基于逐步聚類分析（stepwise cluster analysis,SCA）理論,依托R語言構(gòu)建了SCA降尺度模型,并通過3種檢驗方法對模型進行校準,優(yōu)選出了不同站點的模型顯著性水平,從而得到最優(yōu)的SCA降尺度模型。然后基于哈德利中心全球環(huán)境模式第三版本區(qū)域氣候模式（Hadleycentre global environmental model version 3 regional climate model,HadGEM3-RA）和SCA降尺度模型對我國內(nèi)蒙古地區(qū)未來風(fēng)速和風(fēng)能進行預(yù)測評估。結(jié)果表明,2011—2100年,阿爾山站風(fēng)速呈上升趨勢,其余站點風(fēng)速呈下降趨勢。蒙西地區(qū)3個站點及蒙東地區(qū)的阿爾山站風(fēng)能基本呈增大態(tài)勢,蒙中地區(qū)風(fēng)能在2011—2040年呈增大趨勢,在2071—2100年呈減小趨勢,林西站未來風(fēng)能均呈減小趨勢。蒙東地區(qū)秋季和冬季風(fēng)能有明顯的增大趨勢,春季風(fēng)能減小;蒙中地區(qū)和蒙西地區(qū)春季風(fēng)能基本呈減小趨勢,夏季、秋季和冬季的風(fēng)能基本呈增大趨勢。 

【文章來源】：電網(wǎng)技術(shù). 2020,44(11)北大核心EICSCD

【文章頁數(shù)】：10 頁

【參考文獻】：
期刊論文
[1]草原上的追風(fēng)者——回顧龍源內(nèi)蒙古中西部風(fēng)電開發(fā)歷程[J]. 謝長軍.  風(fēng)能. 2019(11)
[2]基于LPF-VMD和KELM的風(fēng)速多步預(yù)測模型[J]. 向玲,鄧澤奇,趙玥.  電網(wǎng)技術(shù). 2019(12)
[3]基于遞歸量化分析的COA-SVR短期風(fēng)速混合預(yù)測模型[J]. 潘超,譚啟德,蔡國偉,張子信.  電網(wǎng)技術(shù). 2018(08)
[4]內(nèi)蒙古風(fēng)能資源及其開發(fā)利用現(xiàn)狀分析[J]. 周丹丹,胡生榮.  干旱區(qū)資源與環(huán)境. 2018(05)
[5]基于SDSM的珠江中上游氣候模擬及未來情景預(yù)估[J]. 許燕,王世杰,白曉永,李雄耀,史曉明,田義超,吳路華.  中國巖溶. 2018(02)
[6]基于隨機過程自相關(guān)性的風(fēng)速預(yù)測模型分析[J]. 史可琴,王方雨,梁琛,劉文穎.  電網(wǎng)技術(shù). 2017(02)
[7]CMIP5模式對中國地區(qū)氣溫模擬能力評估與預(yù)估[J]. 張艷武,張莉,徐影.  氣候變化研究進展. 2016(01)
[8]基于SDSM的疏勒河流域氣候變化統(tǒng)計降尺度研究[J]. 代慧慧,楊漢波,胡慶芳.  水利水運工程學(xué)報. 2015(05)
[9]區(qū)域氣候模式與陸面模式的耦合及其對東亞氣候模擬的影響[J]. 曹富強,丹利,馬柱國.  大氣科學(xué). 2014(02)

碩士論文
[1]基于逐步聚類分析的山東省未來溫度變化預(yù)測[D]. 杜月文.華北電力大學(xué)(北京) 2018
[2]基于統(tǒng)計降尺度的秦嶺地區(qū)降水和氣溫多模式模擬與預(yù)估[D]. 鄧麗姣.西北大學(xué) 2017
[3]中國區(qū)域氣候的GCM與RCM模擬結(jié)果的對比分析[D]. 劉珂.中國農(nóng)業(yè)科學(xué)院 2011
[4]基于WRF模式的洪澤湖風(fēng)能資源數(shù)值模擬研究[D]. 丁慧.南京信息工程大學(xué) 2011



本文編號：3528743