CN106845018B - 风电场对气象雷达降雨量影响的分析与定量化评估方法 - Google Patents
风电场对气象雷达降雨量影响的分析与定量化评估方法 Download PDFInfo
- Publication number
- CN106845018B CN106845018B CN201710108154.6A CN201710108154A CN106845018B CN 106845018 B CN106845018 B CN 106845018B CN 201710108154 A CN201710108154 A CN 201710108154A CN 106845018 B CN106845018 B CN 106845018B
- Authority
- CN
- China
- Prior art keywords
- radar
- wind turbine
- wind
- rainfall
- reflectivity
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000002310 reflectometry Methods 0.000 claims abstract description 95
- 238000004364 calculation method Methods 0.000 claims abstract description 25
- 230000035945 sensitivity Effects 0.000 claims abstract description 21
- 230000000694 effects Effects 0.000 claims description 17
- 238000010586 diagram Methods 0.000 claims description 8
- 238000001556 precipitation Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 239000002245 particle Substances 0.000 claims description 3
- 238000012876 topography Methods 0.000 claims description 2
- 230000003287 optical effect Effects 0.000 abstract description 4
- 238000012545 processing Methods 0.000 abstract description 2
- 238000011156 evaluation Methods 0.000 description 6
- 238000010276 construction Methods 0.000 description 4
- 238000010248 power generation Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
- G01S13/951—Radar or analogous systems specially adapted for specific applications for meteorological use ground based
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Abstract
一种风电场对气象雷达降雨量影响的分析和定量化评估方法。其利用雷达与风电场经纬度位置信息计算风电场与雷达相对距离,并与雷达视线距离进行比较;计算风轮机回波信号强度,比较其与雷达接收机灵敏度大小;利用风电场和雷达所在区域地形高度,并结合雷达仰角以及波束宽度等参数,计算雷达波束的照射范围。计算处于雷达照射范围内风轮机的长度,基于物理光学法的解析模型计算风轮机RCS进而得到雷达反射率;通过改变风轮机的尺寸参数以及分布方式,分析风轮机模型以及风轮机分布方式对雷达反射率的影响;利用雷达反射率与降雨量的关系,计算风电场区域的降雨量。本发明利用基于物理光学法的解析模型完成,具有计算速度快、处理步骤相对简单等优点。
Description
技术领域
本发明属于风电场对气象雷达的影响评估技术领域,特别是涉及一种风电场对气象雷达降雨量影响的分析和定量化评估方法。
背景技术
近年来,世界各国对于清洁可再生资源的需求越来越大,风能作为一种重要的可再生资源也得到了飞速的发展。近十多年来世界风力发电累计装机容量一直呈指数增长。由于风力发电行业的发展,越来越多的风力发电场(简称风电场)相继建成,同时,风电场的规模和风轮机的结构也越来越大。然而,最近研究表明,作为风电场主体的风轮机,由于其结构庞大和具有复杂的电磁散射特性,因此会对民航气象雷达、空管通信、导航和监视等电子设备产生严重影响。
目前,风电场建设主要考虑的问题是风能的利用情况,而很少考虑其对附近雷达的影响。通过研究风电场对气象雷达的影响评估技术,可以优化风电场选址,在风电场建立前确定其是否会对附近气象雷达产生干扰以及干扰的程度等。目前包括美国、英国、西班牙以及瑞典在内的欧美国家已经开始进行关于风电场对气象雷达的干扰研究,但我国在这方面的研究还较少。因此,在风电产业迅速发展的情况下,研究风轮机对气象雷达的影响评估技术,对于优化风电场选址、减少对雷达系统的干扰具有重要意义。
近年来许多学者都在一直关注风电场对气象雷达的影响评估技术。2008年美国的下一代气象雷达(NEXRAD)运行中心通过无线电咨询委员会(IRAC)与风电场建设部门合作,使风电场尽量建设在气象雷达视线范围之外,并提出了风电场对气象雷达干扰评估方法的建议。2009年,美国俄克拉荷马大学气象研究中心开发了风电场对气象雷达影响评估系统,在早期风电场规划过程中,开发人员可以通过该评估系统,快速地分析风电场建设项目是否会对气象雷达网络产生潜在的影响,并以不同颜色标注指示其影响程度。2010年世界气象组织(WMO)及欧洲气象服务中心(EUMETNET)针对风电场对气象雷达的干扰问题,分别提出了相应的风电场选址要求。2015年,L.Norin等人利用瑞典南部风电场建成前后各三年的实测数据,定量分析了风电场对气象雷达反射率、谱宽以及径向速度的影响程度。但该方法的缺点是需要大量的实测数据支持,且无法在风电场建立前评估风电场的潜在影响,因此,研究一种能够快速准确地定量评估风电场对气象雷达影响程度的方法是十分必要的。
