工程背景及研究意義和相關研究現狀回顧。第2章為綜合自適應多目標粒子群優化算法及其性能驗證。第3章至第5章為綜合自適應多目標粒子群優化算法在含分布式電源的配電網規劃與運行多目標優化問題中的應用，包括分布式電源和混合儲能的優化配置，以及含分布式電源的配電網無功優化。第6章為基於超效率數據包絡分析和動態自適應粒子群優化算法的電動汽車充電站多目標規劃。