CN112541654A - 一种结合区域气候、局地日变化以及多尺度相互作用特征的区域风能资源精细化评估方法 - Google Patents
一种结合区域气候、局地日变化以及多尺度相互作用特征的区域风能资源精细化评估方法 Download PDFInfo
- Publication number
- CN112541654A CN112541654A CN202011237154.4A CN202011237154A CN112541654A CN 112541654 A CN112541654 A CN 112541654A CN 202011237154 A CN202011237154 A CN 202011237154A CN 112541654 A CN112541654 A CN 112541654A
- Authority
- CN
- China
- Prior art keywords
- wind
- resolution
- data
- regional
- field
- 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
Links
- 230000008859 change Effects 0.000 title claims abstract description 18
- 238000011156 evaluation Methods 0.000 title claims abstract description 11
- 230000003993 interaction Effects 0.000 title claims abstract description 8
- 238000004458 analytical method Methods 0.000 claims abstract description 22
- 238000004088 simulation Methods 0.000 claims abstract description 8
- 238000001228 spectrum Methods 0.000 claims abstract description 7
- 239000013598 vector Substances 0.000 claims abstract description 7
- 238000000034 method Methods 0.000 claims description 32
- 238000012950 reanalysis Methods 0.000 claims description 7
- 238000007619 statistical method Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 6
- 238000007670 refining Methods 0.000 claims 2
- 230000001172 regenerating effect Effects 0.000 abstract 1
- 238000011161 development Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 241001522296 Erithacus rubecula Species 0.000 description 1
- 241000233805 Phoenix Species 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012933 kinetic analysis Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2477—Temporal data queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Probability & Statistics with Applications (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Public Health (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种结合区域气候、局地日变化以及多尺度相互作用特征的区域风能资源精细化评估方法，获取最近年的全球逐小时再分析数据ERA5，进行降尺度模式时采用5小时的谱逼近同化方案，导出最近年近地面等地面高度层全国范围0.10度经纬网格坐标上的风矢量、风速、水平风向、风功率等要素产品；再生成区域气候分析产品，用WRF模式模拟生成全国范围2km分辨率的模拟场，对上述2km分辨率模拟场进行同化，生成全国范围2km分辨率的气象分析场；以上述2km分辨率气象分析场为背景场，利用90m分辨率地形数据，将风场降尺度到200m分辨率上，生成最近5年200m分辨率微尺度风资源数据。
Description
技术领域
本发明涉及气象与新能源发电系统领域，具体涉及一种区域风能资源精细化评估方法。
背景技术
风资源评估是风电企业制定宏观规划的必要条件，准确的风资源评估是风电场选址和选型的第一步。对风资源的深刻理解和准确评估有助于在风电场投入运营后设定更合适的控制策略、准确地预测发电量、极大地降低风电度电成本、减少由发电能力预测决定项目投资回报预期所带来的财务风险。
