| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-15页 |
| 1.1 论文的选题背景和研究意义 | 第9-10页 |
| 1.1.1 论文的研究背景 | 第9-10页 |
| 1.1.2 论文的研究意义 | 第10页 |
| 1.2 光伏电站功率预测的国内外研究现状 | 第10-13页 |
| 1.2.1 光伏电站功率预测的国外研究现状 | 第10-11页 |
| 1.2.2 光伏电站功率预测的国内研究现状 | 第11-13页 |
| 1.3 论文的主要研究内容 | 第13-15页 |
| 2 光伏发电理论基础及输出功率特性分析 | 第15-22页 |
| 2.1 光伏发电技术概述 | 第15-18页 |
| 2.1.1 光伏发电原理 | 第15-16页 |
| 2.1.2 光伏发电系统的运行方式及结构 | 第16-18页 |
| 2.2 光伏电站输出功率特性分析 | 第18-21页 |
| 2.2.1 光伏电池组件输出功率特性分析 | 第18页 |
| 2.2.2 影响光伏电站输出功率的因素分析 | 第18-21页 |
| 2.3 小结 | 第21-22页 |
| 3 基于小波理论和 ELM 的光伏电站太阳辐照度预测 | 第22-34页 |
| 3.1 太阳辐照度时间序列分析 | 第22-26页 |
| 3.1.1 小波变换理论 | 第22-23页 |
| 3.1.2 二进正交小波变换 Mallat 算法原理 | 第23-25页 |
| 3.1.3 太阳辐照度时间序列的小波分解 | 第25-26页 |
| 3.2 ELM 算法 | 第26-28页 |
| 3.2.1 ELM 模型 | 第26-27页 |
| 3.2.2 ELM 算法步骤 | 第27-28页 |
| 3.3 基于小波理论和 ELM 的辐照度预测 | 第28-33页 |
| 3.3.1 预测模型的建立 | 第28-29页 |
| 3.3.2 仿真及结果分析 | 第29-33页 |
| 3.4 小结 | 第33-34页 |
| 4 基于物理模型的光伏电站输出功率预测 | 第34-42页 |
| 4.1 基于光伏发电原理的数学模型 | 第34-39页 |
| 4.1.1 光伏电池组件模型 | 第34-37页 |
| 4.1.2 光电转换效率模型 | 第37-38页 |
| 4.1.3 最小二乘法求解模型参数 | 第38-39页 |
| 4.2 基于光伏电池模型的光伏电站输出功率预测 | 第39-41页 |
| 4.2.1 预测建模方法 | 第39-40页 |
| 4.2.2 预测结果与误差分析 | 第40-41页 |
| 4.3 小结 | 第41-42页 |
| 5 基于相似日和 GRNN 的光伏电站输出功率预测 | 第42-57页 |
| 5.1 相似日算法概述 | 第42-45页 |
| 5.1.1 模式识别理论基础 | 第42-43页 |
| 5.1.2 相似日选取算法 | 第43-45页 |
| 5.1.3 基于多目标优化的相似日样本选取 | 第45页 |
| 5.2 GRNN 概述 | 第45-50页 |
| 5.2.1 神经网络理论基础 | 第45-48页 |
| 5.2.2 GRNN 结构和算法 | 第48-50页 |
| 5.3 基于相似日和 GRNN 的光伏电站输出功率预测 | 第50-56页 |
| 5.3.1 预测建模方法与步骤 | 第50-52页 |
| 5.3.2 预测结果与误差分析 | 第52-56页 |
| 5.4 小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 攻读学位期间的研究成果 | 第62页 |
