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

         2018年4月，我们的汉语论文“基于季风和大气压分布的我国风电功率预测研究”在期刊《分布式能源》刊出了。感谢《分布式能源》编辑部和有关专家老师！

该文主要信息：

【摘要】 为提高我国超短期和短期风电功率预测的准确性和可靠性，首先回顾我国冬季风和夏季风的基本变化性质。我国东南沿海处在冬季风和夏季风的主要路径上，每年有超过7个月的时间具有超过2 000 km空间距离和超过20 h延迟时间的风速空间相关性。引起冬季风的蒙古高压，还控制着我国北部和西部的风能资源丰富区。尽管总体上我国天气预报难度超过欧美，但冬季风、夏季风及蒙古高压引起的空间相关性，使得这些区域风速等预报的精度具有明显提高的潜力，特别是台湾海峡区域具有高精度的超短期风速预报潜力。再采用力学中的刚体定轴转动定律等进行风速－功率曲线的精确求解，可望在我国东南沿海和北部的风能资源丰富区，通过空间相关性获得高性能的超短期、短期风电功率预测效果。

【关键词】 风电功率预测 ; 短期 ; 超短期 ; 季风 ; 风速－功率曲线 ; 空间相关性

2017年清华大学乔颖等老师在文献《提高风电功率预测精度的方法》里写到：

    “风功率预测是目前国内外公认的、提高大规模风电接入电力系统运行水平的关键基础技术。”

    “风功率预测精度近20 年发展趋势：精度稳步提高，逐渐进入平缓期。” “精度提升主要依靠新的技术突破。”

    在“1.4 中国特殊问题”里提到：

        1）中国的天气预报难度比欧美大。

        2）中国风力机组“风速-功率”曲线（推力曲线）分散性强，建模困难。

     利用季风提高短期、从短期风速预测，利用力学原理提高“风速-功率”曲线的精确性，是我们近年的主要研究问题。我们希望为我国风电预测做出自己的贡献：

     （1）利用季风的空间相关性，意在解决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”）。

     （2）利用力学原理建立更精确“风速-功率”之间的转换关系。该研究思路可能是“世界范围的原创性探索（原始性创新探索）”。2016-02-24，我们在“科学智慧火花”贴出了《计及风力发电机机械惯性的更精确“风速-功率”关系》。2018-06，我们的论文《Fitting the Variations from the Wind Speed to the Active Power of a Wind Powered Generator by a Low-Pass Filter》已经在一个国际会议论文集中刊出。

相关链接：

[1] 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

[2] 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

[3] 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

[4] 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

[5] 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

[6] 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

[7] 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

[8] 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

[9] 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

[10] 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。

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！