×
暂无评论
图文详情
  • ISBN:9787030664501
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:B5
  • 页数:164
  • 出版时间:2020-11-01
  • 条形码:9787030664501 ; 978-7-03-066450-1

本书特色

详细论述风电预测和风电消纳策略,减少弃风率,为解决风电大规模并网消纳问题提供新的分析设计方法

内容简介

本书共3部分6章。部分为相关知识概述,包括我国风电装机与消纳现状的概述。第二部分为风电不确定特性分析与预测方法研究,包括基于变模式分解的风电功率特性分析、基于相空间分解的风电功率确定性预测方法研究、基于长短记忆网络的风电功率多步预测和实时预测方法研究、基于场景的风电功率不确定性预测方法研究以及基于字典学习的风电预测误差分析等。第三部分为风电消纳策略研究,包括基于分子扩散算法的含风电电网调度策略研究、考虑风电波动性的火电机组组合策略研究、考虑风电预测误差的滚动调度策略研究、考虑风电爬坡事件的风火储调度策略研究、基于随机充电行为的风-火-电动汽车调度策略研究、基于多能流的风电就地消纳策略等。

目录

目录
前言
第1章 绪论 1
1.1 风电特性对电网的影响 1
1.2 风电预测研究现状 2
1.3 基于风电消纳的电网调度模型与策略研究现状 3
1.4 调度模型优化求解方法研究现状 7
1.5 本书工作 9
参考文献 9
第2章 基于主成分相空间重构的风电功率预测 16
2.1 引言 16
2.2 相空间重构法基本原理 16
2.3 基于主成分分析的风电功率相空间重构 17
2.4 风电功率预测模型结构 18
2.5 仿真研究 19
2.5.1 M-G 时间序列预测性能分析 19
2.5.2 风电功率预测性能分析 20
2.6 本章小结 27
参考文献 28
第3章 基于 VMD-LSTM 的风电功率多步预测方法 30
3.1 引言 30
3.2 VMD 与风电特性分析 30
3.2.1 VMD 基本原理 30
3.2.2 风电特性分析 32
3.3 LSTM 与风电功率实时预测 35
3.3.1 LSTM 基本原理 35
3.3.2 基于 LSTM 的实时预测模型 36
3.4 仿真研究 38
3.4.1 VMD 分解层数分析 38
3.4.2 多步预测性能分析 41
3.5 本章小结 48
参考文献 48
第4章 基于改进长短记忆网络的风电功率预测 50
4.1 引言 50
4.2 改进思路 51
4.3 改进长短记忆网络结构 51
4.3.1 网络输入 51
4.3.2 记忆单元 53
4.3.3 输出单元 54
4.4 仿真研究 54
4.4.1 记忆单元状态分析 54
4.4.2 网络学习与预测性能分析 55
4.4.3 与其他预测方法比较 57
4.5 本章小结 59
参考文献 59
第5章 基于字典学习的风电预测误差实时评估方法 61
5.1 引言 61
5.2 预测误差关联参数分析 61
5.3 基于字典学习的误差关联参数处理 63
5.4 预测误差评估模型结构 64
5.5 仿真研究 64
5.5.1 与基于误差概率分布拟合的误差评估方法比较 64
5.5.2 不同风电预测方法的误差评估 68
5.6 本章小结 71
参考文献 71
第6章 基于改进径向移动算法的调度模型优化求解方法 73
6.1 引言 73
6.2 径向移动算法基本原理及存在问题 73
6.3 径向移动算法改进思路与实现方法 74
6.4 改进径向移动算法的性能测试 76
6.4.1 测试函数 76
6.4.2 测试结果分析 77
6.5 基于改进径向移动算法的电力系统经济调度模型优化求解 78
6.5.1 目标函数 78
6.5.2 约束条件 79
6.5.3 IEEE 30 节点系统调度优化求解 80
6.5.4 IEEE 39 节点系统调度优化求解 83
6.6 本章小结 87
参考文献 87
第7章 基于粒子扩散算法的含风电调度模型优化求解方法 89
7.1 引言 89
7.2 粒子寻优算法基本原理及存在问题 89
7.3 基于粒子扩散的优化算法 90
7.3.1 基于布朗运动的寻优粒子扩散 90
7.3.2 扩散密度 90
7.3.3 粒子扩散算法步骤 91
7.4 考虑机组污染物治理和风电成本的经济调度模型 91
7.4.1 污染物治理成本 91
7.4.2 风电成本 92
7.5 算例分析 93
7.5.1 测试函数 93
7.5.2 经济调度算例 93
7.6 本章小结 101
参考文献 101
第8章 基于风电预测误差实时补偿的电力系统多时间尺度滚动调度 104
8.1 引言 104
8.2 基于概率*优数据特征提取的风电功率预测误差估计 104
8.2.1 风电功率预测误差的影响因素分析 104
8.2.2 概率*优的数据特征提取方法分析 106
8.2.3 基于*优相关权重的预测误差估计 108
8.3 基于实时误差补偿的多时间尺度滚动调度模型的总体思路 109
8.4 日前调度模型 109
8.4.1 目标函数 110
8.4.2 约束条件 110
8.5 日内滚动修正模型 111
8.5.1 目标函数 111
8.5.2 约束条件 111
8.6 实时误差补偿模型 112
8.6.1 机组补偿子模型 112
8.6.2 储能补偿子模型 113
8.6.3 实时误差补偿主模型 114
8.7 算例分析 115
8.7.1 案例设置 115
8.7.2 IEEE 39 节点系统 116
8.7.3 IEEE 118 节点系统 124
8.8 本章小结 128
参考文献 129
第9章 考虑风电预测误差风险的电力系统经济调度 131
9.1 引言 131
9.2 风电预测误差分析 131
9.3 风电预测误差评估方法 133
9.3.1 基于主成分分析方法的评估参数预处理 133
9.3.2 基于支持向量机的预测误差评估模型 135
9.4 考虑风电预测误差风险的经济调度模型 135
9.5 算例分析 136
9.5.1 风电场与火电厂之间的关系分析 136
9.5.2 风电场之间的关系分析 140
9.6 本章小结 141
参考文献 142
第10章 考虑风电爬坡事件的电力系统协调调度 143
10.1 引言 143
10.2 考虑风电爬坡事件的火/储协调策略 144
10.2.1 风电爬坡事件分析 144
10.2.2 应对风电爬坡事件的火/储协调策略及分析 145
10.3 考虑风电爬坡事件的火/储调度模型 147
10.3.1 目标函数 147
10.3.2 约束条件 147
10.4 算例分析 149
10.4.1 风电上爬坡事件调度 149
10.4.2 风电下爬坡事件调度 151
10.5 本章小结 153
参考文献 153
展开全部

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航