锡林郭勒盟风能资源分析与评估

利用锡林郭勒盟地区15个观测站的风资料,计算各站点的平均风速和风能密度等,分析风能的分布特征和历史演变,并对风能资源进行评估。研究结果表明:锡林郭勒盟地区风能资源丰富,西南部地区最为丰富;全盟风能资源分为丰富区、较丰富区和可利用区;风能资源在20世纪90年代后呈减小的趋势;地形对风能的分布影响较大。     

风能资源评估中地表粗糙度的研究

利用内蒙东部草原接近1年4层风速廓线资料,采用最常用的两类方法（拟合对数风廓线法和Davenport土地类型系统划分法）,结合风能资源利用的特点,来估算该地区地表粗糙度长度。选取10分钟平均风速50m高度大于6m／s时刻的数据,因为50m高度平均风速6m／s以下的时,轮毂高度为80m的风机只能产生少量不稳定的风能。这样挑选数据能够有效地减少粗糙度长度评估中的离散范围。拟合对数风廓线,发现该地区地表粗糙度长度有明显月份和季节变化,夏秋植被茂盛期和冬春植被枯萎期粗糙度长度分别为0．138m和0．088m;细微的地形起伏也会对粗糙度的评估造成影响。两类方法估算的粗糙度长度大致相当,且估算的风能密度只相差2％左右。Davenport法对比较平坦的地形进行粗糙度评估,具有一定的应用参考价值。     

风电场风能资源评估及微观选址方法

风能资源评估是整个风电场建设、运行的重要环节,是风电项目的根本,对风能资源的正确评估是风电场建设取得良好经济效益的关键,有的风电场建设因风能资源评价失误,建成的风电场达不到预期的发电量,造成很大的经济损失。本文主要针对风能资源评估及微观选址进行了分析     

基于气象站资料的青海省风能资源评估分析

风能资源是可再生的清洁能源,在传统能源对地球环境污染日趋严重且日渐枯竭的现今,研究和开发风能资源具有重要意义.本项目通过对青海省境内54个气象站1971~2000年共30年地面气象资料分析、现场实地考察和加密观测,利用GIS绘图等方法,进行了青海省风能资源的评估研究,得出了青海省风能资源的分布状况、风能资源气候分区以及青海省风能资源储量,为制定青海省风能资源开发规划、大中型风电场选址提供了科学依据.     

关于风能资源评估中几个关键问题的分析

针对于风电场的投资而言,风能资源评估结果的正确性成为其中的关键所在,然而风能资源评估结论的可靠度与精度也将直接由风速测量的准确性以及风能资源评估参数方法的选取来决定。本文基于测风塔的数量与高度情况,对风能资源评估中的几点关键问题进行了系统的分析与探究,并给出应用地理信息系统(GIS)的技术方法增加评估准确性的方法。     

西藏拉萨低风速区风能资源观测及评估

风能资源观测评估是风电开发利用的重要前提,通过在西藏拉萨市西藏自然科学博物馆内建立测风塔,对拉萨市低风速区风能空气密度大小、风能密度变化趋势、风速大小、平均风功率密度及其风能频率分布和风向偏差等特征开展统计分析与评估,结果发现拉萨市低风速区蕴藏着较为丰富的风能资源,虽然在空气密度大小和风向占比等指数方面相对劣势,但是在风能密度的大小、风速的大小、平均风功率密度及其风能频率分布等方面占优势。     

关于风能资源评估中几个关键问题的分析

风能资源评估最终成果的准确程度是风电场投资的主要内容与关键因素,而风速测量的正确程度与风能资源评估参数方法的选择对于风能资源评估的最终结果有着紧密的联系。本文主要针对风能资源评估中几个关键问题进行简要的分析,对测风塔的数量与高度进行研究论述,并对"WAsP"以及GIS应用进行总结与探究。     

天津近海风能资源的高分辨率数值模拟与评估

风能是可再生能源中发展最快的清洁能源,具有广阔的应用前景。近海地区由于风速较大,以及可利用面积大等优点,近海风电是未来风电发展中一种新的趋势,但海上气象要素直接观测困难,需要通过高分辨率数值模拟对其可利用性及开发潜力进行评估。本文利用MM5/Calmet模式模拟了天津沿海地区的较高分辨率（水平分辨率1km×1km、垂直分辨率10m）的风能资源分布状况,并结合实测数据对其模拟效果进行了评估。结果表明：该模式对天津沿海地区的年平均风速及风速的逐日变化趋势均具有良好的模拟能力,3个测风塔年平均风速的相对误差分别为7.11%、12.99%、6.14%,可为天津海上风能资源评估提供科学依据;利用风速大小年景分析得到天津沿m2,海且地有区效多小年时平数均长风,风能资资源源状分况布较状好况。,发现天津近海海域年平均风速在（6.6~7.0）m/s,平均风功率密度超过340w/m~2,且有效小时数长,风资源状况较好。     

基于GIS的福建省陆地风能资源开发潜力评估

科学、准确的评估区域风能的开发潜力及其空间分布状况是风能资源开发的一项重要基础性工作。本文应用GIS手段建立了一套简单有效的评估区域陆地风能资源的方法。利用福建省的23个气象站30年的日均气象数据,应用趋势面分析和普通克吕格插值结合的混合插值方法,计算得到空间分辨率为1km×1km的年平均风速的空间分布数据。以此数据集为基础,结合研究区的DEM和土地利用等地理限制因素,分别评估了距地面50m、80m和100m高度上的风能开发的技术潜力及发电经济成本。结果发现：福建省在三个高度上风电的适宜开发面积都在1万km2以上,主要集中分布在东部沿海一带。选择三种目前主流的风电机组作为参考风机,估算结果显示,福建省陆上风电的总装机容量可达187～245GW,年均发电量约为2010年福建省全社会总用电量的4到5倍。同时,风能的单位发电成本在（0.13～0.76）元/kW.h之间,风况条件较好的沿海地区风电的经济性优势显著,应作为优先开发区域。     

风能发电设计初探

风能为洁净的能量来源,风能发电可以大量降低电能生产成本,在适当地点,风力发电成本已低于发电机。与发达国家相比,中国风能的开发利用还相当落后,不但发展速度缓慢而且技术创新性不是太强,远没有形成先进化规模。随着科技的进步,近年来,我国的风力发电技术也在不断的发展进步,国内风电装机的国产化以及发电的规模不断扩展,风电成本越来越低。本文主要对风能发电的设计进行了全面的研究。     

基于多源资料的青海省风能资源再评估研究

本文使用60座风能资源观测塔、170个自动气象站和50个基本气象站资料,完成了基于多源资料的第四次青海省风能资源评估报告。报告较客观真实地描述了青海风能资源的空间分布;首次比较系统全面地分析了风能资源参数特征;开展了全省风能资源数值模拟和气候变化对风能资源影响分析。     

福建沿海70米高度风能资源分布特点及评估

利用福建省沿海地区18座测风塔70m高度的观测资料进行计算分析。结果表明,福建沿海地区风能资源储量丰富,其中福州中南部至泉州南部沿海一带风能资源最为丰富,年有效风功率密度介于（516.7～930.4）W/m2之间,平潭岛的风功率密度更是高达930.4W/m2;此外,位于福建南部的漳浦县赤湖镇一带的风能资源也非常丰富,年有效风功率密度超过509.9W/m2。风功率密度的计算结果与模拟结果分布特点相一致。福建沿海地区年平均有效风能时数及其百分率分别为7837.3h、82.9%。依据国标（GB/T18710-2002）对福建沿海风资源等级进行划分,福州中南部至泉州南部沿海一带应用于风力发电等级为＂很好＂,其余地区介于＂较好＂和＂好＂之间。另外,统计分析结果表明,福建沿海风向稳定,各地区主导风向明显,北部、中部、南部三个地区的主导风向风别为N-NE、N-NNE和NNE-ENE,风能密度分布特点与风向一致。     

