官术网_书友最值得收藏!

2.2 風(fēng)速模型

2.2.1 威布爾分布風(fēng)速模型

掌握風(fēng)電場所在地區(qū)的風(fēng)速分布情況對于風(fēng)電企業(yè)非常重要。大多數(shù)地區(qū)在一年當(dāng)中非常強(qiáng)的大風(fēng)是少有的,更為常見的是中等風(fēng)速,由于風(fēng)速分布的特點(diǎn)與風(fēng)機(jī)的優(yōu)化設(shè)計和發(fā)電量估算有直接關(guān)系,因此場址風(fēng)的變化通常用威布爾(Weibull)分布來描述。

威布爾分布被認(rèn)為是一種形式簡單且與實(shí)際風(fēng)速分布能較好擬合的概率模型,是目前風(fēng)能計算中普遍采用的一種風(fēng)速模型。威布爾分布是隨機(jī)變量分布的一種,主要有雙參數(shù)和三參數(shù)威布爾分布,本節(jié)主要介紹雙參數(shù)的威布爾分布。雙參數(shù)威布爾分布函數(shù)適用于風(fēng)速統(tǒng)計描述的概率密度函數(shù),其結(jié)果接近風(fēng)速的實(shí)際分布,威布爾函數(shù)參數(shù)的確定和曲線的擬合都比較方便,根據(jù)某個高度的風(fēng)速威布爾函數(shù)曲線可以推算各種高度的威布爾函數(shù)擬合曲線,這樣可大大減少風(fēng)速分布統(tǒng)計的工作量。

雙參數(shù)威布爾分布,其概率密度為

式中 v——風(fēng)速;

k——形狀參數(shù);

c——尺度參數(shù),其量綱和速度相同。

由風(fēng)速的密度函數(shù)可以求得其累積分布函數(shù)為

而平均風(fēng)速為

由風(fēng)速的概率密度可知,參數(shù)k和c的改變對風(fēng)速分布函數(shù)影響很大。根據(jù)風(fēng)速歷史統(tǒng)計數(shù)據(jù),按照不同情況選擇不同的參數(shù)以及分析方法,常用的估算威布爾參數(shù)的方法有極大似然估計法、最小二乘法、平均風(fēng)速和最大風(fēng)速等方法。

(1)用最小二乘法估計威布爾參數(shù),根據(jù)風(fēng)速的威布爾分布,風(fēng)速小于vg的累積概率為

取對數(shù)有

令y=ln{-ln[1-p(v≤vg)]},x=lnvg,a=-klnc,b=k,于是參數(shù)c和k可以由最小二乘法擬合

將觀測到的風(fēng)速出現(xiàn)的范圍劃分為n段風(fēng)速間隔0-v1,…,vn-1-vn。統(tǒng)計每個間隔中風(fēng)速觀測值出現(xiàn)的頻率f1,f2,…,fn和累積頻率

取變換xi=lnv1,yi=ln[-ln(1-p1)],且a=-klnc,b=k,可得出

(2)根據(jù)平均風(fēng)速和標(biāo)準(zhǔn)差Sv估計威布爾分布參數(shù),其中數(shù)學(xué)期望為和方差σ,Γ為伽馬函數(shù)。

可見僅僅是k函數(shù),因此知道均值和方差,便可以求解k,由于直接求解k比較困難,通常近似求解k即可

其中以樣本標(biāo)準(zhǔn)差Sv估計σ,平均風(fēng)速估計μ,即

式中 vi——計算時段中每次的風(fēng)速觀測值;

N——觀測次數(shù)。

其中伽馬函數(shù)可采用如下經(jīng)驗(yàn)公式計算

(3)用平均風(fēng)速和最大風(fēng)速估計威布爾分布參數(shù)。選擇一日任意時間的10min最大風(fēng)速值作為最大風(fēng)速,設(shè)定vmax為T時間內(nèi)10min平均最大風(fēng)速的觀測值,則最大風(fēng)速出現(xiàn)頻率為

作變換得

因此根據(jù)vmax的值,同時以作為μ的估計值,則k可以由(2-14)得到。但此過程中,k的求解較為復(fù)雜,而通過大量觀測數(shù)據(jù),k值在1.0~2.6的范圍變動,而此時Γ(1+)≈0.9,于是

考慮到vmax的抽樣隨機(jī)性比較大,又有很大的年際變化,為了減少抽樣誤差,在估計某一地的平均風(fēng)能潛力時,應(yīng)根據(jù)vmax和v的多年平均值來估計風(fēng)速的威布爾參數(shù),才能具有很好的代表性。

如果形狀參數(shù)k=2,則這種分布稱為瑞利(Rayeigh)分布。當(dāng)k>3時,則近似正態(tài)分布,當(dāng)k=1時,則變成指數(shù)分布。瑞利分布適用于描述很多風(fēng)電場的風(fēng)速變化特點(diǎn),風(fēng)機(jī)制造商經(jīng)常使用瑞利分布對它們的風(fēng)機(jī)給出標(biāo)準(zhǔn)的性能圖。

圖2-1表示的是風(fēng)速概率的分布,曲線下的面積總是精確為1,因?yàn)樵谒酗L(fēng)速下,包括零風(fēng)速,刮風(fēng)的概率加起來必定是100%。風(fēng)速的分布是偏的,并不對稱。有時可能遇到很高的風(fēng)速,但是它們很少出現(xiàn)。另一方面,8m/s的風(fēng)速最常見,稱為分布的形態(tài)值。根據(jù)式(2-3),將每一微小的風(fēng)速間隔乘以這一風(fēng)速的概率,然后求其和,即可得到平均風(fēng)速。平均風(fēng)速或者尺度參數(shù)c用于指出平均的場址風(fēng)有多大,形狀參數(shù)k則表明這個分布曲線有多尖,如果風(fēng)速總是趨向接近于某一值,則該分布就有一個高的k值,也就是曲線很尖。

圖2-1 風(fēng)速的瑞利分布圖

時變的風(fēng)速可從風(fēng)速v(t)的威布爾分布模型中獲得,由式(2-2)可得出

直接采用[0,1]之間的隨機(jī)函數(shù)生成F(v),然后代入式(2-16)中,即可產(chǎn)生一個連續(xù)的隨機(jī)風(fēng)速時間序列。

風(fēng)速的這種統(tǒng)計分布在全球隨地點(diǎn)的變化而變化,這取決于局部的氣候條件、地形和地貌。因此,威布爾分布是變化的,無論它的形狀還是它的平均值都是變化的。威布爾分布的模擬需要大量的實(shí)際風(fēng)場資料,而且估計參數(shù)的方法比較麻煩,不具有通用性,通常需要根據(jù)不同的地理位置采用不同的方法,這些都不利于實(shí)驗(yàn)室風(fēng)速的模擬。而且威布爾分布通常用來反映時間尺度較長的年度和季節(jié)性的風(fēng)速變化。對于時間尺度較小的風(fēng)速模擬,如一定強(qiáng)度的湍流等,可采用下節(jié)介紹的更為簡單實(shí)用的組合風(fēng)速數(shù)學(xué)模型。

2.2.2 組合風(fēng)速模型

為了較精確地描述風(fēng)能的隨機(jī)性和間歇性的特點(diǎn),風(fēng)速變化的時空模型通常把組合風(fēng)分為基本風(fēng)、陣風(fēng)、漸變風(fēng)和隨機(jī)風(fēng)4部分組合風(fēng)為

式中——基本風(fēng)風(fēng)速,m/s;

vg——陣風(fēng)風(fēng)速,m/s;

vr——漸變風(fēng)風(fēng)速,m/s;

vn——隨機(jī)風(fēng)風(fēng)速,m/s。

1.基本風(fēng)速

它在風(fēng)力機(jī)正常運(yùn)行過程中一直存在,基本上反映了風(fēng)場平均風(fēng)速的變化。風(fēng)力發(fā)電機(jī)向系統(tǒng)輸送的額定功率的大小也主要由基本風(fēng)來決定,可風(fēng)電場測風(fēng)所得的威布爾分布參數(shù)近似確定,由式(2-11)可得

