光储联合系统的运行数据挖掘及优化控制
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.1.1 我国可再生能源发展现状及其产业困境 | 第9页 |
| 1.1.2 智能电网背景下的可再生能源发电问题 | 第9-10页 |
| 1.1.3 智能电网中的大数据处理 | 第10页 |
| 1.2 国内外研究发展现状 | 第10-15页 |
| 1.2.1 光伏发电技术现状 | 第10-11页 |
| 1.2.2 储能技术发展现状 | 第11-14页 |
| 1.2.3 光储系统数据挖掘技术现状 | 第14-15页 |
| 1.3 本文主要研究内容 | 第15-16页 |
| 第2章 光伏发电数据挖掘中的跨度选取 | 第16-27页 |
| 2.1 引言 | 第16页 |
| 2.2 数据预处理 | 第16-17页 |
| 2.3 光伏电站出力数据特性分析 | 第17-22页 |
| 2.3.1 出力水平统计 | 第17-18页 |
| 2.3.2 出力数据自相关分析 | 第18-20页 |
| 2.3.3 光伏电站运行数据的相似日聚类 | 第20-22页 |
| 2.4 基于最适样本容量估计的跨度确定 | 第22-24页 |
| 2.5 储能容量需求与数据跨度关系分析 | 第24-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第3章 储能系统典型运行曲线挖掘 | 第27-44页 |
| 3.1 引言 | 第27页 |
| 3.2 基于滑动平均法求取储能系统目标功率 | 第27-31页 |
| 3.2.1 马尔科夫链预测光伏功率 | 第27-29页 |
| 3.2.2 滑动平均法原理及步骤 | 第29-31页 |
| 3.3 储能充放功率特征分析 | 第31-33页 |
| 3.4 基于云模型的典型曲线挖掘方法 | 第33-41页 |
| 3.4.1 云模型与逆向云算法 | 第33-35页 |
| 3.4.2 挖掘算法步骤 | 第35-41页 |
| 3.5 储能系统容量配置算例对比分析 | 第41-43页 |
| 3.5.1 基于1年历史数据配置容量 | 第41-42页 |
| 3.5.2 基于光伏出力数据跨度结论配置储能容量 | 第42页 |
| 3.5.3 基于典型运行曲线的储能系统容量配置 | 第42-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第4章 基于双向互补的电池储能系统优化控制 | 第44-54页 |
| 4.1 引言 | 第44页 |
| 4.2 电池寿命计算 | 第44-48页 |
| 4.2.1 雨流计数法 | 第45-46页 |
| 4.2.2 等效完全充放电次数的计算 | 第46-48页 |
| 4.3 双向互补电池储能系统控制策略原理 | 第48-49页 |
| 4.4 算例分析 | 第49-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第5章 总结与展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第59-60页 |
| 致谢 | 第60页 |
