基于改进粒子群算法的光伏微网能量管理研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第10-20页 |
| 1.1 选题背景和研究意义 | 第10-11页 |
| 1.2 微网技术国内外研究现状 | 第11-14页 |
| 1.3 光伏微网研究的关键技术 | 第14-19页 |
| 1.4 本文研究内容 | 第19-20页 |
| 2 光伏电站监控系统的设计 | 第20-35页 |
| 2.1 光伏电站监控系统总体方案设计 | 第20-22页 |
| 2.2 光伏电站监控系统硬件设计 | 第22-27页 |
| 2.3 光伏电站监控系统软件设计 | 第27-34页 |
| 2.4 本章小结 | 第34-35页 |
| 3 基于GRNN的光伏电站发电量预测模型 | 第35-48页 |
| 3.1 GRNN网络结构和预测原理 | 第35-38页 |
| 3.2 光伏电池数学建模和输出特性 | 第38-41页 |
| 3.3 光伏电站发电量影响因素分析 | 第41-43页 |
| 3.4 光伏发电预测模型的设计 | 第43-45页 |
| 3.5 预测模型的预测效果分析 | 第45-47页 |
| 3.6 本章小结 | 第47-48页 |
| 4 基于改进粒子群算法的微网能量管理模型 | 第48-68页 |
| 4.1 微网系统结构特征 | 第48-51页 |
| 4.2 分布式电源和储能单元能量管理模型 | 第51-54页 |
| 4.3 微网能量管理策略和优化模型 | 第54-57页 |
| 4.4 基于改进粒子群算法的优化模型 | 第57-62页 |
| 4.5 算例分析 | 第62-66页 |
| 4.6 本章小结 | 第66-68页 |
| 5 全文总结和展望 | 第68-70页 |
| 5.1 全文总结 | 第68-69页 |
| 5.2 未来研究展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-77页 |
| 附录1 攻读学位期间发表的学术论文 | 第77页 |