| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题的研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 风电功率预测方法 | 第11-12页 |
| 1.2.2 系统扰动后频率响应预测 | 第12-14页 |
| 1.2.3 风电厂参与系统频率控制 | 第14-15页 |
| 1.3 本文主要内容 | 第15-17页 |
| 第2章 短期风电预测及其对系统稳态频率的影响 | 第17-32页 |
| 2.1 短期风电预测的常用机器学习模型 | 第17-21页 |
| 2.1.1 BP神经网络 | 第17-19页 |
| 2.1.2 RBF神经网络 | 第19-20页 |
| 2.1.3 最小二乘支持向量机 | 第20-21页 |
| 2.2 基于相关性分析的输入特征选择方法 | 第21-23页 |
| 2.3 基于自适应神经模糊推理系统的风电组合预测策略 | 第23-28页 |
| 2.4 风电功率预测对系统稳态频率影响分析 | 第28-30页 |
| 2.5 本章小结 | 第30-32页 |
| 第3章 基于等值模型的含风电系统扰动后频率响应分析 | 第32-50页 |
| 3.1 基于等值模型的含风电系统扰动后频率响应分析已有方法 | 第32-33页 |
| 3.2 基于量测与模型信息结合的频率响应预测混合等值模型(HEM) | 第33-47页 |
| 3.2.1 基于方程误差结构的连续时间系统直接辨识方法 | 第34-36页 |
| 3.2.2 等值转子模型 | 第36页 |
| 3.2.3 等值调速系统原动机模型 | 第36-37页 |
| 3.2.4 等值负荷模型 | 第37-39页 |
| 3.2.5 混合等值模型(HEM) | 第39-40页 |
| 3.2.6 算例分析 | 第40-47页 |
| 3.3 基于HEM的含风电系统扰动后频率响应分析 | 第47-49页 |
| 本章小结 | 第49-50页 |
| 第4章 风电厂参与系统频率调节的惯性控制研究 | 第50-70页 |
| 4.1 风电厂参与系统调频控制的方法分类与分析 | 第50-55页 |
| 4.1.1 风电厂惯性控制 | 第50-52页 |
| 4.1.2 风电厂一次调频控制 | 第52-54页 |
| 4.1.3 风电厂惯性控制和一次调频控制对比分析 | 第54页 |
| 4.1.4 风电厂开环惯性控制 | 第54-55页 |
| 4.2 风电厂惯性控制下系统频率响应分析 | 第55-62页 |
| 4.2.1 仿真系统模型 | 第55-57页 |
| 4.2.2 DFIG模型 | 第57-58页 |
| 4.2.3 风电厂惯性控制参与下系统频率响应建模 | 第58-60页 |
| 4.2.4 风电厂惯性控制参与下系统频率响应仿真分析 | 第60-62页 |
| 4.3 基于分岔理论的风电厂惯性控制的稳定性分析 | 第62-66页 |
| 4.3.1 分岔的基本概念与分类 | 第62-64页 |
| 4.3.2 风电厂惯性控制参与下系统的稳定性分析 | 第64-66页 |
| 4.4 稳定的风电厂惯性控制策略研究 | 第66-69页 |
| 4.5 本章小结 | 第69-70页 |
| 结论与展望 | 第70-71页 |
| 研究工作总结 | 第70页 |
| 后续工作展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间的论文及科研情况 | 第76页 |