发明内容
为了解决上述问题,本发明的目的在于提供一种计算速度快且步骤相对简单的风电场对气象雷达降雨量影响的分析和定量化评估方法。
为了达到上述目的,本发明提供的风电场对气象雷达降雨量影响的分析和定量化评估方法包括按顺序进行的下列步骤:
(1)利用谷歌地球以及气象雷达二次数据获得风电场位置和地形信息以及雷达的位置、地形、工作参数和气象目标参数信息;首先利用已知的先验信息获得风电场的方位,然后利用该方位在谷歌地球中读取该风电场中风轮机的经纬度、海拔高度以及尺寸信息,同时利用气象雷达二次数据读取该风电场周围的气象雷达经纬度、海拔高度、中频带宽、噪声系数、增益、波长、仰角、波束宽度、雷达脉冲宽度以及包括实际雷达反射率因子在内的气象目标参数信息;
(2)利用步骤(1)中获得的信息,计算上述雷达视线范围以及雷达与风电场中风轮机之间的相对地表距离,若雷达与风轮机之间的相对地表距离大于雷达视线距离,则说明该风轮机不会对雷达造成干扰,反之则进行步骤(3);
(3)计算风电场回波信号强度和雷达接收机灵敏度,并将风电场回波信号强度与雷达接收机灵敏度进行比较,若小于雷达接收机灵敏度则不会对雷达造成影响,反之则进行步骤(4);
(4)利用步骤(1)中获得的风轮机的经纬度及海拔高度、雷达仰角、雷达海拔高度和雷达波束宽度,计算雷达波束照射范围;
(5)利用步骤(4)计算的雷达波束范围,首先确定风轮机是否处于雷达波束照射范围内,若不处于雷达波束照射范围内,即风轮机无法被雷达波束照射,则说明该风轮机不会对雷达造成干扰,否则计算风轮机被雷达波束照射部分的长度,并利用风轮机RCS解析模型计算风轮机RCS,然后根据气象雷达方程计算风轮机的雷达反射率;
(6)改变风轮机的尺寸和布局,重复步骤(2)至步骤(5),并根据计算结果分析不同尺寸的风轮机以及布局方式对雷达反射率的影响;
(7)利用雷达反射率与降雨量的关系,结合步骤(5)中获得的风轮机的雷达反射率,计算出风轮机所在地区的估计降雨量,同时结合步骤(1)中获得的实际雷达散射率因子得到实际的降雨量,通过对比,分析风电场对该地区降雨量的影响。
在步骤(2)中,所述的雷达视线距离以及雷达与风电场中风轮机之间的相对地表距离的计算公式为:
雷达视线范围为:
其中:D1表示风轮机与地球水平切点的距离,D2表示雷达与地球水平切点的距离,hf表示风轮机的海拔高度,hr表示雷达的海拔高度;
将该雷达视线范围D转化为相对地表距离为:
在步骤(3)中,所述的计算风电场回波信号强度和雷达接收机灵敏度的方法是:
为了判断风电场回波信号是否可以被雷达接收机接收,需要计算雷达接收机灵敏度即雷达接收微弱信号的能力,如式(3)所示:
Simin=-114+10log(Bradar)+Fn (3)
式中Bradar表示雷达的中频带宽,MHz,Fn表示噪声系数,dB,当干噪比小于-9dB时,不会对雷达性能造成影响,即风轮机对雷达产生影响的门限值为:Pthresh=Simin-9=-124dBm;
在已知风轮机雷达散射截面积的情况下,利用式(4)的气象雷达方程可计算得到雷达接收机所能接收到的最小功率,即接收机灵敏度Pthresh所决定的风轮机与雷达之间的最大距离dmax,即:
式中G表示雷达增益,Pt分别表示雷达发射信号功率,λ表示波长,σ表示风轮机RCS;
根据风轮机RCS解析模型,
其中,式(5)—式(6)可分别用于计算风轮机桅杆和叶片部分RCS,式中a表示桅杆半径,L表示桅杆高度,λ表示波长,θ表示雷达与桅杆所成俯仰角,H表示叶片长度。
在步骤(4)中,所述的利用步骤(1)中获得的风轮机位置、雷达仰角、雷达海拔高度和雷达波束宽度,计算雷达波束照射范围的方法是:
在考虑雷达与风轮机所在地区海拔高度影响的条件下,可通过几何关系计算得到雷达波束照射范围,如式(7)—式(9)所示;
首先根据余弦定理,可利用式(7)计算风轮机与雷达之间的夹角α:
利用正弦定理分别计算雷达波束在与雷达割线距离为l处的最大、最小波束高度,l近似等于风轮机与雷达之间的距离d,最大、最小波束高度分别为:
式中,h1和h2分别代表雷达波束最大、最低高度,hr表示雷达高度,φ0表示雷达仰角,θ0表示雷达波束宽度,R表示地球半径。
在步骤(5)中,所述的计算风轮机被雷达波束照射部分的长度,并利用风轮机RCS解析模型计算风轮机RCS,然后根据气象雷达方程计算风轮机的雷达反射率的方法是:
在明确风轮机被照射情况后,可利用风轮机RCS解析模型计算风轮机RCS,根据雷达波束示意图可知雷达视线与风轮机所成俯仰角θ可表示为:
式中,α为风轮机与雷达之间的夹角,具体计算公式如式(7)所示,φ0表示雷达仰角;进而可代入式(5)—(6)所示的风轮机RCS解析模型计算公式计算出风轮机桅杆、叶片对应的RCS;
降雨量与雷达反射率密切相关,因此为了定量评估风电场对某地区降雨量估计的影响,需要计算出该地区风轮机的雷达反射率;对于降雨等分布式气象目标,气象雷达方程如式(11)所示:
其中,Pr表示雷达接收信号功率,Pt表示雷达发射信号功率,θ0表示雷达波束宽度,K是一个与物质散射特性相关的常数,λ表示波长,τ表示雷达脉冲宽度,d表示风轮机与雷达之间的距离,Z表示雷达反射率,是表征降雨目标回波强度的量;因此,雷达反射率的计算公式如式(12)所示:
由于风轮机同时位于不同雷达分辨单元的可能性不大,所以可作为点目标考虑,点目标的气象雷达方程如式(13)所示:
其中,σ表示风轮机RCS,可结合式(12)和式(13)得到风轮机的雷达反射率,如式(14)所示:
在步骤(6)中,所述的改变风轮机的尺寸和布局,重复步骤(2)至步骤(5),并根据计算结果分析不同尺寸的风轮机以及布局方式对雷达反射率的影响的方法是:
