风电场风速随机性及容量系数分析 论文发表.docx

评估风电场的风能资源情况、风电功率、容量系数等，是开发风力发电项目的基础工作。评估关心的内容包括平均风速、极限风速。对一给定地区及给定时间段而言，平均风速的概率分布决定了本地区的风能资源情况。用于拟合平均风速概率分布的模型有双参数Weibull分布、Rayleigh分布、LogNormal分布等[1,2]，其中双参数Weibull分布模型应用最为广泛。用于估计双参数Weibull分布参数的方法有线性回归法、最小二乘法、矩估计法等[1,3]。1极限风速(Extreme wind)是指在一段时间(3 s、10 min…)内的最大风速，被用来衡量风能资源对风电场的破坏作用，同时极限风速的研究对于天线、雷达安装以及高建筑抗风能力等问题也有一定意义[4,5]。极限风速分布是风电场设计以及安全运行的一个重要参数。有多种描述极限值分布的分布形式，其中第一类极值分布或称为Gumbel分布是一种拟合极值分布的经典、常用形式。风力发电机容量系数CF(Capacity Factor)[6,7]为某特定时间段内(年、月)风力发电机预测输出能量与其按额定功率运行输出能量的比值。它等价于这台风力发电机在一段时间内满负荷工作的时间，可以用来衡量总的发电情况。风力发电机容量系数是用来进行风电场选址、风力发电机设计的重要参数，对于风电场建设规划也有一定指导意义。计算容量系数的方法有两种：其一是通过风分布概率密度函数以及风速功率曲线进行积分；其二是通过风速序列以及风速功率曲线求出风力发电机功率序列而后进行累加。影响容量系数的因素有风力发电机参数、风速分布情况等。本文用Gumbel分布对国内某风电场2006年实测三处极限风速数据进行最小二乘拟合，验证Gumbel分布是一种适合描述极限风速的分布。通过对国内某风电场2006年实测三组平均风速数据，分别用双参数Weibull、Rayleigh、LogNormal三种分布进行最小二乘拟合，结果表明双参数Weibull分布拟合效果良好，适应性也更强一些。以往评价Weibull分布参数估计效果的方法多是从风速统计量方面进行。研究风速分布的目的是为了确定风能分布，本文提出了一种根据风速分布函数和风力发电机风速功率曲线求取有功功率分布的方法。并用由此方法得出的风力发电机有功功率累积分布与经验分布进行对比，评价双参数Weibull分布各种参数估计方法的优劣[8]。本文用序列法和Weibull法两种方法分别计算Growian-3MW型风力发电机在国内某风电场2006年各月的容量系数，结果表明平均风速高的月份容量系数要相对大一些。通过对各种风力发电机的容量系数的分析，给出了风力发电机参数对容量系数的不同影响。1数学模型1.1常用描述风速随机性的分布函数常用来描述平均风速随机性的分布主要有：双参数Weibull分布、Rayleigh分布、LogNormal分布。其中双参数Weibull分布是应用最为广泛，适应性最强的一种。在多种描述极限值分布的分布形式中第一类极值分布或称为Gumbel分布是一种拟合极值分布的经典、常用形式。为了分析方便，下面分别将双参数Weibull、Rayleigh、LogNormal、Gumbel这四种分布的分布函数列写出来。双参数Weibull分布的分布函数LogNormal分布的分布函数：其中:a、b、c、d、k、μ、σ为待定的系数。1.2常用的参数估计方式用于随机变量分布类型的参数估计方法有最小二乘法、矩法、极大似然法等，对于有特殊形式的分布(双参数Weibull分布)还可以采用线性回归法。矩估计的意义明确，计算相对简单，但要求处理的样本须是完整数据；极大似然法既可处理完整数据又可以处理不完整数据，但计算量较大。最小二乘法鲁棒性好，应用条件广泛。下面介绍最小二乘法以及用于估计双参数Weibull分布参数的矩估计法和线性回归法。1.2.1最小二乘估计设待估计随机变量X的经验分布为EF (x)，拟合出的概率分布函数为F (x)，则最小二乘估计的目标函数为：最小二乘拟合可以通过Matlab软件包来计算。评价最小二乘拟合的一个重要指标是R-Square即样本相关系数，样本相关系数越高拟合结果越好。1.2.2双参数Weibull分布的矩估计双数Weibull分布的r阶原点距rm为：其中:Γ为Gamma函数。设s为平均风速样本标准差、V?为平均风速样本均值。则可以估计定义推导出：式(8)是一个无法求出解析解的方程，可通过数值算法计算k值。1.2.3双参数Weibull分布的线性回归参数估计经过变换可将双参数Weibull分布的分布函数线性化为下式：参数k、c的求取转化为线性方程系数的求解。通过1.2.1中的最小二乘拟合方法可算出线性方程的系数。1.3风力发电机有功分布的解析表达式研究风速分布的目的是为了获得风力发电机有功