海上风资源评估流程及方法研究_周月.pdf

可再生能源21NO.01 2023节能 ENERGY CONSERVATION海上风资源评估流程及方法研究周月 吴迪 苗得胜 刘飞虹 朱南（明阳智慧能源集团股份公司，广东 中山 528400）摘要：风资源评估在海上风电项目全生命周期中发挥着重要作用，通过风数据处理和特征参数分析对目标场区的风资源水平进行量化处理后的评估结果不仅是衡量风场开发价值的重要标准，也是影响整场发电收益的重要因素之一。以海上测风数据为例，对风资源评估的流程及方法进行了分析与总结，较为完整地介绍了海上测风数据的处理与分析过程及注意事项，对部分学者的相关研究内容与研究结论进行了阐述。关键词：海上风电；测风数据处理；风资源评估中图分类号：TM614 文献标识码：A 文章编号：1004-7948（2023）01-0021-05 doi：10.3969/j.issn.1004-7948.2023.01.006Research on offshore wind resource assessment process and methodologyZHOU Yue WU Di MIAO De-sheng LIU Fei-hong ZHU NanAbstract：Wind resource assessment plays an important role in the whole life cycle of offshore wind power projects,and the evaluation results after quantifying the wind resource level of the target field through wind data processing and characteristic parameter analysis are not only an important criterion for measuring the development value of the wind farm,but also one of the important factors affecting the entire power generation revenue.Taking offshore wind measurement data as an example,the process and method of wind resource assessment are analyzed and summarized,the processing and analysis process and matters needing attention of offshore wind measurement data are introduced more completely,and the relevant research content and research conclusions of some scholars are expounded.Key words:offshore wind power;wind measurement data processing;wind resource assessment1风数据1.1实测数据实测数据源自海上测风塔、激光雷达、气象站等设备。海上测风塔通过在不同高度的支臂上安装测风设备进行定点被动测风，一般可分为自立式、拉线式及复合式。海上测风塔的数量相对较少，但却是海上风数据的主要来源，海上测风塔测得的风数据能够直接反映场区风资源水平，但也受塔高、塔影效应、仪器可靠性、气候等诸多因素影响1-4，需要结合参证站数据进行订正，反映场区的长期平均风资源水平。测风激光雷达作为新兴的测风技术，可以根据搭载工具的不同实现灵活测风，其原理是通过测量发射光束与空气中的气溶胶粒子相互作用产生的频率变化，利用算法处理计算不同高度层级的风数据5-7。测风激光雷达弥补了微波雷达和声雷达在晴空天气下存在探测盲区的问题，但在大雨、浓雾等条件下的测量精度会有所下降，较低高度情况下存在扫描盲区，需结合其他测风方式补充数据。海上测风塔和漂浮式测风激光雷达如图1所示。气象站作为长期测站，数据能够较可靠地表征当地多年的风况变化情况，是风资源评估中的重要参考数据。海上风资源评估时，常选用距离场区最近、代表性较好的沿岸气象站近 30 年的数据，验证场区风数据的合理性。目前，风资源测量基本从单一测量方式过渡到更加全面的测风塔、测风激光雷达、中尺度模型等组合测量模式。图1海上测风塔和漂浮式测风激光雷达作者简介：周月（1996），女，硕士，助理工程师，研究方向为风资源评估。收稿日期：2022-06-13引用本文：周月，吴迪，苗得胜，等.海上风资源评估流程及方法研究 J.节能，2023，42（1）：21-25.可再生能源22节能 ENERGY CONSERVATIONNO.01 2023海上测风塔与测风激光雷达参数对比如表1所示。1.2中尺度数据中尺度天气系统指水平尺度为10200 km、时间尺度为110 h的天气系统，台风等极端气候均属于中尺度天气系统。常用的中尺度数据包括 MERRA2、ERA5、CFSR等。不同中尺度数据参数对比如表2所示。部分学者对不同中尺度数据在我国区域的适用性进行了研究8-19。其中，刘鸿波20等认为，ERA5 数据对19792018年中国大陆区域风速的年际变化再现程度较好，但受地表粗糙度、海气耦合的影响，无法再现地表风速长期变化趋势。程胡华21等研究强对流天气下NCEP/NCAR FNL资料的可信度，发现其在强对流天气下存在较大偏差。海上风资源评估过程，中尺度数据可以用作宏观选址的参考、数据订正的依据或用于粗略风资源评估22-24，但并不支持精细化的风资源评估，尤其在受台风影响的海域。