| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 致谢 | 第9-16页 |
| 第一章 绪论 | 第16-28页 |
| ·课题研究背景 | 第16-17页 |
| ·国内外研究现状 | 第17-26页 |
| ·光伏发电 | 第17-22页 |
| ·光伏发电关键技术 | 第22-24页 |
| ·光伏发电系统输出功率短期预测技术 | 第24-26页 |
| ·本文主要工作 | 第26-28页 |
| 第二章 基础理论 | 第28-36页 |
| ·概述 | 第28页 |
| ·太阳能电池原理 | 第28页 |
| ·太阳能电池发展 | 第28-30页 |
| ·太阳能电池分类 | 第30页 |
| ·光伏发电系统组成 | 第30-31页 |
| ·光伏发电系统分类 | 第31-32页 |
| ·并网光伏发电系统分类 | 第32-34页 |
| ·并网逆变器控制方式 | 第34页 |
| ·本章小结 | 第34-36页 |
| 第三章 太阳辐射预测技术 | 第36-46页 |
| ·概述 | 第36页 |
| ·瞬时太阳辐射预测 | 第36-39页 |
| ·ASHRAE 模型~([53-54]) | 第36-37页 |
| ·Hottel 模型~([55-56]) | 第37-39页 |
| ·基于系统辨识的瞬时预测模型~([57]) | 第39页 |
| ·基于神经网络的瞬时预测模型~([58]) | 第39页 |
| ·逐时太阳辐射预测 | 第39-42页 |
| ·半正弦模型~([59]) | 第39-40页 |
| ·Collares-Pereira & Rabl 模型~([59]) | 第40页 |
| ·基于系统辨识的逐时预测模型~([57]) | 第40-41页 |
| ·基于神经网络的逐时预测模型~([60]) | 第41页 |
| ·其他逐时太阳辐射预测模型~([59,61,28,30]) | 第41-42页 |
| ·日总太阳辐射预测 | 第42-45页 |
| ·基于 ASHRAE 模型、Hottel 模型的日总太阳辐射预测 | 第42-43页 |
| ·日照百分率转换模型~([62-65]) | 第43页 |
| ·别尔良德模型~([66-67]) | 第43-44页 |
| ·基于系统辨识的日总预测模型~([57,68-70]) | 第44页 |
| ·基于神经网络的日总预测模型~([71-72]) | 第44-45页 |
| ·其他日总太阳辐射预测模型~([73]) | 第45页 |
| ·本章小结 | 第45-46页 |
| 第四章 基于太阳辐射和光伏发电系统模型的短期预测技术 | 第46-70页 |
| ·概述 | 第46页 |
| ·太阳能电池和光伏阵列输出特性 | 第46-60页 |
| ·太阳能电池五参数直流模型 | 第46-47页 |
| ·太阳能电池五参数简化直流模型~([76]) | 第47-55页 |
| ·太阳能电池单指数简化直流模型~([77]) | 第55-57页 |
| ·太阳能电池两参数简化直流模型~([78]) | 第57-60页 |
| ·MPPT 的能量损失和跟踪效率 | 第60-64页 |
| ·最大功率点跟踪技术的比较 | 第60-61页 |
| ·最大功率点跟踪技术的能量损失 | 第61-64页 |
| ·最大功率点跟踪技术跟踪效率的测试 | 第64页 |
| ·光伏发电系统的可靠性 | 第64-67页 |
| ·光伏发电系统元件故障模型 | 第64-66页 |
| ·光伏发电系统可靠性模型 | 第66-67页 |
| ·基于太阳辐射和光伏发电系统模型的短期预测 | 第67-68页 |
| ·短期预测公式 | 第67-68页 |
| ·短期预测步骤 | 第68页 |
| ·本章小结 | 第68-70页 |
| 第五章 基于历史数据的短期预测技术 | 第70-73页 |
| ·概述 | 第70页 |
| ·基于太阳辐射强度的间接预测方法 | 第70-71页 |
| ·基于光伏发电系统输出功率历史数据的直接预测方法 | 第71-72页 |
| ·基于支持向量机回归的预测模型~([98]) | 第71-72页 |
| ·基于马尔科夫链的预测模型~([99-100]) | 第72页 |
| ·基于系统辨识的预测模型~([57]) | 第72页 |
| ·本章小结 | 第72-73页 |
| 第六章 典型光伏发电系统输出功率短期预测方法的实现 | 第73-92页 |
| ·概述 | 第73页 |
| ·两类预测技术的比较 | 第73-74页 |
| ·基于太阳能电池两参数简化直流模型的输出功率短期预测方法 | 第74-78页 |
| ·预测步骤 | 第74页 |
| ·基于太阳能电池两参数简化直流模型的输出功率短期预测模型 | 第74-76页 |
| ·预测结果分析 | 第76-78页 |
| ·基于改进 BP 神经网络的光伏发电系统输出功率短期间接预测方法 | 第78-86页 |
| ·人工神经网络 | 第78-79页 |
| ·BP 神经网络 | 第79-80页 |
| ·基于改进 BP 神经网络的太阳辐射短期预测模型 | 第80-84页 |
| ·光伏发电系统输出功率经验表达式 | 第84页 |
| ·预测结果分析 | 第84-86页 |
| ·基于改进 BP 神经网络的光伏发电系统输出功率短期直接预测方法 | 第86-91页 |
| ·预测模型输入变量筛选 | 第86-89页 |
| ·基于改进 BP 神经网络的光伏发电系统输出功率短期预测模型 | 第89页 |
| ·预测结果分析 | 第89-91页 |
| ·本章小结 | 第91-92页 |
| 第七章 光伏发电系统输出功率短期预测软件包的编程实现 | 第92-100页 |
| ·概述 | 第92页 |
| ·光伏发电系统输出功率短期预测软件包 | 第92页 |
| ·太阳辐射短期预测模块 | 第92-94页 |
| ·基于太阳辐射和光伏发电系统模型的短期预测模块 | 第94-97页 |
| ·基于历史数据的短期预测模块 | 第97-99页 |
| ·本章小结 | 第99-100页 |
| 第八章 总结和展望 | 第100-102页 |
| ·总结 | 第100页 |
| ·展望 | 第100-102页 |
| 参考文献 | 第102-110页 |
| 攻读硕士学位期间发表的论文 | 第110-111页 |
