| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-16页 |
| ·课题研究的背景和意义 | 第8-11页 |
| ·国内外的研究概况和发展趋势 | 第11-15页 |
| ·光伏预测技术的发展概况 | 第11-14页 |
| ·能量管理的发展概况 | 第14-15页 |
| ·本文的主要研究内容 | 第15-16页 |
| 第二章 光伏电站系统结构 | 第16-26页 |
| ·光伏电池的工作特性 | 第16-19页 |
| ·光伏电池的工作特性分析 | 第16-18页 |
| ·光伏电池最大功率特性分析 | 第18-19页 |
| ·光伏发电系统 | 第19页 |
| ·储能蓄电池的系统特性 | 第19-21页 |
| ·蓄电池的种类 | 第19-20页 |
| ·铅酸蓄电池的特性 | 第20-21页 |
| ·蓄电池的容量匹配 | 第21页 |
| ·双向DC/DC变换器 | 第21-23页 |
| ·DC/AC逆变器 | 第23-24页 |
| ·PV-BESS系统的能流模型 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 光伏发电功率短期预测 | 第26-44页 |
| ·样本数据预处理 | 第26-29页 |
| ·数据预处理原则 | 第26-27页 |
| ·预测模型输入数据归一化处理 | 第27页 |
| ·剔除异常数据 | 第27-28页 |
| ·提取特征子集 | 第28-29页 |
| ·光伏发电的功率特性分析研究 | 第29-31页 |
| ·太阳辐照度对光伏发电功率的影响 | 第29-30页 |
| ·不同天气类型对光伏发电的影响 | 第30-31页 |
| ·温度对光伏发电功率的影响 | 第31页 |
| ·Elman神经网络 | 第31-34页 |
| ·Elman神经网络结构 | 第32-33页 |
| ·Elman神经网络学习算法 | 第33-34页 |
| ·Elman神经网络短期预测模型 | 第34-39页 |
| ·Elman神经网络短期预测模型 | 第34-35页 |
| ·发电功率短期预测 | 第35-39页 |
| ·Elman神经网络与NSET建模对比分析研究 | 第39-41页 |
| ·Elman神经网络与BP神经网络建模对比分析研究 | 第41-42页 |
| ·预测模型结果评估 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 并网光伏电站的能量管理研究 | 第44-58页 |
| ·电站实时能量管理策略研究 | 第44-46页 |
| ·系统能量调度模型的建立 | 第46-51页 |
| ·能量调度模型一 | 第46-47页 |
| ·能量调度模型二 | 第47-49页 |
| ·能量调度模型三 | 第49-50页 |
| ·能量调度模型四 | 第50-51页 |
| ·系统运行的目标函数与约束条件分析研究 | 第51-53页 |
| ·目标函数 | 第51-52页 |
| ·约束条件 | 第52-53页 |
| ·算例分析 | 第53-57页 |
| ·基础数据 | 第53-54页 |
| ·算例结果 | 第54-57页 |
| ·结果分析研究 | 第57页 |
| ·本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| ·研究工作总结 | 第58-59页 |
| ·今后的工作展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 攻读学位期间所取得的相关科研成果 | 第65-66页 |
| 致谢 | 第66页 |