1. 广东省建筑工程集团股份有限公司
2. 广东粤水电能源投资集团有限公司
Published:2026
移动端阅览
马铂浩, 余慧凤, 韦沁岩, et al. 风能资源评估精准度提升策略的研究[J]. 2026, (6): 37-49.
DOI:
马铂浩, 余慧凤, 韦沁岩, et al. 风能资源评估精准度提升策略的研究[J]. 2026, (6): 37-49. DOI: 10.19911/j.1003-0417.tyn20250107.01.
风电场前期开发时,需要对风能资源进行定量评估和发电量预测,评估精准度将直接影响项目的经济性和可行性。为提升风能资源评估的精准度,采用定量分析法对主流风能资源数据分析平台与实际测风塔的主要参数匹配度进行了综合比较;并从多个维度对不同数据源的中尺度时间序列数据与实际测风塔实测数据之间的拟合度进行了对比分析;最后以兰州市某规划风电场场址区域为例,分别基于海拔和距离因素对虚拟测风塔的准确度进行了研究。研究结果表明:1)远景格林威治平台在年平均风速、全期平均风切变指数、威布尔分布形状参数这3个指标上均与测风塔的实测数据匹配度最高,建议在风能资源评估缺乏测风塔实测数据,需要进行风能资源基础数据查询时,选择该数据分析平台。2)在实测数据预处理工作中选择中尺度时间序列数据作为代表年分析的参考数据集时,建议中国的山地地区优先选择大贤风格能源气象数据源,平原地区优先选择MERRA2再分析数据源,沿海地区优先选择ERA5再分析数据源。3)针对风电场建模,采用高-低海拔双虚拟测风塔的中尺度时间序列数据作为风场模拟测算的输入条件,或以远距离实际测风塔实测数据与目标机位区域中尺度时间序列数据融合插补后构建远距中尺度融合虚拟测风塔,采用该虚拟测风塔的中尺度时间序列数据作为风场模拟测算的输入条件,这2种方法均可显著提升风能资源评估的精准度与可靠性。
陶鑫华.风电场微观选址及风电机位的布局优化研究[D].安徽理工大学,2023(05).
姜波,刘富铀,汪小勇,杜敏,徐辉奋,张榕,丁杰,石勇,蔡晓晴.中国近海风能资源评估研究进展[J].高技术通讯,2016(Z1).
蔡继峰,胡高硕,石浩.国内外风能资源评估标准研究综述[J].风能,2021(12).
陈丹丹,徐以强.中尺度数据在不同地形条件风电场下的研究[J].上海节能,2022(04).
朱金阳,王聪,黎波.不同分析数据进行风速代表年订正的可靠性研究[J].太阳能,2022(08).
翟然,胡圣堃,梁犁丽,陶福禄,暮色依薇,王燚成,徐志,李婉,周泓.气候变化对我国水能、风能和太阳能资源影响评估研究进展[J].南水北调与水利科技(中英文),2024(05).
朱旭东,程浙航,贾丹.国内某区域风电场风资源中尺度评估与实际测风数据映射函数[J].东方电气评论,2023(04).
李霄,黄晨然,朱军,丁立国,向淑君.基于测风塔和WT数值模拟的贵州山地风能资源评估——以册亨县为例[J].山地气象学报,2024(04).
冯浩,彭秀芳,项雯,吴浙攀,施晨.测风数据不同时间尺度对风电场产能评估的影响[J].电工电气,2022(09).
0
Views
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution