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

  • 浏览量( 3 )
  • 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:太阳能;风能

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