CN103886185B - 一种用于风资源评估的年风速生成方法 - Google Patents

Abstract

本发明涉及风力资源发电技术，特别是一种用于风资源评估的年风速生成方法，其步骤如下：首先根据当地的年月均风速、威布尔系数、自相关系数、昼夜模式强度、最大风速时刻生成一个含8760个数据点的服从均值为0、方差为1的正态分布的自相关序列；再根据每月的月均风速，以及昼夜模式强度系数、最大风速时刻，生成年8760个小时的风速初始序列；然后将风速初始序列进行概率变换后与自相关序列相加得到序列，序列在经过概率变化最后拟合得到一年8760小时的风速序列；本发明利用当地各种有效数据进行年风速拟合的方法，最终得到有效的评估数据以适应电风场的建立。

Description

一种用于风资源评估的年风速生成方法

技术领域

本发明涉及风力资源发电技术，特别是一种用于风资源评估的年风速生成方法。

背景技术

随着风力发电的进一步发展，我国风电场建设逐步呈现速度快、规模大的特点，而风电场的建设需要风电场所在地测风数据处理形成的资料和长期站(气象站、海洋站)的测风资料，伴随着风电场的快速扩建以及新建，导致对风电场所在地的风能资源的评估的风资源数据匮乏，因此，在当前能够获取的有限的风资源统计参数的情况下，进行风电场所在地的年风速的生成，对风资源进行评估就显得尤为必要。

现有风资源评估方法一般通过气象观测记录的代表年或特征年的风资源情况，进行数据统计分析，采用修正、拟合的方法得到年均或月均风速，虽然能够反映当地的风能情况，但是年均或月均风速对于评估风电场年发电量情况意义不大。因此，在现有的气象观测记录的数据基础上，提供一种能够生成一年8760小时或更短时间间隔的年风速，将有助于风电场风力机选型(不同风力机的风功曲线不一致，导致同样年风速情况下，年风力发电量就不一致)，提供所建风电场的预期发电量。

发明内容

本发明的目的在于提供一种用于风资源评估的年风速生成方法，根据年月均风速、威布尔系数、自相关系数、昼夜模式强度、最大风速时刻进行年风速拟合的方法，可以得到有效的评估数据以适应电风场的建立。

为实现上述发明目的，本发明的技术方案如下：

一种用于风资源评估的年风速生成方法，其特征在于包括以下步骤：

第一步，根据当地气象统计数据得到一年12个月的月均风速，以及威布尔系数、自相关系数、昼夜模式强度系数、最大风速时刻；

第二步，生成一个含8760个数据点的服从均值为0、方差为1的正态分布的自相关序列Z；

第三步，根据每月的月均风速，以及昼夜模式强度系数、最大风速时刻，生成年8760个小时的风速初始序列U；

第四步，将第三步中得到的风速初始序列U进行概率变换，得到与第二步的自相关序列Z服从相同的正态分布序列的U′；

第五步，将第四步得到的概率变换后的序列U′与第二步产生的自相关数列Z相加，得到新的符合正态分布的序列W′；

第六步，采用第四步的概率变换方法，将第五步产生的序列W′做概率变换，得到服从以第一步所述的威布尔系数作为参数的威布尔分布序列W，由此便得到了拟合所得一年8760小时的风速序列W。

第二步中所述自相关序列Z的生成模型为：

z_t＝az_t-1+f(t) (1)

式(1)中，z_t、z_t-1分别为t、t-1时刻的值；a为自回归参数；f(t)为白噪声函数返回的一个服从均值为0、方差为1的正态分布的随机数。

第三步中所述风速初始序列U中第N月中任意一天第i小时的风速生成模型如下：

式(2)中，为第N月的月均风速；δ为昼夜模式强度系数；φ为最大风速时刻。

第四步中所述概率变换的方法如下：将风速初始序列U记为序列A，A＝{A₁,…,A₈₇₆₀}，期望分布序列的累计分布函数为P(B)，求期望分布序列B：

①求序列A的累计概率分布函数P(A)：根据序列A的最大值maxA，划分为N个区间，得到[0，maxA/N)、[maxA/N，maxA*2/N)、…、[maxA*(N-1)/N，maxA]；分别统计每个区间段的数据个数，除以8760便得到这个区间段的数据概率，数据在第i(1≤i≤N)个数据段的累计概率分布为第1到(i-1)个数据段的概率之和，由此得到P(A)；

②根据已知序列A及P(A)、期望分布序列的累计分布函数P(B)，求序列B：对于A_j(1≤j≤8760)，根据P(A)，得到A_j对应的累计概率P(A_j)，从期望分布序列的累计分布函数P(B)中，找到累计概率为P(A_j)的B值，记为B_j，由此反复便可得到期望分布的序列B＝{B₁,…,B₈₇₆₀}，所得的序列B即为序列U′。

