风电研究背景综述
风电功率预测技术综述
风电功率预测技术综述风电功率预测技术综述一、引言随着全球能源需求的增长和对可再生能源的关注度上升，风电作为一种清洁、可持续的能源形式受到了广泛关注。
然而，由于风能的不稳定性和不可控性，风电发电的波动性给电网的稳定运行和电力市场的管理带来了一定的挑战。
因此，准确预测风电功率成为提高风电系统经济性和可靠性的关键技术之一。
本文将综述风电功率预测技术的研究现状和发展趋势。
二、风电功率预测的重要性风电功率预测对电力系统的安全运行和规划具有重要意义。
准确的风电功率预测可以帮助电力系统运营商做出合理调度决策，优化电力资源的配置，降低电网的运行成本。
同时，风电功率预测也对电力市场的管理和规划起到了积极的促进作用，有利于高效利用风能资源，提高市场竞争力。
三、风电功率预测的方法与模型风电功率预测方法主要可以归纳为统计学方法、数学模型方法和人工智能方法。
1. 统计学方法统计学方法是基于历史数据的统计分析，通过时间序列分析、自回归移动平均模型(ARIMA)和指数平滑等方法进行风电功率预测。
这些方法简单易行，但在解释非线性关系和处理时间序列中的噪声方面存在一定的限制。
2. 数学模型方法数学模型方法采用物理学原理和数学方程来描述风电场的发电过程。
基于气象学和风力学模型，如Weibull分布模型、韦伯分布模型和功率曲线模型等，可以实现相对较准确的预测。
3. 人工智能方法人工智能方法包括神经网络、遗传算法、模糊理论等，通过对大量的历史数据进行学习和挖掘，建立预测模型。
这些方法可以处理非线性、非稳态、多变量等问题，具有较高的预测准确度和自适应能力。
四、风电功率预测的挑战与发展趋势尽管已经取得了一定的研究成果，但风电功率预测仍面临一些挑战。
首先，风能的不确定性和波动性导致预测误差较大，限制了预测的准确度。
其次，风电场的复杂多变性增加了预测模型的复杂性和难度。
此外，缺乏高质量的历史数据和标准化的评价指标也限制了预测模型的发展。
为了克服这些挑战，风电功率预测技术将会朝着以下方向进行发展：1. 集成多源数据：利用气象数据、风电场历史数据、机器学习算法等多种数据信息，提高预测精度和稳定性。
风电文献综述报告
文献综述报告( 2015届本科）学院：工程学院专业：电气工程及其自动化班级：电气2班*****学号：***********:**2015年 6 月小型风力发电系统研究与设计前言:随着近年来地球温室效应加重,传统化石燃料供应愈发紧张,人们开始进行新能源的寻找和开发。
而风能作为一种无污染的可再生能源,其利用简单、取之不尽用之不竭的特点使其在新能源领域脱颖而出.据研究,如果全球风能总量的1%被利用，那么世界3％的能源就可以被节省下来。
风能的利用在未来也许会取代传统化石燃料以及核能等能源方式。
世界各国均把风力发电作为应对能源短缺、大气污染、节能减排等问题的有效解决措施。
而小型发电系统在日常生活中如何应用也受到越来越多的关注。
1 风力发电研究的背景和意义风力发电是电力可持续发展的最佳战略选择。
清洁、高效成为能源生产和消费的主流，世界各国都在加快能源发展多样化的步伐.从 20 世纪 90 年代开始,世界能源电力市场发展最为迅速的已经不再是石油、煤和天然气,而是太阳能发电、风力发电等可再生能源。
世界各地都在通过立法或不同的优惠政策积极激励、扶持发展风电技术，而中国是风能资源较丰富的国家，更需要开发利用风电技术。
技术创新使风电技术日益成熟。
目前,在发达国家风电的年装机容量以 35.7％高速度增长。
一个重要原因是各国积极以科学的发展观,采取技术创新，使风电技术日益成熟。
目前单机容量 50kW、600kW、750kW 的风电机组已达到批量商业化生产的水平，并成为当前世界风力发电的主力机型，兆瓦级的机组也已经开发出来,并投入生产试运行.同时，在风电机组叶片设计和制造过程中广泛采用了新技术和新材料，风电控制系统和保护系统广泛应用电子技术和计算机技术,有效地提高风力发电总体设计能力和水平，而且新材料和新技术对于增强风电设备的保护功能和控制功能也有重大作用。
技术进步使风电成本具有市场竞争能力。
长期以来，人们以风电电价高于火电电价为由，一直忽视风电作为清洁能源对于能源短缺和环境保护的意义,忽视了风电作为一项高新技术产业而将带来的巨大前景。
《2024年风电功率预测关键技术及应用综述》范文
《风电功率预测关键技术及应用综述》篇一一、引言随着全球能源结构的转型和环境保护意识的提升，可再生能源的开发与利用日益受到重视。
