CN112800155B - 一种针对冰冻天气的风电场宏观选址方法 - Google Patents

一种针对冰冻天气的风电场宏观选址方法 Download PDF

Info

Publication number
CN112800155B
CN112800155B CN202010852278.7A CN202010852278A CN112800155B CN 112800155 B CN112800155 B CN 112800155B CN 202010852278 A CN202010852278 A CN 202010852278A CN 112800155 B CN112800155 B CN 112800155B
Authority
CN
China
Prior art keywords
weather
area
frozen
site selection
power plant
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
Application number
CN202010852278.7A
Other languages
English (en)
Other versions
CN112800155A (zh
Inventor
毛连旺
毛小江
王鹏
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.)
TBEA Xinjiang Sunoasis Co Ltd
Original Assignee
TBEA Xinjiang Sunoasis Co Ltd
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 TBEA Xinjiang Sunoasis Co Ltd filed Critical TBEA Xinjiang Sunoasis Co Ltd
Priority to CN202010852278.7A priority Critical patent/CN112800155B/zh
Publication of CN112800155A publication Critical patent/CN112800155A/zh
Application granted granted Critical
Publication of CN112800155B publication Critical patent/CN112800155B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/203—Drawing of straight lines or curves
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Operations Research (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Air Conditioning Control Device (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种针对冰冻天气的风电场宏观选址方法，包括获取步骤：获取待选址区域的大气数据；预处理步骤：对大气数据预处理，建立冰冻程度评估系数；绘制步骤：根据预处理后的大气数据，绘制待选址区域冰冻天气分布图；选址步骤：根据待选址区域冰冻天气区域分布图，确定风电场选址。提高南方地区风电场选址的准确性及资源评估的精准度，降低经济损失，降低安全事故的发生。

Description

一种针对冰冻天气的风电场宏观选址方法
技术领域
本申请涉及风电场建设技术领域，特别涉及一种针对冰冻天气的风电场宏观选址方法。
背景技术
风力发电是一种清洁无公害、利用可再生能源风能进行发电的方式。风力发电非常环保， 且风能蕴量巨大，因此日益受到重视。选择一个好的风电场，是风力发电的关键。风电场场址 选择的好坏，对风能利用的预期目的能否达到，有着关键的作用。
我国南方高海拔风电场冬季温度低、湿度大，风电机组受冰冻天气影响非常普遍，且较为 严重，冰冻天气导致风电机组发电量损失较为严重(每年损失约3-5％)，甚至引发严重的安全 事故。
发明内容
本申请的目的是提供一种针对冰冻天气的风电场宏观选址方法，提高南方地区风电场选址 的准确性及资源评估的精准度，降低经济损失，降低安全事故的发生。
为了实现上述目的，本发明采用如下技术方案：
一种针对冰冻天气的风电场宏观选址方法，包括：
获取步骤：获取待选址区域的大气数据；
预处理步骤：对大气数据预处理，建立冰冻程度评估系数；
绘制步骤：根据预处理后的大气数据，绘制待选址区域冰冻天气分布图；
选址步骤：根据待选址区域冰冻天气区域分布图，确定风电场选址。
可选的，所述预处理步骤包括：
确定最优变量子集；
对最优变量子集进行多元回归分析，得到冰冻程度的回归方程；
通过回归方程，得到冰冻程度评估系数。
可选的，所述冰冻天气现象与各气象因子相关度从高到低排列为：日平均降水量>日最低 气温>日平均气温>日平均蒸发量>日最高气温>日平均相对湿度>日平均风速>日平均气压；其 中，所述最优变量子集为日平均降水量和日最低气温。
可选的，所述回归方程为：
Y＝8.226-1.344X1+1.089X2
其中，式中，Y为冰冻程度评估系数，X1为日最低气温，X2为日平均降水量。
可选的，所述预处理步骤中，用matlab软件对大气数据预处理。
可选的，所述绘制步骤中，利用克里金插值方法绘制待选址区域冰冻天气分布图。
可选的，所述冰冻天气分布图为等值线图。
可选的，所述获取步骤中大气数据为中国大气数据同化SWAT模型数据集，数据分布为 格点数据集，空间分辨率为1/4°×1/4°；所述格点数据集包含气温、气压、湿度、风速、降 水数据。
相对于现有技术，本发明具有以下有益效果：
本申请方法可以针对冰冻天气区域对风电场进行宏观选址，以充分保证风电场选址的合 理性，意在填补南方存在冰冻天气区域的选址及资源评估的技术空白，提高该类地区风电场选 址的准确性及资源评估的精准度，减少南方项目由于冰冻天气导致的经济损失，在项目开发前 期防范选址风险，反向提高项目收益。
附图说明
所包括的附图用来提供对本申请实施例的进一步的理解，其构成了说明书的一部分，用 于例示本申请的实施方式，并与文字描述一起来阐释本申请的原理。显而易见地，下面描述中 的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的 前提下，还可以根据这些附图获得其他的附图。在附图中：
图1是本申请的一实施例的风电场选址方法的流程图；
图2是本申请的一实施例的步骤S2的流程图；
图3是中国一月份湖北省、湖南省和江西省的气温分布图；
图4是江西省冰冻天气区域分布图。
具体实施方式
需要理解的是，这里所使用的术语、公开的具体结构和功能细节，仅仅是为了描述具体实 施例，是代表性的，但是本申请可以通过许多替换形式来具体实现，不应被解释成仅受限于这 里所阐述的实施例。
在本申请的描述中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示相对重要 性，或者隐含指明所指示的技术特征的数量。由此，除非另有说明，限定有“第一”、“第二” 的特征可以明示或者隐含地包括一个或者更多个该特征；“多个”的含义是两个或两个以上。 术语“包括”及其任何变形，意为不排他的包含，可能存在或添加一个或更多其他特征、整数、 步骤、操作、单元、组件和/或其组合。
另外，“中心”、“横向”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系的术语，是基于附图所示的方位或相对位置关系描述的，仅是 为了便于描述本申请的简化描述，而不是指示所指的装置或元件必须具有特定的方位、以特定 的方位构造和操作，因此不能理解为对本申请的限制。
此外，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如 可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接； 可以是直接相连，也可以通过中间媒介间接相连，或是两个元件内部的连通。对于本领域的普 通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。
下面参考附图和可选的实施例对本申请作详细说明。
如图1所示，作为本申请的一实施例，公开了一种针对冰冻天气的风电场宏观选址方法， 包括：
S1：获取步骤：采集待选址区域的大气数据；
S2：预处理步骤：对采集的大气数据预处理，建立冰冻程度评估系数；
S3：绘制步骤：根据预处理后的大气数据，运用Sufer软件克里金插值法处理相关数据绘 制待选址区域冰冻天气分布图；