GlobeLand30地表覆盖产品应用于精细化风能资源评估

高山风电场具有多方面复杂特性,因此有必要开展精细化风能资源评估。本文创新性地引入了中国自主制作的全球首套30m分辨率地表覆盖产品Globe Land30,制作高精度地表粗糙度资料,并应用于精细化风能资源评估。该方法在云南大团山风电场案例进行了尝试实施,使用计算流体力学(CFD)模式Meteodyn WT获得了30m分辨率的平均风速和平均风功率密度图谱。采用风电场内测风塔的实测数据对模拟结果进行了检验,观测期6个月平均风速的模拟误差在1%以内,平均风功率密度的模拟误差在4%以内。模拟与实测的风速频率分布和风向玫瑰均保持了较好的一致性。采用模拟数据计算了两种典型风电机组的发电量,观测期的总发电量误差低于1%。利用欧洲空间局地表覆盖产品开展了对照实验,其模拟结果的误差水平显著高于上述结果。本文研究成果基本满足风电场预测长期发电量水平的业务需求,具备应用与推广价值。     

我国沙区的风能资源

由于矿物能源的局限和不足,以及严重的污染危害,迫使人们勘探开发新的能源,其中风力这个早为人类利用的能源,也是开发的对象之一。虽然,早在蒸汽机发明前,帆船和风磨就已利用风力以远航和加工产品,但现在风能的利用更为广泛。因为它普遍存在,取用不竭无污染而利用较简便。世界上许多国家都在研究试验利用这种能源的技术,以期大规模开发这种     

柴达木盆地太阳能资源分布及评估初探

本文利用1961～2007年格尔木辐射观测站太阳总辐射和日照百分率实测资料,建立了适用于计算柴达木盆地太阳总辐射的经验公式,其相对误差在1.46%～4.99%,利用该公式计算了柴达木盆地无辐射观测地区的太阳总辐射量,进而了解盆地太阳能资源分布状况。结果表明：按照《气候应用手册》划分指标,盆地太阳能资源属Ⅰ级,即太阳能源丰富区,其中盆地西北部太阳能资源极丰富,盆地中部次之,盆地东部稍逊。太阳能总辐射量月变化较大,5月份最大,12月份最小;季节差异明显,春夏季较好,秋冬季较差。     

NCEP/NCAR再分析数据在风能资源评估中的应用研究

规划风电场短期测风数据的测试相关预测（Measure-Correlate-Predict MCP）是反映风电场风能长期平均水平的主要技术手段,对于预测规划风电场代表年年发电量具有重要意义。然而工程实践中,气象站长期参考数据常受到各类客观因素的影响,数据质量不能满足MCP要求,进而造成对规划风电场风能资源的错误评估。NCEP/NCAR数据是由美国环境预报中心(NCEP)和国家大气研究中心(NCAR)联合推出的再分析数据集,该数据作为一种可替代的长期参考数据得到了广泛的应用。本文对NCEP/NCAR数据在风能资源评估中的应用进行研究,提出了适用于该数据的MCP分析方法——风指数法。通过算例分析后发现,以NCEP/NCAR再分析数据为长期参考数据,风指数法为计算方法的短期测风数据MCP分析原则具有较高的可靠性和工程实用价值。     

福州风能资源的可持续利用

介绍了福州风能资源概况以及开发现状,分析了风能资源利用存在的问题,并对福州风能资源可持续发展提出了几点建议。     

浅析风电场风能资源评价参数

分析了有功风功率密度概念,为准确评价潜在风电场资源状况提出了自己的观点。     

试论内蒙古风能资源的综合利用

文章阐述了内蒙古风能资源的优势及风电发展现状,分析了发展风能资源存在的问题,并提出了相关对策建议。