风电技术论坛之风资源评估与风功率预测——北京国际风能大会展中报道

　　下面介绍一下测风塔交互和检验的方法。首先检验和使用是某一个测风塔，高度的风速是具有时间序列来推算其他的风速层的模拟数据。对比差别来判断垂直外推的不确定性。水平外推被称作多塔交互体验。来推算目标测风塔的实现目标数据，对比模拟结果与实测值获取的误差。重复以上的操作得到测风塔之间的互推的偏差。权衡各测风塔与风机之间的距离和地形地貌相似形的差别，最终得到风电厂水平外推的不确定性。
下面就以我们之前做过一个案例来进行介绍。这个项目计算的区域海拔高差是115米，坡度是22度。厂区内共两个塔，北边的一和南边的二，之间是895米距离。一塔安装了90米高的数据和传感器，2塔安装在五个高度，温度仪安装在两个高度及可以看到这种地形地貌的照片。我们首先对两塔的实测数据进行了处理，生成了同期的时间序列数据。我们看到右上角这个图是我们同期的时间序列。我们利用同期的时间序列进行了相关性的分析。用于做什么呢?探测两个塔是否在同期中，相关性比较好的话，后续的互推的结果可能会有很高的质量
　　这是我们地理信息数据的处理。也就是说地形数据我们选用的是2.5米等高距的测绘图，粗糙度数据是我们通过卫星遥感手段来获取的。我们首先使用中性大气稳定度进行模拟，我们可以看到在中性情况下，各个主风险的扇区，模拟的风测线和实测差距只有八个分区，模拟值是非常好的。红色的点是我们各个扇区的实测值。为什么会出现这种情况，我们通过分析两层高度的温度数据，我们得出了结果，就是说在各个主风向扇区大气稳定性都是属于稳定型的，因此对长度值进行了调整，也通过调整粗糙度值进行测风塔的位置，模拟中扩线和实际中括线最大化的重合。蓝色线是调整的值改变了大气稳定度，使大气稳定性作为稳定性输入。可以看到蓝色这条软件模拟的风廓线和我们的实测值是拟合的非常好的。在各个的扇区都是拟合非常好的。通过最大化的测风塔模拟和实测的重合程度，我们最终得到了更加适合这个项目的长度值，以及粗糙度值这两种。
　　下面我们来看一下这个项目的垂直外推和水平外推的结果。首先由二塔的高度来推算其他的数据，除了十米高度受地表影响比较大的高度层以外，其他的高度层的误差都是非常小的，小于1.3。而我们水平外推的结果是使用两个塔因为互推，误差也是非常小的，我们可以通过这种误差来权衡测风塔与风机之间的距离和相似程度来判断厂区的风流模型的不确定性。
　　现在中国的一些项目，由于受时间的限制。很少有时间进行测风塔各个扇区的模拟风廓线和实测风廓线的处理来调整大气浓度的设置，绝大多数中国的项目都不会进行这种发电量的不确定性的分析，因此我们所做的垂直外推和多塔的水平外推，不能用于我们发电量的不确定性。以上这些是我认为都是我们目前中国风资源领域所面临的挑战。但是我相信在以后，随着我国的风电的开发进一步放缓，这些问题都会解决的。以上是我所介绍的内容。谢谢大家。
　　我的采样样本数是1273个，这是对特定的。
　　朱蓉：多长时间一个。
　　尤扬：十分钟。
　　朱蓉：下面请来自美国的3TIRE公司总经理张大为先生来做报告。
　　张大为：大家好，现在已经快到吃午饭的时间了，所以我会加快。
　　之前我讲了一段关于我们公司如何去做资源评估的，下面我花一点时间想讲讲关于功率预报的事情，因为预报都是在一起，在这里来讲。刚才已经讲过关于3TIRE公司介绍，我们现在想提提，一个是我们在国内风功率预报作为一个国家的要求，那么行业的一些具体的规定已经制定出来了。那么每一个做项目的风场的业主，他们也都在去做每一个项目的风功率的预报，从一个大范围里面，为什么要要求做这件事，那么大家实际上都已经很清楚了，那么我们总结一下，大致可能有这么几个方面，一个是说需要一种可再生能源的供应和供给之间的可靠性。另外是在于市场需要有一个很低成本来做这样一件事。再一个是现在对这个碳排量和污染的强制性的要求。这样的话就构成了这样的一种关系。大家谈到说这是一个风能的项目，这是一个可再生能源的项目的时候我觉得第一点是说和我们的传统能源究竟区别在什么地方。像所有的可再生能源的最大的特点是每一个项目是不一样的。分布的场置和能力和变更的东西是不一样的。因此在做发电和计划的时候，他会带来跟我们传统的发电有很多不一样的因素。我们如何来去看这些不一样的情况，我们先看看一个热力的电厂。一个热力电厂，第一个是一般来说都有很大的一个发电量的计划。第二个是通常来说他的发电的容量系数都是比较高的。能在70%以上，另外他的输出和去对调度的这种反馈是可以控制的，来去做这样的要求。我们再来看看像可再生能源的方面，一个方面通常来说规模是要小一些，比如说几十个兆瓦，几百个兆瓦对于风来说，太阳能会更小一些。