CN108491630B - 一种基于大气稳定度风向标准差法的风速外推方法 - Google Patents
一种基于大气稳定度风向标准差法的风速外推方法 Download PDFInfo
- Publication number
- CN108491630B CN108491630B CN201810244158.1A CN201810244158A CN108491630B CN 108491630 B CN108491630 B CN 108491630B CN 201810244158 A CN201810244158 A CN 201810244158A CN 108491630 B CN108491630 B CN 108491630B
- Authority
- CN
- China
- Prior art keywords
- wind
- wind speed
- screening
- standard deviation
- height
- 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 58
- 238000013213 extrapolation Methods 0.000 title claims abstract description 28
- 238000012216 screening Methods 0.000 claims abstract description 80
- 238000012937 correction Methods 0.000 claims abstract description 16
- 238000005259 measurement Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 14
- 230000007935 neutral effect Effects 0.000 claims description 4
- 238000011160 research Methods 0.000 abstract description 4
- 239000010410 layer Substances 0.000 description 71
- 238000010248 power generation Methods 0.000 description 4
- 229910001316 Ag alloy Inorganic materials 0.000 description 3
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 3
- 238000009529 body temperature measurement Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification Methods 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
- Wind Motors (AREA)
Abstract
本发明公开了一种基于大气稳定度风向标准差法的风速外推方法，通过对测风塔数据集进行筛选，剔除小于风机切入风速的低风速数据及大于风机切出风速的高风速数据，计算测风塔处的地面粗糙度，应用地面粗糙度值对筛选后数据集中的风向标准差进行粗糙度修正，采用风向标准差法进行大气稳定度的分类，计算每种大气稳定度下的平均风切变指数，以及应用幂定律方法，计算得到每种大气稳定度下的轮毂高度处的风速，并汇总得到轮毂高度处的风速集；能够较准确的反应不同大气稳定度下的不同高度层的风切变情况，更好地体现出风切变指数随大气稳定度的变化情况，较准确的推算出高层风速，可对风电工程项目可行性研究、微观选址等有一定的指导意义。
Description
技术领域
本发明涉及一种风速外推方法，特别是涉及一种基于大气稳定度风向标准差法的风速外推方法，属于陆上风电场风资源评估技术领域。
背景技术