其中，风电作为清洁、可再生的能源形式，已经成为全球能源发展的重要方向。
然而，由于风能的随机性、间歇性和不可预测性，风电功率的准确预测成为风电并网运行和调度管理的重要问题。
本文旨在综述风电功率预测的关键技术及其应用，以期为相关研究提供参考。
二、风电功率预测关键技术（一）数据驱动型预测技术数据驱动型预测技术主要依靠历史数据和统计方法进行预测。
其中，时间序列分析、机器学习和人工智能等方法被广泛应用于风电功率预测。
时间序列分析通过分析历史风电功率数据，建立时间序列模型进行预测。
机器学习和人工智能则通过训练大量的样本数据，学习风能的时空分布规律和风速、风向等气象因素对风电功率的影响，从而提高预测精度。
（二）物理驱动型预测技术物理驱动型预测技术基于风能产生的物理过程和气象学原理进行预测。
该技术利用气象学模型、大气数值预报模型等工具，对风速、风向等气象因素进行预测，进而推算出风电功率。
物理驱动型预测技术的优点在于考虑了风能的物理特性，能够提供更准确的长期预测。
（三）组合预测技术组合预测技术将数据驱动型预测技术和物理驱动型预测技术的优点相结合，通过组合不同的预测方法和模型，提高预测精度。
该技术可以充分利用历史数据和气象信息，同时考虑风能的随机性和可预测性，从而实现对风电功率的准确预测。
三、风电功率预测的应用（一）电网调度与管理风电功率预测在电网调度与管理中具有重要作用。
通过准确预测风电功率，可以合理安排电网调度计划，平衡电力供需，减少电网运行风险。
同时，风电功率预测还可以为电网运行优化提供支持，提高电网运行效率和可靠性。
（二）风电机组控制与维护风电功率预测对于风电机组的控制和维护具有重要意义。
通过预测风电功率，可以实现对风电机组的优化控制，提高风能利用率和发电效率。
同时，还可以根据预测结果合理安排风电机组的维护计划，延长设备使用寿命，降低运维成本。
风力发电的发展历史、现状及趋势综述
CAIXUN 财讯－105－风力发电的发展历史、现状及趋势综述□ 西华大学西华学院 刘峻豪 / 文随着全球科技技术爆发式提升，作为主要能源提供的化石能源日渐枯竭，源。
现主要发展的替代能源即新能源主本文主要探究风力发电的发展历史、现本不会破坏环境，是稳定、安全的能源。
发电技术。
风能 风力发电 控制技术 电力系统风能利用历史（1）世界风能利用历史数千年前就出现了利用风能带动帆航行的船。
后又制造出一种风力机，可以利用风能来碾米和提水。
虽然人类利用风能在历史上很早就出现，但是风力发电技术发展却只有不到两百年的历史。
19世纪80年代末期，第一台的风力发电机由美国制造成功，但仅有12kw 的功率。
1939年至1945年期间，丹麦首次投入使用少叶片风力发电机。
19世纪50年代初期，丹麦制造出第一台交流风力发电机。
1930年至1960年，丹麦、美国等欧美国家开始研发更大功率的风力发电机。
20世纪80年代，已出现630kW 的风力发电机，国际技术已攻破风力发电技术瓶颈，大幅降低风力发电成本。
1990年，新一代风力发电机的雏形已形成。
（2）我国风力发电历史上个世纪90年以来，大型风力机开始在我国推广应用，取得了可喜的成就。
截止2000年底，全国建成风电场27个，分布在10余个省区，安装机组800余台，最大容量为1300千瓦，总装机容量为400兆瓦，1996年至2001年风电装机容量的平均年增长率为16%，我国已跻身风力发电行业快速发展的国家行列。
2016年中国风电新增装机量2337万千瓦，累计装机量达到1.69亿千瓦，其中海上风电新增装机59万千瓦，累积装机容量为163万千瓦。
目前发达欧美国家大功率风力发电机制造水平远远领先我国。
在第八、九个五年计划期间，风力发电得到国家重视，被列入重点科研项目，取得了一些突破性成就。
在1980年至1990年，我国尝试研制过变桨距调节风力发电机，由于当时我国机械控制水平较低，研发的机组可靠性差，没有形成产业化，此技术并未发展起来。
风力发电及其技术发展综述
风力发电及其技术发展综述风力发电是一种在全球范围内广泛使用的可再生能源技术。
本文将全面深入地探讨风力发电技术的发展历程、现状、前沿领域以及未来发展趋势。
我们将介绍风力发电的基本原理、关键技术、应用场景，以及研究方法和展望。
风力发电是利用风能转化为电能的过程。
风能是一种广泛存在的自然能源，具有清洁、可再生等特点。
随着全球对环境保护和可持续发展的日益重视，风力发电技术在世界范围内得到了大力推广和应用。
陆地风电技术：陆地风电是风力发电的主要形式，其技术发展相对成熟。
