風資源評估及數值分析方法綜述

(內蒙古工業大學土木工程學院 內蒙古 呼和浩特 010051)

引言

現階段是我國風電規模化發展的重要時期，在2015年全國并網運行風機年總發電量超過190TW.H[1]。目前已有的大量風資源評估工作都是對10-30年為時間段的風資源分布進行描述[2]。與當前風力發電，風電并網等與電力相關的各個領域的深入研究相比，在風資源實時估計方面的研究則相對較少。因此建立有利于研究人員理解與應用的刻畫風資源實時分布情況的數學模型變得尤為重要，這將為風電出力、調度等各方面研究提供基礎信息。

一、基于統計規律的風資源分布估計方法

(一)區域風資源的相關性分析。風電場輸出相關性是影響風電特性的一個主要因素，特別是集群風電的輸出量，已經被很多學者關注，其中主要被應用的為相關性隨距離增加而減弱的規律。2015年，Hasche等人以實測數據為例，擬合得到了風場出力相關系數與距離之間的指數函數關系[3]。利用此規律基于地理距離推算出相關系數。風資源的相關性是風電出力相關性的主要影響因素，在實際應用中，這一特點多被應用于測風塔數據的校正中[4]。

(二)基于風資源相關性的測風塔分組方法。實際風電場中測風塔分散在整個區域，并受風電場地形影響，風電場整體區域地形特點類似，地形平坦，每臺測風塔位置處的風資源數值大小以及波動特點也存在差異。為了避免具有不同特性的測風塔對進一步的分析造成影響，對已知測風塔進行分組是最為重要的任務。

目前，最短距離聚類法在分組聚類方法中最為常用[5]。2016年，喬穎等人結合甘肅酒泉地區實際的風資源特點，介紹了該方法[6]。首先，構造待聚類的m個元素的距離矩陣，然后在原來的m×m距離矩陣的非對角元素中找出兩組距離最近的對象Gp和Gq并且歸并為一新類Gr，然后按計算公式

drk=min{dpk,dqk}(k≠p,q)

(1)

計算原始各個類別與新類別之間的距離，得到新的(m-1)階的距離矩陣；再從該矩陣中選出最小者dij，把Gi和Gj歸并成新類；繼而計算每個類別與新類別之間的距離，直至類別的數量達到預定值為止。

(三)風資源分布的實時估計方法。風資源數據研究中，反距離加權法作為一種簡單易行的插值方法得到了廣泛的應用。反距離加權差值法便是以待求點到已知點距離的函數作為權重函數，對已知點的數據進行加權得到待求點的估計值。例如，權重函數W(r)為：

(3)

式中：r為未知點與已知點之間的距離；R為影響半徑，表示距離超過該半徑的已知點對未知點的數據沒有參考價值；m是大于1的整數。顯然，在這種插值方法中，已知點離未知點越近，則權重越大。

二、風能資源評估的特征參數參數

風能資源評估的主要特征參數包括:風速統計概率分布、風向、平均風功率密度、風能、有效風能、可利用小時數等。

(一)風速統計概率分布。通過對風速v概率統計得出的分布特性是能夠衡量一個地方風能資源分布情況，一般采用weibull分布曲線來擬合不同地區或不同高度風速概率分布[7]，其表達式為：

(4)

式中:k為形狀參數，k值越大說明風速波動越小，越適合風力發電。λ為尺度參數，用來決定風頻曲線峰值大小。

(二)平均風功率密度。風能密度是衡量一個地區風能大小和風能儲量最有價值的參考量。風功率密度是氣流在單位時間內垂直流過單位截面積中所具有的能量，計算公式[8]為

(5)

(三)有效風能。對于風能轉換裝置而言可利用的風能是在切入風速到切出風速之間的風速段這個范圍的風能即有效風能，該風速范圍內的平均風功率密度即有效風功率密度有效風功率密度計算式[9]為

(6)

(四)可利用小時數。風電場容量系數的高低由可利用小時數決定可利用小時數越高則說明風電場的投資回報率也越高統計代表年測風序列中的有效風速的風能可利用小時數計算式[10]為

(7)

式中N為統計時段的總時間h其中可利用風能資源儲量是通過有效風功率密度、風電場面積和風能利用率之間的關系計算得出的

三、風能資源評估方法發展方向

針對上述不足,未來風能資源評估的發展方向如下:

(1)用大數據與云計算技術為風能資源評估提供更有參考價值的平臺。

(2)改進現有機組曲線評估模型增加氣象要素和實際運行曲線模型研究。

(3)當前風電場總裝機容量和單機容量的不斷增大，應深入研究尾流疊加模型和湍流擾動模型。