一种基于CFD的复杂地形风电场极端大风风速预测方法与流程

本发明涉及风力发电，具体涉及一种基于cfd的复杂地形风电场极端大风风速预测方法。

背景技术：

1、风能是我国能源结构的重要组成部分之一，近年来发展迅猛。目前，风电场开发已逐渐从大面积、平坦的平原区域转移到内陆复杂地形区域，风能资源受地形影响较为严重，空间差异明显，参证气象站和测风塔数据并不能很好地代表整个风电场的风资源情况，因此，如何进行准确的风能资源评估、风机选型非常重要。

2、近年来，wrf(weather research and forecasting,中尺度数值天气预报模式)和cfd(computational fluid dynamics，计算流体动力学)模式结合进行复杂地形风场数值模拟的方法在风资源评估中得到了广泛的应用，wrf/cfd耦合模型在研究中不断优化，在复杂地形区域具有较好的模拟效果。

3、风电场50年一遇最大风速是决定风电机组极限载荷的关键指标,也是风电项目开发中机组选型和经济评估的关键指标之一，传统的估算方法有gumbel分析法、风压法、五倍平均风速法等，其中，gumbel分析法使用较为广泛，是利用测风塔和参证气象站数据，依据极值i型的概率分布法进行计算，估算得到的50年一遇最大风速用以代表整个风电场，适合气象观测站观测的长时间序列的最大风速估算，是国内外公认的最大风速概率分布模型。然而，在复杂地形区域，参证气象站常常距离所选风电场地址较远，海拔落差大，即便所选风电场地形较为平坦，测风塔与参证气象站间的相关性仍然较差，且参证气象站仅能计算10m高度处的极端风速数据，轮毂高度处极端风速还需进一步推算，增大了计算误差。而五倍法、风压法的计算参数多为经验值，容易造成极端风速结果的高估或低估。另外，风电场所立测风塔也缺乏整场代表性，无法精确到每个机位点处的极端大风情况。

技术实现思路

1、本发明所要解决的技术问题是：提出一种基于cfd的复杂地形风电场极端大风风速预测方法，充分考虑地形影响，提高复杂地形风电场甚至各机位点处极端大风风速预测的准确性，为风机类型选型提供科学的指导。

2、本发明解决上述技术问题所采用的技术方案是：

3、一种基于cfd的复杂地形风电场极端大风风速预测方法，包括以下步骤：

4、s1、确定输入气象数据类型，将相应类型下目标风电场区域的不同高度层的格点气象数据输入至wrf模型中，获得所需高度层风场数据；

5、s2、根据目标风电场区域的地形数据和测风塔位置信息，利用cfd软件进行区域建模，获得目标风电场微地形模型；将步骤s1中获得的所需高度层风场数据输入至所述风电场微地形模型，获得测风塔位置处的风速时间序列的模拟数据；

6、s3、计算测风塔位置处的风速时间序列的模拟数据与实测数据之间的相关性，若相关性满足要求，则进入步骤s4，否则，重新选择wrf模型的边界层参数化方案，返回步骤s1；

7、s4、通过测风塔位置处实测数据和模拟数据的拟合，确定测风塔处数据修正关系式以及各个格点处数据修正关系式；

8、s5、根据目标风电场的地形数据，计算目标风电场rdls值，根据所述目标风电场rdls值判断目标风电场是否为复杂地形风电场，若为复杂地形风电场，则进入步骤s7，若为平坦地形风电场，则进入步骤s6；

9、s6、根据目标风电场测风塔处风速时间序列的模拟数据，采用gumbel分析法计算出50年一遇最大风速，作为测风塔处极端大风风速值；然后，根据测风塔处数据修正关系式，对所述测风塔处极端大风风速值进行修正，获得修正后的测风塔处极端大风风速值作为目标风电场的极端大风风速；

10、s7、根据目标风电场各风机所在格点处风速时间序列的模拟数据，采用gumbel分析法计算出50年一遇最大风速，作为对应风机位置处极端大风风速值；然后，根据风机位置所处格点处的数据修正关系式，对所述对应风机位置处极端大风风速值进行修正，获得修正后的各风机位置处极端大风风速值。

11、进一步的，步骤s1中，所述确定输入气象数据类型，包括：

12、选取全球预报系统gfs数据、欧洲中期天气预报中心ecmwf数据和中国区域地面气象要素驱动数据集cmfd在目标风电场区域测风塔点位处与测风时间同期的风速时间序列，对比三类数据和实测数据的均方根误差；其中，均方根误差(rmse)计算方式为：

13、

14、其中，i＝1,2,……n，n为时间序列数据长度，yi再为第i个再分析数据，yi为第i个实测数据；

15、选择均方根误差最小的数据类型作为wrf模式输入的数据类型。

16、进一步的，步骤s2中，所述将步骤s1中获得的所需高度层风场数据输入至所述风电场微地形模型，获得测风塔位置处的风速时间序列的模拟数据，包括：

17、将wrf模型输出的所需高度层的风速、风向时间序列输入风电场微地形模型，输出目标风电场区域100m分辨率尺度的格点数据，并提取出测风塔位置轮毂高度处风速、风向时间序列。