然而，由于陆地风电的资源有限，且受到地形、气候等因素的影响，其发展面临一定的瓶颈。
目前，研究方向主要是提高风电机组的效能和可靠性，降低其成本。
海洋风电技术：海洋风电是风力发电的新兴领域，具有丰富的资源和发展潜力。
海洋风电技术需要解决的关键问题包括风电机组固定技术、电力传输技术以及海洋环境对风电机组的影响等。
智能电网：智能电网是风力发电的重要应用领域。
通过智能电网技术，可以实现风能与其他能源的互补，提高电力系统的稳定性。
太阳能：风能和太阳能都是清洁能源，具有很大的发展潜力。
太阳能和风能联合发电系统可以大大提高可再生能源的利用效率。
潮汐能：潮汐能是一种具有很大开发潜力的海洋能源。
风力发电和潮汐能联合开发系统，可以充分利用两种能源的特点，提高能源利用效率。
风力发电技术的研究方法主要包括文献调研、统计分析、案例研究和仿真模拟等。
研究人员需要充分了解国内外的研究现状和发展趋势，结合实际应用需求，提出针对性的研究方案和发展策略。
风力发电技术在全球范围内得到了广泛应用和认可，是实现可持续发展和环境保护的重要手段。
然而，目前风力发电技术的发展仍面临一些挑战，如资源有限、成本较高、技术瓶颈等。
未来，随着科技的进步和创新，风力发电技术的发展将朝着更高效能、更低成本、更广泛应用的方向发展。
同时，随着可再生能源的日益重视和大力发展，风力发电技术在智能电网、太阳能、潮汐能等领域的拓展将更加深入。
风力发电技术综述
网络高等教育本科生毕业论文（设计）题目：风力发电技术综述学习中心：层次：专科起点本科专业：电气工程及其自动化年级： 2012 年秋季学号：学生：指导教师：完成日期： 2012 年月 1日内容摘要风能是一种清洁、实用、经济和环境友好的可再生能源，与其它可再生能源一道，可以为人类发展提供可持续的能源基础。
在未来能源系统中，风电具有重要的战略地位。
人类利用风能已经有数千年历史，现代风电研究与开发也有30多年的历史。
许多国家投入了大量人力、物力对风力发电进行长期研究，这些研究成果使风力发电技术不断得到提高。
风电开发多年来一直保持很高的增长速度，近几年中国的风电装机容量几乎以每年翻一番的速度迅猛发展。
由于风力发电使用的一次能源——风能具有能量密度低、波动性大、不能直接储存等特点，风力发电领域仍然有许多问题需要进一步深入研究。
本论文从全球视角出发，介绍了风能的作用及优缺点，世界风力发电应用现状与前景，世界各国风力发电应用进展、风力发电设备，中国风力发电的特点及发电状况，风力发电应用进展和展望等内容。
关键词：风能；再生能源；风力发电目录内容摘要 (I)1 绪论 (1)1.1 课题的背景及意义 (1)1.2 国内外发展现状 (2)1.2.1 国外风力发电发展现状 (2)1.2.2 我国风力发电发展现状 (2)1.3 本文的主要内容 (3)2 风力发电机 (5)2.1传统的风力发电机 (5)2.1.1 笼型异步发电机 ................................................... 错误!未定义书签。
2.1.2 绕线式异步发电机 ............................................... 错误!未定义书签。
2.1.3 有刷双馈异步发电机 ........................................... 错误!未定义书签。
风电场课题研究背景
课题研究背景能源是人类社会存在与发展的物质基础。
过去的200年，建立在煤炭、石油、天然气等化石燃料基础上的能源体系极大地推动了人类社会的发展。
目前，电能作为一种最常用的能源，80％以上是有矿物燃料提供的，然而，人类在物质生活和精神生活不断提高的同时也越来越感悟到大规模使用化石燃料所带来的严重后果：资源日益枯竭，环境不断恶化，还诱发了不少国与国之间、地区与地区之间的政治经济纠纷，甚至冲突和战争。
因此，人类必须寻求一种新的清洁、安全、可靠的可持续能源系统。
发展新能源与可再生能源是人类应对气候变化，实现人与自然和谐发展所采取的一项长期战略任务。
太阳的辐射造成地球表面受热不均，从而引起大气层压力分布不均，使空气发生运动，空气的流动形成的动能即为风能，它是一种可再生的自然能源。
风能是目前可再生能源中技术相当成熟，并具规模化开发利用前景的一种清洁能源，它在完成能源改革的历史变迁中，将会起到重要作用。
