CN105373847A - 基于cfs预报的水电站水库预泄决策方法 - Google Patents

基于cfs预报的水电站水库预泄决策方法 Download PDF

Info

Publication number
CN105373847A
CN105373847A CN201510671931.9A CN201510671931A CN105373847A CN 105373847 A CN105373847 A CN 105373847A CN 201510671931 A CN201510671931 A CN 201510671931A CN 105373847 A CN105373847 A CN 105373847A
Authority
CN
China
Prior art keywords
rainfall
decision
forecast
flow
grade
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510671931.9A
Other languages
English (en)
Other versions
CN105373847B (zh
Inventor
程春田
武新宇
吴慧军
曹璐
过团挺
罗清标
冯永修
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dalian University of Technology
Original Assignee
Dalian University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Dalian University of Technology filed Critical Dalian University of Technology
Priority to CN201510671931.9A priority Critical patent/CN105373847B/zh
Publication of CN105373847A publication Critical patent/CN105373847A/zh
Application granted granted Critical
Publication of CN105373847B publication Critical patent/CN105373847B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70Smart grids as climate change mitigation technology in the energy generation sector
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明属于水电调度领域,公开了一种基于CFS预报产品的水电站水库预泄决策方法。其特征是利用CFS历史预报数据建立不同预见期特定预报降雨条件下的实际降雨和入库流量的概率分布,计算各种面临时段初库水位和发电决策组合下的弃水风险率。在常规调度方式的基础上,根据CFS降雨预报信息,以弃水风险率作为决策依据,以经模拟优化的弃水风险率阈值作为预泄幅度的定量指标进行调度。本发明充分利用降雨预报信息,在汛期提供定量化预泄决策,兼顾效益与风险,达到减小弃水电量的目的。

