| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-12页 |
| 1.1 课题的研究背景及意义 | 第7-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 分布式电源功率预测研究 | 第9-10页 |
| 1.2.2 储能装置能量管理研究 | 第10-11页 |
| 1.3 本文研究的主要内容 | 第11-12页 |
| 第2章 分布式电源混合储能系统 | 第12-26页 |
| 2.1 分布式电源 | 第12-16页 |
| 2.1.1 光伏发电系统 | 第12-13页 |
| 2.1.2 风力发电系统 | 第13-14页 |
| 2.1.3 其他分布式发电系统 | 第14-16页 |
| 2.2 分布式电源储能装置 | 第16-19页 |
| 2.2.1 化学储能 | 第16-17页 |
| 2.2.2 电磁储能 | 第17-18页 |
| 2.2.3 物理储能 | 第18-19页 |
| 2.2.4 相变储能 | 第19页 |
| 2.3 分布式电源混合储能装置电路拓扑及其工作原理 | 第19-25页 |
| 2.3.1 分布式电源混合储能装置电路拓扑结构 | 第19-21页 |
| 2.3.2 双向DC/DC变换器工作原理 | 第21-23页 |
| 2.3.3 三相电压型PWM变换器工作原理 | 第23-25页 |
| 2.4 小结 | 第25-26页 |
| 第3章 混合储能系统补偿功率获得途径的优化 | 第26-39页 |
| 3.1 混合储能系统补偿功率 | 第26-27页 |
| 3.2 光伏发电输出功率的影响因素 | 第27-28页 |
| 3.2.1 直接因素 | 第27页 |
| 3.2.2 间接因素 | 第27-28页 |
| 3.3 最小二乘支持向量的光伏输出功率预测 | 第28-31页 |
| 3.3.1 最小二乘支持向量机简述 | 第28-30页 |
| 3.3.2 LSSVM的光伏功率预测原理 | 第30-31页 |
| 3.4 改进粒子群算法优化最小二乘支持向量机 | 第31-34页 |
| 3.4.1 粒子群算法简述 | 第31-32页 |
| 3.4.2 基本粒子群算法 | 第32-34页 |
| 3.4.3 粒子群算法的改进 | 第34页 |
| 3.5 模型的建立与仿真分析 | 第34-38页 |
| 3.5.1 建立预测模型 | 第34-36页 |
| 3.5.2 模型仿真分析 | 第36-38页 |
| 3.6 小结 | 第38-39页 |
| 第4章 分布式电源混合储能装置的能量管理 | 第39-55页 |
| 4.1 储能装置的功率分配 | 第39-42页 |
| 4.2 储能装置过充过放协调控制 | 第42-48页 |
| 4.2.1 储能装置过充过放的保护 | 第42-44页 |
| 4.2.2 储能装置间协调控制方案分析 | 第44-48页 |
| 4.3 混合储能装置能量管理方法的仿真与分析 | 第48-54页 |
| 4.3.1 混合储能装置能量管理方法的仿真 | 第48-53页 |
| 4.3.2 混合储能装置能量管理方法仿真结果分析 | 第53-54页 |
| 4.4 小结 | 第54-55页 |
| 第5章 结论 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 作者简介 | 第61页 |
| 攻读硕士学位期间研究成果 | 第61页 |