浅谈风资源长期代表年计算中参考年限区间选取的问题

来源 :第一届全国能源与气象学术会议 | 被引量 : 0次 | 上传用户:ZYYZH
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  如何利用一年左右的短期测风结果预测风电场未来二十年的风速结果,是风资源中长期订正的工作内容,这是风电场开发风资源计算领域最为重要的问题之一。我国风电场风资源评估长期代表年订正主要依据的国家标准和行业规范有《风电场风能资源评估方法》、《风电场预可行性研究报告编制办法》、《风电场风能资源测量和评估技术规定》、《风电场气象观测及资料审核、订正技术规范》、《风电场风能资源测量和评估技术规定》等五项。这五项标准规范中,前三项规定搜集"近30年的历史各月平均风速",第四项规定"具有20年以上规范的测风记录",第五项没有提及。在实际的可研编制风资源部分的工作过程中,设计单位通常采用过去20年的长期测量数据进行代表年订正,个别设计单位会使用过去30年或者过去15年这种长期测量数据进行代表年订正。由于长期代表年计算参考年限区间选取在行业规范和实际工作中都没有统一的标准,造成无法具体评价长期订正工作。实际上,伴随近代全球变暖的另一个全球性现象是风速普遍减弱,亦称"全球静态化"。这一趋势在东亚地区尤其是我国表现得更为明显,很多气象学家对此进行了研究。这种趋势对风电开发带来比较大的影响,其中最大的方面就在于长期代表年计算。本文在对全球包括中国地区风速减弱成果分析的基础上,论证风资源长期代表年计算参考年限选取问题。本文的结论将为合理开发利用风能资源提供参考。
其他文献
本文以福建某沿海复杂地形风电场为研究对象,介绍了基于商用CFD技术的风资源仿真计算方法,对风资源相关关键参数,诸如初始湍流强度、森林模型等进行了深入的敏感性研究,确认了各种参数变化对计算结果的影响。基于该软件完成自主工具开发,计算了考虑尾流损失后的发电量,并与风场的实际监测数据做了对比分析,仿真计算误差在10%以内。该方法能够很好的弥补windism,WT等专业风资源软件可调参数少的缺点,对提升仿
近地层风场具有很强的瞬变性和间歇性。近地层风速不但受到大尺度气象场的强迫、同时也受到区域地形、下垫面物理状况、海陆分布、大气层结稳定度的制约和影响。而地表因素主要包括地形高度、地表粗糙度和地表温度等。因此,具有很大的难度。本文回顾了在进行大尺度气候背景 场分类的基础上,利用高分辨率地形资料和土地利用资料,采用中尺度气象模式模拟在大尺度气候背景 场条件下,模拟风能资源,并进行类似集合获到区域风能资源
会议
在风资源评估中,大气热稳定度的影响越来越受到重视。一方面,随着风机轮毂高度的增加,对风速垂直切变模拟的准确性的要求也更高;另一方面,风资源评估工程师越来越多地基于时间序列(测风数据或中尺度数据)或更为细致的统计描述进行外推计算,需要更多地考虑强稳定度的情况。在CFD建模中,湍流通量通过湍流粘度的概念与平均变量的梯度相联系,湍流粘度可以看作是湍流风速尺度与湍流长度尺度的乘积。但由于Monin-Obu
在能源短缺和环境逐渐恶化的今天,风能作为一种可再生的清洁能源具有很大的开发利用价值,且随着风电市场的不断发展,可供开发的风场区域正在逐渐缩小,同时也由地形平坦的"三北"地区转向地形复杂的山地地区,山地风电场由于局地地形的复杂性和由此引起的大气环境的不确定性,给风资源的评估带来一定的难度。风力机获取的风能与风速的三次方成正比,风电场风速分布的精确评估直接关系到风力发电机的出力,进而影响了整个风场的经
会议
在风资源评估工作中,线性模型计算速度快,对平坦地形的适用性好,但在复杂地形风电场中,气流与地表分离,违背了线性模型的假定条件,计算结果的可靠性也会降低。文章使用一种RIX(地形崎岖指数)方法,考虑相关参数的修改对RIX的影响,并研究机位点及测风塔RIX值之差与风速推算值之间的关系,对线性模型推算的风速预测误差并进行修正,结合工程实际案例对方法进行验证。
会议
复杂地形风电场风资源评估的精度多取决于场内测风塔数量及测风塔位置选取的代表性。文章重点讨论复杂地形风电场测风塔位置的选取方法。以建有8座测风塔的某复杂地形风电场为实例,按不同方式分别选取其中3座测风塔作为输入,其余测风塔作为检验,采用目前较为主流的CFD风资源模拟软件WT和WindSim分别进行测风塔互推工作。通过对比分析不同选取方式及不同软件模拟测风塔点所得的推算误差,得出以下结论:(1)测风塔
近10年来,风力发电由于其绿色环保在世界范围得到迅猛发展.但由于风速风向的时刻变化,风力发电呈现出随机性、波动性和间歇性的特点,这增加了电网消纳风电的技术难度,使风能在能源中的比重受到限制.风电与气候资源紧密相关,中国的风场的分布跨越不同气候区域,其范围大于典型天气系统的尺度,所以不同地域的风场发电量有各自不同的时间变率,且存在不同的高低值匹配.同一时间段内,一定距离上的两点或几个点的风能很可能出
地面粗糙度是风速等于零的某一几何高度,是风能评估的重要因素之一,通常要通过其他资料来估算.本文从粗糙度的概念、地表类型粗糙度的等级、风参数对于粗糙度的敏感性等角度,利用Meteodyn WT软件进行敏感性实验,通过设置不同粗糙度数值等条件,分析粗糙度输入精度对于风资源评估的敏感性与重要性.计算结果表明,不同的地表植被状况会引起湍流强度的显著变化,粗糙度的输入对于风资源评估计算非常重要;当气流流经植
本文旨在针对已稳定运营一年以上的风电场,借助欧洲中心再分析数据以及风电场运营数据,根据历史风速推测次年风速大小以及发生概率,并根据风电场运营中的风机发电表现以及所对应的风速寻找实际发电量与风速之间的真实关系,从而得到对次年全场发电量的预判.案例中,某风电场位于中国东南沿海地区,分两期项目建设,总装机容量99MW,110kV升压站一座,场区总面积约11km2.风电场一期项目总装机容量为49.5MW,
会议
本文利用分布于四川省各市州43座测风塔一年期观测资料及相应地区气象站资料,对测风塔所在区域进行了风能参数计算,结合数值模拟结果,对四川省风能资源特性进行分析.观测数据显示,四川省盆地内平均风速和风功率密度较小,盆地以外地形为高原山地的三州地区平均风速和风功率密度较大.南部凉山州为三州地区中平均风速和风功率密度的大值区,其中会理县平均风速和风功率密度最大,测得平均风速和风功率密度分别达10.6m/s