求真分享 http://blog.sciencenet.cn/u/zlyang 求真务实

博文

[请教] 利用季风提高风电功率预报:世界首创或领先、国内领先…

已有 1612 次阅读 2018-8-13 13:42 |个人分类:风电功率预测|系统分类:科研笔记| 季风, 空间相关性, 世界首创, 国际领先, 国内领先

求教心切。以下内容,词不达意。敬请指教!敬请批评!

下面定位请教限制的领域:“电力系统”+“风电”。

            

[请教] 利用季风的空间相关性提高风电功率预报的定位:世界首创国际领先国内领先国内一般没有价值

        

     在吴炳卫同学2018校级优秀硕士学位论文《推荐表》里,要求:简要评价本论文的创新点及其与国内同期论文的比较位置。

     因此,想请教各位老师同学们,我们的“利用季风的空间相关性提高风电功率预报”的定位(“国内同期论文的比较位置”):是世界首创国际领先国内领先国内一般没有价值

        

背景简介:

         (1)由于数值天气预报NWP从2011年以来大体进入饱和期,对风速的预报效果等出现相对的停滞期。

         (2)统计方法,如果只利用本地的历史资料,则对未来有效预测的时间一般不超出 12 小时。

         (3)NWP风速预报中的“家族性缺陷”:“同源NWP 预测误差形态相似(即使是NWP 集合预报产品),正负偏差不能相互抵消”。

     因此,“空间相关性”风速预报,成为当前可能有效提高风速的首选研究方法,具有成为“新的技术突破”的潜力。

        

     但是,“空间相关性”风速预报,要利用客观存在的上游地点的风速、风向、气压等。这些客观存在的自然条件,是“空间相关性”效果的核心限制。一般地,欧美大多数地区空间相关性预报的空间距离在 50公里、时间提前在 4小时以内。这是因为欧美地区没有大范围的风速空间相关性。即没有“季风”等自然条件。

     具有大范围风速空间相关性的自然条件之一,是季风。我国东南部、印度、非洲中部,是经典季风区。欧美没有典型的季风现象。

                

图1,欧美基本上没有典型的季风现象。(李建平老师的 Global surface monsoon distribution),http://ljp.gcess.cn/dct/page/65591

   The geographical extent of the global surface monsoons (the figure above) can be  outlined by the normalized seasonality (Li and Zeng, 2000, 2003, 2005). The global surface monsoons contains three kinds of monsoons:  the tropical, subtropical, and temperate-frigid monsoons, respectively.  The extent of the classical tropical monsoons is surrounded by the positions of the Intertropical Convergence Zone (ITCZ) in summer and winter, which is the result of the two driving forcings of the tropical monsoon, the seasonal variation of the planetary thermal convection and  the seasonal variation of the semi-permanent planetary waves due to the thermal contrast between ocean and continent (Zeng and Li, 2002; Li and Zeng, 2005).


图2,德国北部某地对欧洲风速的空间相关性。左图为夏季,右图为冬季。

原图为 Fig. 1. Wind speed correlation for a reference point in northern Germany, winter and summer-day.   https://www.sciencedirect.com/science/article/pii/S0306261911006933#f0005

          

我们的初步研究发现:

         (1)我国东南沿海的季风(冬季风、夏季风),一般具有 2000公里以上、提前时间 20小时以上的空间相关性。

         (2)对未来27小时风速预报的均方根误差 <2m/s(至少大风时),而NWP对未来12小时的误差 >2m/s。

               

我们观点的核心:

         1)我国有季风,所以可以用“空间相关性”提高短期风电预报;  

         2)欧美地区没有典型的季风,所以“空间相关性”效果较差;  

         3)印度、非洲中部,也是经典季风区。我们的研究假如成功,有可能推广到这些地区。

                   

     在SCI、EI里检索,尚未发现与我们相同或类似的探索。

     根据上述情况,我们的“利用季风的空间相关性提高风速预报”研究的定位,大约是世界首创国际领先国内领先国内一般没有价值

感谢您的指教!

       

本研究未来需要的条件:

         (1)主要是我国东南沿海的风速风向气压气温等历史观测资料,时间分辨率最好在 1分钟以内。

         (2)典型风机的有功功率、风速、风向、机舱角、气压、气温等历史过程资料,时间分辨率最好在 1秒以内。

         (3)大块的研究时间,没有手机、微信、电话、敲门等各种干扰。

         (4)科研需要的其它基本条件。

         

相关链接:

[1] 薛禹胜, 陈宁, 王树民, 文福拴, 林振智, 汪震. 关于利用空间相关性预测风速的评述[J]. 电力系统自动化, 2017, 41(10): 161-169. DOI: 10.7500/AEPS20170109002.

