不同風向扇區(qū)相關(guān)對風資源評估中數(shù)據(jù)訂正的影響

杜燕軍，劉志聲，李鵬

（1.內(nèi)蒙古電力勘測設(shè)計院，內(nèi)蒙古呼和浩特 010020；2.西安電子科技大學，陜西西安 710071；3.內(nèi)蒙古送變電有限責任公司，內(nèi)蒙古呼和浩特 010020）

在風電場進行風資源評估時，常根據(jù)氣象站與測風塔的相關(guān)關(guān)系，將現(xiàn)場測風數(shù)據(jù)訂正為一套反映風電場長期平均水平的代表性數(shù)據(jù)進行風資源分析，而對代表年風速訂正是否合理是影響風資源評估誤差的重要因素。所以，對風電場風能資源的評估是整個風電場建設(shè)、運行的重要環(huán)節(jié)，是風電項目的根本，對風能資源的正確評估是風電場建設(shè)取得良好經(jīng)濟效益的關(guān)鍵[1]。為了提高對風電場風資源評估的準確性，風電場風能資源評價往往根據(jù)現(xiàn)場一年的實測數(shù)據(jù)，結(jié)合附近有代表性的長期測站（氣象站）的觀測資料，進行16風向扇區(qū)風速相關(guān)分析，然后根據(jù)相關(guān)曲線進行數(shù)據(jù)訂正，將現(xiàn)場測風數(shù)據(jù)訂正為一套反映風場長期平均水平的代表性數(shù)據(jù)進行風資源分析。

由于受大氣環(huán)流及地形影響，風的隨機性很大[2]，在一些風場內(nèi)，地形差異較大，氣象站往往設(shè)立在城市內(nèi)或者邊緣，受周圍環(huán)境干擾較大。一座氣象站涉及的區(qū)域多達幾百公里，而風電場場址遠離城市，周圍沒有大的障礙物遮擋，同樣也遠離長期觀測站。由于觀測儀器本身以及周圍觀測環(huán)境的不同，兩者在測風結(jié)果上必然存在差異，按照16個風向扇區(qū)的相關(guān)必然導致風向少的區(qū)域的相關(guān)性差，相同風向的個數(shù)也較少，得到的結(jié)論存在一定的不確定性。所以本文以內(nèi)蒙古地區(qū)有代表性的風場及參考氣象站為例，采用常規(guī)16風向扇區(qū)風速相關(guān)法及簡化后的8風向扇區(qū)風速和4風向扇區(qū)風速相關(guān)法對代表年的數(shù)據(jù)進行訂正，并對其結(jié)果進行比較分析，為以后風資源評估提供參考。

1 資料與方法

1.1 資料的選取

本實驗數(shù)據(jù)選用內(nèi)蒙古地區(qū)某風電場測風塔（1號測風塔）完整一年逐時風速、風向和距風電場最近的氣象站近30年的年平均風速進行分析。該測風塔高為70 m，測風時段為2008年5月1日～2009年4月30日。氣象站距風電場直線距離約為20 km，觀測場海拔高度為274.7 m，比測風塔海拔高度低約80 m。氣象站風速儀距地高度無變化，均為10 m，觀測場周圍環(huán)境也未發(fā)生較大的變化，觀測數(shù)據(jù)的連續(xù)性、一致性、完整性程度較高。

1.2 訂正方法

1.2.1 常規(guī)訂正方法

根據(jù)《風電場風能資源評估方法》[3-4]要求，將采集到的測風塔完整一年的實測數(shù)據(jù)與氣象站對應(yīng)時段的數(shù)據(jù)按風向劃分為16個風向扇區(qū)，然后根據(jù)各風向象限的風速進行相關(guān)分析，繪制各風向象限內(nèi)風速相關(guān)曲線；為使風速值代數(shù)差值計算更加方便、直觀，將風速相關(guān)曲線定義為y=kx+b（其中：y代表風電場風速，x代表氣象站風速）線性方程，因為有16個風向扇區(qū)，所以可以得到16個類似的線性方程；對每個風速相關(guān)曲線，在橫坐標上標明出氣象站多年的年平均風速、以及測風塔實測同期的氣象站年平均風速，在縱坐標軸找到對應(yīng)的測風塔實測的2個風速值，并求出這2個風速值的代數(shù)差值；測風塔實測數(shù)據(jù)的各個象限內(nèi)的每個風速都加上對應(yīng)的風速代數(shù)差值，獲得訂正后的測風塔風速。

1.2.2 簡化的訂正方法

考慮到內(nèi)蒙古地區(qū)氣象站站點少，覆蓋區(qū)域大的特點，16個風向扇區(qū)并不完全適于該地區(qū)。如果將風向扇區(qū)個數(shù)減少（如按8個風向扇區(qū)或4個風向扇區(qū)訂正），使更多的數(shù)據(jù)集中在每個扇區(qū)內(nèi)，得到的每個扇區(qū)內(nèi)的相關(guān)性將會有所不同。

1）8個風向扇區(qū)相關(guān)訂正方法

將采集到的測風塔完整一年的實測數(shù)據(jù)與氣象站對應(yīng)時段的數(shù)據(jù)按風向劃分為8個風向扇區(qū)，然后根據(jù)各風向象限的風速進行相關(guān)分析，繪制各風向象限內(nèi)風速相關(guān)曲線；為使風速值代數(shù)差值計算更加方便、直觀，將風速相關(guān)曲線定義為y=kx+b線性方程，可以得到8個類似的線性方程；對每個風速相關(guān)曲線，在橫坐標上標明出氣象站多年的年平均風速、以及測風塔實測同期的氣象站年平均風速，在縱坐標軸找到對應(yīng)的測風塔實測的2個風速值，并求出這2個風速值的代數(shù)差值；測風塔實測數(shù)據(jù)的各個象限內(nèi)的每個風速都加上對應(yīng)的風速代數(shù)差值，獲得訂正后的測風塔風速。

2）4個風向扇區(qū)相關(guān)訂正方法

將采集到的測風塔完整一年的實測數(shù)據(jù)與氣象站對應(yīng)時段的數(shù)據(jù)按風向劃分為4個風向扇區(qū)，其他與16個風向扇區(qū)和8個風向扇區(qū)相關(guān)計算過程相同。

2 結(jié)果與分析

2.1 常規(guī)方法的訂正結(jié)果

將1號測風塔70 m高度完整一年的風速風向與氣象站10 m高度處同步實測風速風向數(shù)據(jù)進行16個風向扇區(qū)相關(guān)分析，相關(guān)分析結(jié)果見表1。

由表1可知：①在16個風向扇區(qū)中有8個風向扇區(qū)的相關(guān)系數(shù)低于0.8，其中SE風向的相關(guān)系數(shù)僅為0.58，較低的相關(guān)系數(shù)對于數(shù)據(jù)訂正的不確定性也較大；②主導風向扇區(qū)上同期風向集中在同一扇區(qū)個數(shù)較少，而非主導風向扇區(qū)上同期風向風向集中在同一扇區(qū)個數(shù)卻相對較多，各風向扇區(qū)上同期風向集中在同一扇區(qū)個數(shù)比例差異變化較大；③將測風塔70 m與氣象站同期風向（數(shù)字）進行對比分析，同期風向差值絕對值小于11.25度的個數(shù)為1 850個（總數(shù)為8 760個），兩者風向不相同的個數(shù)為6 910個，不相同的個數(shù)占總數(shù)的比例高達78.9%；④將測風塔70 m與氣象站同期風向（字母）進行對比分析，兩者風向相同的個數(shù)為1 792個（總數(shù)為8 760個），兩者風向不相同的個數(shù)為6 968個，不相同的個數(shù)占總數(shù)的比例高達80%。

表1 風電場測風塔70 m與氣象站10 m風速相關(guān)參數(shù)Tab.1 Relevant parameters of wind speed at the 70 m height of the wind farm monitoring mast and at the 10 m height of the weather station

2.2 8個風向扇區(qū)相關(guān)

將1號測風塔70 m高度完整一年的風速風向與氣象站10 m高度處同步實測風速風向數(shù)據(jù)進行8個風向扇區(qū)相關(guān)分析，相關(guān)分析結(jié)果見表2。

表2 風電場測風塔70 m與氣象站10 m風速相關(guān)參數(shù)Tab.2 Relevant parameters of wind speed at the 70 m height of the wind farm monitoring mast and at the 10 m height of the weather station

由表2可知：①對于8個風向扇區(qū)作相關(guān)，相關(guān)系數(shù)除SE風向的相關(guān)系數(shù)為0.67，其余風向的相關(guān)系數(shù)都大于0.8，按此方法進行相關(guān)分析的結(jié)果優(yōu)于16風向扇區(qū)相關(guān)分析的結(jié)果；②相對于16風向扇區(qū)計算結(jié)果，主導風向扇區(qū)上同期風向風向集中在同一扇區(qū)個數(shù)明顯增加，各風向扇區(qū)上同期風向集中在同一扇區(qū)個數(shù)比例差異在減小；③將測風塔70 m與氣象站同期風向（數(shù)字）進行對比分析，同期風向差值絕對值小于22.5度的個數(shù)為3 391個（總數(shù)為8 760個），兩者風向不相同的個數(shù)為5 369個，不相同的個數(shù)占總數(shù)的比例減少到61.3%；④將測風塔70 m與氣象站同期風向（字母）進行對比分析，同期風向相同的個數(shù)為3 544個（總數(shù)為8 760個），不相同的個數(shù)為5 216個，不相同的個數(shù)占總數(shù)的比例減少到59%。

2.3 4個風向扇區(qū)相關(guān)

將1號測風塔70 m高度完整一年的風速風向與氣象站10 m高度處同步實測風速風向數(shù)據(jù)進行4個風向扇區(qū)相關(guān)分析，相關(guān)分析結(jié)果見表3。

表3 風電場測風塔70 m與氣象站10 m風速相關(guān)參數(shù)表Tab.3 Relevant parameters of wind speed at the 70 m height of the wind farm monitoring mast and at the 10 m height of the weather station

由表3可知：①對于4個風向扇區(qū)作相關(guān)，相關(guān)系數(shù)都大于0.8，相關(guān)性優(yōu)于前2種方法；②相對于16風向扇區(qū)和8風向扇區(qū)的計算結(jié)果，主導風向扇區(qū)上同期風向集中在同一扇區(qū)個數(shù)顯著增加，各風向扇區(qū)上同期風向集中在同一扇區(qū)個數(shù)比例差異進一步在減少；③將測風塔70 m與氣象站同期風向（數(shù)字）進行對比分析，同期風向差值絕對值小于45度的個數(shù)為5 735個 （總數(shù)為8 760個），不相同的個數(shù)為3 025個，不相同的個數(shù)占總數(shù)的比例減少到34.5%；④將測風塔70 m與氣象站同期風向（字母）進行對比分析，兩者風向相同的個數(shù)為5 130個（總數(shù)為8 760個），不相同的個數(shù)為3 630個，不相同的個數(shù)占總數(shù)的比例減少到41%。

2.4 三種方法的結(jié)果比較

分別按照16個風向扇區(qū)相關(guān)、8個風向扇區(qū)相關(guān)、4個風向扇區(qū)相關(guān)進行分析，按各風向扇區(qū)對應(yīng)得y=kx+b線性方程進行各風向扇區(qū)數(shù)據(jù)訂正，風速數(shù)據(jù)訂正結(jié)果如表4。

由表4的結(jié)果可知，不論采用那種訂正方法，計算得到的各月平均風速及年平均風速結(jié)果基本一致，差值都很小。

WEIBULL分布曲線普遍適用于風速統(tǒng)計描述的概率密度函數(shù)[5]，給定了分布參數(shù)A和K值后，平均風功率密度、有效風功率密度、風能可利用小時數(shù)都可以方便求得。表5和表6為不同風向扇區(qū)相關(guān)下的各高度A和K值。由表5、表6可見，采用不同風向扇區(qū)訂正后完整一年代表性數(shù)據(jù)70 m高度處的A和K值都相同，采用16風向扇區(qū)訂正結(jié)果的K值略偏高于其他2種方法。由表6可見，采用不同風向扇區(qū)訂正后5個月代表性數(shù)據(jù)70 m高度處的A值都相同，采用16風向扇區(qū)訂正結(jié)果的K值略偏低于其他2種方法。

表5 不同方法訂正后完整一年代表性數(shù)據(jù)70 m高度的A、K值Tab.5 The A and K values of representative data at 70 m height in a complete year after revision by different methods

表6 不同方法訂正后5個月代表性數(shù)據(jù)70m高度的A、K值Tab.6 The A and K values of representative data at 70 m height in five months after revision by different methods

3 結(jié)論

1）風向扇區(qū)分布范圍越大，相同風向出現(xiàn)的概率也越大，在同一風向扇區(qū)出現(xiàn)的相關(guān)數(shù)據(jù)也越多，相關(guān)性也越好。4風向扇區(qū)風速相關(guān)性優(yōu)于8風向扇區(qū)風速相關(guān)性，兩者又都優(yōu)于16風向扇區(qū)風速的相關(guān)性。

2）采用4風向扇區(qū)和8風向扇區(qū)風速相關(guān)性進行修正得到的代表年月平均風速的結(jié)果與16風向扇區(qū)風速的相關(guān)性進行修正得到的代表年月平均風速的結(jié)果一致。

3）本項目測風塔距離氣象站僅有20 km，風向上的差異已經(jīng)較為明顯，而有些地區(qū)的風電場往往距離氣象站都在50 km之外，再加上受周圍環(huán)境干擾，風向上的差異更為明顯，8個風向扇區(qū)（或4個風向扇區(qū)）作相關(guān)分析可以使各扇區(qū)的相關(guān)性更優(yōu)，同樣能夠保證數(shù)據(jù)訂正的可靠性。

[1] 連捷.風電場風能資源評估及微觀選址[J].新能源，2007，4（2）：71-73.LIAN Jie.Assessment of wind resources of wing farmer[J].New Energy，2007，4（2）:71-73（in Chinese）.

[2] 王承煦，張源.風力發(fā)電[M].北京：中國電力出版社，2002.

[3]GB/18710-2002，風電場風資源評估方法[S].

[4]GB/18709-2002，風電場風能資源測量方法[S].

[5] 宮靖遠，賀德馨，孫如林，等.風電場工程技術(shù)手冊[M].北京：機械工業(yè)出版社，2004.3.