考虑测风塔数据分析的风电场风能资源精细评估方法与实现

在风能资源的开发和利用过程中测风塔处于十分重要的位置，本项目以风电场测风塔多梯度实测数据位研究对象，在风电场测风数据处理、风电场动态等值模型和风电场资源精细评估方面开展科学研究。提出一种基于空间插值的测风塔漏测数据的补全算法，对测风塔缺测或漏测数据进行补全；构造风电场中单个测风塔的不同高度和不同测风塔间不同高度处的风速相关系数矩阵，给出多个测风塔的风切变系数的计算方法; 采用非线性状态估计方法，建立测量-关联-预测（MCP）动态模型来预测风电场中各机组风速随时间、空间的变化规律，给出不确定性的置信区间；建立基于模糊聚类法的风电场多机表征动态等值模型；建立测风塔数据智能数据库；开发风能资源评估分析软件，实现对区域风电场可利用风资源的精细评估。本课题研究对风电场监测、风电场风资源评估及标准完善、风电场规划设计等方面具有重大的现实意义,可为大规模风电场并网安全经济运行提供科学可靠数据和决策依据。

高质量的风电场测风数据对准确的风能资源评估至关重要。本项目针对测风数据中包含的奇异点问题，提出了基于小波模极大值的识别方法，将原始数据小波分解后结合阈值和李氏指数对奇异点的位置进行判定，并利用自回归滑动平均法对奇异点进行修正，所提方法能够准确的判断数据点的奇异性以及发生时刻，并且有效修正奇异点的值。针对部分测风数据缺失的问题，采用基于临近风电场出力模式性方法和多点三次样条插值方法重构出完整的测风数据时间序列，该方法具有较强的通用性，可有效提高测风数据的完整性。本项目在同调等值法的基础上，提出了一种适用于永磁直驱同步电机风电场的多机动态等值模型。选择能综合反映风电机组运行状态的变量矩阵作为分群指标，通过模糊聚类算法将具有相近运行点的风电机组划分到一个机群，用一台风电机组并联一个电流源组成等值机组表征同一机群，得到由多个等值机构成的风电场多机动态等值模型。该方法能够较准确地反映基于永磁同步发电机的风电场并网的动态特性，同时减小了包含多台风机的风电场建模复杂度，有效提高了仿真计算效率。针对传统最大熵法对低风速区和风功率密度分布的拟合效果不理想的缺点，项目提出了一种改进最大熵分布模型。通过对比分析威布尔分布模型和传统最大熵分布模型在公式形式上的差异，在传统最大熵分布模型中引入一个经验修正因子。通过调整修正因子中参数的大小，可以使改进最大熵分布模型对风速和风功率密度分布的拟合效果均优于威布尔分布模型，且可以应用于不同风况，可有效提高区域风能资源评估的精度。对风电场进行风能资源评估需要风电场测风塔轮毂高度处的长期风速风向分布，针对实际应用中缺少长期实测数据的情况，建立测量-关联-预测（MCP）模型，以目标风电场附近单个或多个参考气象站的长期测风数据作为参考，预测目标风电场长期风速风向的分布，通过计算可得到风电场的长期风能资源分布情况，从而实现用数学模型来表达关联关系，将风能资源评估的不确定性转化为相对量化的确定性，实现对区域风电场可利用风资源的精细评估。 .项目研究期间，在国内外期刊发表相关研究论文11篇，其中被SCI收录1篇、EI收录10篇，获得国家发明专利1项、国家版权局授权计算机著作权6项。培养博士生1名、硕士研究生6名，培养指导国家大学生创新计划本科生学生9名。参加国际、国内会议6次，担任会议分会主席2次，作大会报告和分会场报告3次。