WRF模式在风电场风速预测中的应用

被引:16
作者
陈玲
赖旭
刘霄
陈秋华
机构
[1] 武汉大学水资源与水电工程科学国家重点实验室
关键词
数值预报; WRF模式; 风速预测; 分辨率;
D O I
暂无
中图分类号
TM614 [风能发电];
学科分类号
0807 ;
摘要
准确的风电场风速预测是风电场安全稳定运行的基本保障.从风速预测的准确性和效率两方面分析利用WRF(Weather Research and Forecasting)中尺度数值预报模式时不同嵌套网格分辨率对风电场风速预测的影响.在此基础上,对宁夏某风电场进行提前102h的逐时风速预测并与实测资料进行对比.结果表明:随着网格分辨率的提高,风电场风速预测精度略有提高,但计算时间变长.兼顾预测精度和效率,建议使用3层网格.WRF模式能够较好地捕捉风速随时间的变化趋势,有效增加预测时效,使风电场风速预测可以提前到2~4d,为风电场的运行和控制提供依据.
引用
收藏
页码:103 / 106
页数:4
相关论文
共 13 条
[1]   基于改进空间相关法和径向基神经网络的风电场短期风速分时预测模型 [J].
李文良 ;
卫志农 ;
孙国强 ;
完整 ;
缪伟 .
电力自动化设备, 2009, 29 (06) :89-92
[2]   基于最小二乘支持向量机的风电场短期风速预测 [J].
杜颖 ;
卢继平 ;
李青 ;
邓颖玲 .
电网技术, 2008, (15) :62-66
[3]   基于ARMA模型的风电场风速短期预测 [J].
邵璠 ;
孙育河 ;
梁岚珍 .
电网与清洁能源, 2008, (07) :52-55
[4]   小波分析应用于风力发电预测控制系统中的风速预测 [J].
张彦宁 ;
康龙云 ;
周世琼 ;
曹秉刚 .
太阳能学报, 2008, (05) :520-524
[5]   时间序列与神经网络法相结合的短期风速预测 [J].
蔡凯 ;
谭伦农 ;
李春林 ;
陶雪峰 .
电网技术, 2008, (08) :82-85+90
[6]   基于时间序列分析和卡尔曼滤波算法的风电场风速预测优化模型 [J].
潘迪夫 ;
刘辉 ;
李燕飞 .
电网技术, 2008, (07) :82-86
[7]   基于神经网络的风电场风速时间序列预测研究 [J].
肖永山 ;
王维庆 ;
霍晓萍 .
节能技术, 2007, (02) :106-108+175
[8]   风电场短期风速预测探讨 [J].
吴国旸 ;
肖洋 ;
翁莎莎 .
吉林电力, 2005, (06) :21-24
[9]  
风电场短期产能预测研究.[D].肖永山.新疆大学.2007, 06
[10]  
动力气象学.[M].杨大升等 编著.气象出版社.1980,