由于我国的风力发电机组研发生产起步较晚，自主创新能力薄弱，兆瓦级风电机组的总体设计技术和重要部件的关键技术还没有完全掌握，特别是具有自主知识产权的风电技术的缺乏，关键技术受制于人，国产设备市场份额较少，我国的并网型风机主要由国外厂家提供，大型风机也只能依赖进口或者与外商合作生产，大量运行国外设备的一些风电场都同样面临以下儿个难题。
(1)由于国外生产商对核心技术封锁，导致风电场在实际运行维护中遇到的一些重要技术问题无法解决，风力发电企业很难在最短的时间内建立比较健全的设备运行和维护技术体系，保证设备长期稳定运行。
(2)由于风电市场迅猛发展风电设备产品供不应求，关键的风电核心部件如轴承、主控制系统、液压系统等的设计掌握在国外企业中，国产化推进过程中这些核心部件绝大部分依赖进口价格居高不下，这样风电企业的建设和运行成本很高，发电成本居高不下，经济效益很难保证。
(3)我国国内制造的兆瓦级大型风电机组，大多采用引进消化生产许可证、联合设计或购买设计机型的方式，产品的技术参数往往不适合我国风力资源的特点，引进的风电设备不能充分利用我国的风能资源。
风力发电机文献综述
毕业设计文献综述题目：立轴风力发电机学生姓名：李春鹏学号：090501224专业：机械设计制造及其自动化指导教师：刘恩福2013年2月27日一、摘要风能利用技术的快速发展已使风能成为目前最重要的一种可再生资源。
现有的风能转化系统大部分将风能通过风力机装置转化为机械能，然后通过电机转化为电能，通常风力机按风轮旋转轴在空间的方向，分为水平轴风力机（HorizontalAxis Wind Turbine简称为HAWT）和立轴风力机（Vertical Axis Wind Turbine简称为VAWT）两大类，达里厄型（Darrieus）风力机为立轴风力机的典型机型。
立轴风力机由于其结构和气动性能的独特优势，越来越被人们重视。
变速风力机可以在很大的风速范围内工作，而且能最大限度的捕获风能，提高风力发电机的效率，而成为当前该领域的研究热点。
本文以大型变速立轴风力机为研究对象，风力机为典型的达里厄型风力机，直接驱动永磁同步电机发电。
通过建立风力机气动性能评估模型、传动系统模型、电机以及控制系统的模型，并在MATLAB/SIMULINK进行仿真模拟，得到风力机在各种工况下的运行情况，并实现了最大风能追踪的算法。
变速风力发电机提高了风能利用率，但增加了控制系统的难度，本文对最大风能追踪策略的理论进行分析研究。
分析了达里厄型风力机的气动性能评估模型，该模型是基于叶素动量理论的双多流管模型，考虑了达里厄型风力机旋转时叶片对风轮下盘面流动干涉的特性，以及翼型动态失速、气动阻力的影响，对1MW达里厄型风力机进行计算分析，得到了该风力机的气动性能，如风力机在各风速下的气动转矩与转速的关系，以及在各风速下的气动功率与转速的关系，为仿真模拟提供基础。
根据仿真的需要分别建立了风力机传动系统模型、永磁同步电机模型、最大功率跟踪算法等模型。
永磁同步发电机在同步旋转轴下建立，并对同步电机的解耦控制做了分析，最大功率跟踪算法采用尖速比控制方法。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
随着经济高速发展对电能依赖程度的加剧，电力系统的规模不断增大，结构日趋复杂。
电能生产、传输与消费环节之间的强耦合性使得针对局部扰动的不恰当处置可导致影响范围扩大，甚至诱发恶性连锁反应，酿成大面积停电事故。
近年来，由于可再生能源发电大规模接入电力系统以及强随机、突发性极端自然灾害的频发，发生这种大面积停电的风险还有逐步增大的趋势。
自2003年美加大停电之后，发生在我国和巴拉圭、巴西、日本、印度等国的大面积停电事故已经充分说明：大停电是现代电力系统必须面对的严重威胁[1]。
在加强电网建设和管理的同时，研究大停电事故后局部孤立系统的快速恢复，对减少事故带来的经济损失和社会动荡具有极其重要的意义。
作为系统恢复的核心环节,网架重构的主要任务是高效利用系统中有限的启动功率，通过优化骨干机组及关键线路的投运顺序，争取在尽可能短的时间内最大化系统的有功出力,减小重要负荷的停电损失。
就大系统的总体重构策略而言，主要分为子系统内的串行恢复和不同子系统间的并行恢复，通过二者的协调配合保证全网恢复的同步[2-4]。
作为子系统内重构过程的基础，事故后的机组恢复顺序优化问题率先受到国内外研究者的关注。
20世纪90年代，基于知识库的专家系统、层次分析等定性分析与定量求解相结合的方法已被相继用来制定机组恢复方案[5，6]。
为了提高方案的客观适用性，文献[7]将机组顺序优化等效为多约束条件的背包问题，采用数据包络分析模型和回溯算法进行定量求解。
