吉林长岭风场区风能资源统计评估

利用30 a风场数据作为基础研究资料,对吉林省长岭县风场区风能资源进行全面评估。评估结果发现,长岭县风场区风能资源蕴藏较为丰富,场区所在区域风向、风能分布相对集中,每年的3,4,5,10,11月,风场风速和风功率密度较高,1,7,8,12月较低。115 m高度处、80 m高度处的测风塔年平均风速、风功率密度分别为6.33,5.91 m/s和285.7,232.9 W/m²。115 m高度处、80 m高度处的虚拟测风塔年平均风速、风功率密度分别为6.42,6.00 m/s和299.1,243.8 W/m²。80 m处测风塔与虚拟测风塔风功率密度等级分别为1级和2级。了解长岭县风能资源分布规律,对于进一步合理开发利用吉林省可再生能源以及推进风电项目顺利开展具有一定的指导意义。     

基于WRF模式的四川省凉山州地区风能资源可开发区域研究

利用MERRA2再分析数据驱动WRF模式,对四川凉山州地区2020年全年进行风资源模拟分析,并用凉山州地区典型测风塔数据对模拟结果进行检验,并进行详细地风资源分析,再根据风电场开发8%基准内部收益率反推可开发风能资源的区域分布。结果表明：凉山州大部分地区100 m高度年平均风速在5 m/s以上,风速极大值一般位于山脊,凉山州风能最好的区域主要集中在会东县和宁南县。凉山州典型区域内均表现出受西南季风影响的特征,即冬、春季节风大,夏、秋季节风小,主风向呈强西南风状态,且风功率密度变化规律与风速的变化规律基本一致。凉山州山地区域可开发风能资源的平均风功率密度临界值为258 W/m²,这些区域主要集中在会理、会东、宁南、布拖、木里和盐源县境内。可开发区域分布图对指导凉山州地区风能开发提供科学参考。     

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。     

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。     

鄱阳湖区松门山-吉山风场风能资源特性分析

利用松门山-吉山风场70m测风塔2009年4月～2010年3月测风资料及都昌气象站近20a平均风速资料,对松门山-吉山地区的风能资源参数进行了详细计算和分析,并对松门山-吉山风能资源开发利用进行了可行性分析评价。结果表明:松门山-吉山测风塔各高度层全年盛行偏北风,主导风向为N和NNE,主导风向风能占总风能的90%左右。30~70m高度湍流强度和风切变指数较小。50、70m高度处风能资源有效小时百分率为73﹪~76%,风功率密度分别为302.8、326.7W/m2,风能资源等级为3级,属风能资源较丰富区,具备风电开发价值。     

中国典型地区风能资源特性研究

利用西北地区和东南沿海地区具有代表性的测风塔资料,对比分析其风能资源特性差异,结果发现:①即使西北和东南沿海地区的年平均风速相同,西北地区的年平均风功率密度和年风能密度均显著大于东南沿海地区,其风功率密度可大1～2个等级,造成这种显著差异的关键因子是西北地区"大风速"的出现频率较东南沿海地区多;②西北地区和东南沿海地区的风向变化主要以小角度变化为主,但两地区的风向变化特征明显不同:西北地区的小风向变差角出现频率略少于东南沿海地区,而较大的风向变差角出现频率明显多于东南沿海地区.两类地区不同的风资源特性将影响风电场选址和设计、风电机组选型以及建成后的运行管理模式,具有重要的现实意义和使用价值.     

基于分形学的湍流风谱模型适用性研究

为避免由经验性地选择湍流风谱模型导致特定风电场风速分布规律描述不准确的问题,基于Kaimal、Von Karman、SMOOTH和NWTCUP湍流风谱模型模拟在不同地表粗糙度和湍流强度条件下所建立风场的风速分布规律,通过计盒维数分形方法计算不同风速速度曲线的分形维数,并与某风电场测风塔实测风速数据的分形维数进行比较。结果表明:风速曲线的分形维数均约为1.5,证明风速时域分布具有自相似特征。由于NWTCUP湍流风谱模型基于所选风电场的实测风速数据建立,因此NWTCUP模型在50 m高度和80 m高度处的风速分形维数与实测数据最为接近,表明分形维数可作为选择湍流风谱模型的一个重要定量参数。     

微观条件对沿海地区风能资源的影响

利用位于阳江沿海大沟镇的80m测风塔和周边自动气象站资料,分析不同地理位置、不同天气系统影响下沿海地区风能资源的差异。得到海岸线海区的风速要远大于岸区的风速,岸区风速随高度增加而增大。冬季冷空气影响期间,50 m以上是优异的风电场,但风速受地形的影响也大。海风也能产生3m/s以上的有效风速,风能资源近海相对海岸线更有利。     

新疆达坂城风电场风能资源特性分析

对新疆达坂城风电场的风能资源特性进行了详细的研究。基于在达坂城风电场实测的10m和24m高程的10min平均风速数据,分析了原始风速的分布特性。根据地表风速沿高度呈风剪指数分布的特性,计算了在各个轮毂高度上的风速分布。采用最小误差逼近算法原理,计算了风速韦布尔分布的参数以及平均风速和分布方差。通过对韦布尔分布的分析,计算了各个高度上风电场的平均风功率密度、有效平均风功率密度和可利用小时数等风能资源特性参数,为当地的风能开发提供分析基础。     

