基于超短期风电功率预测的混合储能控制策略研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 储能技术发展现状 | 第10-12页 |
| 1.2.2 风电功率预测方法 | 第12-13页 |
| 1.2.3 信号处理方法 | 第13页 |
| 1.3 本文的主要工作 | 第13-15页 |
| 第2章 基于AMD的风电功率信号处理 | 第15-23页 |
| 2.1 快速傅里叶变换(FFT) | 第15-18页 |
| 2.1.1 快速傅里叶变换的基本思路 | 第15-16页 |
| 2.1.2 基2FFT算法 | 第16-18页 |
| 2.2 AMD理论分析 | 第18-21页 |
| 2.3 实测风电功率的AMD分解 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 基于ICSA-SVM的超短期风电功率预测 | 第23-40页 |
| 3.1 支持向量机理论 | 第23-30页 |
| 3.1.1 引言 | 第23页 |
| 3.1.2 统计学习理论基础 | 第23-24页 |
| 3.1.3 VC维和推广性的界 | 第24页 |
| 3.1.4 结构风险最小化 | 第24-25页 |
| 3.1.5 支持向量机 | 第25-30页 |
| 3.2 布谷鸟算法及其改进 | 第30-34页 |
| 3.2.1 布谷鸟算法 | 第30-31页 |
| 3.2.2 布谷鸟算法的改进 | 第31-34页 |
| 3.3 仿真算例 | 第34-39页 |
| 3.3.1 ICS算法和CS算法的仿真对比 | 第34-37页 |
| 3.3.2 ICSA-SVM应用于风电功率预测 | 第37-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 混合储能控制策略 | 第40-50页 |
| 4.1 不同时间尺度风电功率波动率定义 | 第40页 |
| 4.2 蓄电池动作判断标准 | 第40-42页 |
| 4.3 蓄电池荷电状态自适应调整截止频率 | 第42-43页 |
| 4.4 模糊控制自适应调节超级电容器 | 第43-45页 |
| 4.5 混合储能充放电总体策略 | 第45-47页 |
| 4.6 仿真算例 | 第47-48页 |
| 4.7 本章小结 | 第48-50页 |
| 第5章 结论与展望 | 第50-52页 |
| 5.1 结论 | 第50页 |
| 5.2 展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第56-57页 |
| 攻读硕士学位期间参加的科研工作 | 第57-58页 |
| 致谢 | 第58页 |