2风资源评估2.1数据处理风数据处理流程主要包括数据质量评估、数据筛选、数据插补、完整年选取、轮毂高度数据拟合、代表年数据订正等步骤25-28。2.1.1数据质量评估数据质量从代表性、完整性、连续性等3个方面进行评价。不同地点的风资源水平一般差距较大，应选择最能代表场区风资源水平的位置进行测风。风电场气象观测资料审核、插补与订正技术规范(GB/T 375232019)规定，海上测风塔采集的数据量满足完整连续一年且完整率达到98%时可以被使用。因此，测风时段实测数据量与应测数据量之比应达到98%。2.1.2数据筛选海上环境复杂恶劣，测风设备采集的数据可能在各种因素的影响下出现缺测和失真的情况。不合理数据会影响评估结果29，通常需要根据合理性、相关性、变化趋势一致性等规律对无效和异常数据进行筛选和剔除。合理性筛选过程剔除超出测风设备测量极限的无效数据和明显异常数据。如机械式风杯的最小量程一般为0.4 m/s，部分测风激光雷达风速数据中的异常数据以999 m/s显示，此类超出设备测量范围的数据均被视为无效数据。相关性筛选根据同一测点不同高度层级数据呈现的相关性进行筛选，明显离群的数据一般被认定为异常数据。相关性分析案例如图2所示。变化趋势一致性筛选主要通过不同层级数据差值判断。相同测风点位处，不同高度层级的风速不同，但各高度层级数据间的变化趋势理论上趋于一致，各高度层级风速差值应保持在合理范围内。如高度相差20 m的数据风速差值一般不超过 2 m/s，风向差值一般不超过22.5，不满足条件的数据应视为异常数据。塔影效应筛选指同一高度上安装两套测风仪器时，风在流经测风塔时受到塔架的影响，导致测风设备在相应风向扇区测得的数据失真。通常将风速按照16风向扇区划分，计算相同高度的两通道风速比值，最大和最小部分对应的风向即为受塔影影响最严重的风向扇区。塔影效应案例如图3所示。图2相关性分析案例表2不同中尺度数据参数对比中尺度数据分类MERRA2ERA5CFSR水平分辨率/()0.500.6670.250.2500.500.500时间分辨率/h111数据来源美国航空航天局（NASA）欧洲中期天气预报中心（ECMWF）美国国家环境预测中心（NCEP）及国家大气研究中心（NCAR）图3塔影效应案例表1海上测风塔与测风激光雷达参数对比参数测量范围测量高层测量要素数据记录可移动设备寿命维护方式海上测风塔一般为100150 m一般取57层水平风速、风向、温度、湿度、气压等。10 min间隔数据否传感器约23年现场调试，时间较长。测风激光雷达一般为40300 m一般取1015层水平和垂向风速、风向、温度、湿度、气压等。1 s间隔数据，10 min间隔数据。是510年现场维护，时间较短。可再生能源23NO.01 2023节能 ENERGY CONSERVATION由图3可知，测风点位在EESE与WWNW两个风向扇区上受塔影效应的影响较为严重，其对应风速应进行塔影消除处理。2.1.3数据插补风电场气象观测资料审核、插补与订正技术规范(GB/T 375232019)规定，数据的有效完整率达到90%可被使用。因此，测风时段经筛选的有效数据量与应测数据量之比应达到90%。数据不满足规范要求、需要基于实测数据进行风资源评估时，需要进行数据插补。根据引用数据的不同，插补方法可以被分为3类。（1）同塔同高度数据插补（塔影插补法）。只插补受塔影效应影响的风向扇区的数据。（2）同塔不同高度数据插补（风廓线自补法）。根据风切变推算同一时刻其他高度的数据。风廓线表征风速随高度的变化关系，可以通过指数率描述。V(Z1)V(Z2)=(Z1Z2)(1)式中：Z1、Z2距离测风基准面的距离，m；V(Z1)、V(Z2)Z高度处的10 min均值风速，m/s。（3）采用其他相关数据进行插补（MCP插补法）。MCP插补引入外部数据进行时序延长，用于插补的参考数据与目标数据的相关性系数R2大于0.5时，插补结果合理。很多学者对不同MCP插补方法进行了比较30-33。其中，于佳鹤34等通过5个评价指标对不同MCP插补方法进行了评估，认为分扇区线性最小二乘法的插补精度更高。不同MCP插补方法的特点如表3所示。2.1.4完整年选取风资源评估过程一般选取完整1年的数据作为风场未来经营期间风资源水平的代表。选取数据时需要遵循以下原则：（1）尽量包含更多实测数据，相比风廓线推算和插补的数据，实测数据更加真实；（2）尽量选取完整的年、月数据，能够更直观地展现数据变化特征；（3）尽量与长期数据有更长的重合时间，保证有足够的同期数据作为数据订正的参考。2.1.5轮毂高度数据拟合目前，主流海上风机的塔筒高度普遍不小于100 m。不能直接测得轮毂高度处的数据时，通常需要根据风廓线35-36对数据进行拟合外推。2.1.6代表年数据订正短期实测风数据通常不能完全代表场区长期平均风况，需要借助长期数据对代表年风速数据进行订正37，以反映长期风资源水平。目前常用的长期数据为气象站和中尺度数据。2.2特征参数分析评估分析特征参数能够直观展现风场风资源水平。（1）风速统计概率分布。风速统计概率分布即1年内不同风速累积小时数的分布，通常作为机组选型和前期规划时估算发电量的依据。很多学者对不同的风速分布拟合方法进行了比较38-40，目前一般以两参数威布尔分布描述风速统计概率分布。PW(V)=1-exp(-V/C)k(2)式中：C尺度参数；k形状系数。风速威布尔分布如图4所示。场区风速主要集中在68 m/s（2）风向、风能分布。风向和风能分布相对集中有利于风场风机的排布及表3不同MCP插补方法的特点方法线性最小二乘法正交最小二乘法方差比法速度比法威布尔拟合法风速排序法垂直切片法矩阵时间序列法特点寻找数据点到最佳拟合线的垂直距离的最小值寻找数据点到最佳拟合线的正交距离的最小值利用同期数据的均值和方差表示线性拟合的斜率和截距利用目标风速与参考风速序列的比值表示现行拟合的斜率利用目标数据与参考数据的风速序列分布关系构建线性拟合关系利用独立排序后的目标数据与参考数据的分布散点构建线性拟合关系利用分组后的