风电场测风塔测风数据浅析

刘志远，彭秀芳

(中国电建集团成都勘测设计研究院有限公司，四川成都610072)

风电场测风塔测风数据浅析

刘志远，彭秀芳

(中国电建集团成都勘测设计研究院有限公司，四川成都610072)

风电场测风塔的测风数据质量直接影响风能资源评估的结果，进而影响风机的布置、发电量的计算以及风电场投产运行后的经济效益，在整个风电场的设计过程中具有重要的作用。针对于此，从数据类型、数据参数以及数据处理三方面对实际风电场工程中测风塔测风数据的一些关键问题进行简要分析和研究，为设计工作提供更多解决问题的方法。

测风数据；数据类型；数据参数；数据处理

0 引 言

风能相比其他形式的可再生能源，具有技术成熟、成本相对较低、对环境影响较小等优势[1]，风能被用于发电首先要保证稳定的风能资源。风电场测风塔测风数据的质量将直接影响风能资源评估的结果，而风资源评估又是整个风电场建设、运行的重要环节，是风电场取得良好经济效益的关键[2]。当测风塔测风数据存在较大误差时，就会影响风能资源评估的结果，进而影响风机的布置、发电量的计算以及风电场投产运行后的经济效益，因此对测风塔测风数据应引起足够的重视，对其研究也是非常有必要的。

本文将主要从数据类型、数据参数以及数据处理3方面对实际风电场工程中测风塔测风数据的一些关键问题进行简要分析和研究，为设计工作提供更多解决问题的方法。

1 数据类型

目前，国内风电场工程常见的测风塔测风数据类型主要有NRG、NDF和WND3种，其文件后缀分别为.RWD、.NDF和.WND。

NRG数据的读取软件为美国NRG公司的Symphonie Data Retriever(简称SDR)，NDF数据的读取软件为美国Secondwind公司的Nomad2 Desktop(简称Nomad2)，WND数据直接利用记事本读取。其中NRG数据通常存在数据密码的问题，应在Edit中进行设置。

2 数据参数

目前的测风设备一般记录数据的采样间隔为2～3 s，记录参数主要包括：时间、风速、风向、温度、压强等，可记录10 min或1 h数据的平均值、标准偏差、最大值和最小值。

GB/T 18710—2002《风电场风能资源评估方法》中推荐了关于风资源评估流程中各风况参数常用的计算方法，本文对其中一些重点问题进行了详细分析和研究。

2.1 平均风速

为保证测风塔测风数据的原始规律性，通常读取10 min平均风速，全年共52 560个数据(按365 d计算)，进行数据完整性检验和处理，然后转换成小时平均数据进行合理性检验，而不是直接读取小时平均数据进行数据完整性检验和合理性性检验。这主要是由于测风数据读取软件无法识别时间节点，而只能进行简单的算术平均，具体情况见表2。

表1 10 min原始数据(2015年1月1日)

注：CH1位通道1在10 min间隔内的平均风速；SD表示10 min间隔内风速的标准偏差；Max和Min分别表示10 min间隔内风速的最大值和最小值。

表2 1 h原始数据(2015年1月1日)

通过对比表1、2可知，该数据在2015年1月1日 0∶20～0∶50是缺测的，即可认为数据在0∶00之后1小时内是缺测的。如果直接读取小时平均数据，可能会导致数据的错误，忽略缺测数据。

平均风速除了是用来对风功率密度、年变化、日变化、风速和风能频率分布、以及年发电量的模拟计算等外，测风塔的平均风速分布还有另外一个重要作用，即在缺少参考气象站长序列测风数据的情况下，推求风电场的50年一遇最大风速。

GB 18451.1—2001《风力发电机组安全要求》推荐的气象站50年一遇最大风速计算公式为

(1)

式中，V50-max为50年一遇最大风速，m/s；μ为分布位置参数；α为相应风速标准偏差。

当受条件限制，无法获得参考气象站长序列测风数据时，就无法根据式(1)进行气象站50年一遇最大风速的计算，进而不能根据测风塔与气象站同期数据的相关关系进行风电场50年一遇最大风速的计算。这种情况下，可利用WAsP软件对测风塔实测风速数据进行Weibull分布分析，得到Weibull分布参数A(形状参数)和k(尺度参数)[3- 4]，然后根据经验公式进行计算，见式(2)。

(2)

2.2 标准偏差

标准偏差主要用于计算测风塔处的平均湍流强度以及15m/s风速段的平均湍流强度来确定风机的安全等级，若15m/s风速段的数据较少，可适当扩大风速区间范围(比如12.5 m/s～15.5 m/s)。湍流强度的计算公式见式(3)。