文献[8]进一步引入二进制和线性决策变量，将问题简化为混合整数线性优化问题，可求得所有机组初始启动顺序的最优解。
顺利重建网架不仅需要合理安排机组的恢复顺序，还需要关注送电路径的优化。
文献[9-11]利用复杂网络的拓扑特性指导网架重建过程中关键线路的筛选。
文献[12]将机组启动时间限制引入恢复路径的优化过程。
文献[13]将送电路径优化与节点重要性评价进行解耦，提出针对网络重构过程的通用送电路径优化模型。
由于机组和线路的投运在网架重构的主要阶段彼此交织、相互影响,为了将二者的优化过程统一起来，文献[14]采用改进支路权值后的综合优先级指标，以恢复时间最短为目标优化发电机的启动顺序。
文献[15]采用计及恢复机组发电容量和线路相对重要程度的机组恢复效益指标确定最优重构网络。
文献[16]提出了基于改进节点重要度和恢复路径评价方法的多目标双层重构优化模型。
上述研究旨在寻找理论上重构效果最优的机组或线路恢复顺序。
然而，网架恢复过程客观上要受到机组可靠性、倒闸操作、随机故障等诸多不确定因素的影响，文献[17，18]首先提出机组投运风险和线路投运风险的概念，对网架重构方案的运行可靠性进行定量评价。
文献[19]进一步提出综合考虑恢复效果和运行可靠性的基于失电风险最小的机组恢复顺序优化方法。
针对线路投运的不确定性，文献[20，21]分别采用模糊机会约束规划和鲁棒优化进行建模求解。
近年来，随着节能及环保压力的不断加剧，可再生能源发电规模在系统中的占比大幅增加，尤其是资源丰富且技术相对成熟的风力发电发展最为迅猛。
因此，也有学者针对风电参与系统恢复的可能和效益进行了针对性研究。
文献[22]提出了风力发电与超级电容及蓄电池组成的储能系统相结合的黑启动电源方案。
文献[23]针对配置储能电站的风电场提出一种大停电后风电场的黑启动策略。
文献[24]提出了考虑风电的黑启动一般原则，文献[25]仿真验证了连接VSC-HVDC的海上风场可作为黑启动电源加快系统恢复进程。
文献[26]在网架重构末期引入风电，并对比了是否有风电参与的恢复方案。
文献[27]研究了风电参与配电系统的恢复优化，有助于减少停电损失和恢复费用。
文献[28，29]研究了风电参与微网黑启动的策略和步骤。
参考文献[1]薛禹胜，吴勇军，谢云云，等．停电防御框架向自然灾害预警的拓展[J]．电力系统自动化，2013，37（16）：18~26．[2]L. H. Fink, K. L. Liou, and C. C. Liu. From generic restorationactions to specific restoration strategies[J]. IEEE Trans. on Power Systems, 1995, 10(2): 745-751.[3]周云海，闵勇．恢复控制中的系统重构优化算法研究[J]．中国电机工程学报，2003，23(4)：67-70．[4]赵腾，张焰，张志强．基于串行及并行恢复的电力系统重构[J]．电力系统自动化，2015，39(14) ：60-67．[5]Liu C C，Liou K L，Chu R F，et al．Generation capability dispatchfor bulk power system restoration： A knowledge-based approach[J]．IEEE Trans. on Power Systems，1993，8(1)：316-325．[6]董张卓，焦建林，孙启宏．用层次分析法安排电力系统事故后火电机组恢复的次序[J]．电网技术，1997，21(6)：48-51，54．[7]刘强，石立宝，周明，等．电力系统恢复中机组恢复的优化选择方法[J]．电工技术学报，2009，24(3)：164-170．[8]Sun W，Liu C C，Zhang L．Optimal generator start-up strategy forbulk power system restoration[J]．IEEE Trans. on Power Systems，2011，26(3)：1357-1366．[9]Yan Liu, Xueping Gu. Skeleton-Network Reconfiguration Based onTopological Characteristics of Scale-free Networks and Discrete Particle Swarm Optimization[J]. IEEE Trans. on Power Systems, 2007, 22(3)：1267~1274．