随着世界对能源安全、生态环境、气候变化等问题日益重视，各国已加快推动能源转型与产业链调整以应对全球气候变化。风电作为应用最广泛和发展最快的新能源发电技术，已在全球范围内实现大规模开发应用。我国风能资源丰富，可开发利用的风能储量约10亿kW，较为丰富的地区主要集中在东南沿海及附近岛屿以及北部(东北、华北、西北)地区，内陆也有个别风能丰富点。从国内自身状况来看，风电市场经过2015年大跨步式的发展，产能达到3000万kW以上。全球风电的产业格局正经历一个调整、重构、再建设的关键节点，而中国的风电产业实现了接连突破，成为世界清洁能源的奇迹。然而，陆上优质风资源风场已越来越少，低风速风场已成为目前开发的重点方向，风速对风电场经济性非常敏感。
目前，低风速风场轮毂高度最高已经达到120m，早期测风塔的建设高度往往低于拟选风机的轮毂高度，因而风资源评估中需要推算更高层的风速。风切变模型直接影响轮毂处风速的推算，因此合理的风切变模型推算轮毂高度处的风速很有意义。
表面层的风切变是风速、大气热稳定性、表面粗糙度和离地高度的函数。目前，除了“经验法则”外，幂定律和对数定律是将风速推算到其他高度的常用的计算模型。研究发现，相对于对数定律，幂定律可在不稳定和中性条件下给出更接近实际的风廓线。现有文献中，LAB Joosten等人介绍了太阳辐射对近地面风轮廓的影响，Gualtieri详细分析了荷兰Cabauw地区10m、20m、40m、80m测风塔大气稳定性与风切变指数时间变化关系，Corbosiero等和
等则分别从垂直风切变与热带气旋关系、不同大气稳定条件下的海上风电场模拟进行介绍。
大气稳定度的分类大多采用基于梯度理查森数、M-O长度等方法，这些方法需要不同高度层的风速及温度测量值，但目前的测风塔通常仅设置单个温度测点。而且，现有技术中针对大气稳定度分类方法的风速外推模型可靠性的研究较少，本发明针对测风塔缺少双层温度数据的平坦地区，提供一种基于大气稳定度风向标准差法的风速外推计算方法将是有益之举。
发明内容
本发明的主要目的在于，克服现有技术中的不足，提供一种基于大气稳定度风向标准差法的风速外推计算方法，能够计算得到不同大气稳定下的不同高度层的风切变情况，较准确的推算出高层风速，更好地体现出大气稳定度对风速外推的影响，对风电场微观选址、可行性研究、风机塔架及基础的载荷计算等有一定的指导意义，在工程中具有产业上的利用价值。
为了达到上述目的，本发明所采用的技术方案是：
一种基于大气稳定度风向标准差法的风速外推方法，包括以下步骤：
1)获取测风塔区域实际测量的测风塔数据集，测风塔数据集包括数据类型分别为时间、风速、风向和风向标准差；
对测风塔数据集按照筛选要求进行筛选，获得筛选后数据集；其中，筛选要求是剔除小于风机切入风速的低风速数据及大于风机切出风速的高风速数据；
2)根据筛选后数据集，计算测风塔处的地面粗糙度；
3)应用地面粗糙度值对筛选后数据集中的风向标准差进行粗糙度修正，得到修正后风向标准差；
4)根据修正后风向标准差，采用风向标准差法进行该测风塔区域的大气稳定度的分类；
5)计算每种大气稳定度下的平均风切变指数；
6)应用幂定律方法，对每种大气稳定度下的风速进行高层风速的外推，计算得到每种大气稳定度下的轮毂高度处的风速，并汇总得到轮毂高度处的风速集。
本发明进一步设置为：所述步骤1)中的获取测风塔区域实际测量的测风塔数据集，具体为，
获取测风塔区域实际测量的两个高度层的测风塔数据集Q1、Q2，分别记为，Q1＝{T1,S1,D1,DSD1}、Q2＝{T2,S2,D2,DSD2}；
其中，Q1为h1高度层的测风数据集，Q2为h2高度层的测风数据集，h1＜h2；T1,S1,D1,DSD1分别为h1高度层的时间、风速、风向和风向标准差；T2,S2,D2,DSD2分别为h2高度层的时间、风速、风向和风向标准差。
本发明进一步设置为：所述步骤1)中的对测风塔数据集按照筛选要求进行筛选，获得筛选后数据集，具体为，
a)按照筛选要求，从h1高度层的测风数据集Q1的风速数据S1中筛选获得索引集IND1；
b)按照筛选要求，从h2高度层的测风数据集Q2的风速数据S2中筛选获得索引集IND2；
c)将索引集IND1和索引集IND2进行合并，得到筛选后风速索引总集IND，记为，IND＝IND1+IND2；
d)按照筛选要求，从h1高度层的测风数据集Q1中筛选获得h1高度层筛选后数据集W1，从h2高度层的测风数据集Q2中筛选获得h2高度层筛选后数据集W2，即，
