CN113806912A - 一种基于参证气象站大风过程相关法的风电场最大风速估算方法 - Google Patents
一种基于参证气象站大风过程相关法的风电场最大风速估算方法 Download PDFInfo
- Publication number
- CN113806912A CN113806912A CN202110943580.8A CN202110943580A CN113806912A CN 113806912 A CN113806912 A CN 113806912A CN 202110943580 A CN202110943580 A CN 202110943580A CN 113806912 A CN113806912 A CN 113806912A
- Authority
- CN
- China
- Prior art keywords
- wind
- wind speed
- meteorological station
- maximum
- maximum wind
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000012417 linear regression Methods 0.000 claims abstract description 17
- 230000001360 synchronised effect Effects 0.000 claims abstract description 8
- 238000012360 testing method Methods 0.000 claims description 23
- 238000012216 screening Methods 0.000 claims description 9
- 241000208340 Araliaceae Species 0.000 claims description 6
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 6
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 6
- 235000008434 ginseng Nutrition 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 5
- 230000001427 coherent effect Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 2
- 230000001419 dependent effect Effects 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 abstract description 3
- 238000011156 evaluation Methods 0.000 description 3
- YTAHJIFKAKIKAV-XNMGPUDCSA-N [(1R)-3-morpholin-4-yl-1-phenylpropyl] N-[(3S)-2-oxo-5-phenyl-1,3-dihydro-1,4-benzodiazepin-3-yl]carbamate Chemical compound O=C1[C@H](N=C(C2=C(N1)C=CC=C2)C1=CC=CC=C1)NC(O[C@H](CCN1CCOCC1)C1=CC=CC=C1)=O YTAHJIFKAKIKAV-XNMGPUDCSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000010187 selection method 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/06—Wind turbines or wind farms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Evolutionary Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Artificial Intelligence (AREA)
- Algebra (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Wind Motors (AREA)
Abstract
本发明涉及一种基于大风过程相关法的风电场最大风速分析方法。根据参证气象站多年最大风速资料计算参证站的50年一遇最大风速,基于参证气象站大风过程相关法的风电场最大风速估算方法,根据时间阈值time_interval判断同一场大风的影响,并根据在同一场大风影响下的测风塔和参证气象站独立样本序列建立线性回归方程,据此推算风电场的50年一遇最大风速,并换算至标准空气密度。主要步骤有1、参考参证气象站最大风速计算成果;2、分析参证气象站、海上测风塔同时期观测数据,根据同一场大风影响下的独立样本,并分风向建立相关方程;3、推算风电场最大风速。
Description
技术领域
本发明涉及一种基于大风过程相关法的风电场最大风速分析方法,能够参考参证气象站最大风速计算成果,分析参证气象站、海上测风塔同时期观测数据,根据同一场大风影响下的独立样本,并分风向建立相关方程,推算风电场最大风速。
背景技术
无论陆上、还是海上风电项目,均需要对风电机组抗风等级评估,以保证机组抗风性能需满足当地环境要求。机组抗风等级评估的重要参考指标是风电场50年一遇最大风速,它是指50年重现期内任意10min平均风速的最大值。由于风电场现场观测数据样本长度有限,无法达到十几年甚至几十年,因此只能通过临近参证气象站历史观测数据计算最大风速值后,采用一定的方法将其推算至场区。然而,目前并没有严格的要求规定相关样本选择方法,随机相关关系不能很好地反应气象站与测风塔最大风速样本之间的关系,导致相关方程的合理性和有效性各不相同。因此,有必要建立一套可行且较为合理的方法,完善风电场最大风速分析体系。
发明内容
本发明要解决的技术问题是:克服随机相关关系的局限性,找到一种适用于风电场最大风速的推算方法。
为解决上述技术问题,本发明采用以下技术方案:
一种基于参证气象站大风过程相关法的风电场最大风速估算方法,其特征在于:根据参证气象站多年最大风速资料计算参证站的50年一遇最大风速V50,参,根据在同一场大风影响下的测风塔和参证气象站独立样本序列建立线性回归方程,并据此推算风电场的50年一遇最大风速V50,mea,并换算至标准空气密度,并由标准空气密度下50年一遇最大风速V50,std判断风力发电机组抗风等级。
本发明的风电场最大风速估算方法包括以下步骤:
(1)、选择风电场周边的参证气象站,收集参政气象站n个年最大风速样本,n≥15;
(2)、计算n年最大风速序列V1、V2、V3、…、Vi均值μ和标准差σ,分别为:
(3)、求极值I型概率分布的分布位置参数u和尺度参数α,为:
c1、c2由修正矩估计法估算,可通过查《全国风能资源评价技术规定》第二条第4款中的附表获得;
(4)、由极值I型概率分布估算参证气象站位置50年一遇最大风速V50,参
(5)、绘制测风塔逐10min风速序列和气象站观测日最大风速序列同时期观测时序过程线,初步判断,参证气象站是否对测风塔具代表性;
(6)、根据以下筛选条件筛选出在同一场大风影响下的测风塔独立样本和参证气象站的独立样本;
所述筛选条件包括参证气象站的大风判断条件V测,i≥V测,阈值;和测风塔的大风样本判断条件V参,i≥V参,阈值;其中,其中:V测,i为测风塔实测10min风速序列(m/s);V测,阈值为符合判定为测风塔最大风速阈值(m/s),一般可取为测风塔实测序列的均值与标准差之和,即V测,阈值=μ(V测,i)+σ(V测,i);V参,i为参证气象站与测风塔同期观测日最大风速序列(m/s);V参,阈值为符合判定为测风塔最大风速阈值(m/s),一般可取为参证气象站与测风塔同期观测值的均值与标准差之和,即V参,阈值=μ(V参,i)+σ(V参,i)。
所述筛选条件还包括结合测风塔和参证气象站位置关系、逐时风向,设置的独立大风允许时间间隔:d≥time_interval,其中,WD参,i、WD测,,i分别为参证气象站、测风塔在i时刻的风向观测值;d为独立大风样本间隔时间(天);time_inlerval为设置的独立大风允许时间间隔(天),一般可取3天,即考虑测风塔和气象站距离等因素影响,在风向差异不大的前提下,判定前后1.5天内参证气象站与测风塔发生的大风为同一场大风样本所致;
(7)、根据筛选出的在同一场大风影响下的测风塔独立样本序列{Yi}和参证气象站的独立样本序列{Xi},建立线性回归方程,Y=AX+B,
其中,T为一元线性回归方程的因变量,即测风塔的独立样本序列;X为一元线性回归方程的自变量,即参证气象站的独立样本序列;A为最小二乘法估计法计算得到的一元线性回归方程的斜率;B为最小二乘估计法计算得到的一元线性回归方程的截距;
(8)、对步骤(7)中的回归参数A、B进行F检验,若通过显著性检验,则进入步骤(9),否则,返回至步骤(6),重新筛选样本,建立回归方程;
(9)、根据步骤(8),由参证气象站V50,参推算风电场的50年一遇最大风速V50,mea:
V50,mea=aV50,参+b
(10)、将V50,mea换算至标准空气密度,并由V50,std判断风力发电机组抗风等级:
V50,std——标准空气密度下50年一遇最大风速,m/s;
V50,mea——现场空气密度下50年一遇最大风速,m/s;
ρm——风电场实测年平均空气密度;
ρ0——标准空气密度,1.225kg/m3。
进一步地:设置测风塔最大风速的判断条件,满足:1)V测,i≥V测,阈值;2)V参,i≥V参,阈值;3)V测,阈值=μ(V测,i)+σ(V测,i);4)V参,阈值=μ(V参,i)+σ(V参,i);则可认作测风塔、参证气象站的大风样本。
进一步地:同一场大风影响的最大风速样本根据时间阈值time_interval判断,参证气象站具备代表性的前提下:time_interval≤3(天)则认为为同一场大风影响下的最大风速样本。
本发明的有益效果是:提供一种基于大风过程相关法的风电场最大风速分析方法,考虑了每一场大风过程对样本的影响,结合大风出现时刻及风向、地理位置,选择气象站与海上测风塔在同一次大风过程均出现大风的样本,且一次大风过程只选取一组独立样本,可满足工程上推算风电场最大风速的要求。
附图说明
图1为本发明方法流程图。
图2为实施例中,测风塔与气象站同期观测时序过程线图。
具体实施方式
以江苏某海上风电场50年一遇最大风速评估为例,本发明实施步骤如下:
a、选择江苏某海上风电场西南偏南方向50km位置沿岸有一气象站为该风电场的参证气象站,收集气象站1970~2014年共计45年(满足≥15年的要求)的逐年最大风速;
b、按下式计算n年最大风速序列V1、V2、V3、…、Vi均值μ和标准差σ,得μ=14.32m/s,σ=2.00m/s:
c、查《全国风能资源评价技术规定》第二条第4款中的附表可知,n=45时c1=1.15185,c2=0.54362,据此求极值I型概率分布的分布位置参数u和尺度参数α,为α=0.5754,u=13.3706:
d、由极值I型概率分布估算参证气象站位置50年一遇最大风速V50,参=20.2m/s
e、绘制测风塔逐10min风速序列和气象站观测日最大风速序列同时期观测时序过程线,如图2所示,大风过程线基本一致,初步判断,参证气象对测风塔具有代表性;
f、分别设置参证气象站和测风塔的大风样本判断条件:
1)V测,i≥V测,阈值;2)V参,i≥V参,阈值;
3)V测,阈值=μ(V测,i)+σ(V测,i);
4)V参,阈值=μ(V参,i)+σ(V参,i);
g、结合测风塔和气象站位置关系、逐时风向,设置合理的独立大风允许时间间隔:
d≥time_interval
参证气象站具备代表性的前提下:
time_interval≤3(天)
h、根据f、g步骤筛选出在同一场大风影响下的测风塔独立样本序列{Yi}和气象站的独立样本序列{Xi};建立线性回归方程,Y=1.1840X+2.3588;
i、对步骤h中的回归参数A、B进行F检验,F值为27.1964,P值为1.0246E-09通过0.05信度水平下的F检验,进入步骤j;
j、根据步骤h,由参证气象站V50,参推算风电场的50年一遇最大风速V50,mea=38.9m/s:
V50,mea=aV50,参+b
k、风电场实测年平均空气密度ρm为1.214kg/m3,将V50,mea换算至标准空气密度为38.7m/s,并由V50,std=38.7m/s判断风力发电机组抗风等级为IEC II类:
V50,std——标准空气密度下50年一遇最大风速,m/s;
V50,mea——现场空气密度下50年一遇最大风速,m/s;
ρm——风电场实测年平均空气密度;
ρ0——标准空气密度,1.225kg/m3。
本方法的有效性验证:参考本项目周边其他项目情况以及江苏省气候中心就本区域一系列项目完成的最大风速专题报告结论,本风电场区及附近项目的评估50年一遇最大风速均在38~39m/s之间,可选用IEC II类及以上的风电机组,与根据本发明计算的大风过程相关法推算的结果接近。
以上所述,仅是本发明的较佳实施例,并非对本发明做任何形式上的限制,凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化,均落入本发明的保护范围之内。
Claims (5)
1.一种基于参证气象站大风过程相关法的风电场最大风速估算方法,其特征在于:根据参证气象站多年最大风速资料计算参证站的50年一遇最大风速V50,参,根据在同一场大风影响下的测风塔和参证气象站独立样本序列建立线性回归方程,并据此推算风电场的50年一遇最大风速V50,mea,并换算至标准空气密度,并由标准空气密度下50年一遇最大风速V50,std判断风力发电机组抗风等级。
2.如权利要求1所述的一种基于参证气象站大风过程相关法的风电场最大风速估算方法,其特征在于:包括以下步骤:
(1)、选择风电场周边的参证气象站,收集参政气象站n个年最大风速样本,n≥15;
(2)、计算n年最大风速序列V1、V2、V3、…、Vi均值μ和标准差σ,分别为:
(3)、求极值I型概率分布的分布位置参数u和尺度参数α,为:
c1、c2由修正矩估计法估算;
(4)、由极值I型概率分布估算参证气象站位置50年一遇最大风速V50,参
(5)、绘制测风塔逐10min风速序列和气象站观测日最大风速序列同时期观测时序过程线,初步判断,参证气象站是否对测风塔具代表性;
(6)、根据以下筛选条件筛选出在同一场大风影响下的测风塔独立样本和参证气象站的独立样本;
所述筛选条件包括参证气象站的大风判断条件V测,i≥V测,阈值;和测风塔的大风样本判断条件V参,i≥V参,阈值;其中:V测,i为测风塔实测10min风速序列(m/s);V测,阈值为符合判定为测风塔最大风速阈值(m/s);V参,i为参证气象站与测风塔同期观测日最大风速序列(m/s);V参,阈值为符合判定为测风塔最大风速阈值(m/s);
所述筛选条件还包括结合测风塔和参证气象站位置关系、逐时风向,设置的独立大风允许时间间隔:d≥time_interval,其中,d为独立大风样本间隔时间(天);time_interval为设置的独立大风允许时间间隔(天);
(7)、根据筛选出的在同一场大风影响下的测风塔独立样本序列{Yi}和参证气象站的独立样本序列{Xi},建立线性回归方程,Y=AX+B,
其中,Y为一元线性回归方程的因变量,即测风塔的独立样本序列;X为一元线性回归方程的自变量,即参证气象站的独立样本序列;A为最小二乘法估计法计算得到的一元线性回归方程的斜率;B为最小二乘估计法计算得到的一元线性回归方程的截距;
(8)、对步骤(7)中的回归参数A、B进行F检验,若通过显著性检验,则进入步骤(9),否则,返回至步骤(6),重新筛选样本,建立回归方程;
(9)、根据步骤(8),由参证气象站V50,参推算风电场的50年一遇最大风速V50,mea:
V50,mea=aV50,参+b
(10)、将V50,mea换算至标准空气密度,并由V50,std判断风力发电机组抗风等级:
V50,std——标准空气密度下50年一遇最大风速,m/s;
V50,mea——现场空气密度下50年一遇最大风速,m/s;
ρm——风电场实测年平均空气密度;
ρ0——标准空气密度,1.225kg/m3。
3.根据权利要求1所述的一种基于参证气象站大风过程相关法的风电场最大风速估算方法,其特征在于:设置测风塔最大风速的判断条件,满足:1)V测,i≥V测,阈值;2)V参,i≥V参,阈值;3)V测,阈值=μ(V测,i)+σ(V测,i);4)V参,阈值=μ(V参,i)+σ(V参,i);则可认作测风塔、参证气象站的大风样本。
4.根据权利要求1所述的一种基于参证气象站大风过程相关法的风电场最大风速估算方法,其特征在于:同一场大风影响的最大风速样本根据时间阈值time_interval判断,参证气象站具备代表性的前提下:time_interval≤3(天)则认为为同一场大风影响下的最大风速样本。
5.根据权利要求2所述的一种基于参证气象站大风过程相关法的风电场最大风速估算方法,其特征在于:V测,阈值取为测风塔实测序列的均值与标准差之和,即V测,阈值=μ(V测,i)+σ(V测,i);V参,阈值取为参证气象站与测风塔同期观测值的均值与标准差之和,即V参,阈值=μ(V参,i)+σ(V参,i);
time_interval取3天,即考虑测风塔和气象站距离等因素影响,在风向差异不大的前提下,判定前后1.5天内参证气象站与测风塔发生的大风为同一场大风样本所致。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110943580.8A CN113806912A (zh) | 2021-08-17 | 2021-08-17 | 一种基于参证气象站大风过程相关法的风电场最大风速估算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110943580.8A CN113806912A (zh) | 2021-08-17 | 2021-08-17 | 一种基于参证气象站大风过程相关法的风电场最大风速估算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113806912A true CN113806912A (zh) | 2021-12-17 |
Family
ID=78893702
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110943580.8A Pending CN113806912A (zh) | 2021-08-17 | 2021-08-17 | 一种基于参证气象站大风过程相关法的风电场最大风速估算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113806912A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107542627A (zh) * | 2016-06-27 | 2018-01-05 | 中国船舶重工集团海装风电股份有限公司 | 一种风力发电机组功率曲线绘制方法及绘制系统 |
CN108564484A (zh) * | 2018-04-11 | 2018-09-21 | 中国电建集团成都勘测设计研究院有限公司 | 风电场测风代表年滑动选取方法 |
CN111914424A (zh) * | 2020-08-05 | 2020-11-10 | 中国能源建设集团江苏省电力设计院有限公司 | 一种基于短期测风资料的设计风速取值方法及系统 |
-
2021
- 2021-08-17 CN CN202110943580.8A patent/CN113806912A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107542627A (zh) * | 2016-06-27 | 2018-01-05 | 中国船舶重工集团海装风电股份有限公司 | 一种风力发电机组功率曲线绘制方法及绘制系统 |
CN108564484A (zh) * | 2018-04-11 | 2018-09-21 | 中国电建集团成都勘测设计研究院有限公司 | 风电场测风代表年滑动选取方法 |
CN111914424A (zh) * | 2020-08-05 | 2020-11-10 | 中国能源建设集团江苏省电力设计院有限公司 | 一种基于短期测风资料的设计风速取值方法及系统 |
Non-Patent Citations (3)
Title |
---|
呼津华等: "风电场不同高度的50年一遇最大和极大风速估算", 《应用气象学报》, pages 1 - 3 * |
程艳伟;: "风电场风速订正方法的回归检验和误差分析", 内蒙古电力技术, no. 02, pages 1 - 2 * |
陆艳艳等: "海上风能资源测量及评估中几个关键问题分析", 《全球能源互联网》, pages 1 - 3 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104319807B (zh) | 一种基于Copula函数获取多风电场容量可信度的方法 | |
Petersen | In search of the wind energy potential | |
Zhang et al. | Analysis of wind characteristics and wind energy potential in complex mountainous region in southwest China | |
CN111242404B (zh) | 一种强降雨诱发洪灾事件的极端性评估方法及系统 | |
Niroomandi et al. | Extreme value analysis of wave climate in Chesapeake Bay | |
Gonzalez-Longatt | Wind Resource Potential in Los Taques-Venezuela | |
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 | |
Salvação et al. | Validation of a regional atmospheric model for assessing the offshore wind resources along the Portuguese coast | |
Atan et al. | Assessment of extreme wave height events in Galway Bay using high frequency radar (CODAR) data | |
CN115204712B (zh) | 一种海上和沿海风电场选址评估方法 | |
CN113806912A (zh) | 一种基于参证气象站大风过程相关法的风电场最大风速估算方法 | |
Potter et al. | Wind power data for grid integration studies | |
Hadžiahmetović et al. | Statistical analysis and assessment of wind energy potential in Sarajevo, Bosnia and Herzegovina | |
CN103424782B (zh) | 一种中层径向辐合的自动识别方法 | |
Kassem et al. | Assessment of wind energy potential for selecting small-scale wind turbines in low wind locations in Libya: A comparative study | |
Erdenebat et al. | Wind energy resource assessment of the south Gobi region in Mongolia | |
CN210222818U (zh) | 一种结合质控的风资源评估系统 | |
Blazevic et al. | Assessment and analysis of wind energy potential in the mountain area around Sarajevo | |
Bebi et al. | An evaluation of wind energy potential in Topoja area, Albania. | |
Gulli et al. | Two years of wind-lidar measurements at an Italian Mediterranean Coastal Site | |
Ghosh | Wind speed Weibull distribution and wind energy potential of Chandpur, Bangladesh | |
Nymphas et al. | Evaluation of the performance of five distribution functions for estimating Weibull parameters for wind energy potential in Nigeria | |
Elliott et al. | Validation of regional wind resource predictions in the northern Great Plains | |
Hong et al. | Spatiotemporal variations of 100 m wind in Mongolia and implications for wind energy resources | |
Fyrippis et al. | Analysis of wind potential and energy production in naxos island, Greece |
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 |