CN103310283A - 一种风光互补电站的选址方法 - Google Patents

Abstract

本发明提供一种风光互补电站的选址方法，包括以下步骤：确定风光互补电站的候选场址；进行风电机组微观选址；确定风电机组的阴影分布；确定光伏阵列的安装位置；对选址结果进行校验和调整。本发明综合考虑风能和太阳能空间分布特性及风电场和光伏电站选址的特点，将风电场宏观选址、微观选址及光伏电站选址和设计技术融为一体，有助于充分利用有限的土地资源和宝贵的风能/太阳能资源、获得最大的经济和环境效益。

Description

一种风光互补电站的选址方法

技术领域

本发明属于新能源发电技术领域，具体涉及一种风光互补电站的选址方法。

背景技术

自2006年《可再生能源法》颁布以来，我国的风力发电得到了爆发式的发展，装机容量从2005年底不足125万千瓦，发展到2011年的6236万千瓦。短短6年时间，增长了近50倍，几乎每年翻一番，成为世界风电装机容量最多的国家。随着风电的快速发展，适合风电场开发建设的可利用土地越来越少。同时，自2009年我国政府开始实施“金太阳示范工程”以来，太阳能光伏发电也开始快速发展，到2011年底，总装机容量达到214万千瓦，很多10MW级的大型光伏电站开始建设。根据我国《能源发展“十二五”规划》，到2015年，我国风电装机容量将达到1亿千瓦、光伏发电达到2100万千瓦。而大型风电场和大型光伏电站都需要占用大量的土地，为充分利用宝贵的土地资源，在风能和太阳能资源都比较丰富的区域，如甘肃、内蒙古等地规划建设风光互补电站成为我国未来新能源开发的一个方向。

国内外对风光互补发电系统进行了大量研究，也建成了很多实际系统。然而，这些研究主要集中在独立运行或分布式风光互补系统的设计上，目前未见到有关大型风光互补电站选址的研究。

发明内容

为了克服上述现有技术的不足，本发明提供一种风光互补电站的选址方法，综合考虑风能和太阳能空间分布特性及风电场和光伏电站选址的特点，将风电场宏观选址、微观选址及光伏电站选址和设计技术融为一体，有助于充分利用有限的土地资源和宝贵的风能/太阳能资源、获得最大的经济和环境效益。

为了实现上述发明目的，本发明采取如下技术方案：

提供了一种风光互补电站的选址方法，所述方法包括以下步骤：

步骤1：确定风光互补电站的候选场址；

步骤2：进行风电机组微观选址；

步骤3：确定风电机组的阴影分布；

步骤4：确定光伏阵列的安装位置；

步骤5：对选址结果进行校验和调整。

所述步骤1包括以下步骤：

步骤1-1：获取规划区域的风能和太阳能分布图；

步骤1-2：根据规划区域的风能和太阳能分布情况确定所述风光联合电站的候选场址。

所述步骤2包括以下步骤：

步骤2-1：将数据信息输入风电场规划设计系统，并对数据进行分析，剔除或修正错误数据，并补齐缺失数据；

所述数据信息包括实测风数据、等高线数据、粗糙度数据、风电机组功率曲线、风电机组推力曲线、场址范围和约束条件；

步骤2-2：基于粗糙度变化对风廓线的影响模型和障碍物对风速的影响模型，绘制候选场址的详细风能资源分布图；

步骤2-3：进行风电机组微观选址，确定风电机组的排布位置。

所述粗糙度变化对风廓线的影响模型中，气流从一种粗糙度表面跃变到另一种粗糙度表面的过程中，将改变原有的风廓线和摩擦速度；粗糙度变化后，风廓线用任一位置高度处的风速描述为：

$u\left(z\right)=\left\{\begin{array}{ccc}{u}^{\text{'}}\frac{\ln (z/z_{01})}{\ln (0.3h/z_{01})}& z\≥0.3h& \\ u^{\text{'}\text{'}}+(u^{\text{'}}-u^{\text{'}\text{'}})\frac{\ln (z/0.09h)}{\ln (0.3/0.09)}& 0.09h\≤z\≤0.3h---& \left(1\right)\\ u^{\text{'}\text{'}}\frac{\ln (z/z_{02})}{\ln (0.09h/z_{02})}& z\≤0.09h& \end{array}\right.$

其中，u(z)为任一高度z处的风速函数，z₀₁为风电机组上风向粗糙度，z₀₂为风电机处的粗糙度，h为内边界层高度；且

u_*1和u_*2分别为对应z₀₁和z₀₂的摩擦速度，κ为卡曼常数，取κ＝0.4。

所述障碍物对风速的影响模型中，当气流遇到障碍物后，会绕过障碍物，从而引起风向改变，并使障碍物后方的风速降低；障碍物对风速的衰减因子λ表示为：

λ=k′·λ₁   （2）

其中，k′为障碍物孔隙率，λ₁为k′=1时随着距障碍物距离和距地面高度变化的衰减因子。

所述步骤3包括以下步骤：

步骤3-1：估算日出时间R和日落时间D；

R＝24×(180+Z×15-A-K)/360   （3）

D＝24×(1+(Z×15-A)/180)-R   （4）

其中：Z为时区，A为经度，且有：

其中，

为纬度，t为日期序列数；

步骤3-2：确定太阳高度角α和太阳方位角γ_s；

其中，δ′为太阳赤纬，ω为时角；

太阳赤纬δ′表示为：

${\mathrm{\δ}}^{\text{'}}\≈23.45\sin [360\×\frac{284+n}{365}]---\left(8\right)$

其中，n为一年中的日期序号，1月1号定义为n=1；

时角ω表示为：

ω＝15（12-H_s）   （9）

其中，H_s为太阳时，表示为：

其中，H_北京为标准北京时间，L_so是观察地点的经度，E表示为：

E＝9.87sin2B-7.53cosB-1.5sinB   （11）

$B=\frac{360(n-81)}{364}---\left(12\right);$

步骤3-3：计算任一位置(x,y,z)受到第i台风电机组阴影遮挡的小时数；

设定风电机组的位置坐标为(x₀,y₀,z₀)，其轮毂高为H_hub，叶轮半径为l，时刻k的太阳高度角为α时，风电机组产生的最大阴影长度d_max表示为：

风电机组的阴影影响区域为以(x₁,y₁,z₁)为中心，且半径为l的范围内；其中

x₁＝x₀+d_max·sinγ_s   （14）

y₁＝y₀+d_max·cosγ_s

时刻k任一位置(x,y,z)距阴影中心点(x₁,y₁,z₁)的平面距离d_k表示为：

$d_k=\sqrt{({x-x}_1{)}^2+{\left({y-y}_1\right)}^2}---\left(15\right)$

k时刻，若满足d_k≤l，则风机的阴影将遮挡该位置，则k时刻位置(x,y,z)受阴影遮挡时间t_k满足t_k=1；否则t_k=0；

取计算步长为1分钟，则一年内位置(x,y,z)受到第i台风电机组阴影遮挡的小时数T_i表示为：

$T_i=\frac{1}{60}\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{t}_k---\left(16\right)$

其中，N表示一年内的分钟数；

步骤3-4：计算规划区域每个位置处的阴影遮挡时间，绘制该规划区域的阴影影响分布图；

设风电场有M台风电机组，一年内位置(x,y,z)受到风电场内风电机组阴影遮挡的总小时数T表示为：

$T=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{T}_i---\left(17\right)$

进而计算出规划区域每一个位置处的阴影影响时间，即可绘制该规划区域的阴影影响分布图。

所述步骤4包括以下步骤：

步骤4-1：估算光伏阵列的占地面积S；

规划的光伏阵列的装机容量为P_规划MW，则其占地面积S约为P_规划/35km²；

步骤4-2：确定可安装光伏阵列区域；

选择地面坡度变化小于5°、阴影影响小时数小于数10小时的区域、周边半径为300～500m的范围内没有建筑物和树木的区域作为可安装光伏阵列区域；

步骤4-3：确定光伏阵列场址；

在可安装区域内选择坡度变化小且阴影影响小的区域作为光伏阵列场址。

所述步骤5中，判断排布的光伏阵列是否满足装机要求；排布的光伏阵列的装机容量用P_排布表示，若满足P_排布=P_规划，则风光互补电站选址完成；若P_排布<P_规划，调整风电机组位置，重新进行步骤3和步骤4，直到P_排布=P_规划为止。

