CN106026161A - 一种区域可利用风能资源分析评估方法 - Google Patents

Abstract

一种区域可利用风能资源分析评估方法。其包括对待评估区域的基础数据进行采集；建立区域风速的威布尔分布模型，进而量化计算该区域可利用风能的平均风速；对区域内风轮机最佳装机容量进行量化计算等步骤。本发明效果：能够客观评价区域可利用风能资源总量情况，进而以经济性为目标，给出该区域的最佳分布式风电装机容量。确保所装分布式电源既能够充分利用该区域的清洁能源进行发电，又避免分布式电源装机容量因闲置而造成的投资浪费。可为区域电网和电源的建设提供合理的规划建议。

Description

一种区域可利用风能资源分析评估方法

技术领域

本发明属于计算机控制技术领域，特别是涉及一种区域可利用风能资源分析评估方法。

背景技术

近年来，以电力为中心的新一轮能源革命已经拉开序幕，其目的是实现以智能电网为核心的低碳能源。能够有效消纳分布式可再生能源发电，具备主动管理、主动控制、主动服务能力的主动型智能配电系统是现代配电系统发展的主要方向。实现区域分布式风能资源可利用水平的有效分析评估是主动配电系统规划设计的一项基础性工作。对于任何一个规划区域来说，该区域内可利用的风能资源总是有限的，风电的装机容量如果超过该区域的风能总量，则会造成投资的浪费。相反，如果装机容量过小，则风资源将无法被充分利用，又会造成能源的浪费，因此，在区域风能资源总量已知的情况下，如何确定最佳的风电装机容量是必须考虑的问题。

在以往的研究中，气象领域有关区域风能资源总量的评估问题和电力系统规划领域有关最佳风电装机容量的确定一直没有很好的结合在一起。气象领域的地区风能资源评估研究往往注重风资源影响因素的建模，特别是风速和风速分布的模拟分析，其结果对于集中式大型风电场的开发建设具有重要的指导意义，但并不能直接应用于消纳分布式能源的主动配电网规划；电力系统规划领域对规划风轮机容量的确定，往往仅从电网运行的技术条件约束和风轮机发电量所带来的效益方面考虑，忽视了风能资源对于风电可利用装机容量的制约。两者割裂开来，势必会造成投资的浪费或者清洁能源无法被充分利用。

发明内容

为了解决上述问题，本发明的目的在于提供一种区域可利用风能资源分析评估方法。

为了达到上述目的，本发明提供的区域可利用风能资源分析评估方法包括按顺序进行的下列步骤：

步骤1)数据采集：对待评估区域的基础数据进行采集，采集数据为区域可利用风能资源量化指标计算和区域最佳风轮机装机容量计算所需的基础数据；

步骤2)区域可利用风能资源的风速建模和平均风速量化计算：根据步骤1)采集的基础数据，建立区域风速的威布尔分布模型，进而量化计算该区域可利用风能的平均风速；

步骤3)区域风轮机最佳装机容量计算：根据步骤1)采集得到的基础数据和步骤2)的计算结果，对区域内风轮机最佳装机容量进行量化计算。

在步骤1)中，所述的数据基础包括：

1.a该区域一段时间内的风速数据(m/s)；

1.b海拔高度(m)；

1.c平均温度(℃)；

1.d所装风轮机类型；

1.e风轮机的扫风面积(m²)。

在步骤2)中，所述的区域可利用风能资源的风速建模和平均风速的量化计算的具体步骤如下：

步骤2.1)建立区域风速双参数威布尔分布模型：

采用双参数威布尔分布模型来模拟区域的风速变化情况，其概率密度函数公式为：

$f\left(v\right)=\frac{k}{c}{\left(\frac{v}{c}\right)}^{k-1}\exp \[-{\left(\frac{v}{c}\right)}^k\]---\left(1\right)$

