| 摘要 | 第4-5页 |
| Abstract | 第5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 国内外研究现状 | 第10-13页 |
| 1.2.1 光伏输出功率特性研究 | 第10-11页 |
| 1.2.2 光伏功率预测技术研究 | 第11-13页 |
| 1.3 本文主要工作 | 第13-15页 |
| 第2章 大规模光伏电站出力特性分析 | 第15-27页 |
| 2.1 研究区域光伏电站介绍 | 第15-16页 |
| 2.2 单一光伏电站功率特性分析 | 第16-19页 |
| 2.2.1 光伏电站日出力特性 | 第16-17页 |
| 2.2.2 光伏电站天气特性与季节特性 | 第17-19页 |
| 2.3 大规模光伏出力波动特性分析 | 第19-23页 |
| 2.3.1 波动特性量化指标 | 第19-20页 |
| 2.3.2 光伏功率波动时间分布特性 | 第20-22页 |
| 2.3.3 光伏功率波动空间分布特性 | 第22-23页 |
| 2.4 区域光伏电站汇聚效应分析 | 第23-26页 |
| 2.4.1 汇聚效应的定义及产生机理 | 第23页 |
| 2.4.2 光伏电站间相关性分析 | 第23-24页 |
| 2.4.3 基于汇聚系数的汇聚效应分析 | 第24-25页 |
| 2.4.4 汇聚效应的应用 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 光伏短期预测的灰色神经网络模型改进优化方法 | 第27-40页 |
| 3.1 灰色神经网络组合模型在光伏短期预测中的应用 | 第27-31页 |
| 3.1.1 灰色神经网络在光伏预测中的建模原理 | 第27-28页 |
| 3.1.2 灰色神经网络模型在光伏预测中的适用性分析 | 第28-31页 |
| 3.2 灰色神经网络组合模型的改进优化方法 | 第31-33页 |
| 3.2.1 灰色模型的改进方法 | 第31-32页 |
| 3.2.2 灰色神经网络模型的粒子群算法优化 | 第32-33页 |
| 3.3 改进灰色神经网络组合模型的预测流程及评价指标 | 第33-35页 |
| 3.3.1 模型预测流程 | 第33-34页 |
| 3.3.2 光伏电站短期预测评价指标 | 第34-35页 |
| 3.4 算例分析 | 第35-38页 |
| 3.4.1 算例条件及模型参数设置 | 第35页 |
| 3.4.2 预测结果分析 | 第35-38页 |
| 3.5 本章小结 | 第38-40页 |
| 第4章 计及汇聚效应的光伏电站群短期功率预测方法 | 第40-47页 |
| 4.1 计及汇聚效应的光伏电站群功率预测原理 | 第40-41页 |
| 4.2 光伏电站群功率预测模型 | 第41-43页 |
| 4.2.1 基准光伏电站选取 | 第41页 |
| 4.2.2 基准光伏电站功率预测 | 第41页 |
| 4.2.3 光伏电站群总出力预测模型 | 第41-43页 |
| 4.3 算例分析 | 第43-46页 |
| 4.4 本章小结 | 第46-47页 |
| 结论 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 攻读硕士学位期间发表的学术论文 | 第51-52页 |
| 致谢 | 第52-54页 |