(3)

另外，在利用Meteodyn WT软件进行风电场发电量模拟计算的过程中，利用时间、风速、风向、标准偏差来制作时间序列/湍流校正正文件，否则为风流气象数据文件。

2.3 最大值

实际工程中，设计人员往往忽视风速最大值的使用。目前如果需要计算风电场50年一遇极大风速的时候，通常采用经验系数1.4来进行计算。事实上还可采用IEC标准中推荐的经验公式进行极大风速的计算。

(4)

根据10 min平均风速大于等于15 m/s(或者10 m/s，依具体情况而定)的风速序列和对应时段10 min最大风速序列进行线性回归，得到的回归系数即为50年一遇极大风速与最大风速的回归系数b。

2.4 风向

测风塔实测风向在数据分析中遇到的问题主要出现在由10 min平均风向数据转换为小时平均风向的过程中。常见的10 min平均风向转换为小时平均风向的计算方法主要有：直接算术平均法、首向代替法、单位矢量法、矢量平均法4种[5]。

直接算术平均法是指直接将一个小时内的6个10 min平均风向进行算术平均作为小时平均风向。首向代替法是指将该小时内的第一个10 min平均风向作为该小时的平均风向。单位矢量法是指将各10 min平均风向按单位长度分别投影到X和Y轴，并分别X和Y轴上的投影进行平均，最后进行矢量求和作为小时平均风向。矢量平均法是指在单位矢量法的基础考虑风速的影响，相当于在每个风向的基础上考虑风速权重，使平均风向更偏重于对应风速较大的风向，小时平均风向的计算精度大大提高。在进行计算时，注意矢量求和的风向角度所处的象限，确定最终的小时平均风向。

综合比较4种求解小时平均风向的方法，矢量平均法相对合理，误差较小，工程实用性较高，并且在进行矢量平均之前将一些明显异常或不合理的风向进行剔出和替换，最终结果会更加准确。

2.5 温度和压强

测风塔测风数据中的温度和压强数据主要是用来估算风电场场址区域内的空气密度。GB/T 18710—2002《风电场风能资源评估方法》推荐的空气密度的计算公式如下：

(5)

式中，ρ为风电场空气密度，kg/m3；P为年平均大气压，Pa；T为年平均气温的绝对温度，K；R为气体常数。

当测风塔由于设备自身故障或者恶劣天气导致温度和气压数据明显异常时，可由参考气象站的空气密度根据海拔高度差推求测风塔处的空气密度，分别见式(6)～(7)。

(6)

式中，ρ0为气象站空气密度，kg/m3；P为多年平均大气压，Pa；t为多年平均温度，℃；e为多年平均水汽压，hPa。

ρ=ρ0·e

(7)

式中，z为风电场测风塔海拔高度，m；z0为气象站海拔高度，m。

总之，风电场测风塔测风数据中每个实测要素在实际风电工程风资源评估中都有其特定的意义和作用，在设计过程中应该注重其应用方法和技巧。

3 数据处理

测风塔测风数据质量的好坏直接影响风资源评估的结果，进而影响风电场风机的布置以及年发电量的计算。因此，在进行风场风资源模拟和发电量模拟之前需要对测风数据进行检验和订正，整理出连续一整年反映风电场长期平均水平的具有代表性数据。本文主要对数据处理中比较重要的3方面进行分析。

3.1 数据检验

测风数据检验包括完整性检验和合理性检验。合理性检验包括范围检验、趋势检验和相关性检验。

在进行测风数据完整性检验时，通常对10 min数据进行缺测统计，必须保证每间隔10 min均有数据记录，若存在缺失数据，则认为该小时为缺测。

在进行测风数据合理性检验时，针对的是小时平均数据，具体参数范围见GBT 18709—2002《风电场风能资源测量方法》。合理性检验统计完毕后需要对不合理数据再次进行判别，挑出符合实际情况的有效数据，回归原数据，明显异常的进行插补替换。

通常情况下，长时间连续风速数据为0.4 m/s即认定为无效数据。另外还需要关注一下相邻高度之间的风速差值，因为在进行相关性检验时，针对的是相邻高度间的小时风速差值的绝对值，无法判定风速随高度的变化趋势，如较高高度处风速是否大于较低高度处风速。若出现长时间风速与高度成反比的情况，则可能是测风仪器出现故障，该时段风速也视为无效。

