共查询到20条相似文献，搜索用时 31 毫秒
1.
复杂地形导致近地层风场时空变化大,是影响风电场短期风电功率预测准确率的重要因素。为此,基于中尺度数值预报模式和微尺度计算流体力学模式,建立了风电场短期风电功率动力降尺度预测系统。该系统由中尺度数值预报模式、微尺度风场基础数据库、风电功率预测集成系统组成,能够预测复杂地形风电场中每台风电机组未来72 h逐15 min的发电量。提高了复杂地形风场发电功率预测准确率,同时还可以在上报电网的风电功率预测结果中考虑运行维护计划和限电等因素对实际并网功率的影响。2014年7月-2015年1月的业务预测试验表明,风电场短期风电功率动力降尺度预测系统的月预测相对误差均小于0.2,满足中国国家电网对风电功率预测误差和时效性的业务要求。动力降尺度技术不受具体项目地形复杂程度和历史观测数据样本量的限制,可以在新建风电场中推广应用,具备实际的可操作性。 相似文献
2.
通过开展湖北省九宫山风电场短期风电功率预报方法的研究,以不断提高预报准确率,为风电场提供更有价值的预报服务,该文利用MM5耦合CALMET模式模拟风电场风速资料,采用物理法和动力统计法探讨风电场各种情况下预报应用效果。结果表明:模拟风速释用订正能有效降低风速预报误差,但难以修正预报趋势;动力统计法更适用于九宫山风电场的复杂山区地形,可能由于该方法能自发适应风电场地理位置;采用实测数据建立的风电功率预报模型优于理论风电功率模型,这也与风机实际运行环境会影响风机输出功率有关。 相似文献
3.
4.
基于Kalman滤波的风功率预测方法难以捕获风电场的风力空间分布特征,集成计算流体力学CFD模型和Kalman滤波能将风资源分布纳入风力发电预报框架,对提高微尺度风能利用率有重要意义。以黄土高原沟壑区的中国华电集团公司甘肃省环县南湫风电场为研究区,首先利用CFD模拟风电场风速分布特征和划分风区,再利用Kalman滤波订正BJ-RUC模式预报的各风区长时间序列风速变化,并对比不同风区的订正效果,最终基于发电能力评估风电场的风功率预报效果与效益。结果表明:(1)风电场内部的风机均不同程度地受到复杂地形的影响,围绕"马蹄形"山梁和山谷形成明显的"阶梯式"风区,风速差最高达2.78 m·s~(-1);(2)CFD与Kalman滤波的集成订正方法使风速预报准确率由BJ-RUC的20%~30%提高到90%以上,并使风功率预报准确率达到80%以上,显著提高了微尺度沟壑区风速-风功率预报精度;(3)风电场容量因子C_P平均在12.4%~16.8%之间,弃风率η为5.5%~17.5%,表明该电场的风功率预报精度明显受其发电效益制约;(4)还讨论了风电机组监控数据采集控制系统SCADA的数据质量、CFD计算效率和能源部门决策等不确定性因素对风速分区及风功率预报的影响。 相似文献
5.
风电场风资源测量与计算的精度控制 总被引：3，自引：1，他引：2
根据多个复杂地形风电场观测操作实践和大量观测数据的计算分析,提出了对观测数据和计算质量精度控制的主要措施,包括:复杂地形测风站布设的5个原则,仪器的合理选型和设置;对由于测风仪固有的系统误差和缺测数据的插补订正可能引起的计算误差进行了定量估算,通过对大量实测数据的对比计算显示:①目前普遍采用的进口风速计的相对偏差在1.6%～5.25%之间,由此可导致轮毂高度附近的年平均风功率密度误差在5%以上,最大达13.8%;②在季风气候区、复杂地形和风的年变率较大的地区,进行缺测数据插补订正时,应选取同季或同一主导风向的数据作为插补订正的基础数据,否则可能导致其平均风功率密度相对误差达20%～50%. 相似文献
6.
