| 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10-13页 |
| 1.1.1 环境及能源危机问题 | 第10页 |
| 1.1.2 太阳能及光伏发电特点 | 第10-12页 |
| 1.1.3 联网光伏发电系统调度运行控制研究目的及意义 | 第12-13页 |
| 1.2 课题的国内外研究现状 | 第13-15页 |
| 1.2.1 太阳能光伏发电研究现状 | 第13-14页 |
| 1.2.2 联网光伏发电系统调度运行控制方法研究现状 | 第14-15页 |
| 1.3 论文主要研究内容 | 第15-17页 |
| 第2章 联网光伏发电系统典型结构 | 第17-24页 |
| 2.1 联网光伏发电系统对电网的影响 | 第17-18页 |
| 2.2 不平衡功率特性分析 | 第18-19页 |
| 2.3 蓄电池-超级电容器混合储能系统 | 第19-22页 |
| 2.3.1 蓄电池储能特性 | 第19-20页 |
| 2.3.2 超级电容器储能特性 | 第20-22页 |
| 2.4 基于混合储能系统的联网光伏发电系统典型结构组成 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 蓄电池-超级电容器混合储能能量管理方法 | 第24-38页 |
| 3.1 基于补偿周期bt的第一层能量管理 | 第24-27页 |
| 3.1.1 基于滑动平均滤波的不平衡功率分解 | 第24-25页 |
| 3.1.2 蓄电池荷电状态预调整 | 第25-27页 |
| 3.2 基于补偿周期ct的第二层能量管理 | 第27-37页 |
| 3.3 本章小结 | 第37-38页 |
| 第4章 基于小生境技术的pareto遗传算法在联网光伏发电系统调度运行控制中的应用 | 第38-46页 |
| 4.1 联网光伏发电系统调度运行控制优化目标 | 第38-40页 |
| 4.1.1 可调度性优化目标 | 第38-39页 |
| 4.1.2 经济性优化目标 | 第39-40页 |
| 4.2 基于小生境技术的pareto遗传算法 | 第40-43页 |
| 4.2.1 遗传算法 | 第40-42页 |
| 4.2.2 pareto最优解 | 第42页 |
| 4.2.3 小生境技术 | 第42-43页 |
| 4.3 pareto最优解集评价指标 | 第43-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 联网光伏发电系统调度运行控制优化实例分析 | 第46-52页 |
| 5.1 联网光伏发电系调度运行控制优化实例分析 | 第46-51页 |
| 5.1.1 晴天算例 | 第46-49页 |
| 5.1.2 多云天算例 | 第49-51页 |
| 5.2 本章小结 | 第51-52页 |
| 第6章 结论与展望 | 第52-54页 |
| 6.1 结论 | 第52-53页 |
| 6.2 展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间发表的论文及参加科研情况 | 第57-58页 |
| 致谢 | 第58页 |