风能资源评估的方法主要有两类，一是对气象站的历史观测资料进行统计分析，一是利用数值模拟手段。两类方法各有优缺点：利用站点观测资料评估时，需要的计算资源很少，站点位置的评估比较准确，但在没有观测、地形复杂的时候，很难获取准确的风能资源空间分布；而利用数值模拟来实现风能资源调查能获取具有动力特征的风能资源时空分布，但需要大量计算资源，而且其精度依赖于数值模式本身、资料同化技术以及模式产品的释用方法。
中国气象局分别在1980年、1984-1987年和2004年进行了3次陆上风能资源普查，采用的方法都是基于中国气象站的历史观测资料进行统计分析。这种基于站点的普查方式基本可以了解中国风能资源的宏观分布，但不能详细地评估风能资源的分布位置、区域面积和储量等。因此，随着计算能力的快速提高以及数值预报技术的快速发展，采用数值模拟对风能资源进行评估就成了主要手段。
在运用数值模式手段进行风资源评估时，一种方法是对全球再分析资料进行统计分析，如Kubik等(2013，Renewable Energy)采用MERRA(Modern-Era RetrospectiveAnalysis for Research and Applications)资料和能量法则(Power Law)对北爱尔兰风力发电资源进行了评估。目前可能用于风能资源评估的再分析资料包括MERRA-2、FNL、JRA-25、ERA-interim、 ERA5等。这类方法从气象部门提供的再分析资料出发，不运行动力数值模式，可以极大地节省计算资源。但缺点是1)全球再分析资料分辨率很粗而不能反应局地小尺度特征；2)地形数据分辨率很粗而不能反应复杂地形对近地面风场的影响；3)近地面垂直层次很少，不能捕捉风机所在高度层次内的风场特征。因此这种方法主要的作用是分析一个区域的区域气候变化特征。第二种方法是采用中尺度模式，对全球再分析数据进行动力降尺度，生成较高水平分辨率、较高近地面层垂直分辨率的气象场数据。该方法理论上比第一种方法要准确，但反应的仍然是中尺度气象场信息。第三种方法是采用“分型+中尺度模式+线性微尺度模式”的方法得到高分辨率的风能资源图谱(Yu et al.，2006)。此类方法依据各气象探空观测站的资料对选定的探空站进行天气分型，然后从各分型中抽取少量比例的天数来进行中尺度模式 +线性微尺度模式的模拟。这种方法需要的计算资源可以通过调整抽取天数的比例来减少，但缺点是：1)探空站比较稀疏，其分型不能真实反应风电场的区域特征，特别是对于内蒙、新疆、西藏等区域；2)分型采用的是850百帕(约1500米海拔高度)和700百帕(约3000 米海拔高度)的风向、风速以及日最大混合层高度(何晓凤等，2015，气象学报)，由于地形和边界层的影响，其分类特征可能与风电需要的高度(地面70-150米)上的特征有差别；3) 是探空观测一般一天只有两次，分别是北京时间早晨8点和傍晚8点，较难反应天气的日变化特征。第四种方法是在中尺度模型的基础上，直接用微尺度模型获取高分辨率的风能资源数据。该方法的优点是风能数据的分辨率能满足需求，但缺点也非常明显：1)是需要非常巨量的计算资源，计算代价非常大；2)是获取的数据量非常大，对于风能资源统计分析非常艰难；3)是得到的结果更多的反应是微尺度的结构特征，该特征在用于分析区域气候特征时会有很多噪音，无法真实的反应区域气候变化特点，不利于确定该区域的风能资源开发前景。
上述四种方法包含了风能资源评估所用的方法，这四种方法的特点是：第一种方法只有区域气候特征；第二种方法只能反应区域风能资源气候特征；第三种方法不能反应日变化、季节变化、年际变化等包含时间信息的变化特征；第四种方法不能用于气候评估。
发明内容
本发明要解决的技术问题是解决上述现有技术的不足，提供一种结合区域气候变化、局地日变化以及多尺度相互作用特征的区域风能资源精细化评估方法。
为了解决上述现有技术的不足，本发明采用的技术方案为：一种结合区域气候、局地日变化以及多尺度相互作用特征的区域风能资源精细化评估方法，包括如下步骤：
1)获取最近n年的全球逐小时再分析数据ERA5；
2)获取全球GTS观测、待评估区域所在的国家或者地区内的自动站观测、测风塔观测数据；
3)应用WRF模式系统，以ERA5逐小时再分析资料进行动力降尺度到待评估区域所在的国家或者地区内12km分辨率尺度，进行降尺度模式时采用5小时的谱逼近同化方案；
4)应用GSI同化系统，采用步骤2中获取的观测数据，对最近41年的待评估区域所在的国家或者地区内12km分辨率大气场进行变分同化；
5)通过水平、垂直空间插值处理，导出最近n年近地面等地面高度层待评估区域所在的国家或者地区范围0.10度经纬网格坐标上的风矢量、风速、水平风向、风功率、温度、湿度、气压等要素产品；
6)对上一步生成的待评估区域所在的国家或者地区逐小时的数据用区域气候分析方法进行统计分析，生成区域气候分析产品；
7)利用最近的5年ERA5数据做为背景场，采用单向嵌套以及谱逼近同化方案，用WRF模式模拟生成待评估区域所在的国家或者地区范围2km分辨率的模拟场；
8)利用变分同化方法和获取的观测资料，对上述2km分辨率模拟场进行同化，生成待评估区域所在的国家或者地区范围2km分辨率的气象分析场；
9)通过水平、垂直空间插值处理，导出近5年近地面等地面高度层待评估区域所在的国家或者地区范围0.02度经纬网格坐标上的风矢量、风速、水平风向、风功率、温度、湿度、气压要素产品；
