| 中文摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 课题研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 风功率预测研究现状 | 第13页 |
| 1.2.2 风电场的储能容量配置研究现状 | 第13-16页 |
| 1.3 本文主要工作及创新点 | 第16-19页 |
| 第二章 风功率特性和储能配置评价指标分析 | 第19-32页 |
| 2.1 风功率特性分析 | 第19-23页 |
| 2.1.1 风力发电原理 | 第19-20页 |
| 2.1.2 风电机组的功率输出特性 | 第20-22页 |
| 2.1.3 风电功率波动特性对电力系统的影响 | 第22-23页 |
| 2.2 储能配置指标分析 | 第23-31页 |
| 2.2.1 储能技术简介 | 第23-24页 |
| 2.2.2 抽水蓄能技术原理 | 第24-26页 |
| 2.2.3 蓄电池储能原理 | 第26-29页 |
| 2.2.4 储能容量优化配置评价指标分析 | 第29-31页 |
| 2.3 本章小结 | 第31-32页 |
| 第三章 基于改进的ANFIS动态风功率预测模型 | 第32-51页 |
| 3.1 引言 | 第32页 |
| 3.2 带回归结构的动态ANFIS建模的基本理论 | 第32-38页 |
| 3.2.1 Takagi-Sugeno型模糊推理系统 | 第32-33页 |
| 3.2.2 自适应神经模糊推理系统 | 第33-36页 |
| 3.2.3 ANFIS算法的参数学习算法 | 第36-37页 |
| 3.2.4 带回归结构的动态ANFIS模型 | 第37-38页 |
| 3.3 基于改进的ANFIS动态风功率预测模型的建立 | 第38-50页 |
| 3.3.1 改进的ANFIS算法在MATLAB中的实现 | 第38-39页 |
| 3.3.2 数据样本选取及处理 | 第39-42页 |
| 3.3.2.1 数据样本选取 | 第39-40页 |
| 3.3.2.2 数据预处理 | 第40-42页 |
| 3.3.3 基于改进的ANFIS动态风功率预测模型的建立 | 第42-50页 |
| 3.3.3.1 风功率预测模型预测误差指标 | 第42-43页 |
| 3.3.3.2 动态风功率预测模型建立 | 第43-48页 |
| 3.3.3.3 算法对比及结果分析 | 第48-50页 |
| 3.4 本章小结 | 第50-51页 |
| 第四章 风电场混合储能容量多目标优化配置 | 第51-81页 |
| 4.1 引言 | 第51页 |
| 4.2 风电场混合储能优化配置策略 | 第51-52页 |
| 4.3 混合储能优化配置模型的建立 | 第52-58页 |
| 4.3.1 抽水蓄能系统的数学模型 | 第52-53页 |
| 4.3.2 储能蓄电池的数学模型 | 第53-55页 |
| 4.3.3 混合储能优化配置的目标模型 | 第55-57页 |
| 4.3.4 混合储能优化配置的约束条件 | 第57-58页 |
| 4.4 遗传优化算法 | 第58-65页 |
| 4.5 储能优化配置模型求解及结果分析 | 第65-79页 |
| 4.5.1 风功率预测和边界限值的确定 | 第65-69页 |
| 4.5.2 优化计算及结果分析 | 第69-79页 |
| 4.5.2.1 风电场混合储能整体优化配置 | 第69-75页 |
| 4.5.2.2 风电场混合储能分段配置 | 第75-79页 |
| 4.6 本章小结 | 第79-81页 |
| 第五章 结论与展望 | 第81-83页 |
| 5.1 本文结论 | 第81页 |
| 5.2 课题展望 | 第81-83页 |
| 参考文献 | 第83-88页 |
| 致谢 | 第88-89页 |
| 攻读硕士学位期间取得的成果 | 第89-90页 |
| 个人简况与联系方式 | 第90-92页 |
