声明
摘要
第一章 绪论
1.1 课题背景及意义
1.2 风电产业发展现状与趋势
1.2.1 世界风电产业发展现状与趋势
1.2.2 国内风能产业发展现状和发展趋势
1.3 国内外研究现状
1.3.1 风速预测国内外研究现状
1.3.2 风电接入对备用容量影响国内外研究现状
1.4 本文的工作内容
第二章 基于神经网络的协方差优选组合预测法
2.1 引言
2.2 神经网络及其相关理论
2.2.1 BP神经网络理论
2.2.2 RBF神经网络理论
2.3 预测模型
2.3.1 BP神经网络滚动单步预测模型
2.3.2 RBF神经网络滚动单步预测模型
2.3.3 协方差优选组合单步预测模型
2.4 算例分析
2.5 本章小结
第三章 基于SVM风速预测误差与时间关联性
3.1 引言
3.2 机器学习的基本理论
3.2.1 机器学习问题的表示
3.2.2 经验风险最小化
3.3 统计学习理论
3.3.1 VC维
3.3.2 推广性的界
3.3.3 结构风险最小化
3.4 支持向量机理论
3.4.1 支持向量回归机
3.4.2 核函数ξ
3.5 基于SVM的短期风速多步预测
3.5.1 相关的参数选择
3.5.2 采用支持向量机的风速预测模型
3.6 算例分析
3.7 本章小结
第四章 含风电的电力市场中最优备用容量的确定
4.1 引言
4.2 辅助服务的基本概念
4.3 风电接入对辅助服务的影响
4.3.1 影响电网的电压控制
4.3.2 影响电网的调峰能力
4.3.3 影响电网的频率
4.4 传统备用容量的优化模型
4.5 含风电备用容量的优化模型
4.5.1 可中断负荷和备用容量关系
4.5.2 负荷与风电功率预测误差
4.5.3 机组事故
4.5.4 保留备用容量成本
4.5.5 切除可中断负荷赔偿费用
4.5.6 市场环境下含风电的发电机运行点和负荷备用容量的确定
4.6 算例分析
4.7 本章小结
第五章 结论和展望
5.1 全文总结
5.2 工作展望
参考文献
致谢
攻读学位期间发表的学术论文