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。

风电场测风数据插补的不确定度研究

在开展风资源实测的过程中,对于缺测和无效的测风数据需要采取插补方法提高数据的完整率和测风时长。文章利用我国不同区域、不同地形的1137座测风塔收集的满足规范要求的测风时长和数据完整率的超大规模测风数据,对当前风电行业中插补测风数据常用的线性最小二乘法、总最小二乘法和方差比率法的插补准确性进行对比分析,研究了测风时长和决定性系数对测风数据插补带来的不确定度的影响。研究结果表明,测风数据插补带来的不确定度会随着测风时长和相关性的增加而减小,同时,MERRA2数据插补带来的不确定度远大于异塔插补带来的不确定度,工程中应优先选择异塔插补来提高目标数据的质量。

基于再分析数据的测风数据插补方法

研究了MERRA网格点与输入变量的数量对插补精度的影响.以人工神经网络与遗传算法为工具建立MERRA数据与缺测数据相关关系的数学模型,基于该模型对现场缺测数据进行插补.该方法解决了在缺少合适参考气象站、参考测风塔数据时的缺测数据插补难题.以湖北某山区风场为例进行验证,结果表明:插补精度与选取的MERRA格点数量一定范围内呈正比关系,输入模型变量的较优选择为风速、风向、单位时间气温变化、日夜以及季节,计算得到的插补数据与缺测数据相关系数达到0.814,相对采用参考气象站数据和参考测风塔数据作为数据来源的方法,相关系数分别提高97.6%和10.3%.