利用MERRA数据对测风数据进行代表年订正的研究

以云南省3个山地风电场为例,分别利用当地气象站数据和MERRA气象数据对场内测风塔满1年的测风数据进行了代表年订正。结果表明,MERRA数据满足参考气象数据的各项要求。与气象站数据相比,获得MERRA数据的地理位置与风电场的距离接近,地表下垫面也与风电场相似,观测地点远离城镇,观测环境不易受到破坏。案例中MERRA数据与测风数据的相关性也优于气象站数据。对于地形条件复杂的山地风电场,在没有合适气象站的情况下,采用MERRA数据对测风数据进行代表年订正是可行的。

不同分析数据进行风速代表年订正的可靠性研究

由于风资源的年际变化,风资源评估和风电场发电量计算中很重要的一项工作是风速的代表年订正。风资源工程师通常利用不同分析数据(气象站数据、再分析数据、中尺度数据)对测风塔的实际测风数据进行代表年订正,以此得到的风速来计算风电场的年发电量。不同的分析数据得到的风速订正量不同,甚至对大、小风年的判定结果也不相同,因此考察各种分析数据在判定大、小风年,代表年订正时的可靠性十分有必要。在排除限电等外界影响因素的情况下,风电机组的实际发电量最能反映风电场建成后当地风资源的年际变化,首次提出借助实际发电量数据来评判不同分析数据进行代表年订正时可靠性的方法,并通过2个已投产风电项目案例对该方法进行验证。研究结果表明:在再分析数据(ERA5、MERRA2)和中尺度数据(DATA1)中,采用ERA5进行代表年订正具有较好的可靠性;降尺度数据对风电场大、小风年的代表性减弱,更适合缺少实际测风数据情况下的风电项目的宏观选址。

再分析数据在风电场代表年订正中的应用

本文对中尺度模拟的风资源再分析数据在风能资源评估中的应用进行了研究,以两个典型山地风电场为例,分别采用当地气象站数据和再分析数据对风电场内的测风数据进行了相关性分析及代表年订正。结果表明,与附近气象站数据相比,再分析数据与测风塔的数据相关性更好。对于地形条件复杂的风电场,在没有合适的当地气象站的情况下,是可以利用再分析数据开展代表年订正的工作。

测风数据代表年订正方法的研究

风资源评估需要一套反映风场长期水平的测风数据。以湖北某山区风电场为例,分别利用当地气象站数据和MERRA数据,采用分风向扇区相关关系法和分时段同倍比放大法,对风电场内实测满一年的数据进行代表年订正。研究表明,MERRA数据可以满足作为参证气象站的要求。与当地气象站相比,MERRA数据格点的下垫面与风电场地形地貌更为相似,时间序列相关性更高,观测数据更为真实可靠。在对缺少气象站资料的风电场进行测风数据代表年订正时,此方法可以作为参考。

风电场风资源代表年分析法

针对代表年常规方法的局限性,采用风速年景划分法对风场风资源代表年进行订正。该方法弥补了常规方法的不足,且计算简单,便于应用。

基于理论折减系数的测风塔代表性分析

目前对测风塔代表性的分析,主要有测风塔数据互推及发电量评估结果比较两种方法。分析二者的局限性,定义风机理论折减系数,作为测风塔代表性的衡量标准,将风机理论折减系数方差作为发电量评估不确定性的衡量标准,经实际案例分析,给出了测风塔设立位置的建议,也为判断低效机组提供了定量依据。

基于发电量的测风塔代表性影响因素定量分析

测风塔的代表性是决定风力资源评估准确性的最重要因素之一。梳理文献后发现,目前对测风塔代表性的分析主要是定性分析。提出理论折减系数的概念并将其作为测风塔代表性的衡量标准,首次对测风塔代表性进行定量分析。通过实际案例,对比风电场设计阶段各风机模拟发电量和风电场投运后各风机实际发电量,计算各风机点位理论折减系数。通过理论折减系数分析,得出影响测风塔代表性的最主要因素是测风塔与风机点位的距离以及海拔高差。由风塔代表性和测风塔与风机点位的距离之间的线性拟合公式可知,两者无明显相关关系;而通过测风塔代表性与海拔高差之间的线性拟合公式可知,两者呈明显负相关关系。现行标准规范中,与风机点位海拔高差在50 m以内的测风塔具有代表性,经该案例分析验证,认为海拔高差为30 m内时测风塔代表性较好。

一种基于概率统计的平均风向计算方法

风电场测风塔测风数据的质量直接影响风能资源评估的结果,进而影响整个风电场投产运行后的经济效益。平均风向在测风塔缺测数据的插补、延长以及代表年订正过程中具有重要的作用。文章主要提出了一种基于概率统计的平均风向计算方法,并讨论分析了其在实际风电场工程应用中的准确性和实用性,为设计工作提供更多解决问题的方法。

中尺度数据在风电项目前期开发过程中的应用现状

随着风电市场的发展与成熟,风资源开发的技术要求越来越高,中尺度数据被广泛应用于前期开发过程,特别是海上风电,以提高风资源评估的精确度。文章简要介绍了中尺度数据的种类,对中尺度数据在宏观选址、缺失数据插补和代表年订正中的应用现状进行综述,并对中尺度数据应用的发展趋势进行了展望。

平均时间周期对风资源评估的影响

风资源评估是风电工程中的重要环节,直接关系着风电场微观选址的准确性,影响风电场的经济效益。然而,当测风塔的实际测风数据与邻近气象站同期观测数据的相关性不足时,将无法准确完成代表年风速的订正工作。为了提高风资源评估的准确性,研究测风数据的平均时间周期对测风塔与气象站相关性的影响,并提出一种基于平均时间周期的风电场长期风速订正方法。结果表明,两个站点同期测风数据的相关性随着风速平均时间周期的增大而提高,但增加的速度逐渐变缓,当平均时间周期为12 h,风电场代表年风速的准确性较高,为今后风资源评、风电场微观选址工作提供参考和借鉴。

风电场设计中数值模拟数据的应用研究

在风电设计时,由于当地气象站资料与风电场实测数据的R2值高,不能很好地进行测风数据的代表年订正,因此,数据订正时常常考虑采用数值模拟成果。为了在实际工程应用中更好的使用数值模拟数据,通过湖南省南岳气象站1981～2015年的风向和风速数据与常用的ERAI、NNRP、MERRA和MERRA2数值模拟数据的对比分析,得出结论:在选用数值模拟数据时,可优先使用NNRP数据;使用数值模拟数据进行代表年订正存在一定的不确定性;通过数值模拟数据进行代表年订正的成果存在一定的偏差。