新書推薦：
《
中国近代史（名家导读版）
》
售價：HK$
90.2
《
《四库全书总目》子部辨证与学术批评研究（全三册）
》
售價：HK$
404.8
《
古代城邦（修订版）（经典与解释·古今丛编）
》
售價：HK$
109.8
《
诱捕：青春穿越小说 穿书系统×双向救赎
》
售價：HK$
52.8
《
战后日本对外文化战略研究（1945—1972）
》
售價：HK$
107.8
《
斯坦福十条：AI时代，顶尖大学要这样的人
》
售價：HK$
76.8
《
跃入夏天2：青春校园治愈成长小说 沉默寡言排球手x暴躁可爱小不点
》
售價：HK$
47.1
《
百妖谱3：裟椤双树代表作 奇幻百妖谱动漫原著系列小说 古风青春文学玄幻巨作
》
售價：HK$
49.5
|
| 編輯推薦： |
我国是全球可再生能源领域的领跑者。2023年我国风能新增装机容量比上年增长66%，2023年中国太阳能光伏新增装机容量相当于2022年全球太阳能光伏新增装机容量。预计到2028年，我国将占全球新增可再生能源发电量的60%，对全球实现可再生能源增加两倍目标发挥着至关重要的作用。本书的写作背景与我国可再生能源发展极为契合。
本专著汇集了来自不同背景的作者长达数十年的专业知识，包括大学和政府实验室、商业预报员和业务预测最终用户，形成了一套全面的实践标准化流程，介绍了风力发电预测的所有领域，包括预测方法、测量选择和数据质量控制，为可再生能源预测相关过程的评估提供了专门构建的决策支持工具、流程图和代码示例。本专著可为我国风光可再生能源场站、各级电力调度机构、可再生能源预测服务商在提升风光新能源功率预测精度上提供理论指导和实践依据，具有重要的应用价值。一方面，提升风光可再生能源功率功率预测可以帮助风光场站在电力市场中决策提供更准确的信息，提高市场收益，同时可以避免调度机构的预测偏差考核费用；另一方面，提升风光可再生能源功率预测可以帮助调度机构更好的制定发电计划，配置备用容量，优化提升电网功率平衡
|
| 內容簡介： |
《国际能源署可再生能源发电预测解决方案实施推荐指南》是国际能源署（IEA）风能技术合作计划关于可再生能源预测的推荐应用方法，内容分为4部分：第1部分是预测解决方案的选择，主要讨论了如何制定一个标准化的流程，以帮助用户根据具体的应用场景选择最佳的预测解决方案；第2部分是预测基准试验和测试的设计与执行，具体讨论了定制化的预测基准和试验的设计、执行和分析；第3部分是预测解决方案的评估，包括对备选预测方法、业务和非业务应用预测方法以及整个预测解决方案的评估；第4部分是实时预报应用中的气象和电力数据需求，为选择、部署和维护气象传感器、功率测量设备以及进行相关数据质量控制工作提供指导。
《国际能源署可再生能源发电预测解决方案实施推荐指南》适合需要基于风光可再生能源发电预测进行并网运行和市场交易，并支持和积极推进可再生能源发电预测流程标准化的相关人员阅读。这些人员既包括已经通过创新性方法从可再生能源发电预测中获取经济效益的行业先驱，也包括仍然对可再生能源发电预测存在困惑的行业新人，以及正在尽力将风光可再生能源发电预测融入业务流程的行业人员。
|
| 關於作者： |
Corinna M?hrlen博士是WEPROG公司的联合创始人、总经理和研究协调员。自2003年起，WEPROG公司基于75成员多模式集合预报系统（MSEPS），持续提供全球范围内的天气与能源综合预测服务，专注于为可再生能源并网预测领域提供专业支持。
她还是德国工程学会（VDI，自1994年起）、IEEE电力与能源学会（IEEE PES，自2008年起）成员，也是国际能源署风能技术合作计划任务36“风能预测”（2016—2021年）和任务51“天气驱动能源系统预测”（2022—2025年）管理委员会成员和任务负责人。20多年来，她一直参与和协调国际层面的预测项目，撰写和评审多篇可再生能源预测及其并网相关的期刊文章。她在德国波鸿鲁尔大学获得土木工程硕士学位，在爱尔兰科克大学获得土木与环境工程硕士和博士学位。在她的博士研究中，她将重点放在预测过程中的大气科学和气象学部分，并成功将多方案集合预报方法应用到业务预测系统中。2020年，她凭借在概率预测方面的贡献获得了ESIG卓越奖。