根据实际的不同功率的风轮机尺寸,改变风轮机模型,比较不同模型对应的雷达反射率,分析其对雷达的影响程度;随后,改变风轮机间距,对比每个雷达分辨单元内存在一台和两台风轮机的情况,分析不同分布方式对气象雷达的影响。
在步骤(7)中,所述的利用雷达反射率与降雨量的关系,结合步骤(5)中获得的风轮机的雷达反射率,计算出风轮机所在地区的估计降雨量的方法是:
降雨量的估计通常利用Z-r关系完成,其具体形式会随气象目标的不同略有差别,其中最常用的形式如式(15)所示:
Z=300r1.4 (15)
式中,Z表示雷达反射率,单位为mm6/m3,表示的是单位体积内降水粒子直径的6次方之和,是表征降水目标回波强度的单位,r表示降雨量,单位为mm/h。
本发明提供的风电场对气象雷达降雨量影响的分析和定量化评估方法首先利用雷达与风电场的经纬度位置信息计算了风电场与雷达的相对距离,并与雷达视线距离进行了比较,用以判断风电场是否会对雷达造成潜在影响;计算风轮机的回波信号强度,比较其与雷达接收机灵敏度的大小,判断其回波信号是否能被雷达接收;利用风电场和雷达所在区域的地形高度,并结合雷达仰角以及波束宽度等参数,计算雷达波束的照射范围,若该照射范围内存在风轮机,则需计算风轮机处于该范围内部分的长度;若照射范围内不存在风轮机,则不会对雷达造成影响。计算处于雷达照射范围内风轮机的长度,基于物理光学法的解析模型计算风轮机RCS进而得到雷达反射率;通过改变风轮机的尺寸参数以及分布方式,分析风轮机模型以及风轮机分布方式对雷达反射率的影响;利用雷达反射率与降雨量的关系,计算风电场区域的降雨量,通过比较存在风电场区域和不存在风电场区域的降雨量估值,定量地分析风电场对降雨量地影响。本发明的风轮机电磁散射特性的计算利用基于物理光学法的解析模型完成,具有计算速度快、处理步骤相对简单等优点。
附图说明
图1为本发明提供的风电场对气象雷达降雨量影响的分析和定量化评估方法流程图。
图2为雷达视线范围几何模型示意图。
图3为雷达波束示意图。
图4为风轮机被照射情况示意图。
图5为风电场雷达反射率计算结果验证图。
图6为海拔高度相差200m情况下三种不同尺寸的风轮机的雷达反射率随距离变化图。
图7为海拔高度相差200m情况下雷达分辨单元包含一台和两台风轮机时雷达反射率随距离变化图。
图8为风轮机的反射率与不同级别降水量所对应的雷达反射率对比图。
图9为风轮机的雷达反射率所对应的估计降雨量图。
图10为降雨条件下某地区风电场建立后雷达反射率与实际雷达反射率对比图。
图11为降雨条件下某地区风电场建立后估计降雨量与实际降雨量对比图。
具体实施方式
下面参照附图和具体实施例对本发明提供的风电场对气象雷达降雨量影响的分析和定量化评估方法进行详细说明。
如图1所示,本发明提供的风电场对气象雷达降雨量影响的分析和定量化评估方法包括按顺序进行的下列步骤:
(1)利用谷歌地球(Google Earth)以及气象雷达二次(WSR-88D Level II)数据获得风电场位置和地形信息以及雷达的位置、地形、工作参数和气象目标参数信息;
首先利用已知的先验信息获得风电场的方位,然后利用该方位在谷歌地球中读取该风电场中风轮机的经纬度、海拔高度以及尺寸信息,同时利用气象雷达二次数据读取该风电场周围的气象雷达(简称雷达)经纬度、海拔高度、中频带宽、噪声系数、增益、波长、仰角、波束宽度、雷达脉冲宽度以及包括实际雷达反射率在内的气象目标参数信息。
(2)利用步骤(1)中获得的信息,计算上述雷达视线距离以及雷达与风电场中风轮机之间的相对地表距离,若雷达与风轮机之间的相对地表距离大于雷达视线距离,则说明该风轮机不会对雷达造成干扰,反之则进行步骤(3);
利用雷达和风轮机的经纬度能够计算出雷达与风轮机之间的相对地表距离,通过判断该距离与雷达视线距离的大小,可以得知风轮机是否会对雷达造成影响。考虑到地球曲率的影响,计算雷达视线范围的几何模型如图2所示。
根据图2所示的几何关系,
其中,Di表示目标与地球水平切点的距离,R表示地球半径(约为6380km),hi表示雷达或风轮机的海拔高度。考虑到大气折射效应会对雷达视线产生影响,可以通过改变式(1)中的地球半径R来考虑该影响,一般情况下可将地球半径R替换为4R/3,则雷达与风轮机之间的最大距离,即雷达视线范围为:
其中:D1表示风轮机与地球水平切点的距离,D2表示雷达与地球水平切点的距离,hf表示风轮机的海拔高度,hr表示雷达的海拔高度;
将该最大距离D转化为相对地表距离:
假如风轮机高度为120m,雷达高度为20m,则利用公式(3)计算可得D'=63.63km,即当风轮机与雷达之间的最大距离超过63.63km时,就不会对雷达产生影响。
(3)计算风电场回波信号强度和雷达接收机灵敏度,并将风电场回波信号强度与雷达接收机灵敏度进行比较,若小于雷达接收机灵敏度则不会对雷达造成影响,反之则进行步骤(4);
为了判断风电场回波信号是否可以被雷达接收机接收,需要计算雷达接收机灵敏度即雷达接收微弱信号的能力,如式(4)所示:
Simin=-114+10log(Bradar)+Fn (4)
式中Bradar表示雷达的中频带宽,MHz,Fn表示噪声系数,dB,对于WSR-88D雷达,其中频带宽为0.3MHz,噪声系数为4dB。经计算WSR-88D雷达接收机灵敏度Simin为-115dBm,当干噪比小于-9dB时,不会对雷达性能造成影响,即风轮机对雷达产生影响的门限值为:Pthresh=Simin-9=-124dBm。
在已知风轮机雷达散射截面积(RCS)的情况下,利用式(5)的气象雷达方程可计算得到雷达接收机所能接收到的最小功率(即接收机灵敏度Pthresh)所决定的风轮机与雷达之间的最大距离dmax,即:
式中G表示雷达增益,WSR-88D雷达增益为45dB,Pt分别表示雷达发射信号功率,发射功率为1MW,λ表示波长,σ表示风轮机RCS。
根据风轮机RCS解析模型,
