前言
方法及模型符号说明
上篇 风电功率特性分析方法
第1章 风电功率特性分析概述
1.1 引言
1.2 风电功率特性分析流程
1.3 涉及的统计指标及概率分布函数
1.3.1 数据来源
1.3.2 特性指标
1.3.3 常见的概率分布函数及统计指标
1.4 风电功率特性分析研究现状
1.5 风电功率特性分析内容
第2章 风电功率日曲线的时序特性分析
2.1 引言
2.2 风电功率的日特性分析
2.2.1 美国YoungCounty风电场风电功率日特性分析
2.2.2 爱尔兰Ireland风电场群风电功率日特性分析
2.3 风电功率的统计特性分析
2.3.1 爱尔兰Ireland风电场群风电功率的统计特性分析
2.3.2 德国Tennet风电场群与英国UK风电场群风电数据统计特性分析
2.4 风电功率长时间特性分析
2.4.1 爱尔兰Ireland风电场群风电功率的长时间特性曲线分析
2.4.2 德国Tennet风电场群与英国UK风电场群长时间特性分析
2.5 风电功率爬坡特性分析
第3章 风电功率序列的相关特性
3.1 引言
3.2 风电功率序列的时空相关特性
3.2.1 风电功率序列时空相关特性概述
3.2.2 风电功率序列相关性的测度
3.3 风电功率序列线性相关的适用性判别
3.3.1 线性相关性判别所涉及的定义
3.3.2 风电功率序列的线性相关性判别方法
3.3.3 风电功率序列时空线性相关性的实证分析
3.4 风电功率序列非线性相关特性分析
3.4.1 Copula函数与其他非线性相关测度的关系
3.4.2 风电功率序列时空非线性相关性的实证分析
第4章 风电功率预测误差特性分析
4.1 引言
4.2 风电功率预测误差概述
4.2.1 风电功率预测的难点分析
4.2.2 风电功率预测的种类
4.2.3 衡量风电功率预测效果的评价指标
4.3 风电功率预测误差统计特性分析方法
4.4 风电功率预测误差分布特性
4.4.1 数据说明
4.4.2 我国北方某风电场风电功率误差的分布特性
4.4.3 德国Tennet风电场群风电功率误差的分布特性
第5章 风电功率波动特性分析
5.1 引言
5.2 不同时空尺度下的风电功率波动特性
5.2.1 风电功率波动的概率分布特性分析
5.2.2 风电功率在不同空间尺度下的波动特性
5.2.3 风电功率序列在不同时间尺度下的波动特性
第6章 风电功率持续特性分析
6.1 引言
6.2 风电功率持续特性
6.2.1 风电功率状态的持续时间特性
6.2.2 风电功率的状态转移特性
6.3 风电功率持续时间特性分析
6.3.1 风电功率状态持续时间的概率分布函数
6.3.2 风电功率状态持续时间的概率分布特性分析
6.4 风电功率状态转移率特性
6.4.1 状态转移率矩阵的计算方法
6.4.2 风电功率状态转移率特性分析
第7章 风电功率特性研究总结
7.1 引言
7.2 风电功率相关性研究总结
7.3 风电功率的预测误差特性研究总结
7.4 风电功率波动性研究总结
7.5 风电功率持续特性研究总结
上篇参考文献
下篇 风电功率场景模拟方法
第8章 风电功率场景模拟的定义与分类
8.1 引言
8.2 风电功率场景定义
8.3 风电功率场景模拟概述
8.3.1 风电功率场景模拟问题
8.3.2 风电功率场景模拟的近似方法
8.4 衡量风电功率场景模拟精度的距离指标
8.4.1 统计特性指标
8.4.2 相关性指标
8.4.3 空间距离指标
第9章 基于Cholesky分解和超立方变换的矩匹配场景生成方法
9.1 引言
9.2 矩匹配法的基本思想
9.3 基于矩匹配法的风电功率场景生成
9.3.1 矩匹配法的基本步骤
9.3.2 立方变换
9.4 矩匹配方法生成风电功率场景的验证
9.5 基于矩匹配法的风电场景生成应用
9.5.1 基于场景的鲁棒输电网规划优化模型
9.5.2 修正的Garver6节点系统
9.5.3 IEEE24节点系统
9.5.4 IEEE RTS-96系统
第10章 基于改进矩匹配的场景削减方法
10.1 引言
10.2 场景削减的基础理论
10.3 场景削减的经典方法
10.3.1 聚类分析方法
10.3.2 前向选择法/后向削减方法
10.3.3 矩匹配法
10.4 基于聚类和Cholesky分解法的改进矩匹配法
10.4.1 基于聚类方法削减场景
10.4.2 基于Cholesky分解法的相关性矩阵的修正
10.4.3 基于矩匹配法优化削减场景的概率
10.5 算例分析
10.5.1 算例说明
10.5.2 改进矩匹配法的计算结果
10.5.3 改进矩匹配法的场景的计算效率分析
10.5.4 改进矩匹配法的拟合精度分析
第11章 基于最优化理论的场景生成方法
11.1 引言
1