声明
摘要
第1章 绪论
1.1 风电场功率预测的背景和意义
1.2 国内外风电发展概况
1.2.1 国外风电发展概况
1.2.2 国内风电发展概况
1.2.3 风电场功率预测的常用方法
1.3 支持向量机在风电场功率预测中的应用情况以及存在问题
1.4 本文主要工作
第2章 风电相关特性以及支持向量机原理
2.1 风电相关特性
2.1.1 风的特性
2.1.2 风电机组输出功率的特性
2.2 支持向量机回归原理
2.2.1 结构风险最小化原则
2.2.2 支持向量机回归原理
2.3 最小二乘支持向量机原理
2.4 粒子群参数优化的理论概述
2.4.1 标准粒子群参数优化原理
2.4.2 改进粒子群优化理论
2.5 小结
第3章 改进粒子群最小二乘支持向量机预测模型的建立
3.1 风电场风速及功率特性分析
3.1.1 风电场风速特性分析
3.1.2 风电场功率特性分析
3.2 数据预处理
3.2.1 样本数据的预处理
3.2.2 样本的归一化处理
3.3 核函数的选择
3.4 模型参数的确定
3.5 PSO-LSSVM模型的建立
3.5.1 风电场短期功率预测步骤及流程
3.5.2 误差评价指标
3.6 小结
第4章 风电场短期功率预测实例分析
4.1 风电场的等效模型
4.2 输入变量的选取
4.3 LSSVM预测模型
4.3.1 LSSVM预测结果及分析
4.3.2 算法存在的缺陷与对策
4.4 PSO-LSSVM预测模型
4.4.1 参数的分析与设置
4.4.2 标准PS0-LSSVM预测结果及分析
4.4.3 算法存在的缺陷与对策
4.5 改进PSO-LSSVM预测模型
4.5.1 参数的分析与设置
4.5.2 改进PSO-LSSVM预测结果及分析
4.5.3 功率预测稳定性分析
4.6 小结
第5章 风电并网后的系统频率稳定性分析
5.1 引言
5.2 系统频率稳定性及频率控制方式
5.2.1 系统频率稳定性
5.2.2 风力机的分类
5.2.3 DFIG频率控制方式
5.3 DFLG频率控制算例分析
5.3.1 DFLG频率控制模块
5.3.2 算例系统
5.3.3 算例结果及分析
5.4 小结
第6章 总结及展望
6.1 总结
6.2 展望
致谢
参考文献
硕士期间成果
西安理工大学;