一种基于优化时间窗口的风资源评估方法技术

本发明专利技术公开了一种基于优化时间窗口的风资源评估方法，包括以下步骤：步骤1：数据提取；提取当地风速数据信息，并对原始数据进行验证和订正。得到一系列连续且时间间隔相等的风速数据，作为模型的样本时间序列；步骤2：计算风速显著周期；应用小波变换技术计算风速在不同时间尺度下的显著周期，作为风资源评估的新的时间窗口；步骤3：最优时间窗口的确定；在传统时间窗口与步骤2计算得到的考虑风速周期性的新的时间窗口下，分别进行威布尔函数的拟合；并比较二者的拟合优度及拟合平均风速与实际平均风速的差值，从而选取更优的时间窗口；步骤4：风资源特征指标的计算；在步骤3选定的时间窗口下，计算当地风资源特征的指标，包括：平均风速、风速分布参数、风切变指数及风功率密度；并绘制风廓线、风向玫瑰图与风能玫瑰图。

【技术实现步骤摘要】

本专利技术属于风力发电
，具体涉及一种基于优化时间窗口的风资源评估方法。
技术介绍
风资源评估是指对备选风电场寿命周期内潜在的风能资源及发电量进行评估，从而进行风电场的宏观选址和机组选型。准确的风资源评估是风电场规划和建设的前提，评估的准确性直接关系到将来风电场的经济效益。风力发电机组的输出功率与风速的三次方成正比关系，因此风资源的各项评价指标基本以风速为核心。由于风速没有明显的周期性，传统的风资源评估方法普遍以月份、季度、年份为时间窗口，对风资源的各项指标进行计算。然而事实上，风速序列中蕴含着若干周期分量，且各分量的周期长度与传统的风资源评估时间窗口(月份、季度、年)相比有所不同，而这在以往的风资源评估过程中一直被忽视。为了提高风电场建设前期风资源评估的科学性和准确性，需要在风资源评估过程中更多考虑风速的内在规律，本专利技术提出了一种基于优化时间窗口的风资源评估方法。通过计算当地风速的显著周期分量，并运用威布尔分布函数的拟合优度进行验证，确定最优的风资源评估时间窗口。在最优时间窗口下，重新计算风资源评估的各项指标，进而对风资源评估结果进行优化。其优化结果可为风电场宏观选址和机组选型提供更科学、有效的依据。
技术实现思路
本专利技术要解决的技术问题在于，现有的风电场建设前期的风资源评估技术普遍以传统的月份、季度、年为时间窗口，并未考虑风速本身蕴含的周期，为提高风电场建设前期风资源评估的科学性与准确性，提供一种基于优化时间窗口的风资源评估方法。通过求得风速序列内在的显著周期，对风资源评估的时间窗口进行优化，在优化的时间窗口内进行风速风频函数的拟合，并计算体现该地区风资源特征的各项指标，对风电场建设提供更科学、更有效的信息。为了实现以上目的，本专利技术通过以下技术方案实现：一种基于优化时间窗口的风资源评估方法，包括以下步骤：步骤1：数据提取；提取当地长期测风数据，并对原始数据进行验证和订正。得到一系列连续且时间间隔相等的风速数据，作为模型的样本时间序列；步骤2：计算风速显著周期；应用小波变换技术计算风速在不同时间尺度下(年、季度、月)的显著周期，作为风资源评估的新的时间窗口；步骤3：最优时间窗口的确定；在传统时间窗口与步骤2计算得到的考虑风速周期性的新的时间窗口下，分别进行威布尔函数的拟合；并比较二者的拟合优度及拟合平均风速与实际平均风速的差值，从而选取更优的时间窗口；步骤4：风资源特征指标的计算；在步骤3选定的时间窗口下，计算反映当地风资源特征的指标，包括：平均风速、风速分布参数、风切变指数及风功率密度；绘制风廓线、风向玫瑰图与风能玫瑰图。进一步，所述步骤1包括：步骤11：数据验证：读取提取当地长期原始测风数据，，挑选出不合理的、可疑的数据以及漏测的数据；步骤12：数据订正：利用代数差值法对步骤11中挑选出来的数据进行订正,形成长度为N的等时间步长序列：f(1),f(2),...,f(N)；具体方法如下： v ( t ) = t - t 2 t 1 - t 2 v ( t 1 ) + t - t 1 t 2 - t 1 v ( t 2 ) - - - ( 1 ) ]]>其中，t为待订正的风速数据对应的时间点，v(t)为修正后的风速值，t1和t2为待订正点前后相邻最近的有效数据观测点，且t1<t<t2，v(t1)和v(t2)分别为t1和t2对应的历史风速值。进一步，所述步骤2包括：步骤21：时间尺度的确定：根据需要，选定某一时间尺度作为风资源评估的目标尺度，如月份、季度、年。步骤22：显著周期的计算：在步骤21确定的时间尺度下进行显著周期的计算。进一步，所述步骤3包括：步骤31：风速风频函数的拟合：在传统时间窗口与步骤2计算得到的考虑风速周期性的新的时间窗口下，分别进行威布尔函数的拟合；应用平均风速与标准差估计法进行威布尔分布的参数估计。形状系数k： k = ( D ( v ) E ( v ) ) - 1.086 - - - ( 2 ) ]]>尺度系数c： c = E ( v ) Γ ( 1 k + 1 ) - - - ( 3 ) ]]>其中，E(v)为威布尔分布数学期望，D(v)为威布尔分布数学方差，计算公式如下： E ( v ) = 1 N Σv g - - - ( 4 ) ]]> D ( v ) = 1 N Σ 本文档来自技高网...

