南海諸海島風(fēng)能資源評(píng)估及其風(fēng)機(jī)選型

許武，蒙文川，李娟 ，諶玲，蘇盛

(1.智能電網(wǎng)運(yùn)行與控制湖南省重點(diǎn)實(shí)驗(yàn)室(長(zhǎng)沙理工大學(xué))，長(zhǎng)沙市 410004；2. 南方電網(wǎng)科學(xué)研究院，廣州市 510080)

?

南海諸海島風(fēng)能資源評(píng)估及其風(fēng)機(jī)選型

許武1，蒙文川2，李娟1，諶玲1，蘇盛1

(1.智能電網(wǎng)運(yùn)行與控制湖南省重點(diǎn)實(shí)驗(yàn)室(長(zhǎng)沙理工大學(xué))，長(zhǎng)沙市 410004；2. 南方電網(wǎng)科學(xué)研究院，廣州市 510080)

針對(duì)南海亟待發(fā)展風(fēng)力發(fā)電、支持海島開(kāi)發(fā)建設(shè)的需求，搜集整理東沙、西沙、南沙共6處海島氣象數(shù)據(jù)進(jìn)行了風(fēng)資源評(píng)估和風(fēng)機(jī)選型。運(yùn)用雙參數(shù)Weibull分布評(píng)估了各站點(diǎn)的風(fēng)資源情況，結(jié)合多種小型風(fēng)力發(fā)電機(jī)組的風(fēng)速功率輸出特性曲線，估算了不同風(fēng)力發(fā)電機(jī)組的容量系數(shù)；還結(jié)合基于廣義Pareto極值分布模型的跨閾法，利用極大似然估計(jì)法計(jì)算各站點(diǎn)五十年一遇最大風(fēng)速。分析結(jié)果表明，南海風(fēng)資源分布和最大風(fēng)速均具有顯著的地域性特征，位于南海南北兩側(cè)的東沙島和人駿灘風(fēng)資源條件優(yōu)越，而中部的永興島、珊瑚島、太平島和南子島風(fēng)資源相對(duì)貧乏；此外，受熱帶氣旋緯向活動(dòng)規(guī)律影響，最南沿人駿灘的五十年一遇最大風(fēng)速僅為35 m/s，遠(yuǎn)低于其他島礁。

海上風(fēng)電；風(fēng)資源評(píng)估；風(fēng)能密度；最大風(fēng)速

0 引 言

我國(guó)南海東至菲律賓群島、西倚北部灣、南臨納土納群島、北靠中國(guó)臺(tái)灣。南海海島按地理位置可劃分為東沙、西沙、中沙和南沙群島，因戰(zhàn)略地位突出而受到了高度關(guān)注和重視。南海海島遠(yuǎn)離陸地，主要依靠柴油發(fā)電，費(fèi)用高昂，且易受海況及突發(fā)人為干擾影響，油、電保障困難[1-2]。隨著南海海島開(kāi)發(fā)建設(shè)戰(zhàn)略的推進(jìn)，為保障海島供電，迫切需要發(fā)展海島風(fēng)力發(fā)電。

南海所處的東亞、東南亞地區(qū)屬季風(fēng)氣侯帶，冬季盛行東北季風(fēng)，夏季盛行西南季風(fēng)[3]。南海諸島地處深海，因海面粗糙度低，風(fēng)切變小，無(wú)須搭建高聳塔架，有利于風(fēng)電開(kāi)發(fā)。文獻(xiàn)[4]利用永興島氣象觀測(cè)數(shù)據(jù)，深入分析了西沙的風(fēng)電開(kāi)發(fā)的資源條件和五十年一遇最大風(fēng)速，為風(fēng)電開(kāi)發(fā)提供了有力支撐。

