| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 字母注释表 | 第11-12页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 研究背景及目的 | 第12-13页 |
| 1.2 研究现状及问题 | 第13-18页 |
| 1.2.1 建筑可再生能源系统及其匹配性研究现状 | 第13-14页 |
| 1.2.2 负荷预测与发电预测研究现状 | 第14-17页 |
| 1.2.3 问题及趋势 | 第17-18页 |
| 1.3 研究内容 | 第18-19页 |
| 第二章 基于BP神经网络的发电与负荷预测建模 | 第19-26页 |
| 2.1 BP神经网络概述 | 第19-20页 |
| 2.2 预测模型输入参数选择 | 第20-24页 |
| 2.2.1 发电功率预测 | 第20-23页 |
| 2.2.2 负荷预测 | 第23-24页 |
| 2.3 数据预处理及评价指标 | 第24-25页 |
| 2.3.1 数据预处理 | 第24页 |
| 2.3.2 评价指标 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 建筑可再生能源系统设计及建模 | 第26-38页 |
| 3.1 TRNSYS软件简介 | 第26页 |
| 3.2 建筑可再生能源系统组成及建筑负荷模拟 | 第26-28页 |
| 3.2.1 建筑可再生能源系统组成 | 第26-27页 |
| 3.2.2 建筑负荷模拟 | 第27-28页 |
| 3.3 系统参数设计及数学模型 | 第28-37页 |
| 3.3.1 空气源热泵空调模型及参数 | 第30页 |
| 3.3.2 建筑耗电量模拟 | 第30-31页 |
| 3.3.3 光伏模型及参数 | 第31-34页 |
| 3.3.4 风机模型及参数 | 第34-35页 |
| 3.3.5 逆变器和控制器模型及参数 | 第35-36页 |
| 3.3.6 蓄电池模型及参数 | 第36-37页 |
| 3.4 小结 | 第37-38页 |
| 第四章 基于预测的建筑可再生能源系统能量管理控制策略 | 第38-48页 |
| 4.1 基于预测的建筑可再生能源系统模型构建 | 第38-39页 |
| 4.2 系统能量管理控制策略 | 第39-40页 |
| 4.2.1 系统能量供需平衡 | 第39页 |
| 4.2.2 系统控制策略 | 第39-40页 |
| 4.3 匹配特性参数 | 第40-41页 |
| 4.4 模拟结果 | 第41-47页 |
| 4.4.1 可再生能源发电 | 第41-42页 |
| 4.4.2 发电功率与负荷预测结果 | 第42-43页 |
| 4.4.3 基于预测系统与常规系统对比分析 | 第43-44页 |
| 4.4.4 匹配性能分析 | 第44-47页 |
| 4.5 小结 | 第47-48页 |
| 第五章 基于空调负荷虚拟储能的建筑可再生能源系统需求侧管理控制策略 | 第48-56页 |
| 5.1 空调负荷的虚拟储能模型 | 第48-50页 |
| 5.1.1 虚拟储能原理 | 第49页 |
| 5.1.2 虚拟储能特性参数 | 第49-50页 |
| 5.1.3 充放电约束 | 第50页 |
| 5.1.4 虚拟储能与传统储能对比 | 第50页 |
| 5.2 虚拟储能系统控制策略 | 第50-51页 |
| 5.3 模拟结果 | 第51-54页 |
| 5.3.1 发耗电变化趋势分析 | 第51-52页 |
| 5.3.2 蓄电池影响分析 | 第52-53页 |
| 5.3.3 匹配性能分析 | 第53-54页 |
| 5.4 小结 | 第54-56页 |
| 第六章 总结及展望 | 第56-58页 |
| 6.1 总结 | 第56-57页 |
| 6.2 论文的不足及展望 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 发表论文和参加科研情况说明 | 第64-66页 |
| 致谢 | 第66页 |