CN104992250A - 一种高海拔山地风电场微观选址方法 - Google Patents

一种高海拔山地风电场微观选址方法 Download PDF

Info

Publication number
CN104992250A
CN104992250A CN201510422396.3A CN201510422396A CN104992250A CN 104992250 A CN104992250 A CN 104992250A CN 201510422396 A CN201510422396 A CN 201510422396A CN 104992250 A CN104992250 A CN 104992250A
Authority
CN
China
Prior art keywords
wind
wind energy
turbine set
energy turbine
high altitude
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510422396.3A
Other languages
English (en)
Other versions
CN104992250B (zh
Inventor
宁德正
汪玉华
付剑波
张怀孔
范守元
朱向东
黄劲明
李舟
杨祖照
张亚军
张雯涛
金钰磊
姚凯旋
仝旭波
尹鸿儒
黎萧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Energy China Ynpd
Original Assignee
Energy China Ynpd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Energy China Ynpd filed Critical Energy China Ynpd
Priority to CN201510422396.3A priority Critical patent/CN104992250B/zh
Publication of CN104992250A publication Critical patent/CN104992250A/zh
Application granted granted Critical
Publication of CN104992250B publication Critical patent/CN104992250B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Wind Motors (AREA)

Abstract

本发明公开了一种高海拔山地风电场微观选址方法,属于风力发电场工程设计技术领域。该方法包括:步骤S1,测风数据分析;步骤S2,风能资源模拟;步骤S3,机组选型;步骤S4,确定有效开发区域;步骤S5,风电机组优化排布。本发明方法解决了当前高海拔山地风电场设计中无法合理准确地进行微观选址的技术难题。