激光雷达在不同地形条件下进行风资源评估的适用性研究北大核心CSCD

为了验证WindCube激光雷达在不同地形和不同测量高度条件下替代测风塔评估风资源的可行性,文章采用WindCube激光雷达与测风塔在复杂山地、平原和沿海3种地形条件下的同步观测试验数据,对风速、风向、相对偏差和风廓线进行了对比分析。对比结果表明:WindCube测量高度越高,有效数据完整率越低,在90~120 m轮毂高度,有效数据完整率在90%以上,能满足风能资源评估要求;在复杂山地、平坦地形条件下,WindCube与测风塔风速相关系数达0.99以上,风向相关系数在0.85~0.90,两种仪器测得的10 min平均风速偏差在0.1 m/s以内,相对偏差在1%左右,WindCube可代替测风塔进行风能资源评估;沿海地形条件下,WindCube与测风塔风速相关系数达0.90以上,风向相关系数在0.90左右,WindCube与测风塔测得的10 min平均风速偏差较大,达0.5 m/s,相对偏差在10%左右,受下垫面影响,WindCube替代测风塔进行风能资源评估的可行性应根据项目实际情况进一步评估。     

WT软件在风电场测风塔选址及风能资源评估中的应用

本文以华北某风电场为例,运用WT软件讨论了测风塔在风能资源评估中的选址原则。并将场区内两座测风塔70m高度的测风数据综合,计算了风电场区域内风鞥资源状况,根据风电机组位置,评估尾流效应对测风塔的影响,对用于超短期功率预测的测风塔的选址提出了进一步要求。     

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。     

风电场代表年数据订正方法的不确定性分析

选取陕西某复杂地形风电场测风塔2009~2011年3年逐时测风数据,利用16方位相关法计算得到该风电场测风塔代表年数据,利用该方法进行测风塔代表年数据订正过程中的不确定性,并对产生不确定性的原因进行分析。结果表明:若测风塔观测时段不同,得到的代表年数据也存在差异,说明测风塔和气象站在不同年份各风向风速差异上的不一致必然会对代表年数据计算造成一定的影响。另外,测风塔和气象站风速在月尺度和日尺度上的差异、风向变化上的差异也会导致测风塔代表年数据存在误差。利用MM5/CALMET模式提取测风塔所在位置2009~2011年3年逐时风速风向数据,将数值模拟结果、16方位相关法计算的代表年结果分别与测风塔实测数据进行对比,发现数值模拟结果误差明显小于用16方位相关法得到的代表年数据。因此认为在气象站数据与风电场测风塔数据风速风向变化一致性较差的情况下,可选择数值模拟技术对测风塔长期风况进行模拟,得到测风塔长期风况,较为准确客观地评价风电场的风能资源。     

高原山地风电场脉动风特性实测研究

文章基于四川省高原山地风电场实测风速数据,对平均风速与风向、湍流强度、阵风因子、湍流积分尺度等脉动风特性进行了研究分析。研究结果表明:当平均风速较低时,随着风速的增大,湍流强度和阵风因子均呈现出明显的减小趋势,而当风速超过临界值时,减小趋势逐渐平缓,两者的临界风速分别为8 m/s和10m/s;随着湍流强度的增大,阵风因子呈现增大的趋势,且随实测高度增加两者相关性更好;随着平均风速的增大,湍流积分尺度呈现增大的趋势,实测数据计算得到的30 m和80 m高度层顺风方向湍流积分尺度分别为114.8 m和168.7 m,更为接近日本风载荷规范计算结果。     

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。     

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。     

江苏淮北沿海风能资源分析

根据气象部门几十年观测的历史资料和响水县陈家港1年设点观测的完整资料分析:江苏淮北沿海盛行SE风和ESE风,风能密度最大方向为N向.10,40,60,70 m高度的年平均风速和年风功率密度分别为5.2 m/s和175 W/m2;6.3 m/s和271 W/m2;6.6 m/s和301 W/m2:6.8 m/s和323 W/m2.江苏淮北是风能可以利用地区之一.     

一种低风速山地风电场代表测风塔的选取方法

低风速山地风电场风能资源评估工作的精细化和准确化对风电场全生命周期设计工作至关重要。代表性测风塔的实测数据可真实客观地反映场址区域的风能资源分布情况,是年发电量估算的重要基础。合理选取代表测风塔将直接影响整个风电场发电量指标和投产运行后的经济效益。文章提出了一种针对低风速山地风电场的代表性测风塔选取方法的技术路线,并探讨了其在实际风电场工程应用中的准确性和实用性,为设计工作提供有效解决问题的方法。     

1951～2010年沈阳地区风速及风能资源特征分析

参考近60年的观测资料,对沈阳地区地面风速、风能资源的月变化特征,有效风速出现频率,风能密度等风频率,风速长期变化趋势进行统计分析。结果表明:该地区的地面风速、风能密度峰值出现在4月,分别为4.1m/s,44.5W/m2,次峰值出现在11月;风能资源开发有效风速在1月、4月出现的频率明显大于7月、10月;全年基本有1/3以上时间的风能密度高于50W/m2,属于风能资源开发的可用范围;近60年该地区的地面风速每年以0.0192m/s的速度显著性逐年线性递减。     

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。