| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第1章 绪论 | 第13-23页 |
| 1.1 课题研究背景与意义 | 第13-14页 |
| 1.2 国内外风电研究现状 | 第14-18页 |
| 1.2.1 全球风电发展概况 | 第14-16页 |
| 1.2.2 中国风电发展概况 | 第16-18页 |
| 1.3 课题研究现状 | 第18-22页 |
| 1.3.1 风电场模型的研究现状 | 第18-19页 |
| 1.3.2 发输电系统风险评估研究现状 | 第19-20页 |
| 1.3.3 含风电并网的发输电系统风险评估研究现状 | 第20-22页 |
| 1.4 本文的主要研究内容及章节安排 | 第22-23页 |
| 第2章 适用于含风电并网的发输电系统风险评估的元件停运模型 | 第23-30页 |
| 2.1 引言 | 第23页 |
| 2.2 考虑潮流和失效因素的元件停运模型 | 第23-26页 |
| 2.2.1 考虑潮流因素的线路停运模型 | 第23-24页 |
| 2.2.2 考虑老化失效因素的元件停运模型 | 第24-26页 |
| 2.2.3 考虑偶然失效因素的元件停运模型 | 第26页 |
| 2.3 实时运行条件下的发电机停运模型 | 第26-28页 |
| 2.4 考虑天气因素的风电机组停运模型 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 适用于含风电并网的发输电系统风险评估的风电场建模 | 第30-41页 |
| 3.1 引言 | 第30页 |
| 3.2 基于风速—风功率的风电场建模 | 第30-33页 |
| 3.2.1 基于Weibull分布的风速概率密度建模 | 第30-32页 |
| 3.2.2 基于t-location scale分布的风速概率密度建模 | 第32-33页 |
| 3.3 基于加权高斯混合分布的风电场概率建模 | 第33-36页 |
| 3.3.1 基于WGMD的风电场概率模型 | 第33-34页 |
| 3.3.2 EM算法求解模型参数 | 第34页 |
| 3.3.3 ECM算法求解模型参数 | 第34-36页 |
| 3.4 算例分析 | 第36-40页 |
| 3.4.1 概率模型精度指标 | 第36-37页 |
| 3.4.2 风电场概率模型精度分析 | 第37-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 基于MCMC的含风电并网的发输电系统风险评估 | 第41-54页 |
| 4.1 引言 | 第41页 |
| 4.2 蒙特卡洛模拟法 | 第41-42页 |
| 4.3 马尔科夫链蒙特卡洛模拟法 | 第42-48页 |
| 4.3.1 MCMC方法基础理论 | 第43页 |
| 4.3.2 MCMC方法的采样方式 | 第43-45页 |
| 4.3.3 CSMCMCS-L算法 | 第45-48页 |
| 4.4 基于MCMC的含风电并网的发输电系统运行风险评估 | 第48-50页 |
| 4.4.1 基于最优潮流的风险评估模型 | 第48-49页 |
| 4.4.2 运行风险评估指标 | 第49页 |
| 4.4.3 运行风险评估流程 | 第49-50页 |
| 4.5 基于MCMC的含风电并网的发输电系统经济风险评估 | 第50-53页 |
| 4.5.1 发输电系统经济性模型 | 第50-51页 |
| 4.5.2 经济风险评估指标 | 第51-52页 |
| 4.5.3 经济风险评估流程 | 第52-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第5章 算例分析 | 第54-65页 |
| 5.1 引言 | 第54页 |
| 5.2 IEEE-RTS79 测试系统 | 第54-56页 |
| 5.3 仿真结果分析 | 第56-63页 |
| 5.3.1 采样算法有效性分析 | 第56-58页 |
| 5.3.2 含风电并网的发输电系统运行风险评估 | 第58-61页 |
| 5.3.3 含风电并网的发输电系统经济风险评估 | 第61-63页 |
| 5.4 本章小结 | 第63-65页 |
| 总结与展望 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 致谢 | 第72-73页 |
| 附录 发表的学术论文目录 | 第73页 |
