CN111090932B - 一种适应中等复杂地形的在运风电场场地标定方法 - Google Patents
一种适应中等复杂地形的在运风电场场地标定方法 Download PDFInfo
- Publication number
- CN111090932B CN111090932B CN201911258404.XA CN201911258404A CN111090932B CN 111090932 B CN111090932 B CN 111090932B CN 201911258404 A CN201911258404 A CN 201911258404A CN 111090932 B CN111090932 B CN 111090932B
- Authority
- CN
- China
- Prior art keywords
- wind
- generating set
- tower
- wind generating
- positions
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Abstract
本发明提供的一种适应中等复杂地形的在运风电场场地标定方法,步骤1,确定参考测风塔和风力发电机组位置处的测风塔的位置;步骤2,对步骤1中确定的风力发电机组位置处的测风塔位置的实测风速进行修正,并将修正后的风速作为风力发电机组位置处的风速;步骤3,计算风力发电机组位置处的测风塔位置和所述参考测风塔位置的风切变;步骤4,根据步骤3得到的风切变,进行场地标定;本发明能够提升场地标定的精度,降低场地标定的不确定度。
Description
技术领域
本发明属于风电场功率特性测试领域,特别涉及一种适应中等复杂地形的在运风电场功率 特性测试场地标定方法。
背景技术
在风力发电机组功率特性测试中,场地标定可以量化并降低地形和障碍物对功率特性测试 的影响。现阶段,针对已运行的山脉、大山丘和中度倾角的丘陵地带等中等复杂地形中的风电 场,常用的场地标定方法主要有两种。其一为测风塔观测方式,即使用两个测风塔,其中一个 竖立于参考位置处,这个测风塔用于功率特性测试,另一个竖立于风力发电机组附近位置处, 此方法的缺陷在于风力发电机组附近的测风塔位置选择无依据,对风力发电机组处风速代表性 不佳。第二种方法为激光雷达观测方式,即使用两个激光雷达,其中一个竖立于参考位置处, 这个激光雷达用于功率特性测试,另一个竖立于风力发电机组附近位置处,该方法的缺陷同样 在于风力发电机组附近的激光雷达位置选择无依据,对风力发电机组处风速代表性不佳,且中 等复杂地形激光雷达测风精度不佳。
发明内容
本发明的目的在于提供一种适应中等复杂地形的在运风电场场地标定方法,解决了现有的 风力发电场地标定方法存在精度不佳的缺陷。
为了达到上述目的,本发明采用的技术方案是:
本发明提供的一种适应中等复杂地形的在运风电场场地标定方法,包括以下步骤:
步骤1,确定参考测风塔和风力发电机组位置处的测风塔的位置;
步骤2,对步骤1中确定的风力发电机组位置处的测风塔位置的实测风速进行修正,并将 修正后的风速作为风力发电机组位置处的风速;
步骤3,计算风力发电机组位置处的测风塔位置和所述参考测风塔位置的风切变;
步骤4,根据步骤3得到的风切变,进行场地标定。
优选地,步骤1中,风力发电机组位置处的测风塔位置的确定,具体方法是:
根据被测风力发电机组位置处的地形、地貌特征及海拔,在距离所述风力发电机组位置处 1D范围以内,选择多处与所述风力发电机组的地形、地貌特征及海拔相近的备选位置;
采用CFD模型对所述风力发电机组所在山脊进行模型仿真,对拟选的多处备选位置的风速 与所述风力发电机组位置处的风速建立相关关系,比较并选择其中相关性最优,且相关系数R ≥0.95的位置作为所述风力发电机组位置处的测风塔位置。
优选地,步骤1中,参考测风塔位置的确定,具体方法是:
在风力发电机组位置处的上风向扇区,且在距离所述风力发电机组位置处2D~4D范围内, 选择多处与所述风力发电机组位置处的地形、地貌特征及海拔相近的位置;
对拟选的多处备选位置的风速与所述风力发电机组位置处的测风塔位置的风速建立相关 关系,比较并选择其中相关性最优,且相关系数R≥0.95的备选位置作为参考测风塔位置。
优选地,步骤2中,对步骤1中确定的风力发电机组位置处的测风塔位置的实测风速进行 修正,具体方法是:
利用步骤1中确定的风力发电机组位置处的测风塔位置所对应的相关关系,对风力发电机 组位置处的测风塔实测风速进行修正。
优选地,步骤4中,根据步骤3得到的风切变,进行场地标定,具体方法是:
若得到的风切变显著,则采用风向和风切变区间法进行场地标定;
若得到的风切变不显著,则采用线性回归方法进行场址标定。
与现有技术相比,本发明的有益效果是:
本发明提供的一种适应中等复杂地形的在运风电场场地标定方法,对于中等复杂地形的在 运风电场功率特性测试,进行场地标定时,风力发电机组位置处测风塔和参考测风塔位置的选 择缺乏依据,位置选取不合理会对场地标定的结果产生较大偏差,通过采用高精度CFD模型对 所述风力发电机组所在山脊进行模型仿真,依据相关性及相关系数结果选择风力发电机组位置 处测风塔和参考测风塔的位置,可以提升风力发电机组位置处测风塔与风力发电机组位置的相 关性至95%以上,提升参考测风塔与风力发电机组位置处测风塔的相关性至95%以上,提升场 地标定的精度,降低场地标定的不确定度。
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,对本发明进一步详细说明。
如图1所示,本发明提供了一种适应中等复杂地形的在运风电场场地标定方法,包括:风 力发电机组位置处测风塔和参考测风塔位置的确定,风力发电机组位置处风速推算,风切变计 算评估,风向和风切变区间法场地标定,线性回归方法场址标定;具体地:
步骤1,根据被测风力发电机组位置处的地形、地貌特征及海拔,在距离所述风力发电机 组位置处1D范围以内,选择多处与所述风力发电机组的地形、地貌特征及海拔相近的备选位 置,其中,D指风力发电机组的内轮直径;
步骤2,采用CFD模型对所述风力发电机组所在山脊进行模型仿真,对拟选的多处备选位 置的风速与所述风力发电机组位置处的风速分别建立相关关系,在得到的多个相关关系中,比 较并选择相关性最优,且相关系数R≥0.95的备选位置作为所述风力发电机组位置处测风塔位 置;
步骤3,在风力发电机组位置处的上风向扇区,且在距离所述风力发电机组位置处2D~ 4D范围内,选择多处与所述风力发电机组位置处的地形、地貌特征及海拔相近的位置;
步骤4,对拟选的多处备选位置的风速与所述风力发电机组位置处的测风塔位置的风速分 别建立相关关系,在得到的多个相关关系中比较并选择相关性最优,且相关系数R≥0.95的备 选位置作为参考测风塔位置;
步骤5,利用步骤2中确定的风力发电机组位置处的测风塔位置所对应的相关关系,对风 力发电机组位置处的测风塔实测风速进行修正,并将修正后的风速作为风力发电机组位置处的 风速,其中,相关关系中的风向区间应为10°,且不得小于风向传感器的不确定度;
步骤6,计算风力发电机组位置处的测风塔位置和所述参考测风塔位置的风切变,并判断 风切变是否显著;
步骤7,若所述风切变显著,采用风向和风切变区间法进行场地标定,具体地:
为了确定场地标定校正系数是否受场地风切变的影响,应将风力发电机组处修正后得到的 风向风速数据分类整理到风向和风切变区间中,风向和风切变区间的大小应为10°,且大于 等于风向传感器的不确定度。
在测量扇区边缘,应将数据筛选至测量扇区的范围内;例如,如果测量扇区以43°结束, 区域边缘的场地标定将仅从35°到43°进行评估。
要求场地标定和功率曲线测试选择的风向区间中心一致,例如,以10°的整数倍为中心 的区间或以10°的整数倍开始的区间。
风切变区间的风切变指数增量应为0.05,并以0.05的整数倍为区间中心。
每个风向和风切变区间内的风速比应取平均值。
风向和风切变区间的完整准则如下:
a)对于每个风向区间来说,该风向区间内所有风切变区间的数据点总数量应至少为144 个(24小时数据)。该总数中可包括不完整的风切变区间。此外,每个风向区间应至少包含8m/s 以上和8m/s以下各6小时的数据。
b)完整的风向区间内的每个风切变区间应包含至少3个数据点。
c)在不完整风向扇区的风切变区间如至少包含6小时数据,可以认为是完整的。
如果风切变区间之间的变化导致场地标定系数的变化高于一个或多个风向区间中场地标 定统计不确定度的两倍,则分析中应同时包含风切变区间和风向区间。
在功率曲线测试期间,数据应整理到风向区间中。对于每10分钟的数据点,应计算参考 测风塔处的风切变指数。应用到轮毂高度风速的校正系数为风速比,该风速比通过对应风向区 间的风切变区间插值得到。最后一个完整风切变区间内的风切变指数允许外推。
步骤8,若所述风切变不显著,则采用线性回归方法进行场址标定,具体地:
数据组按风向区间分类,风向区间的尺寸应为10°。要求场地标定和功率曲线测试选择 的风向区间中心一致(例如,以10°的整数倍为中心的区间或以10°的整数倍开始的区间)。 在测量扇区边缘,应将数据筛选至测量扇区的范围内。例如,如果测量扇区以43°结束,扇 区边缘的场地标定将仅从35°到43°进行评估。
对于每个风向区间,应以风力发电机组位置风速为因变量,以参考风速为自变量,进行 普通最小二乘线性回归。因此,每个风向区间都有一个斜率和一个截距。
每个风向区间应至少包含24小时数据,其中至少6小时的风速大于8m/s,至少6小时 的风速小于8m/s。为了获得良好的相关性,区间内应具有较广的风速分布,因此推荐包含11 m/s以上的风速数据。注意,在普通最小二乘回归法中,异常值的权重很高。应核查并记录任 何可能对回归有重大影响的异常值。
为了说明参考位置处风速和风力发电机组位置处风速之间的相关性,应为测量扇区内的 每个完整风向区间生成以下关系:
风力发电机组测风塔风速与参考测风塔风速的关系,包括线性回归及其相关系数;
在单坐标轴上,绘制以下内容:
a)风速比与参考风速的关系;
b)风速比在0.5m/s风速区间平均值;
c)曲线y=m+b/x,其中m为线性回归的斜率,b为截距,x为参考风速,y为预测风力发电机组位置风速规格化到参考测风塔风速,即y为风速比;
d)水平线表示风向区间内所有风速比的平均值。
最后,计算场地标定不确定度,用以判断上述场地标定法的准确性,具体地:
第一,场地标定为A类不确定度
S1,场地标定模型分析
场地标定给出了一个以测风塔位置风速预测风力发电机组位置风速的模型。为避免因模型 与数据过度拟合而导致A类不确定度被低估的风险,应使用k折交叉验证计算A类不确定度, k=10。这里k这个术语的使用与统计学中的使用是一致的,因为应用的方法为k折交叉验证 最终筛选后的数据集应根据时间戳划分为k个大小相等的折叠(分区)。
每个分区(k=1到10):
a)场地标定校正系数应根据第7、8步计算,仅使用其他9个分区的数据;
b)场地标定校正系数应使用在k分区的参考测风塔风速计算风力发电机组位置的预测风 速;
c)根据残差参数和自洽性参数,将预测k分区的风力发电机组风速与实测风力发电机组风 速进行对比。
d)k分区的统计不确定度由下述确定。
A类的总不确定度等于每个分区的不确定度平方和除以k的平方根。
选择k=10,以便剩下的数据组信息足以涵盖正在评估的数据集中的风速范围,但是,只 要k≥2即可。
因为两个位置之间的风速关系的变化可能同与时间相关的气象条件有关,所以分区按时间 戳划分而不是随机选择,因此基于时间的分区可能可以更好地捕获场地标定和功率曲线测试期 间条件的差异。
S2,每个分区场地标定统计不确定度:
对于k折交叉验证中的每个分区,在风力发电机组位置处,经过场地标定校正后的风速和 测风塔测得的风速之间的偏差每10分钟计算一次,所有10分钟偏差的标准偏差计算如下:
式中,dj.k为在k分区的第j个10分钟周期内的残差;dk为k分区中残差的平均值;Nk 为k分区中的数据组数量;dstd.k为k分区中场地标定残差的标准偏差。
计算标准偏差时,仅包含场地标定评估中的数据。
K分区的统计A类标准不确定度为:
式中,f为场地标定的自由度。
f是场地标定中10分钟数据的数量减去场地标定算法所有参数的数量。如果场地标定气 流校正系数采用风速比区间平均的形式,则每个风向子扇区的场地标定算法参数数量等于风切 变区间的数量。然后,f等于Nk减去风向子扇区的数量(通常是10°扇区的数量)。如果场 地标定气流校正系数采用线性回归(斜率和截距)的形式,则每个风向子扇区场地标定算法的 参数数量为2。然后,f等于Nk减去两倍的风向区间数。如果场地标定气流校正系数是采用 风向的区间和风切变区间的形式,f等于Nk减去所有风向子扇区中所有风切变区间的数量之 和。
第二,场地标定B类不确定度
在评估合成B类标准不确定度时,应认为下列不确定度分量相互独立。
uVT,precal,i风速计校准-风速计校准的标准不确定度由校准得到。若在同一风洞内对参考测风 塔和风力发电机组测风塔上的风速计进行了校准,则风速计校准的不确定度之间存在一定关联。 同样,功率曲线测试时所用风速计的不确定度也一样。若在同一风洞中进行了校准,则实际方 法仅包括一个校准不确定度。若在不同风洞中进行了校准或采用了不同型号的风速计,则这些 风速计的校准不确定度各不相关而且应予以考虑。
uVT,class,i风速计的运行特性-在场地标定不确定度的计算过程中应考虑风力发电机组测 风塔风速计的运行特性标准不确定度。应研究场地标定期间风速计运行特性方面的关联,以确 定风力发电机组位置处风速计与参考风速计运行特性不确定度的关联程度。取决于功率曲线测 试期间与场地标定期间环境条件差异,可能需要增加运行特性不确定度。场地标定期间,应充 分说明风力发电机组位置处风速计运行不确定度。
uVT,mnnt,i安装影响-场地标定的不确定度评估,应考虑风力发电机组测风塔风速计及参 考测风塔风速计的安装标准不确定度。
udvT,i应根据评估数据采集系统导致的风速标准不确定度。
第三,合成不确定度
在评估场地标定合不确定度时,应认为A类和B类不确定度彼此独立。
为了降低不确定度而排除高不确定度的风向区间,缩小测量扇区是允许的。
Claims (4)
1.一种适应中等复杂地形的在运风电场场地标定方法,其特征在于,包括以下步骤:
步骤1,确定参考测风塔和风力发电机组位置处的测风塔的位置;
步骤2,对步骤1中确定的风力发电机组位置处的测风塔位置的实测风速进行修正,并将修正后的风速作为风力发电机组位置处的风速;
步骤3,计算风力发电机组位置处的测风塔位置和所述参考测风塔位置的风切变;
步骤4,根据步骤3得到的风切变,进行场地标定;
步骤1中,风力发电机组位置处的测风塔位置的确定,具体方法是:
根据被测风力发电机组位置处的地形、地貌特征及海拔,在距离所述风力发电机组位置处1D范围以内,选择多处与所述风力发电机组的地形、地貌特征及海拔相近的备选位置,其中,D为风力发电机组的内轮直径;
采用CFD模型对所述风力发电机组所在山脊进行模型仿真,对拟选的多处备选位置的风速与所述风力发电机组位置处的风速分别建立相关关系,在得到的多个相关关系中比较并选择相关性最优,且相关系数R≥0.95所对应的备选位置作为所述风力发电机组位置处的测风塔位置;
所述中等复杂地形包括山脉、大山丘和中度倾角的丘陵地带。
2.根据权利要求1所述的一种适应中等复杂地形的在运风电场场地标定方法,其特征在于,步骤1中,参考测风塔位置的确定,具体方法是:
在风力发电机组位置处的上风向扇区,且在距离所述风力发电机组位置处2D~4D范围内,选择多处与所述风力发电机组位置处的地形、地貌特征及海拔相近的位置;
对拟选的多处备选位置的风速与所述风力发电机组位置处的测风塔位置的风速分别建立相关关系,在得到的多个相关关系中比较并选择相关性最优,且相关系数R≥0.95所对应的备选位置作为参考测风塔位置。
3.根据权利要求1所述的一种适应中等复杂地形的在运风电场场地标定方法,其特征在于,步骤2中,对步骤1中确定的风力发电机组位置处的测风塔位置的实测风速进行修正,具体方法是:
利用步骤1中确定的风力发电机组位置处的测风塔位置所对应的相关关系,对风力发电机组位置处的测风塔实测风速进行修正。
4.根据权利要求1所述的一种适应中等复杂地形的在运风电场场地标定方法,其特征在于,步骤4中,根据步骤3得到的风切变,进行场地标定,具体方法是:
若得到的风切变显著,则采用风向和风切变区间法进行场地标定;
若得到的风切变不显著,则采用线性回归方法进行场址标定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911258404.XA CN111090932B (zh) | 2019-12-10 | 2019-12-10 | 一种适应中等复杂地形的在运风电场场地标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911258404.XA CN111090932B (zh) | 2019-12-10 | 2019-12-10 | 一种适应中等复杂地形的在运风电场场地标定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111090932A CN111090932A (zh) | 2020-05-01 |
CN111090932B true CN111090932B (zh) | 2023-06-09 |
Family
ID=70394773
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911258404.XA Active CN111090932B (zh) | 2019-12-10 | 2019-12-10 | 一种适应中等复杂地形的在运风电场场地标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111090932B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111677637A (zh) * | 2020-06-02 | 2020-09-18 | 华能盐城大丰新能源发电有限责任公司 | 一种适应在运风电场测试场地地形评估方法 |
CN116609552B (zh) * | 2023-07-18 | 2023-10-20 | 江西省气象探测中心 | 一种风速测量不确定度评定方法、系统、存储介质及设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104992250A (zh) * | 2015-07-17 | 2015-10-21 | 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方法 |
CN105587474A (zh) * | 2015-12-10 | 2016-05-18 | 中国电力科学研究院 | 一种风电机组风轮等效风速的测试方法和装置 |
CN106250656A (zh) * | 2016-08-23 | 2016-12-21 | 中国华能集团清洁能源技术研究院有限公司 | 一种结合大数据的复杂地形风电场设计平台及方法 |
CN106372801A (zh) * | 2016-08-31 | 2017-02-01 | 江西省电力设计院 | 一种风电场风区划分方法及该风电场风区测风塔位置的选择方法 |
CN106547996A (zh) * | 2016-12-08 | 2017-03-29 | 贵州电网有限责任公司电力科学研究院 | 一种风电场虚拟测风塔构建方法 |
