大型风电场发电功率建模与预测PDF|Epub|txt|kindle电子书版本网盘下载

大型风电场发电功率建模与预测PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 风力发电及风力发电功率预测1

1.1 风力发电概述1

1.2 风力发电特性3

1.2.1 风力发电的特点3

1.2.2 风机的风速-功率曲线4

1.2.3 影响风电场输出功率的地理因素6

1.3　NWP介绍7

1.3.1 NWP模型7

1.3.2 中尺度气象预报模式9

1.3.3 常用的NWP模式10

1.4 风力发电功率预测方法11

1.4.1 按预测时间尺度划分11

1.4.2 按预测的物理量划分12

1.4.3 按预测范围划分12

1.4.4 按预测模型划分12

1.5 风力发电功率预测的发展15

1.5.1 国外对风力发电功率预测的研究15

1.5.2 国内对风力发电功率预测的研究17

1.6 风力发电功率预测误差及评价指标19

1.6.1 预测误差来源19

1.6.2 预测误差分析意义20

1.6.3 常用误差评价指标20

1.7 本章小结20

参考文献21

第2章 风力发电功率预测理论基础26

2.1 时间序列法26

2.1.1 时间序列简介26

2.1.2 时间序列分析相关概念27

2.1.3 时间序列模型定阶28

2.1.4 时间序列模型参数估计29

2.1.5 ARMA模型的建立30

2.2 神经网络31

2.1.1 神经网络简介31

2.2.2 人工神经元模型31

2.2.3 神经网络拓扑结构34

2.2.4 神经网络的学习35

2.2.5 神经网络建模过程36

2.2.6 BP网络模型36

2.2.7 RBF网络模型38

2.3 支持向量机39

2.3.1 机器学习的基本问题39

2.3.2 统计学习理论41

2.3.3 结构风险最小化原则42

2.3.4 支持向量机理论43

2.4 信号分解59

2.4.1 小波变换及其理论59

2.4.2 经验模式分解及其理论62

2.5 混沌理论与相空间重构63

2.5.1 混沌时间序列63

2.5.2 混沌基本概念63

2.5.3 混沌系统的判定64

2.5.4 相空间重构与Takens嵌入定理66

2.5.5 时间延迟和嵌入维数的选取67

2.6 本章小结70

参考文献70

第3章 风力发电功率的超短期预测73

3.1 本章仿真数据描述73

3.2 风力发电功率预测的时间序列法74

3.2.1 基于ARMA的风力发电功率预测模型及仿真实例74

3.2.2 基于多种定阶方法的ARMA组合优化预测模型及仿真实例78

3.2.3 风力发电功率预测的噪声场合下的ARMA模型79

3.3 风力发电功率预测的相空间重构法83

3.3.1 风力发电功率时间序列的混沌属性83

3.3.2 基于相空间重构的神经网络模型结构87

3.3.3 基于相空间重构的神经网络模型的建立89

3.3.4 仿真实例分析90

3.3.5 基于相空间重构的支持向量机模型结构92

3.3.6 仿真实例分析94

3.4 风力发电功率预测的信号分解法95

3.4.1 小波-神经网络模型及仿真实例96

3.4.2 经验模式-神经网络模型及仿真实例102

3.4.3 各种模型的对比分析106

3.5 多模型组合预测107

3.5.1 问题提出107

3.5.2 多个模型组合方式108

3.5.3 基于多嵌入维数的神经网络集成模型结构110

3.5.4 仿真实例及分析110

3.6 本章小结114

参考文献115

第4章 风力发电功率的短期预测117

4.1 本章仿真数据描述117

4.2 基于单位置NWP的神经网络风力发电功率预测117

4.2.1 NWP信息与风力发电功率的关系117

4.2.2 预测模型结构119

4.2.3 仿真实例120

4.3 基于聚类分析的风力发电功率预测120

4.3.1 风力发电功率的日相似性分析121

4.3.2 聚类分析的基本原理124

4.3.3 预测模型结构128

4.3.4 仿真实例128

4.4 基于多位置NWP粗糙集约简的风力发电功率预测133

4.4.1 粗糙集理论133

4.4.2 基于多位置NWP粗糙集约简的预测模型136

4.4.3 仿真实例137

4.5 基于多位置NWP主成分分析的风力发电功率预测143

4.5.1 主成分分析的原理143

4.5.2 预测模型结构148

4.5.3 仿真实例148

4.6 本章小结154

参考文献154

第5章 风力发电功率的中期预测156

5.1 本章仿真数据描述156

5.2 基于气象信息约简的粗糙集神经网络中期预测157

5.2.1 基于粗糙集约简的中期风速预测模型157

5.2.2 基于粗糙集方法的风力发电功率预测影响因素约简157

5.2.3 粗糙集神经网络预测模型建模159

5.2.4 风速预测仿真结果分析161

5.2.5 月平均风速和风力发电量的关系162

5.3 基于灰色理论的月发电量预测164

5.4 多模型组合预测166

5.5 本章小结167

参考文献167

第6章 集成化风力发电功率预测系统168

6.1 系统设计需求168

6.1.1 电网需求168

6.1.2 风电场需求169

6.1.3 技术开发需求170

6.2 集成化风力发电功率预测系统设计方案170

6.2.1 系统软件组成170

6.2.2 系统硬件设计171

6.2.3 系统软件设计176

6.2.4 系统软件开发环境介绍176

6.3 集成化风力发电功率预测系统功能177

6.3.1 数据采集功能177

6.3.2 数据处理功能177

6.3.3 数据统计功能177

6.3.4 预测功能179

6.3.5 界面显示功能179

6.3.6 输出功能180

6.4 集成化风力发电功率预测系统交互界面180

6.4.1 系统登录界面180

6.4.2 预测系统界面181

6.4.3 实时数据监测界面183

6.4.4 气象数据查询184

6.4.5 功率数据查询185

6.4.6 系统运行监控188

6.5 本章小结189

参考文献189

第7章 风力发电功率预测的应用190

7.1 风力发电功率预测误差分析190

7.1.1 风力发电功率预测误差的存在形式190

7.1.2 风力发电功率预测误差产生的原因191

7.1.3 风力发电预测误差分布193

7.2 风力发电预测对系统备用容量的影响194

7.2.1 电力系统可靠性指标194

7.2.2 系统备用容量的计算195

7.3 考虑预测误差分布的系统储能容量配置实例198

7.3.1 风力发电功率预测误差分布分析198

7.3.2 系统储能配置200

7.4 本章小结202

参考文献202