Description

一种高海拔山地风电场微观选址方法
技术领域
本发明属于风力发电场工程设计技术领域,具体涉及一种高海拔山地风电场微观选址方法。
背景技术
风能资源是可再生清洁能源,风力发电是新能源领域中技术最为成熟、最具规模开发条件和商业化发展前景的发电方式之一,目前已在全球大规模开发利用。我国风能资源较为丰富,大规模发展风电对应对国际金融危机、缓解能源、环境的压力,促进国民经济社会可持续发展具有重要意义,也是我国作为一个负责任的发展中国家应对气候变化,实现对世界关于提高非化石能源消费比例和减少CO2排放量庄严承诺的有效措施,国家层面也相继出台一系列法律法规鼓励风电项目的发展。据悉,2015年全国风力发电目标累计并网风电装机超过1亿kW,2020年并网风电装机超过2亿kW。
就早期的资源普查情况而言,我国风能主要分布于包括黑吉辽、内蒙古、甘肃、新疆、河北等在内的“三北”地区,这些地区风能资源丰富、土地开发利用程度低、建设条件好,适合建设大规模风电场,风电发展速度较快,目前已规划多个千万千瓦级风电基地。但“三北”地区大部分区域负荷水平比较低,无法解决大规模风电场电力消纳问题,而且由于风电出力的随机性特点,需要依靠强大电网的支撑,目前局部地区的风电场建设速度已超过电网的承受能力。受制于电网外送通道等原因,目前“三北”地区弃风现象较为严重,风电事业发展放缓。随着全国风能资源普查的深入推进,已查明位于我国西南部的云、贵、川及西藏地区高海拔山区也具有丰富的风能资源,随着风电技术进步以及交通运输、外送通道以及电网接入等外部条件的改善,高海拔山地风电场建设正处在快速发展阶段。
风电场微观选址是风电场建设前期工作的重要环节,主要是根据风能资源条件,在保证风电机组安全的前提下,确定每台风力发电机组的位置,以充分提高发电量,有效规避地质灾害、社会动乱等投资和社会风险,实现投资项目综合效益最大化。而风电机组的布置便是风电场微观选址过程中的一项重要工作。根据DL/T5383-2007(风力发电场设计技术规范)的要求,风力发电机组布置尽量紧凑规则整齐,有一定规律,以方便场内配电系统的布置,减少输电线路的长度。风力发电机组按照矩阵布置,行必须垂直风能主导方向,同行风力发电机组之间距离不小于3D,行与行之间距离不小于5D,各列风力发电机组之间交错布置。如此规定的初衷主要是出于有效降低风电场的尾流影响。然而,高海拔山地风电场平均海拔均在2500m以上,相较于平坦地形风电场,成风机理差异较大,地形地貌也更为复杂,风能资源受地形的影响变化较大,而且气候条件多变、地质灾害多发、交通运输条件差,现有道路基本无法满足风电场超长超重部件的运输要求。风电场普遍涉及风景名胜区、国家级公益林以及水源保护地等环境敏感因素,可开发区域较小,基本属于分散式开发,而且距离负荷中心较远,电网建设薄弱,接入系统条件较差。这些典型特征决定了平坦地形风电场的建设经验并不适用于高海拔山地风电场。
目前对高海拔山地风电场微观选址方法的研究比较少,大多仍处于探索阶段。专利CN201110180455提供了一种复杂地形下提高风能利用的方法,通过,获得风电场内各风电机组位置处50年一遇最大风速和平均风速数据,在满足安全性要求的范围内调整各风机的风轮直径和轮毂高度,以获得最佳发电量,但是该方法并未涉及风电机组之间的布置准则。专利CN201110180454.8提供了一种提高风能利用的风机布置优化方法,通过增加垂直冬季限电季节风能主导风向的行内的风机间距,减小平行冬季限电季节风能主导风向的行内的风机间距,以在限电情况下提高风能利用率,但该方法仅适用于夏季与冬季风能主导方向基本垂直而且冬季需要集中供暖的地区,显然在我国西南地区并不适用。专利201410278206.0公开了一种高海拔山区模糊多准则风电场选址方法,运用层次分析法构建递阶层次模型,借助地理信息系统平台建立风电场空间数据库,采用模糊集理论度量风电场适宜度,利用空间分析技术提取风电场适宜范围,但仅限于风电场宏观选址阶段,并未涉及风电场微观选址的相关内容。
发明内容
为了解决当前高海拔山地风电场设计中无法合理准确地进行微观选址的技术难题。本发明公开了一种适用于高海拔山地风电场的微观选址方法,该方法包括:步骤S1,测风数据分析,即对拟建风电场内各测风塔的测风数据进行分析;步骤S2,风能资源模拟,即利用CFD方法对拟建风电场内区域风能资源进行模拟分析;步骤S3,机组选型,即根据风能资源计算结果初步确定拟用风力发电机组的规格;步骤S4,确定有效开发区域,即根据拟建风电场区域的环境敏感因素调研结果确定有效开发区域;步骤S5,风电机组优化排布,即根据风能资源模拟结果在有效开发范围内按照一定的布置准则对风电机组进行优化排布。
根据本发明所述高海拔山地风电场的微观选址方法的一个方面,步骤S1利用MERRA数据对测风数据进行长序列订正,并根据相关标准对订正数据进行分析,获取空气密度、风速和风功率密度年内变化、风速和风功率密度日变化、风速和风能频率分布、风向频率和风能密度方向分布、风切变指数、湍流强度、Weibull分布以及五十年一遇最大风速和极大风速等各项风资源参数。
根据本发明所述高海拔山地风电场的微观选址方法的一个方面,步骤S2根据订正后的测风数据和实测地形图,利用CFD方法对拟建风电场内区域风能资源进行模拟分析,获取意向高度处的各项风资源参数。
根据本发明所述高海拔山地风电场的微观选址方法的一个方面,步骤S3根据步骤S2的计算结果,确定拟用风电机组的安全等级,再次基础上初步选择拟用风电机组的叶轮直径等参数;