本发明的有益效果如下：

本发明可以根据年月均风速、威布尔系数、自相关系数、昼夜模式强度、最大风速时刻进行进行年风速拟合的方法，可以得到有效的评估数据以适应电风场的建立；

本发明所需基本数据少(一年12个月的月均风速、威布尔系数、自相关系数、昼夜模式强度、最大风速时刻)，根据本发明方法，便可拟合得到当地一年8760个小时的风速大小，再配合风力机的风功曲线，便可评估当地一年8760小时的风力发电量，对当地的风力发电量进行客观评价，有助于风电场建设。另外，根据一年8760小时的风速大小，选择不同风功曲线的风力机，还可评估不同风力机在当地的发电情况，帮助进行风力机选型，提高风电场年发电量。

附图说明

图1是本发明的流程图。

具体实施方式

下面结合附图对本发明的具体实施方式进行描述，以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本发明的主要内容时，这些描述在这里将被忽略。

图1是一种用于风资源评估的年风速生成方法的流程图。

第一步，根据当地气象统计数据，或者从NASA数据库中查询当地经纬度对应的气象数据，输入一年12个月的月均风速，以及威布尔系数、自相关系数、昼夜模式强度系数、最大风速时刻。

第二步，根据自相关序列Z的生成模型：z_t＝az_t-1+f(t)，生成一个含8760个数据点的服从均值为0、方差为1的正态分布的自相关数列Z。

第三步，根据风速初始序列U中第N月中任意一天第i小时的风速生成模型：i＝1,2,...,24，以及昼夜模式强度系数、最大风速时刻，生成年8760个小时的风速初始序列U。

第四步，将第三步中得到的风速初始序列U进行概率变换，得到与第二步的自相关序列Z服从相同的正态分布序列的U′；

第五步，将第四步得到的概率变换后的序列U′与第二步产生的自相关数列Z相加，得到新的符合正态分布的序列W′。

第六步，采用第四步的概率变换方法，将第五步产生的序列W′做概率变换，得到服从以第一步所述的威布尔系数作为参数的威布尔分布序列W，由此便得到了拟合所得一年8760小时的风速序列W。

最后，序列W便是拟合所得一年8760小时的风速序列。

Claims (1)

1.一种用于风资源评估的年风速生成方法，其特征在于包括以下步骤：

第一步，根据当地气象统计数据得到一年12个月的月均风速，以及威布尔系数、自相关系数、昼夜模式强度系数、最大风速时刻；

第二步，生成一个含8760个数据点的服从均值为0、方差为1的正态分布的自相关序列Z；

第三步，根据每月的月均风速，以及昼夜模式强度系数、最大风速时刻，生成年8760个小时的风速初始序列U；

第四步，将第三步中得到的风速初始序列U进行概率变换得到序列U′，序列U′与第二步中得到的自相关序列Z服从相同的正态分布；

第五步，将第四步得到的概率变换后的序列U′与第二步产生的自相关数列Z相加，得到新的符合正态分布的序列W′；

第六步，采用第四步的概率变换方法，将第五步产生的序列W′做概率变换，得到服从以第一步所述的威布尔系数作为参数的威布尔分布序列W，由此便得到了拟合所得一年8760小时的风速序列W；

第二步中所述自相关序列Z的生成模型为：

z_t＝az_t-1+f(t)

其中，z_t、z_t-1分别为t、t-1时刻的值；a为自回归参数；f(t)为白噪声函数返回的一个服从均值为0、方差为1的正态分布的随机数；

第三步中所述风速初始序列U中第N月中任意一天第i小时的风速生成模型如下：

$U_{N,i}={\stackrel{\‾}{U}}_N\{1+\mathrm{\δ}cos\[\left(\frac{2\mathrm{\π}}{24}\right)(i-\mathrm{\φ})\]\},i=1,2,...,24$

其中，为第N月的月均风速；δ为昼夜模式强度系数；φ为最大风速时刻；

第四步中所述概率变换的方法如下：将风速初始序列U记为序列A，A＝{A₁,…,A₈₇₆₀}，期望分布序列的累计分布函数为P(B)，求期望分布序列B：

①求序列A的累计概率分布函数P(A)：根据序列A的最大值maxA，划分为N个区间，得到[0，maxA/N)、[maxA/N，maxA*2/N)、…、[maxA*(N-1)/N，maxA]；分别统计每个区间段的数据个数，除以8760便得到这个区间段的数据概率，数据在第i个数据段的累计概率分布为第1到(i-1)个数据段的概率之和，由此得到P(A)，其中1≤i≤N；

②根据已知序列A及P(A)、期望分布序列的累计分布函数P(B)，求序列B：对于A_j，根据P(A)，得到A_j对应的累计概率P(A_j)，从期望分布序列的累计分布函数P(B)中，找到累计概率为P(A_j)的B值，记为B_j，由此反复便可得到期望分布的序列B＝{B₁,…,B₈₇₆₀}，所得的序列B即为序列U′，其中1≤j≤8760。