【技术保护点】
一种基于优化时间窗口的风资源评估方法，其特征在于，包括以下步骤：步骤1：数据提取；提取当地长期测风数据，并对原始数据进行验证和订正，得到一系列连续且时间间隔相等的风速数据，作为模型的样本时间序列；步骤2：计算风速显著周期；应用小波变换技术计算风速在不同时间尺度下的显著周期，作为风资源评估的新的时间窗口；步骤3：最优时间窗口的确定；在传统时间窗口与步骤2计算得到的考虑风速周期性的新的时间窗口下，分别进行威布尔函数的拟合；并比较二者的拟合优度及拟合平均风速与实际平均风速的差值，从而选取最优的时间窗口；步骤4：风资源特征指标的计算；在步骤3选定的时间窗口下，计算反映当地风资源特征的指标，包括：平均风速、风速分布参数、风切变指数及风功率密度；绘制风廓线、风向玫瑰图与风能玫瑰图。

【技术特征摘要】
1.一种基于优化时间窗口的风资源评估方法，其特征在于，包括以下步骤：步骤1：数据提取；提取当地长期测风数据，并对原始数据进行验证和订正，得到一系列连续且时间间隔相等的风速数据，作为模型的样本时间序列；步骤2：计算风速显著周期；应用小波变换技术计算风速在不同时间尺度下的显著周期，作为风资源评估的新的时间窗口；步骤3：最优时间窗口的确定；在传统时间窗口与步骤2计算得到的考虑风速周期性的新的时间窗口下，分别进行威布尔函数的拟合；并比较二者的拟合优度及拟合平均风速与实际平均风速的差值，从而选取最优的时间窗口；步骤4：风资源特征指标的计算；在步骤3选定的时间窗口下，计算反映当地风资源特征的指标，包括：平均风速、风速分布参数、风切变指数及风功率密度；绘制风廓线、风向玫瑰图与风能玫瑰图。2.根据权利要求1所述基于优化时间窗口的风资源评估方法，其特征在于，所述步骤1包括：步骤11：数据验证：读取提取的当地长期原始测风数据，挑选出不合理的、可疑的数据以及漏测的数据；步骤12：数据订正：利用代数差值法对步骤11中挑选出来的数据进行订正，形成长度为N的等时间步长序列：f(1),f(2),...,f(N)；具体方法如下： v ( t ) = t - t 2 t 1 - t 2 v ( t 1 ) + t - t 1 t 2 - t 1 v ( t 2 ) - - - ( 1 ) ]]>其中，t为待订正的风速数据对应的时间点，v(t)为修正后的风速值，t1和t2为待订正点前后相邻最近的有效数据观测点，且t1<t<t2，v(t1)和v(t2)分别为t1和t2对应的历史风速值。3.根据权利要求1所述基于优化时间窗口的风资源评估方法，其特征在于，所述步骤2包括：步骤21：时间尺度的确定：根据需要选定某一时间尺度作为风资源评估的目标尺度；步骤22：显著周期的计算：在步骤21确定的时间尺度下进行显著周期的计算。4.根据权利要求1所述基于优化时间窗口的风资源评估方法，其特征在于，所述步骤3包括：步骤31：风速风频函数的拟合：在传统时间窗口与步骤2计算得到的考虑风速周期性的新的时间窗口下，分别进行威布尔函数的拟合；应用平均风速与标准差估计法进行威布尔分布的参数估计；形状系数k： k = ( D ( v ) E ( v ) ) - 1.086 - - - ( 2 ...

【专利技术属性】
技术研发人员：刘永前，孙莹，王函，韩爽，李莉，顾波，赵钰，邵振州，孙绪江，
申请(专利权)人：华北电力大学，积成电子股份有限公司，
类型：发明
国别省市：北京;11