为了提高风电场风速预报和功率预测的精度和准确率,并考虑风机测风数据的不稳定因素,以多年服务的内蒙古中部某风力发电场A为研究区,在勘察风电场地形及风机布局后,按照季节、风向进行风机间风速时空相关性分析,划分出风机轮毂高度风速高相关为典型特征的风机网格分类片区,采用卡尔曼滤波方法,通过直接和间接两种订正方案,分别进行风机片区风速订正。结果表明:风速高相关风机片区的划分,对于提高风电场风速预报及功率预测精度和准确率具有一定作用,利用风电场区测风塔梯度观测风速,对风机片区进行间接订正,可有效改善数值模式预报风速,15个片区类型下相关系数由0.18~0.72提高至0.67~0.91,误差绝对值由1.6~2.9 m·s-1降低至1.0~1.5 m·s-1。 相似文献
7.
将中尺度数值天气预报模式与BP神经网络模型相结合用于风电功率预测,以WRF模式回算了2008年6月至2009年6月试验风电场的气象要素,精度检验结果显示风速预报值与对应实测值之间的相关系数达到0.72,风向、气温、湿度、气压的预报也比较准确,满足建立BP神经网络预报模型的需要.逐一建立试验风电场40台风电机组输出功率的BP神经网络预报模型,分析了数据标准化方法、隐含层神经元数对预报精度的影响.进行了26天实效为24 h的逐10 min预报试验,并以独立样本进行预报精度检验,结果显示单台风电机组输出功率相对均方根误差在24.8％～32.6％之间,预报值与实测值之间的相关系数现在0.45～0.68之间;风电场整体相对均方根误差为19.5％,预报值与实测值之间的相关系数为0.74.研究结果表明该方法可以用于实际的风电功率预测. 相似文献
8.
风能始源于大气的运动,具有很大的随机性和间歇性。风速预测是风电场风功率预测的基础,其准确性具有重要的意义。对于复杂地形条件下,风速的预报一直是各国研究的难点和重点。为了提高风电场短期风速预报的准确性,本研究采用多种边界层参数化方案来集成预报风速,将各单一边界层参数化方案预报的风速及相应的实测风速数据,应用随机森林算法建立集成预报模型,对风电场的短期风速进行集成预报研究。试验结果表明,采用集成预报风速方法,预报的风速误差相比于单一边界层参数化方案预报的风速误差明显减小,对研究区域的风速、风向等气象要素有着较好的模拟效果,能够有效提高风速预报的准确率。 相似文献
9.
真实地形包含各自不同尺度的地形特征,对各种时空大气运动有深刻影响。不同尺度的地形效应很难在数值模式的离散格点中准确刻画,是发展数值模式的难点问题之一。随着模式向亚千米级高分辨率发展,高分辨模式要求刻画出更高准确度的地形数据。本研究在CMA-MESO中引入ASTER-1s高精度地形数据和改进地形滤波函数,在滤去波长接近模式网格的小尺度地形的同时保留更多地形细节,以提高模式对地形的刻画准确度。通过冬、夏各1个月批量模拟试验结果与2万多个地面观测站点观测数据的对比,发现单独采用ASTER-1s地形而不改变CMA-MESO的地形滤波函数,模式对2 m气温和10 m风速的整体预报准确度提升较小,采用ASTER-1s地形并改进地形滤波函数明显提高了模式对2 m气温和10 m风速的预报准确度,对气温和风速的月平均均方根误差分别减少了6.4%和4.9%。夏季1个月批量试验显示,改进的新地形方案对降水预报提升较弱,未造成非真实的细碎降水分布或异常值。此外,动能谱分析新引入的地形和滤波函数未造成高频能量积累。研究结果表明新地形方案能够明显改进低层气温和风速的预报准确度,并且在数值上稳定可靠。 相似文献
10.
11.
12.
《气象科学进展》2014,(1)
2004年以来,北京地区开展了一系列城市气象观测试验,试验涉及城市边界层观测、城市暴雨适应性观测、复杂地形和城市局地环流观测、城市通量和能量平衡观测以及城市热环境观测。研究内容包括城市边界层结构、城市强降水可预报性、山谷风环流、海陆风环流、城市热岛环流、城市地表能量平衡、人为热估计和城市热岛时空分布特征等。通过观测试验,揭示了北京地区城乡边界层结构特征和差异、强降水条件下的边界层结构、城乡地表能量平衡特征以及京津冀地区复杂的局地性环流特征。在大城市强降水的可预报性上,利用适应性观测方法进行了尝试,取得了一些初步的成果。利用固定点加密观测结合流动观测的方法,获取了城市CBD的精细热岛分布。这些观测试验及其研究成果,对于研究复杂地形条件下的大城市和城市群的气象问题,具有很好的参考价值。 相似文献
13.
