Reliability--of-Wind-Farm-bess-.rar - 对含储能和风电的电力系统进行了可靠性评估，利用序贯蒙特卡洛法，把风储系统接入IEEE-RBTS系统来仿真，探讨了风电场、储能系统、储能容量和储能最大充放电功率对系统可靠性的具体影响。
电压暂降监测.rar - 对IEEE33节点的电压暂降监测点的优化配置
MP_V2.zip - 基于matlab的电能质量检测仿真，其中包含小波变换，S变换，FFT，dq变换，直接打开Mypower就可运行，没有界面。
distinguish.rar - 基于专家系统的电能质量分析。识别程序，电压暂升，暂降
Matlab_CFtool.rar - Matlab的曲线拟合工具箱CFtool使用简介.Matlab有一个功能强大的曲线拟合工具箱 cftool ，使用方便，能实现多种类型的线性、非线性曲线拟合。下面结合我使用的 Matlab R2007b 来简单介绍如何使用这个工具箱。
储能优化.rar - 用于对配网中的储能配置进行优化，目标是成本最小。
IEEE 34 Node Test Feede .zip - 34 bus distrubution test case in PSCAD
ga.rar - 用遗传算法进行无功优化，IEEE33节点实例
OPF.rar - 用遗传算法进行无功优化，IEEE33节点实例
power_system_reactive_power_optimization.rar - 优秀论论及对应源码。电力系统配电网的无功优化规划是保证配电网安全、经济运行的一项有效手段，是降低网损、提高电压质量的重要措施。因此，电力系统配电网无功优化规划问题的研究，既具有理论意义，又具有工程实际应用价值。配电系统最优规划问题是一个复杂的非线性组合优化问题，至今未得到很好的解决。Tabu搜索(TS—Tabu search)算法是近年来出现的用于求解组合优化问题的一种高效的启发式搜索技术。本文采用固定并联电容器作为研究对象对系统进行无功补偿，并利用智能优化方法得到使配电网损耗降低最大对应的最优节点解。并在补偿容量的邻域搜索方面做了改进，采用扩大邻域搜索范围以达到全局最优的效果。用IEEE的两个算例得出的计算结果证明了这种方法的可行性。
MATLABoptimizationToolbox.rar - 运用MATLAB优化工具箱对某电网进行无功优化
交直流混联系统统一迭代法-IEEE9.rar - 利用matlab进行编程，交直流混联系统9节点潮流计算程序
交直流潮流计算.zip - 14节点交直流混联系统潮流计算，该系统在原有14节点交流系统中增加三条直流接线
交直流潮流算法统一法.rar - 一种交直流潮流计算程序，基于Matlab
MTDC.rar - 多端交直流潮流程序计算,交替迭代法，将直流嵌入交流计算中，方便后期改编.
power-flowACDC.rar - 交直流潮流计算程序
交替迭代法
带界面设计
提供一个11节点算例
IEEE39_BPA_PSSE.rar - 基于bpa的IEEE39节点算例，包含暂态数据和稳态数据
modi_Bat.rar - 双向储能变流器PSCAD模型，适用版本v4.6。双级式三相储能变流器模型，针对锂电池建模，PCS建模。
Pscad微网储能.rar - 使用pscad仿真微网中的储能系统，方便学习使用
Control-of-VSC-HVDC-for-wind-power.zip - North of Norway has extremely good conditions for wind power generation. As the existing main
grid will not be able to integrate all the wind parks, the alternative to build a new corridor with
multi-terminal HVDC Light North of Norway to Middle of Norway, is under study.
HVDC Light is more and more concerned recently to improve power system stability due to its
supreme controllability. The thesis will be directed towards investigating the possible problems to
be encountered in an HVDC Light installation. A platform for the control of HVDC Light based on
the vector control principle will be first established. With a good understanding of this control
platform, the model will then be tested under several circuit conditions, to test the capability and
robustness of the controller to handle these situations.