| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 课题背景及研究的目的和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 风光储联合发电技术发展现状 | 第12-13页 |
| 1.2.2 储能容量配置研究现状 | 第13-15页 |
| 1.2.3 储能系统运行策略研究现状 | 第15-16页 |
| 1.3 本文主要内容和章节安排 | 第16-18页 |
| 第2章 风光储联合发电技术 | 第18-27页 |
| 2.1 引言 | 第18页 |
| 2.2 风光发电原理 | 第18-21页 |
| 2.2.1 风力发电原理 | 第18-19页 |
| 2.2.2 光伏发电原理 | 第19-21页 |
| 2.3 储能技术 | 第21-22页 |
| 2.3.1 储能技术介绍 | 第21-22页 |
| 2.3.2 储能系统充放电工作原理 | 第22页 |
| 2.4 风光储联合发电系统接入电网特性 | 第22-25页 |
| 2.4.1 风光储系统接入对电网影响分析 | 第22-24页 |
| 2.4.2 风光储系统有功功率控制模式 | 第24-25页 |
| 2.5 风光储联合发电系统控制要求分析 | 第25-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第3章 储能容量配置 | 第27-49页 |
| 3.1 引言 | 第27-29页 |
| 3.2 风光储联合发电系统工作原理 | 第29-31页 |
| 3.2.1 风光储联合发电系统结构 | 第29页 |
| 3.2.2 平滑风、光有功功率波动的传统控制策略 | 第29-31页 |
| 3.3 风电场、光伏电站输出功率的平滑度判据标准 | 第31-34页 |
| 3.3.1 国家标准对风、光波动的要求 | 第31-32页 |
| 3.3.2 适用于储能系统容量配置的平滑度判据标准 | 第32-34页 |
| 3.4 风电场、光伏电站输出功率波动特性分析 | 第34-35页 |
| 3.5 储能系统参数——功率平滑度数学模型 | 第35-40页 |
| 3.5.1 BP神经网络学习算法 | 第36-38页 |
| 3.5.2 波动特性、储能系统参数——功率平滑度的短期神经网络模型 | 第38-39页 |
| 3.5.3 储能系统参数——功率平滑度的长期数学模型 | 第39-40页 |
| 3.6 储能系统容量配置 | 第40-42页 |
| 3.6.1 目标函数 | 第40-41页 |
| 3.6.2 遗传算法基本流程 | 第41-42页 |
| 3.7 算例分析 | 第42-48页 |
| 3.7.1 波动特性参数和功率平滑度指标计算 | 第42-44页 |
| 3.7.2 建立波动特性、储能系统参数——功率平滑度的短期神经网络模型 | 第44-46页 |
| 3.7.3 建立储能系统参数——功率平滑度长期数学模型 | 第46-47页 |
| 3.7.4 求解储能系统最优容量配置 | 第47-48页 |
| 3.8 本章小结 | 第48-49页 |
| 第4章 储能系统平滑风光功率波动运行策略研究 | 第49-61页 |
| 4.1 引言 | 第49-50页 |
| 4.2 储能系统计划发电功率曲线计算 | 第50-56页 |
| 4.2.1 超短期风光功率预测曲线傅里叶变换 | 第50-51页 |
| 4.2.2 一阶低通滤波截止频率范围初选 | 第51-53页 |
| 4.2.3 储能系统计划发电功率曲线 | 第53-56页 |
| 4.3 储能系统实时发电功率计算 | 第56-60页 |
| 4.3.1 基于时间窗的风光功率波动平抑方法 | 第56-57页 |
| 4.3.2 算例分析 | 第57-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第5章 结论与展望 | 第61-63页 |
| 5.1 总结 | 第61-62页 |
| 5.2 展望 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第68-69页 |
| 致谢 | 第69页 |
