| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 缩写符号汇总 | 第18-19页 |
| 第1章 绪论 | 第19-34页 |
| 1.1 研究背景及意义 | 第19-21页 |
| 1.2 风电功率预测不确定性分析方法分类 | 第21-27页 |
| 1.2.1 按照模型输入变量分类 | 第22-24页 |
| 1.2.2 按照建模原理分类 | 第24-25页 |
| 1.2.3 按照表达形式分类 | 第25-26页 |
| 1.2.4 按照预测时间尺度分类 | 第26-27页 |
| 1.3 国内外研究现状 | 第27-31页 |
| 1.3.1 风电功率单点预测研究现状 | 第27-28页 |
| 1.3.2 电功率预测不确定性分析研究现状 | 第28-29页 |
| 1.3.3 含有风电的电力系统经济调度研究现状 | 第29-30页 |
| 1.3.4 存在的问题 | 第30-31页 |
| 1.4 论文研究思路及主要内容 | 第31-34页 |
| 第2章 基于相关向量机的风电功率预测及不确定性分析方法 | 第34-59页 |
| 2.1 引言 | 第34页 |
| 2.2 相关向量机模型的构建 | 第34-38页 |
| 2.2.1 相关向量机模型的结构设计 | 第35页 |
| 2.2.2 模型推算和参数迭代 | 第35-38页 |
| 2.2.3 相关向量机的核函数 | 第38页 |
| 2.3 变方差相关向量机建模 | 第38-40页 |
| 2.3.1 相关向量机方差项的修正 | 第38-39页 |
| 2.3.2 方差修正参数的求解方法 | 第39-40页 |
| 2.4 模型的数学特性及其应用优势 | 第40-41页 |
| 2.5 训练样本筛选方法 | 第41-47页 |
| 2.5.1 样本筛选的必要性和可行性 | 第41页 |
| 2.5.2 筛选方法的实施过程 | 第41-42页 |
| 2.5.3 实例验证 | 第42-47页 |
| 2.6 针对季节性天气模式的预测建模步骤 | 第47-48页 |
| 2.7 模型评价指标 | 第48-50页 |
| 2.7.1 单点预测评价指标 | 第49页 |
| 2.7.2 不确定性分析评价体系 | 第49-50页 |
| 2.8 算例分析 | 第50-57页 |
| 2.8.1 建模数据 | 第50页 |
| 2.8.2 单点预测方法对比结果 | 第50-52页 |
| 2.8.3 不确定性分析方法对比结果 | 第52-56页 |
| 2.8.4 模型计算效率对比结果 | 第56页 |
| 2.8.5 模型输入参量对结果的敏感性分析 | 第56-57页 |
| 2.9 本章小结 | 第57-59页 |
| 第3章 风电功率预测及不确定性模型的优化方法 | 第59-96页 |
| 3.1 引言 | 第59-60页 |
| 3.2 基于风场景识别的动态优化方法 | 第60-71页 |
| 3.2.1 数值天气预报风况的敏感性分析 | 第60-62页 |
| 3.2.2 实际功率曲线对风况的敏感性分析 | 第62-63页 |
| 3.2.3 聚类理论及建模原理 | 第63-64页 |
| 3.2.4 聚类质量评价指标及聚类数目寻优模型的构建 | 第64-68页 |
| 3.2.5 风场景识别建模过程 | 第68-69页 |
| 3.2.6 算例分析 | 第69-71页 |
| 3.3 考虑流动相关性的风电场机组分组优化方法 | 第71-80页 |
| 3.3.1 风电场流场分布特性研究 | 第71-73页 |
| 3.3.2 数值天气预报参考点代表性分析 | 第73-74页 |
| 3.3.3 耦合流动信息建立风电场主风向坐标系统 | 第74-76页 |
| 3.3.4 自组织特征映射神经网络建模原理 | 第76-77页 |
| 3.3.5 风电场机组分组建模过程 | 第77-78页 |
| 3.3.6 算例分析 | 第78-80页 |
| 3.4 基于风速误差不均匀性的数值天气预报修正方法 | 第80-88页 |
| 3.4.1 数值天气预报误差的季节性分析 | 第81-83页 |
| 3.4.2 数值天气预报误差的概率分布分析 | 第83-84页 |
| 3.4.3 建模原理概述 | 第84-85页 |
| 3.4.4 算例分析 | 第85-88页 |
| 3.5 基于进化算法的模型参数优化方法 | 第88-93页 |
| 3.5.1 粒子群算法优化模型 | 第88-89页 |
| 3.5.2 遗传算法优化模型 | 第89页 |
| 3.5.3 算例分析 | 第89-93页 |
| 3.6 本章小结 | 第93-96页 |
| 第4章 考虑风电不确定性的电力系统调度成本建模 | 第96-125页 |
| 4.1 引言 | 第96页 |
| 4.2 风力发电成本的基本概念和模型 | 第96-98页 |
| 4.3 基于历史数据分布的风电调度成本建模 | 第98-103页 |
| 4.3.1 考虑风速长期不确定性建模 | 第98-99页 |
| 4.3.2 考虑历史预测误差建模 | 第99-100页 |
| 4.3.3 实例分析 | 第100-103页 |
| 4.4 基于概率预测的风电调度成本建模 | 第103-123页 |
| 4.4.1 建立不确定区间函数 | 第104-105页 |
| 4.4.2 不确定区间概率的计算方法 | 第105-107页 |
| 4.4.3 风险概率函数的构建 | 第107-108页 |
| 4.4.4 风电不确定性增量成本的概念及数学模型 | 第108-110页 |
| 4.4.5 风电不确定性调度成本建模 | 第110-114页 |
| 4.4.6 风电不确定性调度成本的数学特性及优势 | 第114页 |
| 4.4.7 风电不确定性调度成本的建模步骤 | 第114-115页 |
| 4.4.8 算例分析 | 第115-123页 |
| 4.5 本章小结 | 第123-125页 |
| 第5章 基于风电功率预测不确定性的电力系统经济调度模型 | 第125-144页 |
| 5.1 引言 | 第125页 |
| 5.2 风电并网对电力系统经济调度的影响 | 第125-126页 |
| 5.3 传统的电力系统经济调度模型 | 第126页 |
| 5.4 基于风电概率预测的不确定性调度方法 | 第126-127页 |
| 5.5 基于风电不确定性调度成本的日前系统经济调度模型 | 第127-130页 |
| 5.6 考虑风电不确定性的等微增率求解方法 | 第130-131页 |
| 5.7 基于萤火虫算法的调度求解方法 | 第131-133页 |
| 5.8 算例分析 | 第133-143页 |
| 5.8.1 IEEE 3节点系统运算结果及分析 | 第133-139页 |
| 5.8.2 IEEE 30节电系统运算结果及分析 | 第139-143页 |
| 5.9 本章小结 | 第143-144页 |
| 第6章 结论与展望 | 第144-148页 |
| 6.1 论文的工作总结 | 第144-146页 |
| 6.2 论文创新点 | 第146-147页 |
| 6.3 研究展望 | 第147-148页 |
| 参考文献 | 第148-160页 |
| 攻读博士学位期间发表的论文及其它成果 | 第160-163页 |
| 攻读博士学位期间参加的科研工作 | 第163-164页 |
| 致谢 | 第164-165页 |
| 作者简介 | 第165页 |
