在电力行业,大数据是一个更为广义的概念。单纯的测风数据不能称之为大数据。 测风大数据可以理解为在风电的整个生命周期内与其相关的一切数据的集合,可以是气象数据,或者是发电、输电、变电、配电、用电、调度等环节产生的各种类型的数据。 下面小编就为大家介绍一下中尺度数据在微观选址和风能资源评估中的应用。 一、中尺度微观选址 (1)微观选址途径 1)全国已经建成了很多风电场。有些风电场附近还有未开发的区域。根据已建风电场的发电情况,判断新风电场的开发前景。 2)有些地区已进行过风能资源的调查。可向有关部门如发改委、气象部门、专业咨询单位、电力部门或建设经验丰富的人士咨询。 3)中国气象科学研究院和部分省区的有关部门绘制了全国或地区的风能资源分布图,按照风功率密度和有效风速出现小时数进行风能资源区划,标明了风能丰富的区域,可用于指导宏观选址。 4)中尺度模拟?省时省力又准确。 (2)中尺度风电场选址 图中区域1:80m高度风速约为5.5~6.0m/s,可开发容量约150~200MW;区域2:80m高度风速约为6.0~6.5m/s,可开发容量约200~300MW;区域3:80m高度风速约为6.5~7.0m/s,可开发容量约300~450MW;区域4:80m高度速约为5.0~5.5m/s,可开发容量约100MW。建议开发顺序为:区域3>区域2>区域1>区域4。 (3)中尺度测风塔选址 在完成宏观选址确定开发区域后,以CFD降尺度得到的高分辨风图谱为基础,优化测风塔位置,提高测风塔的代表范围。 二、风能资源评估 传统的风资源评估基本流程如下图所示: 目前在风能资源评估中会遇到一些问题: (1)测风塔不具备代表性; (2)测风塔设立不满一年; (3)气象站资料不全,与气象站相关性比较差 但是又由于项目工期紧张,急于核准,需要做风能资源评估,这时可以利用中尺度数据进行风能资源评估。 例如测风3—6个月后,通过中尺度计算得到的风速时间序列和实测的风速时间序列,倒推出树立测风塔之前若干月或若干年前测风塔位置的风速、风向、气温、大气压等风资源参数时间序列,为加快可研编制进度和项目执行决策速度提供数据支持。 测风满一年后,通过关联中尺度数据与实测数据,得到具备多年代表性的风资源数据,结合卫星遥感数据确定的地表粗糙度和大气模式导出的大气稳定度,利用CFD软件最终计算得到风电场的风图谱,并进行优化布机和产能测算,完成微观选址工作。 三、总结 (1)中尺度数据优点 1)为宏观选址提供新的途径; 2)节省开发商成本; 3)降低项目盈利风险; 4)对区域内测风塔数量无具体要求。 (2)中尺度数据缺点 1)模拟的风速在数值上会有系统性偏差; 2)风能资源评估中此方法未被列入规范,行业内存在争议。 (责任编辑:曹云慧) =============================== 新能源,新千年。 =============================== |
|
来自: jank_wj1969 > 《分布式风电》