论文部分内容阅读
[摘 要]我国幅员辽阔,在东北、西北、华北地区都有较为丰富的风能资源。评估一个地区风能资源状况的主要指标是风功率密度。通过对当地风功率密度的大数据分析,可以为风电场建设提供有效的理论依据和数据支撑。随着大数据的普遍应用。
[关键词]城市轨道交通;设备管理;管理思路
中图分类号:F416.61;TM503.5 文献标识码:A 文章编号:1009-914X(2018)01-0265-01
在当前所有可再生新能源中,风力发电是发展最快的一种发电方式,不仅成本低,而且,除了日常养护外,也不存在其他任何消耗。风电场一般位于风能资源非常丰富的山地、滩涂、平原地区。在风电场建设时,要对其进行评价,在如今大数据背景下,利用大数据优势如以海量数据为核心、泛在网络为基础、科学计算为手段、以智能分析为目标、融合了各项信息资源及相关支撑技术等,可以高速采集、处理与分析复杂多样的海量信息资源,并从中发现其中的价值,通过对当地风功率密度的大数据分析,可使得评估结果更加全面、准确,从而为风电场建设提供更有效的理论依据和数据支撑。
一、我国风能资源的特点
我国是一个地域辽阔的国家,地形地貌非常丰富,根据国家发布的数据,约有20%左右的地区都储备了丰富的风能资源。整体来看,风能资源主要分布在东南沿海、西北、华北和东北等地区。特别是内蒙古和新疆地区,因为该地区人烟稀少,疆域旷达,风能储量非常之大,其特点是风能分布范围广、年有效风力占比高、风速衰减梯度小,适合建设风力发电场。预计我國可开发的风电潜力可达20亿千瓦。2006年,我国发布了《可再生能源法》,从立法角度规范了新能源发电开发和利用。2010年,甘肃酒泉首座千万千瓦级风电基地开始规划建设,投运后,年上网电量可达8.58亿千瓦时,可节约标准煤30万吨/年,同时,减少二氧化碳排放量81万吨/年,可实现销售收入4.46亿元,经济效益、社会效益、环保效益非常可观。
二、我国某地风能数据分析
本文获取了某风电场年实测风速数据如表1所示,表中数据为全年每15分钟的实测风速和风功率数据,数据记录共35040条。通过大数据分析,对该风电场的风能资源进行评估。
通过统计分析,计算该风电场全年平均风速。
该发电场风力发电机切入风速为3m/s,切出风速为25m/s。统计发现该风电场全年实测最大风速为21m/s,因此,该风电场全年实际有效风速范围为3m/s≤≤21m/s。发电机发电量与风速关系曲线图如图1所示。
以每小时的四次风速采样值的平均值作为时平均风速,统计全年可供风力发电的时平均风速(3m/s≤≤21m/s)的总时长为7426h,占比达84.8%。
以同样的方法计算风电场12个月的月平均风速统计如表2所示,由表中数据可知,当地冬季风速较大,夏季风速较小,最低月平均风速为4.64m/s。
风电场月平均风速与平均输出功率折线图如图2所示,可看出该风电场夏季输出功率较低。
该风电场年平均风功率密度计算如下:
计算单台发电机叶片扫略面积:
从上可以得到该风电场单台风力发电机的年平均有效风功率为
三、建立风电场大数据平台
大数据平台应分为总部级、区域级和风电场级的梯级数据分析管理系统。风电机组和不同情况的风电场种类繁多,不同的机组,如直驱、双馈、失速机组,有不同的特性,再加上功率、配置的区别,即使是同一型号的机组在不同风电场,数据可能指向的结论也会有所区别,因此细节数据应消化在风电场,直接指导风电场的运行。利用风电场全场的大数据,对整场控制器和风电机组主控优化,提升整场控制策略,比如通过对比临近风或风功率预测的数据,可对机组机舱顶风速仪、风向标数据有效性评估、修正。在5m/s和9m/s湍流风下的零度和±8度偏航角的发电功率仿真模拟结果显示,偏航在8度时最大有3%的电量影响,偏航动作也会引起耗电,所以根据当地风向波动规律合理定制偏航策略能够提高发电量,降低自损耗。而对实际运行风电机组的数据分析,发现很多机组不但偏航测量不够优化,偏航系统相关传感器也存在精准度问题。
四、风电场风能资源评估结果
综合上述计算分析,该风电场年平均风速为5.67m/s,年有效风速时长为7426h,年平均风功率密度为163.22W/m2。依据我国风能资源等级划分标准,该地区属于风能资源次丰富区,有较为丰富的风力资源,综合考虑发展风力发电的地形、温度、湍流等条件,选择适合的风力发电机型号,可以建设风力发电场并较好地利用风能资源。
参考文献
[1] 伍建刚.生态建设山地风电场的几点思考[J].建材与装饰,2017,(23):239-240.[2017-08-09].
[2] 阮小斌.风电场建设管理初探[J].建材与装饰,2016,(21):179-180.[2017-08-09].