其中，WT1,WS1,WD1,WDSD1分别为筛选后的h1高度层的时间、风速、风向和风向标准差；WT2,WS2,WD2,WDSD2分别为筛选后的h2高度层的时间、风速、风向和风向标准差；Q1[IND]为h1高度层的测风数据集经过筛选后的数据集，T1[IND],S1[IND],D1[IND],DSD1[IND]分别为h1高度层的时间、风速、风向和风向标准差经过筛选后的数据集，Q2[IND]为h2高度层的测风数据集经过筛选后的数据集，T2[IND],S2[IND],D2[IND],DSD2[IND]分别为h2高度层的时间、风速、风向和风向标准差经过筛选后的数据集。
本发明进一步设置为：所述步骤2)中的计算测风塔处的地面粗糙度，计算公式为，
其中，z0为测风塔处的地面粗糙度，n为筛选后风速索引总集IND的个数，WS1i为筛选后的h1高度层的第i个风速值，WS2i为筛选后的h2高度层的第i个风速值。
本发明进一步设置为：所述步骤3)应用地面粗糙度值对筛选后数据集中的风向标准差进行粗糙度修正，得到修正后风向标准差，具体为，
设定修正系数b＝(z0/0.15)0.2，
用修正系数b对筛选后的h1高度层的风向标准差进行粗糙度修正，得到修正后的h1高度层的风向标准差WD'SD1，WD'SD1＝WDSD1/b。
本发明进一步设置为：所述步骤4)根据修正后风向标准差，采用风向标准差法进行该测风塔区域的大气稳定度的分类，具体为，
用A～F代表大气稳定度的分类，分别为强不稳定A、不稳定B、弱不稳定C、中性D、较稳定E和稳定F共六种；
得到，六种大气稳定度下的筛选后的h1高度层的风速数据分别是WS1A、WS1B、WS1C、WS1D、WS1E、WS1F，六种大气稳定度下的筛选后的h2高度层的风速数据分别是WS2A、WS2B、WS2C、WS2D、WS2E、WS2F，六种大气稳定度下的h1高度层的风速数据分别是S1A、S1B、S1C、S1D、S1E、S1F，六种大气稳定度下的h2高度层的风速数据分别是S2A、S2B、S2C、S2D、S2E、S2F。
本发明进一步设置为：所述步骤5)中的每种大气稳定度下的平均风切变指数，计算公式为，
其中，α*表示大气稳定度为*种时的平均风切变指数，*为大气稳定度的分类，*∈[A～F]；WS1*i为筛选后第*种大气稳定度下的h1高度层的第i个风速值，WS2*i为筛选后第*种大气稳定度下的h2高度层的第i个风速值。
本发明进一步设置为：所述步骤6)中的计算得到每种大气稳定度下的轮毂高度处的风速，并汇总得到轮毂高度处的风速集，具体为，
通过h2高度层的风速S2外推得到*种大气稳定度下的h3轮毂高度处的风速S3*，
其中，S2*为*种大气稳定度下的h2高度层的风速，h3＞h2＞h1；
将*种大气稳定度下的h3轮毂高度处的风速S3*进行汇总，得到h3轮毂高度处的风速集S3，S3＝S3A+S3B+S3C+S3D+S3E+S3F；
其中，S3A、S3B、S3C、S3D、S3E、S3F分别是六种大气稳定度下的h3轮毂高度处的风速数据。
与现有技术相比，本发明具有的有益效果是：
通过对测风塔数据集进行筛选，剔除小于风机切入风速的低风速数据及大于风机切出风速的高风速数据，计算测风塔处的地面粗糙度，应用地面粗糙度值对筛选后数据集中的风向标准差进行粗糙度修正，采用风向标准差法进行大气稳定度的分类，计算每种大气稳定度下的平均风切变指数，以及应用幂定律方法，计算得到每种大气稳定度下的轮毂高度处的风速，并汇总得到轮毂高度处的风速集，能够较准确的反应不同大气稳定度下的不同高度层的风切变情况，更好地体现出风切变指数随大气稳定度的变化情况，较准确的推算出高层风速，可对风电工程项目可行性研究、微观选址等有一定的指导意义，在工程中有很好的应用前景。
上述内容仅是本发明技术方案的概述，为了更清楚的了解本发明的技术手段，下面结合附图对本发明作进一步的描述。
附图说明
图1为本发明一种基于大气稳定度风向标准差法的风速外推方法的流程图；
图2为轮毂高度处计算风速的散点图；
图3为轮毂高度处月平均风速推算值与实际值的对比图。
具体实施方式
下面结合说明书附图，对本发明作进一步的说明。
本发明提供一种基于大气稳定度风向标准差法的风速外推方法，如图1所示，包括以下步骤：
1)获取测风塔区域实际测量的测风塔数据集，测风塔数据集包括数据类型分别为时间、风速、风向和风向标准差；
对测风塔数据集按照筛选要求进行筛选，获得筛选后数据集；其中，筛选要求是剔除小于风机切入风速的低风速数据及大于风机切出风速的高风速数据。
获取测风塔区域实际测量的测风塔数据集，具体为，
获取测风塔区域实际测量的两个高度层的测风塔数据集Q1、Q2，分别记为，Q1＝{T1,S1,D1,DSD1}、Q2＝{T2,S2,D2,DSD2}；
