摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-18页 |
1.1 课题背景及意义 | 第9-10页 |
1.2 储能技术研究的发展现状 | 第10-16页 |
1.2.1 国外储能技术研究的发展现状 | 第10-11页 |
1.2.2 国内储能技术研究的发展现状 | 第11-13页 |
1.2.3 储能技术对清洁能源消纳起着关键性作用的研究 | 第13-16页 |
1.2.4 风电储能技术经济性的研究 | 第16页 |
1.3 本章主要研究的内容 | 第16-18页 |
第2章 风储联合系统运行控制及相关特性分析 | 第18-29页 |
2.1 混合储能系统元件的模型建立 | 第18-21页 |
2.1.1 蓄电池储能系统元件原理及模型建立 | 第18-20页 |
2.1.2 超级电容器储能系统元件原理及模型建立 | 第20-21页 |
2.2 基于大规模集中式储能风电场群风速特性分析 | 第21-25页 |
2.2.1 集中式风储联合系统拓扑结构分析 | 第21-22页 |
2.2.2 双馈型风力发电机基本原理及模型建立 | 第22-23页 |
2.2.3 基于集中式双馈型风电场群风速输出功率特性分析 | 第23-25页 |
2.3 风储联合系统并网运行控制技术分析 | 第25-28页 |
2.3.1 混合储能系统AC/DC变流器运行控制策略 | 第25-26页 |
2.3.2 混合储能系统DC/DC变流器运行控制策略 | 第26-28页 |
2.4 本章总结 | 第28-29页 |
第3章 风储联合系统储能容量配置的研究 | 第29-41页 |
3.1 集中式风电场并网运行功率波动的评价指标 | 第29-33页 |
3.1.1 电网对风电功率波动的接纳能力规定 | 第29-32页 |
3.1.2 风储联合系统的模型建立 | 第32-33页 |
3.2 风储联合系统功率分配控制算法的研究 | 第33-35页 |
3.2.1 卡尔曼功率分解基本原理 | 第33页 |
3.2.2 基于自适应卡尔曼分解的风储联合系统功率分配算法 | 第33-34页 |
3.2.3 基于自适应卡尔曼分解的混合储能系统功率分配算法 | 第34页 |
3.2.4 基于卡尔曼功率分解的算法流程图 | 第34-35页 |
3.3 风储联合系统储能容量初步配置的计算 | 第35-40页 |
3.3.1 基于高斯概率密度拟合的混合储能容量初步配置方法 | 第35-36页 |
3.3.2 风储联合系统功率分配算例分析 | 第36-37页 |
3.3.3 混合储能系统容量配置的算例分析 | 第37-38页 |
3.3.4 风储联合系统性能考量指标的评价 | 第38-40页 |
3.4 本章总结 | 第40-41页 |
第4章 风电混合储能容量优化配置的研究 | 第41-50页 |
4.1 遗传算法基本概念及步骤 | 第41-43页 |
4.1.1 遗传算法的介绍 | 第41页 |
4.1.2 遗传算法的运算流程 | 第41-42页 |
4.1.3 适应度改进的遗传算法 | 第42-43页 |
4.2 基于遗传算法的风电储能容量优化配置 | 第43-44页 |
4.2.1 优化目标函数 | 第43-44页 |
4.2.2 容量优化约束条件确立 | 第44页 |
4.3 应用遗传算法储能容量优化配置的算例分析 | 第44-49页 |
4.3.1 储能容量优化配置的参数确立 | 第44-45页 |
4.3.2 应用遗传算法的容量优化配置 | 第45页 |
4.3.3 储能容量优化配置算例分析 | 第45-47页 |
4.3.4 卡尔曼与低通滤波器容量优化配置二次对比 | 第47-49页 |
4.4 本章总结 | 第49-50页 |
第5章 结论 | 第50-51页 |
参考文献 | 第51-55页 |
在学研究成果 | 第55-56页 |
致谢 | 第56页 |