其中，v为风速，m/s，k为分布形状参数，无量纲，c为威布尔分布尺度参数，m/s；k、c采用均值和方差估算法得到，计算公式为：

$k={\left(\frac{\mathrm{\σ}}{\mathrm{\μ}}\right)}^{-1.086}---\left(2\right)$

$c=\frac{\mathrm{\μ}}{\mathrm{\Γ}(1+\frac{1}{k})}---\left(3\right)$

式(2)、(3)中的μ和σ分别是该区域风速统计值中的平均值和均方差，计算公式为：

$\left\{\begin{array}{c}\mathrm{\μ}=\frac{1}{n}{\Σ}_{i=1}^n{v}_i\\ \mathrm{\σ}=\sqrt{\frac{1}{n}{\Σ}_{i=1}^n{(v_i-\mathrm{\μ})}^2}\end{array}\right.---\left(4\right)$

步骤2.2)利用上述模型计算区域风能指标：

计算该区域的平均风速的计算公式如下：

$\stackrel{\‾}{v}=c\mathrm{\Γ}(\frac{1}{k}+1)---\left(5\right)$

其中Γ()为伽马函数，伽马函数的计算结果可通过查阅伽马函数表求得。

在步骤3)中，所述的区域风轮机最佳装机容量计算的具体方法如下：

风轮机的最佳装机容量采用式(6)进行计算：

$N_e=K\×C_a\×C_t\×S\×{\stackrel{\‾}{v}}^3\×\mathrm{\η}---\left(6\right)$

式中，K为风轮机功率换算系数；C_a为空气高度密度换算系数，它是指不同海拔高度空气密度的修正值，可根据海拔高度查出；C_t为空气温度密度修正系数，温度不同时空气密度也不同，可根据平均温度查出；S为风轮机叶片的扫风面积；为平均风速；η为风轮机全效率，其数值与风轮机类型有关，一般取25％到50％。

本发明提供的区域可利用风能资源分析评估方法的有益效果：

本方法能够客观评价区域可利用风能资源总量情况，进而以经济性为目标，给出该区域的最佳分布式风电装机容量。确保所装分布式电源既能够充分利用该区域的清洁能源进行发电，又避免分布式电源装机容量因闲置而造成的投资浪费。可为区域电网和电源的建设提供合理的规划建议。

附图说明

图1为本发明提供的区域可利用风能资源分析评估方法的流程图。

具体实施方式

下面结合附图和具体实施例对本发明提供的区域可利用风能资源分析评估方法进行详细说明。

如图1所示，本发明提供的区域可利用风能资源分析评估方法包括按顺序进行的下列步骤：

步骤1)数据采集：对待评估区域的基础数据进行采集，采集数据为区域可利用风能资源量化指标计算和区域最佳风轮机装机容量计算所需的基础数据；

步骤2)区域可利用风能资源的风速建模和平均风速量化计算：根据步骤1)采集的基础数据，建立区域风速的威布尔分布模型，进而量化计算该区域可利用风能的平均风速；

步骤3)区域风轮机最佳装机容量计算：根据步骤1)采集得到的基础数据和步骤2)的计算结果，对区域内风轮机最佳装机容量进行量化计算。

在步骤1)中，所述的数据基础包括：

1.a该区域一段时间内的风速数据(m/s)；

1.b海拔高度(m)；

1.c平均温度(℃)；

1.d所装风轮机类型；

1.e风轮机的扫风面积(m²)。

在步骤2)中，所述的区域可利用风能资源的风速建模和平均风速的量化计算的具体步骤如下：

步骤2.1)建立区域风速双参数威布尔分布模型：

大量的实测数据表明，一个地区的风速往往近似服从双参数威布尔(Weibull)分布。为此，本发明采用双参数威布尔分布模型来模拟区域的风速变化情况，为计算风能指标、评估区域风能资源总量提供基础。其概率密度函数公式为：

$f\left(v\right)=\frac{k}{c}{\left(\frac{v}{c}\right)}^{k-1}\exp \[-{\left(\frac{v}{c}\right)}^k\]---\left(1\right)$

