| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题的研究背景与意义 | 第10-11页 |
| 1.2 国内外相关课题研究现状 | 第11-15页 |
| 1.2.1 独立微电网研究现状 | 第11-12页 |
| 1.2.2 净负荷功率分类研究现状 | 第12页 |
| 1.2.3 储能技术研究现状 | 第12-14页 |
| 1.2.4 混合储能系统有功分配研究现状 | 第14-15页 |
| 1.3 论文的主要研究内容 | 第15-17页 |
| 第2章 基于自组织映射神经网络的微电网净负荷功率波动分类 | 第17-24页 |
| 2.1 神经网络 | 第17-19页 |
| 2.1.1 自组织映射神经网络基本原理 | 第17-18页 |
| 2.1.2 自组织映射神经网络的学习算法 | 第18-19页 |
| 2.2 SOM在净负荷分类中的应用 | 第19-23页 |
| 2.2.1 建立模型与求解 | 第20-21页 |
| 2.2.2 典型净负荷波动及其储能补偿装置 | 第21-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第3章 混合储能系统功率分层配置方法 | 第24-36页 |
| 3.1 变分模态分解法 | 第24-27页 |
| 3.1.1 基本原理 | 第24-26页 |
| 3.1.2 参数设置 | 第26-27页 |
| 3.2 微电网结构 | 第27-28页 |
| 3.3 基于变分模态分解的混合储能系统有功功率初级分配 | 第28-30页 |
| 3.4 考虑储能单元自身约束的功率分配二次修正 | 第30-35页 |
| 3.4.1 混合储能放电模式修正策略 | 第31-33页 |
| 3.4.2 混合储能充电模式修正策略 | 第33-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 不同系统中混合储能有功功率分配实例 | 第36-47页 |
| 4.1 大功率脉动负荷系统储能有功功率分配 | 第36-42页 |
| 4.1.1 大功率脉动负荷系统 | 第36-37页 |
| 4.1.2 混合储能用于大功率脉动负荷系统 | 第37-41页 |
| 4.1.3 超级电容器独自用于大功率脉动负荷系统 | 第41-42页 |
| 4.2 独立光伏微电网混合储能有功功率分配 | 第42-46页 |
| 4.2.1 阴雨天混合储能系统的功率分配 | 第42-43页 |
| 4.2.2 晴天混合储能系统的功率分配 | 第43-46页 |
| 4.3 本章小结 | 第46-47页 |
| 第5章 结论与展望 | 第47-49页 |
| 5.1 结论 | 第47页 |
| 5.2 展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 攻读硕士学位期间发表的论文及参加科研情况 | 第52-53页 |
| 致谢 | 第53页 |