北极星

搜索历史清空

  • 水处理
您的位置:电力电力新闻风电风电设备与材料技术正文

探讨提高风场流体模型精度和可靠性的方法—测风塔风廓线调整及交互检验

2013-10-18 13:44来源:北极星电力网关键词:测风塔风场北京国际风能展收藏点赞

投稿

我要投稿

我们用户如何才能保证我们所输入的地形数据以及粗糙度数据和大气稳定度这种数据是正确的呢?我们可以通过最大化测风塔位置模拟风廓线和实测风廓线的重合程度来完成这项工作。大家都知道我们在我们的模型内部一般风廓线是以对数风廓线模式进行建模的。对数风廓线模式是以半经验理论为基础,建立起来的风速高度变化的模型或者是改进模型。我们使用的时候需要这个Z0L值,这是我们日常工作中很难精确获取的。所以我们需要修改测风塔点位的模拟风廓线,使风廓线的重合程度来调整我们的Z0L值。最终将这两个值调整至模拟风廓线达到最大化重合的状态,这种情况下我们认为Z0值和L值相对来说是合理的。

下面介绍一下测风塔交互和检验的方法。首先检验和使用是某一个测风塔,高度的风速是具有时间序列来推算其他的风速层的模拟数据。对比差别来判断垂直外推的不确定性。水平外推被称作多塔交互体验。来推算目标测风塔的实现目标数据,对比模拟结果与实测值获取的误差。重复以上的操作得到测风塔之间的互推的偏差。权衡各测风塔与风机之间的距离和地形地貌相似形的差别,最终得到风电厂水平外推的不确定性。

下面就以我们之前做过一个案例来进行介绍。这个项目计算的区域海拔高差是115米,坡度是22度。厂区内共两个塔,北边的一和南边的二,之间是895米距离。一塔安装了90米高的数据和传感器,2塔安装在五个高度,温度仪安装在两个高度及可以看到这种地形地貌的照片。我们首先对两塔的实测数据进行了处理,生成了同期的时间序列数据。我们看到右上角这个图是我们同期的时间序列。我们利用同期的时间序列进行了相关性的分析。用于做什么呢?探测两个塔是否在同期中,相关性比较好的话,后续的互推的结果可能会有很高的质量

这是我们地理信息数据的处理。也就是说地形数据我们选用的是2.5米等高距的测绘图,粗糙度数据是我们通过卫星遥感手段来获取的。我们首先使用中性大气稳定度进行模拟,我们可以看到在中性情况下,各个主风险的扇区,模拟的风测线和实测差距只有八个分区,模拟值是非常好的。红色的点是我们各个扇区的实测值。为什么会出现这种情况,我们通过分析两层高度的温度数据,我们得出了结果,就是说在各个主风向扇区大气稳定性都是属于稳定型的,因此对长度值进行了调整,也通过调整粗糙度值进行测风塔的位置,模拟中扩线和实际中括线最大化的重合。蓝色线是调整的值改变了大气稳定度,使大气稳定性作为稳定性输入。可以看到蓝色这条软件模拟的风廓线和我们的实测值是拟合的非常好的。在各个的扇区都是拟合非常好的。通过最大化的测风塔模拟和实测的重合程度,我们最终得到了更加适合这个项目的长度值,以及粗糙度值这两种。

下面我们来看一下这个项目的垂直外推和水平外推的结果。首先由二塔的高度来推算其他的数据,除了十米高度受地表影响比较大的高度层以外,其他的高度层的误差都是非常小的,小于1.3。而我们水平外推的结果是使用两个塔因为互推,误差也是非常小的,我们可以通过这种误差来权衡测风塔与风机之间的距离和相似程度来判断厂区的风流模型的不确定性。

现在中国的一些项目,由于受时间的限制。很少有时间进行测风塔各个扇区的模拟风廓线和实测风廓线的处理来调整大气浓度的设置,绝大多数中国的项目都不会进行这种发电量的不确定性的分析,因此我们所做的垂直外推和多塔的水平外推,不能用于我们发电量的不确定性。以上这些是我认为都是我们目前中国风资源领域所面临的挑战。但是我相信在以后,随着我国的风电的开发进一步放缓,这些问题都会解决的。以上是我所介绍的内容。谢谢大家。

我的采样样本数是1273个,这是对特定的。

朱蓉:多长时间一个。

尤扬:十分钟。

投稿与新闻线索:陈女士 微信/手机:13693626116 邮箱:chenchen#bjxmail.com(请将#改成@)

特别声明:北极星转载其他网站内容,出于传递更多信息而非盈利之目的,同时并不代表赞成其观点或证实其描述,内容仅供参考。版权归原作者所有,若有侵权,请联系我们删除。

凡来源注明北极星*网的内容为北极星原创,转载需获授权。

测风塔查看更多>风场查看更多>北京国际风能展查看更多>