摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第1章 绪论 | 第9-14页 |
1.1 选题背景及研究意义 | 第9-10页 |
1.2 储能系统研究现状 | 第10-12页 |
1.3 本课题研究内容 | 第12-14页 |
第2章 储能系统出力的变参数斜率控制方法 | 第14-27页 |
2.1 变参数斜率控制策略 | 第14-18页 |
2.1.1 斜率控制策略基本原理 | 第14-16页 |
2.1.2 变参数斜率控制策略 | 第16-18页 |
2.2 控制变量优化方法 | 第18-21页 |
2.2.1 基于超短期预测的目标函数 | 第18-19页 |
2.2.2 自适应混沌粒子群算法寻优 | 第19-21页 |
2.3 控制变量优化方法 | 第21-25页 |
2.3.1 基于自适应混沌粒子群优化的变参数斜率控制仿真 | 第21-24页 |
2.3.2 与固定控制参数斜率控制的对比仿真 | 第24-25页 |
2.4 本章小结 | 第25-27页 |
第3章 储能系统典型工况曲线挖掘方法与分析 | 第27-40页 |
3.1 不同天气类型下储能系统充放电功率特征 | 第27-29页 |
3.2 储能系统典型功率曲线挖掘方法 | 第29-35页 |
3.2.1 模糊C均值聚类 | 第29-30页 |
3.2.2 基于序列分布概率的典型功率曲线挖掘算法 | 第30-34页 |
3.2.3 基于Bloch球面的量子遗传算法寻优流程 | 第34-35页 |
3.3 仿真分析 | 第35-38页 |
3.3.1 四种天气类型的典型功率曲线 | 第35-36页 |
3.3.2 典型功率曲线特征分析 | 第36-38页 |
3.4 本章小结 | 第38-40页 |
第4章 储能系统运行工况参数与容量配置的相关性分析 | 第40-49页 |
4.1 储能系统工况与配置的相关性 | 第40-41页 |
4.2 支持向量机 | 第41-46页 |
4.2.1 VC维和结构风险最小化原则 | 第41-42页 |
4.2.2 支持向量机原理 | 第42-45页 |
4.2.3 最小二乘支持向量机原理 | 第45-46页 |
4.3 基于最小二乘支持向量机的相关性分析模型 | 第46-48页 |
4.4 本章小结 | 第48-49页 |
第5章 结论与展望 | 第49-51页 |
参考文献 | 第51-54页 |
攻读硕士学位期间发表的论文及其他成果 | 第54-55页 |
致谢 | 第55页 |