微网的预测、控制与优化运行

首页 > 图书 > 科技/2020-08-01 / 加入收藏 / 阅读 [打印]
微网的预测、控制与优化运行

微网的预测、控制与优化运行

作者:程启明

开 本:16开

书号ISBN:9787111641919

定价:79.0

出版时间:2020-04-01

出版社:机械工业出版社

微网的预测、控制与优化运行 本书特色

本书着重论述了作者在微网的功率预测、协调控制、优化运行等方面所取得的研究成果。全书共分为4部分,其中第1部分为微网的功率预测方法分析与研究;第2部分为交流微网的协调控制方法分析与研究;第3部分为直流微网及混合微网的协调控制方法分析与研究;第4部分为微网的优化运行方法分析与研究。
本书适合微网系统研究、设备研发、工程建设和运行管理等相关领域的科技工作者阅读,也可供高等院校分布式能源与微网相关专业的教师、研究生和高年级本科生参考。

微网的预测、控制与优化运行 目录

前 言
第 1部分 微网的功率预测方法分析与研究
第 1章 绪论 …………………………………………………………………………… 3
1.1 背景及研究意义 ……………………………………………………………… 3
1.2 国内外研究现状及展望 ……………………………………………………… 5
1.2.1 微网能量管理系统 …………………………………………………… 5
1.2.2 光伏功率预测的研究现状 …………………………………………… 7
1.2.3 风电功率预测的研究现状 …………………………………………… 8
1.2.4 风光发电短期功率预测研究方向的展望 …………………………… 9
1.3 本部分主要研究内容 ………………………………………………………… 9
1.3.1 光伏短期功率预测的研究内容 ………………………………………10
1.3.2 风电短期功率预测的主要内容 ………………………………………10
1.3.3 本部分的章节安排 ……………………………………………………10
第 2章 预测模型的关键技术 ……………………………………………………… 12
2.1 基于密度峰值的聚类算法 ……………………………………………………12
2.1.1 气象特征因子的影响 …………………………………………………12
2.1.2 密度峰值聚类算法 ……………………………………………………13
2.1.3 层次聚类算法的实现 …………………………………………………14
2.2 统计学习理论 …………………………………………………………………15
2.2.1 统计学习理论的概念 …………………………………………………15
2.2.2 VC维和 SVM …………………………………………………………15
2.2.3 Mercer定理和软间隔分离 ……………………………………………17
2.2.4 RBF神经网络 …………………………………………………………18
2.3 改进优化算法的原理 …………………………………………………………19
2.3.1 FOA ……………………………………………………………………19
2.3.2 改进 FOA法 …………………………………………………………… 20
2.3.3 与 GA、PSO算法的对比……………………………………………… 20
2.4 集合经验模态分解 ……………………………………………………………20
2.4.1 EMD原理 ……………………………………………………………… 21
2.4.2 抑制白噪声 ……………………………………………………………22
2.5 本章小结 ………………………………………………………………………22
第 3章 基于密度峰值层次聚类的短期光伏功率预测模型 ……………………… 23
3.1 气象特征分析及聚类算法实现 ………………………………………………23
3.1.1 天气状态与光伏出力的相关性分析 …………………………………23
3.1.2 层次聚类算法的实现 …………………………………………………25
3.1.3 与传统聚类算法的对比 ………………………………………………28
3.2 基于 SVM的天气类型聚类识别 ……………………………………………29
3.2.1 SVM模型的建立 ……………………………………………………… 29
3.2.2 SVM训练参数的确定及识别结果评估 ……………………………… 29
3.3 光伏短期功率预测模型设计 …………………………………………………31
3.3.1 预测模型的结构设计 …………………………………………………31
3.3.2 预测结果及评估 ………………………………………………………32
3.4 本章小结 ………………………………………………………………………34
第 4章 基于 EEMD的短期风电功率预测模型 …………………………………… 35
4.1 风电功率短期预测的影响因素分析 …………………………………………35
4.1.1 风电场历史数据的处理 ………………………………………………36
4.1.2 气象特征参数分析 ……………………………………………………36
4.2 基于 EEMD的短期风功率预测模型建立 …………………………………… 38
4.2.1 EEMD的参数优化 ……………………………………………………39
4.2.2 EEMD对于风速时间序列的模态分解 ………………………………40
4.3 风电序列的相空间重构 ………………………………………………………42
4.3.1 相空间重构原理 ………………………………………………………42

 1/4    1 2 3 4 下一页 尾页

工业技术 电工技术 电工基础理论

在线阅读

 1/4    1 2 3 4 下一页 尾页