其中,式(6)—式(7)可分别用于计算风轮机桅杆和叶片部分RCS,式中a表示桅杆半径,L表示桅杆高度,λ表示波长,θ表示雷达与桅杆所成俯仰角,H表示叶片长度。对于主流风轮机,经计算其RCS可取1000m2(30dB),计算可得雷达接收机接收的最大距离为dmax=196.8km,远大于雷达视线范围。因此对于气象雷达,可以不考虑雷达接收机灵敏度的影响,即只有在雷达视线距离范围内的风轮机才会对雷达造成影响。
(4)利用步骤(1)中获得的风轮机位置、雷达仰角、雷达海拔高度和雷达波束宽度,计算雷达波束照射范围;
图3所示为雷达波束示意图,在考虑雷达与风轮机所在地区海拔高度影响的条件下,可通过几何关系计算得到雷达波束照射范围,如式(8)—式(10)所示。
首先根据余弦定理,可利用式(8)计算风轮机与雷达之间的夹角α:
利用正弦定理分别计算雷达波束在与雷达割线距离为l(l近似等于风轮机与雷达之间的距离d)处的最大、最小波束高度分别为:
式中,h1和h2分别代表雷达波束最大、最低高度,hr表示雷达高度,φ0表示雷达仰角,θ0表示雷达波束宽度,R表示地球半径。
(5)利用步骤(4)计算的雷达波束范围,首先确定风轮机是否处于雷达波束照射范围内,若不处于雷达波束照射范围内,即风轮机无法被雷达波束照射,则说明该风轮机不会对雷达造成干扰,否则计算风轮机被雷达波束照射部分的长度,并利用风轮机RCS解析模型计算风轮机RCS,然后根据气象雷达方程计算风轮机的雷达反射率;
由于雷达仰角以及雷达波束宽度的关系,使得风轮机即使处于雷达视线距离范围内,也可能不会对雷达产生影响,例如,风轮机高于雷达波束或低于雷达波束,都不会对雷达产生影响。
假设风轮机桅杆高度为hm,叶片长度为hb,风轮机所在地区的海拔高度为h0,雷达最大波束高度为h1,最低波束高度为h2。随着风轮机与雷达之间距离的变化,风轮机被照射情况可分为如图4所示的六种。
a)风轮机顶端高度低于最低波束高度,对应图4(a),即h0+hm+hb<h2,则此时风轮机RCS为0,对雷达无影响。
b)风轮机底端高度高于最大波束高度,对应图4(b),即h0>h1,此时风轮机RCS为0,对雷达无影响。
c)风轮机顶端高度低于最大波束高度,风轮机底端高度高于最低波束高度,对应图4(c),即h0+hm+hb<h1,h0>h2,此时风轮机整体位于雷达波束范围内,需计算整个风轮机RCS。
d)风轮机顶端低于最大波束高度,风轮机底端低于最低波束高度,对应图4(d),即h0<h2,h2<h0+hm+hb<h1,此时又分为两种情况:(a)桅杆被照射长度为h'm=h0+hm-h2,叶片长度维持不变,仍为hb;(b)若h'm<0,则说明最低雷达波束高度高于桅杆高度,此时h'm=0,叶片长度为h′b=h0+hm+hb-h1。
e)风轮机底端高度高于最低波束高度,风轮机顶端高于最大波束高度,对应图4(e),即h1>h0>h2,h0+hm+hb>h1,此时仍分为两种情况:(a)桅杆被照射长度为h'm=h1-h0,叶片长度为h′b=hb-(h0+hm-h1);(b)若h'm>hm,则说明最大雷达波束高度高于桅杆高度,同时此时位于风轮机轮舱下方的叶片被完全照射,因此此时桅杆和叶片长度维持不变。
f)风轮机顶端高度高于最大波束高度,风轮机底端高度小于最低波束高度,对应图4(f),由于这种情况只有在风轮机距离雷达极近时(d<5km)才会出现,但该区域禁止建设风电场,因此无需考虑。
在明确风轮机被照射情况后,可利用风轮机RCS解析模型计算风轮机RCS,根据雷达波束示意图可知雷达视线与风轮机所成俯仰角θ可表示为:
式中,α为风轮机与雷达之间的夹角,具体计算公式如式(8)所示,φ0表示雷达仰角。进而可代入风轮机RCS解析模型计算公式(式(6)—(7))计算出风轮机桅杆、叶片对应的RCS。
降雨量与雷达反射率密切相关,因此为了定量评估风电场对某地区降雨量估计的影响,需要计算出该地区风轮机的雷达反射率。对于降雨等分布式气象目标,气象雷达方程如式(12)所示:
其中,Pr表示雷达接收信号功率,Pt表示雷达发射信号功率,θ0表示雷达波束宽度,K是一个与物质散射特性相关的常数,λ表示波长,τ表示雷达脉冲宽度,d表示风轮机与雷达之间的距离,Z表示雷达反射率,是表征降雨目标回波强度的量。因此,雷达反射率的计算公式如式(13)所示:
例如,WSR-88D雷达距离分辨率为250m,大于风轮机的旋转直径;方位角分辨率为0.5°,横向波束宽度会随距离增大而不断增大,且在超过15km后横向波束宽度将超过130m。因此风轮机同时位于不同雷达分辨单元的可能性不大,所以可作为点目标考虑,点目标的气象雷达方程如式(14)所示:
其中,σ表示风轮机RCS,可结合式(13)和式(14)得到风轮机的雷达反射率,如式(15)所示:
因此,可利用式(15)结合雷达参数(WSR-88D参数如表1所示)和风轮机RCS计算雷达反射率,在计算雷达反射率时认为每个雷达分辨单元内只有一台风轮机(风轮机间的最小间距约为3-5倍的叶片旋转直径,对于主流的2MW风轮机,此距离约为240-400m)。
为验证本发明方法的准确性,利用美国下一代天气雷达WSR-88D的二次数据对本步骤的计算结果进行了验证。
图5为风轮机的雷达反射率计算结果验证图,其中图5(a)为计算得到的美国DodgeCity风电场(KDDC雷达站以西25-35km)雷达反射率与二级实测数据的差值,通过比较可以看出,对于大多数的点,误差小于5dBz。同样,对于位于KDYX雷达站以西18-28km处的LoneStar风电场反射率的结果误差也在5dB以下(图5(b))。同时,也有个别位置的差值较大,造成误差的原因主要有以下几个方面:
a)风轮机RCS计算时采用的解析模型与实测数据有一定偏差。
b)方位角对风轮机叶片RCS的影响。由于解析模型所计算的为叶片最大RCS,但方位角会对叶片RCS产生影响,这也会造成估计值和实测值的偏差。
c)雷达分布的影响。认为每个雷达分辨单元内只包含一台风轮机,但在某些特殊照射角度下,每个雷达分辨单元内可以包含两台甚至多台风轮机。
d)风轮机之间以及风轮机与地面之间的多径影响。解析模型未考虑多次反射的情况,但实际中的多次反射会对风轮机RCS造成影响。
e)其他影响。风电场与雷达之间的地形地貌特征,包括山脉和其他高大建筑物的遮挡,以及风电场内的其它目标都会对风轮机RCS产生影响。
