风光发电功率与用电负荷联合预测方法研究

目录

声明

摘要

缩写符号汇总

第1章绪论

1．1课题研究背景及意义

1．2风光电站异常运行数据识别研究现状

1．2．1单一识别方法

1．2．2组合识别方法

1．2．3现状总结及存在问题分析

1．3数值天气预报风速／辐照度修正研究现状

1．3．1单一位置处的NWP风速／辐照度修正

1．3．2考虑空间耦合特性的NWP风速／辐照度修正

1．3．3现状总结及存在问题分析

1．4风光发电功率与负荷预测研究现状

1．4．1风电／光伏发电功率预测研究现状

1．4．2负荷预测研究现状

1．4．3风电-光伏发电-负荷功率预测研究现状

1．4．4现状总结及存在问题分析

1．5论文研究思路及主要内容

第2章多时空尺度下风光资源与发电功率特性分析方法研究

2．1引言

2．2自然风时移性评价方法

2．2．1现有时移性评价方法的不足

2．2．2基于风过程提取的自然风时移性评价方法

2．3风电功率波动性评价指标

2．3．1现有波动性评价指标的不足

2．3．2风电功率波动细节特征评价指标

2．4风光发电功率互补性评价方法

2．4．1现有互补性评价指标的不足

2．4．2考虑风光发电功率波动性的实时互补性评价方法

2．5算例分析

2．5．1自然风时移性

2．5．2风电功率波动细节特征

2．5．3风光发电功率实时互补性

2．6本章小结

第3章面向功率预测的风光电站异常运行数据清洗

3．1引言

3．2风光电站异常运行数据类型梳理

3．3针对异常数据分布不均的改进识别方法

3．3．1双向单边四分位法

3．3．2双DBSCAN聚类法

3．4针对堆积型异常数据的改进K-means聚类法

3．5风光电站异常运行数据的定向识别方法

3．6算例分析

3．6．1电站异常数据识别

3．6．2电站异常数据还原

3．7本章小结

第4章数值天气预报风速／辐照度时序传递修正

4．1引言

4．2．1独立时刻下NWP风速误差

4．2．2独立时刻下NWP辐照度误差

4．3考虑时序关系的NWP误差模式

4．3．1考虑时序关系的NWP风速误差

4．3．2考虑时序关系的NWP辐照度误差

4．4NWP风速／辐照度时序传递修正方法

4．5评价指标

4．6算例分析

4．6．1风电场

4．6．2光伏电站

4．7本章小结

第5章基于深度学习的风光发电功率与负荷联合预测

5．1引言

5．2风光荷联合预测依据及优势分析

5．3基于变量注意力机制的风光荷关键输入信息提取

5．4风光发电功率预测任务损失函数构建

5．4．1多任务学习

5．4．2基于同方差不确定性的风光发电功率预测任务损失函数

5．5基于变量注意力机制-多任务学习的风光荷联合预测方法

5．6评价指标

5．7算例分析

5．7．1风光荷相关性分析

5．7．2风光荷确定性预测结果

5．7．3风光荷不确定性预测结果

5．8本章小结

第6章结论与展望

6．1结论

6．2创新点

6．3展望

参考文献

攻读博士学位期间发表的论文及其它成果

攻读博士学位期间参加的科研工作

致谢

作者简介