其中，Q1为h1高度层的测风数据集，Q2为h2高度层的测风数据集，h1＜h2；T1,S1,D1,DSD1分别为h1高度层的时间、风速、风向和风向标准差；T2,S2,D2,DSD2分别为h2高度层的时间、风速、风向和风向标准差。
对测风塔数据集按照筛选要求进行筛选，获得筛选后数据集，具体为，
a)按照筛选要求，从h1高度层的测风数据集Q1的风速数据S1中筛选获得索引集IND1；
b)按照筛选要求，从h2高度层的测风数据集Q2的风速数据S2中筛选获得索引集IND2；
c)将索引集IND1和索引集IND2进行合并，得到筛选后风速索引总集IND，记为，IND＝IND1+IND2；
d)按照筛选要求，从h1高度层的测风数据集Q1中筛选获得h1高度层筛选后数据集W1，从h2高度层的测风数据集Q2中筛选获得h2高度层筛选后数据集W2，即，
其中，WT1,WS1,WD1,WDSD1分别为筛选后的h1高度层的时间、风速、风向和风向标准差；WT2,WS2,WD2,WDSD2分别为筛选后的h2高度层的时间、风速、风向和风向标准差；Q1[IND]为h1高度层的测风数据集经过筛选后的数据集，T1[IND],S1[IND],D1[IND],DSD1[IND]分别为h1高度层的时间、风速、风向和风向标准差经过筛选后的数据集，Q2[IND]为h2高度层的测风数据集经过筛选后的数据集，T2[IND],S2[IND],D2[IND],DSD2[IND]分别为h2高度层的时间、风速、风向和风向标准差经过筛选后的数据集。
2)根据筛选后数据集，计算测风塔处的地面粗糙度。
测风塔处的地面粗糙度，计算公式为，
其中，z0为测风塔处的地面粗糙度，n为筛选后风速索引总集IND的个数，WS1i为筛选后的h1高度层的第i个风速值，WS2i为筛选后的h2高度层的第i个风速值。
3)应用地面粗糙度值对筛选后数据集中的风向标准差进行粗糙度修正，得到修正后风向标准差。
具体为，
设定修正系数b＝(z0/0.15)0.2，
用修正系数b对筛选后的h1高度层的风向标准差进行粗糙度修正，得到修正后的h1高度层的风向标准差WD'SD1，WD'SD1＝WDSD1/b。
4)根据修正后风向标准差，采用风向标准差法进行该测风塔区域的大气稳定度的分类。
具体为，
用A～F代表大气稳定度的分类，分别为强不稳定A、不稳定B、弱不稳定C、中性D、较稳定E和稳定F共六种，如表1所示，表1中σA为水平风向标准差；
表1
得到，六种大气稳定度下的筛选后的h1高度层的风速数据分别是WS1A、WS1B、WS1C、WS1D、WS1E、WS1F，六种大气稳定度下的筛选后的h2高度层的风速数据分别是WS2A、WS2B、WS2C、WS2D、WS2E、WS2F，六种大气稳定度下的h1高度层的风速数据分别是S1A、S1B、S1C、S1D、S1E、S1F，六种大气稳定度下的h2高度层的风速数据分别是S2A、S2B、S2C、S2D、S2E、S2F。
5)计算每种大气稳定度下的平均风切变指数。
每种大气稳定度下的平均风切变指数，计算公式为，
其中，α*表示大气稳定度为*种时的平均风切变指数，*为大气稳定度的分类，*∈[A～F]；WS1*i为筛选后第*种大气稳定度下的h1高度层的第i个风速值，WS2*i为筛选后第*种大气稳定度下的h2高度层的第i个风速值。
6)应用幂定律方法，对每种大气稳定度下的风速进行高层风速的外推，计算得到每种大气稳定度下的轮毂高度处的风速，并汇总得到轮毂高度处的风速集。
具体为，
通过h2高度层的风速S2外推得到*种大气稳定度下的h3轮毂高度处的风速S3*，
其中，S2*为*种大气稳定度下的h2高度层的风速，h3＞h2＞h1；
将*种大气稳定度下的h3轮毂高度处的风速S3*进行汇总，得到h3轮毂高度处的风速集S3，S3＝S3A+S3B+S3C+S3D+S3E+S3F；
其中，S3A、S3B、S3C、S3D、S3E、S3F分别是六种大气稳定度下的h3轮毂高度处的风速数据。
下面通过青海省某测风塔实测数据对本发明方法进行验证：
该测风塔海拔2772m，地表类型为戈壁滩，周围空旷，无植被，其东北方向30km处有一海拔3400m的山峰，向东45km有一海拔4000m的山峰。测风数据包括从2010年11月12日至2011年11月12日一整年的10m、30m、50m、70m、80m高度处的风速资料，以及10m、80m高度处的风向数据，时间步长为10min。实测80m高度处年平均风速为5.94m/s，采用平均风速和标准差估计法求得威布尔分布中两参数分别为形状参数k＝1.85，尺度参数c＝5.67m/s。