(6)改变风轮机的尺寸和布局,重复步骤(2)至步骤(5),并根据计算结果分析不同尺寸的风轮机以及布局方式对雷达反射率的影响;
根据功率的不同,风轮机尺寸分为几个不同的级别。目前主流的2MW功率的风轮机总高度约为120m(桅杆80m,叶片40m),而功率较小的风轮机高度则会略低一些。例如,750KW级风轮机约为80m(桅杆55m,叶片25m)。由于风轮机的尺寸大小会直接影响风轮机RCS,因此对于不同尺寸的风轮机,其对雷达反射率的影响也不相同。除此之外,由于雷达分辨单元随距离不断增大,因此可能在部分地区会出现一个雷达分辨单元内有两台甚至两台以上风轮机的情况,这同样会对雷达反射率造成影响。
图6所示为风电场与雷达相对高度200m且每个雷达分辨单元内只有一台风轮机的情况下,两种不同大小风轮机所产生的雷达反射率。其中实线和虚线分别代表80m级(桅杆55m,叶片25m)和120m级(桅杆80m,叶片40m)风轮机的雷达反射率。从图中可以看出,两种风轮机雷达反射率的峰值随风轮机尺寸的增加而增大,但差别不大。另外,在确定距离的情况下,雷达反射率不一定随风轮机尺寸增大而增大。换句话说,在海拔高度以及与雷达间的距离确定的情况下建立风电场时,选用尺寸较小的风轮机对雷达带来的影响不一定比大尺寸风轮机小。
图7所示为风电场与雷达相对高度为200m的情况下,每个雷达分辨单元内包含一台100m级风轮机和两台100m级风轮机时的雷达反射率对比。其中实线表示雷达分辨单元内包含一台风轮机时的雷达反射率,虚线表示一个雷达分辨单元内包含两台风轮机的情况。由图7可以看出,在距离确定的情况下,每个雷达分辨单元内包含两台风轮机对雷达的影响相较于只有一台时有所增大。也就是说,增大风轮机间距能在一定程度上降低对雷达反射率的影响。但这也不是绝对的,当风轮机间距大于雷达分辨单元长度后,继续增加风轮机间距只会增大风轮机对雷达的影响范围,而不会降低反射率。因此,风电场的布局应在不影响风力发电效率的前提下,尽量保持风轮机间距与该距离上的雷达分辨单元长度相当。
(7)利用雷达反射率与降雨量的关系,结合步骤(5)中获得的风轮机的雷达反射率,计算出风轮机所在地区的估计降雨量,同时结合步骤(1)中获得的实际雷达散射率因子得到实际的降雨量,通过对比,分析风电场对该地区降雨量的影响。
降雨量的估计通常利用Z-r关系完成,其具体形式会随气象目标的不同略有差别,其中最常用的形式如式(16)所示:
Z=300r1.4 (16)
式中,Z表示雷达反射率,单位为mm6/m3,表示的是单位体积内降水粒子直径的6次方之和,是表征降水目标回波强度的单位,r表示降雨量,单位为mm/h。利用Z-r关系可以将步骤(5)中计算的风轮机的雷达反射率转化为降雨量,从而评估其对降雨量估计的影响。
图8为风轮机的反射率与不同级别降雨量所对应的雷达反射率对比图,图中曲线表示风轮机与雷达相对海拔200m情况下风轮机雷达反射率(每个雷达分辨单元包含一台风轮机)随距离变化曲线,从上到下四条不同线型的直线分别代表150mm/h,70mm/h,30mm/h,3mm/h降雨量所对应的雷达反射率,分别对应历史最大降雨量、大雨、中雨以及小雨。从图中可以看出,在这种风轮机模型以及海拔高度下,当风轮机与雷达的距离小于25km时,其造成的雷达反射率甚至大于历史最大降雨量150mm/h,可见风轮机会对降雨量的估计带来巨大的影响。同时,随着距离的不断增大,风轮机的雷达反射率逐渐降低,但直至50km处才会小于中雨对应的雷达反射率,即在大多数情况下,风轮机都会造成降雨量的过估计。
为了更加直观地看出风轮机对降雨量的影响,图9所示为风轮机的雷达反射率所对应的估计降水量,由于距离雷达较近时风轮机所产生的雷达反射率非常大,造成估计降雨量大于历史最大降雨量。对于这些“不合理”的点,本发明采用了将其置为150mm/h的处理方法,即设置降雨量上限为150mm/h。从图中可以看出,在30km范围内,风轮机造成的估计降雨量大于70mm/h,而在30km范围之外,估计降雨量仍大于20mm/h。
为了定量评估风电场对某地区估计降雨量的影响,本发明人采集了降雨条件下某地区(尚未建立风电场)WSR-88D二次数据中的实际雷达反射率,并将其与步骤(5)获得的雷达反射率进行了对比,对比结果如图10所示。图中虚线所示为2015年6月17日凌晨3点24分距离美国KDYX雷达站32-48km区域(该区域尚无风电场)的实际雷达反射率;随后利用步骤(5)计算得到该地区的风轮机的雷达反射率Z’,与该地区气象目标的实际雷达反射率叠加,得到该地区建立风电场后被气象目标覆盖时的雷达反射率如图10中实线所示。可以看出,建立风电场后该地区的雷达反射率平均增大接近10dBz。若利用Z-r关系将雷达反射率转化为降雨量,结果如图11所示。图中虚线代表利用该地区实际雷达反射率计算得到的降雨量,实线表示存在风电场情况下得到的降雨量,从图中可以看出,存在风电场情况下该地区的平均降雨量与不存在风轮机的情况差值超过30mm/h,影响相对较低的地区也达到了20mm/h。
本实施例中,相关的实验参数如表1所示。
表1
Claims (7)
1.一种风电场对气象雷达降雨量影响的分析和定量化评估方法,其特征在于:所述的方法包括按顺序进行的下列步骤:
(1)利用谷歌地球以及气象雷达二次数据获得风电场位置和地形信息以及雷达的位置、地形、工作参数和气象目标参数信息;首先利用已知的先验信息获得风电场的方位,然后利用该方位在谷歌地球中读取该风电场中风轮机的经纬度、海拔高度以及尺寸信息,同时利用气象雷达二次数据读取该风电场周围的气象雷达经纬度、海拔高度、中频带宽、噪声系数、增益、波长、仰角、波束宽度、雷达脉冲宽度以及包括实际雷达反射率因子在内的气象目标参数信息;
(2)利用步骤(1)中获得的信息,计算上述雷达视线范围以及雷达与风电场中风轮机之间的相对地表距离,若雷达与风轮机之间的相对地表距离大于雷达视线距离,则说明该风轮机不会对雷达造成干扰,反之则进行步骤(3);