根据本发明所述高海拔山地风电场的微观选址方法的一个方面,步骤S4对拟建风电场区域的环境敏感因素进行调研,拟开发区域扣除这些敏感区域后即为有效开发范围;
根据本发明所述高海拔山地风电场的微观选址方法的一个方面,步骤S5中的布置准则是:风电机组布置在风功率密度较大的区域,通常沿山脊单排布置,局部开阔地带可多排布置,但需前后错开,以减小尾流影响,风机间距在水平面投影距离L满足:其中θ为主导风向与山脊走向的夹角。
根据本发明所述高海拔山地风电场的微观选址方法的一个方面,L1和L2的取值满足:
当主导风向为单一扇区且风能集中度大于50%时,
L1=(4.5~5.5)D,L2=(1.8~2.2)D
当主导风向集中在两扇区且各扇区风能集中度不大于40%时,
L1=(4.5~5.5)D,L2=(2.5~3)D
当主导风向集中在三扇区且各扇区风能集中度不大于25%时,
L1=(6~10)D,L2=(3~4)D
其中D为风电机组叶轮直径,当有多种机型进行混合布置时,D取前后两种叶轮直径的平均值。当风速较大时,括号内系数取较大值,反之亦然。
本发明的技术效果体现在:
1)在高海拔山地风电场微观选址过程中,利用MERRA数据对测风数据进行长序列订正,利用订正数据进行风能资源分析,从而有效避免了由于风电场场址一般较为偏远,与参证站之间距离较远,地形环境也有一定程度的差别,导致参证站气象数据和风电场内实测数据相关性较差,利用参证站数据对测风数据进行代表年订正的结果存在较大不确定性的难题。
2)本发明提出了一种适用于高海拔山地风电场的风电机组布置准则,综合考虑了风能资源分布特点,可合理准确地进行风电机组布置,从而提高土地和风能资源利用率,实现投资效益最大化。
附图说明
图1为所述高海拔山地风电场微观选址方法流程图;
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图和具体实施例,对本发明进行进一步详细说明。
图1示出了所述高海拔山地风电场微观选址方法的流程图。如图1所示,本发明提出的方法包括:步骤S1,测风数据分析,即对拟建风电场内各测风塔的测风数据进行分析;步骤S2,风能资源模拟,即利用CFD方法对拟建风电场内区域风能资源进行模拟分析;步骤S3,机组选型,即根据风能资源计算结果初步确定拟用风力发电机组的规格;步骤S4,确定有效开发区域,即根据拟建风电场区域的环境敏感因素调研结果确定有效开发区域;步骤S5,风电机组优化排布,即根据风能资源模拟结果在有效开发范围内按照一定的布置准则对风电机组进行优化排布。
下面对上述步骤进行更详细地描述:
所述步骤S1中,利用MERRA数据订正出一套反映风场长期平水平的代表性数据用于风能资源分析。风能资源评估中,采用当地气象站作为参证站用于测风数据订正的参证站需要满足具有30年以上规范的测风记录,而且距离风场比较近,地形条件相似,同时同期观测结果相关性较好。否则采用气象站数据用于测风数据订正就会带来较大不确定性,从而增加了风电场投资的风险。这在地形起伏巨大、沟壑纵横、风电场规划场址远离城镇的西南高海拔山区尤为明显。由NASA提供的MERRA数据记录了从1979年至今,全球的陆地区域以及离岸50km以内的近海区域的气象资料,它记录时间长,分辨率高,是气象分析领域常用的参考数据。利用MERRA数据对拟开发风电场内的测风数据进行订正,可有效规避采用参证站来进行订正带来的不确定性问题。
所述步骤S2中,利用CFD方法对拟建风电场内区域风能资源进行模拟分析,以获得规划场址区域内的风能资源分布参数。目前国外已开发了基于计算流体力学(CFD)的方法的商业软件,如Meteodyn WT、Windsim等,适用于河谷、山地、陡坡等地形较复杂的风电场,实际工作中可根据实际情况进行选用。
所述步骤S3中,根据风能资源计算结果初步确定拟用风力发电机组的规格。主要是根据规划场址范围内某一高度处50年一遇最大风速以及湍流强度确定风电机组的安全等级。然后初步选取相应安全等级的风电机组,从而获得叶轮直径等相关参数。
所述步骤S4中,根据拟建风电场区域的环境敏感因素调研结果确定有效开发区域。我国西南地区的高海拔山地风电场拟开发区域通常涉及国家级公益林、基本农田、自然保护区、风景名胜区、矿产压覆、水源保护区、军事管制区以及宗教民俗区等环境敏感因素。在微观选址过程中,应当对这些情况进行实地调研,确定各个范围的集合。规划场址范围去除这些敏感因素后即为有效开发区域。
步骤S5,根据风能资源模拟结果在有效开发范围内按照一定的布置准则对风电机组进行优化排布。风电机组布置在风功率密度较大的区域,通常沿山脊单排布置,局部开阔地带可多排布置,但需前后错开,以减小尾流影响,风机间距在水平面投影距离L满足:其中θ为主导风向与山脊走向的夹角。
L1和L2的取值满足:
当主导风向为单一扇区且风能集中度大于50%时,
L1=(4.5~5.5)D,L2=(1.8~2.2)D
当主导风向集中在两扇区且各扇区风能集中度不大于40%时,
L1=(4.5~5.5)D,L2=(2.5~3)D
当主导风向集中在三扇区且各扇区风能集中度不大于25%时,
L1=(6~10)D,L2=(3~4)D
其中D为风电机组叶轮直径,当有多种机型进行混合布置时,D取前后两种叶轮直径的平均值。当风速较大时,括号内系数取较大值,反之亦然。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例(例如各种阈值的取值等)均为示例性的而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (7)