本发明利用该测风塔处近地层10m-30m的风速计算地面粗糙度，利用10m高度层的风向进行大气稳定度的分类，最后利用70m高度层的风速推算80m高度层的风速。
计算得到测风塔处近地层10m-30m的地面粗糙度z0为0.04m，利用计算得到的地面粗糙度值将风向标准差进行修正。使用修正后的风向标准差进行大气稳定度的分类，可得到每种大气稳定度等级对应的风数据个数占全部风资源数据的比例，如图2所示。可知，该地区风资源不稳定情况较多，约占44％。
本发明的验证采用以下三种计算方案进行对比分析：
方案一：采用传统外推高层风速的方法，即对原始数据不进行数据筛选，针对50-10m高度层，计算相应的风切变指数，并外推轮毂高度处风速；
方案二：对原始数据进行既去除大风速又去除小风速的数据筛选，针对50-10m高度层，计算相应的风切变指数，并外推轮毂高度处风速；
方案三：对原始数据进行既去除大风速又去除小风速的数据筛选，针对50-10m高度层，采用风向标准差方法计算每种大气稳定度下的风切变指数，并外推轮毂高度处风速。
根据上述三种风速外推方法计算得到轮毂高度处的月平均风速，将其与实测值进行对比，比较结果如图3所示，可见三种方案与实测值的平均相对误差均在6％以内，所以幂定律能够比较好的应用在该地区风速外推的计算中。
表2给出实测风速及三种方案计算得到的年平均风速及两参数威布尔分布模型中的形状参数k和尺度参数c。方案二和方案三计算得到的轮毂高度处的威布尔分布结果更加贴近实测轮毂高度处的威布尔分布情况；方案三的平均相对误差最小，为1.41％。
表2
假设在测风塔位置有一台2MW的风力发电机组，并忽略测风塔的存在。此时实测风速及三种方案计算得到该风机全年的平均功率及全年理论发电量，见表3各方案年平均功率及理论发电量对比。根据实测风速推算出的年平均功率为711.37kW，年理论发电电量为6243.02MWh。从表3可见：三种方案中，相对误差最大的是方案一，其年发电量为6007.24MWh，较根据实测风速计算得到的结果的相对误差为3.78％；相对误差最小的为方案三，其年发电量为6349.70MWh，较根据实测风速计算得到的结果的相对误差为1.71％，误差较方案二减少了11.67MWh；说明合理的风速外推模型对发电量的计算有很大的影响。
表3
为了进一步验证方案三模型的实用性及准确性，将方案三中模型的计算结果与实际轮毂高度处风速进行拟合，拟合结果见图2，其相关系数为0.98。可见方案三给出的风速外推模型很好的考虑了大气等各种因素对风速的影响，得到的结果也更加接近实际值，可有效提高微观选址的准确性。
本发明的创新点在于，提出的计算陆上风电场高层风速的新方法能够较准确的反应不同大气稳定度下的风切变情况，更好地体现出风切变指数随大气稳定度的变化情况，计算得到的风速更可靠，可对风电工程项目可行性研究、微观选址等有一定的指导意义，在工程中有很好的应用前景。
以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (6)
1.一种基于大气稳定度风向标准差法的风速外推方法，其特征在于，包括以下步骤：
1)获取测风塔区域实际测量的测风塔数据集，测风塔数据集包括数据类型分别为时间、风速、风向和风向标准差；
对测风塔数据集按照筛选要求进行筛选，获得筛选后数据集；其中，筛选要求是剔除小于风机切入风速的低风速数据及大于风机切出风速的高风速数据；
2)根据筛选后数据集，计算测风塔处的地面粗糙度；
3)应用地面粗糙度值对筛选后数据集中的风向标准差进行粗糙度修正，得到修正后风向标准差；
4)根据修正后风向标准差，采用风向标准差法进行该测风塔区域的大气稳定度的分类；
5)计算每种大气稳定度下的平均风切变指数；
6)应用幂定律方法，对每种大气稳定度下的风速进行高层风速的外推，计算得到每种大气稳定度下的轮毂高度处的风速，并汇总得到轮毂高度处的风速集；
所述步骤1)中的获取测风塔区域实际测量的测风塔数据集，具体为，
获取测风塔区域实际测量的两个高度层的测风塔数据集Q1、Q2，分别记为，Q1＝{T1,S1,D1,DSD1}、Q2＝{T2,S2,D2,DSD2}；
其中，Q1为h1高度层的测风数据集，Q2为h2高度层的测风数据集，h1＜h2；T1,S1,D1,DSD1分别为h1高度层的时间、风速、风向和风向标准差；T2,S2,D2,DSD2分别为h2高度层的时间、风速、风向和风向标准差；
所述步骤1)中的对测风塔数据集按照筛选要求进行筛选，获得筛选后数据集，具体为，
a)按照筛选要求，从h1高度层的测风数据集Q1的风速数据S1中筛选获得索引集IND1；
b)按照筛选要求，从h2高度层的测风数据集Q2的风速数据S2中筛选获得索引集IND2；
c)将索引集IND1和索引集IND2进行合并，得到筛选后风速索引总集IND，记为，IND＝IND1+IND2；
d)按照筛选要求，从h1高度层的测风数据集Q1中筛选获得h1高度层筛选后数据集W1，从h2高度层的测风数据集Q2中筛选获得h2高度层筛选后数据集W2，即，
其中，WT1,WS1,WD1,WDSD1分别为筛选后的h1高度层的时间、风速、风向和风向标准差；WT2,WS2,WD2,WDSD2分别为筛选后的h2高度层的时间、风速、风向和风向标准差；Q1[IND]为h1高度层的测风数据集经过筛选后的数据集，T1[IND],S1[IND],D1[IND],DSD1[IND]分别为h1高度层的时间、风速、风向和风向标准差经过筛选后的数据集，Q2[IND]为h2高度层的测风数据集经过筛选后的数据集，T2[IND],S2[IND],D2[IND],DSD2[IND]分别为h2高度层的时间、风速、风向和风向标准差经过筛选后的数据集。
2.根据权利要求1所述的一种基于大气稳定度风向标准差法的风速外推方法，其特征在于：所述步骤2)中的计算测风塔处的地面粗糙度，计算公式为，
其中，z0为测风塔处的地面粗糙度，n为筛选后风速索引总集IND的个数，WS1i为筛选后的h1高度层的第i个风速值，WS2i为筛选后的h2高度层的第i个风速值。
3.根据权利要求2所述的一种基于大气稳定度风向标准差法的风速外推方法，其特征在于：所述步骤3)应用地面粗糙度值对筛选后数据集中的风向标准差进行粗糙度修正，得到修正后风向标准差，具体为，
设定修正系数b＝(z0/0.15)0.2，
用修正系数b对筛选后的h1高度层的风向标准差进行粗糙度修正，得到修正后的h1高度层的风向标准差WD'SD1，WD'SD1＝WDSD1/b。
4.根据权利要求3所述的一种基于大气稳定度风向标准差法的风速外推方法，其特征在于：所述步骤4)根据修正后风向标准差，采用风向标准差法进行该测风塔区域的大气稳定度的分类，具体为，
用A～F代表大气稳定度的分类，分别为强不稳定A、不稳定B、弱不稳定C、中性D、较稳定E和稳定F共六种；
得到，六种大气稳定度下的筛选后的h1高度层的风速数据分别是WS1A、WS1B、WS1C、WS1D、WS1E、WS1F，六种大气稳定度下的筛选后的h2高度层的风速数据分别是WS2A、WS2B、WS2C、WS2D、WS2E、WS2F，六种大气稳定度下的h1高度层的风速数据分别是S1A、S1B、S1C、S1D、S1E、S1F，六种大气稳定度下的h2高度层的风速数据分别是S2A、S2B、S2C、S2D、S2E、S2F。
5.根据权利要求4所述的一种基于大气稳定度风向标准差法的风速外推方法，其特征在于：所述步骤5)中的每种大气稳定度下的平均风切变指数，计算公式为，
其中，α*表示大气稳定度为*种时的平均风切变指数，*为大气稳定度的分类，*∈[A～F]；WS1*i为筛选后第*种大气稳定度下的h1高度层的第i个风速值，WS2*i为筛选后第*种大气稳定度下的h2高度层的第i个风速值。
6.根据权利要求5所述的一种基于大气稳定度风向标准差法的风速外推方法，其特征在于：所述步骤6)中的计算得到每种大气稳定度下的轮毂高度处的风速，并汇总得到轮毂高度处的风速集，具体为，
通过h2高度层的风速S2外推得到*种大气稳定度下的h3轮毂高度处的风速S3*，
其中，S2*为*种大气稳定度下的h2高度层的风速，h3＞h2＞h1；
将*种大气稳定度下的h3轮毂高度处的风速S3*进行汇总，得到h3轮毂高度处的风速集S3，S3＝S3A+S3B+S3C+S3D+S3E+S3F；
