摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-19页 |
1.1 课题研究背景与意义 | 第11-12页 |
1.2 国内外研究现状与趋势 | 第12-17页 |
1.2.1 国外研究现状 | 第12-13页 |
1.2.2 国内研究现状 | 第13-14页 |
1.2.3 微电网关键技术及其研究趋势 | 第14-17页 |
1.3 课题研究目的 | 第17页 |
1.4 研究内容 | 第17-19页 |
第2章 光伏微电网模型建立 | 第19-28页 |
2.1 引言 | 第19页 |
2.2 光伏微电网结构建模 | 第19-20页 |
2.3 光伏发电系统特性分析 | 第20-23页 |
2.3.1 光伏发电的工作原理 | 第20-21页 |
2.3.2 光伏电池等效电路 | 第21-23页 |
2.4 光伏微电网模型 | 第23-27页 |
2.4.1 光伏发电单元模型 | 第23-24页 |
2.4.2 蓄电池储能单元模型 | 第24-25页 |
2.4.3 微型燃气轮机发电单元模型 | 第25-26页 |
2.4.4 负荷单元模型 | 第26-27页 |
2.5 本章小结 | 第27-28页 |
第3章 光伏微电网发电功率预测 | 第28-50页 |
3.1 引言 | 第28页 |
3.2 光伏发电常用预测算法 | 第28-30页 |
3.3 BP神经网络算法 | 第30-32页 |
3.3.1 BP神经网络算法的结构及其工作原理 | 第30-31页 |
3.3.2 BP神经网络算法训练 | 第31-32页 |
3.4 光伏发电输出功率特性分析 | 第32-35页 |
3.4.1 光伏发电输出功率主要影响因素 | 第32-34页 |
3.4.2 光伏电池辐照强度影响因数 | 第34页 |
3.4.3 云团遮挡辐射强度衰减计算 | 第34-35页 |
3.5 光伏发电预测模型 | 第35-39页 |
3.5.1 光伏发电预测过程分析 | 第35-36页 |
3.5.2 改进BP神经网络算法 | 第36-37页 |
3.5.3 光伏发电输出功率初步预测 | 第37-38页 |
3.5.4 光伏发电输出功率误差修正 | 第38-39页 |
3.6 光伏发电输出功率综合预测法仿真与分析 | 第39-49页 |
3.6.1 光伏发电云团遮挡太阳辐照强度修正仿真与分析 | 第41-43页 |
3.6.2 光伏发电相似日历史输出功率波动量修正仿真与分析 | 第43-44页 |
3.6.3 光伏发电输出功率预测综合预测方法仿真与分析 | 第44-49页 |
3.7 本章小结 | 第49-50页 |
第4章 含微电网的配电网优化调度 | 第50-66页 |
4.1 基于引力搜索机制的花朵授粉算法 | 第50-53页 |
4.2 含微电网的配电网优化调度 | 第53-57页 |
4.2.1 含微电网的配电网有功优化调度目标函数 | 第53-55页 |
4.2.2 含微电网的配电网有功优化调度约束条件 | 第55-56页 |
4.2.3 含微电网的配电网无功优化调度目标函数 | 第56页 |
4.2.4 含微电网的配电网无功优化调度约束条件 | 第56-57页 |
4.3 含微电网的配电网模型分析 | 第57-60页 |
4.3.1 含微电网的配电网有功优化调度模型分析 | 第57-59页 |
4.3.2 含微电网的配电网无功优化调度模型分析 | 第59-60页 |
4.4 含光伏微电网的配电网仿真分析 | 第60-65页 |
4.4.1 含微电网的配电网有功功率经济优化调度仿真分析 | 第61-64页 |
4.4.2 含微电网的配电网无功功率优化调度仿真分析 | 第64-65页 |
4.5 本章小结 | 第65-66页 |
第5章 结论 | 第66-68页 |
5.1 研究总结 | 第66-67页 |
5.2 未来展望 | 第67-68页 |
致谢 | 第68-69页 |
参考文献 | 第69-72页 |
攻读学位期间获得与学位论文相关的科研成果目录 | 第72页 |