利用再分析數據插補測風數據的準確性分析

文|許昌，吉曉紅，胡會永，張鵬

利用再分析數據插補測風數據的準確性分析

文|許昌，吉曉紅，胡會永，張鵬

目前，復雜條件下風電場發電量計算的準確性受到風能資源數據處理方法、地形地貌、場區風能資源建模方法等因素的影響，造成計算的準確性不高。特別是高海拔、高濕度、低溫等復雜環境的風電場，此類風電場在測風中遇到的最大問題是因冰凍、倒塔等因素導致風能資源數據質量較差，如若選處理風能數據的方法不恰當，將會使結果偏差過大，風能資源數據代表性差，將直接影響到發電量計算的準確性，故風能資源數據處理方法對于發電量計算的準確性尤為重要。

再分析數據作為一種可替代的長期數據已在歐洲風電發達國家得到了廣泛的應用，其可信度高，風速與風向數據都可以較好地反映實際風況的變化趨勢。為了提高復雜條件下風電場發電量計算的準確性，本文利用再分析數據插補測風數據。為了論證該處理方法的準確性，本文選擇具有典型性的四川省某風電項目進行分析論證。

場內測風塔情況

某風電項目地處四川省涼山彝族自治州，場址區為兩條南北走向的山脊以及一山頂平臺，場址區長約20km，寬約1.5－3.0km，海拔在2.6－3.96 km，風電場屬于高海拔、高濕度、低溫山區風電場，總面積約15.2km2。

該風電場內有兩座測風塔，其中：

測風塔1未安裝防凍設備、未進行設備維護，造成風能資源數據較大范圍缺測。

圖1 某風電場地形情況

圖2 兩塔完整月相關性分析及風向玫瑰圖

測風塔2為了驗證利用再分析數據插補測風數據的準確性，故在此項目中設置一座安裝有防凍設備的測風塔，風能資源數據完整率達到了91%。測風塔1和測風塔2距離約3km，海拔高度3.7 km左右，測風設備均垂直于主風向區（見圖1）。兩塔經過整月數據相關檢驗（其中完整月1月、2月、3月、5月、8月、9月），相關性達到了0.92以上（見圖2），相關性較好，可用測風塔2的數據，來檢驗采用再分析數據插補測風塔1測風數據的準確性。其兩塔的位置關系見圖1。

測風塔3是采用Windigger模擬的測風塔，提取與測風塔1同層各風能資源數據，利用提取的再分析數據來處理測風塔1風能資源數據，測風塔3坐標和測風塔1采用同一坐標。三座測風塔的具體情況見表1。

表1 測風塔測風數據情況

表2 因冰凍造成數據缺測的典型數據

測風塔風能資源數據的合理性分析

一、冰凍數據的檢驗

判斷的原則：對照各時段氣溫、風速、風向結合其他高度的風速、風向綜合判斷。典型冰凍數據見表2。

處理方法：刪除風速及對應的風向數據，按缺測數據處理。

二、合理性檢驗

判斷原則：合理性檢驗參考《風電場風能資源評估辦法》（GB/T18710-2002）、《風電場測風數據的驗證和處理方法》，分析結果見表3。

處理方法：經過合理性分析后，選取符合實際情況的有效數據，回歸到原始數據組。

上述檢驗完成后，對測風塔風能資源數據有效數據的完整率進行了統計，見表5。

表3 合理性范圍統計成果

表4 不合理典型數據

表5 有效數據完整率統計成果

利用再分析數據插補測風數據

一、提取再分析數據

采用法國美迪WT公司的Windigger軟件提取再分析數據，該軟件在國內外使用較為普遍，提取的再分析數據可信度較高。圖3是Windigger軟件操作界面。

圖3 Windigger軟件操作界面

二、缺測數據插補方法

根據《風電場風能資源評估方法》（GB/T18710-2002），選擇線性相關的最小二乘法，將測風塔實測數據與再分析數據分扇區求解方程及相關系數，再利用相關方程插補測風塔數據，求得一套完整的風能資源數據。

該法可處理一組數據，可以從一組測定的數據中尋求變量之間的依賴關系。對風能資源線性相關的分析，將參考站風速數據（此處為再分析數據）作為X， 代表測風塔的風速數據作為Y，則在X - Y 平面上，可以得到n 個點pi ( xi，yi) ( i ＝ 1， 2， . . .，n)，這種圖形稱為“散點圖”，這些點大致散落在某直線附近, 我們認為x與y 之間近似為一元線性函數 y ＝ ax ＋ b， a、b求解公式如下 ：

一元線性函數y＝ax ＋ b和相關系數R的求解借助Excel即可實現，有兩種方法：

（1） 利 用SLOPE函 數 求 解 斜 率a（ 即k值 ），INTERCEPT函數求解截距b，CORREL函數求解R值；

（2）利用Excel插入散點圖求得一元線性函數和相關系數。

為了能更清晰地反映再分析數據與測風塔數據各扇區的相關性，采用方法（1）求取a（即k值）、b值及相關系數R。求得的值見表6。

三、準確性分析

為了驗證利用再分析數據插補測風數據準確性，采用兩種方法進行分析驗證：

1.項目設立了測風塔2，因測風塔2原始測風數據完整率91%，經對不合理數據處理后的有效數據完整率達到98%，故采用測風塔2測風數據與利用再分析數據插補測風塔1測風數據進行對比，若兩者接近，即證明利用再分析數據插補測風數據準確性較高；

2.因測風塔2與測風塔1，地形、地貌、海拔等相似，且相關性高，故采用測風塔2對測風塔1進行分扇區插補同層風能資源數據，若插補完的風能資源數據與利用再分析數據插補測風塔1的數據相近，即證明利用再分析數據插補測風數據準確性較高。

經分析驗證，驗證方法1所計算得到的風速差值為0.06m/s；驗證方法2所計算得到的風速差值為0.01m/s，兩種驗證方法計算得到的風速偏差值都較小，反映出利用再分析數據插補測風數據處理結果合理，準確性較高，滿足規范要求。（分析情況見表7）

表6 利用函數公式求得a（即k值）、b值及相關系數R

表7 風速數據準確性分析表

結語

在復雜環境下，若選擇處理風能數據的方法不恰當，將會使結果偏差過大，風能資源數據代表性差，將直接影響到發電量計算的準確性。本文結合四川省某風電場項目，介紹了利用再分析數據插補測風數據的方法，經分析得出以下結論：

（1）將再分析數據與測風塔所測風能資源數據采用最小二乘法求得各扇區相關系系數R值基本大于0.7，兩種數據具有良好的相關性，從而說明采用再分析數據對測風數據進行插補是可行的。

（2）結合實際工程論證，利用再分析數據插補測風數據求得測風塔1完整測風數據與測風塔2完整的風速差值為0.06m/s；采用測風塔2對測風塔1進行分扇區插補同層風能資源數據與利用再分析數據插補測風數據求得測風塔1完整的風速差值為0.01m/s。兩者計算出的風速偏差值都較小，充分論證了該處理方法的合理性和準確性，從而為處理質量較差的風能資源數據提供了新的思路和方法。

（作者單位：黃河勘測規劃設計有限公司）