新書推薦：
《
人生，体验而已
》
售價：HK$
64.9
《
无人公司：打造未来超级商业体
》
售價：HK$
76.8
《
精神障碍模型：一个精神病学教授的批判性反思
》
售價：HK$
107.8
《
图解大模型：生成式AI原理与实战（全彩）
》
售價：HK$
175.8
《
日耳曼尼亚：德意志的千年之旅
》
售價：HK$
184.8
《
王朔文集（王朔经典作品，共15册！全新再版！当代文坛绕不过去的存在）
》
售價：HK$
766.7
《
让DeepSeek成为你的心理咨询师
》
售價：HK$
60.5
《
多瑙河畔：哈布斯堡欧洲史
》
售價：HK$
206.8
|
| 編輯推薦： |
|
本书主要研究风电、光伏等新能源功率预测建模及精度提升技术。随着新能源发电的渗透，如何让可再生能源的出力由“随机的”变为“可靠的”，是提高分布式新能源利用率的关键，实现新能源功率可靠预测是有效的实现方法之一。本书针对分布式和集中式新能源场站功率预测展开技术研究和系统应用，在算例风光电站的设计和运行阶段进行示范应用并总结成果，旨在有效降低新能源功率波动对配网承载力的影响，具有很高的工程应用价值和前沿性。
|
| 內容簡介： |
|
本书深入分析了风力发电和光伏发电的功率特性及其预测技术。书中涵盖了多种前沿的预测模型和算法，如基于核密度估计与CatBoost 算法的光伏功率预测方法、基于多重归因和时间卷积网络算法的风电功率预测模型等。此外，还探讨了风光储系统的容量优化配置及其在不确定性分析中的应用。通过多个案例分析，验证了这些技术在提高新能源功率预测精度和储能系统容量配置中的实际效用。
|
| 關於作者： |
|
史洁，济南大学物理学院副教授，硕士生导师，美国德州大学、瑞典梅拉达伦大学访问学者，英国卡迪夫大学博士后。博士毕业于华北电力大学（北京）新能源电力系统国家重点实验室，研究方向包括：风电、光伏功率预测机理、高比例新能源发电并网、风光储多能互补。以第一作者发表论文超40篇，其中SCI索引7篇，包含IEEETransactionsonSmartGrid和AppliedEnergy一区论文，ESI全球1%高被引论文1篇。申请发明专利15项，已授权3项。主持国家自然科学基金项目、国家重点研发项目，以参与单位负责人身份获批国家市场监督技术创新中心省级科研平台（建设经费2000万），以负责人身份获济南市科技局“新高校20条”创新产业载体资助（70万）。参与建设山东省高校优秀青年创新团队；转化科研成果，服务企业地方，主持国家电网、中国华能集团、山东电力咨询院等重点研究项目。
|
| 目錄：
|
第1章 风电光伏场站输出功率特性
1.1 风电输出功率特性分析
1.2 光伏输出功率特性分析
第2章 风电场功率预测技术及建模应用
2.1 基于多重归因和时间卷积网络的风电功率短期预测模型
2.2 算例分析
第3章 光伏电站功率预测技术及建模应用
3.1 基于核密度估计与CatBoost 算法的光伏功率预测方法
3.2 时空相关修正模型在超短期分布式光伏功率预测中的应用研究
第4章 基于可靠预测的风光储系统容量优化配置研究
4.1 基于误差分布特性动态寻优的风电、光伏功率预测不确定性分析
4.2 计及风电、光伏功率预测误差及不确定性分析的混合储能容量优化配置
|
| 內容試閱：
|
随着全球能源需求的不断增长以及环境保护的迫切需求，清洁能源的开发和利用成为全球应对气候变化和能源危机的重要举措。风能和太阳能是近年来可再生能源的两大标志性代表。然而，由于风力发电（风电）和光伏发电（光伏）的高效间歇性、随机性和不可控性，其输出功率的预测代价极大，这给电网的稳定运行和新能源的利用带来了不小的困难。因此，如何有效提高风电和光伏的功率预测精度，成为当前能源电力领域研究的重要课题。
新型电力市场的建立，为风电、光伏等新型电力系统的大规模接入提供了政策支持，但这也对发电量的精准预测提出了更高的要求。传统的预测模型由于无法充分考虑天气、环境及设备运行状态等时序参数，预测结果往往存在增大的偏差，难以满足新型电力市场对预测精度的要求。因此，需要研究和发展更加先进的电力预测技术，以适应电力市场的需求。
本书以新能源电力预测技术及算法应用为研究重点，系统地分析了风电、光伏的电力特性及其预测技术。首先，书中详细探讨了风电和光伏电站的电力特性，提出了基于气象因子的输出功率特性分析；针对风电功率预测，介绍了多种建模技术，包括基于缺失数据多重归因填补和时间卷积网络（TCN）相结合的预测框架，展示了该模型预测的可靠性；针对光伏发电，提出了一种结合核密度估计（KDE）和CatBoost 算法的功率预测模型，并通过实验验证了该模型在提升精度预测方面的有效性。
其次，本书还深入探讨了基于新能源电力预测的风光储系统容量优化配置问题。通过对风电、光伏功率预测结合非分配特性进行动态寻优，提出了一种非参数核密度估计（NKDE）与高斯混合模型（GMM）的联合分配方式，在提高预测精度的同时，优化了储能系统的配置方案，实现了经济性与稳定性的平衡。最后，本书针对新能源电力预测的实际应用场景，结合不同天气条件下的算例分析，验证了所提模型和算法在实际工程中的有效性和适用性。
本书通过对风电、光伏功率预测技术及算法的深入探讨，不仅为本领域的研究人员提供了相关理论支持，也为电力系统工程师在实际应用中提高新能源功率预测精度、优化备用系统配置提供参考。总之，随着新型电力市场的不断发展，新能源功率预测技术及其应用将在推动清洁能源的广泛利用和提高电网稳定性方面发挥越来越重要的作用。
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