John W. Zack博士是MESO公司的总裁、首席科学家和联合创始人。MESO公司是一家成立于1985年的小型企业，专门从事统计地球物理模型的开发及其在各行业的应用。他在1993年联合创办了Meteosim有限公司，这是一家位于西班牙巴塞罗那的气象服务公司，目前他是公司董事会的重要成员。他是AWS Truepower公司（全球可再生能源咨询服务的领军者）的创始合伙人之一，并一直担任该公司董事会的职务，直至2016年AWS Truepower公司被UL公司收购。他是美国气象学会可再生能源委员会联合主席，也是国际能源署风能技术合作计划任务36“风能预测”（2016—2021年）和任务51“天气驱动能源系统预测”（2022—2025年）的任务负责人。他在科学杂志和行业出版物上发表了多篇关于大气建模、预报和可再生能源气象应用的文章。他拥有美国纽约大学气象学和海洋学学士学位以及康奈尔大学大气科学博士学位。
Gregor Giebel博士在丹麦技术大学风能系（前身为丹麦Ris?国家实验室）担任过多项职务，在风能短期预测、风能大规模并网、风电场流量控制和IEC标准化方面工作了超过25年。他是国际能源署风能技术合作计划任务36“风能预测”和任务51“天气驱动能源系统预测”的运营管理者。他还是欧盟玛丽·居里科研启动培训网络项目Train2Wind（train2wind.eu）和埃及可再生能源预测研究项目的负责人。他撰写的短期可再生能源预测现状分析报告引用量达1000次。他是一位成就卓越的研究提案撰写者，其资金获批率超过50%，累计获得约2500万欧元的资助。他在德国慕尼黑工业大学获得物理学硕士学位，在德国奥尔登堡卡尔-冯-奥西茨基大学获得博士学位。
杨明 教授，博士生导师，IET Fellow，泰山学者特聘专家，国家一流课程负责人。获中国电机工程学会电力优秀科技工作者、山东省优秀科技工作者等荣誉称号，入选全球前2%顶尖科学家榜单；长期从事新能源功率预测、电力系统优化调度以及电力市场交易决策领域研究；担任IEEE Transactions on Power Systems、Protection and Control of Modern Power Systems、IEEE Transactions on Industry Applications等国内外高水平期刊编委；主持多项新能源发电功率预测相关国家级、省部级纵向项目，出版多部学术专著与教材，发表SCI期刊论文百余篇，参与制定国内外标准，授权发明专利近百项；以第一完成人获山东省科技进步1等奖、中国电工技术学会科技进步1等奖省部级科技奖励；研究成果广泛应用于电力调度机构、电力交易中心以及新能源运营商。
|
| 目錄：
|
目 录
译者序
原书前言
关于作者
关于国际能源署风能技术合作计划及其任务36和任务51
第1部分 预测解决方案的选择
第1章 预测解决方案选择 2
1.1 开始阅读前 2
1.2 背景和引言 2
1.3 目标 3
1.4 定义 3
第2章 初步考虑因素 4
2.1 初选预测供应商 4
2.2 预测解决方案的目标和需求 6
2.3 在预测解决方案中增加不确定性预测 6
2.4 信息检索表 7
第3章 决策支持工具 8
3.1 预测系统的初步规划10
3.2 IT基础设施需要考虑的因素10
3.2.1 单个预测供应商与多个预测供应商的IT基础设施要求对比10
3.2.2 确定性预测与概率预测的IT基础设施要求对比11
3.3 建立需求清单11
3.4 短期解决方案13
3.5 长期解决方案14
3.6 具备IT系统的情况14
3.7 现有IT解决方案的复杂程度15
3.8 选择新供应商与现有供应商进行基准测试15
3.9 预测解决方案的RFP评估标准15
3.9.1 预测解决方案类型16
3.9.2 供应商能力19
3.9.3 服务评估20
3.10 采用概率预测时的方法选择23
3.10.1 不确定性的定义24
3.10.2 不确定性预测方法25
3.10.3 集合预报的培训工具27
3.10.4 不确定性预测在能源行业中的应用27
3.10.5 预测不确定性可视化31
第4章 数据通信35
4.1 术语36
4.2 数据描述37
4.3 数据格式和数据交换43
4.3.1 1级数据格式和数据交换43
4.3.2 2级数据格式和数据交换44
4.4 格式化模板文件和模式示例46
第5章 结语47
第2部分 预测基准试验和测试的设计与执行
第6章 基准试验和测试的设计与执行50
6.1 开始阅读前50
6.2 背景和引言50