S4：选址步骤：根据待选址区域冰冻天气区域分布图，确定风电场选址。
我国南方高海拔风电场冬季温度低、湿度大，风电机组受冰冻影响非常普遍，且较为严 重，冰冻现象导致风电机组发电量损失较为严重(每年损失约3-5％)，甚至引发严重的安全事 故。利用本申请方法，可以得到特定区域的冰冻分布图，根据选取标准可以针对冰冻天气区域 进行宏观的分类，进而对风电场进行最小化冰冻天气影响的宏观选址，以充分保证风电场选址 的合理性，意在填补南方存在冰冻天气区域的选址及资源评估的技术空白，提高该类地区风电 场选址的准确性及资源评估的精准度，减少南方项目由于冰冻天气导致的经济损失，在项目开 发前期防范选址风险，反向提高项目收益。
S1中所采集的大气数据，至少包括日平均降水量和日最低气温，还可以包括日平均气温、 日平均蒸发量、日最高气温、日平均相对湿度、日平均风速和日平均气压。
具体的，如图2所示，所述S2预处理步骤包括：
S21：确定最优变量子集，必须确定的变量有：平均降水量、日最低气温；可以采集的变 量包括日平均气温、日平均蒸发量、日最高气温、日平均相对湿度、日平均风速和日平均气压。
S22：对最优变量子集进行多元回归分析，首先通过筛选去除数据中心无效的数据(以搜 集到的相关区域降水量和最低气温的范围为标准筛选)，运用matlab利用其余数据的相关性判 断两个核心变量的准确性，得到冰冻程度的回归方程；
S23：通过回归方程，得到冰冻程度评估系数。
经申请人研究显示，冰冻天气现象与各气象因子相关度从高到低排列为：日平均降水量> 日最低气温>日平均气温>日平均蒸发量>日最高气温>日平均相对湿度>日平均风速>日平均气 压。其中，由此可以知道影响冰冻天气的主要气象因素为日平均降水量和日最低气温。所以， 所述最优变量子集为日平均降水量和日最低气温。
如上述可知，冰冻天气的形成是多个气象因子共同作用的结果，因此利用大气数据，采 用“选择最优的变量子集”的方法进行多元回归分析，从而得到冰冻程度的回归方程：
Y＝8.226-1.344X1+1.089X2
其中，式中，Y为冰冻程度评估系数，X1为日最低气温，X2为日平均降水量。
所述S2预处理步骤中，用matlab软件对大气数据筛选处理。利用surfer11.0软件基于气 温数据集分析全国一月份气温分布，其中湖北省、湖南省和江西省的分布图如图3所示；
所述S3绘制步骤中，首先根据区域地理坐标在sufer软件中制作区域边界文件，然后利 用克里金插值方法对处理后数据进行插值处理(包括区域内各个点位的地理坐标以及计算得出 的冰冻程度三个序列的值)绘制区域等值线，通过等值线和边界区域绘制待选址区域冰冻天气 分布图。所述冰冻天气分布图为等值线图，还可以生成气温、气压、湿度等气象元素的等值线 图进行综合的对比分析区域的冰冻程度。
S4所述的选址步骤中，根据S3绘制得到的冰冻天气分布情况对各个小区域进行冰冻等 级划分，在可接受的冰冻等级范围初步选取可规划风电场的区域。
以江西省为例，进行该区域一月份气温、气压、湿度等气象元素的等值线图绘制，插值 方法为克里金插值法。各气象因素的冰冻天气区域分布综合评估指数为S2所述的冰冻程度评 估回归方程。基础数据为中国大气数据同化SWAT模型数据集(CMADS)，数据分布为格点 数据集，空间分辨率为1/4°×1/4°，时间间隔为2008年-2014年共7年，数据处理软件为 surfer11.0和matlab。利用以上气象数据绘制了江西省冰冻天气区域分布图如图4所示。
所述获取步骤中大气数据为中国大气数据同化SWAT模型数据集，数据分布为格点数据 集，空间分辨率为1/4°×1/4°。所述格点数据集包含气温、气压、湿度、风速、降水数据。 本申请方法可利用现有中国大气数据，并可应用到全国其他区域的冰冻天气区域分布图绘制。 其中气温、气压、湿度、风速等驱动数据采用了2421个国家级自动站和业务考核的29452个 区域自动站的地面基本气象要素逐小时观测数据以及相对应的台站信息，利用多重网格三维变 分方法(STMAS)，在NCEP/GFS背景场基础上制作地面基本要素分析场；降水数据由多卫星 与地面自动站降水融合而成。
本申请方法通过对数据处理分析，减少了冰冻天气对测风结果的影响，提高发电量评估的 准确性。同时配合本申请方法，可以针对目前国内市场上不同业主、供应商提供的抗冰冻设备、 方案，梳理出一套符合不同区域、强度天气的风机抗冰冻解决方案，从而在风电场运营阶段降 低冰冻天气对发电量的损失的影响，将减少风电场因为冰冻产生的发电量损失率3-5％。
需要说明的是，本方案中涉及到的各步骤的限定，在不影响具体方案实施的前提下，并不 认定为对步骤先后顺序做出限定，写在前面的步骤可以是在先执行的，也可以是在后执行的， 甚至也可以是同时执行的，只要能实施本方案，都应当视为属于本申请的保护范围。
以上内容是结合具体的可选实施方式对本申请所作的进一步详细说明，不能认定本申请 的具体实施只局限于这些说明。对于本申请所属技术领域的普通技术人员来说，在不脱离本申 请构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本申请的保护范围。

Claims (5)

1.一种针对冰冻天气的风电场宏观选址方法，其特征在于，包括：
获取步骤：获取待选址区域的大气数据；
预处理步骤：对大气数据预处理，建立冰冻程度评估系数；
绘制步骤：根据预处理后的大气数据，绘制待选址区域冰冻天气分布图；
选址步骤：根据待选址区域冰冻天气区域分布图，确定风电场选址；
所述预处理步骤包括：
确定最优变量子集；
对最优变量子集进行多元回归分析，得到冰冻程度的回归方程；
通过回归方程，得到冰冻程度评估系数；
所述冰冻天气现象与各气象因子相关度从高到低排列为：日平均降水量>日最低气温>日平均气温>日平均蒸发量>日最高气温>日平均相对湿度>日平均风速>日平均气压；其中，所述最优变量子集为日平均降水量和日最低气温；
所述获取步骤中大气数据为中国大气数据同化SWAT模型数据集，数据分布为格点数据集，空间分辨率为1/4°×1/4°；所述格点数据集包含气温、气压、湿度、风速、降水数据。
2.如权利要求1所述的一种针对冰冻天气的风电场宏观选址方法，其特征在于，所述回归方程为：
Y＝8.226-1.344X1+1.089X2
其中，式中，Y为冰冻程度评估系数，X1为日最低气温，X2为日平均降水量。
3.如权利要求1所述的一种针对冰冻天气的风电场宏观选址方法，其特征在于，所述预处理步骤中，用matlab软件对大气数据预处理。
4.如权利要求1所述的一种针对冰冻天气的风电场宏观选址方法，其特征在于，所述绘制步骤中，利用克里金插值方法绘制待选址区域冰冻天气分布图。
5.如权利要求4所述的一种针对冰冻天气的风电场宏观选址方法，其特征在于，所述冰冻天气分布图为等值线图。
CN202010852278.7A 2020-08-21 2020-08-21 一种针对冰冻天气的风电场宏观选址方法 Active CN112800155B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010852278.7A CN112800155B (zh) 2020-08-21 2020-08-21 一种针对冰冻天气的风电场宏观选址方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010852278.7A CN112800155B (zh) 2020-08-21 2020-08-21 一种针对冰冻天气的风电场宏观选址方法

Publications (2)

Publication Number Publication Date
CN112800155A CN112800155A (zh) 2021-05-14
CN112800155B true CN112800155B (zh) 2023-04-18

Family

ID=75806589

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010852278.7A Active CN112800155B (zh) 2020-08-21 2020-08-21 一种针对冰冻天气的风电场宏观选址方法

Country Status (1)

Country Link
CN (1) CN112800155B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003161693A (ja) * 2001-11-27 2003-06-06 Kajima Corp 気象環境を考慮したコンクリート構造物の劣化評価システム及びライフサイクルコスト評価システム、劣化評価方法及びライフサイクルコスト評価方法、プログラム、記録媒体
CN102221714A (zh) * 2011-03-11 2011-10-19 钱维宏 基于大气变量物理分解的低温雨雪冰冻天气的中期预报系统和方法
CN104615811A (zh) * 2015-01-23 2015-05-13 云南电网有限责任公司 一种输电线路冰冻气象风险等级分布图测绘方法
CN109214687A (zh) * 2018-09-11 2019-01-15 中国科学院地理科学与资源研究所 滑雪场选址方法和装置
CN110147620A (zh) * 2019-05-23 2019-08-20 中国科学院寒区旱区环境与工程研究所 一种冰冻圈水文过程分析方法及系统

