| 摘要 | 第12-14页 |
| ABSTRACT | 第14-16页 |
| 第一章 绪论 | 第17-31页 |
| 1.1 引言 | 第17-21页 |
| 1.1.1 当前的能源现状及发展趋势 | 第17-19页 |
| 1.1.2 课题研究的背景 | 第19-20页 |
| 1.1.3 课题研究的目的意义 | 第20-21页 |
| 1.2 SOFC/PV联合发电装置简介 | 第21-25页 |
| 1.2.1 燃料电池和光伏电池的研发状况 | 第22-23页 |
| 1.2.2 SOFC和PV联合发电的提出及研究现状 | 第23-25页 |
| 1.2.3 SOFC/PV联合发电装置的组成 | 第25页 |
| 1.3 分布式冷热电联供系统DCCHP简介 | 第25-29页 |
| 1.3.1 DCCHP系统的提出和研究现状 | 第25-27页 |
| 1.3.2 DCCHP系统的分类和组成 | 第27-29页 |
| 1.4 拟研究的主要内容及章节安排 | 第29-31页 |
| 第二章 SOFC/PV联供系统的组成和结构设计 | 第31-45页 |
| 2.1 系统组成及原理 | 第31-37页 |
| 2.1.1 SOFC的发电原理 | 第32-34页 |
| 2.1.2 光伏电池PV的发电原理 | 第34-35页 |
| 2.1.3 溴化锂制冷机的基本工作原理 | 第35-37页 |
| 2.1.4 功率转换装置的工作原理 | 第37页 |
| 2.2 SOFC/PV联合发电分布式供能系统的结构设计 | 第37-43页 |
| 2.2.1 系统设计思路 | 第37-38页 |
| 2.2.2 系统设计原则 | 第38-39页 |
| 2.2.3 系统设计中的相关技术问题 | 第39-43页 |
| 2.3 SOFC/PV联合发电的分布式供能系统的总体结构 | 第43-44页 |
| 2.4 小结 | 第44-45页 |
| 第三章 SOFC/PV联供系统的单元特性分析 | 第45-109页 |
| 3.1 SOFC的建模与仿真 | 第45-62页 |
| 3.1.1 SOFC的数学模型 | 第45-51页 |
| 3.1.2 SOFC的建模及仿真分析 | 第51-58页 |
| 3.1.3 输入参数对SOFC特性的影响 | 第58-62页 |
| 3.2 PV的建模与特性分析 | 第62-66页 |
| 3.2.1 PV数学模型 | 第62-64页 |
| 3.2.2 PV仿真模型及特性分析 | 第64-66页 |
| 3.3 光伏电池最大功率跟踪控制及算法 | 第66-77页 |
| 3.3.1 光伏电池最大功率跟踪控制模型 | 第66-68页 |
| 3.3.2 最大功率跟踪控制算法比较研究 | 第68-75页 |
| 3.3.3 MPPT仿真结果分析 | 第75-77页 |
| 3.4 双效溴化锂吸收式制冷机的建模与特性分析 | 第77-98页 |
| 3.4.1 溴化锂溶液和水的热物理性质 | 第77-82页 |
| 3.4.2 双效溴化锂制冷机的数学建模 | 第82-88页 |
| 3.4.3 双效溴化锂制冷机的仿真与分析 | 第88-93页 |
| 3.4.4 外部条件与双效溴化锂制冷机制冷效果关系的研究 | 第93-98页 |
| 3.5 制氢储氢装置的建模与仿真 | 第98-104页 |
| 3.5.1 电解制氢原理及仿真分析 | 第98-100页 |
| 3.5.2 储氢方法及仿真分析 | 第100-102页 |
| 3.5.3 压气机数学及仿真模型 | 第102-104页 |
| 3.6 功率转换装置的研究 | 第104-108页 |
| 3.6.1 DC/DC转换器 | 第104-105页 |
| 3.6.2 DC/AC逆变器 | 第105-106页 |
| 3.6.3 功率调节装置的仿真分析 | 第106-108页 |
| 3.7 小结 | 第108-109页 |
