| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究的背景和意义 | 第10-13页 |
| 1.1.1 光伏发电在发电能源架构中比重日趋增大的背景 | 第10-12页 |
| 1.1.2 光伏电量参与发电侧电力市场的意义 | 第12-13页 |
| 1.2 课题的研究现状 | 第13-14页 |
| 1.3 光伏电欲摆脱补贴电价的改革思路 | 第14页 |
| 1.4 本文的主要工作 | 第14-16页 |
| 1.4.1 课题来源 | 第14页 |
| 1.4.2 研究内容 | 第14-16页 |
| 第2章 光伏电价定价及补贴政策 | 第16-22页 |
| 2.1 概述 | 第16页 |
| 2.2 定价方法 | 第16-17页 |
| 2.2.1 传统定价方法 | 第16-17页 |
| 2.2.2 光伏定价方法 | 第17页 |
| 2.3 国外光伏产业发展历程及电价补贴政策 | 第17-19页 |
| 2.3.1 德国光伏产业发展状况 | 第17-18页 |
| 2.3.2 美国光伏产业发展状况 | 第18-19页 |
| 2.3.3 澳大利亚光伏产业发展状况 | 第19页 |
| 2.4 我国光伏产业发展历程及电价补贴政策 | 第19-20页 |
| 2.5 当前光伏定价机制中存在的问题 | 第20-21页 |
| 2.6 本章小结 | 第21-22页 |
| 第3章 参与日前市场申报的光伏出力预测 | 第22-51页 |
| 3.1 光伏出力预测的类别和方法 | 第22-24页 |
| 3.1.1 光伏出力预测的类别 | 第22-23页 |
| 3.1.2 预测光伏出力常用的模型和算法 | 第23-24页 |
| 3.2 Back Propagation神经网络 | 第24-28页 |
| 3.2.1 BP神经网络结构 | 第25页 |
| 3.2.2 Back Propagation神经网络算法原理简介 | 第25-28页 |
| 3.2.3 Back Propagation神经网络的参数选择 | 第28页 |
| 3.3 Elman神经网络 | 第28-33页 |
| 3.3.1 Elman网络的结构 | 第29-30页 |
| 3.3.2 Elman神经网络算法原理简介 | 第30-32页 |
| 3.3.3 Elman神经网络预测图示 | 第32-33页 |
| 3.4 PSO-Elman神经网络 | 第33-36页 |
| 3.4.1 粒子群算法简介 | 第33-34页 |
| 3.4.2 PSO-Elman神经网络及其结构图示 | 第34-36页 |
| 3.4.3 PSO-Elman神经网络预测步骤及参数 | 第36页 |
| 3.5 实验平台展示与不同天气下光伏出力变化分析 | 第36-44页 |
| 3.5.1 光伏光热平台简介及数据分析处理 | 第37-42页 |
| 3.5.2 四种典型天气下的出力展示 | 第42-44页 |
| 3.6 基于晴天天气的综合气象因子的光伏出力数据预测建模 | 第44-47页 |
| 3.6.1 数据样本归一化 | 第45页 |
| 3.6.2 输入变量的选取和数据处理 | 第45-46页 |
| 3.6.3 模型评价指标 | 第46-47页 |
| 3.7 晴天天气下三种算法的光伏出力预测结果对比及误差分析 | 第47-50页 |
| 3.8 本章小结 | 第50-51页 |
| 第4章 基于出力预测的光伏电站日前市场价格模型 | 第51-57页 |
| 4.1 基于日前出力预测的光伏上网价格模型 | 第51-53页 |
| 4.1.1 “欠发”和“过发”情况下光伏电量上网的价格响应调度机制 | 第51-52页 |
| 4.1.2 光伏发电环境成本 | 第52页 |
| 4.1.3 填补光伏机组出力波动空缺的热备用成本 | 第52-53页 |
| 4.1.4 购买光伏系统电量的总费用 | 第53页 |
| 4.2 t时刻常规水火机组成本模型(组成包含新能源的区域电源) | 第53-54页 |
| 4.2.1 t时刻常规火电机组综合运行成本函数 | 第53-54页 |
| 4.2.2 t时刻常规水电机组综合运行成本函数 | 第54页 |
| 4.2.3 光、火、水区域电源实时购电费模型 | 第54页 |
| 4.3 含光伏的区域电源参与日前市场调度的购电费用最优化调度模型 | 第54-56页 |
| 4.3.1 以购电费用最低的最优化调度模型 | 第54-55页 |
| 4.3.2 光伏、火电、水电机组运行中所应遵循的限制条件 | 第55-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第5章 光伏电站日前市场价格模型基于果蝇优化算法的仿真分析 | 第57-69页 |
| 5.1 果蝇优化算法原理和特点 | 第57页 |
| 5.2 基于果蝇优化算法的优化步骤和流程图 | 第57-59页 |
| 5.3 各种典型天气下PSO-ELMAN的预测出力和实际出力的对比 | 第59-63页 |
| 5.4 经济调度结果分析 | 第63-69页 |
| 第6章 基于典型天气的定价模式探讨 | 第69-73页 |
| 6.1 概述 | 第69页 |
| 6.2 针对典型天气的补贴电价反推思路 | 第69-70页 |
| 6.3 包含未知光伏电价的总购电费方程 | 第70-71页 |
| 6.4 四种典型天气的光伏电价反推求解结果 | 第71-72页 |
| 6.5 本章小结 | 第72-73页 |
| 第7章 结论与展望 | 第73-75页 |
| 7.1 结论 | 第73-74页 |
| 7.2 展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-80页 |
| 攻读硕士期间发表论文及科研成果 | 第80页 |