基于WRF模式和自适应偏最小二乘回归法的风能预报试验研究 总被引：5，自引：0，他引：5
利用中尺度WRF(Weather Research and Forecast Model)模式预报了2009年1,4,7和10月甘肃某风电场区域的风速和风向,并与离风电场最近的两座测风塔对应时段50m和70m高度实测资料进行了对比,客观地评估了该模式对风场预报的准确率。在相对准确的风场预报基础上,利用2008年1月-2009年4月风电场200台风机的实际功率记录数据和同期气象要素场预报资料,采用自适应偏最小二乘回归法和单机预报法建立了每台风机未来48h逐15min输出功率记录数据与同时刻轮毂高度预报的风速、风向、气温、湿度及气压之间的非线性统计预报模型。为了对该模型的稳定性和准确性进行长期的客观评估,独立进行了2008年1-12月的预报试验,分别建立了12组独立的非线性统计预报模型。试验结果表明:(1)WRF模式预报的各月风向分布、风频大小与实测风向有较好的一致性;盛行风向基本一致,风频大小相当,风向分布特征也较为一致。(2)WRF模式预报的50m和70m高度逐时平均风速与实测值的相关系数介于0.6～0.8之间,均方根误差介于1.5～2.6m.s-1之间。(3)2008年1-12月逐15min风电场风电功率预报值与风机输出功率记录值的相关性较显著,可较好地预报出各月风电功率的时间变化趋势。两者相关系数介于0.58～0.90之间,均达到了99.9%置信度。(4)各月逐15min风电功率预报值与风机输出功率记录值的误差较小,相对于总额定装机容量而言,均方根误差介于2.76%～12.89%之间。 相似文献
14.
风电功率预测中最重要的因子是风速,准确的风速预测是风电功率预测的前提和基础。为了提高短期风速预测的准确性,本研究采用WRF模式,对我国上海崇明吕四风电场的风速进行预报。在此基础上,利用PCA-RBF算法结合WRF模式预报风向、气温、气压等气象要素对预报风速进一步订正。实验结果表明,利用PCA-RBF算法对WRF模式预报风速进行订正后,预报风速的误差进一步减小,相对均方根误差降低20%~30%,相对平均绝对误差降低15%~20%。与其他智能算法(BP算法、LSSVM算法)对比分析后得出,PCA-RBF算法对WRF模式预报风速具有较好的订正效果,能够有效提高风速预报准确率。 相似文献
15.
延庆-张家口地区复杂地形冬季山谷风特征分析 总被引：8，自引：4，他引：4
基于2016年12月—2017年2月和2017年12月—2018年2月两年冬季的近地面自动气象站逐时观测数据以及张家口探空数据分析延庆-张家口一带（包括张家口崇礼、赤城、海坨、小五台山区,延怀、怀涿、洋河、蔚县盆地以及北京延庆、昌平、怀柔部分平原地区）复杂地形的风场精细化时、空分布特征,揭示不同复杂地形下局地风场的时、空变化规律,加深对复杂地形动力、热力作用对近地面风场影响的认识,为冬季山区风场预报以及复杂地形数值模式改进提供参考。结果表明:晴朗小风天风持续性作为矢量平均风速和标量平均风速的比值,可以作为研究风场变化规律的重要参数。根据风持续性的日变化特征,可以将研究区域内所有站点分为10种类型,分别代表不同局地地形特征的影响,风持续与风向变化的相关也很强。研究区域主要有3种类型的地形风:斜坡风、峡谷风以及较大尺度的山区平原风。不同地形特征下的风场、风持续性存在明显不同的日变化特征,山风和谷风相互转化的时间也不同,山区最早,盆地次之,平原区最晚;山风时段持续时间较谷风时段长,风速小;晴朗小风天实测风反映了实际风场的特征,而排除环境背景风场,弱化地形动力作用后整个冬季的局地风作为理论山谷风,更能反映热力作用下的山谷风特征。 相似文献
16.
该文采用CFD软件Meteodyn WT,对贵州中部某分散式风电场进行模拟,模拟时段为2013年1-12月,水平分辨率100 m,垂直分辨率10 m,通过对比实测资料与模拟数据,研究基于CFD的数值模拟方法对复杂地形风能资源数值模拟的适用性,探索其服务于分散式风电开发发展规划制定的可行性.研究结果表明该方法应用于贵州复杂地形是可行的,在没有测风塔观测或者测风塔资料较少的情况下,可得到高分辨率的区域风能资源分布,为分散式风电发展规划的制定和风电场前期建设的选址提供科学依据. 相似文献
17.