6.3 定义50
6.3.1 可再生能源预测基准50
6.3.2 可再生能源预测测试51
6.4 目标51
第7章 初步考虑因素52
7.1 决定是否执行测试或基准试验52
7.2 测试和基准试验的益处52
7.3 测试和基准试验的局限性53
7.4 测试或基准试验中的时间表和预测时间54
7.5 1页“速查”清单54
第8章 实施测试或基准试验56
8.1 第1阶段：测试准备56
8.1.1 关键考虑因素56
8.1.2 元数据采集58
8.1.3 历史数据采集58
8.1.4 IT/数据考虑因素58
8.1.5 准备阶段的交流59
8.1.6 准备阶段的试运行60
8.2 第2阶段：基准/测试期间60
8.2.1 基准/测试期间的交流60
8.2.2 基准/测试期间的验证报告61
8.3 第3阶段：基准/测试后61
8.3.1 基准/测试结束时的沟通61
8.3.2 基准/测试后的验证报告61
第9章 对概率基准和测试的考虑62
9.1 概率基准/测试准备阶段的挑战62
9.2 概率基准/测试评估阶段的挑战63
第10章 基准/测试的最佳实践建议65
10.1 基准/测试的最佳实践65
10.2 需要避免的问题66
第3部分 预测解决方案的评估
第11章 预测解决方案评价70
11.1 开始阅读前70
11.2 背景和引言70
第12章 评估不确定性的概述72
12.1 代表性72
12.1.1 评估样本的规模和组成73
12.1.2 数据质量74
12.1.3 预测提交控制74
12.1.4 信息传播74
12.2 显著性75
12.3 相关性76
第13章 测量数据的处理和控制77
13.1 仪器信号和测量的不确定度77
13.2 测量数据的收集和报告78
13.2.1 与天气无关的减产78
13.2.2 时间和空间上的测量数据聚合78
13.3 测量数据的处理和归档79
13.4 质量保证和质量控制79
第14章 预测性能评估81
14.1 预测属性指标选择81
14.1.1 经典误差指标82
14.1.2 异常值/极端误差82
14.1.3 经验误差分布82
14.1.4 二元分类或多元分类事件82
14.2 预测区间和预测分布83
14.3 概率预测评估方法84
14.3.1 布里尔分数85
14.3.2 排名概率（技巧）得分（RP（S）S）86
14.3.3 可靠性评估89
14.3.4 事件辨别能力：相对操作特征量（ROC）92
14.3.5 预测的不确定性：瑞丽熵（Rény entropy）94
14.4 基于评估指标的预测优化94
14.5 集合预报的后处理95
第15章 预测评估的最佳建议96
15.1 制定评估框架96
15.1.1 制定评分规则97
15.1.2 预测和预测误差分析97
15.1.3 确定性预测的验证方法98
15.1.4 概率预测的验证方法 101
15.1.5 建立成本函数或评价矩阵 104
15.2 业务预测价值最大化 106
15.2.1 性能监测 107
15.2.2 预测诊断和持续优化 107
15.2.3 预测价值最大化 108
15.2.4 保持先进预测性能 109
15.2.5 激励机制 111
15.3 基准和测试评估 112
15.3.1 应用代表性、显著性和相关性的原则 112
15.3.2 执行阶段的评估准备 113
15.3.3 评估阶段的性能分析 114
15.3.4 基准评估示例 115
15.4 应用案例 116
15.4.1 能源交易和电力平衡 116
15.4.2 爬坡预测 117
15.4.3 用于备用配置的概率爬坡预测评价 118
第4部分 实时预报应用中的气象和电力数据需求
第16章 实时预报应用中的气象和电力数据需求122
16.1 开始阅读前 122
16.2 背景和引言 122
16.3 章节结构和使用方法 123
第17章 实时气象测量数据的应用124
17.1 特定应用需求 124
17.1.1 气象数据的特定应用需求 124
17.1.2 在系统运行、平衡和交易方面的应用 125
17.1.3 在风机、风电场运行方面的应用 126
17.1.4 在太阳能/光伏场站运行方面的应用 126
17.2 实时气象和功率测量的适用标准 127
17.2.1 风能资源测量标准 127
17.2.2 太阳能资源测量标准 129
17.3 气象测量通用标准 129
