风电并网对电力系统可靠性和备用影响研究
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第一章 绪论 | 第12-23页 |
| ·课题研究的背景和意义 | 第12-13页 |
| ·国内外风电发展现状 | 第13-19页 |
| ·国外风电发展现状 | 第14-16页 |
| ·国内风电发展现状 | 第16-19页 |
| ·风电并网对系统可靠性和备用影响研究综述 | 第19-21页 |
| ·风电场出力建模研究现状 | 第19-20页 |
| ·含风电场的电力系统可靠性评估研究现状 | 第20-21页 |
| ·风电并网下的系统备用需求研究现状 | 第21页 |
| ·本文主要工作 | 第21-23页 |
| 第二章 基于时间连续性及季节周期性的风速模型 | 第23-38页 |
| ·引言 | 第23页 |
| ·风速的变化特性 | 第23-25页 |
| ·模式识别技术 | 第25-27页 |
| ·模式构造 | 第25-26页 |
| ·样本归一化 | 第26-27页 |
| ·模式识别 | 第27页 |
| ·神经网络模型 | 第27-32页 |
| ·神经网络模型的基本原理 | 第28页 |
| ·神经网络模型的学习方式 | 第28-29页 |
| ·BP 神经网络模型 | 第29-32页 |
| ·BP 神经网络模型的基本原理 | 第29-31页 |
| ·BP 神经网络模型的实现步骤 | 第31-32页 |
| ·基于季节周期性和时间连续性的风速模型 | 第32-35页 |
| ·基于BP 神经网络的横向风速模型 | 第32-33页 |
| ·基于BP 神经网络的纵向风速模型 | 第33-34页 |
| ·基于BP 神经网络的组合模型 | 第34-35页 |
| ·风场风速模型算例分析 | 第35-37页 |
| ·小结 | 第37-38页 |
| 第三章 基于蒙特卡罗方法的电力系统可靠性评估 | 第38-49页 |
| ·引言 | 第38页 |
| ·发输电系统可靠性评估指标 | 第38-40页 |
| ·蒙特卡罗方法简介 | 第40-42页 |
| ·电力原件的概率仿真模型 | 第42-44页 |
| ·序贯概率模型 | 第42-43页 |
| ·非序贯概率模型 | 第43-44页 |
| ·蒙特卡洛方法评估电力系统可靠性的基本步骤 | 第44-48页 |
| ·状态抽样 | 第45-46页 |
| ·状态分析与优化 | 第46-47页 |
| ·误差分析与收敛判据 | 第47-48页 |
| ·小结 | 第48-49页 |
| 第四章 风电并网对系统可靠性的影响 | 第49-63页 |
| ·引言 | 第49页 |
| ·含风电场的电力系统可靠性评估 | 第49-52页 |
| ·发电系统可靠性模型 | 第49-50页 |
| ·负荷模型 | 第50-51页 |
| ·含风电场的发电系统可靠性评估计算流程 | 第51-52页 |
| ·算例分析 | 第52-62页 |
| ·IEEE-RTS30 算例分析 | 第52-57页 |
| ·风电并网对上海电网发电系统可靠性影响评估 | 第57-62页 |
| ·上海电网并网机组情况 | 第57-58页 |
| ·上海电网的负荷模型 | 第58-59页 |
| ·风电并网对上海电网发电可靠性的影响评估 | 第59-62页 |
| ·小结 | 第62-63页 |
| 第五章 风电并网后电力系统备用需求优化 | 第63-70页 |
| ·引言 | 第63页 |
| ·基于可靠性评估的备用优化模型 | 第63-64页 |
| ·粒子群算法 | 第64-66页 |
| ·PSO 算法原理 | 第64页 |
| ·PSO 算法的数学描述 | 第64-66页 |
| ·基于粒子群算法的备用优化流程图 | 第66页 |
| ·算例分析 | 第66-69页 |
| ·IEEE-RTS30 算例分析 | 第66-67页 |
| ·风电并网后上海系统备用容量需求估算 | 第67-69页 |
| ·小结 | 第69-70页 |
| 第六章 结论与展望 | 第70-72页 |
| ·论文总结 | 第70页 |
| ·课题研究展望 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 致谢 | 第75-76页 |
| 攻读硕士学位期间论文发表和科研成果情况 | 第76页 |