10)以上述2km分辨率气象分析场为背景场，利用90m分辨率地形数据，采用微尺度统计动力降尺度模型calMET，将风场降尺度到200m分辨率上，生成最近5年200m分辨率微尺度风资源数据。
从上述技术方案可以本发明具有以下优点：该方法既能反应区域气候变化特征，又能反应局地边界层特征、日、季节及年际变化特征，能从不同时间尺度上反应中尺度、小尺度及微尺度的风能资源特征，并且该方法在有限的计算资源下能够得以实现。该方法获取的产品可以用于评估区域的气候特征、风能资源分布特征，可以用于预测区域风能资源开发前景，可以为风电场宏观选址、风电场微观布局、风机选型、运营成本估算等提供基础数据，也可以为风电功率预测系统和电力调度系统提供更好的数据依据。
附图说明
图1为本发明的流程图。
具体实施方式
以下结合附图，以中国地区为例，对本发明的具体实施方式做具体说明。
1)获取最近41年(1979-2019)的全球逐小时再分析数据ERA5；
2)获取全球GTS观测、中国自动站观测、测风塔观测数据；
3)应用WRF模式系统，以ERA5逐小时再分析资料进行动力降尺度到中国区域12km分辨率尺度，进行降尺度模式时采用5小时的谱逼近同化方案；
4)应用GSI同化系统，采用步骤2中获取的观测数据，对最近41年的逐小时中国区域12km 分辨率大气场进行变分同化；
5)通过水平、垂直空间插值处理，导出最近41年近地面等地面高度层全国范围0.10度经纬网格坐标上的风矢量、风速、水平风向、风功率、温度、湿度、气压等要素产品；
6)对上一步生成的全国范围逐小时的数据用区域气候分析方法进行统计分析，生成区域气候分析产品；
7)利用2015至2019年最近的5年ERA5数据做为背景场，采用单向嵌套以及谱逼近同化方案，用WRF模式模拟生成全国范围2km分辨率的模拟场；
8)利用变分同化方法和获取的观测资料，对上述2km分辨率模拟场进行同化，生成全国范围2km分辨率的气象分析场；
9)通过水平、垂直空间插值处理，导出近5年近地面等地面高度层全国范围0.02度经纬网格坐标上的风矢量、风速、水平风向、风功率、温度、湿度、气压等要素产品；
10)以上述2km分辨率气象分析场为背景场，利用90m分辨率地形数据，采用微尺度统计动力降尺度模型calMET，将风场降尺度到200m分辨率上，生成最近5年200m分辨率微尺度风资源数据。
上述方案的特征是一个包含较长时间序列(最近40+年)的风能资源普查数据集、一个包含近年(最近5+年)的风能资源较高分辨率的动力分析时间序列数据集、以及一个一个包含近年(最近5+年)的高分辨率(200m)风能资源详查时间序列数据集。
在上述方案的基础上，步骤1中所述的全球逐小时再分析数据ERA5为欧洲中期天气预报中心(ECMWF)在ERA-interim再分析资料的基础上升级生成的全球逐小时再分析数据集。研究表明(Olauson,J.，2018)，ERA5比风能领域通用的MERRA-2资料的优点为：相关性高、平均误差小20％、时间分辨率高、用于长期订正目的的不确定性小20％(用一年的数据去做接下来的1-5年的预测)。
该方法既能反应区域气候变化特征，又能反应局地边界层特征、日、季节及年际变化特征，能从不同时间尺度上反应中尺度、小尺度及微尺度的风能资源特征，并且该方法在有限的计算资源下能够得以实现。该方法获取的产品可以用于评估区域的气候特征、风能资源分布特征，可以用于预测区域风能资源开发前景，可以为风电场宏观选址、风电场微观布局、风机选型、运营成本估算等提供基础数据，也可以为风电功率预测系统和电力调度系统提供更好的数据依据。
Claims (3)
1.一种结合区域气候、局地日变化以及多尺度相互作用特征的区域风能资源精细化评估方法，包括如下步骤：
1)获取最近n年的全球逐小时再分析数据ERA5；
2)获取全球GTS观测、待评估区域所在的国家或者地区内的自动站观测、测风塔观测数据；
3)应用WRF模式系统，以ERA5逐小时再分析资料进行动力降尺度到待评估区域所在的国家或者地区内12km分辨率尺度，进行降尺度模式时采用5小时的谱逼近同化方案；
4)应用GSI同化系统，采用步骤2中获取的观测数据，对最近41年的待评估区域所在的国家或者地区内12km分辨率大气场进行变分同化；
5)通过水平、垂直空间插值处理，导出最近n年近地面等地面高度层待评估区域所在的国家或者地区范围0.10度经纬网格坐标上的风矢量、风速、水平风向、风功率、温度、湿度、气压等要素产品；
6)对上一步生成的待评估区域所在的国家或者地区逐小时的数据用区域气候分析方法进行统计分析，生成区域气候分析产品；
7)利用最近的5年ERA5数据做为背景场，采用单向嵌套以及谱逼近同化方案，用WRF模式模拟生成待评估区域所在的国家或者地区范围2km分辨率的模拟场；
8)利用变分同化方法和获取的观测资料，对上述2km分辨率模拟场进行同化，生成待评估区域所在的国家或者地区范围2km分辨率的气象分析场；
9)通过水平、垂直空间插值处理，导出近5年近地面等地面高度层待评估区域所在的国家或者地区范围0.02度经纬网格坐标上的风矢量、风速、水平风向、风功率、温度、湿度、气压要素产品；
10)以上述2km分辨率气象分析场为背景场，利用90m分辨率地形数据，采用微尺度统计动力降尺度模型calMET，将风场降尺度到200m分辨率上，生成最近5年200m分辨率微尺度风资源数据。
2.根据权利要求1所述的结合区域气候、局地日变化以及多尺度相互作用特征的区域风能资源精细化评估方法，其特征在于：采用90m分辨率的SRTM地形数据用于统计动力降尺度。
