幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

新能源電力系統隨機特性分析與優化運行

  • 作者：張靖//何宇//韓松//范璐欽|責編:華宗琪
  • 出版社：科學
  • ISBN：9787030781895
  • 出版日期：2024/03/01
  • 裝幀：平裝
  • 頁數：266
人民幣：RMB 159 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書從新能源電力系統預測、新能源電力系統隨機特性分析以及新能源電力系統運行與控制相結合的角度討論了新能源電力系統隨機特性分析與優化運行。本書基於作者的研究成果，同時為了兼顧全面性，本書也引用了部分有代表性的其他文獻，或對其模型提出了局部改進，或採用了更有效的計算方法，或對某些觀點進行了補充論述。全書內容力圖全面，包含新能源發電預測、負荷預測、負荷特徵識別、概率潮流、概率穩定性評估、概率風險評估、最優調度、需求響應、微電網運行控制、人工智慧方法等。
    本書可供高等學校電氣類、自動化類等專業師生參考使用，也可供新能源電力系統相關科研人員閱讀。
作者介紹
張靖//何宇//韓松//范璐欽|責編:華宗琪
目錄
上篇  新能源電力系統預測與特徵識別
  第1章  基於灰色理論的風電功率預測
    1.1  風電功率預測相關技術
      1.1.1  小波分解及重構
      1.1.2  ADF檢驗
      1.1.3  灰色理論
      1.1.4  馬爾可夫鏈
    1.2  風電功率時間序列的前置處理
      1.2.1  基於ADF檢驗的小波分解實現
      1.2.2  分解結果分析
    1.3  基於小波二階灰色神經網路-馬爾可夫鏈模型的風電功率區間預測
      1.3.1  二階灰色模型的參數優化
      1.3.2  小波二階灰色神經網路-馬爾可夫鏈模型的建立
      1.3.3  風電功率區間預測模擬結果
    1.4  本章小結
  第2章  基於Stacking融合模型的負荷預測
    2.1  負荷預測相關技術
      2.1.1  SVM基本原理
      2.1.2  LightGBM演算法基本原理
      2.1.3  改進人工魚群演算法原理
      2.1.4  Stacking集成學習原理
    2.2  基於改進AFSA的SVM-Stacking融合模型
    2.3  構建LightGBM和SVM-Stacking融合模型
      2.3.1  餘弦相似度
      2.3.2  不同核函數的SVM模型相關性分析
      2.3.3  使用LightGBM改進SVM-Stacking融合模型
    2.4  預測結果對比分析
      2.4.1  算例數據與輸入
      2.4.2  不同基模型預測結果對比分析
        2.4.3不同方法預測結果對比分析
    2.5  本章小結
  第3章  基於數據挖掘技術的負荷特徵識別
    3.1  負荷特徵識別相關理論
      3.1.1  奇異值分解
      3.1.2  KICIC演算法
      3.1.3  Shapelet
      3.1.4  GEM
      3.1.5  隨機森林演算法
      3.1.6  聚類演算法評價指標
    3.2  數據預處理
      3.2.1  異常或缺失數據的識別與修正
      3.2.2  負荷曲線歸一化
    3.3  基於SVD-KICIC的負荷曲線聚類方法
      3.3.1  SVD-KICIC演算法及實現
      3.3.2  算例分析
    3.4  基於時序軌跡特徵的無監督有監督結合分類方法
      3.4.1  Shapelet學習樣本的獲取
      3.4.2  確定Shapelet位置信息
      3.4.3  基於時序軌跡特徵的隨機森林分類模型
      3.4.4  算例分析

    3.5  本章小結
  參考文獻
中篇  新能源電力系統隨機特性分析
  第4章  新能源電力系統元件模型
    4.1  風力發電數學模型
    4.2  光伏發電數學模型
    4.3  儲能系統數學模型
    4.4  柴油發電機數學模型
    4.5  負荷
  第5章  概率分析方法
    5.1  蒙特卡羅模擬法
    5.2  拉丁超立方採樣法
      5.2.1  採樣
      5.2.2  排序
    5.3  兩點估計法
      5.3.1  一元函數的兩點估計法
      5.3.2  多元函數的兩點估計法
    5.4  半不變數法
    5.5  分佈函數的擬合
      5.5.1  Gram-Charlier級數展開法
      5.5.2  Cornish-Fisher級數展開法
  第6章  考慮隨機變數相關性的概率潮流模擬方法
    6.1  隨機源模型及其相關係數矩陣
      6.1.1  隨機源模型
      6.1.2  隨機源模型的相關係數矩陣
    6.2  概率潮流模擬方法
      6.2.1  Nataf變換
      6.2.2  拉丁超立方採樣
      6.2.3  二次排序
    6.3  大規模電力系統概率潮流計算
    6.4  算例分析
      6.4.1  改進后的IEEE14節點系統
      6.4.2  改進后的IEEE118節點系統
      6.4.3  分析
    6.5  本章小結
  第7章  考慮時變特性的分散式電源優化配置研究
    7.1  含不同類型分散式電源的潮流計算
      7.1.1  分散式電源的潮流計算模型
      7.1.2  PV恆定型分散式電源在前推回代潮流演算法中的處理方法
      7.1.3  分層前推回代潮流演算法
      7.1.4  含分散式電源的兩點法概率潮流計算
    7.2  分散式電源接入對配電網有功網損的影響
      7.2.1  轉置雅可比矩陣法求有功網損微增率
      7.2.2  基於轉置雅可比矩陣法的兩點法概率有功網損微增率
      7.2.3  算例分析
    7.3  分散式電源優化配置
      7.3.1  目標函數
      7.3.2  約束條件
      7.3.3  算例分析
    7.4  本章小結

  第8章  考慮大規模相關隨機變數的電壓穩定概率評估方法
    8.1  概率電壓穩定估計基本理論
    8.2  概率電壓穩定模型
      8.2.1  隨機因素的概率模型
      8.2.2  電壓穩定模型
    8.3  概率電壓穩定評估中的相關隨機樣本生成
      8.3.1  冪法變換
      8.3.2  採樣與排列
      8.3.3  概率電壓穩定評估步驟
    8.4  算例分析
      8.4.1  IEEE14節點算例分析
      8.4.2  IEEE118節點算例分析
    8.5  本章小結
  第9章  含新能源發電的概率可用輸電能力評估
    9.1  基於拉丁超立方採樣的概率可用輸電能力研究
      9.1.1  可用輸電能力的定義
      9.1.2  拉丁超立方採樣原理
      9.1.3  基於最優潮流的可用輸電能力計算模型
      9.1.4  系統概率可用輸電能力評估指標
    9.2  計及風光可靠性模型的新能源出力研究
      9.2.1  風光可靠性模型
      9.2.2  傳統電力系統元件狀態模型
      9.2.3  可再生能源出力研究
    9.3  含新能源系統概率可用輸電能力研究
      9.3.1  計及風電場可靠性模型的系統概率可用輸電能力研究
      9.3.2  計及光伏發電可靠性模型的系統概率可用輸電能力研究
      9.3.3  計及風光發電共存的系統概率可用輸電能力研究
    9.4  本章小結
  第10章  含分散式電源配電系統風險評估
    10.1  電力系統風險及評估體系
      10.1.1  電力系統風險的定義與特性
      10.1.2  電力系統風險評估體系
    10.2  考慮隨機變數風險評估指標及風險評估流程
      10.2.1  電壓越限風險指標
      10.2.2  潮流越限風險指標
      10.2.3  基於半不變數法的概率潮流演算法及風險評估流程
    10.3  算例分析
    10.4  本章小結
  參考文獻
下篇  新能源電力系統運行與控制
  第11章  基於強化學習的微電網優化調度研究
    11.1  強化學習和遷移學習理論
      11.1.1  強化學習
      11.1.2  遷移學習
    11.2  基於深度確定性策略梯度的微電網優化調度
      11.2.1  調度模型
      11.2.2  微電網優化調度的強化學習建模
      11.2.3  算例分析
    11.3  基於深度確定性策略梯度和遷移學習的微電網優化調度
      11.3.1  深度確定性策略梯度與遷移學習的結合

      11.3.2  知識遷移規則
      11.3.3  演算法流程
      11.3.4  算例分析
    11.4  本章小結
  第12章  基於MPC的微電網需求響應研究
    12.1  MPC基本原理
    12.2  改進鯨魚優化演算法
      12.2.1  鯨魚優化演算法基本原理
      12.2.2  改進鯨魚優化演算法基本原理
    12.3  考慮廣義需求響應的微電網日內分層調度研究
      12.3.1  考慮廣義需求響應的微電網分層模型
      12.3.2  考慮廣義需求響應的日內分層調度
      12.3.3  算例分析
    12.4  本章小結
  第13章  源荷儲多時間尺度滾動優化調度研究
    13.1  微電網多時間尺度優化調度模型
      13.1.1  日前長時間尺度調度模型
      13.1.2  日內短時間尺度調度模型
      13.1.3  約束條件
    13.2  微電網多時間尺度滾動魯棒優化調度
      13.2.1  魯棒優化
      13.2.2  電價型需求響應
      13.2.3  粒子群優化演算法理論
      13.2.4  MPC理論
        13.2.5優化調度框架與流程
    13.3  算例分析
    13.4  本章小結
  第14章  計及風光不確定性的微電網弱魯棒優化調度研究
    14.1  魯棒優化基本理論
      14.1.1  弱魯棒優化模型
      14.1.2  不確定集基本理論
      14.1.3  對等轉換理論
    14.2  基於弱魯棒與MPC的微電網日前-日內多時間尺度調度
      14.2.1  多時間尺度微電網弱魯棒優化調度模型
      14.2.2  算例分析
    14.3  基於弱魯棒與MPC的微電網日前-日內多目標優化調度
      14.3.1  多時間尺度微電網弱魯棒多目標優化調度模型
      14.3.2  算例分析
    14.4  本章小結
  第15章  計及需求響應的微電網多目標優化調度研究
    15.1  多目標求解相關理論及其優越性分析
      15.1.1  EMOSO
      15.1.2  灰色關聯分析法（折中解選擇）
      15.1.3  改進熵權法（權重賦值）
      15.1.4  EMOSO優越性模擬實驗與分析
    15.2  基於需求響應的微電網多目標優化調度
      15.2.1  微電網多目標優化模型
      15.2.2  算例分析
    15.3  基於需求響應的微電網區間優化調度
      15.3.1  區間數的定義及對應模型的轉換

      15.3.2  微電網區間優化模型轉換
      15.3.3  求解流程
      15.3.4  算例分析
    15.4  本章小結
  第16章  微電網運行控制的平滑解列
    16.1  VSG基本理論
      16.1.1  VSG的數學模型和控制結構
      16.1.2  VSG控制逆變器和同步發電機的對應關係
      16.1.3  VSG的暫態過程分析
    16.2  含VSG的微電網解列穩定控制策略
      16.2.1  基於協同控制理論的VSG暫態穩定控制策略
      16.2.2  基於Bang-Bang控制的多VSG微電網解列研究
      16.2.3  基於優化協調控制策略的微電網主動解列
    6.3  本章小結
參考文獻
附錄

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032