●序言1
序言2
序言3
前言
第1章概述
1.1背景和意義
1.2預測技術分類
1.2.1基於時間尺度的分類
1.2.2基於空間範圍的分類
1.2.3基於預測方法的分類
1.2.4基於預測結果形式的分類
1.3研究現狀
1.3.1國外研究現狀
1.3.2國內研究現狀
第2章風能資源特征
2.1風能資源序列的平穩性特征
2.1.1平穩性分析
2.1.2平穩性作用分析
2.2風能資源序列的非平穩性特征
2.2.1非平穩性分析
2.2.2非平穩性作用分析
2.3風能資源序列的波動性特征
2.3.1風能資源序列波動構成分析
2.3.2風能資源序列預測方法分析
2.4風能資源序列可預報性分析
2.4.1風能資源序列波動性對比分析
2.4.2氣像預報性能的時空差異性分析
第3章面向風力發電預測的數值天氣預報
3.1數值天氣預報的概念及特點
3.1.1數值天氣預報的基本概念
3.1.2適用於風力發電功率預測的數值天氣預報特點
3.2數值天氣預報對風力發電功率預測精度的影響
3.2.1敏感性分析
3.2.2預報誤差原因分析
3.3國內外技術進展
3.3.1模式
3.3.2區域模式
3.4提升風能資源預報精度的關鍵技術
3.4.1區域模式初始條件優化
3.4.2集合預報方法
3.4.3預報結果後處理訂正
第4章風力發電功率確定性預測方法
4.1氣像要素與風力發電功率的關繫
4.1.1風速與風力發電功率的關繫
4.1.2風向與風力發電功率的關繫
4.1.3空氣密度與風力發電功率的關繫
4.2風力發電短期功率預測方法
4.2.1風力發電短期功率預測模型框架
4.2.2風力發電短期功率預測物理方法
4.2.3風力發電短期功率預測統計方法
4.2.4風力發電短期功率預測組合方法
4.3風力發電超短期功率預測方法
4.3.1風力發電超短期功率預測模型框架
4.3.2常用超短期功率預測模型
4.4風力發電集群功率預測方法
4.4.1風力發電集群功率預測整體框架
4.4.2風力發電集群功率預測物理層次
4.4.3風力發電集群功率預測模型
4.4.4實例分析
4.5未來發展方向
4.5.1區域集成建模技術
4.5.2基於深度學習的智能預測建模技術
4.5.3數值天氣預報循環近期新技術
4.5.4基於波動持續規律挖掘的超短期預測技術
第5章風力發電功率概率預測方法
5.1不同特性預測誤差識別
5.1.1基於功率水平劃分的識別方法
5.1.2基於風過程模型的識別方法
5.2風電場功率區間預測方法
5.2.1不同特性預測誤差概率分布估計方法
5.2.2風電場發電功率區間預測模型構建方法
5.2.3風電場發電功率區間預測方法實例分析
5.3區域風力發電功率區間預測方法
5.3.1區域多風電場相關特性
5.3.2區域風力發電功率相關性考慮方法
5.3.3考慮相關性影響的區域風力發電功率分布條件概率生成方法
5.3.4實例分析
5.4風力發電爬坡事件預測方法
5.4.1風力發電爬坡事件定義方式
5.4.2基於波動過程挖掘的風力發電爬坡事件預測方法
5.5未來發展方向
第6章風力發電功率預測結果評價
6.1預測誤差產生機理及特性分析
6.1.1預測誤差產生機理分析
6.1.2預測誤差特性分析
6.2確定性預測結果評價方法
6.2.1評價指標
6.2.2實例分析
6.3概率預測結果評價方法
6.3.1區間預測結果評價
6.3.2爬坡事件預測結果評價
6.3.3實例分析
第7章風力發電功率預測繫統及應用
7.1風力發電功率預測繫統技術要求
7.2風力發電功率預測繫統構成
7.2.1軟件構成
7.2.2硬件構成
7.3我國風力發電功率預測應用情況
7.3.1風電場側應用情況
7.3.2電網側應用情況
7.4國外風力發電功率預測應用情況
7.4.1電網側應用情況
7.4.2風電場側應用情況
參考文獻
索引
當前以風力發電和光伏發電為代表的新能源發電技術發展迅猛,而新能源大規模發電並網對電力繫統的規劃、運行、控制等各方面帶來巨大挑戰。《新能源並網與調度運行技術叢書》共9個分冊,涵蓋了新能源資源評估與中長期電量預測、新能源電力繫統生產模擬、分布式新能源發電規劃與運行、風力發電功率預測、光伏發電功率預測、風力發電機組並網測試、新能源發電並網評價及認證、新能源發電調度運行管理、新能源發電建模及接入電網分析等技術,這些技術是實現新能源安全運行和高效消納的關鍵技術。《風力發電功率預測技術及應用/新能源並網與調度運行技術叢書》共7章,分別為概述、風能資源特征、面向風力發電預測的數值天氣預報、風力發電功率確定性預測方法、風力發電功率械率預測方法、風力發電功率預測結果評價、風力發電功率預測繫統及應用,全書內容具有優選性、前瞻性和實用性,深入淺出,既有深入的理論分析和技術解剖,又有典型案例介紹和應用成效分析。<等