| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 课题研究背景及意义 | 第11-13页 |
| 1.2 国内外研究发展现状 | 第13-17页 |
| 1.2.1 光伏电源建模和特性研究现状 | 第13-15页 |
| 1.2.2 光伏功率预测研究现状 | 第15-16页 |
| 1.2.3 基于光伏发电建模的V2G充电站配置规划现状 | 第16-17页 |
| 1.3 本文主要研究工作和章节安排 | 第17-19页 |
| 第二章 基于历史数据的光伏功率特性多尺度研究思路 | 第19-26页 |
| 2.1 光伏功率波动特性分析 | 第19-23页 |
| 2.1.1 光伏功率秒级与分钟级变化特性 | 第20-22页 |
| 2.1.2 光伏功率的日内小时级样本分布特性 | 第22-23页 |
| 2.2 基于历史样本的光伏功率特性多尺度挖掘框架 | 第23-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 数据挖掘与领域知识集成的光伏功率中长期时间序列模型研究 | 第26-41页 |
| 3.1 光伏电站实测太阳辐照度特性分析 | 第27-32页 |
| 3.1.1 太阳辐照度日时间序列特性分析 | 第27-28页 |
| 3.1.2 太阳辐照度的小时分布特性分析 | 第28-32页 |
| 3.2 太阳辐照度中长期特性聚类分析 | 第32-35页 |
| 3.2.1 k-means聚类算法 | 第32-34页 |
| 3.2.2 太阳辐照度中长期特性k-means聚类分析 | 第34-35页 |
| 3.3 领域知识和聚类分析集成的光伏功率模型 | 第35-40页 |
| 3.3.1 基于太阳辐照度分布的光伏功率模型 | 第35-37页 |
| 3.3.2 衰减系数分析 | 第37-39页 |
| 3.3.3 模型有效性验证 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 光伏功率短时波动特性分析及其预测应用研究 | 第41-50页 |
| 4.1 光伏功率短时波动特性分析 | 第41-45页 |
| 4.1.1 华南地区天气模式特性及概率分布研究 | 第41-42页 |
| 4.1.2 光伏功率波动样本标准化处理 | 第42-44页 |
| 4.1.3 光伏功率短时波动特性及概率分布 | 第44-45页 |
| 4.2 模型在日前光伏功率预测的应用 | 第45-49页 |
| 4.2.1 日前光伏功率预测流程 | 第45-46页 |
| 4.2.2 光伏电站短时出力预测实例 | 第46-49页 |
| 4.3 本章小结 | 第49-50页 |
| 第五章 基于光伏发电建模的V2G充电站配置规划 | 第50-63页 |
| 5.1 配电网规划中的充电站V2G行为建模 | 第50-53页 |
| 5.1.1 充电站V2G行为应用背景和问题描述 | 第50-51页 |
| 5.1.2 基于电价引导原则的V2G响应模型 | 第51-53页 |
| 5.2 配电网中计及V2G的充电站优化接入模型 | 第53-55页 |
| 5.2.1 优化目标函数 | 第53-54页 |
| 5.2.2 优化约束条件 | 第54-55页 |
| 5.3 光伏配电网中充电站优化接入算例仿真 | 第55-62页 |
| 5.3.1 算例说明 | 第55-57页 |
| 5.3.2 光伏接入配电馈线的影响分析 | 第57-59页 |
| 5.3.3 粒子群优化算法 | 第59-60页 |
| 5.3.4 充电站接入优化结果分析 | 第60-62页 |
| 5.4 本章小结 | 第62-63页 |
| 第六章 结论与展望 | 第63-65页 |
| 6.1 论文主要结论 | 第63-64页 |
| 6.2 后续研究工作展望 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 攻读硕士学位期间取得的研究成果 | 第70-71页 |
| 致谢 | 第71-72页 |
| 附件 | 第72页 |