| 第四章 SOFC/PV联供系统的负荷预测及容量匹配设计 | 第109-131页 |
| 4.1 负荷预测的算法分析 | 第109-117页 |
| 4.1.1 BP神经网络算法 | 第109-111页 |
| 4.1.2 RBF神经网络算法 | 第111-115页 |
| 4.1.3 小波神经网络算法 | 第115-117页 |
| 4.2 样本数据的选取和处理 | 第117-120页 |
| 4.3 负荷预测模型的实现 | 第120-123页 |
| 4.3.1 输入输出量的选取和归一化 | 第120-121页 |
| 4.3.2 负荷预测模型的建立过程 | 第121-123页 |
| 4.4 神经网络仿真结果分析 | 第123-127页 |
| 4.4.1 BP神经网络仿真结果 | 第123-124页 |
| 4.4.2 RBF神经网络仿真结果 | 第124-125页 |
| 4.4.3 小波神经网络仿真结果 | 第125-127页 |
| 4.5 联供系统容量匹配的设计思路 | 第127-130页 |
| 4.5.1 PV阵列的容量设计方法 | 第128页 |
| 4.5.2 SOFC电堆的容量设计方法 | 第128-129页 |
| 4.5.3 电解槽的容量设计方法 | 第129页 |
| 4.5.4 储氢罐的容量设计方法 | 第129页 |
| 4.5.5 制冷装置的容量设计思路 | 第129-130页 |
| 4.6 小结 | 第130-131页 |
| 第五章 SOFC/PV联供系统制冷装置的能量控制方法研究 | 第131-157页 |
| 5.1 溴化锂制冷机的能量控制策略 | 第131-132页 |
| 5.2 溴化锂制冷机单机能量控制方式的选择 | 第132-135页 |
| 5.3 溴化锂制冷机被控对象数学模型的建立 | 第135-136页 |
| 5.4 模糊PID控制器与Smith预估器的原理与设计 | 第136-145页 |
| 5.4.1 模糊PID控制的原理与设计 | 第136-143页 |
| 5.4.2 Smith预估器的原理 | 第143-145页 |
| 5.5 溴化锂制冷机单机能量控制的仿真 | 第145-155页 |
| 5.5.1 相关算法的设计与仿真 | 第145-150页 |
| 5.5.2 各算法在模型匹配与失配的情况下的仿真研究 | 第150-155页 |
| 5.6 小结 | 第155-157页 |
| 第六章 SOFC/PV联供系统能量管理策略研究 | 第157-173页 |
| 6.1 能量管理研究的相关技术问题 | 第157-159页 |
| 6.1.1 能量管理相关问题的简化 | 第157-158页 |
| 6.1.2 能量管理研究遵循的原则 | 第158-159页 |
| 6.2 联供系统的能量管理策略 | 第159-163页 |
| 6.2.1 孤岛运行模式的能量管理策略 | 第160-162页 |
| 6.2.2 并网运行模式的能量管理策略 | 第162-163页 |
| 6.3 联供系统的能量管理方式 | 第163-166页 |
| 6.3.1 以电定热控制方式 | 第164-165页 |
| 6.3.2 以热定电控制方式 | 第165-166页 |
| 6.4 联供系统能量管理仿真分析 | 第166-171页 |
| 6.5 小结 | 第171-173页 |
| 第七章 全文总结与展望 | 第173-177页 |
| 7.1 总结 | 第173-175页 |
| 7.2 主要创新点 | 第175页 |
| 7.3 展望 | 第175-177页 |
| 参考文献 | 第177-187页 |
| 致谢 | 第187-188页 |
| 攻读博士学位期间发表的学术论文及从事科研情况 | 第188-190页 |
| ENGLISH DISSERTATION | 第190-206页 |
| Paper Ⅰ | 第190-199页 |
| Paper Ⅱ | 第199-206页 |
| 学位论文评阅及答辩情况表 | 第206页 |
