光伏微电网发电预测与经济运行研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 光伏发电功率预测概述 | 第13-15页 |
| 1.2.1 太阳能光伏发电发展现状 | 第13-14页 |
| 1.2.2 光伏发电功率预测研究现状 | 第14-15页 |
| 1.3 微电网经济运行概述 | 第15-16页 |
| 1.4 本文研究内容与组织结构 | 第16-18页 |
| 第2章 光伏微电网特性分析 | 第18-29页 |
| 2.1 引言 | 第18页 |
| 2.2 光伏微电网结构 | 第18-20页 |
| 2.3 光伏发电系统特性 | 第20-24页 |
| 2.3.1 光伏发电工作原理 | 第21-22页 |
| 2.3.2 光伏电池等效电路 | 第22-24页 |
| 2.4 光伏微电网元件模型 | 第24-28页 |
| 2.4.1 光伏发电单元模型 | 第24-25页 |
| 2.4.2 蓄电池储能单元模型 | 第25-26页 |
| 2.4.3 可控分布式电源模型 | 第26-27页 |
| 2.4.4 负荷模型 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 适用于小样本的神经网络光伏预测方法研究 | 第29-42页 |
| 3.1 引言 | 第29-30页 |
| 3.2 光伏输出功率影响因素分析 | 第30-32页 |
| 3.2.1 地表辐射强度影响因素 | 第30-31页 |
| 3.2.2 光电转换环节影响因素 | 第31页 |
| 3.2.3 影响因素解耦 | 第31-32页 |
| 3.3 光伏发电预测模型 | 第32-37页 |
| 3.3.1 BP神经网络预测模型 | 第32页 |
| 3.3.2 适用于小样本的神经网络预测模型 | 第32-37页 |
| 3.4 预测结果与分析 | 第37-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 光伏微电网混合时长多时段滚动优化方法 | 第42-62页 |
| 4.1 引言 | 第42-44页 |
| 4.2 光伏微电网发电预测与经济运行特点分析 | 第44-46页 |
| 4.2.1 经济运行框架特点 | 第44-45页 |
| 4.2.2 光伏发电预测技术特点 | 第45-46页 |
| 4.3 光伏微电网基础优化调度模型 | 第46-50页 |
| 4.3.1 日前调度基础模型 | 第46-48页 |
| 4.3.2 实时调度基础模型 | 第48-50页 |
| 4.4 混合时长多时段滚动优化方法 | 第50-52页 |
| 4.4.1 混合时长时段划分 | 第51页 |
| 4.4.2 滚动时间窗优化 | 第51-52页 |
| 4.5 算例分析 | 第52-60页 |
| 4.5.1 仿真系统 | 第52-55页 |
| 4.5.2 预测误差设置 | 第55-56页 |
| 4.5.3 仿真结果分析 | 第56-60页 |
| 4.6 本章小结 | 第60-62页 |
| 第5章 结论 | 第62-64页 |
| 5.1 研究工作总结 | 第62页 |
| 5.2 后续工作展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 作者简历 | 第70页 |