其中，S3A、S3B、S3C、S3D、S3E、S3F分别是六种大气稳定度下的h3轮毂高度处的风速数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810244158.1A CN108491630B (zh) | 2018-03-23 | 2018-03-23 | 一种基于大气稳定度风向标准差法的风速外推方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810244158.1A CN108491630B (zh) | 2018-03-23 | 2018-03-23 | 一种基于大气稳定度风向标准差法的风速外推方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108491630A CN108491630A (zh) | 2018-09-04 |
| CN108491630B true CN108491630B (zh) | 2021-06-08 |
Family
ID=63319589
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810244158.1A Active CN108491630B (zh) | 2018-03-23 | 2018-03-23 | 一种基于大气稳定度风向标准差法的风速外推方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108491630B (zh) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111080003B (zh) * | 2019-12-10 | 2023-05-02 | 华能威宁风力发电有限公司 | 一种适应复杂山地风电场的测风塔规划选址方法 |
| CN112241612B (zh) * | 2020-09-15 | 2021-08-31 | 浙江运达风电股份有限公司 | 一种考虑大气热稳定性的风资源评估综合计算外推方法 |
| CN112796940B (zh) * | 2021-01-29 | 2022-05-24 | 东方电气风电股份有限公司 | 一种风向数据缺失风机的对风方法 |
| CN112800697B (zh) * | 2021-02-02 | 2023-05-02 | 华能陇东能源有限责任公司 | 风电场前期测风塔规划选址方法、系统、装置及存储介质 |
| CN113204731B (zh) * | 2021-04-28 | 2023-09-29 | 华北电力大学 | 一种基于中性等效风速的海上风廓线模型的使用方法 |
| CN113792430B (zh) * | 2021-09-14 | 2023-08-15 | 华能陇东能源有限责任公司 | 复杂地形风电场风切变指数计算方法及系统 |
| CN115356787A (zh) * | 2022-10-21 | 2022-11-18 | 南京信息工程大学 | 一种大气相干长度的计算和预报方法 |
| CN115793104B (zh) * | 2022-10-26 | 2023-06-27 | 国网山东省电力公司济南供电公司 | 一种电网杆塔呼称高度风速推测的方法和装置 |
| CN116911462A (zh) * | 2023-07-21 | 2023-10-20 | 国家卫星海洋应用中心 | 一种近海风切变系数估计方法、装置及设备 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106296462A (zh) * | 2016-08-18 | 2017-01-04 | 中国能源建设集团江苏省电力设计院有限公司 | 一种基于双测风塔数据的既有风电场粗糙度值确定方法 |
-
2018
- 2018-03-23 CN CN201810244158.1A patent/CN108491630B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106296462A (zh) * | 2016-08-18 | 2017-01-04 | 中国能源建设集团江苏省电力设计院有限公司 | 一种基于双测风塔数据的既有风电场粗糙度值确定方法 |
Non-Patent Citations (1)
| Title |
|---|
| Surface turbulence intensity as a predictor of extrapolated wind;Giovanni Gualtieri;《Renewable Energy 120 (2018) 》;20180103;第457-467页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108491630A (zh) | 2018-09-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108491630B (zh) | 一种基于大气稳定度风向标准差法的风速外推方法 | |
| Méchali et al. | Wake effects at Horns Rev and their influence on energy production | |
| CN106897486B (zh) | 考虑湍流强度影响的抛物线形风电机组尾流模型计算方法 | |
| CN107292514B (zh) | 风电场生产运行测风塔选址方法及装置 | |
| CN106548414B (zh) | 一种海上风电场发电量计算方法 | |
| Bardal et al. | Performance test of a 3MW wind turbine–effects of shear and turbulence | |
| CN103778572A (zh) | 一种基于wrf模式的海上风资源评估方法 | |
| CN113205210B (zh) | 复杂地形风电场风速与功率预测方法、系统、设备及存储介质 | |
| CN103514328A (zh) | 一种基于wrf的极端干旱地区风场模拟方法 | |
| CN104036121A (zh) | 基于概率分布转移的测风数据风速订正方法 | |
| CN108717593A (zh) | 一种基于风轮面等效风速的微观选址发电量评估方法 | |
| De Marco et al. | A numerical study on a vertical-axis wind turbine with inclined arms | |
| CN109784563B (zh) | 一种基于虚拟测风塔技术的超短期功率预测方法 | |
| CN115358606B (zh) | 一种平缓地形下在役风电场能效评估方法及系统 | |
| 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 | |
| CN108808671A (zh) | 一种风电场短期风速集合预报方法 | |
| CN109636019B (zh) | 基于神经网络算法的测风塔布置方案确定方法 | |
| WO2022033490A1 (zh) | 一种通过添加k源项来校正标准k-ε模型的方法 | |
| CN110674864A (zh) | 一种含同步相量量测装置的风电异常数据辨识方法 | |
| CN112364301B (zh) | 基于坡长的近地面风速统计降尺度订正方法 | |
| CN113177325A (zh) | 复杂地形下校正标准k-ε模型可调参数方法、装置及存储介质 | |
| Guggeri et al. | Simulation of a 7.7 MW onshore wind farm with the Actuator Line Model | |
| CN114154325A (zh) | 一种定常与非定常混合风能资源评估方法及系统 | |
| CN113887839A (zh) | 一种基于聚类的风电场超短期风功率预测方法及系统 | |
| CN113705126B (zh) | 一种基于二维迹线追踪的风电场发电量校核方法、系统、计算机设备、存储介质 |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231016 Address after: 211100 No. 8 West Buddha Road, Jiangning District, Jiangsu, Nanjing Patentee after: HOHAI University Patentee after: Three Gorges New Energy Power Generation (Funan) Co.,Ltd. Address before: 211100 No. 8 West Buddha Road, Jiangning District, Jiangsu, Nanjing Patentee before: HOHAI University |