2022风电可再⽣能源预测解决⽅案第⼀部分：预测⽅案选择流程

-第一部分

。。 现有ING供应商 .3.9.2..3.9.3服务评估⋯⋯. ..1......

. (3) ）1.4定 （1 1000MW(500MW<1000MW

RFP[3]））100MW

6

持续改进性能（）50%需要有36WP3

） （WMO表.2第3.2.2节和 第3.2.1节和第2.2节和第3.1 图 3.13.1.初始预测系统规 ） ） (1)(2)(3)(2) ·与预测供应商的通信/数据交换‧与资产（风能/太阳能电站计量‧程服务文档不同服 的方法是最佳选择(RFI应约为18‑24个月12个月后启动。 23RFP（RFP（包括一致性（包括可重复的） 面积可以带来显著优势（3.6流程ǙRFP 能力（经验2007Sanchez2008FSPFSP IT 小时小时） ） 或 Ǚ巧。 （1（3 交付内容预测方法（1 ）5¹5%95%等置信水Ǚ构建。 （b（PDF²图（PDF（AnEn） (b)(c) ）（EPS（i\hRead‑me.html 3.2 [2] （i（ii2米/秒米/秒3.2 表3.20‑22.522.524.50‑>·即使可能性很低6天的预警（适用于长周末假期后的周二早上也可能是必要的（a ）（DER）（RESa)b)c)（RES（DSO 风能/太阳能的Ǚ资料中找到[2,4,17,18]。 比比

在那一小时内90%（受分位数限制）5% +0.65另一种解释是5

9080706050403020 10 比比

3.4由75个成员的多方案数值天气预报集合系统(MSEPS)生成。虽然90%的概率大约在=0.21和=0.75之间 图3.53.4（a）（4.1（4.2（4.312(1)(3) 离线测量（12 11至表 发电厂 表4.3一组场地描述（必填/可选风力涡轮机轮毂的Ǚ均高度（米 描述（必填/可选数 35990° 为 35990° 为 （‑90 在 （‑90 （kW）面板（%/SCADA风速计Ǚ均风速） （米/秒）（米/秒）仪器）1802700。气温（摄氏度 可用 （由于维护 hPa）空气相对🗎度天空坠落到水ǙIANA时区(TZ)数据库格式（Europe/期初Ǚ均值（领先）期末Ǚ均值（滚动Ǚ均值风速测量高度（）掉落在地上（mm） （） 降至可用功率水Ǚ） mm）mm） 从天而降Ǚ必填 风速风速预报（米/秒风 风向预报（度180°270°0。气温预报（摄氏度 （百帕hPa） 降水预报 表4.7（）IANA式（例如Europe/Barcelona）%） 称假yyyyMM‑ 00:30已发布多个预测运行） 更 延 P10， 天 （CSV CSVMicrosoftExcelASCIICSV以循序渐进CSV格式不变JSON或XML格式（SFTP命令行SFTP可与LinuxFileZillaAWSSFTP JSON和XML是更高效的格式。（schema）(SFTP)据的应用程序种类繁多PythonJavaScriptR和RubyJSON和XML格式解析（ ）XML）HTTPSFTP(SSH)API2019）数据和预测时间序列通过POST和GET命令进行交换。数据通过上传后\h36\h\hCMöhrlenJZackJLernerATuohyJBrowellJWMessnerCCollierGGiebel\h12018\hC.

WIW‑2922017\h\h36\hWIW‑160， \h2017\hD‑1.3\hGensler,A.Sick,B.和Vogt,S.(2016)\h\h,,,,,,,,,\h,,,\h试区域的风力发电量及预测误差的统计分析》httpwww.safewind.eu/images/Articles/Deliverables/\hYan,J;Möhrlen,C.;Göçmen,T.;Kelly,M.;Wessel,A.;Giebel,G.揭示风力发电预测不确定性的起源和整个2021年2021SEHauptM.GarciaCasadoM.DavidsonJ.DoobschinskiP.DuM.LangeT.Miller17(6):4657,\hhttps\hDobschinski,J.,Bessa,R.,Du,P.,Geisler,K.,Haupt,S.‑E.,Lange,M.,Möhrlen,C.,Naka‑fuji,D.,2017年11月‑12doi:10.1109/MPE.2017.2729100。J/orgensen从规划到运行）JU2017\h\h（ENTSO‑E\h（ENTSO‑E）2019doi10.1109/PVSC40753.2019.8980713 \h\hCorinnaMöhrlenJohnZackJeffLernerAidanTuohyJethroBrowellJakobWMessnerCraigCollierGregorGiebelMöhrlenC.ZackJ.LernerJATuohyA.BrowellJ.MessnerJWCollierC.GiebelG第一在线访问：\h\hme.html分位数（0‑100到第 Gill,J.Rubiera,J.Martin,C.Cacic,I.Mylne,K.Dehui,C.Jiafeng,G.Xu,T.Yamaguchi,M.、Foamouhoue,AKPoolman,E.和Guiney,J.《关于沟通预报不确定性的指南》HalehKootval编辑，WMO/TDNo41222008年。Bessa,RJ;Möhrlen,C.;Fundel,V.;Siefert,M.;Browell,J.;HaglundElGaidi,S.;Hodge,B.‑M.;Cali,U.;Kariniotakis,G.TowardsImprovedUnderstandingoftheApplicabilityofUncertaintyForecastsintheElectricPowerIndustry.,Energies,10,1402./10.3390/en10091402,2017.IEAWindTask363MöhrlenC.\hrecommendablepractice/201\hYan,J.Möhrlen,C.Göçmen,T.Kelly,M.Wessel,A.和Giebel,G.定性的起源和发展》2021年9月。Sperati,S.Alessandrini,S.和DelleMonache,L.使用模拟集合的网格概率天气预报。QJR气象1432874‑2885/10.1002/qj.31372017。BessaRJ,MirandaV,BotterudA,WangJ, 14(5),doi:10.1002/we.4442010。Bremnes2004Möhrlen,C.Pahlow,M.和Jørgensen,JUUntersuchungverschiedenerHan‑delsstrategienfürWindundSolarenergieunterBerücksichtigungderEEG2012Novel‑lierung.ZEnergiewirtsch,36,925,/10.1007/s12398‑011‑0071z2012年。 MöhrlenC.PahlowMJørgensenJUEEG2012\hZ.36925，WEPROG_Trading_strategies_EEG2012_ZEFE_71‑2012‑01_en.pdfPHaessigBMultonHBAhmedSLascaudPBondon影响》1814357页20151月。RJBessaMAMatosICCostaL.BremermannIGFranchinR.PestanaN.MachadoH.‑P.Waldl和C.WichmannIEEE2012.UsaolaIET2009MoraisIEEE2018doi10.1109/TSG.2017.27070652018GdeJongOFranzPHermansMLallemandTSODSO数据管理报告（ENTSO‑ECEDECGEODEEURELECTRIC和EDSO）Tech。10.1016/j.cor.2017.06.004,2018年。AnderssonIEEEEindhovenPowerTech埃因霍温162015Würth,I.;Valldecabres,L.;Simon,E.;Möhrlen,C.;Uzunoglu,B.;Gilbert,C.;Giebel,G.;Schlip