摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第10-18页 |
1.1 课题的研究背景及意义 | 第10-11页 |
1.2 国内外研究进展情况 | 第11-17页 |
1.2.1 分布式光伏发展现状 | 第11-14页 |
1.2.2 虚拟电厂优化调度研究现状 | 第14-16页 |
1.2.3 光伏功率预测和采集粒度的研究现状 | 第16-17页 |
1.3 本文的主要研究内容 | 第17-18页 |
第2章 基于MARKOV链的分布式光伏功率超短期预测 | 第18-35页 |
2.1 引言 | 第18页 |
2.2 马尔可夫链预测方法 | 第18-20页 |
2.2.1 马尔可夫链预测原理 | 第18-19页 |
2.2.2 Markov链预测步骤 | 第19-20页 |
2.3 光伏曲线的最佳采集粒度标定 | 第20-28页 |
2.3.1 样本数据选择 | 第20页 |
2.3.2 描述性统计量选择 | 第20-21页 |
2.3.3 采集粒度增大引起的描述性统计量偏离 | 第21-23页 |
2.3.4 光伏功率波动特征指标提取 | 第23-25页 |
2.3.5 采集粒度标定的多目标优化模型 | 第25-28页 |
2.4 基于马尔科夫链的光伏功率预测实例 | 第28-33页 |
2.4.1 光伏历史功率的选取 | 第28-29页 |
2.4.2 历史光伏功率的状态划分 | 第29页 |
2.4.3 计算转移概率矩阵 | 第29-31页 |
2.4.4 马氏性检验 | 第31页 |
2.4.5 绝对分布的Markov链模型预测结果 | 第31-33页 |
2.5 不同采集粒度下的Markov链预测结果对比 | 第33-34页 |
2.6 本章小结 | 第34-35页 |
第3章 计及分布式光伏的虚拟电厂经济性优化调度 | 第35-50页 |
3.1 引言 | 第35页 |
3.2 虚拟电厂基本结构 | 第35-37页 |
3.2.1 虚拟电厂结构 | 第35-36页 |
3.2.2 需求响应模型 | 第36-37页 |
3.3 虚拟电厂双层优化调度模型 | 第37-42页 |
3.3.1 上层调度模型 | 第37-39页 |
3.3.2 下层调度模型 | 第39-41页 |
3.3.3 模型求解算法 | 第41-42页 |
3.4 算例分析 | 第42-49页 |
3.4.1 基础数据 | 第42-43页 |
3.4.2 调度运行结果 | 第43-49页 |
3.5 本章小结 | 第49-50页 |
第4章 基于MATLAB GUI的VPP优化调度应用软件开发 | 第50-63页 |
4.1 Matlab GUI简介 | 第50-52页 |
4.2 系统界面的实现 | 第52-54页 |
4.2.1 系统界面的设计 | 第52-53页 |
4.2.2 系统模块的实现 | 第53-54页 |
4.3 功能界面的实现 | 第54-60页 |
4.3.1 功能界面的设计 | 第55-57页 |
4.3.2 功能模块的实现 | 第57-60页 |
4.4 GUI文件的编译 | 第60-61页 |
4.5 本章小结 | 第61-63页 |
第5章 结论与展望 | 第63-65页 |
参考文献 | 第65-70页 |
攻读硕士学位期间发表的论文及其它成果 | 第70-71页 |
致谢 | 第71页 |