风电场风能资源分析及优化
2022-06-02徐桂安王冬梅
徐桂安, 孙 宁, 王冬梅, 陈 田
(上海电机学院机械学院,上海 201306)
21 世纪以来,随着全球经济一体化的情况加剧,世界各国面临着日益严重的能源危机和环境负担,因此开发和利用清洁能源已逐渐引起全球的普遍关注[1]。我国东南沿海地区有着丰富的风能资源,对其充分地开发和利用对我国的可持续发展具有重大的战略意义,国家给予了高度重视[2]。
提高可再生能源的利用率,将为减缓温室效应、攻克能源问题、发展全球经济等做出巨大贡献[3]。风能是可再生能源中发展最迅猛的清洁能源[4],在世界各国得到重视和发展。温步瀛等[5]基于模拟退火算法、遗传算法等对发电收益最优与发电机组启停机计划之间的关系进行讨论;郎斌斌等[6]使用拟合功率曲线评价风电场的经济性,并根据风电机组的实际风速和功率等数据,建立了风电机组的功率与风速特性曲线;文献[7-10]中基于比恩法、最大概率法和最大值法评价功率特性曲线;高永晓[11]基于功率曲线优化了风机设置方式;饶日晟等[12]利用风电场的实测风速和功率等数据,分析出风电场的输出功率与风速的特性曲线,优化了不同风速区间的风电场功率曲线。
通过传统的输出功率与风速的特性曲线和功率与风速的关系,拟合出功率与风速的关系式,但此方法对风能资源的指标参数考虑不全,计算出的不同风机型号的实际功率缺乏准确性,因此,该评估风能资源的方法具有局限性。本文提出以Weibull 分布为基础的风电场风能资源分析方法,使用Weibull 分布的参数估计方法处理风能资源各项指标参数,分析可得其指标参数和利用情况,选择最优的风机型号,通过对不同型号风机的额定功率与实际功率的差额进行对比,制定出最佳方案。
1 风能资源评估
以某风电场为例,将中国气象数据网提供的2021年度某风电场日实际输出功率和平均风速作为初始数据[13],根据《全国风能资源评价技术规定》中关于风电场风能资源的评估方法,确定风能密度、平均风速、有效小时数、风功能密度等指标参数,用以评估风能资源。再通过Weibull分布的参数估计方法处理风能资源各项指标参数,对某风电场的风能资源进行评估[14]。具体流程如图1所示。
图1 风能资源评估流程
风能资源评估中,平均风速为
式中:n为平均风速在设定时段内的记录数;vz为风速观测序列z的风速。
根据中国气象数据网提供的风速数据[15],结合式(1),得出某风电场月平均风速如表1所示。
表1 某风电场月平均风速
根据表1可进一步算出某风电场的年平均风速为6.084 9 m/s,其中2、12月的月平均风速位居前列,全年月平均风速变化不大,由此可知,其全年发电量变化不大,该风电场的风能资源丰富且可利用性大。
平均风功率密度为
式中:ρ为月平均空气密度。
根据中国气象数据网提供的风速数据,结合式(2),得出某风电场月平均风功率密度,见表2。
表2 某风电场月平均风功率密度
气流在单位时间内垂直通过单位面积的风能为风能密度[16],因此,其表达式为
式中:vj为第j个风速区间的风速值;m为风速区间的个数;tj为某区域第j个风速区间风速发生的时间。
由此可得出某风电场月平均风能密度见表3,月平均风能密度特性曲线如图2所示。
表3 某风电场月平均风能密度
图2 月平均风能密度变化曲线
由表3 和图2 可知,1~6 月的月平均风能密度曲线平缓,但7~9 月和11~12 月风能密度曲线起伏较大,由此可得,风能资源的利用率不均衡。
风速v的Weibull 分布概率密度函数f(v)表达式为
式中:SV为标准差;Γ(1+1/k)为伽马函数。
式中:T0为有效风能在统计时段;v1为最初风速区间的风速值;v2为最末风速区间的风速值。
综上可得全年的月有效小时数如图3 所示。由图可知,风能每月有效小时数分布均匀,因此,风能资源较平衡,其可利用率较大。
图3 全年的月有效小时数
2 风能资源利用情况评估
通过分析某风电场的风向观测时间序列及风速,估算出风电场的风能资源储量,并对其风能资源的分布情况和质量作出决策和评价[17],具体流程如图4所示。可选择的风机型号见表4。
表4 风机型号及其参数
图4 风机型号评估流程
风资源评估中,月风能资源总量为
式中:m为风速区间数目;DWE,i为第个i月的风能密度;di为第i个月的总天数;vij为第i个月第j个风速区间的风速值;tij为第i个月第j个风速区间的风速发生时间。
同理,年风能资源总量W2、月风能资源有效储量W3、年风能资源有效储量W4分别为
式中:g为一年的总天数;Ti为第i个月的有效小时数。
根据月小时数和月平均风能资源密度,联合式(11)、式(12)计算出风能资源的年度和月度总储量;根据风速有效小时数和平均风能资源密度,联合式(13)、式(14)计算出风能资源年度和月度的有效储量,结果如图5所示。
图5 风能资源有效储量与总储量
由图5 可知,风能资源年有效储量为44.669 5 GW,总储量为52.084 4 GW,年有效储量与有效储量的差额较小,其有效性大,月资源有效储量和总储量分布均匀,因此,该风电场的风能资源利用情况比较合理、稳定。
可通过风能资源相应的指标参数来评价风能资源可利用率[18]。风能资源可利用率为
式中:pi,x为第i个月第x天的风能资源可利用率。
由此可得全年的风能资源可利用率,如图6所示。
图6 风能可利用率
由图6 可进一步计算出风能资源的年平均可利用率为21.42%,而大多数风电场年平均最大可利用率为59.40%,相差37.98%,因此,该风电场的风能资源利用率较低。
根据Weibull分布函数得出总发电量为
式中:Cp为风能利用系数;vc为切入风速;vr为额定风速;vf为切出风速;TY为全年有效小时数;S为风能横扫面积。
根据表4数据、式(10)及式(16)得出各风机型号的总发电量,见表5。
表5 各风机型号的总发电量
将风速与功率的数据进行拟合并绘制拟合曲线,通过比较,最终选取4次多项式进行拟合,结果如图7所示。
图7 风速与功率的拟合曲线
根据图7得出风速与功率的拟合曲线表达式为
式中:P为拟合功率;v为风速。
确定系数R²为0.999 9,表明拟合曲线表达式对预测值的拟合度非常好。将表4 中额定风速代入式(17)中,拟合额定功率结果见表6。
由表5 可知,机型E 的总发电量最大,机型C的总发电量最小;由表6 可知,机型E 的功率差额为13.550 7 kW,在所有待选择的机型中差额最小;综上所述,选择机型E更适合。
表6 拟合额定功率与实际额定功率比较
3 结 语
本文以Weibull 分布为基础分析了风电场风能资源,使用Weibull 分布的参数估计方法处理风能资源的各项指标参数,分析可得其参数数值和利用情况。研究表明,可以用不同风能资源的指标参数来评价风能资源的利用情况,为风电场的运行提供了有效的分析方法。通过对不同型号风机的额定功率与实际功率的差额进行对比,选择最合适的风机机型,制定出最佳方案。目前,考虑更多的是有效时间和风能资源的可利用率,在今后的研究中,可进一步利用电量的损耗来评估风能资源的可利用率。