CN106649987A (zh) * | 2016-11-14 | 2017-05-10 | 中国电建集团成都勘测设计研究院有限公司 | 一种测风塔设立方案的定量分析方法 |
WO2017088879A1 (en) * | 2015-11-26 | 2017-06-01 | Vestas Wind Systems A/S | A method for assessing performance impact of a power upgrade |
WO2017088878A1 (en) * | 2015-11-26 | 2017-06-01 | Vestas Wind Systems A/S | A method for monitoring and assessing power performance changes of a wind turbine |
WO2017088877A1 (en) * | 2015-11-26 | 2017-06-01 | Vestas Wind Systems A/S | A method for monitoring and assessing power performance changes of a wind turbine |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104156575B (zh) * | 2014-07-28 | 2017-09-05 | 国家电网公司 | 基于测风塔数据外推法的风电场理论功率计算方法 |
-
2019
- 2019-12-10 CN CN201911258404.XA patent/CN111090932B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104992250A (zh) * | 2015-07-17 | 2015-10-21 | 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方法 |
WO2017088879A1 (en) * | 2015-11-26 | 2017-06-01 | Vestas Wind Systems A/S | A method for assessing performance impact of a power upgrade |
WO2017088878A1 (en) * | 2015-11-26 | 2017-06-01 | Vestas Wind Systems A/S | A method for monitoring and assessing power performance changes of a wind turbine |
WO2017088877A1 (en) * | 2015-11-26 | 2017-06-01 | Vestas Wind Systems A/S | A method for monitoring and assessing power performance changes of a wind turbine |
CN105587474A (zh) * | 2015-12-10 | 2016-05-18 | 中国电力科学研究院 | 一种风电机组风轮等效风速的测试方法和装置 |
CN106250656A (zh) * | 2016-08-23 | 2016-12-21 | 中国华能集团清洁能源技术研究院有限公司 | 一种结合大数据的复杂地形风电场设计平台及方法 |
CN106372801A (zh) * | 2016-08-31 | 2017-02-01 | 江西省电力设计院 | 一种风电场风区划分方法及该风电场风区测风塔位置的选择方法 |
CN106649987A (zh) * | 2016-11-14 | 2017-05-10 | 中国电建集团成都勘测设计研究院有限公司 | 一种测风塔设立方案的定量分析方法 |
CN106547996A (zh) * | 2016-12-08 | 2017-03-29 | 贵州电网有限责任公司电力科学研究院 | 一种风电场虚拟测风塔构建方法 |
Non-Patent Citations (3)
Title |
---|
Modelling wind speeds for cup anemometers mounted on opposite sides of a lattice tower: A case study;Farrugia R N等;《Journal of Wind Engineering and Industrial Aerodynamics》;20131231;第115卷;第173-183页 * |
山地风电场测风塔选址研究;杨济畅等;《风能》;20171231(第12期);第62-67页 * |