1.一种高海拔山地风电场微观选址方法,其特征在于,该方法包括:
步骤S1,测风数据分析,即对拟建风电场内各测风塔的测风数据进行分析;
步骤S2,风能资源模拟,即利用CFD方法对拟建风电场内区域风能资源进行模拟分析;
步骤S3,机组选型,即根据风能资源计算结果初步确定拟用风电机组的规格;
步骤S4,确定有效开发区域,即根据拟建风电场区域的环境敏感因素调研结果确定有效开发区域;
步骤S5,风电机组优化排布,即根据风能资源模拟结果在有效开发范围内按照一定的布置准则对风电机组进行优化排布。
2.根据权利要求1所述的高海拔山地风电场微观选址方法,其特征在于:步骤S1利用MERRA数据对测风数据进行长序列订正,并根据相关标准对订正数据进行分析,以获取各项风资源参数。
3.根据权利要求1所述的高海拔山地风电场微观选址方法,其特征在于:步骤S2根据订正后的测风数据和实测地形图,利用CFD方法对拟建风电场内区域风能资源进行模拟分析,获取意向高度处的各项风资源参数。
4.根据权利要求1所述的高海拔山地风电场微观选址方法,其特征在于:步骤S3根据步骤S2的计算结果,确定拟用风电机组的安全等级,在此基础上初步选择拟用风电机组的叶轮直径等参数;
5.根据权利要求1所述的高海拔山地风电场微观选址方法,其特征在于:步骤S4对拟建风电场区域的环境敏感因素进行调研,拟开发区域扣除这些敏感区域后即为有效开发范围;
6.根据权利要求1所述的高海拔山地风电场微观选址方法,其特征在于:步骤S5中的布置准则是:风电机组布置在风功率密度较大的区域,通常沿山脊单排布置,局部开阔地带可多排布置,但需前后错开,以减小尾流影响,风机间距在水平面投影距离L满足:其中θ为主导风向与山脊走向的夹角。
7.根据权利要求1或6所述的高海拔山地风电场微观选址方法,其特征在于:风机间距在水平面投影距离L1和L2的取值满足:
当主导风向为单一扇区且风能集中度大于50%时,
L1=(4.5~5.5)D,L2=(1.8~2.2)D
当主导风向集中在两扇区且各扇区风能集中度不大于40%时,
L1=(4.5~5.5)D,L2=(2.5~3)D
当主导风向集中在三扇区且各扇区风能集中度不大于25%时,
L1=(6~10)D,L2=(3~4)D
其中D为风电机组叶轮直径,当有多种机型进行混合布置时,D取前后两种叶轮直径的平均值;当风速较大时,括号内系数取较大值,反之亦然。
CN201510422396.3A 2015-07-17 2015-07-17 一种高海拔山地风电场微观选址方法 Active CN104992250B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510422396.3A CN104992250B (zh) 2015-07-17 2015-07-17 一种高海拔山地风电场微观选址方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510422396.3A CN104992250B (zh) 2015-07-17 2015-07-17 一种高海拔山地风电场微观选址方法