与现有技术相比，本发明的有益效果在于：

1.本发明综合考虑风能和太阳能空间分布特性及风电场和光伏电站选址的特点，有助于充分利用有限的土地资源和宝贵的风能/太阳能资源、获得最大的经济环境效益；

2.本发明将风电场宏观选址、微观选址及光伏电站选址和设计技术融为一体，具有较广范的适用性；

3.本发明综合考虑了风电场和光伏电站选址的主要影响因素，考虑风电机组和光伏阵列之间的相互影响，并引入风电机组的阴影计算作为光伏阵列排布位置的约束条件，有助于提高选址效果、增大风光互补电站的发电量和/或装机容量；

4.本发明提供了大型风光互补电站选址的具体步骤和流程，具有很强的可操作性和推广应用价值。

附图说明

图1是本发明实施例中风光互补电站的选址方法流程图；

图2是本发明实施例中障碍物对气流的影响示意图；

图3是本发明实施例中风电机组阴影计算示意图；

图4是本发明实施例中风电机组的阴影影响区域示意图。

具体实施方式

下面结合附图对本发明作进一步详细说明。

如图1，本发明提供了一种风光互补电站的选址方法，该方法用于指导大型风光互补电站的规划设计，也可作为风电场和光伏电站规划设计的参考。该方法根据风能和太阳能资源的空间分布特性，针对风电场和光伏电站选址的主要影响因素，考虑风电机组和光伏阵列之间的相互影响，对原有模型进行修正，并引入风电机组的阴影计算，作为光伏阵列排布位置的约束条件，给出大型风光互补电站选址的具体步骤。

具体包括以下步骤：

步骤1：确定风光互补电站的候选场址；

步骤2：进行风电机组微观选址；

步骤3：确定风电机组的阴影分布；

步骤4：确定光伏阵列的安装位置；

步骤5：对选址结果进行校验和调整。

所述步骤1包括以下步骤：

步骤1-1：获取规划区域的风能和太阳能分布图；

步骤1-2：根据规划区域的风能和太阳能分布情况，参考国标GB/T18710-202《风电场风能资源评估方法》及气象行业标准QX/T89-2008《太阳能资源评估方法》，选择50m高程平均风速大于6.5m/s、风功率密度大于300W/m²，且太阳能辐射年总量大于1400kwh/(m·a)的区域作为风光联合电站的场址区域。

所述步骤2包括以下步骤：

步骤2-1：将数据信息输入风电场规划设计系统，并对数据进行分析，剔除或修正错误数据，并补齐缺失数据；

所述数据信息包括实测风数据、等高线数据、粗糙度数据、风电机组功率曲线、风电机组推力曲线、场址范围和约束条件；

步骤2-2：基于粗糙度变化对风廓线的影响模型和障碍物对风速的影响模型，绘制候选场址的详细风能资源分布图；

步骤2-3：进行风电机组微观选址，确定风电机组的排布位置。

所述粗糙度变化对风廓线的影响模型中，气流从一种粗糙度表面跃变到另一种粗糙度表面的过程中，将改变原有的风廓线和摩擦速度；粗糙度变化后，风廓线用任一位置高度处的风速描述为：

$u\left(z\right)=\left\{\begin{array}{ccc}{u}^{\text{'}}\frac{ln(z/z_{01})}{\ln (0.3h/z_{01})}& z\&GreaterEqual;0.3h& \\ u^{\text{'}\text{'}}+(u^{\text{'}}-u^{\text{'}\text{'}})\frac{\ln (z/0.09h)}{\ln (0.3/0.09)}& 0.09h\&le;z\&le;0.3h---& \left(1\right)\\ u^{\text{'}\text{'}}\frac{\ln (z/z_{02})}{\ln (0.09h/z_{02})}& z\&le;0.09h& \end{array}\right.$