[10]林振智，文福拴．基于加权复杂网络模型的恢复路径优化方法[J]．电力系统自动化，2009，33(6)：11-15，103．[11]刘国良，刘艳，顾雪平．输电网网架恢复方案关键线路辨识[J]．电力系统自动化，2011，35(1)：23-27．[12]韩忠晖，顾雪平，刘艳．考虑机组启动时限的大停电后初期恢复路径优化[J]．中国电机工程学报，2009，29(4)：21-26．[13]刘强，石立宝，倪以信，等．电力系统恢复控制的网络重构智能优化策略[J]．中国电机工程学报，2009，29(13)：8-15．[14]刘崇茹，邓应松，卢恩，等．大停电后发电机启动顺序优化方法[J]．电力系统自动化，2013，37(18)：55-59．[15]张璨，林振智，文福拴，等．计及机组恢复效益和线路综合重要度的网络重构优化策略[J]．电力系统自动化，2013，37(21)：80-87．[16]张璨，林振智，文福拴，等．电力系统网络重构的多目标双层优化策略[J]．电力系统自动化，2014，38(7)：29-38．[17]刘艳，张凡，顾雪平．大停电后的机组投运风险评估[J]．中国电机工程学报，2013，33(31)：106-113．[18]刘艳，王涛，王文炎．用于网架重构方案运行风险评估的线路投运模型[J]．中国电机工程学报，2014，34(7)：1124-1131．[19]刘艳，张华．基于失电风险最小的机组恢复顺序优化方法[J]．电力系统自动化，2015，39(14)：46-53．[20]张雪丽，梁海平，朱涛，等．基于模糊机会约束规划的电力系统网架重构优化[J]．电力系统自动化，2015，39(14)：68-74．[21]孙磊，刘伟佳，林振智，等．计及线路投运风险的电力系统恢复路径优化[J]．电力系统自动化，2015，39(23)：75-82．[22]潘道成．配置储能系统的风电场在局域电网黑启动中的应用研究[D]．华北电力大学，2014．[23]李延峰，谢冬梅．一种配置储能电站风电场黑启动策略研究[C]．2013年中国电机工程学会年会论文集，2013．[24]Zhu H，Liu Y．Aspects of power system restoration consideringwind farms[C]，International Conference on Sustainable Power Generation and Supply (SUPERGEN 2012)，Hangzhou, China， L，Costa H，Moreira C L，et al．An innovative strategy for power system restoration using utility scale wind parks[C]，2013 IREP Symposium on Bulk Power System Dynamics and Control - IX Optimization, Security and Control of the Emerging Power Grid, IREP 2013，Rethymnon, Greece．IEEE， A．Integration of wind power for optimal power system black-start restoration[J]．TurkishJournal of Electrical Engineering & Computer Sciences，2015，23(6)：1853-1866．[25]Zidan A，El-Saadany E F．Incorporating load variation and variablewind generation in service restoration plans for distribution systems[J]．Energy，2013，57(3)：682-691．[26]Dang J，Harley R G．Islanded microgrids black start procedureswith wind power integration[C]，2013 IEEE Power & Energy Society General Meeting，Vancouver, BC, Canada，孟强，牟龙华，许旭锋，朱国锋．孤立微电网的黑启动策略[J]．电力自动化设备，2014，34（3）：59-64．。