Publications (2)

Publication Number Publication Date
CN104992250A true CN104992250A (zh) 2015-10-21
CN104992250B CN104992250B (zh) 2018-11-09

Family

ID=54304062

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510422396.3A Active CN104992250B (zh) 2015-07-17 2015-07-17 一种高海拔山地风电场微观选址方法

Country Status (1)

Country Link
CN (1) CN104992250B (zh)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105354766A (zh) * 2015-11-20 2016-02-24 中国能源建设集团云南省电力设计院有限公司 一种高海拔山地风电场提高风能利用率的方法及其系统
CN105447245A (zh) * 2015-11-20 2016-03-30 中国能源建设集团云南省电力设计院有限公司 一种高海拔山地风电场微观选址系统
CN107038264A (zh) * 2016-02-03 2017-08-11 中船重工(重庆)海装风电设备有限公司 一种风电机组的扇区划分方法及系统
CN107153997A (zh) * 2017-03-09 2017-09-12 华电电力科学研究院 一种复杂地形风电机组微观选址方法
CN107944774A (zh) * 2017-12-28 2018-04-20 华润电力技术研究院有限公司 一种风电场建设方案优化系统
CN107967543A (zh) * 2017-12-28 2018-04-27 华润电力技术研究院有限公司 一种风资源评估设备
CN108053140A (zh) * 2017-12-28 2018-05-18 华润电力技术研究院有限公司 一种风资源评估方法、系统及一种计算机可读存储介质
CN108205734A (zh) * 2017-12-28 2018-06-26 华润电力技术研究院有限公司 一种风电场建设方案的处理方法以及相关设备
CN108665123A (zh) * 2017-03-29 2018-10-16 郑位极芸 海上风能资源选址新技术
CN108897932A (zh) * 2018-06-14 2018-11-27 中国电建集团西北勘测设计研究院有限公司 一种风电场现场微观选址室内实现的方法
CN109299495A (zh) * 2018-07-26 2019-02-01 河海大学 一种风电场微观智能布机方法
CN111090932A (zh) * 2019-12-10 2020-05-01 华能威宁风力发电有限公司 一种适应中等复杂地形的在运风电场场地标定方法
CN111969659A (zh) * 2020-08-28 2020-11-20 国网四川省电力公司电力科学研究院 一种高海拔地区输电线路状态监测装置的电源选型方法
CN113283122A (zh) * 2021-06-29 2021-08-20 华能新能源股份有限公司 一种高边坡地形造成的风机选址风险的评估方法及系统
CN113487090A (zh) * 2021-07-07 2021-10-08 广东科诺勘测工程有限公司 海上风力发电场的机位排布方法、装置以及设备
CN113743027A (zh) * 2021-07-28 2021-12-03 国电联合动力技术有限公司 一种基于cfd技术绘制风资源图谱的方法和装置
CN116306042A (zh) * 2023-05-22 2023-06-23 西安鑫风动力科技有限公司 一种电场地形地貌的数字化构建系统
CN118296803A (zh) * 2024-03-13 2024-07-05 中国能源建设集团云南省电力设计院有限公司 一种复杂地形下的风机自动布置方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101697259A (zh) * 2009-11-05 2010-04-21 东南大学 用于风电场微观选址的地图和地表粗糙度数字化方法
CN103996074A (zh) * 2014-05-07 2014-08-20 河海大学 基于cfd和改进pso的复杂地形风电场微观选址方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101697259A (zh) * 2009-11-05 2010-04-21 东南大学 用于风电场微观选址的地图和地表粗糙度数字化方法
CN103996074A (zh) * 2014-05-07 2014-08-20 河海大学 基于cfd和改进pso的复杂地形风电场微观选址方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
孙永岗: "风力发电场微观选址与机型优化综合研究", 《中国优秀硕士学位论文全文数据库(电子期刊)工程科技II辑》 *
张双益等: "利用MERRA数据对测风数据进行代表年订正的研究", 《可再生能源》 *
李良县,任腊春: "高海拔山地风电场风能资源分析与微观选址", 《中国水利水电科学研究院学报》 *
杨珺,张闯,孙秋野,王刚: "风电场选址综述", 《太阳能学报》 *
洪祖兰,张云杰: "山区风资源特点和对风电机组、风电场设计的建议", 《2010年南方十三省(区、市)水力发电学会秘书长会议论文集》 *

