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。     

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。     

测风数据的时间间隔对风速概率分布参数计算的影响

风电场风速概率分布是体现风能资源统计特性的重要指标.文章在认为风速服从双参数威布尔分布的前提下,对于不同时间间隔所记录的风数据,分别应用最小二乘法、平均风速和标准差估算法、平均风速和最大风速估算法求解风速概率分布参数,由此估算出能直接体现风能资源状况的风能特征指标值.比较由风速概率分布推算出风能特征指标的估计值与由记录...     

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。     

都昌老爷庙风电场风能资源研究

利用都昌气象局对老爷庙风电场所测的数据,对其风能资源中平均风速、平均风能密度、有效风能密度、有效时数等参数进行了详细的计算和分析.利用威布尔双参数曲线拟合风的频率曲线, 对其两个参数k和c的估算用三种不同方法分别加以探讨并进行误差对比,最终得到老爷庙风电场的风能评估结果.     

风电场风能资源评价两个新参数——相当风速、有功风功率密度

利用风速频率瑞利分布对平均风速进行均一化,提出相当风速的概念;通过对风功率密度进行分析,考虑到风机工作风速区间,提出有功风功率密度概念。为准确评价潜在风电场风能资源状况提供了两个指示性很强的指标。     

基于ArcGIS与多因子模型的风力发电场选址评估

基于地理信息系统，研究并提出一种基于ArcGIS与多因子模型的风力发电场选址评估方法，以实现对不同地区风能资源空间分布情况、开发适宜性和理论发电量的有效评估，进而为风电场的选址提供理论依据。首先，基于不同地区的风资源气象数据，通过引入地形、道路等地理限制因素，提出一种多因子模型，以实现对不同地区风能资源开发适宜性评估。然后，基于10 m高度处的风速分布，通过风速外推得到80 m高度处的风速分布，进而用于评估80 m高度处的风能理论发电量。最后，综合上述开发适宜性和理论发电量评估结果，可较为准确地给出计及风速、风功率密度、地形、道路等多因子模型的风电场选址建议。结果发现：风电场选址主要集中在西北部、东北部以及内蒙古等地。     

云南近地层风能资源变化规律的研究

研究了云南风能可开发利用地区各站近地层风速的韦布尔分布参数胡高度的变化，分析了风速与风能特征值随高度的变化规律。     

鄱阳县小鸣咀风场风资源分析

利用鄱阳县小鸣咀风场60m测风塔风资料,计算了该区域的平均风速与风功率密度,评价了风能资源的风向分布特征,推算了当地70m处极大风与最大风。分析结果表明:该风场风能资源丰富,可用于并网发电。     

一种基于大气稳定度的风资源评估方法

在风资源评估过程中,平均风速、风切变指数、风功率密度等是必须测量的特性参数,这些参数的测量均受地形地貌、大气稳定度、测风时间、测风设备的影响。在目前的风资源评估中,大气稳定度的影响基本都被忽略,因此,影响了风资源评估的准确性,甚至会带来选址的决策性失误。文章研究了大气稳定度对风资源特性的影响,并以美国某地4年的测风数据为例,研究大气稳定度对风切变指数,风能玫瑰图,风功率密度等的影响,建立了考虑大气稳定度的轮毂高度风速外推模型,解决了目前风资源评估中外推轮毂高度风速时由于使用整个风电场的平均风切变指数而带来风资源评估误差的问题。算例结果表明,该模型结构简单,外推结果精度高,具有较强的工程实用价值。     

基于PWMM的三参数Weibull分布参数外推方法的研究

为提高低风速区分散式风电项目的风资源评估精度,降低测风成本,在对三参数Weibull分布参数估计和外推的研究基础上,提出基于概率加权矩法(PWMM)的三参数Weibull分布参数垂直外推方法。利用较低高度处风速统计的概率加权矩,经垂直外推得到平坦地形、较高高度处风速Weibull分布的参数,进而得到Weibull分布函数和风功率密度。算例分析表明:基于PWMM的三参数Weibull分布参数垂直外推法在平坦地形不同测风点处有一定的适用性外推较高高度处风速Weibull分布的参数,可有效体现平坦地形低风速区的风速分布特征,提高风功率密度评测精度。     

Investigation of wind power density at different heights in the Gelibolu peninsula of Turkey

This study aims to determine the wind characteristics and wind power potential of the Gelibolu peninsula in the Çanakkale region of Turkey. For this purpose, hourly average wind data observed at the Gelibolu meteorological station were used. The Weibull probability density functions and Weibull parameters of time-series of wind speed, mean wind speed, and mean wind power potential were determined for different heights as 10, 20, 30, 40, and 50 m. According to the results obtained at 10- and 50-m heights above the ground level, the annual wind speed varied from 6.85 to 8.58 m/s in this region, respectively. The annual wind power potential of the site was determined as 407 and 800 W/m² for 10- and 50-m heights, respectively. These results indicate that the investigated site has a reasonable wind power potential for generating electricity.     