Description

基于CFS预报的水电站水库预泄决策方法
技术领域
本发明属于水库调度领域,具体涉及一种基于CFS气象预报产品的水电站水库预泄决策方法。
技术背景
我国地处东南亚季风区,自然条件复杂,气候变化剧烈,是世界上遭受洪涝灾害较为严重和频繁的国家之一。强化水文气象的信息支撑,提高降雨预报水平,是增强水库调度能力缓解灾害的有效途径。数值降雨预报是近年来兴起的一种预报方式,随着计算机、雷达、卫星等先进技术的发展得到较大范围的普及和推广应用,在给定的初始条件和边界条件下,它通过数值方法近似求解支配大气运动的流体动力学和热力学方程组来预报大气环流未来的演变形势和天气要素,目前全球有多种数值预报模式可以进行短期和中期数值降雨预报,且已渐成为现代天气预报的主要手段,主要包括:美国国家环境中心NCEP的CFS与GFS两种全球气候预报产品、欧洲气象中心ECMWF的降水预报产品、日本气象中心JMA的降水预报产品、中国国家气象中心NMC的T639气象预报产品等。
然而,由于气象变化的不确定性,任何一种降雨预报产品都有其相应的局限性,一般而言,其预测的不确定性随预见期的增大而增大,预见期太短会导致决策信息不足,预见期太长会导致决策可靠性降低。在给定预见期情况下,由于预测误差的存在,尤其是汛期仍会给调度带来风险。因而常采用水库预泄调度来减小风险,其实质就是考虑降雨和来水预报误差的一种水库风险调度,风险主要在于:一方面预泄决策不及时或幅度不足以致未能腾出充分的库容,从而造成弃水现象发生;另一方面预泄幅度偏大则造成发电水头损失,甚至无法回蓄到理想水位。因此,如何利用气象预报产品信息,分析预见期内降雨预报精度,确定预泄决策依据和定量方法是确保在减少弃水的同时提高发电效益的关键。
本发明成果依托于国家自然科学基金(51109024),基于目前国内常用的CFS气象预报产品,发明了具有很强实用性和广泛推广价值的定量化水电站水库预泄决策方法。
发明内容
本发明要解决的技术问题是提供一种基于CFS预报产品的水电站水库预泄决策方法,充分利用气象产品的降雨预报信息,在汛期提供定量化预泄决策,兼顾效益与风险,达到减小弃水电量的目的。
本发明揭示了一种基于CFS预报产品的水电站水库预泄决策方法,主要包括基于CFS风险率确定和基于风险率的预泄控制决策两大部分。具体步骤如下:
(1)CFS预报特定时段降雨等级划分
假定特定时段D天降雨量符合皮尔逊Ⅲ型曲线分布,且流域内所有站点的降雨过程平均值能代表水库降雨过程,根据流域实际降雨资料可以对D天降雨量划分等级。首先计算流域内所有站点的降雨过程平均值;其次截取任意D天的降雨过程;再次计算每个D天降雨量的累加值;然后将所有D天降雨量的累加值从大到小排序后进行经验频率适线;最后选取适当位置的(r-1)个频率分界点将D天的降雨量分为r个等级,各频率分界点降雨量值即为等级边界值。
(2)进行降雨条件概率分布计算,首先对CFS历史预报数据和流域实际降雨资料进行统计,采用公式(1)计算相应预报降雨等级下实际降雨等级发生的条件概率。
p i j D = m i j D / n i D ( i , j = 1 , 2 , ... , r ) - - - ( 1 )
式中,代表预报D天降雨量为等级i时,实际降雨量落在等级j范围的概率;代表预报D天降雨等级为i的发布次数;代表预报D天降雨总量为等级i时,实际降雨量落在等级j范围的次数。
(3)采用公式(2)进行发电决策弃水风险率计算。
β ( D , V 0 , Q , i ) = Σ j = 1 r Δ j K j p i j - - - ( 2 )
式中:β代表预报降雨等级为i时的弃水风险率;D代表未来的天数;V0代表水库初始库容;Q代表等流量发电决策;Δj代表样本个数;Kj代表历史实际发生降雨等级为j的样本个数;pij代表已知预报降雨等级为i时,可能发生降雨等级为j的条件概率;r代表等级总数。
(4)计算当前发电流量决策,根据当前时段库容和水位,采用调度图方式确定时段决策出力,从而计算出发电流量,结合CFS预报未来D天的降雨等级,按照步骤(3)方式可计算该发电决策下弃水风险。
(5)若计算风险率大于给定最大风险率,且决策流量小于最大发电流量,采用一定步长离散在当前决策流量与最大流量之间离散,对离散结果流量分别计算弃水风险率,此时,若第l个发电流量下弃水风险率小于给定最大风险率,则以此流量作为决策流量;若离散至最大发电流量仍不能满足风险率要求,则按最大发电流量作为决策流量。
(6)若在调度过程中水位达到最高限制水位,则需要首先加大发电流量避免弃水;若发电流量已达最大,则除去最大发电流量后多余流量作为弃水决策。
本发明能够通过调整水库的发电决策使弃水风险率控制在一定范围,在合适的风险率控制值下,不仅可使水库在汛末蓄到理想水位,而且能够提高电量同时减少弃水。本发明可应用于调节能力差,汛期弃水较多的电站,为水库提供预泄依据。
附图说明
图1是本发明频率法划分降雨等级示意图。
图2是本发明弃水风险率求解流程示意图。
图3是本发明预泄决策方法调度过程示意图。
图4是实施例本发明月常规调度水库水位过程对比图。
图5是实施例本发明月常规调度水电站出力过程对比图。
具体实施方式
本发明与以往靠经验预泄的方式不同,基于CFS预报,以预报降雨下的各种可能降雨范围内所对应的实际入库过程作为样本分析依据,建立面临时段库水位下调度决策与弃水风险之间的相关模型。在常规调度图决策的基础上,以弃水风险率作为预泄决策的依据,以降低弃水风险率至合理阈值作为加大出力的控制指标,并以模拟调度确定该弃水风险率控制阈值,以得到最佳预泄调度效果。主要包含两大部分:一是基于CFS预报的弃水风险率计算,主要是对CFS预报产品预报精度和预见期内降雨预报结果可靠性的分析;二是基于弃水率控制的预泄决策,主要利用该预报产品预报偏差的概率确定预泄决策。
基于CFS预报的弃水风险率计算的具体操作方法,可以按照下述步骤(a)-(c)进行:
(a)CFS预报特定时段降雨等级划分,CFS是由美国国家环境预报中心(NCEP)开发的一种气候预报系统,自2004年8月业务运行以来成为NCEP气候预报中心月和季节预报的重要工具,具有实时性、更新快、易于获取等优点。目前气象部门仅对未来24h短期降雨给出了具体的雨量等级范围,而对于未来3~7d的中期降雨预报信息尚无统一的分级标准。考虑到降雨预报模型的不确定性以及降雨量的区域性和季节性,采用降雨概率分级方法。具体步骤为:首先对该流域某一特定预见期的实际降雨量进行频率分析,通过适线法拟合特定预见期降雨的理论分布曲线;而后结合流域的具体情况和实际工程需要,在频率曲线上选取r-1个频率点x1,x2,…,xr-1将降雨量划分为r级,频率点所对应的降雨量值y1,y2,…,yr-1即为雨量分级的临界点。以将中期降雨量划分3级为例,绘制降雨概率分级示意如附图1所示,可知Ⅰ、Ⅱ、Ⅲ级的降雨量范围分别为[0,y1)、[y1,y2)、[y2,+∞)。
(b)预报等级下的实际降雨条件概率分布,为了分析CFS特定预见期降雨预报结果的可利用性,并将相应预报降雨等级的实际降雨等级概率作为风险率加权值应用到弃水风险率计算中,通过对CFS历史预报数据和流域实测降雨资料进行统计对比。分析结果见表1。表1中预报降雨等级下的实际降雨等级发生的条件概率计算公式为:
p i j D = m i j D / n i D ( i , j = 1 , 2 , ... , r ) - - - ( 1 )
式中,代表预报D天降雨量为等级i时,实际降雨量落在等级j范围的概率;代表预报D天降雨等级为i的发布次数;代表预报D天降雨总量为等级i时,实际降雨量落在等级j范围的次数。
表1
(c)弃水风险率计算,为了避免降雨预报到径流预报产生累计误差,采用历史同期法选取同等级降雨下的入库过程作为弃水风险率计算的样本。在特定预报降雨范围内,以特定发电决策调度时在未来D天内可能出现弃水事件的概率称之为弃水风险率。由于目前水文预报精度有限,为了避免降雨预报到径流预报产生累计误差,采用历史同期法选取同等级降雨下的入库过程作为弃水风险率计算的样本,考虑到在同一流域内,历史同期同等级降雨条件下产流具有一定时间和空间上的一致性,此方法简便易行,适用于历史资料足够长的水库,为发电调度风险分析提供了新的途径。已知当前水位,通过模拟同等级降雨范围内的所有历史同期入库过程样本,并判断样本是否发生弃水事件,从而得到该预报降雨等级下以特定决策发电时可能会发生弃水的概率。弃水风险率计算公式为:
β ( D , V 0 , Q , i ) = Σ j = 1 r Δ j K j p i j - - - ( 2 )
式中:β代表预报降雨等级为i时的弃水风险率;D代表未来的天数;V0代表水库初始库容;Q代表等流量发电决策;Δj代表样本个数;Kj代表历史实际发生降雨等级为j的样本个数;pij代表已知预报降雨等级为i时,可能发生降雨等级为j的条件概率;r代表等级总数。弃水风险率的具体求解流程如附图2所示。
基于弃水率控制的预泄决策的具体操作方法,本发明采用调度图决策作为初始发电决策,并利用CFS逐日滚动降雨预报信息,以弃水风险率作为控制目标,通过风险率试算对调度期内的发电决策进行逐日调整,从而将特定预报降雨等级下的水库弃水风险控制在一定范围内。为了更贴合水库实际调度情况,试算所得到的预泄决策还需要通过4个步骤进行调整,以满足调度的合理性。具体实施步骤如下:
步骤1:已知本时段库容为Vt,水位为Zt,且由CFS预报未来D天的降雨等级为it。根据调度图由当前水位和日期查出本时段出力决策Nt,从而得到本时段发电决策Qt,并按照弃水风险率计算步骤得到该发电决策下的弃水风险率β(D,Vt,Qt,it)(以下简写为βt)。若βt大于βmax,且Qt小于Qmax,则转至步骤2;否则将Qt作为本时段发电决策,并转至步骤4;
步骤2:以步长λ将发电流量从Qt至Qmax离散,分别为并按照弃水风险率计算步骤依次得到各种发电决策下的弃水风险率当离散至第l个发电流量下的弃水风险率小于βmax时,将作为该时段的发电决策,并转至步骤4;若离散至最大发电流量Qmax,弃水风险率仍超出控制范围,则转至步骤3;
步骤3:以最大发电流量Qmax作为该时段发电决策,转至步骤4;
步骤4:在调度过程中如果水位到达最高限制水位,则首先加大发电流量避免弃水发生;若发电流量已达Qmax而水位仍持续上涨,则将除去Qmax之后的多余流量作为弃水决策。由本时段发电决策、弃水决策和本时段入库流量,根据水量平衡方程可得到下一时段水库库容Vt+1,并转至步骤1。
依照上述调度规则依次作出调度期内各时段调度决策,直至调度期结束。预泄决策方法的具体实施流程如附图3所示。
现以普定水电站为例,以当前所能达到的预报水平和普定电站的实际运行需求,现以10%,50%作为特定预见期降雨量的频率分界点将3d,5d,7d的降雨量划分为Ⅰ、Ⅱ、Ⅲ三个等级,具体分级结果如表2所示。通过对2006-2013年CFS预报降雨数据的下载解析,并与普定电站实测降雨资料对比,得到普定水电站在不同预见期CFS降雨预报等级下的实际降雨等级的概率分布,结果见表3。常规调度图方法和本发明方法所得到的水位变化过程和出力变化过程对比见附图4和附图5。分析可知,基于各等级预报降雨的漏报率较小,可靠性较高,认为CFS降雨预报信息可应用于水库预泄调度中。以普定汛期及后汛期的水库调度规则作为初始决策,利用CFS逐日滚动预报降雨信息,通过控制特定预见期内的弃水风险率得到调度期内逐日发电决策。并对6-8月份和9-10月份选择不同的控制弃水风险率进行预泄决策调整。选取2006-2010不同调度年份预见期为3d的调度结果分别与常规调度和优化调度结果进行比较,各项指标列于表4。可见,采取预泄决策方法调度期内弃水次数和弃水总量有所减少,发电量有所增加。以2006年为例,在末水位相同的条件下,最优风险率组合下的预泄决策方法相比常规调度方法共减少弃水11次;降低弃水量62.8%,约1.02亿m3;增加发电量4.3%,约0.07亿kWh。实例研究中表明弃水风险率控制值是该方法提高电量的重要参数,在合适的风险率控制值下,不仅可使水库在汛末蓄到理想水位,而且能够提高电量同时减少弃水。所提方法可应用于调节能力差,汛期弃水较多的电站,为水库提供预泄依据。
表2
表3
表4

Claims (1)

1.一种基于CFS预报产品的水电站水库预泄决策方法,其特征包括以下几个步骤:
(1)CFS预报特定时段降雨等级划分
假定时段D天降雨量符合皮尔逊Ⅲ型曲线分布,且流域内所有站点的降雨过程平均值能代表水库降雨过程,根据流域实际降雨资料对D天降雨量划分等级;首先计算流域内所有站点的降雨过程平均值;其次截取任意D天的降雨过程;再次计算每个D天降雨量的累加值;然后将所有D天降雨量的累加值从大到小排序后进行经验频率适线;最后选取适当位置的(r-1)个频率分界点将D天的降雨量分为r个等级,各频率分界点降雨量值即为等级边界值;
(2)进行降雨条件概率分布计算,首先对CFS历史预报数据和流域实际降雨资料进行统计,采用公式(1)计算相应预报降雨等级下实际降雨等级发生的条件概率;
p i j D = m i j D / n i D , ( i , j = 1 , 2 , ... , r ) - - - ( 1 )
式中,代表预报D天降雨量为等级i时,实际降雨量落在等级j范围的概率;代表预报D天降雨等级为i的发布次数;代表预报D天降雨总量为等级i时,实际降雨量落在等级j范围的次数;
(3)采用公式(2)进行发电决策弃水风险率计算;
β ( D , V 0 , Q , i ) = Σ j = 1 r Δ j K j p i j - - - ( 2 )
式中:β代表预报降雨等级为i时的弃水风险率;D代表未来的天数;V0代表水库初始库容;Q代表等流量发电决策;Δj代表样本个数;Kj代表历史实际发生降雨等级为j的样本个数;pij代表已知预报降雨等级为i时,可能发生降雨等级为j的条件概率;r代表等级总数;
(4)计算当前发电流量决策,根据当前时段库容和水位,采用调度图方式确定时段决策出力,从而计算出发电流量,结合CFS预报未来D天的降雨等级,按照步骤(3)方式计算该发电决策下弃水风险;
(5)若计算风险率大于给定最大风险率,且决策流量小于最大发电流量,采用一定步长离散在当前决策流量与最大流量之间离散,对离散结果流量分别计算弃水风险率;若第l个发电流量下弃水风险率小于给定最大风险率,则以此流量作为决策流量;若离散至最大发电流量仍不能满足风险率要求,则按最大发电流量作为决策流量;
(6)若在调度过程中水位达到最高限制水位,则需要首先加大发电流量避免弃水;若发电流量已达最大,则除去最大发电流量后多余流量作为弃水决策。
CN201510671931.9A 2015-10-13 2015-10-13 基于cfs预报的水电站水库预泄决策方法 Active CN105373847B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510671931.9A CN105373847B (zh) 2015-10-13 2015-10-13 基于cfs预报的水电站水库预泄决策方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510671931.9A CN105373847B (zh) 2015-10-13 2015-10-13 基于cfs预报的水电站水库预泄决策方法

Publications (2)

Publication Number Publication Date
CN105373847A true CN105373847A (zh) 2016-03-02
CN105373847B CN105373847B (zh) 2019-01-01

Family

ID=55376026

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510671931.9A Active CN105373847B (zh) 2015-10-13 2015-10-13 基于cfs预报的水电站水库预泄决策方法

Country Status (1)

Country Link
CN (1) CN105373847B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111738617A (zh) * 2020-07-01 2020-10-02 广东电网有限责任公司广州供电局 一种强降雨天气下变电站风险评估方法与预警系统
CN114118554A (zh) * 2021-11-18 2022-03-01 武汉大学 基于台风路径的水库汛期运行水位动态控制方法及系统
CN115564181A (zh) * 2022-09-02 2023-01-03 南京南瑞水利水电科技有限公司 一种基于调洪增发电量的洪水调度评价方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103020742A (zh) * 2012-12-27 2013-04-03 大连理工大学 具有多限制运行区的梯级水电站群短期优化调度方法
CN103729803A (zh) * 2013-12-25 2014-04-16 大连理工大学 利用cfs集合预报产品的水电站中期滚动调度方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103020742A (zh) * 2012-12-27 2013-04-03 大连理工大学 具有多限制运行区的梯级水电站群短期优化调度方法
CN103729803A (zh) * 2013-12-25 2014-04-16 大连理工大学 利用cfs集合预报产品的水电站中期滚动调度方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王嘉阳 等: "复杂约束限制下的梯级水电站群实时优化调度方法及调整策略", 《中国电机工程学报》 *
申建建: "大型梯级水电站群调度混合非线性优化方法", 《中国科学:技术科学》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111738617A (zh) * 2020-07-01 2020-10-02 广东电网有限责任公司广州供电局 一种强降雨天气下变电站风险评估方法与预警系统
CN111738617B (zh) * 2020-07-01 2023-12-26 广东电网有限责任公司广州供电局 一种强降雨天气下变电站风险评估方法与预警系统
CN114118554A (zh) * 2021-11-18 2022-03-01 武汉大学 基于台风路径的水库汛期运行水位动态控制方法及系统
CN114118554B (zh) * 2021-11-18 2024-05-14 武汉大学 基于台风路径的水库汛期运行水位动态控制方法及系统
CN115564181A (zh) * 2022-09-02 2023-01-03 南京南瑞水利水电科技有限公司 一种基于调洪增发电量的洪水调度评价方法及系统
CN115564181B (zh) * 2022-09-02 2024-03-29 南京南瑞水利水电科技有限公司 一种基于调洪增发电量的洪水调度评价方法及系统

Also Published As

Publication number Publication date
CN105373847B (zh) 2019-01-01

Similar Documents

Publication Publication Date Title
Wang et al. Research and application of a combined model based on multi-objective optimization for multi-step ahead wind speed forecasting
CN110555561B (zh) 一种中长期径流集合预报方法
CN103996082B (zh) 一种基于双重随机理论的太阳辐射强度预测方法
Cadenas et al. Analysis and forecasting of wind velocity in chetumal, quintana roo, using the single exponential smoothing method
CN108764515A (zh) 一种耦合数值气象水文集合预报的水库调度风险决策方法
CN104715292A (zh) 基于最小二乘支持向量机模型的城市短期用水量预测方法
CN108491682B (zh) 降雨径流预报系统
CN107194495B (zh) 一种基于历史数据挖掘的光伏功率纵向预测方法
CN107292098A (zh) 基于前期气象因子与数据挖掘技术的中长期径流预报方法
CN104463349A (zh) 一种基于多时段综合相似日的光伏发电功率预测方法
CN102867106A (zh) 短期径流预报方法及系统
CN105243444A (zh) 一种基于在线多核回归的城市监测站点空气质量预测方法
CN103713336A (zh) 基于gis分区的水电站流域面雨量气象预报方法
CN102270279A (zh) 一种短期电力负荷预测方法
CN104090974A (zh) 展延水库后续来水的动态数据挖掘方法及系统
CN109934395A (zh) 一种基于分时分区气象数据的多小水电地区短期电力负荷预测方法
CN103838979A (zh) 一种基于支持向量机算法的统计降尺度方法
CN105373847A (zh) 基于cfs预报的水电站水库预泄决策方法
CN106503848A (zh) 多小水电趸售地区电网的负荷预测方法
Yang et al. Photovoltaic power forecasting with a rough set combination method
Sene et al. Exploratory studies into seasonal flow forecasting potential for large lakes
CN102622496A (zh) 一种嵌入模糊集状态的自适应预报方法和系统
CN117436619B (zh) 一种基于等效防洪作用的梯级水库防洪库容联合预留方法
Zhong et al. Wind power forecasting and integration to power grids
CN106355264A (zh) 一种参考作物腾发量组合预测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant