论文部分内容阅读
摘 要：本文介绍了风能资源概况，阐述了风能资源评估技术的重要性，分析了数理统计技术和数值模拟技术的风能资源评估，并介绍了风能资源的评估软件工具，进行了多源测风资料融合分析，还展望了我国风能资源评估技术的发展方向。
关键词：大基地;风能资源;评估技术
在新能源技术领域当中，风能资源的开发比较成熟，是非常具有规模化开发条件的新资源利用方式，也具有很大的商业化发展前景，得到了世界各国的普遍重视。风能资源评估对风能资源科学有效地利用有着重要的作用，我国在制定科学风电开发目标和规划时需要依据风能资源评估来进行，对于大基地建设的成败来说风能资源评估起着至关重要的作用，因此，分析大基地风能资源评估技术应用具有现实意义。
一、风能资源的概况
新时期能源问题越来越成为世界性难题，让人们越来越认识到发展新能源来替代化石燃料的重要性。我国经济的快速增长使得能源的消耗呈爆发式增长的状态，可再生能源的有效利用能够有效减轻国家对石油和天然气的依赖，与此同时对化石能源的大规模开发和利用给环境和气候等都造成了很大的问题，因此，发展可再生能源是世界许多国家实现可持续发展的重要选择。我国从2005年开始出台了再生能源法律，还在国际可再生能源大会上提出了《北京宣言》，开始大力发展可再生能源。风能作为可再生、清洁的能源，有着很大的储量，大基地建设风能具有巨大的发展潜力，中国风能大基地建设的步伐明显加快，国家重点建设更多百万千瓦以上的大型风电场[1]。大基地风能资源的开发，需要对风能资源进行有效的评估，把中国风能资源的分布情况弄清，从而对风电建设发展进行有效的规划，中国风电有着比较明显的区域特征，在陆地上风能储备最丰富的地区就是三北地区，在江苏、福建、广东等地拥有着比较丰富的海上风能资源。大气环流对风速有着直接的影响，这使得气候变化对风能产生较大的影响，中国受气候的影响风能资源也在严重下降，我国普遍采用的风能资源评估方法对数据质量的要求不高，这使得对建设前的风电场进行的风能资源评估存在着不准确，再加上在微观选址上存在着失误，这不利于风能资源的合理开发，因此，需要对大基地风能资源进行精确的评估，加强对风能资源评估技术的有效应用具有重要的意义。
二、风能资源评估技术的重要性
风能资源评估是进行风能开发利用和风电场建设的前提，风电场地址的合理选择以及适合的风力机机位对风能资源科学有效地利用有着十分重要的意义。我国虽然已经制定了风电发展的长期目标，但是这样目标怎样科学合理实现需要做好研究，在此之前需要先把我国优良风能资源分布的地区和其开发的潜力需要弄清楚，这样问题的解决就需要风能资源评估技术的有效支持。风能评估结果的准确客观能够为制定大基地风能资源开发提供科技支撑。风力发电量直接受风能资源优劣的影响，对发电成本和发电厂的经济有效有着较大的影响。较小的风速变化都会对发电场产生较大的波动。因此，风资源评估结果的精确可靠对风电场选址和电场的运营都有着重要的作用，影响着风电场的投资，投资者最为关心的就是收益，而风能资源评估报告的精确可靠能够为投资者提供有效的决策支持。同时通过风能资源评估报告也可以帮助找到一些风场不理想的原因，从而采用有效、恰当的弥补措施，由此可见风能资源评估技术对风能资源的开发有着非常重要的作用，关系着风能资源的健康发展[2]。
三、风能资源评估技术应用分析
（一）数理统计技术的风能资源评估
影响风能最重要的参数就是风能与风速的三次方成正比。利用测风塔、气象站的测风数据来进行数理统计，并利用数学模型的构建来最终获得风功率密度等风场评估参数。统计方法和数值模型相比，其计算的时间比较短而且计算的效率还比较高，但是却存在着不太高的模拟准确度。伴随着人工智能技术的快速发展，在应用环境数据来创建模型的过程中可以利用一些智能的算法，这使得创建的模型不仅在精度和准确度上都有极大地提高，还使得花费的计算时间有很大的缩短。在长期风速预测和短期风速预測上神经网络都有应用，但是最主要的应用还是对风能资源的短期风速预测。在历史风速数据的基础上经过学习和训练能够加强对风电场风速变化规律的研究，使得对输入输出之间的非线性问题得到较好地解决，从而更好地预测风速，对影响并网后风能电力系统稳定运行的不利因素起到有效减少的作用。
（二）数值模拟技术的风能资源评估
气象站的风力测量容易出现数据短缺和仪器异常致使数据错误，还有站点分布不均等问题。克服上述缺点需要更高空间分辨率的气候模型，这样的方法能够对风能资源进行更加全面的评估，特别是在对于海上和复杂地形进行风能资源评估时其优势非常明显。由此可见同依赖于观测数据方法的技术相比，在边界层大气动力和热力运动物理描述基础上建立的数值模拟技术要具有极大的优势。对于大尺度的风能资源评估需要运用全球气候模型，而对于区域地区模拟需要运用区域气候模型来增加更多细节。在当前对于全球气候模型和区域气候模型的结果那个更好还存在着较大的争议。另外，相比较多模式而言单一数值模式存在着很多不确定性，因此需要加强研究多模式的比较和集合。
（三）风能资源的评估软件工具
线性模型和流体力学模型这两大类软件主要用于风能资源设计和评估，线性模型主要优势在于对简单地形的模拟，其模拟的效果比较好，而流体力学模型主要用于复杂地形上，其对流场的运动情况能够进行更加准确的模拟。应用线性模型和流体力学模型这两大类软件能够对风电场进行高分辨率、小尺度的精细模拟，广泛应用于对风电场的微观选址。比如，对陕北某复杂地形的风电场，在进行数值模拟时结合了两座测风塔 80m 实测风速，在风电场当中嵌套上该结果，对风电场进行精细化模拟从水平分辨率和湍流模型方面来对比分析，从中发现在各扇区存在着较大的误差[3]。
（四）多源测风资料融合分析
风能资源评估的可靠性要以风力资源数据质量作为基础保障。我国气象站的分布有着比较明显的区域特点，东部分布的气象站点比较多，而西部分布的气象站点比较少，一些地区气象站比较稀缺，为了弥补站点测风数据的不足，可以利用遥感探测、数值模式模拟、再分析资料来进行有效的测风数据的补充，风资源评估在平原和复杂地形地区受到了比较广泛的关注。
四、我国风能资源评估技术的发展方向
在对风电场选址，尤其是对大基地选址越来越迫切需要更加精细化风能资源数据集。长年代订正测风资料，提供入口和边界条件的CFD 计算，虚拟测风塔风速数据的制作等都可以通过高时空分辨率的风能资源数据集来进行，特别是能够直接为分散式风电开发的科学合理选址提供虚拟测风塔。高时空分辨率的风能资源数据集对于我国地域辽阔来说，要制作的话会使计算资源受到巨大的消耗，并且在后期需要大量的实际测风数据才能对数值模拟进行校验。基于此，从风电场尤其是大基地的宏观选址来说，最有效的途径就是制作能够公开获取并且经过测风数据校验的高时空分辨率的风能资源数据集，其能够直接提供风能资源参数来进行大基地宏观选址，还能提供入口和边界条件的CFD 计算，提高我国风能资源评估技术水平[4]。
结束语：
风能资源的开发开始从平坦的地形、优质的风能资源地区转向于复杂地形、资源相对较差的地区，对于风电产业发展的新形势，需要加强风能资源评估技术的精细度，促进我国风能资源的科学合理开发和利用。
参考文献：
[1]陈卓， 李霁恒， 郭军红，等. 气候变化下的风能资源评估技术研究进展[J]. 中外能源， 2019， 24（7）：14-19.
[2]杨靖文， 尚朋真， 张佳丽，等. 声雷达在低层大气风能资源 评估中的应用[J]. 风能， 2018， 104（10）：71-75.
[3]刘韶平， 张铭， 朱滢. 气象数据在风资源评估和风电场设计中的应用[J]. 新型工业化， 2018，8（7）：94-100.
[4]孔令兵， 申蕾， 郭凤群. 风力发电应用技术研究[J]. 建筑电气， 2019， 38（5）：26-29.
关键词：大基地;风能资源;评估技术
在新能源技术领域当中，风能资源的开发比较成熟，是非常具有规模化开发条件的新资源利用方式，也具有很大的商业化发展前景，得到了世界各国的普遍重视。风能资源评估对风能资源科学有效地利用有着重要的作用，我国在制定科学风电开发目标和规划时需要依据风能资源评估来进行，对于大基地建设的成败来说风能资源评估起着至关重要的作用，因此，分析大基地风能资源评估技术应用具有现实意义。
一、风能资源的概况
新时期能源问题越来越成为世界性难题，让人们越来越认识到发展新能源来替代化石燃料的重要性。我国经济的快速增长使得能源的消耗呈爆发式增长的状态，可再生能源的有效利用能够有效减轻国家对石油和天然气的依赖，与此同时对化石能源的大规模开发和利用给环境和气候等都造成了很大的问题，因此，发展可再生能源是世界许多国家实现可持续发展的重要选择。我国从2005年开始出台了再生能源法律，还在国际可再生能源大会上提出了《北京宣言》，开始大力发展可再生能源。风能作为可再生、清洁的能源，有着很大的储量，大基地建设风能具有巨大的发展潜力，中国风能大基地建设的步伐明显加快，国家重点建设更多百万千瓦以上的大型风电场[1]。大基地风能资源的开发，需要对风能资源进行有效的评估，把中国风能资源的分布情况弄清，从而对风电建设发展进行有效的规划，中国风电有着比较明显的区域特征，在陆地上风能储备最丰富的地区就是三北地区，在江苏、福建、广东等地拥有着比较丰富的海上风能资源。大气环流对风速有着直接的影响，这使得气候变化对风能产生较大的影响，中国受气候的影响风能资源也在严重下降，我国普遍采用的风能资源评估方法对数据质量的要求不高，这使得对建设前的风电场进行的风能资源评估存在着不准确，再加上在微观选址上存在着失误，这不利于风能资源的合理开发，因此，需要对大基地风能资源进行精确的评估，加强对风能资源评估技术的有效应用具有重要的意义。
二、风能资源评估技术的重要性
风能资源评估是进行风能开发利用和风电场建设的前提，风电场地址的合理选择以及适合的风力机机位对风能资源科学有效地利用有着十分重要的意义。我国虽然已经制定了风电发展的长期目标，但是这样目标怎样科学合理实现需要做好研究，在此之前需要先把我国优良风能资源分布的地区和其开发的潜力需要弄清楚，这样问题的解决就需要风能资源评估技术的有效支持。风能评估结果的准确客观能够为制定大基地风能资源开发提供科技支撑。风力发电量直接受风能资源优劣的影响，对发电成本和发电厂的经济有效有着较大的影响。较小的风速变化都会对发电场产生较大的波动。因此，风资源评估结果的精确可靠对风电场选址和电场的运营都有着重要的作用，影响着风电场的投资，投资者最为关心的就是收益，而风能资源评估报告的精确可靠能够为投资者提供有效的决策支持。同时通过风能资源评估报告也可以帮助找到一些风场不理想的原因，从而采用有效、恰当的弥补措施，由此可见风能资源评估技术对风能资源的开发有着非常重要的作用，关系着风能资源的健康发展[2]。
三、风能资源评估技术应用分析
（一）数理统计技术的风能资源评估
影响风能最重要的参数就是风能与风速的三次方成正比。利用测风塔、气象站的测风数据来进行数理统计，并利用数学模型的构建来最终获得风功率密度等风场评估参数。统计方法和数值模型相比，其计算的时间比较短而且计算的效率还比较高，但是却存在着不太高的模拟准确度。伴随着人工智能技术的快速发展，在应用环境数据来创建模型的过程中可以利用一些智能的算法，这使得创建的模型不仅在精度和准确度上都有极大地提高，还使得花费的计算时间有很大的缩短。在长期风速预测和短期风速预測上神经网络都有应用，但是最主要的应用还是对风能资源的短期风速预测。在历史风速数据的基础上经过学习和训练能够加强对风电场风速变化规律的研究，使得对输入输出之间的非线性问题得到较好地解决，从而更好地预测风速，对影响并网后风能电力系统稳定运行的不利因素起到有效减少的作用。
（二）数值模拟技术的风能资源评估
气象站的风力测量容易出现数据短缺和仪器异常致使数据错误，还有站点分布不均等问题。克服上述缺点需要更高空间分辨率的气候模型，这样的方法能够对风能资源进行更加全面的评估，特别是在对于海上和复杂地形进行风能资源评估时其优势非常明显。由此可见同依赖于观测数据方法的技术相比，在边界层大气动力和热力运动物理描述基础上建立的数值模拟技术要具有极大的优势。对于大尺度的风能资源评估需要运用全球气候模型，而对于区域地区模拟需要运用区域气候模型来增加更多细节。在当前对于全球气候模型和区域气候模型的结果那个更好还存在着较大的争议。另外，相比较多模式而言单一数值模式存在着很多不确定性，因此需要加强研究多模式的比较和集合。
（三）风能资源的评估软件工具
线性模型和流体力学模型这两大类软件主要用于风能资源设计和评估，线性模型主要优势在于对简单地形的模拟，其模拟的效果比较好，而流体力学模型主要用于复杂地形上，其对流场的运动情况能够进行更加准确的模拟。应用线性模型和流体力学模型这两大类软件能够对风电场进行高分辨率、小尺度的精细模拟，广泛应用于对风电场的微观选址。比如，对陕北某复杂地形的风电场，在进行数值模拟时结合了两座测风塔 80m 实测风速，在风电场当中嵌套上该结果，对风电场进行精细化模拟从水平分辨率和湍流模型方面来对比分析，从中发现在各扇区存在着较大的误差[3]。
（四）多源测风资料融合分析
风能资源评估的可靠性要以风力资源数据质量作为基础保障。我国气象站的分布有着比较明显的区域特点，东部分布的气象站点比较多，而西部分布的气象站点比较少，一些地区气象站比较稀缺，为了弥补站点测风数据的不足，可以利用遥感探测、数值模式模拟、再分析资料来进行有效的测风数据的补充，风资源评估在平原和复杂地形地区受到了比较广泛的关注。
四、我国风能资源评估技术的发展方向
在对风电场选址，尤其是对大基地选址越来越迫切需要更加精细化风能资源数据集。长年代订正测风资料，提供入口和边界条件的CFD 计算，虚拟测风塔风速数据的制作等都可以通过高时空分辨率的风能资源数据集来进行，特别是能够直接为分散式风电开发的科学合理选址提供虚拟测风塔。高时空分辨率的风能资源数据集对于我国地域辽阔来说，要制作的话会使计算资源受到巨大的消耗，并且在后期需要大量的实际测风数据才能对数值模拟进行校验。基于此，从风电场尤其是大基地的宏观选址来说，最有效的途径就是制作能够公开获取并且经过测风数据校验的高时空分辨率的风能资源数据集，其能够直接提供风能资源参数来进行大基地宏观选址，还能提供入口和边界条件的CFD 计算，提高我国风能资源评估技术水平[4]。
结束语：
风能资源的开发开始从平坦的地形、优质的风能资源地区转向于复杂地形、资源相对较差的地区，对于风电产业发展的新形势，需要加强风能资源评估技术的精细度，促进我国风能资源的科学合理开发和利用。
参考文献：
[1]陈卓， 李霁恒， 郭军红，等. 气候变化下的风能资源评估技术研究进展[J]. 中外能源， 2019， 24（7）：14-19.
[2]杨靖文， 尚朋真， 张佳丽，等. 声雷达在低层大气风能资源 评估中的应用[J]. 风能， 2018， 104（10）：71-75.
[3]刘韶平， 张铭， 朱滢. 气象数据在风资源评估和风电场设计中的应用[J]. 新型工业化， 2018，8（7）：94-100.
[4]孔令兵， 申蕾， 郭凤群. 风力发电应用技术研究[J]. 建筑电气， 2019， 38（5）：26-29.