17.4 数据通信 130
第18章 实时运行的气象测量仪器131
18.1 风能项目的气象测量仪器 132
18.1.1 杯式风速计 133
18.1.2 声波和超声波风速计 133
18.1.3 遥感设备 134
18.1.4 测风塔传感器部署 137
18.1.5 机舱传感器部署 137
18.2 太阳能项目的气象测量仪器 140
18.2.1 点测法141
18.2.2 全天空成像仪142
18.2.3 卫星数据144
第19章 实时运行的功率测量146
19.1 实时功率及其测量146
19.2 测量系统147
19.2.1 连接点仪表147
19.2.2 风电SCADA系统148
19.2.3 太阳能SCADA系统149
19.3 可用功率信号150
19.4 预测中的实时功率数据151
19.4.1 预测供应商角度151
19.4.2 预测用户角度151
19.5 最佳实践建议总结151
第20章 测量设置和校准153
20.1 测量仪器的选择153
20.1.1 风电项目测量仪器的选择154
20.1.2 太阳能项目测量仪器的选择155
20.1.3 不同测量技术的特性157
20.2 测量位置158
20.2.1 风电项目代表性测量位置159
20.2.2 太阳能项目代表性测量位置160
20.3 维护和检查时间表161
第21章 仪器性能评估162
21.1 测量数据处理162
21.2 测量不确定性表达163
21.3 特定仪器中已知的不确定性问题164
21.3.1 机舱风速测量不确定性的影响及缓解方法164
21.3.2 机舱风速在实时NWP数据同化中的应用166
21.3.3 辐照度测量的已知不确定性167
21.4 通用数据质量控制和质量保障（QCQA）168
21.5 历史数据质量控制169
21.5.1 风能预测应用的质量控制170
21.5.2 太阳能预测应用的质量控制174
21.6 实时数据质量控制176
21.6.1 风能和太阳能实时预测应用中的数据筛选176
21.6.2 风能和太阳能实时预测应用中的数据采样阈值177
21.6.3 风能和太阳能应用的实时质量控制177
21.6.4 太阳能预测特殊实时质量控制177
第22章 最佳实践建议179
22.1 定义180
22.2 仪器180
22.3 根据应用需求选取测量仪器180
22.4 电网和公用事业规模运行的实时测量建议181
22.4.1 质量要求建议181
22.4.2 精度和分辨率建议184
22.4.3 验证和核查建议185
22.5 用于发电站运行和监测的实时测量建议187
22.5.1 数据质量建议188
22.5.2 验证和核查建议189
22.6 用于电力市场交易的实时测量建议192
22.6.1 基于实时测量的交易策略192
22.6.2 质量建议193
22.6.3 精度和分辨率建议193
第23章 结束语195
附录196
附录A 预测解决方案的问题说明196
附录B RFP准备阶段和过程中的典型RFI问题197
附录C 概率不确定性预测应用实例197
C.1 系统运营商动态备用预测系统的图形可视化示例197
C.2 大风停机预警系统198
附录D 元数据清单200
附录E 预测文件结构示例201
E.1 用于预测和SCADA的XSD模板示例201
E.2 用于交换实时测量数据的XSD SCADA模板203
附录F 标准统计指标203
F.1 BIAS—偏差203
F.2 MAE—平均绝对误差204
F.3 RMSE—均方根误差204
F.4 相关性204
F.5 标准差204
F.6 怎样才能做出“好”的预测呢205
附录G 验证和核查代码示例206
G.1 国际能源署风能任务36和任务51专用验证和核查（V&V）代码206
G.2 其他项目中与建议相关的代码206
附录H 不同系统运营商的测量要求207
H.1 不同辖区系统运营商的要求示例207
H.2 CAISO测量要求示例207
H.3 EIRGRID测量要求示例207
H.4 AESO测量要求示例209
附录I 缩略语212
参考文献215
|
| 內容試閱：
|
原书前言
