| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题研究的背景意义 | 第9-10页 |
| 1.2 国内外发展及研究现状 | 第10-15页 |
| 1.2.1 分布式光伏发展现状 | 第10-11页 |
| 1.2.2 储能技术发展现状 | 第11-12页 |
| 1.2.3 分布式电源调频研究现状 | 第12-15页 |
| 1.3 本文开展的研究工作及章节安排 | 第15-16页 |
| 第2章 光伏输出功率预测研究 | 第16-29页 |
| 2.1 引言 | 第16页 |
| 2.2 光伏发电系统模型 | 第16-19页 |
| 2.2.1 光伏并网发电系统拓扑 | 第16-17页 |
| 2.2.2 光伏电池及变流器数学模型 | 第17-19页 |
| 2.3 光伏MPPT控制及输出特性分析 | 第19-21页 |
| 2.4 考虑气象分类和优化神经网络的光伏输出功率预测 | 第21-28页 |
| 2.4.1 光伏预测模型数据处理 | 第21-22页 |
| 2.4.2 遗传优化的光伏输出功率BP神经网络预测模型 | 第22-25页 |
| 2.4.3 算例分析 | 第25-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 电池储能荷电状态估计研究 | 第29-43页 |
| 3.1 引言 | 第29页 |
| 3.2 电池储能系统模型 | 第29-33页 |
| 3.2.1 电池储能系统组成 | 第29-32页 |
| 3.2.2 电池储能原理与数学模型 | 第32-33页 |
| 3.3 电池储能充放电模型 | 第33-36页 |
| 3.3.1 电池SOC充放电过程建模 | 第33-35页 |
| 3.3.2 电池储能充放电模型约束 | 第35-36页 |
| 3.4 降噪优化EKF的电池储能SOC估计 | 第36-42页 |
| 3.4.1 扩展卡尔曼滤波的电池SOC估计 | 第36-38页 |
| 3.4.2 基于降噪优化EKF的电池SOC估计 | 第38-40页 |
| 3.4.3 仿真分析 | 第40-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 分布式光储联合频率控制策略研究 | 第43-60页 |
| 4.1 引言 | 第43页 |
| 4.2 分布式光储联合并网结构及其控制方式 | 第43-47页 |
| 4.2.1 分布式光储联合并网系统 | 第43-44页 |
| 4.2.2 光储并网逆变器控制方式 | 第44-47页 |
| 4.3 基于变下垂系数的光储联合频率控制策略研究 | 第47-54页 |
| 4.3.1 光储联合频率控制原理 | 第47-48页 |
| 4.3.2 考虑电池SOC分区调整的储能下垂控制 | 第48-52页 |
| 4.3.3 基于变下垂系数的光储联合调频控制方式 | 第52-54页 |
| 4.4 仿真分析 | 第54-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第5章 结论 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 在学研究成果 | 第64-65页 |
| 致谢 | 第65页 |