0

    2015年海拔1000m以上复杂地形风能风切变指数算法

    1年前 | admin | 144次围观

    第 31 卷 第 6 期农 业 工 程 学 报Vol.31 No.6 218 2015 年 3 月Transactions of the Chinese Society of Agricultural Engineering Mar. 2015海拔 1000 m 以上复杂地形风能风切变指数算法比较1,211邓胜祥,陈 刚 ,陈桂宝(1. 中南大学能源科学与工程学院,长沙 410083 ;2. 可再生能源电力技术湖南省重点实验室(长沙理工大学),长沙 410083 )摘 要:为了准确地评估 1000 m 以上复杂地形的风能资源,利用PD 算法、年平均风速算法、风廓线算法和全数据算法共 4 种计算方法和实测数据计算风切变指数,结合幂律公式推算出已知高度风速。PD算法结合了大气稳定度的划分,不同的大气稳定度会有不同的计算结果。另外 3 种算法则没有考虑大气稳定度的划分,而是直接根据实测数据进行计算。将各算法推算的结果与实测风速进行对比和误差分析。数据选用的是湖南某山区测风塔的其中 3 个测风高度一年内完整的实测数据,立塔地点海拔高于 1000 m。结果表明:海拔 1000 m 以上复杂地形中,利用30 m 和 70 m 风速推算的 80m月平均风速误差之和分别如下,PD 算法误差是 0.3075 m/s,年平均风速的算法误差是 0.3145 m/s,全部数据算法误差是0.3187 m/s,风廓线拟合算法为 0.3627 m/s 。

    故结合了大气稳定度的算法即PD 算法比其他 3 个未结合大气稳定度算法更为准确。研究结果为选出较优的风切变指数提供了参考。关键词:风能;应用;计算;复杂地形;PD 算法;风切变指数;幂律公式;风廓线doi :10.3969/j.issn.1002-6819.2015.06.030中图分类号:TK83文献标志码:A文章编号:1002-6819(2015)-06-218-05邓胜祥,陈 刚,陈桂宝. 海拔1000 m以上复杂地形风能风切变指数算法比较[J]. 农业工程学报,2015,31(6):218-222.Deng Shengxiang, Chen Gang, Chen Guibao. Comparison of calculation methods for wind shear exponent in complex terrain ataltitude above 1000 meters[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015,31(6): 218 -222. (in Chinese with English abstract)析,从而综合利用各算法计算出较准确风切变指数,进0 引 言而更准确地评估风能资源。

    随着社会的快速发展,能源与环境的压力与日俱增,1 风切变指数 清洁的可再生能源越来越受到重视。在各种绿色能源中, 风能是前景和潜力巨大的可再生能源之一[1] 。1.1 定 义随着风力发电技术的快速发展,风力发电机技术也平均风速随高度变化的规律称为风速廓线或风剪 随之快速发展。由于风机轮毂高度在大于 80m 时可以获切,风速廓线可采用对数律分布,如下[7] : 得更多的风能,故现在的风机叶片的直径的标准逐渐上幂律公式: 升至 80~100 m。而 80 m 以上的实测风况数据很少,导α 致风电场的风资源评估工作变得更加困难[2-4] 。风资源评v v ⎛ z2 ⎞(1)2 1 ⎜ ⎟z 估结果的准确性将直接影响风电场建设的收益如何。根⎝ 1 ⎠ 据伊斯坦布尔科技大学 Ebubekir Firtin 等学者的研究,风指数公式: 切变指数对风能评估影响重大,最大可导致的评估误差lg (v / v ) 为 49.6%[5] 。特别是复杂地形的风切变变化更为复杂,值α2 1(2 )lg (z2 / z1 ) 得进行更多的研究。式中:z ,z 为垂直高度风切变指数计算,m ;v ,v分别为垂直高度 z ,多年来,除了最传统的利用指数公式计算风切变指1 21 21 数的方法,国内外多位学者通过大量试验研究出了更多z2 处的风速,m/s ;α 为风切变指数。

    在平坦开阔的地形[7] 的风切变指数算法。如Panofsky and Dutton(PD )算法、中推算风速的廓线时,风切变指数的初值通常取 0.143,[6]称为 1/7 幂律。而在植物较多的表面且风速接近中等时 Spera and Richards (SR)算法等 ,还有国内常见的风廓 线拟合等算法。本文对结合了大气稳定度的风切变指数(低于7 m/s ),指数通常会比较大。 算法与未结合大气稳定度的风切变指数算法进行误差分1.2 影响因素大气稳定度对风切变指数的影响最大,不同的稳定 收稿日期:2015-01-21 修订日期:2015-02-12度,风廓线会相应产生很大变化。依据经典的 Pasquill 基金项目:可再生能源电力技术湖南省重点实验室(长沙理工大学)开放基金稳定度划分方法,大气稳定度可被分为 6 种状况,即 A 资助项目(2012ZNDL008 );湖南省科技计划项目资助项目(2014GK3150 )(极不稳定)、B (中等不稳定)、C (弱不稳定)、D (中 作者简介:邓胜祥,男,湖南涟源人,教授,博士,主要从事新能源与节能 新技术,热工过程检测与智能控制,计算仿真与优化方面的研究。