在計算時候一般認(rèn)為基本風(fēng)速不隨時間變化,因而可以取常數(shù)值。

2.陣風(fēng)

為描述風(fēng)速突然變化的特性,通常用陣風(fēng)來模擬,在此段時間風(fēng)速具有余弦特性,在電力系統(tǒng)動態(tài)穩(wěn)定分析中,特別是在分析風(fēng)力發(fā)電系統(tǒng)對電網(wǎng)電壓波動的影響時,通常用它來考核在較大風(fēng)速變化情況下的動態(tài)特性。

式中 Tg——陣風(fēng)周期;

tgl——陣風(fēng)開始時間;

Vgmax——陣風(fēng)幅度。

3.漸變風(fēng)

對風(fēng)速的漸變變化特性用漸變風(fēng)來模擬,即

式中 Vrmax——漸變風(fēng)幅度;

trl——漸變風(fēng)開始變化的時間;

tr2——漸變風(fēng)結(jié)束的時間。

4.隨機(jī)風(fēng)

通常在平均風(fēng)速上疊加一個隨機(jī)分量vn,來反映風(fēng)速的隨機(jī)波動,其模擬公式為

式中 Vn_max——隨機(jī)分量的幅值;

Ram(-1,1)——-1和1之間均勻分布的隨機(jī)數(shù);

ωv——風(fēng)速波動的平均間距,一般取0.5π~2π(rad/s);

ψv——0~2π之間均勻分布的隨機(jī)變量。

2.2.3 高頻風(fēng)及塔影效應(yīng)

高頻風(fēng)速變動是局部現(xiàn)象,可被風(fēng)輪表面平滑掉,風(fēng)力機(jī)變大后更是如此。為模擬此效應(yīng),風(fēng)輪模型中含有圖2-2所示的低通濾波器。時間常數(shù)τs的值取決于風(fēng)輪直徑和風(fēng)的湍流密度及平均風(fēng)速,一般τs可設(shè)定為4s。

水平軸風(fēng)力機(jī)由塔架支撐風(fēng)輪、傳動系統(tǒng)與發(fā)電機(jī),在大型風(fēng)力機(jī)中塔架通常為頂部截面面積小、底部截面面積大的柱狀。塔架及障礙物對氣流的流動有略微的影響,當(dāng)氣流流過塔架時發(fā)生偏離,氣流側(cè)向速度增加而軸向速度減小,這種效應(yīng)就是塔影效應(yīng)。塔影效應(yīng)是風(fēng)力發(fā)電機(jī)在發(fā)電的過程中出現(xiàn)的一種負(fù)面效果,會導(dǎo)致風(fēng)機(jī)出力的波動,使發(fā)電機(jī)的性能有所降低。因此當(dāng)葉片轉(zhuǎn)動到塔架附近區(qū)域時,將受到塔影效應(yīng)的影響而導(dǎo)致葉片受風(fēng)減小,一般認(rèn)為塔影效應(yīng)的影響范圍方位角大于90°小于270°。

圖2-2 風(fēng)輪表面對高頻風(fēng)速的平滑效應(yīng)模擬

主站蜘蛛池模板: 苏州市| 绵阳市| 增城市| 肥东县| 四平市| 雅安市| 青岛市| 江西省| 韩城市| 河东区| 宣恩县| 邳州市| 彩票| 连州市| 青海省| 辽源市| 酒泉市| 于都县| 福海县| 华安县| 宁远县| 盐山县| 峡江县| 巴东县| 同江市| 丰县| 宁夏| 牡丹江市| 七台河市| 肃北| 榆社县| 罗定市| 甘南县| 阿巴嘎旗| 徐汇区| 弥勒县| 双流县| 太康县| 吴江市| 吴川市| 哈巴河县|