独创性声明
本人声明所呈交的学位论文是我个人在导师的指导下进行的研究工作及取得的研究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。
学位论文作者签名：
日期：年月日
学位论文版权使用授权书
本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。
保密□，在______年解密后适用本授权书。
本论文属于
除开头的成语
不保密□。
淡扫蛾眉朝至尊
（请在以上方框内打“√”）
学位论文作者签名：指导教师签名：
日期：年月日日期：年月日的名言
华中科技大学硕士学位论文
摘要
随着全经济的发展，不可再生能源逐渐减少。为了应对这一问题，新能源成为了发展和研究的热门领域。风能由于清洁和可再生成为了研究的重点，但是风电的随机性对电力系统带来了重大的影响，同时我国风资源分布不均，大型风电生产基地都在远离负荷中心的位置，造成了输送的困难，弃风严重。为此必须对风电出力的特性进行详细的分析，根据风电特性制定相应的电力系统建设与控制策略。目前对于风电出力特性的研究大都停留在定性研究阶段，无法全面的反映风电出力特性，相关工作急需开展。
风电出力时间序列对于风电接入电力系统的研究必不可少，目前已经有大量关于短期风电功率预测的
研究，但此类研究计算方法复杂，预测时间大都不能超过3天，对于长时间尺度的风电出力时间序列，主要有风速和时间序列法，物理法根据风速模型结合风机出力曲线得到风电功率，需要考虑尾流效应等多种风电场现实因素，计算复杂；时间序列法包括传统的MCMC（蒙特卡洛马尔科夫链）法和AMRA（自回归滑动平均模型）法，它们都有着明显的缺陷，对风电出力特性的刻画也不够全面。
干桂圆
为了解决以上两个问题，本文对国内外24个风电场/群的历史数据进行了研究，总结了风电出力的特性，包括均值方差，自相关系数、不同时间尺度的出力概率分布，波动特性等，并对不同年份的出力概率分布进行了对比。基于风电出力的概率分布特性、自相关特性与波动特性，提出了使用Copula理论的时间序列生成方法，对该方法进行了大量仿真分析，对比了国内外风电场原始序列以及MCMC方法生成的时间序列，验证了该方法的精度，该方法能够很好的反映风电出力特性。
关键词：风电，时间序列，出力特性，概率密度分布，自相关系数，波动性，Copula
华中科技大学硕士学位论文
ABSTRACT
As the development of global economy, the non-regenerated energy has been gradually consumed, to solve the problem, new energy has been hot rearch field. Wind energy is clean and renewable,
but wind power has brought great impact to power system due to the randomness, while the wind resource distribution is uneven in China, large wind power production bas are away from the center of the load position, caus problems of transfer, wind energy curtailment rates is high. To solve the problem, characteristics of wind power output must be analyzed, but the mostly rearch now is qualitative analysis, the result can’t contain wind power characteristics comprehensively, related work is needed to carry out. Main methods of generating time ries are Markov chain Monte Carlo and ARMA(Autoregressive Moving Average), the disadvantage of the methods are obvious and the wind power characteristics can’t be describe comprehensively.
In light of the above two problems, this paper mainly defines and analyzes characteristics of wind power data in 24 wind farms, which include mean value, standard deviation , a utocorrelation Function, wind power probability density function and wind power fluctuation, compare the wind power of different years. Come up with the method of wind power time ries generation bad on autocorrelation function, wind power probability density function and wind power fluctuation. Carry on simulation, compare the result with original data and data of Markov chain Monte Carlo method. The method is accurate and reflect the wind power characteristics very well.
Key words: wind power, time ries, output characteristics, probability density function, autocorrelati
on function, Copula
心跳过缓是什么原因造成的
华中科技大学硕士学位论文
目录
摘要 .................................................................................................................. I I 1 绪论
1.1 引言 (1)
1.2 国内外研究及应用现状 (3)
1.3 本文主要内容及章节安排 (6)
2 风电出力的特性分析
2.1 引言 (7)
2.2 风电出力时间特性分析 (8)
2.3 风电出力波动分布特性分析 (20)
2.4 本章小结 (22)
3 基于风电出力特性和COPULA理论的风电出力时间序列生成
3.1 引言 (23)
礼仪故事3.2 风电出力概率分布的建模 (24)
3.3 风电出力时间相关性的建模 (25)
3.4 利用波动特性修正时间相关性模型 (34)
3.5 利用季节特性修正时间序列模型 (34)
3.6 基于模型的时间序列生成 (35)
3.7 本章小结 (36)
4 风电出力时间序列生成方法的对比验证
4.1 引言 (37)
刷新自我作文
华中科技大学硕士学位论文
4.2 风电出力基本参数检验 (37)
4.3 风电出力时间相关性检验 (39)
4.4 风电出力概率分布检验 (40)
4.5 风电出力波动特性检验 (42)
4.6 本章小结 (44)
5全文总结
5.1 全文总结 (45)
5.2 研究展望 (45)
致谢 (47)
参考文献 (48)
肝不藏血
附录1 算例参数对比 (52)