[3] 金睿.关于风电场建设对周边生态环境的影响及其恢复措施探讨[J].科技展望,2016,26(11):172.[2017-08-09].
[关键词]城市轨道交通;设备管理;管理思路
中图分类号:F416.61;TM503.5 文献标识码:A 文章编号:1009-914X(2018)01-0265-01
在当前所有可再生新能源中,风力发电是发展最快的一种发电方式,不仅成本低,而且,除了日常养护外,也不存在其他任何消耗。风电场一般位于风能资源非常丰富的山地、滩涂、平原地区。在风电场建设时,要对其进行评价,在如今大数据背景下,利用大数据优势如以海量数据为核心、泛在网络为基础、科学计算为手段、以智能分析为目标、融合了各项信息资源及相关支撑技术等,可以高速采集、处理与分析复杂多样的海量信息资源,并从中发现其中的价值,通过对当地风功率密度的大数据分析,可使得评估结果更加全面、准确,从而为风电场建设提供更有效的理论依据和数据支撑。
一、我国风能资源的特点
我国是一个地域辽阔的国家,地形地貌非常丰富,根据国家发布的数据,约有20%左右的地区都储备了丰富的风能资源。整体来看,风能资源主要分布在东南沿海、西北、华北和东北等地区。特别是内蒙古和新疆地区,因为该地区人烟稀少,疆域旷达,风能储量非常之大,其特点是风能分布范围广、年有效风力占比高、风速衰减梯度小,适合建设风力发电场。预计我國可开发的风电潜力可达20亿千瓦。2006年,我国发布了《可再生能源法》,从立法角度规范了新能源发电开发和利用。2010年,甘肃酒泉首座千万千瓦级风电基地开始规划建设,投运后,年上网电量可达8.58亿千瓦时,可节约标准煤30万吨/年,同时,减少二氧化碳排放量81万吨/年,可实现销售收入4.46亿元,经济效益、社会效益、环保效益非常可观。
二、我国某地风能数据分析
本文获取了某风电场年实测风速数据如表1所示,表中数据为全年每15分钟的实测风速和风功率数据,数据记录共35040条。通过大数据分析,对该风电场的风能资源进行评估。
通过统计分析,计算该风电场全年平均风速。
该发电场风力发电机切入风速为3m/s,切出风速为25m/s。统计发现该风电场全年实测最大风速为21m/s,因此,该风电场全年实际有效风速范围为3m/s≤≤21m/s。发电机发电量与风速关系曲线图如图1所示。
以每小时的四次风速采样值的平均值作为时平均风速,统计全年可供风力发电的时平均风速(3m/s≤≤21m/s)的总时长为7426h,占比达84.8%。
以同样的方法计算风电场12个月的月平均风速统计如表2所示,由表中数据可知,当地冬季风速较大,夏季风速较小,最低月平均风速为4.64m/s。
风电场月平均风速与平均输出功率折线图如图2所示,可看出该风电场夏季输出功率较低。
该风电场年平均风功率密度计算如下:
计算单台发电机叶片扫略面积:
从上可以得到该风电场单台风力发电机的年平均有效风功率为
三、建立风电场大数据平台
大数据平台应分为总部级、区域级和风电场级的梯级数据分析管理系统。风电机组和不同情况的风电场种类繁多,不同的机组,如直驱、双馈、失速机组,有不同的特性,再加上功率、配置的区别,即使是同一型号的机组在不同风电场,数据可能指向的结论也会有所区别,因此细节数据应消化在风电场,直接指导风电场的运行。利用风电场全场的大数据,对整场控制器和风电机组主控优化,提升整场控制策略,比如通过对比临近风或风功率预测的数据,可对机组机舱顶风速仪、风向标数据有效性评估、修正。在5m/s和9m/s湍流风下的零度和±8度偏航角的发电功率仿真模拟结果显示,偏航在8度时最大有3%的电量影响,偏航动作也会引起耗电,所以根据当地风向波动规律合理定制偏航策略能够提高发电量,降低自损耗。而对实际运行风电机组的数据分析,发现很多机组不但偏航测量不够优化,偏航系统相关传感器也存在精准度问题。
四、风电场风能资源评估结果
综合上述计算分析,该风电场年平均风速为5.67m/s,年有效风速时长为7426h,年平均风功率密度为163.22W/m2。依据我国风能资源等级划分标准,该地区属于风能资源次丰富区,有较为丰富的风力资源,综合考虑发展风力发电的地形、温度、湍流等条件,选择适合的风力发电机型号,可以建设风力发电场并较好地利用风能资源。
参考文献
[1] 伍建刚.生态建设山地风电场的几点思考[J].建材与装饰,2017,(23):239-240.[2017-08-09].
[2] 阮小斌.风电场建设管理初探[J].建材与装饰,2016,(21):179-180.[2017-08-09].
[3] 金睿.关于风电场建设对周边生态环境的影响及其恢复措施探讨[J].科技展望,2016,26(11):172.[2017-08-09].