(3)计算风电场回波信号强度和雷达接收机灵敏度,并将风电场回波信号强度与雷达接收机灵敏度进行比较,若小于雷达接收机灵敏度则不会对雷达造成影响,反之则进行步骤(4);
(4)利用步骤(1)中获得的风轮机的经纬度及海拔高度、雷达仰角、雷达海拔高度和雷达波束宽度,计算雷达波束照射范围;
(5)利用步骤(4)计算的雷达波束范围,首先确定风轮机是否处于雷达波束照射范围内,若不处于雷达波束照射范围内,即风轮机无法被雷达波束照射,则说明该风轮机不会对雷达造成干扰,否则计算风轮机被雷达波束照射部分的长度,并利用风轮机RCS解析模型计算风轮机RCS,然后根据气象雷达方程计算风轮机的雷达反射率;
(6)改变风轮机的尺寸和布局,重复步骤(2)至步骤(5),并根据计算结果分析不同尺寸的风轮机以及布局方式对雷达反射率的影响;
(7)利用雷达反射率与降雨量的关系,结合步骤(5)中获得的风轮机的雷达反射率,计算出风轮机所在地区的估计降雨量,同时结合步骤(1)中获得的实际雷达散射率因子得到实际的降雨量,通过对比,分析风电场对该地区降雨量的影响。
3.根据权利要求1所述的风电场对气象雷达降雨量影响的分析和定量化评估方法,其特征在于:在步骤(3)中,所述的计算风电场回波信号强度和雷达接收机灵敏度的方法是:
为了判断风电场回波信号是否可以被雷达接收机接收,需要计算雷达接收机灵敏度即雷达接收微弱信号的能力,如式(3)所示:
Simin=-114+10log(Bradar)+Fn (3)
式中Bradar表示雷达的中频带宽,MHz,Fn表示噪声系数,dB,当干噪比小于-9dB时,不会对雷达性能造成影响,即风轮机对雷达产生影响的门限值为:Pthresh=Simin-9=-124dBm;
在已知风轮机雷达散射截面积的情况下,利用式(4)的气象雷达方程可计算得到雷达接收机所能接收到的最小功率,即接收机灵敏度Pthresh所决定的风轮机与雷达之间的最大距离dmax,即:
式中G表示雷达增益,Pt分别表示雷达发射信号功率,λ表示波长,σ表示风轮机RCS;
根据风轮机RCS解析模型,
其中,式(5)—式(6)可分别用于计算风轮机桅杆和叶片部分RCS,式中a表示桅杆半径,L表示桅杆高度,λ表示波长,θ表示雷达与桅杆所成俯仰角,H表示叶片长度。
4.根据权利要求3所述的风电场对气象雷达降雨量影响的分析和定量化评估方法,其特征在于:在步骤(4)中,所述的利用步骤(1)中获得的风轮机位置、雷达仰角、雷达海拔高度和雷达波束宽度,计算雷达波束照射范围的方法是:
在考虑雷达与风轮机所在地区海拔高度影响的条件下,可通过几何关系计算得到雷达波束照射范围,如式(7)—式(9)所示;
首先根据余弦定理,可利用式(7)计算风轮机与雷达之间的夹角α:
利用正弦定理分别计算雷达波束在与雷达割线距离为l处的最大、最小波束高度,l近似等于风轮机与雷达之间的距离d,最大、最小波束高度分别为:
式中,h1和h2分别代表雷达波束最大、最低高度,hr表示雷达高度,φ0表示雷达仰角,θ0表示雷达波束宽度,R表示地球半径。
5.根据权利要求4所述的风电场对气象雷达降雨量影响的分析和定量化评估方法,其特征在于:在步骤(5)中,所述的计算风轮机被雷达波束照射部分的长度,并利用风轮机RCS解析模型计算风轮机RCS,然后根据气象雷达方程计算风轮机的雷达反射率的方法是:
在明确风轮机被照射情况后,可利用风轮机RCS解析模型计算风轮机RCS,根据雷达波束示意图可知雷达视线与风轮机所成俯仰角θ可表示为:
式中,α为风轮机与雷达之间的夹角,具体计算公式如式(7)所示,φ0表示雷达仰角;进而可代入式(5)—(6)所示的风轮机RCS解析模型计算公式计算出风轮机桅杆、叶片对应的RCS;
降雨量与雷达反射率密切相关,因此为了定量评估风电场对某地区降雨量估计的影响,需要计算出该地区风轮机的雷达反射率;对于降雨在内的分布式气象目标,气象雷达方程如式(11)所示:
其中,Pr表示雷达接收信号功率,Pt表示雷达发射信号功率,θ0表示雷达波束宽度,K是一个与物质散射特性相关的常数,λ表示波长,τ表示雷达脉冲宽度,d表示风轮机与雷达之间的距离,Z表示雷达反射率,是表征降雨目标回波强度的量;因此,雷达反射率的计算公式如式(12)所示:
由于风轮机同时位于不同雷达分辨单元的可能性不大,所以可作为点目标考虑,点目标的气象雷达方程如式(13)所示:
其中,σ表示风轮机RCS,可结合式(12)和式(13)得到风轮机的雷达反射率,如式(14)所示:
6.根据权利要求1所述的风电场对气象雷达降雨量影响的分析和定量化评估方法,其特征在于:在步骤(6)中,所述的改变风轮机的尺寸和布局,重复步骤(2)至步骤(5),并根据计算结果分析不同尺寸的风轮机以及布局方式对雷达反射率的影响的方法是:
根据实际的不同功率的风轮机尺寸,改变风轮机模型,比较不同模型对应的雷达反射率,分析其对雷达的影响程度;随后,改变风轮机间距,对比每个雷达分辨单元内存在一台和两台风轮机的情况,分析不同分布方式对气象雷达的影响。
7.根据权利要求1所述的风电场对气象雷达降雨量影响的分析和定量化评估方法,其特征在于:在步骤(7)中,所述的利用雷达反射率与降雨量的关系,结合步骤(5)中获得的风轮机的雷达反射率,计算出风轮机所在地区的估计降雨量的方法是:
降雨量的估计利用Z-r关系完成,其具体形式会随气象目标的不同略有差别,其形式如式(15)所示:
Z=300r1.4 (15)
式中,Z表示雷达反射率,单位为mm6/m3,表示的是单位体积内降水粒子直径的6次方之和,是表征降水目标回波强度的单位,r表示降雨量,单位为mm/h。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710108154.6A CN106845018B (zh) | 2017-02-27 | 2017-02-27 | 风电场对气象雷达降雨量影响的分析与定量化评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710108154.6A CN106845018B (zh) | 2017-02-27 | 2017-02-27 | 风电场对气象雷达降雨量影响的分析与定量化评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106845018A CN106845018A (zh) | 2017-06-13 |
