基于贝叶斯非高斯非平稳函数型方差分析的风能资源敏感性分析
应用统计
2022-09-13 v2
摘要
从不可再生能源向可再生能源的转型是一项全球性的社会挑战，而对于沙特阿拉伯这样幅员辽阔且地理多样、观测数据稀缺且稀疏的国家，构建可持续能源组合对发展中国家而言尤为艰巨，因其关于风能等可再生资源丰度的信息几乎为零或极少。当观测数据稀缺时，天气模式模拟是获取此类信息的关键。然而，此类模式的输出具有不确定性，因其依赖于物理过程参数化与模拟区域空间分辨率等输入。在此情形下，必须进行敏感性分析，且输入可能对风产生空间异质性的影响。本工作中，我们提出一种潜高斯函数型方差分析（ANOVA）模型，该模型依赖于对连续潜过程的非平稳高斯马尔可夫随机场近似。所提方法能够捕捉高斯与非高斯风特征（如风速与阈值超越）在大型模拟域上的局部敏感性，而连续潜过程也使我们能够评估不同空间分辨率的影响。我们的结果表明：（1）非局地行星边界层方案与高空间分辨率均对捕捉风速与风能（尤其在复杂山地地形上）至关重要；（2）行星边界层方案与分辨率对沙特阿拉伯规划风电场的影响很小（至多1.4%）。因此，我们的结果为未来十年这些风电场的建设提供了支持。
引用
@article{arxiv.2112.13136,
title = {Sensitivity Analysis of Wind Energy Resources with Bayesian non-Gaussian and nonstationary Functional ANOVA},
author = {Jiachen Zhang and Paola Crippa and Marc G. Genton and Stefano Castruccio},
journal= {arXiv preprint arXiv:2112.13136},
year = {2022}
}