3.2 数据插补替换

在对测风数据不合理或无效数据进行插补替换时，通常遵循的原则为：

(1)对于长时段缺测和无效数据，根据相邻高度间的风切变或相关关系进行插补替换；其他时段零星缺测和无效数据，采用相同高度相邻同时段数据直接进行插补替换。

(2)风向明显异常或缺测的，采用同塔相邻高度风向直接替换；若某时段该塔各层风向均无效或缺测，则采用邻塔相同高度风向直接替代。

(3)对于在测风塔同一个高度呈90°安装两个测风仪的情况，通常选取同时段风速较大值，这主要是考虑塔影效应的影响。

总之，插补替换数据尽量遵循“先同塔后异塔、先同高(度)后异高(度)”的原则。

3.3 代表年订正

根据GB/T 18710—2002《风电场风能资源评估方法》的要求，需要将测风塔测风数据订正为一套反映风电场长期平均水平的代表性数据，推荐的为分方向扇区相关分析法，其订正路线见图3。

首先，根据气象站测风年平均风速与多年平均风速的关系，判断测风年是否为平风年。如果是平风年，则测风塔实测数据不需要进行代表年订正，否则需要进行代表年订正[6]。然后，进行测风年测风塔和气象站16各风向的风速相关，代入气象站测风年与多年平均风速的代数差，得到测风塔测风年与多年平均风速的代数差。最后，测风塔各个风向扇区内的每个风速加上对应的风速代数差，即可获得订正后的风场测站风速风向数据。

在计算测风塔16个风向扇区测风年与多年平均风速的代数差时，如果某个风向扇区测风塔与气象站相关性较差(通常认为相关系数低于0.8)，则该风向的相关方程斜率系数取其他各风向相关方程(相关系数高于0.8)斜率系数的平均值，然后再计算测风塔在该风向上的代数差。

图3 相关分析法路线示意

除此之外，文献[7]还探讨了其他代表年数据订正的方法，比如直接代入法，即根据长期站确定平风代表年，将长期站代表年逐时风速分布风向直接带入相应的相关方程，推求风场的代表年数据。

不同的订正方法取得效果也有所不同，实际工程中可以积极进行方案的对比，依具体情况而定，选出最优的方法。

4 结 论

本文主要从数据类型、数据参数以及数据处理3方面对实际风电场工程设计中关于测风塔测风数据的一些关键问题进行了简要分析和研究，总结和提出了一些重要的实用工程经验，比如时平均风向求法、50年一遇最大风速、空气密度、数据检验、代表年订正等，为设计工作者提供了更多解决问题的方法，快速准确地对测风数据进行验证、处理以及相关风况参数的计算，为实现更加准确合理的风能资源评估打下良好的基础，具有一定的参考价值和非常强的工程实用性。

[1]张华， 刘志远. 风力机沿主导风向单列优化布置的研究[J]. 可再生能源， 2013， 39(9)： 52- 57．

[2]王远， 钟华. 风电场缺失测风数据插补方法的分析[J]. 可再生能源， 2012， 30(3)： 14- 17．

[3]贺德馨， 陈坤， 张德亮， 等. 风工程与空气动力学[M]. 北京： 科学出版社， 2007．

[4]姜广绪， 潘晶雯， 田景奎. 双参数威布尔分布风况中基于k值分析的能量分布研究[J]. 电力建设， 2015， 36(3)： 105- 108．

[5]韩爽， 刘永前， 杨威， 等. 用于计算平均风向的优化矢量平均法[J]. 电网技术， 2012， 36(5)： 68- 72．

[6]王蕊， 吉海生， 娄慧英， 等. 风电场发电量后评估的指标评估方法探讨[J]. 中国电力， 2013， 46(8)： 54- 57．

[7]潘晓春. 风电场测风数据订正方法的比较研究[J]. 电工文摘， 2009(3)： 65- 70．

(责任编辑 高 瑜)

Analyses on Wind Measuring Data of Meteorological Observation Tower

LIU Zhiyuan, PENG Xiufang

(PowerChina Chengdu Engineering Corporation Limited, Chengdu 610072, Sichuan, China)

The quality of wind measuring data from meteorological observation tower has a directly influence on the results of wind resource assessment, thereby the placement of wind turbines, the calculation of energy output and the economic benefit of wind farm will be influenced. Some key problems about wind actual measuring data are analyzed from three aspects of data type, data parameter and data processing, which provide more efficient solutions for engineering designers．

wind measuring data; data type; data parameter; data processing

2015- 05- 11

刘志远(1989—)，男，河北张家口人，工程师，硕士，主要从事风电设计工作．

TK83

A

0559- 9342(2015)11- 0110- 04