    长沙中 性)、E (弱稳定)、F(稳定)。Richardson (Ri )数可 南大学能源科学与工程学院,410083 。Email :[8]以用来描述大气稳定度,其表达式为 : 第 6 期邓胜祥等:海拔 1000 m 以上复杂地形风能风切变指数算法比较219gz ΔTz2⎡ hα ln h − hα ln h ⎤Ri=⋅ 2 ⋅ ln(3 )z0 exp ⎢ 2 1 1 2 ⎥(14)T (Δu ) z1⎣ hα − hα ⎦2 1 式中:g 为重力加速度,取值为 9.8 m/s2 ;T 为两层空气式中:Φm 和ϕm为 Monin-Obukhov 稳定度函数;z0 为粗 绝对温度均值,K ;ΔT为 z2 与 z1 处的温度差,K ;糙度长度,m ;h1和 h2 为 2 个不同高度,m ;L为 Δu=uz z z−u ,u 和u 为高度z 和z 处的风速,m/s ;,Monin-Obukhov 长度,m ;z 为几何平均高度,m ;δ 和2 1 2 12 11 2δ 为 Monin-Obukhov 尺度函数。

    m 。0一般情况下,海拔高度每升高 1 000 m,平均温度会方法 2 :将年平均风速的实测值代入公式(2 )计算 降低 5℃[9] ,故ΔT 可以通过海拔高度差计算出来。可得出风切变指数。方法 3 :将所有测风高度的各月平均风速绘制散点 2 风切变指数算法图,根据指数关系进行曲线拟合,即可得到风廓线拟合[6]图,曲线公式的幂即为风切变指数值,从而获得风切变通过 PD 算法 、平均风速算法、风廓线算法和全数 据算法共 4 种不同的算法分别对同一实例进行计算获得指数的值。 风切变指数,将各计算结果与幂律公式结合,推算另一方法 4 :将所有风速仪每 10min 获得的实测值代入公2 )中计算出每个 10min 测量风速获得的风切变指数, 已知高度风速。PD 算法结合了大气稳定度的划分,不同式 ( 的大气稳定度会有不同的计算结果。另外 3 种算法则没然后取其平均值。 有考虑大气稳定度的划分,而是直接根据实测数据进行3 实例分析 计算。从而可以对比大气稳定度对风切变指数计算结果 的影响。误差分析方法是用 30 m 和 70 m 年平均风速推3.1 数据来源 算 80 m 年平均风速,将推算风速与实测风速大小进行比数据采用湖南省某海拔高于 1 000 m 山区一座测风 较风切变指数计算,误差小的算法更准确。

    地形划分海拔_五种地形的海拔高度_风切变指数计算

    用 30 m 和 70 m 各个月份平塔 2012 年 1 月至 12 月完整一年的测风数据。地形属于 均风速推算 80m 各月平均风速,将 12 个月误差的绝对复杂山地,全年平均温度为 14.75℃,80 m 高度全年平均 值进行平均,得出平均误差大小,误差小表示算法更为风速为 4.94m/s ,80 m 高度处风向主要为南风,约占[10-15]35.2% 。测风高度为 10、30、50、70、80 m,经过一整年 准确。方法 1:基于 Monin-Obukhov相似理论,Panofsky的数据收集,每 10 min 获取一组数据,经修正后,共有 等学者研究发现大气稳定度和粗糙度长度与风切变指数51924 组实测数据。30、70、80 m的风速数据完整率及 之间存在一定关系,随后 Panofsky 进行了一系列相关研合格率最高,均超过 95% 。故选择30、70 m 的计算出风 究,最终与 Dutton 共同提出了一个半经验公式,即 PD切变指数,然后推算 80 m 高度的风速,进而对比各算法 算法[6] ,可以用大气稳定度和粗糙度长度计算出风切变指的误差大小。各高度年平均风速见表 1,各高度的月平均 数,公式如下:风速及其变化曲线见图 1。

    Φm (z / L )表 1 各高度年平均风速(2012年)α(4 )ln (z / z0 ) −ϕm (z / L )Table 1 Annual average wind speed of different height (2012 )z (h h )0.5(5 )高度年平均风速-11 2Height/mAnnual average wind speed/(m·s )当大气稳定度为稳定时,(z / L > 0) :804.94Φm (z / L ) 1 =+ 4.7 (z / L ) (6 )704.81304.32ϕm (z / L ) =−4.7 (z / L ) (7 )当大气稳定度为中性时,(z / L ≈ 0) :Φm (z / L ) 1(8 )ϕm (z / L ) 0(9 )当大气稳定度为不稳定时,(z / L < 0) :−0.25Φm (z / L ) ⎡1 =−15 (z / L )⎤ (10)⎣⎦⎡ (δ 2 + 1) (δ + 1)2 ⎤ ϕ (z / L ) =− ln ⎢ 0 0 ⎥ − 2 arctan δ − arctan δ m⎢ (δ 2 + 1) (δ + 1)2 ⎥ [0 ]图 1 各高度月平均风速(2012 年)⎣⎦Fig.1 Monthly average wind speed of different heights (2012 )(11)0.253.2 风切变指数计算δ ⎡1=− 15 z /L ⎤(12)⎣( )⎦方法 1、2 和 4 均利用 30 m 和 70 m 高度风速数据计0.25δ ⎡1=− 15 z /L ⎤(13)算风切变指数:0 ⎣( 0 )⎦220农业工程学报2015 年2z =30 m,v =4.32 m/s ,z =70 m,v =4.81 m/s于 0.9 。根据文献[7],当R ≥0.8 时,数据的准确度为好,11222方法 1 :z=45.8m ,ΔT=−0.2 K ,T=287.9 K ,故剔除 R

    发表评论