摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-21页 |
1.1 研究的背景和意义 | 第11-12页 |
1.2 风力发电概述 | 第12-17页 |
1.2.1 国内外风力发电现状 | 第12-15页 |
1.2.2 风机控制方法的研究现状 | 第15-16页 |
1.2.3 风电功率预测技术的研究现状 | 第16-17页 |
1.2.4 风电并网技术的研究现状 | 第17页 |
1.3 大规模风电接入电网带来的问题 | 第17-18页 |
1.4 分散式风力发电概述 | 第18-19页 |
1.5 本文主要工作及创新点 | 第19-21页 |
第2章 分散式风电接入技术及工程示范项目介绍 | 第21-33页 |
2.1 项目概述 | 第21-22页 |
2.2 项目理论和实践依据 | 第22-26页 |
2.2.1 分散式风电技术路线与政策理论 | 第22页 |
2.2.2 分散式风电优化选址技术 | 第22-24页 |
2.2.3 基于广域网的分散式风电信息采集与监测系统 | 第24页 |
2.2.4 基于最大信息熵原理的功率预测技术 | 第24-25页 |
2.2.5 基于多Agent的分散式风电无功优化协调控制技术 | 第25-26页 |
2.2.6 基于粒子群-内点混合策略的分散式风电接入系统经济运行 | 第26页 |
2.3 项目研究内容和实施方案 | 第26-30页 |
2.3.1 研究内容 | 第26-27页 |
2.3.2 实施方案 | 第27-30页 |
2.4 项目的预期目标 | 第30-31页 |
2.5 项目实际效益 | 第31页 |
2.6 项目所要求开发的系统介绍 | 第31-32页 |
2.7 本章小节 | 第32-33页 |
第3章 分散式风电功率预测系统的开发 | 第33-57页 |
3.1 风电功率预测常用方法简介 | 第33-40页 |
3.1.1 风电功率预测的分类 | 第33-35页 |
3.1.2 时间序列分析法 | 第35-39页 |
3.1.3 人工神经网络法 | 第39-40页 |
3.2 分散式风电功率预测的BP神经网络建模 | 第40-46页 |
3.2.1 BP神经网络基本原理 | 第40-43页 |
3.2.2 BP神经网络建模 | 第43-46页 |
3.3 分散式风电功率预测系统的开发 | 第46-56页 |
3.3.1 分散式风电功率预测系统的基本框架 | 第46-47页 |
3.3.2 建立数据库及BP神经网络各层神经元的确定 | 第47-49页 |
3.3.3 BP神经网络训练的程序操作流程 | 第49-51页 |
3.3.4 分散式风电功率预测的应用界面 | 第51-56页 |
3.4 本章小节 | 第56-57页 |
第4章 分散式风电网络调控系统的开发 | 第57-75页 |
4.1 电力系统网络控制概述 | 第57-60页 |
4.1.1 问题的研究背景与提出 | 第57-59页 |
4.1.2 电力系统网络控制的意义 | 第59-60页 |
4.2 网络调控系统的建模 | 第60-67页 |
4.2.1 网络控制基础 | 第60-61页 |
4.2.2 网络调控系统节点驱动方式分析 | 第61-63页 |
4.2.3 考虑系统时延的网络调控系统的建模 | 第63-66页 |
4.2.4 分散式风机的网络调控模型 | 第66-67页 |
4.3 分散式风电网络调控系统的开发 | 第67-74页 |
4.3.1 分散式风电网络调控系统的基本框架 | 第67-70页 |
4.3.2 分散式风电网络调控系统的操作流程 | 第70-73页 |
4.3.3 分散式风电网络调控系统的应用界面 | 第73-74页 |
4.4 本章小节 | 第74-75页 |
第5章 分散式风电管理系统的开发与应用 | 第75-85页 |
5.1 需求分析 | 第75-77页 |
5.1.1 系统的目标需求 | 第75-76页 |
5.1.2 系统的其他需求 | 第76-77页 |
5.2 架构设计 | 第77-79页 |
5.3 系统展示 | 第79-84页 |
5.3.1 登录界面 | 第79-80页 |
5.3.2 气象站 | 第80-81页 |
5.3.3 风机站 | 第81-82页 |
5.3.4 数据站 | 第82-83页 |
5.3.5 调控中心 | 第83-84页 |
5.4 本章小节 | 第84-85页 |
第6章 总结和展望 | 第85-87页 |
参考文献 | 第87-93页 |
致谢 | 第93-95页 |
硕士期间所做工作及科研成果 | 第95-97页 |
附录A:部分程序代码 | 第97-111页 |