| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究的背景和意义 | 第9-11页 |
| 1.1.1 课题研究背景 | 第9-10页 |
| 1.1.2 课题研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文主要工作 | 第13-15页 |
| 第二章 风光储联合发电系统介绍 | 第15-25页 |
| 2.1 风光储联合发电系统的结构与工作原理 | 第15-24页 |
| 2.1.1 风光储联合发电系统的结构 | 第15页 |
| 2.1.2 风力发电系统工作原理 | 第15-18页 |
| 2.1.3 太阳能光伏发电系统的工作原理 | 第18-22页 |
| 2.1.4 储能技术与蓄电池工作原理 | 第22-24页 |
| 2.2 本章小结 | 第24-25页 |
| 第三章 基于相关机会目标规划的风光储联合发电系统储能调度策略 | 第25-36页 |
| 3.1 可信性理论与模糊规划方法介绍 | 第25-26页 |
| 3.2 相关机会规划 | 第26-31页 |
| 3.2.1 相关机会规划背景：供给—分配系统 | 第26-29页 |
| 3.2.2 相关机会规划分类 | 第29-31页 |
| 3.3 储能优化控制的数学模型的建立 | 第31-35页 |
| 3.3.1 风光出力误差处理 | 第32-33页 |
| 3.3.2 目标函数 | 第33-34页 |
| 3.3.3 约束条件 | 第34-35页 |
| 3.3.4 基于相关机会目标规划的储能调度模型 | 第35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 模型求解与算例分析 | 第36-45页 |
| 4.1 模糊模拟 | 第36页 |
| 4.2 神经网络 | 第36-37页 |
| 4.3 粒子群算法 | 第37-39页 |
| 4.4 混合智能算法 | 第39-40页 |
| 4.5 算例分析 | 第40-44页 |
| 4.6 本章小结 | 第44-45页 |
| 第五章 结论与展望 | 第45-47页 |
| 5.1 结论 | 第45页 |
| 5.2 展望 | 第45-47页 |
| 参考文献 | 第47-50页 |
| 在学期间发表的学术论文和参加科研情况 | 第50-51页 |
| 致谢 | 第51页 |