18、进一步的，步骤s3中，所述计算测风塔位置处的风速时间序列的模拟数据与实测数据之间的相关性，包括：

19、首先，选取与实际测风同时间段的模拟数据{xi}和实测数据{yi}，i＝1……n，n为时间序列长度；

20、然后，计算模拟数据与实测数据之间的线性相关系数p：

21、

22、

23、

24、接着，检验线性相关系数p的显著性，计算检验值t：

25、

26、当t<＝0.05时，则判断相关性满足要求，否则，判断相关性不满足要求。

27、进一步的，步骤s4中，所述测风塔处数据修正关系式为：y＝ax+b

28、其中，a、b分别为通过线性拟合确定的参数，a为斜率，b为截距；

29、所述各个格点处数据修正关系式为：yj＝μxj+(1-μ)(axj+b)

30、其中，j表示第j个格点，j＝1，2，……m，m为风电场区域水平方向格点数，μ表示待修正格点的权重因子，定义为：

31、

32、其中，r为待修正格点与其最近测风塔的距离，r为风电场中心到最远端的距离。

33、进一步的，步骤s5中，所述根据目标风电场的地形数据，计算目标风电场rdls值，根据所述目标风电场rdls值判断目标风电场是否为复杂地形风电场，包括：

34、首先，输入目标风电场区域的高程数据，计算目标风电场的rdls值：

35、

36、其中，rdls为地形复杂度指数；alt为某一格点为中心一定区域内的平均海拔，所述一定区域定义为以计算格点为中心的15×15的栅格点；max(h)和min(h)为该区域内最高海拔和最低海拔；p(a)为该区域内平地面积，即为该区域内格点在自身区域内相对高差＜30m的区域面积，a为区域总面积；

37、然后，计算目标风电场区域的rdls平均值：

38、

39、其中，rdlsmean为风电场区域地形复杂度指数平均值，rdlsk为第k个栅格点处的地形复杂度指数值，k＝1，2，......o，o为风电场区域高程数据栅格总数；

40、最后，判定rdlsmean的值，若rdlsmean＜3，则判定该目标风电场为平坦地形，若rdlsmean≥3，则判定该目标风电场为复杂地形。

41、进一步的，步骤s6中，根据目标风电场测风塔处风速时间序列的模拟数据，采用gumbel分析法计算出50年一遇最大风速，作为测风塔处极端大风风速值，包括：

42、根据目标风电场微地形模型输出的测风塔位置轮毂高度处的风速时间序列，计算输出数据的50年一遇最大风速v输出，50_max，作为测风塔处极端大风风速值：

43、

44、其中，u为分布的位置参数，即分布的众值；α为分布的尺度参数；

45、

46、

47、其中，ε为目标风电场测风塔处风速时间序列的模拟数据中连续l年最大风速序列的均值，即vt为第t年的最大风速，t＝1，2，......l，l≥15；c1和c2是通过修正矩阵估算的参数，可在《全国风能资源评价技术规定》文件中查得。

48、进一步的，步骤6中，根据测风塔处数据修正关系式，对所述测风塔处极端大风风速值进行修正，获得修正后的测风塔处极端大风风速值作为目标风电场的极端大风风速，包括：

49、根据v输出，50_max，采用测风塔处数据修正关系式进行修正，计算获得修正后的测风塔处极端大风风速值v测风塔，50_max：

50、v测风塔，50_max＝a×v输出，50_max+b

51、若目标风电场区域仅存在一个测风塔，则直接将修正后的测风塔处极端大风风速值作为目标风电场的极端大风风速；若存在多个测风塔，则选取各个测风塔位置处修正后的极端大风风速值中的最大计算值作为目标风电场的极端大风风速。

52、进一步的，步骤s7中，对所述对应风机位置处极端大风风速值进行修正，获得修正后的各风机位置处极端大风风速值，包括：

53、v风机j，50_max＝μv风机j+(1-μ)(av风机j+b)，

54、

55、其中，v风机j，50_max为修正后的第j个风机位置处的极端大风风速值，v风机j为第j个风机位置处极端大风风速值，rj为第j个风机所在格点与其最近测风塔之间的距离，r为风电场中心到最远端的距离。

56、进一步的，步骤s6还包括：

57、将所述目标风电场的极端大风风速订正至标准空气密度下的风速，根据iec标准判断目标风电场的风机类型；

58、步骤s7还包括：将修正后的各风机位置处极端大风风速值订正至标准空气密度下的风速，根据iec标准判断目标风电场中各风机位置处的风机类型。

59、本发明的有益效果是：

60、(1)充分考虑地形对风电场各区域风速的影响，据此搭建了基于cfd的复杂地形风电场极端大风风速预测模型，能够对风场数据进行精细化的处理。

61、(2)利用实测数据对模拟数据进行了修正，保证了作为后续计算基础的数据的准确性，可以更为准确地计算风电场甚至各机位处地50年一遇最大风速，能够为风机选型提供科学的指导。

62、(3)根据目标风电场的地形数据，对风电场进行了分类，提出了两类不同的最大风速算法，对于平坦地形的风电场，可以利用gumbel分析法计算测风塔位置的50年一遇最大风速，选取最大值并用修正公式进行修正，作为风电场的50一遇最大风速值；针对复杂地形风电场，利用各机位点的模拟修正数据，同样用gumbel分析法计算50年一遇最大风速，则可以获取具体机位点的50年一遇最大风速值；从而实现根据目标风电场的地形不同，提供灵活的风机选型指导方案。

63、综合上述，本发明充分考虑了地形的影响，使得计算结果更具代表性、提升了评估结果的准确性，在复杂地形风电场风机类型评估时更为适用，能够具有较强的指导意义。