浅谈WindSim软件在复杂地形条件下测风塔选址中的应用;朱凤霞;《风能》;20151206(第12期);第90-92页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111090932A (zh) | 2020-05-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | LiDAR technology for wind energy potential assessment: Demonstration and validation at a site around Lake Erie | |
Gogolak et al. | Indoor fingerprint localization in WSN environment based on neural network | |
US8483963B2 (en) | Method of evaluating wind flow based on terrain exposure and elevation | |
US20160203245A1 (en) | Method for simulating wind field of extreme arid region based on wrf | |
US20150278405A1 (en) | Method for evaluating a performance prediction for a wind farm | |
CN114818391B (zh) | 一种基于多溯源模型的污染源浓度分析方法 | |
CN111090932B (zh) | 一种适应中等复杂地形的在运风电场场地标定方法 | |
KR101908865B1 (ko) | 기온 측정 자료의 품질 분석방법 | |
CN111626595A (zh) | 人工影响天气作业效果评估方法 | |
CN104133989A (zh) | 计及覆冰损失的风电场时序输出功率计算方法 | |
CN111080003B (zh) | 一种适应复杂山地风电场的测风塔规划选址方法 | |
CN111709644B (zh) | 一种利用机组scada数据的风电场风资源计算方法 | |
CN115693666B (zh) | 基于卫星反演的海上风电场发电量确定方法及系统 | |
CN109948175B (zh) | 基于气象数据的卫星遥感反照率缺失值反演方法 | |
Cantero et al. | On the measurement of stability parameter over complex mountainous terrain | |
CN114706143A (zh) | 一种基于气温日极小值的观测环境影响判别与评估方法 | |
Louassa et al. | Evaluation of diverse methods used to estimate Weibull parameters for wind speed in various Algerian stations | |
CN110197442A (zh) | 一种结合质控的风资源评估系统 | |
CN105547972B (zh) | 一种杆塔金属镀层腐蚀剩余寿命评估方法 | |
CN114004426B (zh) | 一种短时暴雨预报释用模型的动态调整方法 | |
De Valk et al. | Uncertainty analysis of climatological parameters of the Dutch Offshore Wind Atlas (DOWA) | |
van der Meer | Incoming Solar Radiation Estimations from Crowd-Sourced Temperature Observations | |
Ghita et al. | Modeling of wind resource to the turbine hub height | |
Međimorec et al. | Evaluating accuracy and uncertainty of wind speed estimation by using multiple wind measurements on a site | |
Wolz et al. | Verifying triple and single Doppler lidar wind measurements with sonic anemometer data based on a new filter strategy for virtual tower measurements |
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 |