其中，u(z)为任一高度z处的风速函数，z₀₁为风电机组上风向粗糙度，z₀₂为风电机处的粗糙度，h为内边界层高度；且

u_*1和u_*2分别为对应z₀₁和z₀₂的摩擦速度，κ为卡曼常数，取κ＝0.4。

如图2，所述障碍物对风速的影响模型中，当气流遇到障碍物后，会绕过障碍物，从而引起风向改变，并使障碍物后方的风速降低；障碍物对风速的衰减因子λ表示为：

λ=k′·λ₁   （2）

其中，k′为障碍物孔隙率，λ₁为k′=1时随着距障碍物距离和距地面高度变化的衰减因子。

所述步骤3包括以下步骤：

步骤3-1：估算日出时间R和日落时间D；

R＝24×(180+Z×15-A-K)/360   （3）

D＝24×(1+(Z×15-A)/180)-R   （4）

其中：Z为时区，A为经度，且有：

其中，为纬度，t为日期序列数；

步骤3-2：确定太阳高度角α和太阳方位角γ_s；

太阳的位置用太阳高度角α和方位角γ_s确定；太阳高度角α是太阳光线与其在地平面上投影线之间的夹角，它随时间和纬度变化。方位角γ_s是太阳光线在地平面上投影与地平面正南方向线的夹角，正南方向定为0°，向西顺时针方向为正，向东为负。它们是时角ω和太阳赤纬δ′的函数，表示为：

其中，δ′为太阳赤纬，ω为时角；

太阳赤纬δ′是太阳中心和地心的连线与赤道平面的夹角，其表示为：

${\mathrm{\&delta;}}^{\text{'}}\&ap;23.45\sin [360\&times;\frac{284+n}{365}]---\left(8\right)$

其中，n为一年中的日期序号，1月1号定义为n=1；

时角ω定义为正午12点为零，其他时刻的数值等于离正午的时间乘以15°，并确定上午时角为负，下午时角为正，即

ω＝15（12-H_s）   （9）

其中，H_s为太阳时，表示为：

其中，H_北京为标准北京时间，L_so是观察地点的经度，E表示为：

E＝9.87sin2B-7.53cosB-1.5sinB    （11）

$B=\frac{360(n-81)}{364}---\left(12\right);$

步骤3-3：计算任一位置(x,y,z)受到第i台风电机组阴影遮挡的小时数；

如图3，设定风电机组的位置坐标为(x₀,y₀,z₀)，其轮毂高为H_hub，叶轮半径为l，时刻k的太阳高度角为α时，风电机组产生的最大阴影长度d_max表示为：

如图4，风电机组的阴影影响区域为以(x₁,y₁,z₁)为中心，且半径为l的范围内；其中

x₁＝x₀+d_max·sinγ_s   （14）

y₁＝y₀+d_max·cosγ_s

时刻k任一位置(x,y,z)距阴影中心点(x₁,y₁,z₁)的平面距离d_k表示为：

$d_k=\sqrt{({x-x}_1{)}^2+{\left({y-y}_1\right)}^2}---\left(15\right)$

k时刻，若满足d_k≤l，则风机的阴影将遮挡该位置，则k时刻位置(x,y,z)受阴影遮挡时间t_k满足t_k=1；否则t_k=0；

取计算步长为1分钟，则一年内位置(x,y,z)受到第i台风电机组阴影遮挡的小时数T_i表示为：

$T_i=\frac{1}{60}\underset{k=1}{\overset{N}{\mathrm{\&Sigma;}}}{t}_k---\left(16\right)$