其中，v为风速(单位：m/s)，k为分布形状参数(无量纲)，c为威布尔分布尺度参数(单位：m/s)。k、c采用均值和方差估算法得到，计算公式为：

$k={\left(\frac{\mathrm{\σ}}{\mathrm{\μ}}\right)}^{-1.086}---\left(2\right)$

$c=\frac{\mathrm{\μ}}{\mathrm{\Γ}(1+\frac{1}{k})}---\left(3\right)$

式(2)、(3)中的μ和σ分别是该区域风速统计值中的平均值和均方差，计算公式为：

$\left\{\begin{array}{c}\mathrm{\μ}=\frac{1}{n}{\Σ}_{i=1}^n{v}_i\\ \mathrm{\σ}=\sqrt{\frac{1}{n}{\Σ}_{i=1}^n{(v_i-\mathrm{\μ})}^2}\end{array}\right.---\left(4\right)$

步骤2.2)利用上述模型计算区域风能指标：

在得到该区域的双参数威布尔分布风速模型之后，就可以计算该区域的平均风速，计算公式如下：

$\stackrel{\‾}{v}=c\mathrm{\Γ}(\frac{1}{k}+1)---\left(5\right)$

其中Γ()为伽马函数，伽马函数的计算结果可通过查阅伽马函数表求得。

在步骤3)中，所述的区域风轮机最佳装机容量计算的具体方法如下：

为评估该区域可安装的风轮机最佳装机容量，需要综合考虑风轮机所在区域的海拔高度、空气密度、平均风速、风轮机叶片的扫风面积以及风轮机的类型和效率等因素，风轮机的最佳装机容量采用式(6)进行计算：

$N_e=K\×C_{\mathrm{\α}}\×C_t\×S\×{\stackrel{\‾}{v}}^3\×\mathrm{\η}---\left(6\right)$

式中，K为风轮机功率换算系数，见表1；C_a为空气高度密度换算系数，它是指不同海拔高度空气密度的修正值，可根据海拔高度从表2查出；C_t为空气温度密度修正系数，温度不同时空气密度也不同，可根据平均温度从表2查出；S为风轮机叶片的扫风面积；为平均风速；η为风轮机全效率，其数值与风轮机类型有关，一般取25％到50％，见表3。

表1 风轮机功率换算系数K

表2 空气密度修正系数Ca、Ct值

表3 设计风轮机初估全效率取值表

下面结合具体实施例对本发明进行进一步描述：

步骤1)对待评估区域的基础数据进行采集，包括：

a.该区域一段时间内的风速数据(m/s)：

b.海拔高度：0m

c.平均温度：20℃

d.风轮机类型：垂直轴“索旺尼斯”风轮机

e.风轮机的扫风面积：314m²

步骤2)区域可利用风能资源的风速建模和平均风速量化计算，根据步骤1)中采集的数据，利用步骤2)中的公式(1)—(5)为区域可利用风能资源量的风速建立双参数威布尔分布模型并计算平均风速。计算结果：

利用期望和标准差计算公式(4)可得该区域的风速数据的期望μ＝2.6476，风速标准差δ＝1.838222，对该区域风速建立威布尔参数模型，利用式(2)、(3)求得分布形状参数k＝1.4862和尺度参数c＝1.97125，计算过程如下所示：

$\left\{\begin{array}{c}k={\left(\frac{1.838222}{2.6476}\right)}^{-1.086}=1.4862\\ c=\frac{2.6476}{\mathrm{\Γ}(1+\frac{1}{1.4862})}=1.97125\end{array}\right.$

再由公式(5)可得平均风速为2.647m/s。计算过程如下所示：

$\stackrel{\‾}{v}=1.97125\×\mathrm{\Γ}(\frac{1}{1.4862}+1)=2.647$

步骤3)区域风轮机最佳装机容量计算，根据步骤1)中采集的数据，利用步骤3)中的公式(6)对区域内风轮机最佳装机容量进行计算。

计算结果如下：

取K为0.6127，Ca取1，Ct取0.963，风速由风速数据和双参数威布尔模型计算为2.67m/s。设该区域安装的风轮机风轮直径为10m，则其扫风面积为314.16m²。由表3可知适合安装小型风轮机，初估全效率取25％。根据公式(6)就可以得到风轮机的最佳装机容量为883W。

