|
|||||
|
|
| 基于WRF模式和自适应偏最小二乘回归法的风能预报试验研究 | |
| 引用本文： | 程兴宏,陶树旺,魏磊,段玮,陈军明,江滢.基于WRF模式和自适应偏最小二乘回归法的风能预报试验研究[J].高原气象,2012,31(5):1461-1469. |
| 作者姓名： | 程兴宏 陶树旺 魏磊 段玮 陈军明 江滢 |
| 作者单位： | 1. 中国气象局公共气象服务中心,北京,100081 2. 西北电网有限公司电网技术培训中心,陕西西安,710075 3. 云南省气象科学研究所,云南昆明,650000 4. 中国气象科学研究院,北京,100081 |
| 基金项目： | 公益性行业(气象)科研专项“复杂地形风能预报技术研究” |
| 摘 要： | 利用中尺度WRF(Weather Research and Forecast Model)模式预报了2009年1,4,7和10月甘肃某风电场区域的风速和风向,并与离风电场最近的两座测风塔对应时段50m和70m高度实测资料进行了对比,客观地评估了该模式对风场预报的准确率。在相对准确的风场预报基础上,利用2008年1月-2009年4月风电场200台风机的实际功率记录数据和同期气象要素场预报资料,采用自适应偏最小二乘回归法和单机预报法建立了每台风机未来48h逐15min输出功率记录数据与同时刻轮毂高度预报的风速、风向、气温、湿度及气压之间的非线性统计预报模型。为了对该模型的稳定性和准确性进行长期的客观评估,独立进行了2008年1-12月的预报试验,分别建立了12组独立的非线性统计预报模型。试验结果表明:(1)WRF模式预报的各月风向分布、风频大小与实测风向有较好的一致性;盛行风向基本一致,风频大小相当,风向分布特征也较为一致。(2)WRF模式预报的50m和70m高度逐时平均风速与实测值的相关系数介于0.6～0.8之间,均方根误差介于1.5～2.6m.s-1之间。(3)2008年1-12月逐15min风电场风电功率预报值与风机输出功率记录值的相关性较显著,可较好地预报出各月风电功率的时间变化趋势。两者相关系数介于0.58～0.90之间,均达到了99.9%置信度。(4)各月逐15min风电功率预报值与风机输出功率记录值的误差较小,相对于总额定装机容量而言,均方根误差介于2.76%～12.89%之间。 |
| 关 键 词： | WRF模式 自适应偏最小二乘回归法 单机预报法 风能预报 |
Short-Term Wind Power Forecasting Experiment Based on WRF Model and Adapting Partial Least Square Regression Method |
|
| CHENG Xing-hong,TAO Shu-wang,WEI Lei,DUAN Wei,CHEN Jun-ming,JIANG Ying.Short-Term Wind Power Forecasting Experiment Based on WRF Model and Adapting Partial Least Square Regression Method[J].Plateau Meteorology,2012,31(5):1461-1469. | |
| Authors: | CHENG Xing-hong TAO Shu-wang WEI Lei DUAN Wei CHEN Jun-ming JIANG Ying |
| Institution: | 1(1.Public Weather Service Center of CMA,Beijing 100081,China; 2.Northwest Power Grid Co.,Ltd.Power System Technology(Training) Center,Xi′an 710075,China; 3.Yunnan Institute of Meteorological Sciences,Kunming 650000,China; 4.Chinese Academy of Meteorological Sciences,Beijing 100081,China) |
| Abstract: | |
| Keywords: | WRF model APLSR method Single wind turbine technique Wind power forecast |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |