风电场代表年风速计算方法的分析

在对风电场进行风资源评估时,常采用气象站与测风塔的相关关系,将现场测风数据订正为一套反映风电场长期平均水平的代表性数据进行风资源分析,而对代表年风速订正是否合理是影响风资源评估误差的重要因素。文章以内蒙古地区某风电场风资源分析为例,探讨采用常规方法和改进方法对代表年风速的订正所产生的误差情况,结果表明,通过改进方法进行修正得到的代表年平均风速的变化规律与气象站多年的变化规律一致,此方法弥补了常规方法中的一些不确定因素对代表年修正结果的影响,减小了误差范围。     

风电场缺失测风数据插补方法的分析

在对风电场进行风资源评估时,常需要对缺失测风数据进行插补,然后据此订正成代表年风速。文章以广东地区某风电场风资源分析为例,采用以下3种不同的线性相关插补方法 :方法一,相关关系构建基于主测风塔和参照测风塔同期所有的测风数据(除去缺测数据);方法二,相关关系构建基于不同季节的测风数据;方法三,相关关系构建基于不同风向扇区(一般16个)的测风数据。误差分析结果表明,方法三误差最小,方法二次之,方法一误差最大。     

风资源评估中WindSim水平分辨率的敏感性试验

利用基于计算流体力学(CFD) 的风能资源评估系统软件WindSim,在不同水平网格分辨率条件下对我国黄土高原地区陕西靖边县境内某风电场2010年7月~2011年6月的风资源情况进行了模拟,并将模拟结果与测风塔观测结果进行了对比分析。结果表明,在低水平网格分辨率下,WindSim对风能资源的空间分布模拟主要以海拔高度为基础,对局地地形的影响并不能很好地反映,模拟风速误差较大;提高分辨率后,对风能资源空间分布的模拟能力明显提高,模拟风速的误差也显著减小。但不同分辨率下的风速频率和风向频率分布并无显著差别,不能很好地体现出风能特性。通过估算发电量发现,输入不同测风塔资料得到的发电量差异较大,说明在地形较为复杂的风电场,应多布设测风塔,以期得到较为准确的发电量结果。     

不同风向扇区相关对风资源评估中数据订正的影响

以内蒙古地区某风电场风资源分析为例,探讨采用常规的16风向扇区风速相关方法和简化后的8风向扇区和4风向扇区方法对代表年风速的订正所产生的误差情况,结果表明:4风向扇区风速相关性优于8风向扇区风速相关性,两者又都优于16风向扇区风速的相关性;采用4风向扇区和8风向扇区风速相关性进行修正得到的代表年月平均风速的结果与16风向扇区风速的相关性进行修正得到的代表年月平均风速的结果一致.     

一种基于概率统计的平均风向计算方法

风电场测风塔测风数据的质量直接影响风能资源评估的结果,进而影响整个风电场投产运行后的经济效益。平均风向在测风塔缺测数据的插补、延长以及代表年订正过程中具有重要的作用。文章主要提出了一种基于概率统计的平均风向计算方法,并讨论分析了其在实际风电场工程应用中的准确性和实用性,为设计工作提供更多解决问题的方法。     

测风塔选址对复杂地形风电场风资源评估的影响

为研究复杂地形条件下风电场测风塔的代表性及其对风资源评估的影响,以陕西省靖边县境内某风电场为例,选取3座测风塔资料,利用WindSim软件模拟分析了2011年风电场风能资源分布,并估算了风电场年发电量。结果表明,复杂地形风电场处测风塔数量较少时风资源评估结果的不确定性显著增加,而在考虑地形因素情况下测风塔数量增多,估算发电量更为准确。在地形较为复杂的风电场应根据地形条件布设适当数量测风塔,以得到风电场内较为精准的风资源分布,减少因测风塔位置选择而造成的风资源评估的不确定性。     

黑龙江省的城市化对近地面风速变化的影响

利用黑龙江省1971~2004年地面风速资料,分析其近地层风速变化特征,同时采用泰来、通河气象站1971~2004年十六方位风速资料,2009年7月~2010年6月气象站与附近测风塔10 m高度逐时风速、风向资料,分析城市化对风速序列的影响。结果表明:黑龙江省近地层风速呈明显减弱趋势,城市站减弱趋势较乡村站明显,城市站与乡村站的风速差值有增大趋势;泰来、通河测风塔与气象站各方向风速比较,无论是风速差值,还是比值均表明城市对风速影响显著;结合城市空间布局及气象站在城市中的位置,分析泰来、通河十六方位风速变化速率,风速在绝大多数方向呈下降趋势,其中受城市影响较大的方向风速减弱趋势明显,受城市影响较小的方向风速减小趋势较弱。     

考虑测风数据缺失的短期风电功率预测算法

准确的风电功率预测是提高电网稳定性、增加风电场竞争力的重要途径。文章提出了一种以虚拟测风塔技术对测风塔数据进行预处理的方法,对缺失数据进行补全,利用RBF神经网络建立风速预测模型,拟合风速功率曲线得到风电功率预测结果。实验分析显示,基于虚拟测风塔技术的数据预处理方法可有效增加测风数据完整度,提高预测精度,降低风电场的运行维护成本,进一步提高风电场竞争力,具有实际应用价值。     

5套再分析资料在阿勒泰地区风资源评估中的适用性研究

该文评估了5套再分析数据对阿勒泰地区风资源的模拟能力，并分析再分析资料在该区域长年代订正中的适用性问题。结果表明，不同再分析资料在阿勒泰地区的空间模拟存在差异，高分辨率的CFSv2、ERA5资料在空间模拟上更具优势，而JRA55、NCEP-DOE模式存在明显高估。季节上，除NCEP-DOE外，其余4套再分析数据均能模拟出阿勒泰地区风速的季节特性，且对冬季的模拟优于其他季节。在此基础上，以阿勒泰某风电场为例，分别以附近气象站和4套再分析数据作为长期测站，对测风塔数据进行代表年订正。订正结果表明，与参证气象站相比，ERA5和CFSv2数据与测风塔数据的相关性更好。在缺乏合适的气象站数据时，使用ERA5和CFSv2数据作为代表年订正的长期测站数据在阿勒泰地区具有可行性。     

陕西省金润河北镇风电场风能资源开发评估

对陕西省宝鸡市陇县金润河北镇风电场气象条件、风功率密度、平均风速、主导风向等风能参数进行分析评价。结果表明,测风塔100 m高度月平均风速、月平均风功率密度最大均出现在4月,最小均出现在8月;测风塔100 m高度主导风向为SSW(南西南),主要风能方向为SSW(南西南),风电场风功率密度等级为1级。风电场安装20台2500 kW的风电机组,装机容量50 MW,年设计发电量1.33485×108 kW·h,年出厂电量9.5426×107 kW·h。结果可为其他风电场选址和发电量估算提供参考。     

基于Windographer的某区域风电场风资源分析评估

根据甘肃省某区域风电场测风塔10 m、40 m、60 m、80 m高度的实测风数据,利用Windographer4.2风资源分析软件计算空气密度、平均风速和风功率密度年内变化和日变化、风速和风能频率分布、风向频率和风能频率方向分布、风切变指数、湍流强度和50年一遇最大风速等指标参数。其计算结果表明测风塔80 m高度年平均风速为6.93 m/s,年平均风功率密度为354 W/m~2,年有效风速(3.0～25.0 m/s)时数为7 200 h以上,盛行风向稳定。60～80 m高度湍流强度在0.072～0.080之间,小于0.12,湍流强度较小。综合判定该区域风能资源较为丰富,符合大型风电场建设条件,适宜进行大规模风电开发利用。     

内蒙古某风电场设计后评价

采用支持向量机方法对风电场短期风速设计后评估主要从技术方面对风电场设计进行综合评价．而不包括一般项目后评价中的财务评价、环境评价、经济评价和社会评价等内容,并且重点放在风能专业的风资源评价和发电量计算这两方面。在准确可靠的测风数据基础上,设计中的不确定性主要表现在3方面：1）风电场测风数据的代表年订正：2）风资源计算软件本身的误差;3）各种发电量折减系数的选取。对设计中的不确定性因素,结合风电场实际运行数据进行了比较分析,进一步给出了各种不确定因素的参考误差。     

