首页--工业技术论文--电工技术论文--发电、发电厂论文--各种发电论文--太阳能发电论文

光伏发电功率预报与负荷预报

摘要第1-6页
ABSTRACT第6-11页
第一章 绪论第11-19页
   ·课题的背景及意义第11页
   ·微电网的概念第11-13页
   ·微电网研究现状第13-15页
   ·光伏发电功率预报现状第15-16页
     ·国外研究现状第15页
     ·国内研究现状第15-16页
   ·负荷预报研究现状第16-17页
   ·本文主要工作第17-19页
第二章 光伏发电及其影响因素分析第19-30页
   ·光伏发电系统原理第19-21页
   ·光伏并网发电系统的组成第21页
   ·光伏电池输入输出特性第21-25页
     ·光伏电池特性第21-24页
     ·光电转换效率第24-25页
   ·影响光伏系统发电特性的因素第25-29页
     ·季节第25-26页
     ·日类型第26-27页
     ·太阳能辐照强度第27-28页
     ·温度第28-29页
   ·本章小结第29-30页
第三章 微电网负荷特性与影响因素分析第30-38页
   ·电力系统负荷分类第30页
   ·微电网负荷特性分析第30-33页
   ·负荷气象影响因素分析第33-35页
   ·负荷预报第35-37页
     ·负荷预报的分类第35-36页
     ·用电负荷的特点第36页
     ·影响微电网负荷预报的因素第36-37页
   ·本章小结第37-38页
第四章 基于相似日的预报模型数据分类第38-47页
   ·相似日选择原理第38-39页
     ·日特征相似日原理第38页
     ·形状相似日原理第38-39页
   ·数据的采集和处理第39-43页
     ·气象参数数据的选取第39-40页
     ·光伏发电功率和负荷数据的选取第40-42页
     ·数据处理第42-43页
   ·相似日理论在光伏发电功率预报中的应用第43-44页
     ·光伏发电功率中的日特征向量的建立第43页
     ·相似日选取结果第43-44页
   ·相似日理论在负荷预报中的应用第44-46页
     ·负荷预报中的日特征向量的建立第44-45页
     ·相似日选取结果第45-46页
   ·本章小结第46-47页
第五章 光伏发电功率预报第47-58页
   ·光伏发电功率预报概述第47-49页
     ·光伏发电功率概述第47页
     ·光伏发电预报的分类第47-48页
     ·光伏发点功率预报的原则第48页
     ·光伏发电功率预测方式第48-49页
   ·Elman 神经网络第49-53页
     ·Elman 神经网络结构第50-51页
     ·Elman 神经网络原理与算法第51-52页
     ·Elman 神经网络的预测流程第52-53页
   ·基于相似日的 Elman 神经网络无辐照度预测模型第53-57页
     ·预测模型的输入输出层节点的确定第54页
     ·预测模型隐含层节点的选取第54-55页
     ·Elman 神经网络模型结构第55页
     ·预报模型训练和评估第55页
     ·预测结果分析第55-57页
   ·本章小结第57-58页
第六章 基于辐照度预报的光伏发电功率预报第58-67页
   ·太阳能辐照度预报第58-59页
   ·基于辐照度预报的线性外推法预报光伏发电功率第59-62页
     ·线性外推法的基本原理第59-60页
     ·预测结果及分析第60-62页
   ·基于太阳能辐照强度预报和太阳能电池 I/V 特性曲线的预测法第62-66页
     ·太阳能电池的 I/V 特性曲线第62-64页
     ·预测结果及分析第64-66页
   ·本章小结第66-67页
第七章 基于相似日的超短期负荷预报方法研究第67-74页
   ·基于相似日理论的 Elman 神经网络超短期负荷预报第67-70页
     ·数据的采集和处理第67-68页
     ·预测模型的输入第68页
     ·预测模型隐含层节点选取第68-69页
     ·预测结果分析第69-70页
   ·基于相似日的线性外推法负荷预报模型第70-73页
   ·本章小结第73-74页
第八章 总结与展望第74-76页
   ·本文总结第74-75页
   ·工作展望第75-76页
致谢第76-77页
参考文献第77-82页
附录第82页

论文共82页,点击 下载论文
上一篇:助磁式三相异步电机及其性能分析
下一篇:电控柴油发电机组中央控制器的研究与设计