发布日期：2026-05-19
浏览：231
申请人 | 潘春阳 | ||
学号 | 021031910024 | ||
导师 | 朱 淼 教授、 文书礼 副教授 | ||
答辩地点 | 智能电网中心楼225会议室 | ||
答辩时间 | 2026年5月27日14:00 | ||
答辩委员会 | 严 正（主席） | 教授 | 上海交通大学 |
袁智强 | 正高级工程师 | 中电建集团上海电力设计院有限公司 | |
李 江 | 教授 | 上海电力大学 | |
解 大 | 研究员 | 上海交通大学 | |
李国杰 | 研究员 | 上海交通大学 | |
学位论文题目：基于数据驱动的海上风电场布局优化与时空功率在线预测
论文简介
海洋风能具有风速高、分布广的独特优势，开发潜力巨大。海上风电正加速向大型化、集群化和深远海方向发展，对于推动我国能源结构转型、实现“碳中和、碳达峰”目标具有重要战略意义。然而，我国海上风电场的能效提升和稳定运行面临以下核心工程难题与挑战：（1）由于风电场内部存在强烈尾流互扰和叠加效应，海上风电场发电效能严重受限，亟需开展海上风电场布局优化研究；（2）海洋气象环境随机波动性突出，风电出力呈现强不确定性和复杂时空耦合特征，导致海上风电场功率预测不准，亟需开展高精度时空功率在线预测研究。传统研究方法，如统计模型、“预测-优化”范式、离散数学规划法等，多存在计算成本高、陷入局部最优解、泛化性差等瓶颈，难以解决上述挑战。近年来基于数据驱动的人工智能方法，与物理模型和数学约束条件相融合，求解全局优化和时程预测类科学问题优势突出，已为一些工程技术难题提供高效高精度计算新架构，但该方法应用于大型海上风电场预报和优化方面的研究仍较为有限。本文面向大型海上风电场能效提升与稳定运行的实际需求，开展了基于数据驱动方法的海上风电场布局优化与时空功率在线预测研究，扩展了海上风电场布局优化和功率预测工程应用的人工智能解决方案，为海洋风能高效开发、风电场稳定运行和实现国家“双碳”目标提供了理论和技术支撑。
English
