| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 风电并网标准及风能预测方法 | 第12-15页 |
| 1.2.1 国内外并网标准对风电功率波动的限制 | 第12-13页 |
| 1.2.2 国内外风电功率预测方法 | 第13-15页 |
| 1.2.3 国内外风速合成方法研究 | 第15页 |
| 1.3 储能技术的发展及其在风力发电中的应用 | 第15-19页 |
| 1.3.1 国内外储能技术的发展现状 | 第16-17页 |
| 1.3.2 储能技术在风电并网中的应用 | 第17-19页 |
| 1.4 本文主要工作 | 第19-21页 |
| 第2章 超短期风速合成方法 | 第21-30页 |
| 2.1 基于两参数威布尔分布和风速特性风速合成 | 第21-23页 |
| 2.1.1 两参数威布尔模型和风速时间特性介绍 | 第21-23页 |
| 2.1.2 10分钟平均风速合成 | 第23页 |
| 2.2 基于风速湍流特性的短期风速合成 | 第23-26页 |
| 2.2.1 湍流模型和Vor-karman功率谱密度 | 第23-24页 |
| 2.2.2 秒级风速合成 | 第24-26页 |
| 2.3 一年秒级风速合成 | 第26-29页 |
| 2.3.1 风速的威布尔特性和vor-karman功率谱验证 | 第26-27页 |
| 2.3.2 风速合成仿真 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 风电波动实时平抑目标功率确定 | 第30-43页 |
| 3.1 带混合储能系统的风电场介绍 | 第30-31页 |
| 3.2 低通滤波算法介绍 | 第31-34页 |
| 3.2.1 基于低通滤波算法的风电平抑应用 | 第31-32页 |
| 3.2.2 低通滤波算法原理 | 第32-34页 |
| 3.3 不同时间尺度风电波动的关系模型 | 第34-36页 |
| 3.3.1 风电功率波动率定义 | 第34-35页 |
| 3.3.2 不同时间尺度波动关系 | 第35-36页 |
| 3.4 基于参数自适应调整的低通滤波算法风电实时平抑策略 | 第36-39页 |
| 3.5 算法仿真结果 | 第39-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 混合储能系统的实时控制策略 | 第43-53页 |
| 4.1 混合储能系统数学模型 | 第43-45页 |
| 4.2 基于改进的低通滤波算法的混合储能协调控制策略 | 第45-49页 |
| 4.3 算例分析 | 第49-51页 |
| 4.4 本章小结 | 第51-53页 |
| 第5章 结合实时控制策略的混合储能系统容量优化配置 | 第53-64页 |
| 5.1 混合储能系统容量优化配置目标函数 | 第53-55页 |
| 5.1.1 以1天为单位的储能系统荷电状态变化量 | 第53-54页 |
| 5.1.2 目标函数 | 第54-55页 |
| 5.2 混合储能系统容量优化配置约束条件 | 第55-56页 |
| 5.3 基于改进的PSO算法的混合储能系统容量优化流程 | 第56-57页 |
| 5.4 混合储能系统容量优化仿真分析 | 第57-63页 |
| 5.4.1 研究对象选择 | 第57-59页 |
| 5.4.2 案例比较 | 第59-63页 |
| 5.5 本章小结 | 第63-64页 |
| 第6章 结论与展望 | 第64-66页 |
| 6.1 本文结论 | 第64-65页 |
| 6.2 未来展望 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 作者简历 | 第71-72页 |
| 致谢 | 第72页 |