其中，N表示一年内的分钟数；

步骤3-4：计算规划区域每个位置处的阴影遮挡时间，绘制该规划区域的阴影影响分布图；

设风电场有M台风电机组，一年内位置(x,y,z)受到风电场内风电机组阴影遮挡的总小时数T表示为：

$T=\underset{i=1}{\overset{M}{\mathrm{\&Sigma;}}}{T}_i---\left(17\right)$

进而计算出规划区域每一个位置处的阴影影响时间，即可绘制该规划区域的阴影影响分布图。

所述步骤4包括以下步骤：

步骤4-1：估算光伏阵列的占地面积S；

规划的光伏阵列的装机容量为P_规划MW，则其占地面积S约为P_规划/35km²；

步骤4-2：确定可安装光伏阵列区域；

选择地面坡度变化小于5°、阴影影响小时数小于数10小时的区域、周边半径为300～500m的范围内没有建筑物和树木的区域作为可安装光伏阵列区域；

步骤4-3：确定光伏阵列场址；

在可安装区域内选择坡度变化小且阴影影响小的区域作为光伏阵列场址。

所述步骤5中，判断排布的光伏阵列是否满足装机要求；排布的光伏阵列的装机容量用P_排布表示，若满足P_排布=P_规划，则风光互补电站选址完成；若P_排布<P_规划，调整风电机组位置，重新进行步骤3和步骤4，直到P_排布=P_规划为止。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求范围当中。

Claims (8)

1.一种风光互补电站的选址方法，其特征在于：所述方法包括以下步骤：

步骤1：确定风光互补电站的候选场址；

步骤2：进行风电机组微观选址；

步骤3：确定风电机组的阴影分布；

步骤4：确定光伏阵列的安装位置；

步骤5：对选址结果进行校验和调整。

2.根据权利要求1所述的风光互补电站的选址方法，其特征在于：所述步骤1包括以下步骤：

步骤1-1：获取规划区域的风能和太阳能分布图；

步骤1-2：根据规划区域的风能和太阳能分布情况确定所述风光联合电站的候选场址。

3.根据权利要求1所述的风光互补电站的选址方法，其特征在于：所述步骤2包括以下步骤：

步骤2-1：将数据信息输入风电场规划设计系统，并对数据进行分析，剔除或修正错误数据，并补齐缺失数据；

所述数据信息包括实测风数据、等高线数据、粗糙度数据、风电机组功率曲线、风电机组推力曲线、场址范围和约束条件；

步骤2-2：基于粗糙度变化对风廓线的影响模型和障碍物对风速的影响模型，绘制候选场址的详细风能资源分布图；

步骤2-3：进行风电机组微观选址，确定风电机组的排布位置。

4.根据权利要求3所述的风光互补电站的选址方法，其特征在于：所述粗糙度变化对风廓线的影响模型中，气流从一种粗糙度表面跃变到另一种粗糙度表面的过程中，将改变原有的风廓线和摩擦速度；粗糙度变化后，风廓线用任一位置高度处的风速描述为：

$u\left(z\right)=\left\{\begin{array}{ccc}{u}^{\text{'}}\frac{\ln (z/z_{01})}{\ln (0.3h/z_{01})}& z\&GreaterEqual;0.3h& \\ u^{\text{'}\text{'}}+(u^{\text{'}}-u^{\text{'}\text{'}})\frac{ln(z/0.09h)}{\ln (0.3/0.09)}& 0.09h\&le;z\&le;0.3h---& \left(1\right)\\ u^{\text{'}\text{'}}\frac{\ln (z/z_{02})}{\ln (0.09h/z_{02})}& z\&le;0.09h& \end{array}\right.$

其中，u(z)为任一高度z处的风速函数，z₀₁为风电机组上风向粗糙度，z₀₂为风电机处的粗糙度，h为内边界层高度；且

u_*1和u_*2分别为对应z₀₁和z₀₂的摩擦速度，κ为卡曼常数，取κ＝0.4。

5.根据权利要求3所述的风光互补电站的选址方法，其特征在于：所述障碍物对风速的影响模型中，当气流遇到障碍物后，会绕过障碍物，从而引起风向改变，并使障碍物后方的风速降低；障碍物对风速的衰减因子λ表示为：

