| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-26页 |
| ·课题研究背景及意义 | 第11-12页 |
| ·微电网研究历史与现状 | 第12-24页 |
| ·分布式发电系统及其并网问题 | 第12-14页 |
| ·微电网技术及其发展 | 第14-19页 |
| ·微电网计划孤岛和非计划孤岛运行模式 | 第19-21页 |
| ·国内外研究现状 | 第21-24页 |
| ·本文的主要研究内容 | 第24-26页 |
| 第2章 微电网电压两级测控方法及模型研究 | 第26-54页 |
| ·引言 | 第26页 |
| ·隔离型电压源并网逆变器结构 | 第26-28页 |
| ·微电网电压控制方法 | 第28-47页 |
| ·孤岛运行微电网两级控制方案 | 第29-34页 |
| ·无互联线并网逆变器下垂控制方法研究 | 第34-38页 |
| ·DGs 功率分配及设定参考信号 | 第38-42页 |
| ·孤岛运行微电网状态空间模型 | 第42-47页 |
| ·微电网两级控制仿真研究 | 第47-53页 |
| ·微电网仿真系统结构 | 第47-49页 |
| ·微电网两级控制仿真分析 | 第49-53页 |
| ·本章小结 | 第53-54页 |
| 第3章 基于蚁群算法的递归神经网络光伏阵列系统输出功率短期预测 | 第54-70页 |
| ·引言 | 第54-55页 |
| ·递归神经网络及其梯度学习算法 | 第55-58页 |
| ·递归神经网络结构 | 第56-57页 |
| ·梯度学习算法训练递归神经网络 | 第57-58页 |
| ·改进的蚁群算法 | 第58-65页 |
| ·自适应蚁群算法 | 第59-63页 |
| ·动态蚁群算法 | 第63-65页 |
| ·基于改进蚁群算法的递归神经网络光伏阵列系统输出功率预测 | 第65-69页 |
| ·光伏阵列系统预测模型 | 第65-66页 |
| ·蚁群-梯度学习算法 | 第66-67页 |
| ·光伏阵列系统输出功率预测结果及分析 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 第4章 基于主动电流干扰和电压正反馈的孤岛检测方法 | 第70-77页 |
| ·引言 | 第70页 |
| ·孤岛检测方法 | 第70-72页 |
| ·主动电流干扰法和电压正反馈相结合的孤岛检测原理 | 第72-74页 |
| ·主动电流干扰法孤岛检测原理 | 第72-74页 |
| ·电压正反馈孤岛检测原理 | 第74页 |
| ·主动电流干扰法和电压正反馈相结合的孤岛检测仿真研究 | 第74-75页 |
| ·本章小结 | 第75-77页 |
| 第5章 微电网 PCC 点电压双模式控制方法及实验研究 | 第77-100页 |
| ·引言 | 第77页 |
| ·电压控制器稳定 PCC 点电压方法 | 第77-79页 |
| ·电压控制器对低压微电网 PCC 点电压双模式控制研究 | 第79-84页 |
| ·有功滞环模式控制 | 第79-81页 |
| ·有功和无功综合控制 | 第81-82页 |
| ·低压微电网 PCC 点电压双模式控制仿真分析 | 第82-84页 |
| ·电压控制器对中压微电网 PCC 点电压控制研究 | 第84-87页 |
| ·有功和无功综合控制 | 第84-85页 |
| ·中压微电网 PCC 点电压双模式控制仿真分析 | 第85-87页 |
| ·电压控制器控制实验研究 | 第87-98页 |
| ·低压微电网电压控制器控制实验研究 | 第87-95页 |
| ·中压微电网电压控制器控制实验研究 | 第95-98页 |
| ·本章小结 | 第98-100页 |
| 结论 | 第100-102页 |
| 参考文献 | 第102-110页 |
| 攻读博士学位期间承担的科研任务与主要成果 | 第110-112页 |
| 致谢 | 第112-113页 |
| 作者简介 | 第113页 |
