| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 选题背景及研究的意义 | 第9-12页 |
| 1.1.1 风力发电现状 | 第9-11页 |
| 1.1.2 风力发电不确定性分析的研究意义 | 第11-12页 |
| 1.2 风电功率预测及不确定性分析研究现状 | 第12-16页 |
| 1.2.1 国内外研究现状 | 第12-15页 |
| 1.2.2 风电预测研究的不足 | 第15-16页 |
| 1.3 风电功率预测的不确定性分析方法分类 | 第16-17页 |
| 1.3.1 按预测时间分类 | 第16-17页 |
| 1.3.2 按预测空间范围分类 | 第17页 |
| 1.3.3 按预测对象分类 | 第17页 |
| 1.4 本课题研究内容 | 第17-19页 |
| 第2章 影响风电功率预测的不确定性因素来源 | 第19-30页 |
| 2.1 预测误差存在形式及评价指标 | 第19-22页 |
| 2.1.1 预测误差的存在形式 | 第19-20页 |
| 2.1.2 纵向误差指标 | 第20-21页 |
| 2.1.3 横向误差指标 | 第21-22页 |
| 2.2 预测误差的频率分布特性 | 第22-23页 |
| 2.3 预测误差的时间特性 | 第23-24页 |
| 2.4 风功率预测误差的影响因素 | 第24-29页 |
| 2.4.1 输入数据精度 | 第24-26页 |
| 2.4.2 风电机组功率曲线的分散性(拟合误差) | 第26-27页 |
| 2.4.3 风电场内风电机组故障停机的不确定性 | 第27-28页 |
| 2.4.4 预测模型误差 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 基于误差统计的风电功率概率区间估计 | 第30-42页 |
| 3.1 风电功率日变化分析 | 第30-31页 |
| 3.2 风电功率预测误差统计分析 | 第31-34页 |
| 3.2.1 自相关分析 | 第31-32页 |
| 3.2.2 互相关性分析 | 第32-33页 |
| 3.2.3 预测误差分布特性 | 第33-34页 |
| 3.3 基于非参数BOOTSTARP方法的风电功率概率性区间预测 | 第34-38页 |
| 3.3.1 Bootstrap理论及特点 | 第35-36页 |
| 3.3.2 非参数Bootstrap区间估计模型 | 第36-37页 |
| 3.3.3 预测计算步骤 | 第37-38页 |
| 3.4 案例分析 | 第38-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 基于粒子群优化的核极限学习机的风电功率区间预测 | 第42-54页 |
| 4.1 极限学习机方法 | 第42-45页 |
| 4.1.1 极限学习机模型 | 第43-44页 |
| 4.1.2 核函数的极限学习机(KELM) | 第44-45页 |
| 4.1.3 自适应粒子群算法 | 第45页 |
| 4.2 预测区间评价指标 | 第45-48页 |
| 4.2.1 区间覆盖率 | 第46页 |
| 4.2.2 预测区间平均带宽 | 第46页 |
| 4.2.3 累积带宽偏差 | 第46-47页 |
| 4.2.4 预测区间综合评价指标 | 第47-48页 |
| 4.3 PSO-KELM风电功率区间预测模型 | 第48-49页 |
| 4.3.1 风电功率区间预测模型具体步骤 | 第48-49页 |
| 4.4 算例分析 | 第49-53页 |
| 4.4.1 数据预处理 | 第49-50页 |
| 4.4.2 模型参数 | 第50-51页 |
| 4.4.3 仿真结果与分析 | 第51-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第5章 结论与展望 | 第54-56页 |
| 5.1 结论 | 第54页 |
| 5.2 展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第59-60页 |
| 致谢 | 第60页 |