| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题研究的背景和意义 | 第9-11页 |
| 1.1.1 课题研究的背景 | 第9-10页 |
| 1.1.2 课题研究的意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文主要工作 | 第12-13页 |
| 第2章 光伏发电系统的工作特性与出力分析 | 第13-20页 |
| 2.1 光伏发电系统的结构与类别 | 第13-14页 |
| 2.1.1 光伏发电系统的结构 | 第13页 |
| 2.1.2 光伏发电系统的分类 | 第13-14页 |
| 2.2 光伏发电系统的数学模型 | 第14-18页 |
| 2.2.1 光伏电池的等值电路和计算模型 | 第14-16页 |
| 2.2.2 光伏电池的基本特性 | 第16-17页 |
| 2.2.3 光伏电池的输出特性 | 第17-18页 |
| 2.3 光伏发电系统的出力 | 第18-19页 |
| 2.3.1 光电出力计算模型 | 第18-19页 |
| 2.3.2 影响光电出力的因素 | 第19页 |
| 2.4 本章小结 | 第19-20页 |
| 第3章 考虑不确定性的太阳辐射值预测模型 | 第20-47页 |
| 3.1 太阳辐射值计算模型 | 第20-29页 |
| 3.1.1 影响太阳辐射的因素 | 第20-22页 |
| 3.1.2 无云天气的太阳辐射值计算模型 | 第22-26页 |
| 3.1.3 有云天气的太阳辐射值计算模型 | 第26-29页 |
| 3.2 基于模糊随机理论的太阳辐射值预测模型 | 第29-35页 |
| 3.2.1 模糊随机理论 | 第29页 |
| 3.2.2 非参数回归 | 第29-31页 |
| 3.2.3 云量的随机性 | 第31-32页 |
| 3.2.4 云遮系数的非参数回归模型 | 第32-33页 |
| 3.2.5 模型的基本思路 | 第33页 |
| 3.2.6 算例分析 | 第33-35页 |
| 3.3 基于双重随机理论的太阳辐射值预测模型 | 第35-40页 |
| 3.3.1 双重随机理论 | 第35-36页 |
| 3.3.2 模型的基本思路 | 第36-37页 |
| 3.3.3 算例分析 | 第37-40页 |
| 3.4 基于模糊隐马尔科夫模型的太阳辐射值预测模型 | 第40-45页 |
| 3.4.1 隐马尔科夫模型 | 第40-41页 |
| 3.4.2 云量状态变化的随机性 | 第41-42页 |
| 3.4.3 云遮系数输出序列的随机性 | 第42-43页 |
| 3.4.4 模型的基本思路 | 第43-44页 |
| 3.4.5 算例分析 | 第44-45页 |
| 3.5 本章小结 | 第45-47页 |
| 第4章 光伏电池温度预测模型和光电出力预测模型 | 第47-54页 |
| 4.1 光伏电池温度的预测模型 | 第47-50页 |
| 4.1.1 影响光伏电池温度的因素分析 | 第47-48页 |
| 4.1.2 基于 BP 神经网络的光伏电池温度预测模型 | 第48-50页 |
| 4.2 光电出力预测模型 | 第50-53页 |
| 4.2.1 几种模型的光电出力预测结果 | 第50-52页 |
| 4.2.2 结果分析 | 第52-53页 |
| 4.3 本章小结 | 第53-54页 |
| 第5章 结论与展望 | 第54-56页 |
| 5.1 结论 | 第54-55页 |
| 5.2 展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间发表的学术论文及其它成果 | 第59-60页 |
| 致谢 | 第60页 |