| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第 一 章 绪论 | 第12-23页 |
| ·课题背景 | 第12-13页 |
| ·国内外研究现状 | 第13-21页 |
| ·风力发电技术及应用现状 | 第13-15页 |
| ·电池储能技术的研究现状 | 第15-18页 |
| ·将储能系统用于风力发电系统的研究状况 | 第18-21页 |
| ·课题研究内容 | 第21-23页 |
| 第二章 电池管理系统 | 第23-36页 |
| ·电池组管理的必要性和方法 | 第23-24页 |
| ·电池组端电压测量 | 第24-33页 |
| ·电路原理 | 第25-27页 |
| ·光耦线性度验证及温漂特性 | 第27-28页 |
| ·温漂校正方法 | 第28-29页 |
| ·试验结果 | 第29-33页 |
| ·串联电池组的均衡方案 | 第33-35页 |
| ·相邻电池间的均衡 | 第33页 |
| ·不相邻单体件的均衡 | 第33-35页 |
| ·小结 | 第35-36页 |
| 第三章 基于电池储能的风场有功功率平抑控制策略 | 第36-42页 |
| ·风电有功功率波动平抑原理 | 第36-38页 |
| ·均值法 | 第38-39页 |
| ·平均值法（AVG） | 第38页 |
| ·简单移动平均法（SMA） | 第38-39页 |
| ·指数移动平均法（EMA） | 第39页 |
| ·低通滤波器法 | 第39-40页 |
| ·低通滤波原理 | 第39-40页 |
| ·风电有功功率波动平抑指标 | 第40-41页 |
| ·小结 | 第41-42页 |
| 第四章 风场输出功率预测 | 第42-56页 |
| ·时间序列分析 | 第42-44页 |
| ·时间序列的主要分析方法 | 第42-44页 |
| ·时间序列模型 | 第44-47页 |
| ·白噪声时间序列 | 第44页 |
| ·自回归模型 | 第44-45页 |
| ·移动平均模型 | 第45页 |
| ·自回归移动平均模型 | 第45-46页 |
| ·整合自回归移动平均模型 | 第46-47页 |
| ·模型识别及参数估计 | 第47-51页 |
| ·模型识别 | 第47-48页 |
| ·参数估计 | 第48-51页 |
| ·基于卡尔曼滤波的风电功率预测优化 | 第51-55页 |
| ·离散卡尔曼滤波器介绍 | 第52-54页 |
| ·预测优化 | 第54-55页 |
| ·小结 | 第55-56页 |
| 第五章 电池储能系统的能量管理策略研究 | 第56-61页 |
| ·电池储能系统能量管理策略 | 第56-58页 |
| ·基于粒子群算法的参数优化 | 第58-60页 |
| ·粒子群算法概述 | 第58-60页 |
| ·基于 PSO 的控制参数优化 | 第60页 |
| ·小结 | 第60-61页 |
| 第六章 不同功率平抑方法的效果对比 | 第61-77页 |
| ·风场的功率输出波动分析 | 第61-63页 |
| ·简单平移平均法 | 第63-66页 |
| ·在不考虑储能系统 PCS 额定功率上限的情况下： | 第63-64页 |
| ·考虑电池储能系统的吞吐功率上限 | 第64-66页 |
| ·基于粒子群参数优化的有功平抑法 | 第66-76页 |
| ·风功率预测时序模型求解 | 第66-69页 |
| ·卡尔曼预测优化 | 第69-71页 |
| ·能量管理策略的参数优化 | 第71-76页 |
| ·小结 | 第76-77页 |
| 第七章 总结及展望 | 第77-79页 |
| 参考文献 | 第79-82页 |
| 致谢 | 第82-83页 |
| 攻读学位期间取得的研究成果及发表的学术论文 | 第83页 |