小刘：
“持续14天的低风电发电量周期估计有5年的重现期，而记录中最长的约26天的事件预计每100年发生一次。”
锂电池储能怕是独木难支。
追一下Chris Wright的热点，换个角度看能源转型。
https://libertyenergy.com/esg/bettering-human-lives/
来源：
https://www.sciencedirect.com/science/article/pii/S0960148123017627
核心内容整理来自Kimi，内容以论文原文为准，不确保摘要正确性
核心内容整理
这篇文章是关于英国风能干旱（wind droughts）的极端值分析研究。以下是文章的核心内容概述：
1. **研究背景**：
- 英国风能在英国能源结构中的比例不断增加，低风速时期对电力系统的脱碳构成了挑战。
- 风能干旱是指风电发电量持续低迷的时期，这对电力系统的可靠性至关重要。
2. **研究方法**：
- 采用极端值分析方法，基于72年的ERA5再分析数据，对英国的风能干旱事件进行了研究。
- 使用了汇集程序（pooling procedures）来识别风能干旱，这有助于在风能容量因子不持续低于某个任意阈值的情况下，稳健地识别风能干旱。
3. **主要发现**：
- 连续峰值算法汇集（sequent peak algorithm pooling）对于电力系统中使用储能技术来补偿低风电发电量特别相关。
- 皮尔逊III型分布（Pearson-III distribution）被确定为表示极端风能干旱的合适模型，对数正态分布（Lognormal）和广义帕累托分布（Generalised Pareto）也是可行的替代方案。
- 持续14天的低风电发电量周期估计有5年的重现期，而记录中最长的约26天的事件预计每100年发生一次。
4. **研究意义**：
- 从水文角度研究风能干旱表明，它们可能并不是特别罕见的事件。
- 研究结果有助于理解风能干旱对电力系统的影响，并为未来的能源规划和储能需求提供参考。
5. **数据来源和处理**：
- 使用了欧洲中期天气预报中心的ERA5再分析数据，以及2022年英国风电场的分布和容量数据。
- 通过多层感知器回归（MLPR）模型将风速数据从10米高度插值到100米高度。
6. **电力系统影响**：
- 研究了风能干旱对电力系统的影响，并讨论了储能技术在应对风能干旱中的作用。
7. **结论**：
- 风能干旱是英国电力系统脱碳的主要挑战，需要制定策略来减轻这些干旱对电力系统的影响。
这篇文章提供了对英国风能干旱特征的深入了解，并为电力系统的规划和运行提供了有价值的见解。
CLEANdata是一个关于电能配送服务数字化的试验项目
我们团队将尝试发掘电气设备行业实际项目中的数字化技术应用场景
验证数字化技术对该类业务的适用性和实施效果
优选出该类业务中的数字化技术推荐应用
小刘@CLEANdata
Mobile&Wechat: 15801000649
se_switchgear@163.com
