声明
摘要
第1章 绪论
1.1 选题背景及其意义
1.2 国内外研究现状及发展动态分析
1.2.1 光伏发电功率短期预测研究
1.2.2 光伏发电功率超短期预测研究
1.2.3 光伏发电功率分钟级预测研究
1.3 本文的主要研究内容
第2章 光伏发电功率短期预测问题研究
2.1 引言
2.2 模式分类算法
2.2.1 模式分类与识别
2.2.2 K近邻算法
2.2.3 支持向量机
2.3 天气状态模式识别
2.3.1 数据说明
2.3.2 仿真建模
2.4 面向光伏电站天气状态模式识别的分类器性能对比分析
2.4.1 分类器性能全局比较
2.4.2 训练样本数量规模影响
2.4.3 类间样本数量分布差异影响
2.4.4 K近邻算法参数选择
2.5 光伏发电功率短期预测模型
2.5.1 长短记忆递归神经网络模型
2.5.2 时间关联模型
2.6 基于日前天气状态预判的光伏发电功率短期预测模型
2.6.1 日前天气状态预判
2.6.2 预测模型设计
2.6.3 仿真数据说明
2.6.4 结果分析与比较
2.7 本章小结
第3章 光伏发电功率超短期预测问题研究
3.1 引言
3.2 组合预测方法
3.3 基于小波分解的多重并行预测
3.4 基于自适应时间断面融合的组合预测方法
3.5 算法仿真与讨论
3.5.2 仿真结果比较
3.5.3 结果讨论分析
3.6 本章小结
第4章 光伏发电功率分钟级预测问题研究
4.1 引言
4.2 基于天空图像的光伏发电功率分钟级预测方法
4.2.1 云团运动对光伏发电功率的影响机理
4.2.2 光伏发电功率分钟级预测基本技术路线
4.3 天空图像云空识别
4.3.1 基于最大类间方差原理的云团辨识方法
4.3.2 基于k均值聚类的云团辨识方法
4.4 基于相位相关理论的天空图像云团位移计算
4.4.1 傅里叶相位相关理论
4.4.2 云团位移计算流程
4.4.3 算法鲁棒性分析
4.4.4 仿真结果与分析
4.5 基于相移不变性的改进云团位移计算
4.5.1 相移不变性
4.5.2 基于相移不变性的天空图像云团位移计算改进算法
4.5.3 仿真结果与分析
4.6 基于天空图像的地表辐照度映射模型
4.6.1 地表辐照度计算流程
4.6.2 晴空地表辐照度
4.6.3 天空图像云遮挡特征提取
4.6.4 模型选择与设计
4.6.5 仿真结果
4.7 本章小结
第5章 结论与展望
5.1 结论
5.2 展望
参考文献
攻读博士学位期间发表的论文及其它成果
攻读博士学位期间参加的科研工作
致谢
作者简介