风电功率预测技术与实例分析

《风电功率预测技术与实例分析》是《风力发电工程技术丛书》之一，较为全面系统地介绍了风电功率预测技术及其应用情况。其内容主要包括：风电产业与风电功率预测技术的发展沿革；风电功率预测技术的原理和预测方法，包括物理模型以及统计模型；风电功率预测系统硬件部分的技术细节，包括总体设计、主机与通信系统、测风塔的组成、防雷与选址、安防系统；风电功率预测系统软件，包括软件架构及开发工具、核心算法及开发工具、数据库等；简单介绍了国内外风电功率预测系统；并对风电功率预测系统进行实例分析。《风电功率预测技术与实例分析》力求传播风电功率预测的相关知识，并试图为风电功率预测系统的设计和制造提供技术路线图。
《风电功率预测技术与实例分析》可作为高等院校相关专业学生的学习、参考书，也可供风电从业人员参考阅读。

前言
第1章 绪论
1．1 风电产业发展概况
1．1．1 世界能源产业现状及发展趋势
1．1．2 中国能源产业现状及发展趋势
1．1．3 风电产业发展现状及展望
1．1．4 我国风力发电产业发展现状及展望
1．2 我国风电产业快速发展中的问题
1．2．1 电网消纳能力不足
1．2．2 政策支持前景不确定
1．2．3 技术水平制约
1．3 风电功率预测的价值和意义
1．4 风电功率预测技术发展现状
1．5 风电功率预测技术原理及发展前景
1．5．1 风电功率预测技术原理
1．5．2 风电功率预测技术发展前景
1．6 风的形成与地形对风的影响
1．6．1 风的形成
1．6．2 大气边界层风场的形成
1．6．3 山区的近地风场
1．6．4 沿海地区的海陆风
1．7 小结

第2章 风电功率预测的物理模型
2．1 基本思想
2．2 数值天气预报
2．2．1 中小尺度的MM5模式
2．2．2 WRF模式
2．3 风电场的局地建模方法
2．3．1 粗糙度估算
2．3．2 尾流模型
2．3．3 基于地形的风电场建模
2．4 风电功率映射算法
2．5 小结

第3章 风电功率预测的统计模型
3．1 基本思想
3．2 神经网络模型
3．2．1 神经网络基本原理
3．2．2 BP神经网络
3．2．3 实例分析
3．3 支持向量机模型
3．3．1 支持向量机原理
3．3．2 基于SVM的风电功率预报建模
3．4 混沌模型
3．4．1 混沌预报基础理论
3．4．2 混沌风电功率预报实例分析
3．5 小结

第4章 风电功率预测系统的功能与结构
4．1 风电功率预测系统的基本功能
4．1．1 建模基础数据要求
4．1．2 数据采集与处理
4．1．3 预测功能要求
4．1．4 数据的统计分析要求
4．1．5 软件界面要求
4．1．6 安全防护要求
4．1．7 数据上报要求
4．1．8 性能要求
4．2 风电功率预测系统的硬件设计
4．2．1 典型硬件设计方案
4．2．2 主机和通信系统
4．2．3 测风塔系统
4．2．4 安全防护系统
4．3 风电功率预测系统的软件设计
4．3．1 基本功能
4．3．2 软件架构与开发工具
4．3．3 核心算法与开发工具
4．3．4 数据库系统的设计
4．4 典型风电功率预测系统简介
4．4．1 国外系统简介
4．4．2 国内系统简介
4．5 小结

第5章 典型风电场风电功率预测系统实例分析
5．1 分析对象、方法和工具
5．1．1 分析对象
5．1．2 分析方法
5．1．3 分析工具
5．2 沿海风电场实例分析
5．2．1 基本情况
5．2．2 系统运行分析
5．3 山地风电场实例分析
5．3．1 基本情况
5．3．2 系统运行分析
5．4 平原风电场实例分析
5．4．1 基本情况
5．4．2 系统运行分析
5．4．3 风电功率的时变特征
5．5 小结
附录 测风塔技术参数
参考文献