風力發(fā)電功率預測技術及應用

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 基于時間尺度的分類
1．2．2 基于空間范圍的分類
1．2．3 基于預測方法的分類
1．2．4 基于預測結果形式的分類
1．3 研究現(xiàn)狀
1．3．1 國外研究現(xiàn)狀
1．3．2 國內研究現(xiàn)狀
第2章 風能資源特征
2．1 風能資源序列的平穩(wěn)性特征
2．1．1 平穩(wěn)性分析
2．1．2 平穩(wěn)性作用分析
2．2 風能資源序列的非平穩(wěn)性特征
2．2．1 非平穩(wěn)性分析
2．2．2 非平穩(wěn)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 氣象預報性能的時空差異性分析
第3章 面向風力發(fā)電預測的數(shù)值天氣預報
3．1 數(shù)值天氣預報的概念及特點
3．1．1 數(shù)值天氣預報的基本概念
3．1．2 適用于風力發(fā)電功率預測的數(shù)值天氣預報特點
3．2 數(shù)值天氣預報對風力發(fā)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(qū)域模式
3．4 提升風能資源預報精度的關鍵技術
3．4．1 區(qū)域模式初始條件優(yōu)化
3．4．2 集合預報方法
3．4．3 預報結果后處理訂正
第4章 風力發(fā)電功率確定性預測方法
4．1 氣象要素與風力發(fā)電功率的關系
4．1．1 風速與風力發(fā)電功率的關系
4．1．2 風向與風力發(fā)電功率的關系
4．1．3 空氣密度與風力發(fā)電功率的關系
4．2 風力發(fā)電短期功率預測方法
4．2．1 風力發(fā)電短期功率預測模型框架
4．2．2 風力發(fā)電短期功率預測物理方法
4．2．3 風力發(fā)電短期功率預測統(tǒng)計方法
4．2．4 風力發(fā)電短期功率預測組合方法
4．3 風力發(fā)電超短期功率預測方法
4．3．1 風力發(fā)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(fā)電集群功率預測方法
4．4．1 風力發(fā)電集群功率預測整體框架
4．4．2 風力發(fā)電集群功率預測物理層次
4．4．3 風力發(fā)電集群功率預測模型
4．4．4 實例分析
4．5 未來發(fā)展方向
4．5．1 區(qū)域集成建模技術
4．5．2 基于深度學習的智能預測建模技術
4．5．3 數(shù)值天氣預報循環(huán)最新技術
4．5．4 基于波動持續(xù)規(guī)律挖掘的超短期預測技術
第5章 風力發(fā)電功率概率預測方法
5．1 不同特性預測誤差識別
5．1．1 基于功率水平劃分的識別方法
5．1．2 基于風過程模型的識別方法
5．2 風電場功率區(qū)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(fā)電功率區(qū)間預測模型構建方法
5．2．3 風電場發(fā)電功率區(qū)間預測方法實例分析
5．3 區(qū)域風力發(fā)電功率區(qū)間預測方法
5．3．1 區(qū)域多風電場相關特性
5．3．2 區(qū)域風力發(fā)電功率相關性考慮方法
5．3．3 考慮相關性影響的區(qū)域風力發(fā)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(fā)電爬坡事件預測方法
5．4．1 風力發(fā)電爬坡事件定義方式
5．4．2 基于波動過程挖掘的風力發(fā)電爬坡事件預測方法
5．5 未來發(fā)展方向
第6章 風力發(fā)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(qū)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(fā)電功率預測系統(tǒng)及應用
7．1 風力發(fā)電功率預測系統(tǒng)技術要求
7．2 風力發(fā)電功率預測系統(tǒng)構成
7．2．1 軟件構成
7．2．2 硬件構成
7．3 我國風力發(fā)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(wǎng)側應用情況
7．4 國外風力發(fā)電功率預測應用情況
7．4．1 電網(wǎng)側應用情況
7．4．2 風電場側應用情況
參考文獻
索引