声明
致谢
1 绪论
1.1 选题意义及研究背景
1.2 国内外研究现状
1.2.1 负荷预测的国内外研究现状
1.2.2 储能技术的国内外研究现状
1.2.3 电池储能系统削峰填谷的国内外研究现状
1.3 本文的主要研究内容
2 基于集合经验模态分解-模糊熵和集成学习的负荷预测
2.1 用户用电行为分析
2.2 基于EEMD-模糊熵和stacking集成学习的网络模型
2.2.1 模态分解方法
2.2.2 基于模糊熵的负荷序列EEMD分量合并
2.2.3 stacking集成学习
2.3 负荷预测结果及分析
2.3.1 数据描述及评价指标
2.3.2 预测结果及分析
2.4 本章小结
3 电池储能系统削峰填谷控制策略研究
3.1 目标函数、约束条件及评价指标
3.1.1 目标函数
3.1.2 约束条件
3.1.3 削峰填谷评价指标
3.2 基于恒功率的削峰填谷控制策略
3.2.1 恒功率控制策略
3.2.2 实例仿真分析
3.3 基于功率差的削峰填谷控制策略
3.3.1 功率差控制策略
3.3.2 实例仿真分析
3.4 本章小结
4 直流微电网建模与控制策略
4.1 直流微网结构
4.2 光伏电池建模分析
4.2.1 光伏电池的数学模型
4.2.2 光伏电池最大功率点跟踪
4.3 储能电池的建模分析
4.3.1 锂离子电池原理
4.3.2 锂电池数学模型
4.4 双向AC/DC变换器
4.4.1 双向AC/DC变换器数学模型
4.4.2 双向AC/DC变换器控制策略
4.5 双向DC/DC变换电路
4.5.1 双向DC/DC变换电路数学模型
4.5.2 双向DC/DC变换电路控制策略
4.6 本章小结
5 总结与展望
5.1 总结
5.2 展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
独创性声明
学位论文数据集
北京交通大学;