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105447245B (zh) * 2015-11-20 2019-02-22 中国能源建设集团云南省电力设计院有限公司 一种高海拔山地风电场微观选址系统
CN105447245A (zh) * 2015-11-20 2016-03-30 中国能源建设集团云南省电力设计院有限公司 一种高海拔山地风电场微观选址系统
CN105354766A (zh) * 2015-11-20 2016-02-24 中国能源建设集团云南省电力设计院有限公司 一种高海拔山地风电场提高风能利用率的方法及其系统
CN107038264A (zh) * 2016-02-03 2017-08-11 中船重工(重庆)海装风电设备有限公司 一种风电机组的扇区划分方法及系统
CN107153997A (zh) * 2017-03-09 2017-09-12 华电电力科学研究院 一种复杂地形风电机组微观选址方法
CN108665123A (zh) * 2017-03-29 2018-10-16 郑位极芸 海上风能资源选址新技术
CN107944774A (zh) * 2017-12-28 2018-04-20 华润电力技术研究院有限公司 一种风电场建设方案优化系统
CN107967543A (zh) * 2017-12-28 2018-04-27 华润电力技术研究院有限公司 一种风资源评估设备
CN108053140A (zh) * 2017-12-28 2018-05-18 华润电力技术研究院有限公司 一种风资源评估方法、系统及一种计算机可读存储介质
CN108205734A (zh) * 2017-12-28 2018-06-26 华润电力技术研究院有限公司 一种风电场建设方案的处理方法以及相关设备
CN108897932A (zh) * 2018-06-14 2018-11-27 中国电建集团西北勘测设计研究院有限公司 一种风电场现场微观选址室内实现的方法
CN109299495B (zh) * 2018-07-26 2020-04-21 河海大学 一种风电场微观智能布机方法
CN109299495A (zh) * 2018-07-26 2019-02-01 河海大学 一种风电场微观智能布机方法
CN111090932A (zh) * 2019-12-10 2020-05-01 华能威宁风力发电有限公司 一种适应中等复杂地形的在运风电场场地标定方法
CN111090932B (zh) * 2019-12-10 2023-06-09 华能威宁风力发电有限公司 一种适应中等复杂地形的在运风电场场地标定方法
CN111969659A (zh) * 2020-08-28 2020-11-20 国网四川省电力公司电力科学研究院 一种高海拔地区输电线路状态监测装置的电源选型方法
CN113283122A (zh) * 2021-06-29 2021-08-20 华能新能源股份有限公司 一种高边坡地形造成的风机选址风险的评估方法及系统
CN113487090A (zh) * 2021-07-07 2021-10-08 广东科诺勘测工程有限公司 海上风力发电场的机位排布方法、装置以及设备
CN113487090B (zh) * 2021-07-07 2024-02-02 广东科诺勘测工程有限公司 海上风力发电场的机位排布方法、装置以及设备
CN113743027A (zh) * 2021-07-28 2021-12-03 国电联合动力技术有限公司 一种基于cfd技术绘制风资源图谱的方法和装置
CN113743027B (zh) * 2021-07-28 2024-06-14 国电联合动力技术有限公司 一种基于cfd技术绘制风资源图谱的方法和装置
CN116306042A (zh) * 2023-05-22 2023-06-23 西安鑫风动力科技有限公司 一种电场地形地貌的数字化构建系统
CN116306042B (zh) * 2023-05-22 2023-09-15 华能新疆青河风力发电有限公司 一种电场地形地貌的数字化构建系统
CN118296803A (zh) * 2024-03-13 2024-07-05 中国能源建设集团云南省电力设计院有限公司 一种复杂地形下的风机自动布置方法

Also Published As

Publication number Publication date
CN104992250B (zh) 2018-11-09

Similar Documents

Publication Publication Date Title
CN104992250B (zh) 一种高海拔山地风电场微观选址方法
Murthy et al. A comprehensive review of wind resource assessment
Mirhosseini et al. Assessing the wind energy potential locations in province of Semnan in Iran
Wang et al. Potential climatic impacts and reliability of very large-scale wind farms
Mostafaeipour Economic evaluation of small wind turbine utilization in Kerman, Iran
Jha Wind turbine technology
Archer et al. Geographical and seasonal variability of the global “practical” wind resources
Zhang et al. Analysis of wind characteristics and wind energy potential in complex mountainous region in southwest China
Al Zohbi et al. Wind characteristics and wind energy potential analysis in five sites in Lebanon
Tiang et al. Technical review of wind energy potential as small-scale power generation sources in Penang Island Malaysia
Hyams Wind energy in the built environment
Winslow Urban wind generation: comparing horizontal and vertical axis wind turbines at Clark University in Worcester, Massachusetts
Jiang et al. Comprehensive assessment of wind resources and the low-carbon economy: An empirical study in the Alxa and Xilin Gol Leagues of inner Mongolia, China
Nandi et al. Potential of wind and solar electricity generation in Bangladesh
Marih et al. Evaluation of the wind potential and optimal design of a wind farm in the arzew industrial zone in Western Algeria
Chourpouliadis et al. Comparative study of the power production and noise emissions impact from two wind farms
Tadie Fogaing et al. A review of wind energy resource assessment in the urban environment
Islam et al. Feasibility study of wind power generation in Bangladesh: A statistical study in the perspective of wind power density and plant capacity factor
Stathopoulos et al. Urban wind energy: A wind engineering and wind energy cross-roads
Ayar et al. Harvesting the Wind: A Study on the Feasibility and Advancements of Wind Energy in Turkey
Özbek et al. Feasibility of Offshore Wind Energy in Turkey; A Case Study for Gulf of Edremit at the Aegean Sea
Tursunova et al. Researching localization of vertical axis wind generators
Prasad et al. Technologies and methods used in wind resource assessment
Peng et al. Development of global wind and solar resource to cope with global climate change
Hsieh et al. Evaluation of Locations for Small Wind Turbines in Costal Urban Areas Based on a Wind Energy Potential Map

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant