首页--工业技术论文--电工技术论文--发电、发电厂论文--各种发电论文

独立风光蓄互补发电系统优化配置研究

摘要第4-5页
ABSTRACT第5-6页
1 绪论第9-15页
    1.1 课题背景及研究意义第9页
    1.2 国内外研究成果及发展现状第9-12页
        1.2.1 国外发展现状第9-11页
        1.2.2 国内发展现状第11-12页
        1.2.3 国内外关于风光蓄互补系统研究的主要内容第12页
    1.3 课题研究内容与章节安排第12-15页
2 系统结构原理及数学模型第15-27页
    2.1 风光蓄互补发电系统结构与控制第15-16页
    2.2 光伏发电原理及数学模型第16-19页
        2.2.1 光伏系统构成与工作原理第16-17页
        2.2.2 光伏电池特性与数学模型第17-19页
    2.3 风力发电结构与数学模型第19-22页
        2.3.1 风力发电系统结构分类第19-20页
        2.3.2 风力机特性与数学模型第20-22页
    2.4 蓄电池结构与数学模型第22-24页
    2.5 逆变器性能与数学模型第24-25页
    2.6 本章小结第25-27页
3 系统运行策略与动态模型第27-43页
    3.1 光伏发电运行策略与动态模型第27-31页
        3.1.1 光照与温度对伏安特性的影响第27-28页
        3.1.2 运行策略第28-29页
        3.1.3 光伏发电动态模型第29-31页
    3.2 风电运行策略与动态模型第31-34页
        3.2.1 风能模型第31-32页
        3.2.2 运行策略第32-34页
        3.2.3 风电机组动态模型第34页
    3.3 净负荷数学模型第34-35页
    3.4 蓄电池运行策略与动态模型第35-38页
        3.4.1 运行策略第35-36页
        3.4.2 蓄电池动态模型第36-38页
    3.5 风光蓄互补发电系统性能分析与动态仿真第38-41页
        3.5.1 不同时间尺度风电出力特性第38页
        3.5.2 不同时间尺度光伏发电出力特性第38-39页
        3.5.3 风光蓄互补发电系统动态仿真第39-41页
    3.6 本章小结第41-43页
4 风光蓄互补发电系统的优化第43-57页
    4.1 基于交叉遗传的粒子群优化算法第43-46页
        4.1.1 传统粒子群优化算法第43-45页
        4.1.2 基于交叉遗传的粒子群优化算法第45-46页
    4.2 传统PSO与基于交叉遗传的PSO算法比较第46-49页
    4.3 系统优化配置模型第49-53页
        4.3.1 建立系统优化模型第49页
        4.3.2 选取约束条件第49-51页
        4.3.3 选取优化目标函数与优化变量第51-53页
    4.4 系统基于交叉遗传的PSO算法的优化方法第53-56页
    4.5 本章小结第56-57页
5 实例仿真及分析第57-65页
    5.1 基于负荷模型的优化结果第57-61页
    5.2 不同供电可靠率优化结果对比第61-62页
    5.3 不同负荷的优化结果方案对比第62页
    5.4 单位光伏或风能设备成本变化时的优化结果第62-63页
    5.5 供电可靠率与额外的供电率分析第63页
    5.6 本章小结第63-65页
6 结论与展望第65-67页
    6.1 结论第65-66页
        6.1.1 主要的研究内容及研究成果第65-66页
        6.1.2 创新点第66页
    6.2 不足与展望第66-67页
攻读学位期间参加的科研项目及发表的学术论文第67-69页
致谢第69-71页
参考文献第71-74页

论文共74页,点击 下载论文
上一篇:小麦籽粒硬度的高光谱图像无损检测研究
下一篇:含大规模风电的多源区域电网优化调度研究