| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题背景及研究意义 | 第9-10页 |
| 1.2 综合能源系统研究动态 | 第10-14页 |
| 1.2.1 冷热电负荷预测方法方面 | 第10-12页 |
| 1.2.2 燃气分布式能源规划方法方面 | 第12-13页 |
| 1.2.3 不同类型建筑分布式能源系统设备的选型和优化运行 | 第13-14页 |
| 1.3 本文主要工作 | 第14-15页 |
| 第2章 冷热电负荷测算方法研究 | 第15-46页 |
| 2.1 基于逐时负荷分摊比例法的负荷预测 | 第15-27页 |
| 2.1.1 算法原理 | 第15-17页 |
| 2.1.2 典型区域、建筑物或典型用户的冷热电需求指标概算 | 第17-20页 |
| 2.1.3 基于历史数据的逐时冷热电负荷测算 | 第20-27页 |
| 2.2 基于线性外推和相似日法的负荷预测 | 第27-32页 |
| 2.2.1 算法原理 | 第27-32页 |
| 2.2.2 关键数据处理方法 | 第32页 |
| 2.3 冷热电负荷预测算法验证 | 第32-45页 |
| 2.3.1 冷负荷预测算法验证 | 第34-39页 |
| 2.3.2 热负荷预测算法验证 | 第39-42页 |
| 2.3.3 电负荷预测算法验证 | 第42-45页 |
| 2.4 本章小结 | 第45-46页 |
| 第3章 园区终端用户能源供给状况动态预测技术研究 | 第46-54页 |
| 3.1 基于BP神经网络的终端用户能源供给状况动态预测 | 第46-47页 |
| 3.2 模型的改进和数据设计 | 第47-49页 |
| 3.2.1 改进的BP学习算法 | 第47-48页 |
| 3.2.2 数据设计 | 第48-49页 |
| 3.3 光伏发电量预测算法验证 | 第49-53页 |
| 3.4 本章小结 | 第53-54页 |
| 第4章 园区综合能源系统的优化运行 | 第54-68页 |
| 4.1 园区综合能源系统模型 | 第54-56页 |
| 4.2 优化运行目标函数及约束条件 | 第56-59页 |
| 4.2.1 园区综合能源系统优化目标 | 第56-57页 |
| 4.2.2 园区综合能源系统优化约束 | 第57-59页 |
| 4.3 基于粒子群算法的综合能源优化运行 | 第59-62页 |
| 4.4 综合能源优化运行算法验证 | 第62-67页 |
| 4.5 本章小结 | 第67-68页 |
| 第5章 结论与展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-75页 |
| 作者简介 | 第75页 |