本发明提供的区域可利用风能资源分析评估方法，以风能资源量化评估指标为基础，考虑该区域可建设风轮机的用地情况，以经济性为目标，确定最佳的风轮机装机容量；应用该计算方法和分析评估方法，可以确保地区所装风轮机的容量既能够最大限度的充分利用区域的风能资源，又避免风轮机容量建设过度后因无法发电被闲置而造成的投资浪费。同时可为区域电网和电源的建设提供规划建议。

Claims (4)

1.一种区域可利用风能资源分析评估方法，其特征在于：所述的区域可利用风能资源分析评估方法包括按顺序进行的下列步骤：

步骤1)数据采集：对待评估区域的基础数据进行采集，采集数据为区域可利用风能资源量化指标计算和区域最佳风轮机装机容量计算所需的基础数据；

步骤2)区域可利用风能资源的风速建模和平均风速量化计算：根据步骤1)采集的基础数据，建立区域风速的威布尔分布模型，进而量化计算该区域可利用风能的平均风速；

步骤3)区域风轮机最佳装机容量计算：根据步骤1)采集得到的基础数据和步骤2)的计算结果，对区域内风轮机最佳装机容量进行量化计算。

2.根据权利要求1所述的区域可利用风能资源分析评估方法，其特征在于：在步骤1)中，所述的数据基础包括：

1.a该区域一段时间内的风速数据(m/s)；

1.b海拔高度(m)；

1.c平均温度(℃)；

1.d所装风轮机类型；

1.e风轮机的扫风面积(m²)。

3.根据权利要求1所述的区域可利用风能资源分析评估方法，其特征在于：在步骤2)中，所述的区域可利用风能资源的风速建模和平均风速的量化计算的具体步骤如下：

步骤2.1)建立区域风速双参数威布尔分布模型：

采用双参数威布尔分布模型来模拟区域的风速变化情况，其概率密度函数公式为：

$f\left(v\right)=\frac{k}{c}{\left(\frac{v}{c}\right)}^{k-1}\exp \[-{\left(\frac{v}{c}\right)}^k\]---\left(1\right)$

其中，v为风速，m/s，k为分布形状参数，无量纲，c为威布尔分布尺度参数，m/s；k、c采用均值和方差估算法得到，计算公式为：

$k={\left(\frac{\mathrm{\σ}}{\mathrm{\μ}}\right)}^{-1.086}---\left(2\right)$

$c=\frac{\mathrm{\μ}}{\mathrm{\Γ}(1+\frac{1}{k})}---\left(3\right)$

式(2)、(3)中的μ和σ分别是该区域风速统计值中的平均值和均方差，计算公式为：

$\left\{\begin{array}{c}\mathrm{\μ}=\frac{1}{n}{\mathrm{\Σ}}_{i=1}^n{v}_i\\ \mathrm{\σ}=\sqrt{\frac{1}{n}{\mathrm{\Σ}}_{i=1}^n{(v_i-\mathrm{\μ})}^2}\end{array}\right.---\left(4\right)$

步骤2.2)利用上述模型计算区域风能指标：

计算该区域的平均风速的计算公式如下：

$\stackrel{\‾}{v}=c\mathrm{\Γ}(\frac{1}{k}+1)---\left(5\right)$

其中Γ()为伽马函数，伽马函数的计算结果可通过查阅伽马函数表求得。

4.根据权利要求1所述的区域可利用风能资源分析评估方法，其特征在于：在步骤3)中，所述的区域风轮机最佳装机容量计算的具体方法如下：

风轮机的最佳装机容量采用式(6)进行计算：

$N_e=K\×C_a\×C_t\×S\×{\stackrel{\‾}{v}}^3\×\mathrm{\η}---\left(6\right)$

式中，K为风轮机功率换算系数；C_a为空气高度密度换算系数，它是指不同海拔高度空气密度的修正值，可根据海拔高度查出；C_t为空气温度密度修正系数，温度不同时空气密度也不同，可根据平均温度查出；S为风轮机叶片的扫风面积；为平均风速；η为风轮机全效率，其数值与风轮机类型有关，一般取25％到50％。