3.根据权利要求1所述的结合区域气候、局地日变化以及多尺度相互作用特征的区域风能资源精细化评估方法，其特征在于：n为大于40的自然数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011237154.4A CN112541654B (zh) | 2020-11-09 | 2020-11-09 | 一种区域风能资源精细化评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011237154.4A CN112541654B (zh) | 2020-11-09 | 2020-11-09 | 一种区域风能资源精细化评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112541654A true CN112541654A (zh) | 2021-03-23 |
| CN112541654B CN112541654B (zh) | 2023-12-19 |
Family
ID=75013956
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011237154.4A Active CN112541654B (zh) | 2020-11-09 | 2020-11-09 | 一种区域风能资源精细化评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112541654B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113849979A (zh) * | 2021-09-26 | 2021-12-28 | 北京师范大学 | 一种基于气候模型与联合分布函数的风速降尺度方法 |
| CN114385600A (zh) * | 2022-03-23 | 2022-04-22 | 北京弘象科技有限公司 | 一种ecmwf温度数据的降尺度订正方法和装置 |
| CN116306026A (zh) * | 2023-05-12 | 2023-06-23 | 南京信息工程大学 | 一种面向复杂地形的风能资源评估方法、设备及存储介质 |
| CN116306038A (zh) * | 2023-05-19 | 2023-06-23 | 北京弘象科技有限公司 | 一种气象模式和同化系统的垂直层匹配方法和装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110275224A (zh) * | 2019-05-24 | 2019-09-24 | 兰州大学 | 精细化近地层气象要素预报系统及其预报方法 |
| CN111401634A (zh) * | 2020-03-13 | 2020-07-10 | 成都信息工程大学 | 一种获取气候信息处理方法、系统、存储介质 |
-
2020
- 2020-11-09 CN CN202011237154.4A patent/CN112541654B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110275224A (zh) * | 2019-05-24 | 2019-09-24 | 兰州大学 | 精细化近地层气象要素预报系统及其预报方法 |
| CN111401634A (zh) * | 2020-03-13 | 2020-07-10 | 成都信息工程大学 | 一种获取气候信息处理方法、系统、存储介质 |
Non-Patent Citations (4)
| Title |
|---|
| 刘祥宇: "东海区风场降尺度模拟研究", 《中国优秀博硕士学位论文全文数据库(硕士)基础科学辑》 * |
| 刘祥宇: "东海区风场降尺度模拟研究", 《中国优秀博硕士学位论文全文数据库(硕士)基础科学辑》, 15 July 2016 (2016-07-15), pages 8 - 15 * |
| 李俊徽: "动力降尺度与系统集成技术在精细化风场预报上的应用研究", 《中国优秀博硕士学位论文全文数据库(硕士)基础科学辑》 * |
| 李俊徽: "动力降尺度与系统集成技术在精细化风场预报上的应用研究", 《中国优秀博硕士学位论文全文数据库(硕士)基础科学辑》, 15 March 2018 (2018-03-15), pages 1 - 7 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113849979A (zh) * | 2021-09-26 | 2021-12-28 | 北京师范大学 | 一种基于气候模型与联合分布函数的风速降尺度方法 |
| CN113849979B (zh) * | 2021-09-26 | 2024-07-23 | 北京师范大学 | 一种基于气候模型与联合分布函数的风速降尺度方法 |
| CN114385600A (zh) * | 2022-03-23 | 2022-04-22 | 北京弘象科技有限公司 | 一种ecmwf温度数据的降尺度订正方法和装置 |
| CN114385600B (zh) * | 2022-03-23 | 2022-07-19 | 北京弘象科技有限公司 | 一种ecmwf温度数据的降尺度订正方法和装置 |
| CN116306026A (zh) * | 2023-05-12 | 2023-06-23 | 南京信息工程大学 | 一种面向复杂地形的风能资源评估方法、设备及存储介质 |
| CN116306026B (zh) * | 2023-05-12 | 2023-08-22 | 南京信息工程大学 | 一种面向复杂地形的风能资源评估方法、设备及存储介质 |
| CN116306038A (zh) * | 2023-05-19 | 2023-06-23 | 北京弘象科技有限公司 | 一种气象模式和同化系统的垂直层匹配方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112541654B (zh) | 2023-12-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112541654B (zh) | 一种区域风能资源精细化评估方法 | |
| Mughal et al. | Wind modelling, validation and sensitivity study using Weather Research and Forecasting model in complex terrain | |
| CN109447315B (zh) | 一种基于多时空尺度的电力气象数值天气预报方法和装置 | |
| Amirinia et al. | Offshore wind resource assessment of Persian Gulf using uncertainty analysis and GIS | |
| Mathew et al. | Analysis of wind regimes for energy estimation | |
| CN102184337B (zh) | 一种受气象信息影响的新能源发电能力动态组合分析方法 | |
| US20150039228A1 (en) | Ultra-short-term forecasting method including real-time monitoring of the effect of upper and lower courses | |
| CN110598290A (zh) | 考虑气候变化的流域未来水电发电能力预测方法和系统 | |
| Cradden et al. | A 34-year simulation of wind generation potential for Ireland and the impact of large-scale atmospheric pressure patterns | |
| KR101383617B1 (ko) | 일사량 예측 방법 및 장치 | |
| Li et al. | A model-based climatology analysis of wind power resources at 100-m height over the Bohai Sea and the Yellow Sea | |
| CN102945508A (zh) | 一种基于模型校正的风电功率预测预报系统及方法 | |
| CN101741085A (zh) | 一种短期风电功率预报方法 | |
| CN113553782B (zh) | 一种用于预报风速的降尺度方法 | |
| CN105279576A (zh) | 一种风速预报的方法 | |
| CN112287301B (zh) | 一种基于全球水文模型的全球尺度水力发电能力的评估方法 | |
| CN110399634A (zh) | 一种基于天气系统影响的预报区域确定方法及系统 | |
| CN112100922A (zh) | 一种基于wrf和cnn卷积神经网络的风资源预测方法 | |
| Tong et al. | Mapping the urban natural ventilation potential by hydrological simulation | |
| El Hadri et al. | Wind energy land distribution in Morocco in 2021–2050 according to RCM simulation of CORDEX-Africa project | |
| CN115048790A (zh) | 一种风功率预测快速降尺度的方法和系统 | |
| CN112541655B (zh) | 一种针对区域风能资源精细化评估需求的大气再分析方法 | |
| Pattnayak et al. | How good is regional climate model version 4 in simulating the monsoon onset over Kerala? | |
| CN113075751A (zh) | 一种观测资料在短临预报中的融合方法和系统 | |
| Rautenbach et al. | Teleconnections between global sea-surface temperatures and the interannual variability of observed and model simulated rainfall over southern Africa |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |