基于风速概率分布与风切变指数的直流输电线路离子流场数值模拟方法

特高压直流(UHVDC)输电线路下方的离子流场是电磁环境的重要评估指标之一。风速作为常见也是影响较大的因素之一,有着明显的地域特点。为了避免资源浪费,在对地高度设计时,应考虑到不同地区的风速分布差异,而不是用过大裕度换取安全度。为此,该文提出一种基于风速概率分布与风切变指数的输电线路离子流场数值模拟方法。该方法通过待计算地区的风速数据构建Weibull风速概率分布函数模型,选择风速数据在95%以内的最大临界风速作为参考值,考虑风速传感器的安装高度,根据风切变指数计算场域不同高度处的风速分布,作为离子流场计算中不同高度节点的风速输入量。结果表明,引入风切变指数后的离子流密度与合成电场强度误差分别下降了16.2百分点和3.8百分点,明显优于传统固定风速模型。并以昆明地区某±800kV直流输电线路为例,采用该方法进行了计算。该方法能够有针对性地考虑输电线路所处区域的风速影响,特别是在高海拔高风速地区,可为输电线路在合成电场安全限值下的对地高度设计提供参考依据。

风切变指数对风电机组轮毂高度选取的影响分析

随着风电技术的不断进步,以及轻量化的柔性塔筒技术的运用,使得在较低风切变指数下提升风电机组轮毂高度变得可行。风电机组轮毂高度与风切变指数基本呈正比关系,风切变指数越大,轮毂高度越高,发电量越大,相应的投资成本也显著增加。探讨了风切变指数与风电机组轮毂高度之间的内在关系,构建了一种新的风电机组轮毂高度选取模型,综合考虑轮毂高度提升带来的发电收益增加和投资成本增加之间的关系,以财务净现值作为不同风切变指数下风电机组最佳轮毂高度选取的经济指标,探讨了不同风切变指数下最佳轮毂高度的选取结果,实现了风电场资源利用及收益的最大化。研究结果对风电场中风电机组轮毂高度的选取具有一定的参考意义。

基于不同风切变指数算法推算风机轮毂高度风速

为了将地面10m风速推算至风机轮毂高度,使用2017—2018年内蒙古华电玫瑰营风电场10、70m高度逐小时测风数据,通过分季节、分时次、分风速段、分风向和大气稳定度等级等分类方法计算风切变指数并检验,得到如下结论:(1)风切变指数的季节变化表现为冬季>春季>秋季>夏季,具有先减后增的日变化特征,在10—16时风切变指数较小。(2)大气越不稳定、风速越大,风切变指数越小,推算效果越好。(3)在6种算法中,分时次计算风切变指数的推算效果最佳,尤其在10—18时计算值和观测值的标准化平均误差不超过10.0%;其次为分风速段算法,中风速段(3.0<V_(10)≤12.0 m·s^(-1))和大风速段(12.0<V_(10)≤25.0 m·s^(-1))推算效果较好,标准化平均误差分别为11.3%和3.6%。建议推算风机轮毂高度风速时,优先考虑分时次和分风速段计算风切变指数。

风资源评价中风切变指数的研究

通过分析现行风资源评价中关于风切变指数的计算和表达方式,提出了几种新的风切变指数计算和表示方法,并从局部和整体对风切变指数进行描述。通过比较不同计算方法的标准差和偏离系数等统计指标,发现分速度段计算的不同高度层的风切变指数精度较高,而采用指数律计算的整体风切变指数具有可信度高和结果稳定的特点。文章进一步地明确了风切变指数的物理含义,详细地描述了风切变年平均结果、日变化和月变化。

风能风切变指数计算方法的比选研究

为了支持风电场的开发和建设,结合最小二乘法对风切变指数这一重要参数进行了分析研究。根据风切变指数关系式和最小二乘法拟合直线算法,给出5种不同的方法分别计算风切变指数;然后根据计算得出的风切变指数与幂律公式推算已知高度的风速,再利用各自的推算结果与实测风速进行对比,分析其误差,选择较为准确的风切变指数。选用内蒙古乌兰察布市某测风塔共3个测风高度一年内完整的实测数据为例,采用上述方法计算该地区风切变指数,结果表明去除小风速后的数据利用最小二乘法拟合的计算方法和利用风廓线拟合的方法都较为准确;因此,应结合风电场的实际情况综合采用这些方法,选取误差最小的风切变指数。该研究有利于更准确地推算风机轮毂高度的风况,进而能够更加准确地估算发电量和评估风能资源。

风电场风切变指数研究

根据山东某风电场实测资料,对风电场逐月、逐时、不同风速下的风切变指数进行研究并探究风切变指数不同取值对风电场轮毂高度处风资源的影响。在分析轮毂高度风资源时,建议采用高差较小的高度处风速根据综合风切变指数进行推导。

海拔1000m以上复杂地形风能风切变指数算法比较

为了准确地评估1000 m以上复杂地形的风能资源,利用PD算法、年平均风速算法、风廓线算法和全数据算法共4种计算方法和实测数据计算风切变指数,结合幂律公式推算出已知高度风速。PD算法结合了大气稳定度的划分,不同的大气稳定度会有不同的计算结果。另外3种算法则没有考虑大气稳定度的划分,而是直接根据实测数据进行计算。将各算法推算的结果与实测风速进行对比和误差分析。数据选用的是湖南某山区测风塔的其中3个测风高度一年内完整的实测数据,立塔地点海拔高于1000 m。结果表明:海拔1000 m以上复杂地形中,利用30 m和70 m风速推算的80m月平均风速误差之和分别如下,PD算法误差是0.3075 m/s,年平均风速的算法误差是0.3145 m/s,全部数据算法误差是0.3187 m/s,风廓线拟合算法为0.3627 m/s。故结合了大气稳定度的算法即PD算法比其他3个未结合大气稳定度算法更为准确。研究结果为选出较优的风切变指数提供了参考。

我国不同下垫面的近地层风切变指数研究

利用国家气候中心2009-2011年在内蒙古锡林浩特市、河北黄骅市、江西湖口县和星子县开展的100 m铁塔大气湍流观测试验数据,分析不同下垫面、不同稳定度条件下地面到100 m的风切变指数变化情况,得到了一些有意义的结论:(1)内陆简单地形整体风切变指数α>0.3的情况出现在稳定和非常稳定层结状态下,分层风切变指数α>0.4的频率为2.95%;(2)沿海平坦地形大气层结越稳定,整体风切变指数α的高值出现频率越高,分层风切变指数α>0.4的频率略高,为4.2%;(3)对于内陆湖复杂地形,星子地形更为复杂,大于0.3的整体风切变指数出现频率高,分层风切变指数α>0.4的频率高达10%,而湖口大于0.3的整体风切变指数值出现频率略低,分层风切变指数α>0.4的频率为3.37%。(4)按照风力发电机组设计要求中假设风切变指数α为0.2,一般会过高的估计轮毂高度的风速。

风切变指数在风电场风资源评估中的应用

以内蒙古地区3座70m高测风塔连续2年的实测数据来分析风切变指数的变化,结果表明:1)不同高度梯度的风切变指数受地面粗糙度及周围地形地貌的影响较大。2)计算相邻高度的风速时,采用相邻高度间的风切变指数计算得到的结果较好;计算相差较大的高度间风速时,采用拟合曲线得到的风切变指数计算得到的结果较好。3)利用3～25m/s的风切变指数计算各月风速及年均风速结果都与实测值最接近;而利用全部风速数据的风切变指数计算统计各月风速往往比实测值偏大;利用3～25m/s拟合曲线得到的风切变指数统计各月风速比实测值偏小。

乌鲁木齐市近地层风切变指数特征

利用乌鲁木齐市 5 座100m 气象铁塔2012 年6 月-2014年 4 月10 层风速观测资料, 应用统计学方法详细分析了乌鲁木齐市城区和郊区近地层风切变指数特征, 得出以下结果： 乌鲁木齐市风切变指数分布范围在-1.5~1.5, 基本呈正态分布.风切变指数与风速大小关系密切, 当风速〈1 m/s时, 切变指数变化较大; 当风速〉2 m/s时, 切变指数变化较小.城区和郊区最大切变指数出现高度差异较大,南郊燕南立交切变指数最大在36~46m,城区水塔山在60~77m, 城区鲤鱼山在13~22m, 近北郊红光山在46~60m, 北郊米东在 28~36m.各层切变指数白天变化幅度大, 夜间变化幅度小. 切变指数日变化不规律与城市边界层变化的复杂性密切相关. 降温幅度大的秋季-冬季时段, 易出现切变指数小于0 的情况.

风资源评估中风切变指数的研究

为了对风资源进行准确有效的评估,对风切变指数这一重要参数进行了分析研究。根据风切变指数关系式,给出5种不同的方法分别计算风切变指数;然后根据计算得出的风切变指数与幂律公式推算已知高度的风速,再利用不同计算方法得出的结果与实测风速进行对比分析,选择误差最小的计算方法进行计算,得到较为准确的风切变指数。选用内蒙古乌兰察布市某测风塔共3个测风高度一年内完整的实测数据为例,采用上述方法计算该地区风切变指数。结果表明,由于地面粗糙度和地形等因素的影响,不仅不同地区的风切变指数是不同的,即使是同一地区同一时间段的风切变指数也是不同的;因此,在进行风能资源评估时,应结合风电场的实际情况综合采用这5种方法,选取误差最小的风切变指数。

新疆百里风区近地层垂直风切变指数特征

采用新疆百里风区十三间房100m高度铁塔2009年5月—2011年1月逐时5层测风十分钟平均风速资料,计算各层平均风速,利用最小二乘曲线拟合幂函数计算塔层高度整层的风切变指数(α),用幂函数公式直接计算各层间α值。取启动风速段(风速>3m·s^-1)和大风风速段(风速>13m·s^-1)2个风速段分别进行计算;分析了一日内各时次和整年各月α值变化规律。研究发现:启动风速段和大风风速段α平均分别为0.0845和0.0364,α与风速成反比关系;一日内9:00(北京时间,以下均同)日出后α值缓慢减小,16:00—21:00维持较小值,22:00后α快速增大,直到次日08:00维持较大值;11月—翌年2月α较大,其他月份显著变小,α值与太阳高度角成反比关系。

基于不同时间尺度风切变指数推算风资源的对比分析

利用2014—2018年辽宁省探空资料分析了水平风速的垂直风廓线分布特征。用2座代表性测风塔逐时梯度风观测分析了采用不同高度组合方案计算出风切变指数的月、日变化特征,分别用月、小时、年风切变指数推算高层风速和风功率密度,并与实测对比。结果表明:沈阳相较于大连地区风速随高度增加较快,180 m高度以上风速基本保持不变,而大连因其纬度低且靠近海洋,300 m以下风速均匀上升。在非复杂地形情况下,距地面10 m高度以上间隔一定高度设立4层风观测,基本可以满足近地层风资源评估需求。受太阳辐射、下垫面、海陆热力性质差异等影响,辽宁省风切变指数日变化特征比月变化更显著。利用小时风切变指数推算高层风速和风功率密度的方案优于采用月、年风切变指数方案。风切变指数日变化越显著,采用逐时风切变指数推算方案越优于其他计算方案。

风资源评估中风切变指数的研究

为了对风资源进行准确有效的评估,对风切变指数这一重要参数进行了分析研究。根据风切变指数关系式,给出5种不同的方法分别计算风切变指数;然后根据计算得出的风切变指数与幂律公式推算已知高度的风速,再利用不同计算方法得出的结果与实测风速进行对比分析,选择误差最小的计算方法进行计算,得到较为准确的风切变指数。选用内蒙古乌兰察布市某测风塔共3个测风高度一年内完整的实测数据为例,采用上述方法计算该地区风切变指数,结果表明由于地面粗糙度和地形等因素的影响,不仅不同地区的风切变指数是不同的,即使是同一地区同一时间段的风切变指数也是不同的;因此,在进行风能资源评估时,应结合风电场的实际情况综合采用这5种方法,选取误差最小的风切变指数。

风切变指数的确定对风电场风速推算的影响分析

基于内蒙古地区地形相似、相距约18 km的两个风电场内2个测风塔共10个测风高度完整一年的测风资料,根据普朗特经验公式推导出的风切变指数关系式,采用4种不同的方法计算各相邻高度间的风切变指数。根据风切变指数的计算结果分析风速随高度的变化情况,通过不同方法的对比分析,选择合适的方法计算风切变,为确定风电场适宜的轮毂高度提供参考。

江苏沿海近地层强风风切变指数特征研究

利用江苏沿海5座测风塔长序列(连续42个月)、高时间分辨率(10 min一次)的梯度风、气温、气压等观测资料,分析不同地区、不同高度层的风切变指数变化规律,并筛选出对江苏产生较大影响的7次台风和17次寒潮天气过程,分析强风条件下的风切变指数变化特征。结果表明:(1)风切变指数随环境在0.15~0.26之间变化,风机有效风速段和15 m·s-1特征风速段的风切变指数分别平均为0.20和0.19,不同高度层之间风切变指数随高度增加而减少,随风速增大呈对数关系减少。(2)台风影响时垂直混合运动强烈,风切变指数变小,平均为0.19。台风中心经过时的风切变指数和风速具有M型变化形态,最低为0.05,加上风向剧变,易对风机叶片产生破坏。(3)寒潮影响时的风切变指数平均为0.22,小于同期平均。风速倒置现象明显,在50~100 m之间风切变指数为负值的出现概率超过8%,50 m高度处容易出现近地层的最大风速层。

基于高塔观测的登陆台风边界层风切变指数拟合

利用深圳气象梯度观测塔观测数据,以2017年以来进入深圳150 km范围的7个台风个例为研究对象,基于幂指数律拟合讨论台风边界层风切变指数的变化规律。结果表明:幂指数能较好地拟合台风影响下350 m高度以下风廓线,随着拟合高度范围增加,风切变指数增大,拟合精度基本维持;用深圳气象梯度观测塔等差层数据拟合台风风速效果好于全层次数据和等比层数据拟合;7个台风影响期间拟合风切变指数平均值为0.268,明显高于以往研究(0.1~0.177),主要原因是拟合的高度范围较以往研究明显增大,此外还与强风样本较少以及下垫面更粗糙有关。利用幂函数拟合台风不同风速段最大风切变指数,可在台风过程中预估不同高度极端大风风险。研究还表明:台风眼经过铁塔前后风切变指数明显升高,在抗风设计以及台风防御过程中应充分考虑这一变化。

风切变指数对于风电机组载荷特性影响研究

分析风切变指数对风电机组机械载荷特性的影响,并以某2 MW风电机组载荷测试数据为例,对相同风速不同风切变情况下的载荷数据进行分析。研究风切变指数对风电机组极限载荷、疲劳等效载荷的影响。最后运用GH Bladed软件,对相同外部条件不同风切变指数下的风电机组载荷进行仿真计算,验证风切变指数与风电机组载荷特性之间的内在相关性。测试数据与仿真结果均表明,风电机组结构部件载荷特性与风切变指数强相关,且随着风切变指数的增加,极限载荷与疲劳等效载荷也随之变大。风切变指数的增长率与极限载荷增长率、疲劳等效载荷增长率均呈现二次函数关系,且风切变指数每增加约5%,极限载荷增加约0.1%,疲劳等效载荷增加约0.5%。

平原地区风切变指数的计算方法

风切变指数是风的典型特征之一,是评估风能资源的一个重要参数。根据风切变指数的影响因素,对平原地区风切变指数的变化规律进行研究,分析了8种不同计算风切变指数的方法,并对由该8种方法推算得到的风速和发电量与实际情况进行对比分析。结果表明:按月、小时或者逐月按小时计算的风切变指数较为可靠,其推算的其他高度风速时间序列较为准确。该研究有利于更准确地推算风机轮毂高度处的风速,进而更准确地估算风电场的发电量。

基于不同风切变指数算法的风场风速推算精度分析

文章采用内蒙古某风场测风塔3a逐10min风速实测数据,基于5种算法计算不同高度层间风切变指数,分别进行风速实例推算,对比分析各种算法的精度。结果表明:去除小风速数据算法(M2)较其他4种算法的变异系数小,推算风速精度总体最高;同一算法中,不同高度层间风切变指数随高度层高度和层间高度差增加而增大,非相邻层间风切变指数随高度差增加而增大;同一算法中,年平均风速推算比月平均风速推算精度更高,相邻层间风速推算较非相邻层间风速推算精度高,且相邻高度层越高精度越高,非相邻层间风速推算,高度差越小精度越高。该研究结果对风场建设可行性论证和风资源评估,及开展风场轮毂高度风速的推算、预测具有较好的指导意义。