基于数值模拟和统计分析及智能优化的风速预报系统

被引：9

作者：

林万涛 ^{[1
]}

王建州 ^{[2
]}

张文煜 ^{[3
]}

郭振海 ^{[1
]}

迟德中 ^{[2
]}

张宇 ^{[1
]}

机构：

[1] 中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室

[2] 兰州大学数学与统计学院

[3] 兰州大学大气科学学院,半干旱气候变化教育部重点实验室

来源：

气候与环境研究 | 2012年 / 17卷 / 05期

关键词：

数值模拟; 统计分析; 智能优化; 风速预报;

D O I：

暂无

中图分类号：

P457.5 [风预报];

学科分类号：

0706 ; 070601 ;

摘要：

风速预报是风力发电研究中的关键问题,也是一个十分困难的问题,其预测、评估技术还有待进一步提高。在预测短期风力(提前48～72h对每小时的风速进行预测)时,通常采用数值天气预报模型进行预测。然而,初始扰动和模式物理过程的不确定性会影响气象数值预报的精度。将为数值天气预报模式提出一种新的后处理优化方法作为主要的思路,利用数据挖掘得到的关联规则来优化气象数值预报的结果,在中尺度模式WRF对风电场风速进行预报的基础上,将模式预测与统计分析及智能优化算法相结合,针对中国风电场的气候特征,利用一种新的修正模式误差的方法,极大地提高了风电场风速预报精度,提出了适合中国风力发电场的有效风速预报系统方案。

引用

页码：646 / 658

页数：13

共 16 条

[11] 风电对电力系统运行的价值分析 [J].

雷亚洲 ;

王伟胜 ;

印永华 ;

戴慧珠 .

电网技术, 2002, (05) :10-14

[12] 风电场输出功率年度预测中有效风速预测研究 [J].

王晓兰 ;

李辉 .

中国电机工程学报, 2010, 30 (08) :117-122

[13]

ENSO集合预报研究[D]. 郑飞.中国科学院研究生院（大气物理研究所） 2007

[14]

考虑气象因素的风电场风速及风电功率短期预测研究[D]. 林海涛.上海交通大学 2010

[15]

风力发电[M]. 中国电力出版社 , 尹炼,刘文洲编著, 2002

[16]

Time Series Analysis: Forecasting and Control. Box GEP,Jenkins GM. . 1976

← 1 2 →