摘要 | 第8-10页 |
Abstract | 第10-11页 |
第一章 绪论 | 第12-24页 |
1.1 研究背景与意义 | 第12-14页 |
1.1.1 研究背景 | 第12-13页 |
1.1.2 研究意义 | 第13-14页 |
1.2 国内外研究现状及问题 | 第14-21页 |
1.2.1 爬坡事件定义 | 第14-16页 |
1.2.2 风电爬坡事件预测识别研究现状 | 第16-17页 |
1.2.3 大规模风电并网的系统运行风险评估研究现状 | 第17-19页 |
1.2.4 考虑风电爬坡事件的备用决策研究现状 | 第19-21页 |
1.3 本文主要工作 | 第21-24页 |
第二章 基于非参数估计的风电功率爬坡预测研究 | 第24-37页 |
2.1 引言 | 第24页 |
2.2 基于NWP的短期风电功率点预测 | 第24-27页 |
2.2.1 风电功率BP神经网络预测 | 第24-26页 |
2.2.2 小波-BP神经网络预测模型 | 第26页 |
2.2.3 预测精度评价 | 第26-27页 |
2.3 风电爬坡事件预测模型 | 第27-31页 |
2.3.1 非参数核密度估计技术 | 第27-28页 |
2.3.2 风电功率概率预测模型 | 第28-30页 |
2.3.3 爬坡事件检测识别 | 第30-31页 |
2.4 算例分析 | 第31-36页 |
2.4.1 风电功率确定值预测结果对比分析 | 第31-33页 |
2.4.2 风电功率非参数概率预测 | 第33-35页 |
2.4.3 风电爬坡事件型预测结果 | 第35-36页 |
2.5 小结 | 第36-37页 |
第三章 基于前景理论的风电爬坡事件风险评估 | 第37-58页 |
3.1 引言 | 第37页 |
3.2 爬坡事件风险评估相关理论 | 第37-43页 |
3.2.1 运行风险基本概念 | 第37-39页 |
3.2.2 前景理论简介 | 第39-42页 |
3.2.3 风电功率爬坡事件建模 | 第42-43页 |
3.3 基于前景理论的风电爬坡事件风险评估策略 | 第43-46页 |
3.3.1 风险模型和风险指标的建立 | 第43-45页 |
3.3.2 系统约束条件 | 第45-46页 |
3.4 风险评估指标的计算方法 | 第46-49页 |
3.4.1 风险评估指标的计算机理 | 第46-48页 |
3.4.2 风险评估流程 | 第48-49页 |
3.5 RTS系统算例分析 | 第49-56页 |
3.5.1 前景理论对小概率事件的修正作用分析 | 第50-51页 |
3.5.2 前景理论对爬坡事件风险指标的修正分析 | 第51-53页 |
3.5.3 爬坡事件的三要素对风险指标的影响及对比分析 | 第53-56页 |
3.6 小结 | 第56-58页 |
第四章 风电接入系统爬坡风险备用决策 | 第58-70页 |
4.1 引言 | 第58页 |
4.2 备用决策数学模型 | 第58-62页 |
4.2.1 目标函数 | 第58-60页 |
4.2.2 约束条件 | 第60-61页 |
4.2.3 求解方法 | 第61-62页 |
4.3 算例分析 | 第62-69页 |
4.3.1 备用成本系数对备用容量配置的影响 | 第63-64页 |
4.3.2 失负荷损失成本对系统调度结果的影响 | 第64-67页 |
4.3.3 不同风电爬坡场景下的备用需求 | 第67-69页 |
4.4 小结 | 第69-70页 |
第五章 结论与展望 | 第70-73页 |
参考文献 | 第73-79页 |
致谢 | 第79-80页 |
攻读硕士学位期间发表论文及参与课题 | 第80-81页 |
附件 | 第81页 |