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( 97 )

  • 加入收藏( 0 )

风力发电和光伏发电预测技术
  • 作者：丁杰等
  • 出版社：中国水利水电出版社
  • 出版日期：2016年01月
  • ISBN：978-7-5170-4108-5
  • 页数：176
优惠价: ¥ 25.20
定价: ¥ 42.00

标签：新能源

畅销榜
图书详情
内容简介
目录
  • 丛书编委会
  • 本书编委会
  • 前言
  • 1.1　基本概念
  • 1.2　研究内容
  • 1.3　现状与挑战
  • 参考文献
  • 2.1　风能资源特性
  • 2.1.1　风的变化特性
  • 2.1.2　风能资源的评价
  • 2.2　太阳能资源特性
  • 2.2.1　太阳辐射的变化特性
  • 2.2.2　太阳能资源的评价
  • 2.3　风能、太阳能资源的时空分布
  • 2.3.1　研究方法与意义
  • 2.3.2　风资源的时空分布特征
  • 2.3.3　太阳能资源的时空分布特征
  • 2.4　风力发电和光伏发电原理
  • 2.4.1　风力发电的能量转换原理
  • 2.4.2　光伏发电的能量转换原理
  • 2.5　风力发电出力特性
  • 2.5.1　日变化特征
  • 2.5.2　变化率特征
  • 2.6　光伏发电出力特性
  • 2.6.1　晴空出力特征
  • 2.6.2　非晴空出力特征
  • 参考文献
  • 3.1　气象要素采集
  • 3.1.1　气象要素类别
  • 3.1.2　数据采集方式
  • 3.2　监测站选址技术
  • 3.2.1　测风塔选址技术
  • 3.2.2　测光站选址技术
  • 3.3　监测系统设计
  • 3.3.1　系统整体设计
  • 3.3.2　通信与组网
  • 3.3.3　典型设计案例
  • 3.4　监测系统运行维护
  • 3.4.1　采集设备常规维护
  • 3.4.2　常见故障排除措施和方法
  • 3.4.3　数据质量控制
  • 参考文献
  • 4.1　数值天气预报基础
  • 4.1.1　大气运动基本方程组
  • 4.1.2　地图投影方式
  • 4.1.3　数值计算方法
  • 4.1.4　初始条件与边界条件
  • 4.1.5　资料同化
  • 4.1.6　次网格过程参数化
  • 4.2　风能太阳能中尺度数值模拟
  • 4.2.1　中尺度数值模拟
  • 4.2.2　资料同化技术
  • 4.2.3　风能、太阳能的模拟与预测
  • 4.3　数值天气预报误差校正方法
  • 4.3.1　偏最小二乘法
  • 4.3.2　卡尔曼滤波法
  • 4.3.3　数值天气预报误差校正案例
  • 4.4　数值天气预报业务系统
  • 4.4.1　业务系统概述
  • 4.4.2　业务系统建设
  • 4.4.3　业务系统特点
  • 4.4.4　典型示例
  • 参考文献
  • 5.1　短期功率预测技术发展
  • 5.1.1　风力发电功率预测技术
  • 5.1.2　光伏发电功率预测技术
  • 5.2　风的短期变化影响因素
  • 5.2.1　天气系统
  • 5.2.2　下垫面
  • 5.2.3　空气密度
  • 5.3　太阳辐射的短期变化影响因素
  • 5.3.1　日出日没时间
  • 5.3.2　太阳天顶角与方位角
  • 5.3.3　大气成分与天气现象
  • 5.4　短期风力发电功率预测
  • 5.4.1　物理方法
  • 5.4.2　统计方法
  • 5.5　短期光伏发电功率预测
  • 5.5.1　物理方法
  • 5.5.2　统计方法
  • 5.6　区域短期功率预测
  • 5.6.1　基于累加法的区域功率预测技术
  • 5.6.2　统计升尺度区域功率预测技术
  • 5.7　多模型组合预测方法
  • 5.7.1　正权组合法
  • 5.7.2　最优加权法
  • 5.8　短期功率预测不确定性分析
  • 5.8.1　参数估计法
  • 5.8.2　非参数估计法
  • 参考文献
  • 6.1　超短期功率预测技术发展
  • 6.1.1　风力发电超短期功率预测技术发展
  • 6.1.2　光伏发电超短期功率预测技术发展
  • 6.2　风的超短期变化影响因素
  • 6.2.1　气压梯度力
  • 6.2.2　大气稳定度
  • 6.2.3　地形
  • 6.3　太阳辐射的超短期变化影响因素
  • 6.3.1　气体分子
  • 6.3.2　气溶胶
  • 6.3.3　云
  • 6.3.4　大气质量
  • 6.3.5　清晰度指数
  • 6.4　风速和太阳辐射时序预测
  • 6.4.1　时间序列的平稳性
  • 6.4.2　ARMA预测模型
  • 6.4.3　BP－ANN预测模型
  • 6.4.4　结合小波变换的预测模型
  • 6.5　风速和太阳辐射多因子预测
  • 6.5.1　ANN预测模型
  • 6.5.2　SVM预测模型
  • 6.6　基于地基云图的太阳辐射预测
  • 6.6.1　图像采集
  • 6.6.2　云团识别
  • 6.6.3　云团运动
  • 6.6.4　辐射衰减
  • 6.7　风－功率转化模型
  • 6.7.1　理论建模
  • 6.7.2　统计建模
  • 6.8　辐射－功率转化模型
  • 6.8.1　理论建模
  • 6.8.2　统计建模
  • 6.9　超短期预测误差校正技术
  • 6.9.1　误差评价指标
  • 6.9.2　误差校正方法
  • 参考文献
  • 7.1　系统设计
  • 7.1.1　设计原则
  • 7.1.2　设计模式
  • 7.2　系统结构
  • 7.2.1　数据库
  • 7.2.2　人机界面
  • 7.2.3　数据接入
  • 7.2.4　预测模型
  • 7.2.5　分析评估
  • 7.2.6　典型系统
  • 7.3　应用案例
  • 7.3.1　风力发电功率预测系统
  • 7.3.2　光伏发电功率预测系统
  • 参考文献

编辑推荐