本书作者在编撰前期经历了多次会议集中研讨，同时在国际能源署风能技术合作计划任务36执行的第1阶段（2016—2018年）和第2阶段（2018—2021年），与同事、利益相关方、其他人员进行了多次交流。本书部分内容是研究课题2.1和3.3以及国际能源署风能技术合作计划任务51的研究成果，其中第4部分是国际能源署光伏发电系统合作计划任务16和国际能源署风能技术合作计划任务32的共同研究成果。本书全文各部分均通过了社会公众和国际能源署风能执行委员会IEA-Wind的审查，委员会于2022年1月批准同意本书出版发布。
作者与编辑在此对过去六年来在研讨会上积极参与讨论、慷慨提出建议、细致审查稿件以及无私提供相关信息的各位表示由衷的感激，同时作者需要特别感谢在本书配套网站（ Tuohy、Anton Kaifel、Caroline Draxl、Craig Collier、Ines Würth、Jakob W. Messner、Jan Remund、Jeffrey Lerner、Jethro Browell、Jie Yan、Joseph Lee、Justin Sharp、Martin Felder、Mathias Blicher Bjerregard、Mikkel Westenholz、Ricardo J. Bessa、Rui Pestana、Stephan Vogt和Stefan Wilbert。
最后，作者要感谢Yves Gagnon，他鼓励我们在Elsevier出版该成果，感谢Elsevier团队在整个出版过程中对我们的支持，同时感谢丹麦能源技术开发与示范项目（EUDP）（项目编号64018-0515和134-22015）的资助。
Corinna M?hrlen、John W. Zack和Gregor Giebel
者序
在能源低碳、绿色转型的背景下，风能与太阳能等可再生能源已成为全球能源体系中的重要组成部分。然而，其固有的随机性与波动性，对电力系统安全稳定运行构成了严峻挑战。精准预测可再生能源发电功率，是缓解高比例可再生能源并网难题的关键所在。
本书原著由科琳娜·默伦（Corinna M?hrlen）博士、约翰·W.扎克（John W. Zack）博士以及格雷戈尔·吉贝尔（Gregor Giebel）博士主导编著完成，汇聚了全球可再生能源发电预测领域顶尖专家的经验和知识。本书并非一部高深的预测理论思想剖析之作，而是一本面向应用实践的、极具操作性的“工具书”。它详细阐述了从预测解决方案优选、预测基准和测试设计，到预测解决方案效果评估，以及支撑预测的实时气象与电力测量配置等全流程的最佳实践。其内容系统、细节丰富、指导务实，在同类著作中屈指可数。
在翻译过程中，译者深切体会到本书的实践导向。书中不仅提供了清晰的概念框架，更包含了大量可直接参考的清单、图表、评估指标以及数据通信协议示例。其首要目的在于帮助可再生能源预测用户根据应用场景选择最佳预测解决方案，同时也可辅助电站运营者、电网调度人员、预测服务供应商、科研工作者等读者将国际先进经验本土化，真正应用于自身的工作场景。
鉴于本书具有较强的专业性，译者在翻译时力求在准确性与可读性之间找到平衡。本书关键术语均参考国内行业标准与学界通用译法，以确保概念传递精确。同时，对于原著中某些复杂的句式，在忠实于原意的前提下进行了符合中文表达习惯的调整，旨在使行文更加流畅，便于读者理解。翻译工作本身也是一个再学习的过程，译者希望能将原著的精神实质与宝贵知识，尽可能原汁原味地呈现给中文读者。
当前，我国正处于构建新型电力系统的关键时期，风电、光伏的装机规模持续领跑全球。译者相信，本书的引入恰逢其时。它为我们提供了一面“国际镜子”，让我们能够对照国际实践经验，优化自身的预测技术体系、数据标准与运营流程。希望本书的出版，能够为我国可再生能源行业的高质量发展略尽绵力，为相关领域的技术与管理人员提供有益的参考。
本书的出版是集体智慧的结晶，感谢原著作者团队的卓越工作，感谢山东大学电气工程学院电力系统经济运行团队老师与同学们的大力支持，尤其是王传琦博士、单帅杰博士付出了大量的精力进行了组织和整理。马浩宇、陶李丹澜、杨宝龙、卓敏仪等同学都为本书的翻译做出了贡献。此外，还要衷心感谢在翻译过程中给予指导、参与审校的韩学山教授与于一潇、李鹏老师。本书的翻译也得到了机械工业出版社编辑团队的大力支持，在此一并表示衷心的感谢。
由于译者水平有限，译文难免有疏漏与不当之处，恳请各位专家和读者不吝指正。
|
|
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
暢銷書架
