欢迎来到阅能服务平台官网！

本网站目前处于试运行阶段，期间可能出现不稳定现象，敬请谅解，如有意见建议，请反馈至289291120@qq.com

网站logo
阅能平台 > 数字商城 > 图书列表 > 图书详情
  • 浏览量( 40 )

  • 加入收藏( 0 )

数值天气预报产品在新能源功率预测中的释用
  • 作者：崔方 杨健 梁志峰
  • 出版社：中国水利水电出版社
  • 出版日期：2018年12月
  • ISBN：978-7-5170-7237-9
  • 页数：233
优惠价: ¥ 33.60
定价: ¥ 56.00

标签：新能源

畅销榜
图书详情
内容简介

本书为《新能源发电并网技术丛书》之一，从新能源功率预测技术发展趋势及其实用化需求出发，对数值天气预报技术及其在新能源功率预测中的解释应用技巧等广大科研工作者和工程技术人员重点关注的方面进行了深入探讨，力求突出其实用价值。本书主要内容包括数值天气预报发展概要、数值天气预报的类别与应用、新能源功率预测方法与数据需求、中尺度数值天气预报的关键环节、模式产品在新能源功率预测中的释用以及数值天气预报集群系统等。数值天气预报产品应用技巧的发展与新能源功率预测技术的进一步实用化关系密切，因而在新能源并网技术领域中的重要性也将变得越发显著。希望本书的出版能够对未来新能源领域相关科研、实践起到积极促进作用。

本书对从事新能源功率预测及电力调度领域的研究人员和从业人员具有一定参考价值，也可供其他相关领域的工程技术人员借鉴参考。

目录
  • 丛书编委会
  • 本书编委会
  • 序
  • 前言
  • 第1章　数值天气预报发展概要
  • 1.1　数值天气预报的历史回顾
  • 1.1.1　数值天气预报的概念
  • 1.1.2　大气的可预报性
  • 1.集合预报
  • 2.资料同化
  • 1.2　数值天气预报的基本构成
  • 1.2.1　大气运动方程组
  • 1.2.1.1　影响大气运动的基本作用力
  • 1.气压梯度力
  • 2.地心引力
  • 3.摩擦力
  • 4.惯性离心力
  • 5.地转偏向力
  • 1.2.1.2　常见的大气运动坐标系
  • 1.球坐标系
  • 2.局地直角坐标系
  • 3.p坐标系
  • 4.σ坐标系
  • 1.2.1.3　局地直角坐标系下的大气基本方程组
  • 1.2.1.4　σ坐标系下的大气基本方程组
  • 1.2.1.5　大气运动的多尺度性
  • 1.2.2　数值天气预报模式的次网格过程参数化
  • 1.2.2.1　次网格尺度过程的气象学解释
  • 1.2.2.2　次网格尺度过程的参数化
  • 1.3　数值天气预报的产品类别
  • 1.3.1　连续变量预报产品
  • 1.3.2　分类预报产品
  • 1.4　本章小结
  • 参考文献
  • 第2章　数值天气预报的类别与应用
  • 2.1　数值天气预报的主要类别
  • 2.1.1　背景与目的
  • 2.1.2　数值天气预报分类
  • 2.1.3　常见的天气预报模式
  • 2.1.3.1　天气预报模式的性能特点
  • 2.1.3.2　WRF模式
  • 2.1.3.3　GRAPES模式
  • 2.1.4　常见的气候模式
  • 2.1.4.1　气候模式的性能特点
  • 2.1.4.2　CESM模式
  • 2.1.4.3　RegCM模式
  • 2.1.5　集合预报
  • 2.1.5.1　集合预报概述
  • 2.1.5.2　集合预报的性能特点
  • 2.1.5.3　典型集合预报数据资料
  • 1.NCEP集合预报数据集
  • 2.ECMWF集合预报数据集
  • 3.GLDAS数据集
  • 4.CMIP5数据集
  • 2.2　新能源功率预测的应用需求与应用场景
  • 2.2.1　新能源超短期功率预测
  • 2.2.2　新能源短期功率预测
  • 1.陆上风电场
  • 2.沿海风电场
  • 3.集中式光伏电站
  • 4.分布式光伏电站
  • 2.2.3　新能源中长期功率预测
  • 2.2.4　新能源概率预测
  • 2.2.5　新能源事件预测
  • 2.3　数值天气预报的性能
  • 2.3.1　数值天气预报的性能发展概要
  • 2.3.2　常见的数值天气预报评价指标
  • 2.4　本章小结
  • 参考文献
  • 第3章　新能源功率预测方法与数据需求
  • 3.1　新能源功率预测方法概述
  • 3.1.1　典型技术路线
  • 3.1.2　时间与空间要求
  • 3.1.3　数值天气预报与新能源功率预测的关系
  • 3.2　新能源短期功率预测方法
  • 3.2.1　风电短期功率预测的原理与方法
  • 3.2.1.1　单站预测
  • 1.物理方法
  • 2.统计方法
  • 3.2.1.2　区域预测
  • 1.子区域划分
  • 2.代表风电场选取
  • 3.升尺度预测
  • 3.2.1.3　概率区间预测
  • 3.2.2　光伏短期功率预测的原理与方法
  • 3.2.2.1　单站预测
  • 1.物理方法
  • 2.统计方法
  • 3.2.2.2　区域预测
  • 1.子区域划分
  • 2.代表站点选取
  • 3.升尺度预测
  • 3.2.2.3　概率区间预测
  • 3.2.3　新能源短期功率预测的评价体系
  • 3.2.3.1　确定性预测评价方法
  • 3.2.3.2　概率预测评价方法
  • 1.可靠性指标
  • 2.敏锐性指标
  • 3.综合指标
  • 3.3　新能源短期功率预测的常规数据需求
  • 3.3.1　数据需求与分类
  • 1.场站基础数据
  • 2.环境数据
  • 3.气象监测数据
  • 4.数值天气预报数据
  • 3.3.2　气象资料质量控制要求
  • 1.格式检查
  • 2.极值检查
  • 3.异常值检查
  • 4.时间相关性检查
  • 5.空间一致性检查
  • 6.要素内部一致性检查
  • 3.3.3　数据质量控制方法
  • 1.数据清洗技术
  • 2.信息提取技术
  • 3.数据挖掘技术
  • 4.数字图像处理技术
  • 3.4　复杂条件下的新能源短期功率预测
  • 3.4.1　复杂场景
  • 3.4.1.1　复杂场景概述
  • 1.天气场景
  • 2.天文场景
  • 3.4.1.2　复杂场景对功率预测的影响
  • 3.4.2　台风模式及其应用
  • 3.4.2.1　台风模式
  • 3.4.2.2　模式应用案例
  • 1.WRF模拟
  • 2.CFD降尺度
  • 3.4.3.1　空气质量模式
  • 3.4.3.2　模式应用案例
  • 3.4.4　云图及其应用
  • 3.4.4.1　云图信息采集
  • 1.云图监测
  • 2.云图识别
  • 3.4.4.2　云图应用案例
  • 1.卫星云图应用
  • 2.全天空成像仪云图应用
  • 3.5　本章小结
  • 参考文献
  • 第4章　中尺度数值天气预报的关键环节
  • 4.1　中尺度数值天气预报特点
  • 4.1.1　中尺度大气运动特点
  • 4.1.2　中尺度数值模式发展
  • 4.1.3　中尺度数值模式的应用
  • 4.2　物理过程参数化
  • 4.2.1　次网格过程
  • 4.2.2　积云对流参数化
  • 1.瞬时平衡假设
  • 2.准平衡假设
  • 3.质量、水汽辐合型假设
  • 4.2.3　边界层参数化
  • 4.2.4　辐射传输模型参数化
  • 4.2.4.1　长波辐射方案
  • 4.2.4.2　短波辐射方案
  • 4.3　资料同化
  • 4.3.1　资料同化概要
  • 4.3.2　资料同化的方法
  • 1.客观分析法
