|||
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
[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!
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-11-24 05:10
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社