基于最优概率分布模型的风能资源评估

徐凯; 熊国江; 徐波

doi:10.19705/j.cnki.issn2096-5125.2025.01.010

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于最优概率分布模型的风能资源评估

更新时间：2025-11-19

- 基于最优概率分布模型的风能资源评估
- 基于最优概率分布模型的风能资源评估
- 全球能源互联网 2025年8卷第1期页码：87-97
- 作者机构：
  
  贵州大学电气工程学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金(52367006);贵州省科技计划项目(黔科合基础-ZK[2022]一般121)~~
- DOI：10.19705/j.cnki.issn2096-5125.2025.01.010
  中图分类号： TK81;TP18;TM614
- 纸质出版：2025
- 稿件说明：
移动端阅览
徐凯, 熊国江, 徐波. 基于最优概率分布模型的风能资源评估[J]. 全球能源互联网, 2025,8(1):87-97.

徐凯, 熊国江, 徐波. 基于最优概率分布模型的风能资源评估[J]. 2025, 8(1): 87-97.
徐凯, 熊国江, 徐波. 基于最优概率分布模型的风能资源评估[J]. 全球能源互联网, 2025,8(1):87-97. DOI： 10.19705/j.cnki.issn2096-5125.2025.01.010.

徐凯, 熊国江, 徐波. 基于最优概率分布模型的风能资源评估[J]. 2025, 8(1): 87-97. DOI： 10.19705/j.cnki.issn2096-5125.2025.01.010.

摘要

风能资源的分布受地形和气候的影响，不同地域的风能资源差异很大，如何建立准确的风能资源评估模型甚为关键。为了克服单个拟合模型和参数估计方法适应性有限的问题，采用3种概率分布模型(威布尔分布、对数正态分布和布尔分布)对风速分布数据进行拟合。在此基础上，应用3种数值法(最大似然法、矩估计法和最小二乘法)和一种智能优化算法(鲸鱼优化算法)分别对3种概率分布模型的参数进行估计。通过对比分析确定不同地域的最优概率分布模型及其参数估计方法。最后基于最优概率分布模型及其参数计算了风能资源年可用时间、平均风功率密度和平均风速。以中国内蒙古、西藏、湖北、上海和新疆的5个站点为例，对50 m和70 m高度处的风速分布进行了仿真研究。结果表明，不仅不同地域的最优概率分布模型有所差异，而且相同站点不同高度处的最优分布模型也不同。在4个参数估计方法中，鲸鱼优化算法的参数辨识结果最为准确。多种模型和方法的组合有效地提高了风能资源评估的准确性。

Abstract

关键词

Keywords

references

李奇蔚.基于计算智能的风电场风速不确定性建模研究[D].东北财经大学,2021(01).

Summerfield-Ryan Oliver,Park Susan.The power of wind: The global wind energy industry's successes and failures[J].Ecological Economics,2023.

Liang Yushi,Wu Chunbing,Zhang Mulan,Ji Xiaodong,Shen Yixian,He Jianjun,Zhang Zeyu.Statistical modelling of the joint probability density function of air density and wind speed for wind resource assessment: A case study from China[J].Energy Conversion and Management,2022.

Khaled Khamees Amr,Abdelaziz Almoataz Y.,Ali Ziad M.,Alharthi Mosleh M.,Ghoneim Sherif S.M.,Eskaros Makram R.,Attia Mahmoud A..Mixture probability distribution functions using novel metaheuristic method in wind speed modeling[J].Ain Shams Engineering Journal,2022.

Li Qiwei,Wang Jianzhou,Zhang Haipeng.Comparison of the goodness-of-fit of intelligent-optimized wind speed distributions and calculation in high-altitude wind-energy potential assessment[J].Energy Conversion and Management,2021.

Christopher Jung,Dirk Schindler.Global comparison of the goodness-of-fit of wind speed distributions[J].Energy Conversion and Management,2017.

Haiyan Jiang,Jianzhou Wang,Jie Wu,Wei Geng.Comparison of numerical methods and metaheuristic optimization algorithms for estimating parameters for wind energy potential assessment in low wind regions[J].Renewable and Sustainable Energy Reviews,2016.

Seyedali Mirjalili,Andrew Lewis.The Whale Optimization Algorithm[J].Advances in Engineering Software,2016.

Jianzhou Wang,Jianming Hu,Kailiang Ma.Wind speed probability distribution estimation and wind energy assessment[J].Renewable and Sustainable Energy Reviews,2016.

Jie Wu,Jianzhou Wang,Dezhong Chi.Wind energy potential assessment for the site of Inner Mongolia in China[J].Renewable and Sustainable Energy Reviews,2013.

Tian Pau Chang.Wind energy assessment incorporating particle swarm optimization method[J].Energy Conversion and Management,2010.

张志一,窦震海,于润泽,胡亚春,陈佳佳,尹文良.考虑电-热等效虚拟储能的综合能源系统低碳经济调度[J].电力建设,2024(03).

许喆,谭旭辉,陈雷,贾锋,周全.风电机组全风速段多目标发电优化控制[J].电力建设,2023(07).

李阳,沈小军,张扬帆,王玙.基于速度-关联约束的风电机组风速感知异常数据识别方法[J].电工技术学报,2023(07).

康俊杰,赵春阳,周国鹏,赵良.风光水火储多能互补示范项目发展现状及实施路径研究[J].发电技术,2023(03).

吴佳,闫宇平.我国风能、太阳能资源预估现状及展望[J].中国能源,2023(Z1).

李恩平.“双碳”背景下太阳能和风能弱质资源区的能源转型战略选择——以江西为例[J].企业经济,2022(12).

郭鑫,韩震,廖廓.基于ERA5再分析资料的中国近海浅水区域风能潜力评估[J].海洋通报,2022(03).

孙川永,彭友兵,东琦,郑永恒,毛璐明,井江波,吴怡.陕北典型风能特性分析[J].电网与清洁能源,2021(12).

王文新,陈可欣,白杨,汪建文.基于实测数据的呼和浩特近郊风速分布模型对比研究[J].太阳能学报,2021(09).

黎季康,李孙伟,李炜.一种评估近海风能资源稳定性的新指标[J].电力建设,2020(05).

杨富程,韩二红,王彬滨,刘海坤,黄博文.风电场风速概率Weibull分布的参数估计研究[J].江西科学,2019(02).

马惠群,王远坤.逐时风速概率分布研究[J].电网与清洁能源,2018(12).

巩世兵,沈海斌.仿生策略优化的鲸鱼算法研究[J].传感器与微系统,2017(12).

池阔,康建设,王广彦,吴坤.基于改进CS的混合威布尔分布最优化参数估计[J].现代制造工程,2017(04).

靳晶新,叶林,吴丹曼,陈小雨,张亚丽,饶日晟.风能资源评估方法综述[J].电力建设,2017(04).

浏览量

112

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据