01
风电行业背景与挑战
全球及中国风电发展现状 · 并网技术挑战 · 课程目标与路径
波动性间歇性反调峰
02
风电出力特性分析
功率曲线 · 时空分布 · 典型出力模式与统计特征
风速-功率时空特性
03
数值天气预报基础
NWP原理 · ECMWF/GFS/CMA-MESO · 数据预处理
NWP气象数据
04
数据清洗与特征工程
异常值检测(3-sigma/IQR) · 缺失值插补 · 特征构造
清洗滞后特征滚动统计
05
基于物理模型的预测方法
CFD/尾流模型 · 物理vs统计 · 短期应用
物理模型CFD
06
经典统计预测模型
ARIMA/SARIMA · 线性回归/岭回归 · MAE/RMSE/R²
时间序列回归
07
机器学习预测模型 (上)
决策树/随机森林 · XGBoost/LightGBM · 调参与交叉验证
集成学习Boosting
08
机器学习预测模型 (下)
SVR · KNN回归 · Stacking/Blending
SVR集成策略
09
深度学习预测模型 (上)
RNN/LSTM · GRU · 时序预测实战
循环神经网络LSTM
10
深度学习预测模型 (下)
CNN/TCN · 注意力机制/Transformer · CNN-LSTM
TCN注意力混合模型
11
超短期预测 (0-4小时)
高频实时预测 · 滚动预测策略
超短期滚动
12
短期预测 (4-72小时)
NWP修正 · 多模型融合策略
短期融合
13
中长期预测 (周/月/年)
气候模式 · 统计降尺度 · 概率/区间预测
中长期概率预测
14
预测不确定性量化
点预测vs概率预测 · 分位数回归 · 核密度估计
不确定性区间构建
15
模型部署与MLOps
ONNX/Pickle · Flask/FastAPI · 监控与自动重训练
MLOpsREST API
16
电力系统调度基础
基本概念 · 日前/日内/实时调度 · 风电并网影响
调度模式并网
17
确定性优化基础
线性规划/MILP · 目标与约束 · Gurobi/Cplex/SCIP
MILP求解器
18
随机优化方法
场景生成/削减 · 两阶段随机规划 · 机会约束
随机规划蒙特卡洛
19
鲁棒优化方法
盒式/椭球不确定集 · 两阶段鲁棒 · C&CG算法
鲁棒C&CG
20
分布式优化方法
ADMM · 一致性约束 · 分布式经济调度
ADMM分布式
21
日前调度优化实战
发电成本/弃风惩罚 · 功率平衡/爬坡 · Python实现
日前调度MILP
22
日内滚动调度优化实战
滚动优化原理 · MPC框架 · 预测修正
MPC滚动
23
实时调度与AGC
AGC原理 · 风电参与AGC · 调频市场
AGC辅助服务
24
储能系统优化配置
锂电池/液流/飞轮 · 容量优化 · 协同调度
储能容量配置
25
需求响应与风电消纳
价格型/激励型DR · 可中断负荷 · 源荷协调
需求响应消纳
26
多能源互补调度
风光水储联合 · 电热耦合 · 综合能源系统
多能源IES
27
电力市场环境下的调度
日前/实时市场 · 竞价策略 · 偏差考核
电力市场偏差惩罚
28
调度优化软件工具
Pyomo · Gurobi Python API · Pandas/NumPy · egret/GridPath
Pyomo开源框架
29
综合实战项目 (上)
数据获取/预处理 · 预测模型 · 调度模型搭建
实战全流程
30
综合实战项目 (下)
结果可视化 · 敏感性分析 · 数字孪生/AI调度
总结新型电力系统