面向新型电力市场的新能源功率预测技术及算法应用

　　本书深入分析了风力发电和光伏发电的功率特性及其预测技术。书中涵盖了多种前沿的预测模型和算法，如基于核密度估计与CatBoost 算法的光伏功率预测方法、基于多重归因和时间卷积网络算法的风电功率预测模型等。此外，还探讨了风光储系统的容量优化配置及其在不确定性分析中的应用。通过多个案例分析，验证了这些技术在提高新能源功率预测精度和储能系统容量配置中的实际效用。

　　史洁，济南大学物理学院副教授，硕士生导师，美国德州大学、瑞典梅拉达伦大学访问学者，英国卡迪夫大学博士后。博士毕业于华北电力大学（北京）新能源电力系统国家重点实验室，研究方向包括：风电、光伏功率预测机理、高比例新能源发电并网、风光储多能互补。以第一作者发表论文超40篇，其中SCI索引7篇，包含IEEETransactionsonSmartGrid和AppliedEnergy一区论文，ESI全球1%高被引论文1篇。申请发明专利15项，已授权3项。主持国家自然科学基金项目、国家重点研发项目，以参与单位负责人身份获批国家市场监督技术创新中心省级科研平台（建设经费2000万），以负责人身份获济南市科技局“新高校20条”创新产业载体资助（70万）。参与建设山东省高校优秀青年创新团队；转化科研成果，服务企业地方，主持国家电网、中国华能集团、山东电力咨询院等重点研究项目。

第1章 风电光伏场站输出功率特性
1.1 风电输出功率特性分析
1.2 光伏输出功率特性分析
第2章 风电场功率预测技术及建模应用
2.1 基于多重归因和时间卷积网络的风电功率短期预测模型
2.2 算例分析
第3章 光伏电站功率预测技术及建模应用
3.1 基于核密度估计与CatBoost 算法的光伏功率预测方法
3.2 时空相关修正模型在超短期分布式光伏功率预测中的应用研究
第4章 基于可靠预测的风光储系统容量优化配置研究
4.1 基于误差分布特性动态寻优的风电、光伏功率预测不确定性分析
4.2 计及风电、光伏功率预测误差及不确定性分析的混合储能容量优化配置