光热电站太阳能典型气象年的气象要素权重取值分析

影响光热电站(CSP)性能的各气象要素主要有水平面总辐射(GHI)、法向直接辐射(DNI)、温度及风速,各气象要素的权重因子赋值不同会导致典型气象年(TMY)结果的差异。本文以西北某地区多年实测辐射数据以及长系列卫星辐射数据为研究基础数据,分别采用Sandia、SolarGIS及CSWD的分析方法,采用随机赋值法,得出我国西北某地区光热电站典型年太阳能资源分析DNI、GHI、风速、温度的权重取值如下:采用Sandia方法时,分别为0.6、0.2、0.1及0.1;采用SolarGIS方法时,分别为0.7、0.1、0.1及0.1;采用CSWD方法时,分别为0.6、0.1、0.2及0.1。本文的研究结果将为太阳能光热电站的高效利用及推广提供一定的借鉴。

不同能源系统的典型气象年生成方法研究

基于Sandia方法,对北京地区的3种不同能源系统(全空调建筑和2个可再生能源系统),采用随机森林提取特征重要性的方法替代专家判断,定量地分配权重因子,生成适用于不同能源系统的典型气象年(TMY),并利用EnergyPlus进行模拟分析。结果显示:该方法可定量地生成适用于不同能源系统的权重因子集,用于生成相应的TMY。根据不同能源系统的特性,对时间段进行划分并提取对应的权重因子集,可进一步提高TMY的代表性。

不同典型气象年生成方法对建筑能耗的影响

针对建筑能耗模拟用的Sandia,CSWD,CTYW,TPCY 4种典型气象年生成方法,选取典型城市西安,用相同的原始气象数据,取30a为周期,比较这几种方法生成典型气象年的差异及其对建筑能耗模拟结果的影响。结果表明:4种方法挑选出的典型气象年均优先选取前5项时,有重复出现,挑选出的典型气象年差异很小;CTYW方法挑选出的典型气象年模拟能耗最接近逐年模拟能耗,相对标准偏差为10.37%,其次是TPCY,CSWD,Sandia方法。

典型气象年方法在不同气候环境空冷设计中的比较研究

典型气象年是电厂空冷系统设计中的一个重要因子,本文针对典型气象年的选择,将Sandia National实验室法、Danish方法典型年计算方法应用于陕西3个不同气候带燃煤空冷电厂系统设计中,并与传统的典型代表年(TRY)结果进行了设计气温、设计背压、满发气温以及运行经济性等几方面的对比分析.结果表明:Sandia National实验室法和Danish方法选择的典型气象年较常规的典型代表年法更能反映建设项目所在地的气温变化的长期规律,符合我国电力发展的需要,有利于机组经济运行,可为设计提供更为合理的气象参数,并且纬度越大,计算结果越优于常规的典型代表年法;Sandia National实验室法相对于Danish方法数据量更小,算法更为简单,Sandia National实验室法可以更广泛地用作空冷系统设计中典型气象年的选取.

空冷机组设计中典型气象年的选取

以府谷清水川电厂为例,对空冷机组典型气象年(typical meteorological year,TMY)的选取进行探讨,根据影响空冷机组设计及运行的气象因素,确定平均温度、最高温度、最低温度、平均风速和最大风速等5个气象参数作为因子,利用Finkelstein-Schafer(FS)统计方法选取TMY,并与传统的典型代表年(typical reference year,TRY)进行设计气温、满发气温等几方面的对比分析。结果表明,TMY较TRY更能反映建设项目所在地气温变化的长期规律,适应机组夏季满发的"多发电量"性质要求,且TMY所选设计气温更有利于机组经济运行,因此可以得出FS方法选择TMY是切实可行的,且明显优于TRY,对空冷系统的设计更具应用价值,同时总结典型年选取的步骤,首先确定资料统计时段,然后选取典型月(typical meteorological month,TMM)组成一个"虚拟"气象年。

空冷系统设计中典型年选取方法比较

针对空冷系统设计中典型气象年(TMY)的选择问题,以韩城电厂二期项目为例,采用Sandia国家实验室法和Danish方法,选择最高气温、最低气温、平均气温、平均风速以及最大风速5个因子计算出12个典型气象月(TMM),组成"虚拟"气象年(TMY),并与传统的典型代表年(TRY)进行设计气温、满发气温以及空冷平台布局等几方面的对比分析。结果表明:Sandia国家实验室法和Danish方法选择的TMYS和TMYD较常规的典型代表年法更能反映建设项目所在地气温变化的长期规律,为设计提供更为合理的气象参数;Sandia国家实验室法和Danish方法所选的设计气温和满发气温更符合我国电力发展的需要,有利于机组经济运行;Sandia国家实验室法相对于Danish方法数据量更小,算法更为简单,Sandia国家实验室法可以更广泛地用作空冷系统设计中典型气象年的选取。

建筑节能分析用典型年数据的获取方法

进行精细化的建筑节能设计与能耗模拟的前提是具备真实、可靠的室外气象数据,典型气象年(Typical Meteorological Year,TMY)是代表当地气候特征的多种逐时气象要素组合,在建筑节能设计中应用广泛.《民用建筑设计术语标准》、《夏热冬冷地区居住建筑节能设计标准》等行业标准明确规定在建筑节能设计分析时,采用典型气象年.《建筑节能气象参数标准》颁布了我国450个台站的TMY,为建筑节能分析用室外气象数据的统一作出了重要贡献.目前我国常用的能耗模拟TMY数据仅提供了我国部分城市的TMY,无法满足我国建筑行业的使用,由于原始数据来源不同,也无法判别哪种TMY生成方法更具有适用性,针对这种情况,从直接下载、计算获得、软件生成等几个方面梳理TMY的获取方法,并针对数据状况和来源,进行了详细的分析和对比,为建筑节能分析用TMY的获取和使用提供了借鉴依据.

典型年选择及其对空冷机组气象参数的影响研究

气象参数是空冷机组设计的重要参数之一,将Finkelstein-Schafer(FS)统计方法应用于空冷系统设计典型气象年的选择中,并与传统的典型代表年法(TRY)进行比较,结果表明,在平均温度、累积小时数为200 h对应的干球温度以及风向频率的统计上,典型气象年法(TMY)与TRY法较接近,并且TMY法选择的累积小时数为200 h对应的干球温度更高,更有利于电厂夏季安全运行。

太阳能辐射资源计算分析与特性模拟方法

采用太阳辐射理论计算及TRANSYS气象系统进行辐射资源计算和特性模拟。由每月典型日的辐射量推算出地外、水平面、倾斜面的辐射量以及总、直射辐射的月、年总辐射量;分析不同日照百分率下的总辐射量和直射辐射量;利用TRANSYS模拟地外、水平面、倾斜面的总辐射量和直射辐射量的变化情况。计算分析表明:对于鄂尔多斯达拉特旗地区而言,其年总太阳辐射量达9916 MJ/m^(2),倾斜面年总太阳辐射量可达7675 MJ/m^(2)。水平面与倾斜面辐射情况大有差异。该文的计算模拟方法也适用于任何地区的太阳能辐射量计算。

基于典型气象周的GRNN光伏发电量预测模型

由于光伏发电量具有波动性,且现有的光伏发电量预测技术存在气象因素考虑不全面、特征提取不充分等问题,为提高光伏发电量预测精度,文中提出一种改进的典型气象年方法(TMY Method)生成典型气象年数据,并结合广义回归神经网络(GRNN)进行光伏发电量预测。首先,选择6种历史气象指标,利用Finkelstein-Schafer统计方法选择典型气象周,并生成典型气象年数据;然后,使用因子分析法对会影响光伏发电量的气象指标进行筛选,对筛选出的气象指标和日光伏发电量进行标准化处理后,将其作为GRNN模型的初始输入量,得到预测日的光伏发电量;最后,利用江苏省南京市的历史气象数据及日发电量数据对所设计的模型进行训练和预测。结果表明,与标准TMY Method-GRNN预测方法相比,文中所提预测方法有较好的预测性能。

垂直U形地埋管换热器长度计算方法研究

地埋管换热器是地埋管地源热泵系统的核心组件,但至今其长度计算尚无一种便捷、正确又易于应用的方法。用典型气象年数据确定最热月、最冷月和地表面年平均温度。在已知建筑物设计负荷情况下,通过引入平衡温度的概念,可计算建筑物逐时负荷,再由建筑物逐时负荷和水源热泵机组性能计算出制冷与制热运行系数。最后提出了一种实用且操作性强的垂直U形地埋管换热器长度计算方法。

建筑能耗模拟用气象数据研究

研究典型气象年是为了准确地服务于建筑能耗模拟分析,为室外设计条件提供气象数据支持的基础工作。典型气象年的研究立足于详实的历史气象数据和科学处理方法以及在建筑能耗模拟中的验证。介绍了国内外建筑能耗模拟用典型气象年的研究进展。针对我国特有的气候特点和建筑行业能耗模拟的实际要求,梳理了建筑能耗模拟用典型气象年的生成方法及对建筑能耗的影响,以及适应我国建筑设计的气象参数的逐时化分析方法。指出了下一步研究工作的重点是不同气象参数逐时化、精细化模型及针对极端气候条件和用能高峰期的基础气象数据处理方法研究。

建筑能耗用室外气象资料的研究历史与现状

回顾了国内外建筑能耗用室外气象资料的研究历史与现状,对已有的研究方法进行了较详细的总结与说明。综述了在气象资料研究过程中太阳辐射模型、插值方法及TMY(典型气象年)的研究成果及存在问题。强调应结合我国国情及气象资料特点研究的必要性以及在该领域的研究方向。

数值模拟气象资料在建筑能耗计算中的应用

在应用DOE-2计算不同地区的建筑能耗过程中,如何获得该地区的典型气象年的资料一直是最关键的问题。介绍了一种使用计算机数值模拟仿真的方法,即使用Meteonorm软件来求得任意地区的气象资料,再将其输入到DOE-2中来计算建筑能耗;以及将这种方法应用于湖北省地区的住宅节能标准的研究的情况。

不同统计时长对典型气象年选取结果的影响

为建立我国建筑节能用基础气象数据库,针对我国气象数据实际记录状况,需分析不同统计时长对典型气象年挑选结果的影响。分别在5个建筑热工设计分区的11个二级区划中各选取一个典型城市,采用美国Sandia国家实验室法,对比缩短后的统计时长(3~15 a)和长期30 a挑选出的不同典型年结果的差异。结果表明:为了控制辐射标准差的平均波动幅度在1 MJ/m2以内,同时温度标准差的平均波动幅度也在1℃以内,最少要用8 a统计时长的数据,但根据城市位置和气候的不同,仍然会有部分城市的温度或辐射标准差的波动幅度较大。