當(dāng)前，我國(guó)正在華陽(yáng)礁、赤瓜礁、東門礁、南熏礁、渚碧礁、美濟(jì)礁、永暑礁等南沙島礁填海造陸，因南沙島礁處于多個(gè)國(guó)家(地區(qū))實(shí)際控制下，我國(guó)氣象中心缺乏長(zhǎng)期可靠的氣象記錄，無(wú)從開(kāi)展風(fēng)電開(kāi)發(fā)所需的風(fēng)資源評(píng)估和風(fēng)力發(fā)電機(jī)組選型，不利于后續(xù)開(kāi)發(fā)。針對(duì)此問(wèn)題，本文從國(guó)際氣象組織搜集了東沙、西沙(永興、珊瑚)和南沙(南子、太平島和人駿灘)等六島礁的氣象觀測(cè)數(shù)據(jù)，結(jié)合雙參數(shù)Weibull分布和典型風(fēng)力發(fā)電機(jī)風(fēng)速功率曲線，估算風(fēng)速、風(fēng)功率密度、典型風(fēng)機(jī)的容量系數(shù)及其年際變化；最后還結(jié)合日極值風(fēng)速，利用基于廣義Pareto極值分布的跨閾法計(jì)算了五十年一遇最大風(fēng)速；相關(guān)結(jié)論對(duì)于南海海島風(fēng)電開(kāi)發(fā)具有重要的參考價(jià)值。

1 數(shù)據(jù)處理與分析方法

本文調(diào)研6個(gè)島嶼地理位置示意如圖1。各站點(diǎn)記錄有1973—2012年的風(fēng)速、風(fēng)向、溫度等氣象數(shù)據(jù)，數(shù)據(jù)記錄間隔為3 h。基于數(shù)據(jù)完整性準(zhǔn)則，選取1996—2012年間觀測(cè)數(shù)據(jù)進(jìn)行風(fēng)資源評(píng)估，評(píng)估多年一遇最大風(fēng)速。

圖1 調(diào)研站點(diǎn)地理位置示意圖Fig.1 Geographical location of investigated islands

1.1 風(fēng)資源評(píng)估與典型風(fēng)力發(fā)電機(jī)組發(fā)電量計(jì)算

準(zhǔn)確的風(fēng)資源評(píng)估是建設(shè)風(fēng)電場(chǎng)的重要基礎(chǔ)?；跉庀笳練v史觀測(cè)資料的風(fēng)資源評(píng)估多用于風(fēng)電場(chǎng)宏觀選址[5-6]。為避免厄爾尼諾、拉尼娜等反常氣候現(xiàn)象對(duì)評(píng)估結(jié)果準(zhǔn)確性的影響，還根據(jù)要求對(duì)調(diào)研時(shí)段風(fēng)速年均值排序后，取其中間值者為典型年進(jìn)行風(fēng)資源評(píng)估。

年均風(fēng)速是風(fēng)資源評(píng)估的關(guān)鍵指標(biāo)，其計(jì)算表達(dá)式為

(1)

利用氣象觀測(cè)數(shù)據(jù)評(píng)估風(fēng)資源時(shí)，一般結(jié)合風(fēng)速的統(tǒng)計(jì)分布和典型機(jī)組的出力曲線進(jìn)行計(jì)算。本文選取能較好擬合實(shí)際風(fēng)速分布的雙參數(shù)Weibull分布模型，其概率密度函數(shù)為

(2)

式中：fw(v)為風(fēng)速v的概率密度；k為形狀參數(shù)；c為尺度參數(shù)[5]。參數(shù)估計(jì)可利用矩估計(jì)法，根據(jù)(3)、(4)式求解k和c，即可確定風(fēng)速分布特征。

(3)

(4)

風(fēng)功率密度是氣流垂直通過(guò)單位截面積的風(fēng)能，是衡量風(fēng)電場(chǎng)風(fēng)資源的綜合指標(biāo)。當(dāng)風(fēng)速頻率分布服從威布爾分布時(shí)，平均風(fēng)功率密度為

(5)

式中ρ為當(dāng)?shù)啬昃諝饷芏龋饕軠囟群秃０斡绊?，其函?shù)關(guān)系為

(6)

式中：P0為標(biāo)準(zhǔn)大氣壓(101 325 Pa)；g為引力常數(shù)(9.8 m/s2)；R為氣體常數(shù)(287 J/(kg·K))；T為大氣溫度。

風(fēng)力發(fā)電利用的主要是近地層風(fēng)的動(dòng)能。地表風(fēng)速隨高度變化的規(guī)律常用(7)式所示指數(shù)律描述

v2=v1(z2/z1)α

(7)