基于ZephIR Lidar测风系统的风力机功率预测

针对低风速地区风资源评估及风力机功率预测问题,采用ZephIR Lidar测风塔测风系统实时监测风资源的方法,对呼和浩特市某地区进行风资源评估。利用MATLAB对测风数据进行拟合,验证ZephIR Lidar实时监测数据的有效性与准确性。在此基础上,计算某S翼型1.5 kW水平轴风力机的功率特性曲线,模拟其在16个风向的平均功率,并对该风力机进行功率测试。结果表明,ZephIR Lidar所测数据与测风塔测风系统监测数据的相关因子为0.92,表明ZephIR Lidar采集的数据是真实可靠的。ZephIR Lidar测风系统可有效地进行风资源实时评估与风力机功率预测,对风力机安装位置的选择具有指导意义。     

基于风电场短期测风数据50年一遇最大风速的算法探讨

针对目前国内多数风电场建设中气象站统计资料短缺,而风电场实际测风时间较短的现状,基于传统极值理论,本文从本质上探讨风电场50年一遇最大风速的算法,用Gumbell分布的极值理论肯定了独立暴风法的样本筛取方法及应用。通过风电场短期测风数据计算50年一遇最大风速,为风机选型、极限载荷的计算提供参考依据。     

陕北典型风能特性分析

该文分析了榆林靖边与定边2处风电场2019年测风塔观测数据,发现两地风速、风向分布具有较强局地性,靖边风电场年平均风速明显小于定边风电场年平均风速,靖边地区风速概率属于单峰分布,定边地区风速分布更加均匀,靖边风电场70 m平均风速呈现V字型分布,定边地区风速分布呈现浅U字型。靖边与定边均呈现出冬季平均风速大,夏季风速最小,风功率密度冬春季最大,夏秋季明显降低的分布特点,且两地70 m风功率密度与陕西年负荷在春、夏、秋3季均呈现较明显的反向分布。     

插补测风塔缺测数据的相关性计算方法讨论

风电场测风塔测风数据的质量直接影响风能资源评估的结果,进而影响整个风电场投产运行后的经济效益。因此,测风塔缺测数据的插补,在整个风电场的设计过程中具有重要的作用。文章主要讨论了在风电场工程中,采用直接相关法和统计相关法进行测风塔缺测数据插补的实用性。     

利用STRM和NCEP数据提高风电场宏观选址的准确性

利用STRM数据得出风电场宏观地形,利用NCEP数据提取出风电场的气象数据,在WASP813软件的支持下,计算出描述风资源概况的风速、风功率密度和威布尔分布参数值的分布概况。根据风速、风功率密度分布可以直观地看出风资源的分布情况．根据威布尔分布参数值能够计算出初步的发电量,进而为风电场的宏观选址和下一步测风塔的建立提供依据。     

地基式测风激光雷达在风电测试中的性能研究

作为新式遥感测风设备,地基式测风激光雷达正在风电领域得到大量应用。地基式测风激光雷达的测风原理和传统测风塔的测风原理之间存在本质差别,因此对地基式测风激光雷达测量结果的评估显得尤为重要。从地基式测风激光雷达在风电领域的实际应用出发,阐述了其在测风方面的优越性,根据IEC 61400-12-1:2017标准,分析了地基式测风激光雷达的实际测量数据,并与传统测风塔的测量数据进行了对比,分析了二者的差异性,研究并验证了地基式测风激光雷达在测量水平风速、风向、湍流强度、风切变等气象参数方面的精度。研究结果表明,地基式测风激光雷达在水平风速、风向、风切变方面的测量精度良好,其测量数据与传统测风塔的测量数据存在良好的相关性;在湍流强度测量方面,地基式测风激光雷达与传统测风塔的测量结果存在明显差异性。     

样本选取对于风电场风资源评估的影响研究

以山东省某两个风电场作为计算实例,对于逐小时风速、整点前10 min风速、逐10 min风速作为取样样本对风资源评估的影响进行了研究。研究表明,三者计算得到的风资源基本一致,而且前两种样本取样方法与气象站的相关性也基本一致。笔者建议,在进行风资源评估时采用《风电场风能资源评估方法》(GB/T 18710-2002)中规定的逐小时风速作为计算依据。     

逐时风速概率分布研究

风速概率分布及其参数是体现风能资源统计特性的最重要指标之一。以山东省4个风电场测风塔和气象站测风年的逐时风速为样本,采用正态分布、指数分布、威布尔分布、伽马分布和Logistics分布对逐时风速概率分布进行研究,以Akaike信息准则判断概率分布的适用性。研究结果表明,威布尔分布、伽马分布和Logistics分布能更好的拟合小时风速的实际情况。