基于波动互相关系数的风能资源评估组合模型

传统的风电场风能资源评估中测量–关联–预测(measure-correlate-predict,MCP)方法只能利用单组参考数据预测目标站长期风资源,但精度较差。为了充分利用多组参考数据所包含的信息,该文提出引入风速序列间的波动互相关系数来衡量参考站和目标站之间风速波动趋势的相关程度,并将其作为多参考站组合预测的权重分配依据,建立了基于波动互相关系数的风能资源评估组合模型。结合站间风速的相关性对目标站长期风速分布进行了组合预测,估算了目标站长期风功率密度分布和年平均风功率密度。研究结果表明,与线性相关系数相比,波动互相关系数可以更有效地衡量站间风速的相关性;将波动互相关系数作为多参考站组合预测的权重参数,可以更准确地对风电场的风能资源状况进行有效评估。