式中：a為風(fēng)切變指數(shù)；v2為高度z2的風(fēng)速；v1為高度z1的風(fēng)速。因海面粗燥度系數(shù)小，風(fēng)切變指數(shù)根據(jù)風(fēng)能資源測(cè)量和評(píng)估技術(shù)規(guī)定選取為0.1[7]。得到風(fēng)速威布爾分布參數(shù)后，可根據(jù)概率密度曲線和給定風(fēng)機(jī)功率曲線，按式(8)推算發(fā)電量。

(8)式中：E為發(fā)電量，kW·h；fi為風(fēng)速vi時(shí)的風(fēng)速頻率；p(vi)為給定風(fēng)機(jī)在風(fēng)速為vi時(shí)的功率，kW；Ei為風(fēng)速vi時(shí)給定風(fēng)機(jī)的發(fā)電量，kW·h。根據(jù)計(jì)算得到的發(fā)電量即可求得典型年的容量系數(shù)等風(fēng)能指標(biāo)[8]。

容量系數(shù)是指風(fēng)力發(fā)電場(chǎng)在給定時(shí)間內(nèi)實(shí)際發(fā)電量與該時(shí)段內(nèi)額定發(fā)電量的百分比，一般按年平均輸出功率和額定功率的比值計(jì)算。

1.2 五十年一遇最大風(fēng)速計(jì)算方法

風(fēng)荷載是風(fēng)力發(fā)電機(jī)組的主要機(jī)械荷載[9-10]。自然風(fēng)可以分解為平均風(fēng)和脈動(dòng)風(fēng)，其作用也可看作兩者的疊加。分析風(fēng)力發(fā)電機(jī)組結(jié)構(gòu)安全性，需根據(jù)極值風(fēng)速的統(tǒng)計(jì)特性，計(jì)算基準(zhǔn)期的最大平均風(fēng)。結(jié)構(gòu)荷載規(guī)范中，確定風(fēng)力發(fā)電機(jī)組最大載荷的極端風(fēng)速是平均風(fēng)風(fēng)速滿足一定保證率的期望風(fēng)速[11]。T年一遇的最大風(fēng)速xp與分布概率p的關(guān)系是

T=1/p

(10)

式中，p=P{x≥xp}=1-P{x

根據(jù)電力工程氣象勘測(cè)技術(shù)規(guī)程，確定最大風(fēng)速需根據(jù)相鄰氣象觀測(cè)站地表10m高度風(fēng)速數(shù)據(jù)，按極值I型分布計(jì)算五十年一遇的平均風(fēng)速，將其作為設(shè)計(jì)基準(zhǔn)風(fēng)速[11-12]。需要指出的是，基于經(jīng)典極值理論的極值I型分布僅利用年極值信息，需要20年以上觀測(cè)資料才可較準(zhǔn)確求取設(shè)計(jì)基準(zhǔn)風(fēng)速。為滿足利用南海16年風(fēng)速短數(shù)據(jù)序列進(jìn)行極值分析的需要，本文利用基于廣義Pareto極值分布的跨閾法展開(kāi)研究。該方法多根據(jù)文獻(xiàn)[13]所提平均剩余函數(shù)法選取閾值u，并假設(shè)跨閾極值風(fēng)速具有廣義Pareto極值分布，即

(11)

式中：b>0，1+γ(x-u)>0；b，γ分別為尺度參數(shù)和形狀參數(shù)。假設(shè)Yi=Xi-u，則E(Y) = (b+γu)/(1-γ)。T年重現(xiàn)期的最大風(fēng)速的重現(xiàn)期水平為

xT=u-b[1-(nT)γ]/γ

(12)

式中：n為樣本中大于閾值的年均樣本數(shù)，即n=k1/m1；k1是大于u的樣本總數(shù)；m1為樣本的年數(shù)。

2 數(shù)據(jù)處理與分析方法

2.1 風(fēng)速分布

為校驗(yàn)威布爾分布能否準(zhǔn)確描述風(fēng)速分布，將各站點(diǎn)風(fēng)速與威布爾擬合概率密度對(duì)比繪制如圖2。其中，縱坐標(biāo)為風(fēng)速頻率，橫坐標(biāo)為風(fēng)速。為方便討論，還將各站點(diǎn)威布爾分布參數(shù)及其均方根和卡方檢驗(yàn)(χ2)[7]結(jié)果列如表1。由圖2及表1可見(jiàn)，雙參數(shù)威布爾能較好地?cái)M合南海各島嶼風(fēng)速分布情況，可以利用威布爾分布分析調(diào)研海島風(fēng)資源特性。

2.2 風(fēng)能的年際變化及風(fēng)功率密度

計(jì)算各站點(diǎn)5 m高度年均風(fēng)速和風(fēng)功率密度，并將其年際變化和風(fēng)向玫瑰圖繪制如圖3、4。為方便對(duì)比，還將各島嶼調(diào)查時(shí)段內(nèi)的風(fēng)速均值、方差及風(fēng)能分級(jí)列如表2。

由圖3、4及表2可見(jiàn)：

(1)受冬季東北季風(fēng)和夏季西南季風(fēng)影響，各站點(diǎn)主導(dǎo)風(fēng)向多為東北和西南風(fēng)向。其中，靠北的東沙、永興和珊瑚島受冬季西北季風(fēng)較強(qiáng)；而靠南的南子島、太平島和人駿灘則更多受西南季風(fēng)影響。

(2)南海風(fēng)速分布有明顯的地域性特征?？恐虚g的西沙珊瑚、永興島和南沙南子島、太平島風(fēng)速較小，風(fēng)能等級(jí)僅為1級(jí)；東沙島受臺(tái)灣海峽狹管效應(yīng)影響，平均風(fēng)速接近5.5 m/s，風(fēng)能等級(jí)達(dá)4級(jí)，各類風(fēng)電機(jī)組均可應(yīng)用；而南沙西側(cè)的人駿灘更是高達(dá)7 m/s，風(fēng)能資源條件優(yōu)異。

圖2 風(fēng)速威布爾擬合效果Fig.2 Fitting curves of wind data in Weibull distribution

圖3 平均風(fēng)速和平均風(fēng)功率密度圖Fig.3 Mean wind speed and wind power density

圖4 各站風(fēng)向玫瑰圖Fig.4 Wind roses of investigated stations表1 雙參數(shù)Weibull分布擬合誤差Table 1 Fitting error of two-parameter Weibull distribution

表2 風(fēng)資源概況Table 2 Wind resources of islands

(3)各島礁風(fēng)速的年際變化不一。西沙的永興島、珊瑚島和南沙西側(cè)的人駿灘風(fēng)速年際變化較小，而東沙、南子島和太平島年際變化較為突出。

2.3 典型風(fēng)機(jī)容量系數(shù)估算

2.3.1 典型風(fēng)機(jī)功率曲線

受南海臺(tái)風(fēng)頻發(fā)和維護(hù)檢修困難制約，為保障機(jī)組可靠性，考慮選用適合南海海島的TMA 10 kW、Jacobs 20kW、BWC Excel-S10kW和FL-30 30kW等小型風(fēng)機(jī)為典型風(fēng)機(jī)，其詳細(xì)信息列如表3。在標(biāo)準(zhǔn)測(cè)試環(huán)境下(空氣密度1.225 kg/m3)所選機(jī)組的測(cè)試風(fēng)速出力曲線如圖5[14]。

2.3.2 典型風(fēng)機(jī)容量系數(shù)

因所選風(fēng)電機(jī)組輪轂高度不一，為公平起見(jiàn)，現(xiàn)假定所選風(fēng)電機(jī)組的輪轂安裝高度均為15 m，且風(fēng)速按式(7)進(jìn)行折算。結(jié)合風(fēng)速出力曲線，計(jì)算得到各典型風(fēng)機(jī)發(fā)電量，將1996—2012年間容量系數(shù)年際變化繪制如圖6，并將調(diào)查時(shí)段內(nèi)各典型風(fēng)機(jī)平均容量系數(shù)列如表4。

表3 典型風(fēng)力發(fā)電機(jī)組參數(shù)

Table 3 Parameters of specific wind turbines

表4 典型風(fēng)機(jī)容量系數(shù)

Table 4 Capacity factors of specific wind turbines

由圖5、6和表4可見(jiàn)：

(1)4種風(fēng)機(jī)按計(jì)算容量系數(shù)排序依次為FL-30、BWCExcel-S、Jacobs、TMA。

(2)FL-30風(fēng)電機(jī)組在所有站點(diǎn)的計(jì)算容量系數(shù)均明顯高于其他3種機(jī)組；其原因在于該機(jī)組風(fēng)速出力曲線出力隨風(fēng)速快速上升，低風(fēng)速區(qū)即可獲得較大出力，顯著提高了低風(fēng)速段風(fēng)能利用率。

(3)TMA風(fēng)機(jī)容量系數(shù)明顯低于其他風(fēng)機(jī)，其原因在于額定風(fēng)速過(guò)高，達(dá)到額定風(fēng)速的時(shí)間過(guò)短。

圖5 典型風(fēng)力發(fā)電機(jī)組風(fēng)速功率曲線Fig.5 Wind speed power curves of specific wind turbines

圖6 容量系數(shù)年際變化Fig.6 Annual variation of capacity factor

(4)Jacobs與BWC Excel-S風(fēng)機(jī)在人駿灘以外的其他站點(diǎn)容量系數(shù)非常接近。因該兩類風(fēng)機(jī)的額定展寬區(qū)不同，前者額定狀態(tài)有較寬的額定區(qū)間，而后者較窄。因此，風(fēng)速較高的人駿灘Jacobs風(fēng)機(jī)的風(fēng)能利用效率會(huì)更高。若以容量系數(shù)作為風(fēng)機(jī)選型基準(zhǔn)，4種機(jī)型中FL-30為最優(yōu)匹配機(jī)型。

3 五十年一遇最大風(fēng)速

五十年一遇最大風(fēng)速是風(fēng)機(jī)選型的重要依據(jù)[11]。以下根據(jù)逐時(shí)風(fēng)速數(shù)據(jù)，整理得到日最大值風(fēng)速，根據(jù)剩余生命函數(shù)確定各站點(diǎn)風(fēng)速閾值，并將各站點(diǎn)日最大值風(fēng)速序列繪制如圖7。根據(jù)所選超

圖7 各站日極值風(fēng)速Fig.7 Daily extreme wind speed in each station

閾值樣本計(jì)算極值分布模型參數(shù)，計(jì)算似然函數(shù)后將似然函數(shù)輪廓圖繪制如圖8。

圖8中弧線為極值似然函數(shù)，與上方水平線的交點(diǎn)對(duì)應(yīng)橫坐標(biāo)為五十年一遇最大風(fēng)速，與下方水平線交點(diǎn)對(duì)應(yīng)橫坐標(biāo)為95%置信區(qū)間的上、下限。為方便對(duì)比，還將各站點(diǎn)的分布參數(shù)、95%置信區(qū)間和五十年一遇最大風(fēng)速詳列如表5。

由圖7、8和表5可見(jiàn)：五十年一遇最大風(fēng)速與年均風(fēng)速同樣具有較強(qiáng)的地域分布特征，但兩者之間沒(méi)有明顯的關(guān)聯(lián)性。研究表明，南海熱帶氣旋受海面溫度影響，具有明顯的季節(jié)性緯向活動(dòng)特征[15,16]。受季節(jié)影響，5至10月間南海熱帶氣旋多形成于10oN～20oN的海域，并逐漸北移；而冬季11至4月南海熱帶氣旋多生成于6oN～14oN，且數(shù)量較少、強(qiáng)度較低。人駿灘位于7o58’ N，遭遇熱帶氣旋的概率和強(qiáng)度明顯低于其他島礁，五十年一遇最大風(fēng)速僅35 m/s左右；而其他偏北島礁的最大風(fēng)速多在37 m/s以上。

圖8 似然函數(shù)輪廓圖Fig.8 Outline drawing of likelihood function表5 五十年一遇最大風(fēng)速Table 5 Extreme wind speed with 50-year recurrence interval

對(duì)于海島風(fēng)電建設(shè)，除五十年一遇最大風(fēng)速(靜態(tài)平均風(fēng))外，還需要根據(jù)測(cè)風(fēng)的瞬時(shí)風(fēng)速數(shù)據(jù)分析湍流強(qiáng)度，才可確定風(fēng)載荷進(jìn)行風(fēng)機(jī)選型。

4 結(jié) 論

本文收集整理海島氣象觀測(cè)數(shù)據(jù)，結(jié)合雙參數(shù)Weibull分布和POT法進(jìn)行了風(fēng)能資源評(píng)估和五十年一遇最大風(fēng)速分析，研究表明：

(1)南海風(fēng)能資源具有明顯的地域性分布特征。位于南北兩側(cè)的人駿灘和東沙島風(fēng)資源條件優(yōu)越，風(fēng)能分級(jí)分別達(dá)6級(jí)和4級(jí)，其他島礁風(fēng)能資源相對(duì)貧瘠，適合選用低啟動(dòng)風(fēng)速的小型風(fēng)機(jī)。

(2)測(cè)試的幾種小型風(fēng)機(jī)中，F(xiàn)L-30風(fēng)機(jī)因其額定出力展寬區(qū)較寬平，在各島礁風(fēng)況下利用系數(shù)均顯著高于其他風(fēng)機(jī)。

(3)人駿灘年均風(fēng)速接近7 m/s，但基準(zhǔn)設(shè)計(jì)風(fēng)速僅為35 m/s，非常適合發(fā)展風(fēng)力發(fā)電。其他島礁最大風(fēng)速多在40 m/s以上，需結(jié)合湍流強(qiáng)度進(jìn)行選型。

[1]蔣潔，劉永學(xué).南海島礁風(fēng)能資源及風(fēng)力發(fā)電評(píng)價(jià)[J].資源科學(xué)，2014，36(1)：139-147. Jiang Jie, Liu Yongxue. Wind energy resources and wind power generation on island and reefs in the south China sea [J]. Resources Science, 2014, 36(1):139-147.

[2]任典勇，施慧雄.海島風(fēng)能海水淡化組合體系研究[J].海洋學(xué)研究，2009，27(2)：111-117. Ren Dianyong, Shi Huixiong. Study on the combining device of wind power generation and seawater desalination [J]. Journal of Marine Sciences, 2009, 27(2):111-117.

[3]閻俊岳.南海西南季風(fēng)爆發(fā)的氣候特征[J].氣象學(xué)報(bào)，1997，55(2)：174-186. Yan Junyue. Climatological characteristics on the onset of the south china sea southwest monsoon [J]. Acta Meteorologica Sinica, 1997, 55(2):174-186.

[4]諶玲，許武，劉光遠(yuǎn)，等.西沙風(fēng)能資源評(píng)估與“五十年一遇”最大風(fēng)速分析[J].電力建設(shè)，2014，35(7)：131-135. Chen Ling, Xu Wu, Liu Guangyuan, et al. Wind resource assessment and extreme wind of 50-Year recurrence in Xisha[J]. Electric Power Construction, 2014, 35(7): 131-135.

[5]蘇盛，王超，趙杰，等.阿根廷風(fēng)能資源評(píng)估與開(kāi)發(fā)前景分析[J].電力建設(shè)，2014，35(6)：165-168. Su Sheng, Wang Chao, Zhao Jie, et al. Wind energy resource assessment and development prospects in Argentine[J]. Electric Power Construction, 2014, 35(6): 165-168.

[6]楊珺，張闖，張秋野，等.風(fēng)電場(chǎng)選址綜述[J].太陽(yáng)能學(xué)報(bào)，2012，33：136-144. Yang Jun, Zhang Chuang, Sun Qiuye, et al. A survey on wind farm sitting [J]. Acta Energiae Solaris Sinica, 2012,33: 136-144.

[7]EL-Shimy M. Optimal site matching of wind turbine generator: Case study of the Gulf of Suez region in Egypt[J]. Renewable Energy, 2010, 35(8):1870-1878.

[8]Bonfils Safari, Jimm Gasore. A statistical investigation of wind characteristics and wind energy potential based on the Weibull and Rayleigh models in Rwanda [J]. Renewable Energy, 2010, 35(12):2874-2880.

[9]宮靖遠(yuǎn)，賀德馨，孫如林，等.風(fēng)電場(chǎng)工程技術(shù)手冊(cè)[M].北京：機(jī)械工業(yè)出版社，2004:57-96.

