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].