CN117057164B - 风资源评估方法、装置、电子设备及存储介质 - Google Patents
风资源评估方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117057164B CN117057164B CN202311309755.5A CN202311309755A CN117057164B CN 117057164 B CN117057164 B CN 117057164B CN 202311309755 A CN202311309755 A CN 202311309755A CN 117057164 B CN117057164 B CN 117057164B
- Authority
- CN
- China
- Prior art keywords
- wind resource
- key parameters
- wind
- simulation
- resource elements
- 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
- 238000011156 evaluation Methods 0.000 title description 18
- 238000004088 simulation Methods 0.000 claims abstract description 152
- 238000000034 method Methods 0.000 claims abstract description 46
- 238000005259 measurement Methods 0.000 claims abstract description 14
- 238000004590 computer program Methods 0.000 claims description 8
- 239000002689 soil Substances 0.000 claims description 5
- 238000009825 accumulation Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000005855 radiation Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 2
- 238000010248 power generation Methods 0.000 abstract description 2
- 238000013461 design Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect 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
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
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
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Geometry (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种风资源评估方法、装置、电子设备及存储介质。涉及风力发电技术领域。方法包括初选出初选关键参数;对初选关键参数赋值后进行中尺度模拟,得到风资源要素的第一模拟结果;计算初选关键参数在不同赋值下,风资源要素的第一模拟结果之间的差值比率;基于差值比率从初选关键参数确定出的关键参数;获取各区域的历史风资源要素实测数据;针对每个区域,通过中尺度模拟得到关键参数在不同赋值下,风资源要素的第二模拟结果;计算各区域的第二模拟结果与实测数据之间的相对误差;基于各区域所对应相对误差最小时关键参数的赋值,确定出各区域的关键参数的最终赋值。本发明公开的方法可对各区域的风资源准确评估。
Description
技术领域
本发明属于风力发电技术领域,具体涉一种风资源评估方法、装置、电子设备及存储介质。
背景技术
中尺度数值模拟方法已经广泛应用在风电领域的风资源评估工作中。利用该方法可实现对气象再分析资料的降尺度,以弥补测风塔数据在时间和空间上覆盖不足的问题,增加风资源前期评估的精度。该模拟方法以中尺度数值天气预报模式(Weather Researchand Forecasting,WRF)为核心,WRF存在许多可供调节的参数,如驱动数据、时空分辨率、嵌套、物理参数化方案等,部分关键参数的设置对降尺度结果有重要影响。
不同地区的风资源特征根据大气环流、局地地形、下垫面类型等环境要素的不同存在较大差异,利用气象资料对其进行降尺度分析时,应根据环境要素特性设置相应的降尺度参数。而在风电领域,中尺度模拟多采用默认设置方案,缺少对于关键参数的定性判断和定量分析,导致风资源评估时,中尺度模拟结果的准确性相对较差。
因此,如何提供一种有效的中尺度数值模拟方案,以便对风资源进行准确评估,已成为现有技术中一亟待解决的问题。
发明内容
本发明的目的是提供一种风资源评估方法、装置、电子设备及存储介质,用以解决现有技术中存在的上述问题。
为了实现上述目的,本发明采用以下技术方案:
第一方面,本发明提供了一种风资源评估方法,包括:
从用于风资源要素中尺度模拟的可调参数中初选出初选关键参数;
采用控制变量法对所述初选关键参数赋值后进行中尺度模拟,得到风资源要素的第一模拟结果;
计算所述初选关键参数在不同赋值下,风资源要素的第一模拟结果之间的差值比率;
基于所述初选关键参数在不同赋值下,风资源要素的第一模拟结果之间的差值比率,从初选关键参数确定出用于风资源要素中尺度模拟的关键参数;
获取不同地理类型的多个区域中各区域的历史风资源要素实测数据;
针对每个区域,通过中尺度模拟得到所述关键参数在不同赋值下,风资源要素的第二模拟结果;
计算各区域风资源要素的第二模拟结果与实测数据之间的相对误差;
基于各区域所对应相对误差最小时关键参数的赋值,确定出各区域的关键参数的最终赋值,以便基于各区域的关键参数的最终赋值对各区域的风资源进行评估。
基于上述公开的内容,本发明通过从用于风资源要素中尺度模拟的可调参数中初选出初选关键参数;采用控制变量法对初选关键参数赋值后进行中尺度模拟,得到风资源要素的第一模拟结果;计算初选关键参数在不同赋值下,风资源要素的第一模拟结果之间的差值比率;基于初选关键参数在不同赋值下,风资源要素的第一模拟结果之间的差值比率,从初选关键参数确定出用于风资源要素中尺度模拟的关键参数;获取不同地理类型的多个区域中各区域的历史风资源要素实测数据;针对每个区域,通过中尺度模拟得到关键参数在不同赋值下,风资源要素的第二模拟结果;计算各区域风资源要素的第二模拟结果与实测数据之间的相对误差;基于各区域所对应相对误差最小时关键参数的赋值,确定出各区域的关键参数的最终赋值,以便基于各区域的关键参数的最终赋值对各区域的风资源进行评估。如此,通过控制变量法对初选关键参数赋值后进行中尺度模拟,并根据初选关键参数在不同赋值下风资源要素的模拟结果之间的差值比率,确定筛选出对风资源评估影响较大的关键参数,然后再针对不同区域以风资源评估效果最优为目标导向,准确确定出不同区域在中尺度模拟中关键参数的赋值方案,即可准确确定出不同区域对风资源评估影响较大的关键参数赋值方案,从而能够对各区域的风资源进行准确评估,为后续风电场的投资、运营等提供了有可靠的依据。
通过上述的设计,本发明能够对各区域的风资源进行准确评估,为后续风电场的投资、运营等提供了有可靠的依据,便于实际应用和推广。
在一个可能的设计中,所述初选关键参数包括中尺度模拟的驱动数据、中尺度模拟的时空分辨率、中尺度模拟的嵌套方案和/或中尺度模拟的物理参数化方案。
在一个可能的设计中,中尺度模拟的驱动数据包括风速、风向、大气温度、气压、海表面温度、相对湿度、土壤湿度、土壤温度、地形高度和/或土地利用类型。
在一个可能的设计中,中尺度模拟的物理参数化方案包括长短波辐射方案、积云对流方案、微物理方案、边界层方案和/或近地层方案。
在一个可能的设计中,所述历史风资源要素实测数据包括:历史风速数据、历史风向数据、历史风切变数据和/或历史湍流数据。
在一个可能的设计中,风资源要素的第二模拟结果与实测数据之间的相对误差为,其中/>表示某一区域的风资源要素的第二模拟结果,/>表示某一区域的风资源要素的实测数据。
在一个可能的设计中,风资源要素的第二模拟结果包括风速的模拟结果,所述方法还包括:
通过风向频率玫瑰图展示16个风向区域,在不同赋值下模拟风向的频率分布和实测风向的频率分布。
在一个可能的设计中,所述不同地理类型的多个区域包括山地区、沙漠区、平原区、丘陵区和/或沿海滩涂区。
第二方面,本发明提供了一种风资源评估装置,包括:
初选单元,用于从用于风资源要素中尺度模拟的可调参数中初选出初选关键参数;
中尺度模拟单元,用于采用控制变量法对所述初选关键参数赋值后进行中尺度模拟,得到风资源要素的第一模拟结果;
计算单元,用于计算所述初选关键参数在不同赋值下,风资源要素的第一模拟结果之间的差值比率;
确定单元,用于基于所述初选关键参数在不同赋值下,风资源要素的第一模拟结果之间的差值比率,从初选关键参数确定出用于风资源要素中尺度模拟的关键参数;
获取单元,用于获取不同地理类型的多个区域中各区域的历史风资源要素实测数据;