[10]張相庭.工程結(jié)構(gòu)風(fēng)荷載理論和抗風(fēng)計(jì)算手冊(cè)[M].上海：同濟(jì)大學(xué)出版社，1990:36-165.

[11]International Electrotechnical Commission. IEC 61400-1—2005 Wind turbines part 1: design requirements[S]. IEC, 2005.

[12]中國(guó)船級(jí)社.風(fēng)力發(fā)電機(jī)組規(guī)范[M].北京：人民交通出版社，2008:5-6.

[13]史道濟(jì).實(shí)用極值統(tǒng)計(jì)方法[M].天津：天津科學(xué)技術(shù)出版社，2005：28-49.

[14]Idaho National Laboratory. Power curves of major manufacturer [EB/OL]. Idaho Arco: Idaho National Laboratory, 2012 [2014-03-9]. https://inlportal.inl.gov/portal/server.pt/community/wind_power/424/software.

[15]陳潤(rùn)珍.南海熱帶氣旋緯向分布特征[J].臺(tái)灣海峽，2007,26(4)：465-471. Chen Runzhen. Latitudinal distribution characteristics of tropical cyclone in south china sea[J]. Journal of Oceanography in TaiWan Strait, 2007,26(4):465-471.

[16]李雪，任福民，楊修群，等.南海和西北太平洋熱帶氣旋活動(dòng)的區(qū)域性差異分析[J].氣候與環(huán)境研究，2010，15(4)：504-510. Li Xue, Ren Fumin, Yang Xiuqun, et al. A study of the regional differences of the tropical cyclone activities over the south china sea and the western north pacific [J]. Climatic and Environmental Research, 2010, 15(4):504-510.

許 武(1990)，男，碩士研究生，研究方向?yàn)殡娏ο到y(tǒng)運(yùn)行分析；

蒙文川(1976)，男，高級(jí)工程師，工學(xué)博士，主要從事電網(wǎng)規(guī)劃、電網(wǎng)經(jīng)濟(jì)運(yùn)行等研究工作；

李 娟(1990)，女，碩士研究生，研究方向?yàn)殡娏ο到y(tǒng)安全穩(wěn)定分析；

諶 玲(1988)，女，碩士研究生，研究方向?yàn)殡娏ο到y(tǒng)運(yùn)行分析；

蘇 盛(1975)，男，副教授，研究方向?yàn)檠芯糠较驗(yàn)轱L(fēng)險(xiǎn)分析。

(編輯：蔣毅恒)

Wind Resource Assessment and Wind Turbine Selection in Islands of South China Sea

XU Wu1,MENG Wenchuan2,LI Juan1, CHEN Ling1, SU Sheng1

(1. Hunan Province Key Laboratory of Smart Grids Operation and Control, Changsha University of Science and Technology,Changsha 410004, China;2. Electric Power Research Institute, CSG, Guangzhou 510080, China)

According to the demand of the development of wind power and the development and construction of islands in South China Sea, the meteorological observation data of 6 islands were investigated for the wind resource assessment and wind turbine selection, including Dongsha Islands, Xisha Islands, Nansha Islands, etc. The two-parameter Weibull distribution was utilized to assess wind power resource for each station. The capacity factors of wind turbines were estimated according to the wind power output characteristics curves of several small wind turbines. Combined with the Peak over threshold approach based on generalized Pareto extreme value distribution model, this paper estimated the extreme wind speed of 50-year recurrence interval, with using maximum likelihood estimation method. The analysis results show that: both the wind resource and extreme wind speed have obvious regional features in South China Sea. The wind resource of Dongsha Islands and Renjuntang are the highest while the wind resources in Yongxing, Shanhu, Taiping, and Nanzi Islands are much poorer. In addition, since tropical cyclones tend to occur in the higher latitude, the extreme wind speed of 50-year recurrence interval in Renjuntang Island in the southern of South China Sea is 35 m/s and much lower than that of other Islands.

offshore wind power; wind resource assessment; wind power density; maximum wind speed

國(guó)家自然科學(xué)基金項(xiàng)目(51277013)。

TM 761

A

1000-7229(2015)05-0111-08

10.3969/j.issn.1000-7229.2015.05.018

2015-01-26

2015-03-09

Project Supported by National Natural Science Foundation of China(51277013).