声明
第1章 绪论
1.1 选题背景及意义
1.1.1 选题背景
1.1.2 选题意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 论文的研究思路及框架结构
1.4 本章小结
第2章 光伏功率预测基本理论
2.1 光伏发电系统及光伏发电特性
2.1.1 光伏发电原理
2.1.2 光伏发电系统
2.1.3 光伏功率特性
2.2 光伏功率预测分类方法
2.2.1 直接和间接方法
2.2.2 按时间尺度分类
2.2.3 按建模方法分类
2.3 光伏功率预测建模方法详述
2.3.1 物理建模方法
2.3.2 统计建模方法
2.3.3 混合建模方法
2.4 本章小结
第3章 光伏功率的影响因素分析及确定
3.1 内部固有属性分析
3.2 辐照度分析
3.3 温度和湿度分析
3.4 云量和PM2.5分析
3.5 风速分析
3.6 影响因素的确定
3.7 本章小结
第4章 光伏功率预测模型
4.1 利用相似日确定数据集
4.1.1 相似日的概念
4.1.2 聚类算法
4.1.3 判别算法
4.2 时间序列分解算法
4.2.1 模态分解算法
4.2.2 经验模态分解算法
4.2.3 频率重构算法
4.3 集成神经网络预测模型
4.3.1 PSO优化的Elman神经网络
4.3.2 Adaboost集成算法
4.3.3 集成神经网络预测
4.4 光伏功率的预测模型的构建
4.5 本章小结
第5章 实证分析
5.1 相似日的选取
5.2 序列分解与重构
5.2.1 序列非平稳性及非线性检验
5.2.2 基于EEMD算法的序列分解
5.2.3 基于排列熵的序列重构
5.3 预测结果及分析
5.4 预测模型的性能评估
5.5 本章小结
第6章 研究成果和结论
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