论文部分内容阅读
海上风能资源评估是海上风电场开发建设的基础,丰富的多源卫星遥感风场数据弥补了全球海上站位测风资料相对缺乏的不足。然而,目前利用多源卫星遥感风场数据进行海上风能资源评估时仍存在一些需要进一步讨论的问题:1)卫星遥感样本量的大小会对海上风能资源评估精度产生多大的影响?2)不同的卫星过境时间及其组合会对海上风能资源评估精度产生多大的影响?3)由于陆地信号的干扰,在近海海域范围内,卫星遥感风场数据存在失真或缺失现象,能否结合沿海岸气象站的测风数据,利用空间插值方法,得到近海海域范围内风能资源评估结果?由此,本文主要围绕以上问题进行研究,主要的研究内容和结论如下:(1)卫星遥感风场数据精度检验。本文利用Quik SCAT(1999~2009年)、ASCAT(2007~2015年)和Wind SAT(2003~2015年)风场数据与1999~2015年对应时空位置的39个NDBC浮标10 m高度逐小时风场数据分别进行对比分析。结果表明,在风速的精度检验中,ASCAT风速数据精度最高(RMSE为1.19m/s),其次为Quik SCAT及Wind SAT,RMSE分别为1.23 m/s和1.45 m/s。在评价不同离岸距离对卫星风场反演精度的影响时,得出当离岸距离<50 km时,卫星风速(或风向)的误差较大,近海海域范围内风场反演精度降低主要是由于陆地信号干扰导致。(2)探讨卫星遥感样本量对海上风能资源评估精度的影响。本文利用1999~2015年Quik SCAT、ASCAT、Wind SAT及其组合的风场数据所计算的风能参数(包括平均风速、平均风功率密度及Weibull参数)与39个NDBC浮标10 m和100 m高度的风能参数计算结果分别进行比较。与单一卫星遥感数据相比,基于多源卫星遥感数据的风能参数计算精度均有一定程度的提高,其中,利用Quik SCAT+ASCAT+Wind SAT组合的风场数据计算的风能参数精度最高。卫星遥感风场数据的样本量越大,风能参数的计算精度越高,当卫星遥感数据的样本数>8000时(与NREL/SR-440-22223和GB/T 18710-2002规定的风能资源评估所需的最少样本量要求基本一致),卫星遥感数据计算的风能参数基本上维持在较稳定的误差范围内,如在10 m和100 m高度处,平均风功率密度的RMSE分别约在29~30 W/m~2和56~58 W/m~2范围内。(3)探讨卫星过境时间对海上风能资源评估精度的影响。本文利用1999~2015年39个NDBC浮标10 m高度逐小时风场数据模拟不同卫星过境时间及其组合的风场数据,计算风能参数,并与39个NDBC浮标逐小时风场数据所计算的风能参数进行比较。结果表明,与利用单一卫星过境时间的风场数据计算的风能参数相比,卫星过境时间的种类越多,风能参数的计算精度越高。(4)提出了利用星地多源数据的中国近海风能资源评估方法。本文利用中国海域Quik SCAT+ASCAT+Wind SAT多源卫星遥感风场数据(1999~2017年)和沿海岸气象站测风数据(2016~2017年)的不同组合,利用不同的空间插值方法(包括反距离加权插值法IDW、普通克里金插值法OK、普通协同克里金插值法OCK),得到中国海域10 m及100 m高度风能参数的空间分布。进一步,利用中国近海海域8个10 m高度浮标观测数据评价上述风能参数的精度。研究结果表明,相较于仅使用地面气象站或卫星遥感数据,结合多源卫星遥感和气象站的测风数据,可使得中国近海海域风能资源评估精度有所提高,且在大多数情况下,使用OCK插值法得到的风能参数精度最高。其中,在10 m高度处,使用卫星遥感数据与中国沿海岸线270个地面气象站数据(OCK插值法)插值得到的平均风速和平均风功率密度误差最小,RMSE分别为0.17 m/s和23.38 W/m~2。根据本文得到的中国海域风能参数的空间分布,台湾海峡和福建省近海海域的风能资源最丰富。