所述中尺度模拟单元还用于针对每个区域,通过中尺度模拟得到所述关键参数在不同赋值下,风资源要素的第二模拟结果;
所述计算单元还用于计算各区域风资源要素的第二模拟结果与实测数据之间的相对误差;
所述确定单元还用于基于各区域所对应相对误差最小时关键参数的赋值,确定出各区域的关键参数的最终赋值,以便基于各区域的关键参数的最终赋值对各区域的风资源进行评估。
第三方面,本发明提供了一种电子设备,包括依次通信相连的存储器、处理器和收发器,其中,所述存储器用于存储计算机程序,所述收发器用于收发消息,所述处理器用于读取所述计算机程序,执行如上述第一方面或第一方面任一可能设计所述的风资源评估方法。
第四方面,本发明提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,执行第一方面或第一方面任一可能设计所述的风资源评估方法。
第五方面,本发明提供了一种包含指令的计算机程序产品,当所述指令在计算机上运行时,使所述计算机执行如第一方面或第一方面任一可能设计所述的风资源评估方法。
有益效果:
本发明提供的风资源评估方法、装置、电子设备及存储介质,通过控制变量法对初选关键参数赋值后进行中尺度模拟,并根据初选关键参数在不同赋值下风资源要素的模拟结果之间的差值比率,确定筛选出对风资源评估影响较大的关键参数,然后再针对不同区域以风资源评估效果最优为目标导向,准确确定出不同区域在中尺度模拟中关键参数的赋值方案,即可准确确定出不同区域对风资源评估影响较大的关键参数赋值方案,从而能够对各区域的风资源进行准确评估,为后续风电场的投资、运营等提供了有可靠的依据,便于实际应用和推广。
附图说明
图1为本申请实施例提供的风资源评估方法的流程图;
图2为本申请实施例提供的风资源评估装置的结构示意图;
图3为本申请实施例提供的电子设备的结构示意图。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将结合附图和实施例或现有技术的描述对本发明作简单地介绍,显而易见地,下面关于附图结构的描述仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在此需要说明的是,对于这些实施例方式的说明用于帮助理解本发明,但并不构成对本发明的限定。
应当理解,尽管本文可能使用术语第一、第二等等来描述各种单元,但是这些单元不应当受到这些术语的限制。这些术语仅用于区分一个单元和另一个单元。例如可以将第一单元称作第二单元,并且类似地可以将第二单元称作第一单元,同时不脱离本发明的示例实施例的范围。
应当理解,对于本文中可能出现的术语“和/或”,其仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,单独存在B,同时存在A和B三种情况;对于本文中可能出现的术语“/和”,其是描述另一种关联对象关系,表示可以存在两种关系,例如,A/和B,可以表示:单独存在A,单独存在A和B两种情况;另外,对于本文中可能出现的字符“/”,一般表示前后关联对象是一种“或”关系。
为了对风资源进行准确评估,本申请实施例提供了一种风资源评估方法、装置、电子设备及存储介质,该风资源评估方法、装置、电子设备及存储介质能够对各区域的风资源进行准确评估,为后续风电场的投资、运营等提供了有可靠的依据。
本申请实施例提供的风资源评估方法可应用于对风资源进行评估的用户终端或服务器。可以理解,所述执行主体并不构成对本申请实施例的限定。
下面将对本申请实施例提供的风资源评估方法进行详细说明。
如图1所示,是本申请实施例第一方面提供的风资源评估方法的流程图,该风资源评估方法可以但不限于包括如下步骤S101-S108。
步骤S101.从用于风资源要素中尺度模拟的可调参数中初选出初选关键参数。
本申请实施例中,风资源要素中尺度模拟的可调参数,可以但不限于包括中尺度模拟的驱动数据、中尺度模拟的时空分辨率、中尺度模拟的嵌套方案和中尺度模拟的物理参数化方案等。所述驱动数据包括但不限于,风速、风向、大气温度、气压、海表面温度、土壤湿度、土壤温度、地形高度和/或土地利用类型等用于驱动中尺度数值天气预报模式的数据,一般取一个完整年的时间序列数据。中尺度模拟的时空分辨率可以是指中尺度模拟时所设置的模拟结果输出的空间分辨率或精度(如1千米)及时间分辨率或精度(如1小时)。中尺度模拟的物理参数化方案可以但不限于包括长短波辐射方案、积云对流方案、微物理方案、边界层方案和/或近地层方案等,这些方案均是中尺度模拟中的现有的物理参数化方案,于此不做详细说明。
因此,所述初选关键参数可以但不限于包括中尺度模拟的驱动数据、中尺度模拟的时空分辨率、中尺度模拟的嵌套方案和/或中尺度模拟的物理参数化方案。
步骤S102.采用控制变量法对初选关键参数赋值后进行中尺度模拟,得到风资源要素的第一模拟结果。
本申请实施例中,采用控制变量法对初选关键参数赋值,是指其他初选关键参数不变,仅调整单个初选关键参数的赋值。采用这种方式对所有初选关键参数进行逐一赋值后模拟分析。
对初选关键参数赋值可以是对初选关键参数赋予特征值或方案,例如对于时空分辨率赋予特征值,而对于中尺度模拟的嵌套方案和物理参数化方案这些参数,则赋予相应的方案。
风资源要素的第一模拟结果可以但不限于包括风速、风向、风切变和/或湍流的模拟结果。
步骤S103.计算初选关键参数在不同赋值下,风资源要素的第一模拟结果之间的差值比率。
初选关键参数每次赋值后,进行中尺度模拟均可得到风资源要素的一个第一模拟结果。初选关键参数在不同赋值下进行中尺度模拟可得到多个第一模拟结果。此时可计算多个第一模拟结果中两两之间的差值比率,两个第一模拟结果之间的差值比率可表示为,其中/>和/>分别表示初选关键参数在两次赋值后进行中尺度模拟所得到的风资源要素的第一模拟结果。
步骤S104.基于初选关键参数在不同赋值下,风资源要素的第一模拟结果之间的差值比率,从初选关键参数确定出用于风资源要素中尺度模拟的关键参数。
具体的,若在某一初选关键参数在不同赋值下,风资源要素的第一模拟结果之间的差值比率高于预先设定的阈值,则判定该某一初选关键参数为用于风资源要素中尺度模拟的关键参数。所述预先设定的阈值可根据实际情况设定,例如可以是5%或10%,本申请实施例中不做具体限定。
步骤S105.获取不同地理类型的多个区域中各区域的历史风资源要素实测数据。
所述不同地理类型的多个区域可以但不限于包括山地区、沙漠区、平原区、丘陵区和/或沿海滩涂区。所述历史风资源要素实测数据可以但不限于包括历史风速数据、历史风向数据、历史风切变数据和/或历史湍流数据。其中,所述历史风资源要素实测数据一般至少要一整年的数据。历史风资源要素实测数据可以从测风塔、功率预测塔和风电场SCADA(Supervisory Control And Data Acquisition)系统获取到。
步骤S106.针对每个区域,通过中尺度模拟得到关键参数在不同赋值下,风资源要素的第二模拟结果。
风资源要素的第二模拟结果所对应的数据类型与历史风资源要素实测数据所对应的数据类型一致。
在一个或多个实施例中,在通过中尺度模拟得到关键参数在不同赋值下,风资源要素的第二模拟结果后,还可通过风玫瑰图展示16个风向区域,在不同赋值下模拟风向的频率分布和实测风向的频率分布。
步骤S107.计算各区域风资源要素的第二模拟结果与实测数据之间的相对误差。
风资源要素的第二模拟结果与实测数据之间的相对误差可表示为,其中/>表示某一区域的风资源要素的第二模拟结果,/>表示某一区域的风资源要素的实测数据。
步骤S108.基于各区域所对应相对误差最小时关键参数的赋值,确定出各区域的关键参数的最终赋值,以便基于各区域的关键参数的最终赋值对各区域的风资源进行评估。
通过前述的步骤S106,对于每个区域会得到不同赋值下的多个第二模拟结果,因此对于每个区域会对应得到多个相对误差。对于每个区域,可选择相对误差最小时,关键参数的赋值作为该区域的关键参数的最终赋值,以便基于各区域的关键参数的最终赋值对各区域的风资源进行评估。
综上所述,本发明提供的风资源评估方法,通过从用于风资源要素中尺度模拟的可调参数中初选出初选关键参数;采用控制变量法对初选关键参数赋值后进行中尺度模拟,得到风资源要素的第一模拟结果;计算初选关键参数在不同赋值下,风资源要素的第一模拟结果之间的差值比率;基于初选关键参数在不同赋值下,风资源要素的第一模拟结果之间的差值比率,从初选关键参数确定出用于风资源要素中尺度模拟的关键参数;获取不同地理类型的多个区域中各区域的历史风资源要素实测数据;针对每个区域,通过中尺度模拟得到关键参数在不同赋值下,风资源要素的第二模拟结果;计算各区域风资源要素的第二模拟结果与实测数据之间的相对误差;基于各区域所对应相对误差最小时关键参数的赋值,确定出各区域的关键参数的最终赋值,以便基于各区域的关键参数的最终赋值对各区域的风资源进行评估。如此,通过控制变量法对初选关键参数赋值后进行中尺度模拟,并根据初选关键参数在不同赋值下风资源要素的模拟结果之间的差值比率,确定筛选出对风资源评估影响较大的关键参数,然后再针对不同区域以风资源评估效果最优为目标导向,准确确定出不同区域在中尺度模拟中关键参数的赋值方案,即可准确确定出不同区域对风资源评估影响较大的关键参数赋值方案,从而能够对各区域的风资源进行准确评估,为后续风电场的投资、运营等提供了有可靠的依据,便于实际应用和推广。
请参阅图2,本申请实施例第二方面提供了一种风资源评估装置,该风资源评估装置包括:
初选单元,用于从用于风资源要素中尺度模拟的可调参数中初选出初选关键参数;
中尺度模拟单元,用于采用控制变量法对所述初选关键参数赋值后进行中尺度模拟,得到风资源要素的第一模拟结果;
计算单元,用于计算所述初选关键参数在不同赋值下,风资源要素的第一模拟结果之间的差值比率;
确定单元,用于基于所述初选关键参数在不同赋值下,风资源要素的第一模拟结果之间的差值比率,从初选关键参数确定出用于风资源要素中尺度模拟的关键参数;
获取单元,用于获取不同地理类型的多个区域中各区域的历史风资源要素实测数据;
所述中尺度模拟单元还用于针对每个区域,通过中尺度模拟得到所述关键参数在不同赋值下,风资源要素的第二模拟结果;
所述计算单元还用于计算各区域风资源要素的第二模拟结果与实测数据之间的相对误差;
所述确定单元还用于基于各区域所对应相对误差最小时关键参数的赋值,确定出各区域的关键参数的最终赋值,以便基于各区域的关键参数的最终赋值对各区域的风资源进行评估。
本实施例第二方面提供的装置的工作过程、工作细节和技术效果,可以参见实施例第一方面,于此不再赘述。
如图3所示,本申请实施例第三方面提供了一种电子设备,包括依次通信相连的存储器、处理器和收发器,其中,所述存储器用于存储计算机程序,所述收发器用于收发消息,所述处理器用于读取所述计算机程序,执行如实施例第一方面所述的风资源评估方法。
具体举例的,所述存储器可以但不限于包括随机存取存储器(RAM)、只读存储器(ROM)、闪存(Flash Memory)、先进先出存储器(FIFO)和/或先进后出存储器(FILO)等等;所述处理器可以不限于采用型号为STM32F105系列的微处理器、ARM(Advanced RISCMachines)、X86等架构处理器或集成NPU(neural-network processing units)的处理器;所述收发器可以但不限于为WiFi(无线保真)无线收发器、蓝牙无线收发器、通用分组无线服务技术(General Packet Radio Service,GPRS)无线收发器、紫蜂协议(基于IEEE802.15.4标准的低功耗局域网协议,ZigBee)无线收发器、3G收发器、4G收发器和/或5G收发器等。
本实施例第三方面提供的装置的工作过程、工作细节和技术效果,可以参见实施例第一方面,于此不再赘述。
本实施例第四方面提供了一种存储包含有实施例第一方面所述的风资源评估方法的指令的计算机可读存储介质,即所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,执行如第一方面所述的风资源评估方法。其中,所述计算机可读存储介质是指存储数据的载体,可以但不限于包括软盘、光盘、硬盘、闪存、优盘和/或记忆棒(Memory Stick)等,所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。
本实施例第五方面提供了一种包含指令的计算机程序产品,当所述指令在计算机上运行时,使所述计算机执行如实施例第一方面所述的风资源评估方法,其中,所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (11)
1.一种风资源评估方法,其特征在于,包括:
从用于风资源要素中尺度模拟的可调参数中初选出初选关键参数;
采用控制变量法对所述初选关键参数赋值后进行中尺度模拟,得到风资源要素的第一模拟结果;
计算所述初选关键参数在不同赋值下,风资源要素的第一模拟结果之间的差值比率;
基于所述初选关键参数在不同赋值下,风资源要素的第一模拟结果之间的差值比率,从初选关键参数确定出用于风资源要素中尺度模拟的关键参数;
获取不同地理类型的多个区域中各区域的历史风资源要素实测数据;
针对每个区域,通过中尺度模拟得到所述关键参数在不同赋值下,风资源要素的第二模拟结果;
计算各区域风资源要素的第二模拟结果与实测数据之间的相对误差;
基于各区域所对应相对误差最小时关键参数的赋值,确定出各区域的关键参数的最终赋值,以便基于各区域的关键参数的最终赋值对各区域的风资源进行评估。
2.根据权利要求1所述的风资源评估方法,其特征在于,所述初选关键参数包括中尺度模拟的驱动数据、中尺度模拟的时空分辨率、中尺度模拟的嵌套方案和/或中尺度模拟的物理参数化方案。
3.根据权利要求2所述的风资源评估方法,其特征在于,中尺度模拟的驱动数据包括风速、风向、大气温度、气压、海表面温度、相对湿度、土壤温度、土壤湿度、地形高度和/或土地利用类型。
4.根据权利要求2所述的风资源评估方法,其特征在于,中尺度模拟的物理参数化方案包括长短波辐射方案、积云对流方案、微物理方案、边界层方案和/或近地层方案。
5.根据权利要求1所述的风资源评估方法,其特征在于,所述历史风资源要素实测数据包括历史风速数据、历史风向数据、历史风切变数据和/或历史湍流数据。
6.根据权利要求1所述的风资源评估方法,其特征在于,风资源要素的第二模拟结果与实测数据之间的相对误差为,其中/>表示某一区域的风资源要素的第二模拟结果,/>表示某一区域的风资源要素的实测数据。
7.根据权利要求1所述的风资源评估方法,其特征在于,风资源要素的第二模拟结果包括风速的模拟结果,所述方法还包括:
通过风向频率玫瑰图展示16个风向区域,在不同赋值下模拟风向的频率分布和实测风向的频率分布。
8.根据权利要求1所述的风资源评估方法,其特征在于,所述不同地理类型的多个区域包括山地区、沙漠区、平原区、丘陵区和/或沿海滩涂区。
9.一种风资源评估装置,其特征在于,包括:
初选单元,用于从用于风资源要素中尺度模拟的可调参数中初选出初选关键参数;
中尺度模拟单元,用于采用控制变量法对所述初选关键参数赋值后进行中尺度模拟,得到风资源要素的第一模拟结果;
计算单元,用于计算所述初选关键参数在不同赋值下,风资源要素的第一模拟结果之间的差值比率;
确定单元,用于基于所述初选关键参数在不同赋值下,风资源要素的第一模拟结果之间的差值比率,从初选关键参数确定出用于风资源要素中尺度模拟的关键参数;
获取单元,用于获取不同地理类型的多个区域中各区域的历史风资源要素实测数据;
所述中尺度模拟单元还用于针对每个区域,通过中尺度模拟得到所述关键参数在不同赋值下,风资源要素的第二模拟结果;
所述计算单元还用于计算各区域风资源要素的第二模拟结果与实测数据之间的相对误差;
所述确定单元还用于基于各区域所对应相对误差最小时关键参数的赋值,确定出各区域的关键参数的最终赋值,以便基于各区域的关键参数的最终赋值对各区域的风资源进行评估。
10.一种电子设备,其特征在于,包括依次通信相连的存储器、处理器和收发器,其中,所述存储器用于存储计算机程序,所述收发器用于收发消息,所述处理器用于读取所述计算机程序,执行如权利要求1~8任意一项所述的风资源评估方法。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,执行如权利要求1~8任意一项所述的风资源评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311309755.5A CN117057164B (zh) | 2023-10-11 | 2023-10-11 | 风资源评估方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311309755.5A CN117057164B (zh) | 2023-10-11 | 2023-10-11 | 风资源评估方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117057164A CN117057164A (zh) | 2023-11-14 |
CN117057164B true CN117057164B (zh) | 2024-01-12 |
Family
ID=88666631
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311309755.5A Active CN117057164B (zh) | 2023-10-11 | 2023-10-11 | 风资源评估方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117057164B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103514341A (zh) * | 2012-06-14 | 2014-01-15 | 华锐风电科技(集团)股份有限公司 | 基于数值天气预报和计算流体动力学的风资源评估方法 |
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 |
CN109543907A (zh) * | 2018-11-23 | 2019-03-29 | 华润电力技术研究院有限公司 | 一种复杂地形风资源评估方法及其装置 |
CN115146562A (zh) * | 2022-07-14 | 2022-10-04 | 华能新能源股份有限公司 | 一种基于中尺度气象要素边界速度场赋值方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111275240B (zh) * | 2019-12-27 | 2023-06-09 | 华北电力大学 | 一种基于多能耦合场景下的负荷预测方法 |
-
2023
- 2023-10-11 CN CN202311309755.5A patent/CN117057164B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103514341A (zh) * | 2012-06-14 | 2014-01-15 | 华锐风电科技(集团)股份有限公司 | 基于数值天气预报和计算流体动力学的风资源评估方法 |
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 |
CN109543907A (zh) * | 2018-11-23 | 2019-03-29 | 华润电力技术研究院有限公司 | 一种复杂地形风资源评估方法及其装置 |
CN115146562A (zh) * | 2022-07-14 | 2022-10-04 | 华能新能源股份有限公司 | 一种基于中尺度气象要素边界速度场赋值方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117057164A (zh) | 2023-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109447315A (zh) | 一种基于多时空尺度的电力气象数值天气预报方法和装置 | |
CN102254239A (zh) | 基于微地形风场分布及台风叠加效应的电网风灾预警系统 | |
US20150039228A1 (en) | Ultra-short-term forecasting method including real-time monitoring of the effect of upper and lower courses | |
Winstral et al. | Statistical downscaling of gridded wind speed data using local topography | |
CN113344291B (zh) | 城市内涝淹没范围的预报方法、装置、介质和设备 | |
CN112100921A (zh) | 一种基于wrf和随机森林获取风资源风速的方法 | |
CN112541654B (zh) | 一种区域风能资源精细化评估方法 | |
Valsaraj et al. | Symbolic regression-based improved method for wind speed extrapolation from lower to higher altitudes for wind energy applications | |
CN112100922A (zh) | 一种基于wrf和cnn卷积神经网络的风资源预测方法 | |
CN114186723A (zh) | 一种基于时空关联的分布式光伏功率网格虚拟预测系统 | |
CN109978275A (zh) | 一种混合cfd和深度学习的极端大风风速预测方法及系统 | |
CN112585505A (zh) | 确定用于农学决策支持的位置特定的天气信息 | |
CN112507633A (zh) | 一种输电杆塔风速预测预警方法及系统 | |
CN115079307B (zh) | 一种基于多模式最优集成的风电场气象预报方法和系统 | |
CN107330233B (zh) | 一种输电塔设计风速分析方法和装置 | |
CN113420458A (zh) | 一种风场数据精细化处理方法、装置、终端及介质 | |
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 | |
US20230082344A1 (en) | Method for evaluating theoretical potential of wind energy | |
CN117172037B (zh) | 一种分布式水文预报方法、装置、计算机设备及介质 | |
CN117057164B (zh) | 风资源评估方法、装置、电子设备及存储介质 | |
CN112541655A (zh) | 一种针对区域风能资源精细化评估需求的大气再分析方法 | |
CN112001090A (zh) | 一种风场数值模拟方法 | |
CN107341568B (zh) | 一种台风风暴增水预测方法及系统 | |
CN113283678B (zh) | 一种风机选址风险的评估方法、系统、设备及存储介质 | |
CN111948739B (zh) | 一种洪水预报系统 |
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 |