风力发电作为一种无污染可再生的能源,已逐渐成为许多国家能源战略可持续发展的重要组成部分。风电场风能预报是风力发电开发中的关键技术问题。为研究鄱阳湖区风力发电预报技术,采用中尺度模式WRF和微尺度模块CALMET对鄱阳湖区长岭风电场进行了200 m水平分辨率风能预报,并根据长岭机组理论功率曲线表和实测数据拟合出理论和实际发电机组功率曲线模型及平均有功功率与发电量模型。根据WRF+CALMET模式预报风速及建立的发电机组功率曲线模型和平均有功功率与发电量模型,预报了长岭风电场发电量。结果表明:长岭风电场23座风机逐小时风速预报值与观测值相关系数为0.42~0.61,均方根误差为2.59~3.68,相对误差为-13.7%~17.4%;对整个风场,预报风速与观测风速的相关系数为0.55,均方根误差为2.8,相对误差为-4.79%。实测发电量值高于预报值,平均偏大39.7 kW,相对误差为-12.6%,预报值与实测值相关性较好,相关系数达到0.52。总体来说,根据中尺度数值模式预报的风速结合风功率、发电量模型预测出的发电量与实测值较为接近,但各月差异性较大。 相似文献
18.
《高原气象》2017,(6)
主要总结了高寒山区面降水数据的获取方法、影响因素及时空分布的研究进展,并指出了面降水量数据获取可能的解决途径。通常地面观测及空间插值、大气数值模式估算、遥感反演是面降水数据的主要获取方法,但应用于高寒山区都有一定局限性:地面观测点稀缺限制了各种空间插值方法的精度;大气数值模式,不能有效地模拟高寒山区复杂地形下的局地降水空间分布;地基遥感(多普勒雷达)受地形遮挡和自身条件的限制,空基遥感数据的精度受限于卫星搭载降水雷达的性能、卫星过境频率及空间分辨率等因素;对降水分布的估算存在很大误差。水汽源、坡向、海拔与下垫面地形是影响高山区降水量及其时空分布的主要因素。为此,在黑河上游祁连高山区,已进行的小范围加密观测、基于遥感空间格网的矩阵观测及大范围撒网式观测,仍是了解高寒山区降水量时空分布规律的基础;有待提高精度和时空分辨率的卫星数据,以及有效的地面-卫星遥感数据同化方法的研究,也将成为获取高寒山区精确的面降水量的有效途径;大气数值模式的降尺度研究也是一种途径,有待进一步研究。 相似文献
19.
《高原气象》2018,(5)
通过分析位于复杂地形的南湫、黑崖子和干河口风电场测风塔70 m高度的风速、风向分布特征及风速预报的误差特性,基于卡尔曼滤波方法建立了预报风速的订正模型,对预报风速误差进行了订正。结果表明,南湫、黑崖子和干河口风电场的有效风速时数占全年风速时数的百分比分别达90. 9%,85. 06%和82. 93%;各风电场有效风速时数存在显著的时间差异,夏、秋季有效风速时数最大;南湫、黑崖子和干河口分别可达29. 65%,27. 19%和23. 24%;风速日变化特征差异明显,夏季南湫、黑崖子和干河口风速日变化分别呈多峰多谷(或双峰双谷)、单峰单谷、双峰单谷的分布特征;夏到秋季,南湫主导风向为东南风,黑崖子由偏东风转换为偏西风,干河口主导风向稳定为东风或偏东风。风速阵性特征有明显的季节差异,9月黑崖子、干河口风速的阵性变化较6月强,南湫风速的阵性变化6月比9月强。北京快速更新循环数值预报系统(BJ-RUC)对复杂地形风电场风速预报能力存在局限性,主要表现在预报风速的阵性变化相对较小、风速偏大;经卡尔曼滤波方法订正后,数值模式对风速的阵性预报能力增强,预测风速威布尔分布的形状参数和尺度参数逼近实况风速的分布参数,实况风速和预测风速相关系数最大可提高约15%;预报风速的绝对误差、均方根误差也得到了改善,可降至1. 30 m·s~(-1)和1. 66 m·s~(-1)。 相似文献