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。