CN106845018B true CN106845018B (zh) | 2020-06-16 |
Family
ID=59135029
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710108154.6A Active CN106845018B (zh) | 2017-02-27 | 2017-02-27 | 风电场对气象雷达降雨量影响的分析与定量化评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106845018B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109247861B (zh) * | 2018-08-21 | 2021-06-29 | 深圳市华儒科技有限公司 | 一种信息处理方法及其设备 |
CN109459751B (zh) * | 2018-08-27 | 2022-10-14 | 北京理工大学 | 一种基于天气雷达数据的迁飞生物信息监测方法 |
CN109557543B (zh) * | 2018-11-27 | 2020-07-28 | 安徽四创电子股份有限公司 | 一种基于方位旋转相控阵雷达的气象探测与目标监视方法 |
CN110361711A (zh) * | 2019-08-08 | 2019-10-22 | 深圳大舜激光技术有限公司 | 折返式测量消光系数的方法、系统和激光雷达 |
CN111044984B (zh) * | 2020-01-08 | 2023-07-18 | 福建省气象科学研究所 | 一种基于威力分布的雷达性能检测方法 |
CN111505645A (zh) * | 2020-04-26 | 2020-08-07 | 上海眼控科技股份有限公司 | 雷达云图数据的显示方法、装置、计算机设备和存储介质 |
CN112698276B (zh) * | 2020-12-15 | 2023-06-02 | 中国人民解放军空军预警学院 | 一种抗风电场干扰的空管雷达监测系统及方法 |
CN114019586A (zh) * | 2021-11-16 | 2022-02-08 | 刘天健 | 基于基站的雨量检测方法和基站 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102606384A (zh) * | 2010-12-03 | 2012-07-25 | 伊德斯德国股份有限公司 | 用于风能设备的转子叶片、以及雷达站和风能设备的组合 |
CN103210319A (zh) * | 2010-10-12 | 2013-07-17 | Tmd技术有限公司 | 雷达系统 |
CN103714209A (zh) * | 2013-12-25 | 2014-04-09 | 国电南京自动化股份有限公司 | 一种基于ExtJs的风玫瑰图绘制方法 |
CN106291482A (zh) * | 2016-09-29 | 2017-01-04 | 三峡大学 | 一种风电机叶片雷达回波信号多普勒频谱求解方法 |
-
2017
- 2017-02-27 CN CN201710108154.6A patent/CN106845018B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103210319A (zh) * | 2010-10-12 | 2013-07-17 | Tmd技术有限公司 | 雷达系统 |
CN102606384A (zh) * | 2010-12-03 | 2012-07-25 | 伊德斯德国股份有限公司 | 用于风能设备的转子叶片、以及雷达站和风能设备的组合 |
CN103714209A (zh) * | 2013-12-25 | 2014-04-09 | 国电南京自动化股份有限公司 | 一种基于ExtJs的风玫瑰图绘制方法 |
CN106291482A (zh) * | 2016-09-29 | 2017-01-04 | 三峡大学 | 一种风电机叶片雷达回波信号多普勒频谱求解方法 |
Non-Patent Citations (5)
Title |
---|
Assessment of the effects of wind turbines on air traffic control radars;Lemmon J J, Carroll J E, Sanders F H, et al.;《National Telecommunications and Information Administration Technical Report》;20081231;全文 * |
Estimating reflectivity values from wind turbines for analyzing the potential impact on weather radar services;Angulo I, Grande O, Jenn D, et al.;《Atmospheric Measurement Techniques》;20151231;全文 * |
RCS calculation of wind turbine mast for weather radar;He W, Huo Z, Wang X, et al.;《2016 CIE International Conference on Radar (RADAR)》;20161231;全文 * |
扫描工作模式的航管监视雷达风电场回波信号的微多普勒特征分析;何炜琨,郭双双,王晓亮,吴仁彪;《信号处理》;20151031;第31卷(第10期);全文 * |
风轮机雷达回波的仿真与分析;何炜琨,石玉洛,王晓亮,马愈昭,吴仁彪;《系统仿真学报》;20150131;第27卷(第1期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN106845018A (zh) | 2017-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106845018B (zh) | 风电场对气象雷达降雨量影响的分析与定量化评估方法 | |
Zhan et al. | LiDAR measurements for an onshore wind farm: Wake variability for different incoming wind speeds and atmospheric stability regimes | |
Ray et al. | Analysis of wind shear models and trends in different terrains | |
US9575177B2 (en) | Apparatus and method for using radar to evaluate wind flow fields for wind energy applications | |
Tuononen et al. | Low-level jets over Utö, Finland, based on Doppler lidar observations | |
Gryning et al. | Weibull wind-speed distribution parameters derived from a combination of wind-lidar and tall-mast measurements over land, coastal and marine sites | |
Li et al. | LiDAR technology for wind energy potential assessment: Demonstration and validation at a site around Lake Erie | |
Arnqvist et al. | Wind statistics from a forested landscape | |
Sun et al. | Validations of three-dimensional wake models with the wind field measurements in complex terrain | |
Trombe et al. | Weather radars–the new eyes for offshore wind farms? | |
Angulo et al. | Estimating reflectivity values from wind turbines for analyzing the potential impact on weather radar services | |
CN111080003B (zh) | 一种适应复杂山地风电场的测风塔规划选址方法 | |
Cañadillas et al. | Offshore wind farm cluster wakes as observed by long-range-scanning wind lidar measurements and mesoscale modeling | |
Diaz et al. | Offshore vertical wind shear: Final report on NORSEWInD’s work task 3.1 | |
Bell et al. | Analysis of flow in complex terrain using multi-Doppler lidar retrievals | |
CN111666725A (zh) | 一种适应非复杂地形风电场的测风塔规划选址方法及系统 | |
Peña | Sensing the wind profile | |
Barthelmie et al. | Best practice for measuring wind speeds and turbulence offshore through in-situ and remote sensing technologies | |
Beaucage et al. | Synthetic aperture radar satellite data for offshore wind assessment: A strategic sampling approach | |
CN115693666B (zh) | 基于卫星反演的海上风电场发电量确定方法及系统 | |
Hasager et al. | 12MW Horns Rev Experiment | |
CN116823579A (zh) | 一种高山冰川湖泊水量变化预测方法和系统 | |
JP5429493B2 (ja) | 降雨観測設備の投資計画評価方法 | |
Shimada et al. | Validation of near‐shore wind measurements using a dual scanning light detection and ranging system | |
Cañadillas et al. | Offshore wind farm cluster wakes as observed by a long-range scanning wind lidar |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
OL01 | Intention to license declared | ||
OL01 | Intention to license declared |