风电预测、协同调度及电网电压安全评估研究
| 目录 | 第1-8页 |
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-13页 |
| 第1章 绪论 | 第13-25页 |
| ·课题背景与意义 | 第13-14页 |
| ·课题研究现状回顾与评述 | 第14-21页 |
| ·风电场功率预测的研究 | 第14-17页 |
| ·风电并网与电动汽车的协同调度研究 | 第17-19页 |
| ·电网电压安全分析研究 | 第19-21页 |
| ·目前研究存在的主要问题 | 第21-22页 |
| ·本文的主要工作和成果 | 第22-25页 |
| 第2章 基于混沌理论的风电功率超短期预测 | 第25-41页 |
| ·引言 | 第25-26页 |
| ·重构相空间 | 第26-30页 |
| ·互信息法确定时间延迟 | 第27-28页 |
| ·C-C法确定时间延迟和嵌入维数 | 第28-29页 |
| ·风电功率时间序列的混沌特性识别 | 第29-30页 |
| ·风电功率时间序列的混沌预测模型 | 第30-34页 |
| ·Volterra滤波器自适应预测模型 | 第31-32页 |
| ·局部自适应预测模型 | 第32-34页 |
| ·加权马尔可夫链 | 第34-37页 |
| ·马尔科夫链 | 第34页 |
| ·加权马尔科夫链 | 第34-37页 |
| ·算例分析 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第3章 基于学习机的风电功率组合预测模型 | 第41-61页 |
| ·引言 | 第41-42页 |
| ·样本熵和ELM的风电功率组合预测模型 | 第42-52页 |
| ·经验模态分解 | 第42-43页 |
| ·样本熵 | 第43-44页 |
| ·极端学习机 | 第44-46页 |
| ·基于SE和ELM的风电功率预测模型 | 第46-49页 |
| ·算例分析 | 第49-52页 |
| ·基于储备池的风电功率组合预测方法 | 第52-59页 |
| ·集成经验模态分解(EEMD) | 第52-53页 |
| ·回声状态网络(ESN) | 第53-55页 |
| ·基于EEMD-近似熵的风电预测模型 | 第55-56页 |
| ·算例仿真 | 第56-59页 |
| ·本章小结 | 第59-61页 |
| 第4章 地区电网风电与电动汽车的协同调度 | 第61-73页 |
| ·引言 | 第61-62页 |
| ·目标函数 | 第62-65页 |
| ·等效负荷方差和 | 第62-63页 |
| ·购电成本 | 第63-65页 |
| ·模型的求解 | 第65-68页 |
| ·求属度函数的确定 | 第65-67页 |
| ·改进的粒子群算法(PSO) | 第67-68页 |
| ·算例分析 | 第68-72页 |
| ·本章小结 | 第72-73页 |
| 第5章 风电并入的电网电压安全评估工程应用 | 第73-87页 |
| ·引言 | 第73-74页 |
| ·信号能量法基础 | 第74页 |
| ·信号能量综合指数(SEAI) | 第74-80页 |
| ·SEAI法工程算例应用 | 第75-78页 |
| ·传统方法工程算例分析 | 第78-80页 |
| ·累积指数指标 | 第80-86页 |
| ·波动强度 | 第80页 |
| ·经典二阶系统阶跃响应信号分析 | 第80-81页 |
| ·累积指数 | 第81-82页 |
| ·工程算例分析 | 第82-85页 |
| ·传统分析方法工程应用分析 | 第85-86页 |
| ·本章小结 | 第86-87页 |
| 第6章 结论与展望 | 第87-89页 |
| ·结论 | 第87-88页 |
| ·展望 | 第88-89页 |
| 参考文献 | 第89-99页 |
| 附录A 第3章模型参数数据 | 第99页 |
| 附录B 第5章算例数据 | 第99-103页 |
| 致谢 | 第103-105页 |
| 攻读博士学位期间发表与录用的学术论文 | 第105-107页 |
| 攻读博士学位期间参与的课题研究与项目研发 | 第107-108页 |
| 学位论文评阅及答辩情况表 | 第108页 |
