風光新能源發電先進預測技術 楊明 于一瀟 李夢林 9787111742319 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：機械工業
物品所在地：中國大陸
原出版社：機械工業
NT$502
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *數量非實際在台庫存 *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為實際資訊。 印行年月：202312*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：風光新能源發電先進預測技術 ISBN：9787111742319 出版社：機械工業 著編譯者：楊明 于一瀟 李夢林 叢書名：中國能源革命與先進技術叢書 頁數：176 所在地：中國大陸 *此為代購商品 書號：1610523 可大量預訂，請先連絡。 內容簡介 風光發電受氣象資源影響顯著，具有顯著的隨機性與波動性，大規模、高比例併網對電力系統安全經濟運行造成挑戰，提升預測精度可有效緩解風光發電不確定性的負面影響，對於促進風光併網消納、提升風光供電保障能力具有積極意義。另一方面，我國正穩步推進電力市場化改革進程，風光場站作為市場主體，其發電功率預測準確性將直接關乎場站的考核與市場收益。因此，如何充分利用數值天氣預報信息，分析不同時空尺度下風光出力特性，利用先進模型與演算法，準確預測風光發電功率，量化評估預測結果的不確定性，是電網調度、風光場站以及預測服務提供商持續關注的重點問題。 本書的主題是對風電、光伏新能源發電的發電量進行預測。主要內容包括風光新能源發電預測背景、風光新能源發電預測基礎、風電功率單值預測、光伏功率單值預測、風光新能源發電概率預測、風光新能源發電組合預測和風光新能源發電爬坡事件預測等。本書的研究成果是對作者團隊研究成果的系統性總結，形成了完備的風光新能源功率預測體系，能夠代表當前風光功率預測先進技術和前沿方向，具有一定參考價值。作者簡介 楊明，山東大學教授、博導，山東省「泰山學者」特聘專家，山東省優秀科技工作者。長期從事新能源發電預測、電力系統優化調度方向研究，近年主持國自然基金聯合重點項目、國重研發計劃重點專項與課題等多項國家重點項目。擔任中國機械工業教育協會電力系統及其自動化專業委員會副主任、中國電工技術學會能源智慧化專業委員會常務委員、中國電機工程學會能源氣象專委會委員等。獲電工技術學會科技進步一等獎、山東省科技進步二等獎、山東省教學成果一等獎等獎勵。目錄 前言第1章 風光新能源發電預測背景 1 1 風光新能源發展現狀 1 1 1 風電發展現狀 1 1 2 光伏發展現狀 1 2 風光新能源發電預測系統發展歷程 1 2 1 風電預測系統發展歷程 1 2 2 光伏發電功率預測系統發展歷程 1 3 風光新能源發電預測意義 1 2 3 新能源發電預測對電力系統安全經濟運行的意義 1 2 4 新能源發電預測對電力市場高效運行的意義 第2章 風光新能源發電預測基礎 2 1 數值天氣預報技術 2 1 1 概述 2 2 2 全球尺度數值氣象模式 2 2 3 中尺度數值氣象模式 2 2 4 面向風光新能源發電預測的電力氣象預報 2 2 風光新能源發電預測分類 2 2 1 時間尺度分類 2 2 2 空間尺度分類 2 2 3 預測模型分類 2 2 4 預測形式分類 2 3 風光新能源發電預測基礎模型 2 3 1 物理模型 2 3 2 統計模型 2 3 3 機器學習與人工智慧模型 2 4 風光新能源發電預測評價體系 2 4 1 單值預測評價 2 4 2 概率預測評價 2 4 2 事件預測評價 2 4 4 考核要求 第3章 風電功率單值預測 3 1 風力發電特性分析 3 1 1 氣象相依特性 3 1 2 時序波動特性 3 2 風電場功率超短期預測 3 2 1 概述 3 2 2 基本演算法原理 3 2 3 基於多變數EDM的風電功率單值預測 3 2 4 算例分析 3 3 風電場功率短期預測 3 3 1 概述 3 3 2 基於減法聚類和GK模糊聚類演算法的氣象條件分類方法 3 3 3 基於氣象分類和XGBoost的短期風電場功率預測 3 3 4 算例分析 3 4 集群風電場功率預測 3 4 1 概述 3 4 2 時空特徵深度挖掘的集群風電功率預測模型 3 4 3 算例分析 第4章 光伏功率單值預測 4 1 光伏發電特性分析 4 1 1 氣象相依特性 4 1 2 時序波動特性 4 2 光伏功率超短期預測 4 2 1 概述 4 2 2 多時間尺度雲團移動預測 4 2 3 考慮雲遮擋的光伏功率超短期預測 4 2 4 算例分析 4 3 光伏功率短期預測 4 3 1 概述 4 3 2 基於高斯相似度的相似日檢索方法 4 3 3 基於相似日檢索與Light-GBM的光伏功率預測模型 4 3 4 算例分析 4 4 分散式光伏功率預測 4 4 1 概述 4 4 2 基於小波包演算法的分散式光伏功率序列分解 4 4 3 分散式光伏平穩序列與波動序列插值過程 4 4 4 算例分析 第5章 風光新能源發電概率預測 5 1 稀疏貝葉斯學習 5 1 1 概述 5 1 2 SBL原理 5 1 3 基於SBL的新能源功率概率預測——以風電為例 5 1 4 算例分析——以風電為例 5 2 分位數回歸 5 2 1 概述 5 2 2 基於非線性分位數回歸的新能源發電功率概率預測模型 5 2 3 算例分析——以風電為例 5 3 D-S證據理論 5 3 1 概述 5 3 2 誤差條件概率預測 5 3 3 D-S證據理論整合概率分佈 5 3 4 算例分析——以風電為例 5 4 核密度估計 5 4 1 概述 5 4 2 基於KDE的新能源發電功率概率預測模型 5 4 3 算例分析——以光伏為例 第6章 風光新能源發電組合預測 6 1 單值預測組合模型 6 1 1 概述 6 1 2 自適應增強集成模型原理 6 1 3 基於自適應增強的單值集成組合預測 6 1 4 算例分析—以光伏功率預測為例 6 2 概率預測組合模型 6 2 1 概述 6 2 2 擴展BMA模型原理 6 2 3 組合非參數概率預測—以風電為例 6 2 4 算例分析—以風電功率預測為例 第7章 風光新能源發電爬坡事件預測 7 1 風電爬坡事件預測 7 1 1 概述 7 1 2 風電爬坡事件定義 7 1 3 基於樸素貝葉斯網路的爬坡事件概率預測模型 7 1 4 算例分析 7 2 光伏功率爬坡事件預測 7 2 1 概述 7 2 2 考慮日周期性影響的光伏功率爬坡事件定義 7 2 3 基於信度網路的光伏功率爬坡事件預測 7 2 4 算例分析 參考文獻 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