XUE Yusheng, CHEN Ning, WANG Shumin, WEN Fushuan, LIN Zhenzhi, WANG Zhen. Review on wind speed prediction based on spatial correlation[J]. Automation of Electric Power Systems, 2017, 41(10): 161-169. DOI: 10.7500/AEPS20170109002.

http://aeps.alljournals.ac.cn/aeps/ch/reader/view_abstract.aspx?file_no=20170109002&flag=1

http://aeps.alljournals.ac.cn/aeps/ch/reader/issue_list.aspx?year_id=2017&quarter_id=10

[2] 叶林,赵永宁.基于空间相关性的风电功率预测研究综述[J]. 电力系统自动化, 2014, 38(14): 126-135. DOI: 10.7500/AEPS20130911004.

YE Lin,ZHAO Yongning.A Review on Wind Power Prediction Based on Spatial Correlation Approach[J].Automation of Electric Power Systems,2014,38(14):126-135. DOI: 10.7500/AEPS20130911004.

http://www.aeps-info.com/aeps/ch/reader/view_abstract.aspx?file_no=20130911004&flag=1

[3] Jung J, Broadwater R P. Current status and future advances for wind speed and power forecasting[J]. Renewable and Sustainable Energy Reviews, 2014, (31): 762-777.

https://www.sciencedirect.com/science/article/pii/S1364032114000094

[4] ECMWF (European Centre for Medium-Range Weather Forecast), Verification of the high-resolution forecast of surface parameters against SYNOP observations

https://www.ecmwf.int/en/forecasts/charts/catalogue/plwww_m_hr_wp_ts?facets=undefined&time=2018062300&parameter=10m%20wind%20speed

[5] Thomas Haiden, Progress in wind forecasting in the ECMWF model

http://www.ewea.org/events/workshops/wp-content/uploads/2015/10/EWEA-Wind-Power-Forecasting-2015-Workshop-02-01-Thomas-Haiden-ECMWF.pdf

[6] 乔颖, 鲁宗相, 闵勇. 提高风电功率预测精度的方法[J]. 电网技术,2017, 41 (10): 3261-3268.   DOI: 10.13335/j.1000-3673.pst.2017.1581 

http://mall.cnki.net/magazine/Article/DWJS201710023.htm

[7] 杨茂, 杨琼琼. 风电机组风速功率特性曲线建模研究综述[J]. 电力自动化设备,2018, 38(2): 34-43.  

http://www.epae.cn/ch/reader/view_abstract.aspx?file_no=201802005&flag=1

         

[8] 陈隆勋,朱乾根,罗会邦,等.东亚季风[M].北京:气象出版社,1991.

[9] WANG B.The Asian monsoon [M].New York:Springer–Verlag,2006.

[10] LAING A,EVANS J-L.Introduction to tropical meteorology,2nd edition [EB/OL].(2011–10) [2014–07–08].http://www.goes–r.gov/users/comet/tropical/textbook_2nd_edition/navmenu.php_tab_4_page_5.0.0.htm       以前下载的,现在看不到该内容了。

[11] An improved multi-step forecasting model based on WRF ensembles and creative fuzzy systems for wind speed. 作者: Zhao, Jing; Guo, Zhen-Hai; Su, Zhong-Yue; 等. APPLIED ENERGY  卷: 162   页: 808-826   出版年: JAN 15 2016

http://www.sciencedirect.com/science/article/pii/S0306261915013872?via%3Dihub

[12] Multi-step wind speed and power forecasts based on a WRF simulation and an optimized association method. 作者: Zhao, Jing; Guo, Yanling; Xiao, Xia; 等. APPLIED ENERGY  卷: 197   页: 183-202   出版年: JUL 1 2017

http://www.sciencedirect.com/science/article/pii/S0306261917304105?via%3Dihub

[13] 黄瑞芳,周园春,鞠永茂,等.气象与大数据[M].北京:科学出版社,2017.

http://blog.sciencenet.cn/blog-528739-1080292.html

     目前,某些短期要素的客观预报水平已经接近甚至超过预报员的主观预报水平,但由于受到大气探测技术的应用和对某些天气现象机理认识的限制,不少天气要素如降水、风等的预报结果与实况有一定差距。

[14] Hagspiel S, Papaemannouil A, Schmid M, et al. Copula-based modeling of stochastic wind power in Europe and implications for the Swiss power grid[J]. Applied Energy, 2012, 96: 33-44.

https://www.sciencedirect.com/science/article/pii/S0306261911006933#f0005

[15] 2018-07-23,[请教] ECMWF 风速预报误差的具体含义

http://blog.sciencenet.cn/blog-107667-1125592.html

[16] 2018-03-03,ECMWF(欧洲中期天气预报中心)的预报误差

http://blog.sciencenet.cn/blog-107667-1102078.html

          

我们的相关论文与观点等:

[1] 我国冬季风路径上风速与其影响因子的优化延迟相关性分析[J]. 电力系统保护与控制,2018 录用。

[2] 杨正瓴,刘仍祥,李真真. 基于季风和大气压分布的我国风电功率预测研究(Survey on China Wind Power Prediction Based on Monsoons and Atmospheric Pressure Distribution)[J]. 分布式能源(Distributed Energy), 2018, 3(2): 29-38 

http://der.tsinghuajournals.com/article/2018/2096-2185/101427TK-2018-02-005.shtml

http://www.cnki.com.cn/Article/CJFDTotal-FBNY201802005.htm

[3] 杨正瓴,刘阳,张泽,等.采用最近历史观测值和PLSR进行空间相关性超短期风速预测[J].电网技术,2017,41(6): 1815–1822.