λ=k′·λ₁   （2）

其中，k′为障碍物孔隙率，λ₁为k′=1时随着距障碍物距离和距地面高度变化的衰减因子。

6.根据权利要求1所述的风光互补电站的选址方法，其特征在于：所述步骤3包括以下步骤：

步骤3-1：估算日出时间R和日落时间D；

R＝24×(180+Z×15-A-K)/360   （3）

D＝24×(1+(Z×15-A)/180)-R   （4）

其中：Z为时区，A为经度，且有：

其中，为纬度，t为日期序列数；

步骤3-2：确定太阳高度角α和太阳方位角γ_s；

其中，δ′为太阳赤纬，ω为时角；

太阳赤纬δ′表示为：

${\mathrm{\&delta;}}^{\text{'}}\&ap;23.45\sin [360\&times;\frac{284+n}{365}]---\left(8\right)$

其中，n为一年中的日期序号，1月1号定义为n=1；

时角ω表示为：

ω＝15（12-H_s）   （9）

其中，H_s为太阳时，表示为：

其中，H_北京为标准北京时间，L_so是观察地点的经度，E表示为：

E＝9.87sin2B-7.53cosB-1.5sinB    （11）

$B=\frac{360(n-81)}{364}---\left(12\right);$

步骤3-3：计算任一位置(x,y,z)受到第i台风电机组阴影遮挡的小时数；

设定风电机组的位置坐标为(x₀,y₀,z₀)，其轮毂高为H_hub，叶轮半径为l，时刻k的太阳高度角为α时，风电机组产生的最大阴影长度d_max表示为：

风电机组的阴影影响区域为以(x₁,y₁,z₁)为中心，且半径为l的范围内；其中

x₁＝x₀+d_max·sinγ_s   （14）

y₁＝y₀+d_max·cosγ_s

时刻k任一位置(x,y,z)距阴影中心点(x₁,y₁,z₁)的平面距离d_k表示为：

$d_k=\sqrt{({x-x}_1{)}^2+{\left({y-y}_1\right)}^2}---\left(15\right)$

k时刻，若满足d_k≤l，则风机的阴影将遮挡该位置，则k时刻位置(x,y,z)受阴影遮挡时间t_k满足t_k=1；否则t_k=0；

取计算步长为1分钟，则一年内位置(x,y,z)受到第i台风电机组阴影遮挡的小时数T_i表示为：

$T_i=\frac{1}{60}\underset{k=1}{\overset{N}{\mathrm{\&Sigma;}}}{t}_k---\left(16\right)$

其中，N表示一年内的分钟数；

步骤3-4：计算规划区域每个位置处的阴影遮挡时间，绘制该规划区域的阴影影响分布图；

设风电场有M台风电机组，一年内位置(x,y,z)受到风电场内风电机组阴影遮挡的总小时数T表示为：

$T=\underset{i=1}{\overset{M}{\mathrm{\&Sigma;}}}{T}_i---\left(17\right)$

进而计算出规划区域每一个位置处的阴影影响时间，即可绘制该规划区域的阴影影响分布图。

7.根据权利要求1所述的风光互补电站的选址方法，其特征在于：所述步骤4包括以下步骤：

步骤4-1：估算光伏阵列的占地面积S；

规划的光伏阵列的装机容量为P_规划MW，则其占地面积S约为P_规划/35km²；

步骤4-2：确定可安装光伏阵列区域；

选择地面坡度变化小于5°、阴影影响小时数小于数10小时的区域、周边半径为300～500m的范围内没有建筑物和树木的区域作为可安装光伏阵列区域；

步骤4-3：确定光伏阵列场址；

在可安装区域内选择坡度变化小且阴影影响小的区域作为光伏阵列场址。

8.根据权利要求1所述的风光互补电站的选址方法，其特征在于：所述步骤5中，判断排布的光伏阵列是否满足装机要求；排布的光伏阵列的装机容量用P_排布表示，若满足P_排布=P_规划，则风光互补电站选址完成；若P_排布<P_规划，调整风电机组位置，重新进行步骤3和步骤4，直到P_排布=P_规划为止。

Images