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103268572B (zh) * 2013-05-06 2016-07-06 国家电网公司 一种千万千瓦级大型风电基地测风网络的微观选址方法
CN103426039B (zh) * 2013-09-08 2016-09-21 云南师范大学 一种山地光伏电站选址模型建立的方法
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
CN107944632A (zh) * 2017-12-06 2018-04-20 北京天润新能投资有限公司 一种基于开发地图的风电场选址系统及选址方法
CN110162582A (zh) * 2018-04-13 2019-08-23 山东百世通大数据科技有限公司 复杂地形下高速公路气象观测站智能选址系统及应用方法
CN109253056B (zh) * 2018-09-14 2020-06-02 华润电力投资有限公司北方分公司 一种风电数据分析方法及系统
CN109146204A (zh) * 2018-09-27 2019-01-04 浙江中海达空间信息技术有限公司 一种多层次综合评估的风电场升压站自动选址方法
CN110689187B (zh) * 2019-09-23 2023-05-23 北京洛斯达科技发展有限公司 一种基于多条件约束的变电站自动选址方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003161693A (ja) * 2001-11-27 2003-06-06 Kajima Corp 気象環境を考慮したコンクリート構造物の劣化評価システム及びライフサイクルコスト評価システム、劣化評価方法及びライフサイクルコスト評価方法、プログラム、記録媒体
CN102221714A (zh) * 2011-03-11 2011-10-19 钱维宏 基于大气变量物理分解的低温雨雪冰冻天气的中期预报系统和方法
CN104615811A (zh) * 2015-01-23 2015-05-13 云南电网有限责任公司 一种输电线路冰冻气象风险等级分布图测绘方法
CN109214687A (zh) * 2018-09-11 2019-01-15 中国科学院地理科学与资源研究所 滑雪场选址方法和装置
CN110147620A (zh) * 2019-05-23 2019-08-20 中国科学院寒区旱区环境与工程研究所 一种冰冻圈水文过程分析方法及系统

Also Published As

Publication number Publication date
CN112800155A (zh) 2021-05-14

Similar Documents

Publication Publication Date Title
Ayodele et al. Potential and economic viability of green hydrogen production by water electrolysis using wind energy resources in South Africa
Ouammi et al. Monthly and seasonal assessment of wind energy characteristics at four monitored locations in Liguria region (Italy)
Ucar et al. Assessment of wind power potential for turbine installation in coastal areas of Turkey
Ucar et al. Investigation of wind characteristics and assessment of wind-generation potentiality in Uludağ-Bursa, Turkey
Mostafaeipour Feasibility study of harnessing wind energy for turbine installation in province of Yazd in Iran
CN102628876B (zh) 一种包含上下游效应实时监测的超短期预测方法
CN102073791A (zh) 用于光伏电站设计的地区太阳能资源丰富程度评估系统
El Alimi et al. Modeling and investigation of the wind resource in the gulf of Tunis, Tunisia
Acuzar et al. Effects of weather and climate on renewable energy resources in a distributed generation system simulated in Visayas, Philippines
Sun et al. GIS‐based multiregional potential evaluation and strategies selection framework for various renewable energy sources: a case study of eastern coastal regions of China
CN108808671A (zh) 一种风电场短期风速集合预报方法
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
CN112800155B (zh) 一种针对冰冻天气的风电场宏观选址方法
Al-Hussieni A prognosis of wind energy potential as a power generation source in Basra City, Iraq State
Kassem et al. Assessment of wind energy potential for selecting small-scale wind turbines in low wind locations in Libya: A comparative study
Alawadhi The potential of wind energy in Kuwait: a complete feasibility investigation
CN115841266A (zh) 一种用于光伏电站选址的光伏发电潜力评估方法
CN103455730A (zh) 分布式光伏发电能力评估系统及生成太阳辐射数据的方法
Hiçsönmez et al. Techno-economic assessment of wind potential at five locations in northern cyprus using open source wind data
Afonso et al. Weather monitoring system for renewable energy power production correlation
Ding et al. How Solar and Wind Powers can Complement Each Other in Spatial-Temporal Dimensions?-An Empirical Study in China's Hubei Province
Blazevic et al. Assessment and analysis of wind energy potential in the mountain area around Sarajevo
Fyrippis et al. Analysis of wind potential and energy production in naxos island, Greece
Teixeira et al. Invasive woodland resources in the azores: biomass availability for 100% renewable energy supply in graciosa Island
KORUKÇU Investigation of long term wind characteristics and wind energy potential in Bandırma, Turkey.

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