YANG Zhengling, LIU Yang, ZHANG Ze, et al. Ultra-short-term wind speed prediction with spatial correlation using recent historical observations[J]. Power System Technology,2017,41(6): 1815–1822.

http://www.dwjs.com.cn/CN/volumn/volumn_1517.shtml

http://www.cnki.com.cn/Article/CJFDTotal-DWJS201706016.htm

[4] 杨正瓴,杨钊,张玺,等.基于季风提高空间相关性预测的优化延迟时间[J].电力系统保护与控制,2016,44(15): 33–38.

YANG Zhengling, YANG Zhao, ZHANG Xi, et al. Improving optimal lag time of spatial correlation prediction by characteristics of monsoon[J].Power System Protection and Control,2016,44(15): 33–38.

http://www.dlbh.net/dlbh/ch/reader/view_abstract.aspx?flag=1&file_no=20161505&journal_id=dlbh

http://www.cnki.com.cn/Article/CJFDTotal-JDQW201615005.htm

[5] 杨正瓴,冯勇,熊定方,等.基于季风特性改进风电功率预测的研究展望[J].智能电网,2015,3(1):1–7.

YANG Zhengling,FENG Yong,XIONG Dingfang,et al.Research prospects of improvement in wind power forecasting based on characteristics of monsoons[J].Smart Grid,2015,3(1): 1–7.

http://www.cnki.com.cn/Article/CJFDTotal-ZNDW201501001.htm

[6] 中科院科学智慧火花,2016-02-24,计及风力发电机机械惯性的更精确“风速-功率”关系

http://idea.cas.cn/viewdoc.action?docid=45013

http://blog.sciencenet.cn/blog-107667-1059999.html

[7] 2018-08-11,恭喜吴炳卫同学获得“天津大学2018年优秀硕士学位论文” 

http://blog.sciencenet.cn/blog-107667-1128696.html

http://www.tech110.net/home.php?mod=space&uid=11851&do=blog&id=78679

[8] 2017-07-05,恭喜杨钊同学获得“天津大学2017年优秀硕士学位论文”

http://blog.sciencenet.cn/blog-107667-1064703.html

http://www.tech110.net/home.php?mod=space&uid=11851&do=blog&id=77576

              

附录一(NWP常见的风速预报误差):

(1)第6页,Thomas Haiden, Progress in wind forecasting in the ECMWF model

(2)第7页,Thomas Haiden, Progress in wind forecasting in the ECMWF model

http://www.ewea.org/events/workshops/wp-content/uploads/2015/10/EWEA-Wind-Power-Forecasting-2015-Workshop-02-01-Thomas-Haiden-ECMWF.pdf

(3)ECMWF 官方网站 (European Centre for Medium-Range Weather Forecast), Verification of the high-resolution forecast of surface parameters against SYNOP observations

https://www.ecmwf.int/en/forecasts/charts/catalogue/plwww_m_hr_wp_ts?facets=undefined&time=2018062300&parameter=10m%20wind%20speed


(4)2017,Jing Zhao,WRF model的改进,我国山东。

Multi-step wind speed and power forecasts based on a WRF simulation and an optimized association method. 作者: Zhao, Jing; Guo, Yanling; Xiao, Xia; 等. APPLIED ENERGY  卷: 197   页: 183-202   出版年: JUL 1 2017,  http://www.sciencedirect.com/science/article/pii/S0306261917304105?via%3Dihub

                             

附录二(中国风能资源专业观测网测风塔分布):


中国气象局风能太阳能资源评估中心.中国风能资源的详查和评估[J].风能,2011,(8):26-30.

CMA Wind and Solar Resources Center.Investigation and evaluation of wind energy resources in the China[J].Wind Energy,2011,(8):26-30(in Chinese).

http://www.cnki.com.cn/Article/CJFDTotal-FENE201108006.htm

              

感谢您的指教!

感谢您指正以上任何错误!

感谢您提供更多的相关资料!



http://blog.sciencenet.cn/blog-107667-1128960.html

上一篇:我们的论文《基于季风和大气压分布的我国风电功率预测研究》刊出
下一篇:[随记] 地震与月份有关:一个可能发 Nature、Science 的研究课题

12 李俊 张忆文 许培扬 宁利中 蒲亨建 徐耀 王毅翔 李学宽 晏成和 季丹 蒋新正 孟浩

该博文允许注册用户评论 请点击登录 评论 (29 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备14006957 )

GMT+8, 2019-1-22 17:24

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部