  • 2.逐步订正法
  • 3.最优插值法
  • 4.变分法
  • 5.集合卡尔曼滤波法
  • 6.混合同化法
  • 7.粒子滤波法
  • 4.3.3　观测资料的同化应用
  • 1.地面资料的应用
  • 2.雷达资料的应用
  • 3.气象卫星资料
  • 4.3.4　资料同化的质量控制
  • 1.地面资料质量控制
  • 2.雷达资料质量控制
  • 3.卫星资料质量控制
  • 4.3.5　WRFDA及其应用
  • 1.资料同化对风速的影响
  • 2.资料同化对辐射的影响
  • 4.4　数值天气预报的一般性检验
  • 4.4.1　数值天气预报一般性检验的目的与范畴
  • 4.4.2　数值天气预报一般性检验的基本原理与方法
  • 4.4.2.1　天气学检验
  • 1.500hPa位势高度场检验
  • 2.850hPa风场检验
  • 3.850hPa温度场检验
  • 4.模式24h降水量检验
  • 5.模式地表入射短波辐射通量检验
  • 4.4.2.2　统计学检验
  • 1.降水预报检验
  • 2.温度预报检验
  • 3.灾害性天气落区预报检验
  • 4.检验时段
  • 4.4.2.3　新能源功率预测产品检验
  • 1.风速预报产品检验
  • 2.太阳辐射预报产品检验
  • 4.5　重要天气过程的预报检验
  • 4.5.1　不同气候区域的重要天气过程
  • 4.5.1.1　我国的气候分区特点
  • 4.5.1.2　典型气候区域的重要天气过程
  • 4.5.2　重要天气过程的概念模型
  • 4.5.2.1　华南前汛期暴雨概念模型
  • 4.5.2.2　台风概念模型
  • 4.5.2.3　大雪暴雪概念模型
  • 4.5.2.4　沙尘暴概念模型
  • 4.5.3　重要天气过程预报检验方法
  • 4.5.3.1　检验方法
  • 1.经典检验
  • 2.空间诊断检验
  • 3.概率预报检验
  • 4.集合预报检验
  • 4.5.3.2　暴雨或暴雪检验
  • 1.检验方法
  • 2.分级检验
  • 3.落区检验
  • 4.暴雨或暴雪检验
  • 4.5.3.3　台风检验
  • 1.台风预报检验
  • 2.预报技巧水平的评定
  • 3.预报路径检验
  • 4.6　本章小结
  • 参考文献
  • 第5章　模式产品在新能源功率预测中的释用
  • 5.1　模式产品释用的必要性
  • 5.2　模式产品释用的影响因素
  • 5.2.1　风电场与光伏电站的局地性特点
  • 5.2.1.1　局地风能资源的影响因素
  • 5.2.1.2　局地太阳能资源的影响因素
  • 5.2.2　模式产品的不确定性
  • 5.2.2.1　初始误差
  • 1.观测误差
  • 2.观测覆盖范围
  • 3.观测数据多元性
  • 5.2.2.2　模式误差
  • 1.物理/动力过程描述不准确
  • 2.物理/动力过程缺陷
  • 3.模式求解不准确
  • 5.2.2.3　天气的可预报性
  • 5.3　模式产品释用的实测数据来源
  • 5.3.1　气象要素实时监测设计
  • 5.3.2　风电场气象要素监测要求
  • 5.3.2.1　测量设备的性能指标
  • 5.3.2.2　气象要素的采样与算法
  • 5.3.2.3　测风塔的选址和数量及传感器的标定、安装高度、防雷等要求
  • 5.3.2.4　测风塔数据传输
  • 5.3.3　光伏电站气象要素监测要求
  • 1.测量设备的性能指标
  • 2.气象要素的采样与算法
  • 3.传感器的选址、标定、安装高度及防雷等要求
  • 4.测光站的数据传输
  • 5.3.4　气象要素监测数据质量控制
  • 5.4　模式产品的释用方法
  • 5.4.1　模式预报产品的降尺度方法
  • 5.4.1.1　统计降尺度方法
  • 5.4.1.2　动力降尺度方法
  • 5.4.2　模式预报产品的统计释用方法
  • 5.4.2.1　样本的预处理
  • 1.水平插值
  • 2.垂直插值
  • 5.4.2.2　预报因子的选择
  • 1.逐步回归方法
  • 2.最优子集回归方法
  • 5.4.2.3　建立统计模型
  • 1.回归方法
  • 2.判别分析方法
  • 3.相似预报方法
  • 4.自适应方法
  • 5.4.2.4　样本检验与效果分析
  • 5.4.3　适用于新能源功率预测释用的模式产品订正方法
  • 5.4.3.1　模式预报产品的订正方法
  • 1.偏最小二乘法
  • 2.卡尔曼滤波法
  • 5.4.3.2　风速预报产品生成和订正
  • 1.风速预报产品的生成
  • 2.风速预报产品的订正
  • 5.4.3.3　辐射预报产品生成和订正
  • 1.辐射预报产品的生成
  • 2.辐射预报产品的订正
  • 5.5　本章小结
  • 参考文献
  • 第6章　数值天气预报集群系统
  • 6.1　数值天气预报集群系统概要
  • 6.1.1　系统特点
  • 6.1.2　硬件资源
  • 6.1.2.1　系统设计要求
  • 6.1.2.2　集群分类
  • 1.高性能集群
  • 2.负载均衡集群
  • 3.高可用性集群
  • 6.1.2.3　服务器与存储器
  • 1.计算服务器
  • 2.存储服务器
  • 6.1.3　集群配置
  • 6.2　数值天气预报计算规模
  • 6.2.1　水平离散化与垂直离散化
  • 6.2.1.1　水平离散化
  • 6.2.1.2　垂直离散化
  • 6.2.2　生产流程及数据类型
  • 6.2.2.1　数值天气预报生产流程
  • 6.2.2.2　数值天气预报数据类型
  • 6.3　数值天气预报业务体系
  • 6.3.1　数据源
  • 6.3.1.1　背景场数据
  • 1.GFS数据
  • 2.EC数据
  • 6.3.1.2　观测数据
  • 6.3.2　模式后处理
  • 6.3.3　预报产品检验
  • 6.3.4　产品释用
  • 6.3.4.1　定性应用方法
  • 6.3.4.2　诊断释用方法
  • 6.3.4.3　统计释用方法
  • 1.PP方法
  • 2.MOS方法
  • 6.3.4.4　人工智能释用方法
  • 6.4　本章小结
  • 参考文献

编辑推荐