变桨距风力发电机额定风速的确定方法

根据风速的Weibull分布特性和变桨距风力发电机的发电特性,构建不同额定风速下风力发电机年发电量计算方法.应用美国可再生能源实验室(NREL)对风力发电成本的研究成果,建立了变桨距风力发电机发电的度电成本数学模型,提出了以度电成本最低为目标的额定风速确定方法,为变桨距风力发电机的额定风速最优选择提供了计算依据.     

风电与燃气轮机互补发电系统发电成本分析

在采用风电场与小型燃气轮机组成的互补系统发电特性参数的基础上,详细分析了互补系统发电成本的构成和各自的计算方法。采用新疆达坂城风电场的风速数据,基于互补系统的发电特性参数和风电场与燃气轮机电站的发电成本构成,应用改进过的等额支付折算法,在当前的技术条件和价格下,计算了风电场子系统和燃气轮机电站子系统各自的折旧成本、燃料成本和运行维护成本,得到了整滚发电系统发电成本的计算方法,为在新疆地区实现这种互补发电系统提供经济分析基础。     

风电场中多台风力机的数值模拟

将NREL 5 MW风力机作为基本机型,使用致动线模型和大涡模拟相结合的数值方法,在中性大气边界层中模拟含有多台风力机的风电场。为了模拟风电场的复杂入流条件,首先模拟体积为3000 m(长)×3000 m(宽)×1000m(高)的大气边界层,并对模拟结果进行验证,结果表明:在覆盖逆温层以下,不同高度处的位温不变,平均风速满足剪切特性,脉动风速满足湍流谱特性;然后,分析了致动线模型中风轮直径上的网格节点数量(N)和高斯分布因子(ε)的取值规律,发现ε以网格尺度(η)为自变量取值时,N越大,η的系数越大,当N取63时,η的系数可取2或3,但N取25时,η只能取1.2;最后,使用致动线模型在大气边界层中布置8台风力机,模拟风电场,并对风力机间的相互干扰进行分析,发现第一排风力机功率明显大于其他风力机功率输出,占风场总功率输出的40.3%。     

Wind power potential and characteristic analysis of the Pearl River Delta region, China

Wind power potentials of the Pearl River Delta (PRD) region have been statistically analyzed based on the hourly measured wind speed data in four islands. The hourly and monthly wind speed and wind power density are assessed to have remarkable variations, and the Weibull distribution function has been derived from the available data with its two parameters identified. The wind power and operating possibilities of these locations have been studied based on the Weibull function. The wind power potentials of these sites were found to be encouraging; however, the wind power at different site varies significantly, so attention should be paid to the wind conditions as well as the site terrains in choosing the wind farm sites.     

基于风速波动特征提取的超短期风速预测

针对风电场风速预测准确度不高的问题,提出一种基于风速波动特征提取的超短期风速预测方法。首先建立风速-风速变化量联合概率密度模型,分析风速的不确定性特征;根据风速波动特征,应用集合经验模态分解（EEMD）和风速分量样本熵（SampEn）值,将风速分解重组为波动量和趋势量;应用人工鱼群算法（AFSA）优化小波神经网络（WNN）进行趋势量预测;应用改进非线性自回归（INARX）神经网络对风速波动量进行预测,进而得到预测风速。通过实际风电场风速仿真预测,并与多种预测方法对比,表明该预测方法预测结果误差较小,可准确地进行超短期风速预测。     

Potential wind power generation in the State of Kuwait

The wind characteristics of six locations in the State of Kuwait have been assessed. The annual average wind speed for the considered sites ranged from 3.7 to 5.5 m/s and a mean wind power density from 80 to 167 W/m² at standard height of 10 m. The Weibull parameters and power density of each station have been determined using Weibull distribution. The wind data at heights 15, 20, 25 and 30 m were obtained by extrapolation of the 10 m data using the Power-Law. The potential wind energy at different heights was estimated using Weibull parameters. Maximum power density is found at 30 m height which varies between 130 and 275 W/m² with 70% increase from the standard height indicating fairly potential wind energy especially in the northern part of the country. The highest potential wind power was found during the summer season which is the peak demand season of electricity in Kuwait.