-
题名集合选优方法在短期风功率预测中的应用研究
- 1
-
-
作者
张路娜
冯强
刘立群
陈水明
郭闪
-
机构
大唐可再生能源试验研究院有限公司
大唐滑县风力发电有限责任公司
上海远景科创智能科技有限公司
-
出处
《热带气象学报》
CSCD
北大核心
2024年第2期285-296,共12页
-
文摘
为提高短期风速及功率预测的准确率,减小风电不确定性对电网系统的影响,尝试利用预测窗口期的风速观测进行数值天气预报的集合成员选优,挑选和实际风速更接近的相似预报成员,并构成选优集合进行机器学习模型的训练和测试。相较仅使用集合平均的常规方法,该方法考虑了不同集合成员之间的预报差异,避免了引入误差较大的集合成员,从而有利于改善预报风速偏差。利用不同海拔高度、不同地形特征的河南、甘肃两个风电场中不同集合的表现及敏感性试验结果,确定风电场最佳选优集合数量。相较于集合平均的结果,集合选优方案在不同天气过程中能较好地预报风速的起降,与实际风速更接近,且海平面气压场整体更接近ERA5。对不同风电场进行连续十一个月的风速及功率预测对比试验,结果表明,集合选优方法预报的风速日变化形态和月均风速较原集合平均方法均有改善。分析两个风场不同时长范围、不同速率变化的上坡风和下坡风观测数据可知,在0~2 h及2~4 h内,风速变化为2~4 m/s的个例最多。对比集合平均结果,集合选优方案对于该类型上、下坡风的预测精度均有较为明显的提升。利用机器学习算法对选优集合预报进行训练,能进一步降低风速的绝对偏差和均方根误差,从而有效改善功率预测精度。
-
关键词
短期风速预测
短期功率预测
集合预报
机器学习
支持向量回归
-
Keywords
short-term wind speed prediction
short-term wind power prediction
ensemble forecast
machine learning
support vector regression
-
分类号
P456.7
[天文地球—大气科学及气象学]
-
-
题名吸能超双疏防覆冰涂层对风机叶片防覆冰影响研究
被引量：2
- 2
-
-
作者
李彬
聂立军
郭杰
王峰
陈智
向振涛
-
机构
中国大唐集团科学技术研究院有限公司中南电力试验研究院
南洋电缆(天津)有限公司
大唐滑县风力发电有限责任公司
武汉疏能新材料有限公司
-
出处
《可再生能源》
CAS
CSCD
北大核心
2022年第2期209-213,共5页
-
文摘
为了解决风机叶片的覆冰问题,对风机叶片基材涂覆吸能超双疏防覆冰涂层,研究吸能超双疏防覆冰涂层的接触角、滚动角、覆冰减少率、冰粘结力、低温脱冰性能和表面温升。通过实验表明:吸能超双疏防覆冰叶片样板具有超疏水、超疏油性能,覆冰比空白叶片样板减少了55%,水平粘结力比空白叶片样板减少了99%,垂直粘结力减少了89%;吸能超双疏防覆冰涂层表面有温升效果,-2℃环境温度下,晴天天气涂层表面温升为4.2℃,多云天气涂层表面温升为2.4℃,阴天天气涂层表面温升为1.7℃。因此,超双疏防覆冰叶片具有超双疏、减少覆冰量、降低冰附着力和低温脱冰的性能,改善了风机运行中叶片覆冰的问题。
-
关键词
防覆冰
叶片
涂层
疏水
疏油
-
Keywords
anti-icing
blade
coating
hydrophobic
oil repellent
-
分类号
TK83
[动力工程及工程热物理—流体机械及工程]
-
