老风口风资源分析及风资料应用评价

通过对老风口风区2001--2005年风观测数据的统计整理,建立各类风要素值的数据库,分析和探讨老风口风能资源的分布特征、可利用的理论指标及评价,结果表明：老风口作为风能较丰富的地区之一,风能季节性变化明显,风向变化相对稳定,平均风能密度和有效风能密度分别达到了150W／m^2和200W／m^2以上,是风能资源开发利用较有价值的地区。随着环境保护和生态治理的不断深入,老风口无污染的风能资源,在生态治理、风力发电等多方面,有着很大的可持续利用的潜力。     

东营市风能资源探讨

对营营市１９９４～１９９８年风资料进行统计分析,并根据韦伯分布计算了１９９８年的平均风能密度,平均有效风能密度和有效风速地数３个风能指标,表明：东营市属风能丰富区,该地风能可以利用和开发。     

金华市风能资源分析

为了分析金华市风能资源的丰匮及其分布状况，利用2017—2020年金华市8个国家地面气象观测站和169个区域自动气象站的逐小时风向风速资料，统计分析了平均风速、有效风速时数、有效风能密度等风资源评估参数。结果表明：按照风能资源区划标准，武义大莱站和义乌站的风能资源达到可利用区的标准，而其他站点则处在风能资源贫乏区，其中，大莱距地面10 m高度的年平均有效风能密度达107.5 W/m²，有效风速时数为5 481.0 h，年主导风向为WNW，义乌的有效风能密度则为51.5 W/m²，有效风速时数2 571.3 h，年主导风向为N；义乌平均风速的日变化幅度较大，不利于其风电在并网过程中的安全稳定。     

中国1960-2016年风能资源的时空分布特征

基于462个气象观测站1960–2016年共57年的近地面风速日资料,利用克里格空间内插,最小二乘法,相关系数检验和经验正交函数分解(EOF)等方法分析了年均和各个季节中国区域风速及有效风能密度的时空变化特征。研究结果表明:在中国北部和部分沿海地区年平均风速在3 m s-1以上,有效风能密度在75 W m-2以上,而在中国南部地区平均风速和有效风能密度均较小。近五十多年以来,中国区域年均和季节平均风速呈明显下降趋势,北部地区春季递减率最大,沿海地区冬季递减率最大。广东部分地区年平均风速有增大的趋势,西南,华南和华中西部地区年平均风速变化不大。平均风速大的区域,递减率也大。年平均风速和年有效风能密度的主要空间分布模态表现出高度的一致性,均呈现逐年减小趋势。中国风速及风能资源的减小趋势,主要与全球变暖及土地利用变化有关。     

山东沿海风能资源分布特征及评估

利用山东省沿海测风塔70 m高度完整1 a的观测资料计算分析风能资源参数特征.结果表明：山东沿海地区平均风速与有效风功率密度分布特征相似,烟台沿海区域平均风速及有效风功率密度最大分别达到6.7 m/s、463.5 W/m²,沿海北部地区风能资源最为丰富,日照地区最少;受海陆风作用,春季风能资源最好,其次是冬季,夏季最差,风速最大值基本出现在14-16时;年有效风能时数及百分率分别为7 440 h、85%;风能密度分布基本以偏北或偏南方位较大.沿海区域风能资源分布特征与长年代评估结果及数值模拟结果基本一致.     

广州南沙区风能资源评估

通过分析位于南沙区万顷沙十七涌的70 m风塔的2008年数据,对南沙区风能资源进行了分析,结果标明:2008年20 m高度上热带气旋对有效风功率密度的贡献率为17.8%,有热带气旋影响月份热带气旋对风功率密度平均贡献率达到34.7%。10、20、40、60 m 4个高度的有效风速时数介于3 278~5 862 h,根据风能区划等级中有效风速时数标准,四个高度的风能资源介于可利用区到丰富区之间;根据风能区划等级中年有效风功率密度标准,四个高度的年有效风功率密度介于84.0~148.6 W/m2,风能资源均属可利用区,综合有效风速时数和年有效风功率密度两个要素可确定南沙区风能资源属可利用区,不具备大型风电场并网发电的风能资源条件,但具备一定利用价值。     

中国1960-2016年风能资源的时空分布特征（英文）

基于462个气象观测站1960–2016年共57年的近地面风速日资料,利用克里格空间内插,最小二乘法,相关系数检验和经验正交函数分解(EOF)等方法分析了年均和各个季节中国区域风速及有效风能密度的时空变化特征。研究结果表明:在中国北部和部分沿海地区年平均风速在3 m s~(-1)以上,有效风能密度在75 W m~(-2)以上,而在中国南部地区平均风速和有效风能密度均较小。近五十多年以来,中国区域年均和季节平均风速呈明显下降趋势,北部地区春季递减率最大,沿海地区冬季递减率最大。广东部分地区年平均风速有增大的趋势,西南,华南和华中西部地区年平均风速变化不大。平均风速大的区域,递减率也大。年平均风速和年有效风能密度的主要空间分布模态表现出高度的一致性,均呈现逐年减小趋势。中国风速及风能资源的减小趋势,主要与全球变暖及土地利用变化有关。     

三江源区的气候资源及变化趋势分析

利用三江源区18个气象站1961-2010年逐月气温、降水、风速、日照时数资料,探讨了源区气候资源的空间分布和年代际变化特征,引用已有成果,评估了各地风能资源状况。结果表明:三江源区热量、水分资源分布的特征大体是一致的,即由东南部海拔和纬度较低的河谷地带逐渐向西北部海拔和纬度高的高原腹地减少,光照资源的分布与水分资源的分布正好相反,五道梁—沱沱河一带及其西侧为高值区,而久治—班玛一带为低值区。风能资源除五道梁和沱沱河分别属于丰富区和较丰富区外,大部分地区属风能可利用区、季节利用区和贫乏区。三江源区近50年来热量资源增加明显,光照资源也呈增加趋势;水分资源虽冬、春季增加显著,但夏、秋季和全年降水无明显的变化。     

瓦房店地区风能资源分析

风能作为无污染可再生能源有着巨大的发展潜力。为较准确地掌握瓦房店地区的风能资源分布情况,利用1971--2007年瓦房店地区及周边共9个测风点的测风资料对风能资源评估参数进行了计算和分析。结果表明：瓦房店沿海地区风能资源丰富,风能自西部沿海地区向东部内陆地区呈由多到少降阶梯形的分布趋势。瓦房店地区月平均风速在春季和秋末冬初形成2个波峰,离海岸越近的站点秋末冬初的波峰越明显,而离海岸越远的站点秋末冬初的波峰越弱。瓦房店地区从西部沿海经中部到东部内陆优势风向呈近似逆时针方向的转动。     

瓦房店地区风能资源分析

风能作为无污染可再生能源有着巨大的发展潜力。为较准确地掌握瓦房店地区的风能资源分布情况,利用1971—2007年瓦房店地区及周边共9个测风点的测风资料对风能资源评估参数进行了计算和分析。结果表明:瓦房店沿海地区风能资源丰富,风能自西部沿海地区向东部内陆地区呈由多到少降阶梯形的分布趋势。瓦房店地区月平均风速在春季和秋末冬初形成2个波峰,离海岸越近的站点秋末冬初的波峰越明显,而离海岸越远的站点秋末冬初的波峰越弱。瓦房店地区从西部沿海经中部到东部内陆优势风向呈近似逆时针方向的转动。     

卓资县财神梁风能资源分析与评估

利用卓资县气象站1959—2006年常规气象观测资料和卓资县境内财神梁测风塔2006年实测数据,采用统计分析方法,计算分析了财神梁风场平均风速、风功率密度等风能参数,得出:财神梁风场10m高度年平均风速和年平均风功率密度分别为6.8m·s-1和273.6W·m-2;65m高度年平均风速为7.7m·s-1,年平均风功率密度为373.1W·m-2。65m高度年主导风向为W风,出现频率为18.0%,风能密度方向也以W为主,占总风能频率的23.9%,有61.6%的风能集中在WSW-NW范围内。65m高度风能有效小时数为8284h,风能的众值分布在8～14m·s-1风速区间内,占全年风能分布的69.1%。财神梁地区风能资源储量较为丰富,且风质优良,适合开发建设风电场。     

鄱阳湖区风能资源储量及分布研究

利用鄱阳湖区4种观测站的风资料,计算了鄱阳湖区的平均风功率密度、有效小时数、年平均风功率密度、风能总储量及技术可开发量,评价了风能资源分布特征。并根据分析结果规划出了风能开发最佳期及较佳期。研究结果表明:鄱阳湖区风能资源丰富,技术可开发量约为210万kW。受狭管地形作用,该区域风向稳定,风能资源品质较优。为了给风电场的微观选址及中长期发展规划提出科学的依据,应进一步加大对风能普查及详查工作的投入;为了进行精细化风能资源测量,摸清风电场的场址分布、资源储量及装机容量,应在鄱阳湖区尤其在浅滩设置更多风能资源测量点。     

四川省风能资源详查和评估

特殊的地理位置使四川省成为风能资源贫乏区,复杂的地形条件又增加了该地区风能资源的详查评估难度。本文运用测风资料及数值模拟结果对四川省的风能资源和详查结果进行了分析研究,结果表明四川省风能资源主要集中于川西高原、西南山地和盆地周边山区,尤其是受“高空风动量下传”和“地形峡管效应”影响的山脊及河谷地区;在考虑海拔、地形坡度等不利风能开发要素后,四川省潜在风能开发区位于凉山州境内;详查结果也表明凉山州东部、南部存在3级风能资源丰富区,可作为重点开发区域。      

甘肃酒泉区域风能资源评估

按照国家风电场风能资源评估方法,利用甘肃省酒泉区域6个测风塔不同高度层的资料,计算分析了该区域的各种风能参数,并给出了该区域风能的空间分布图.结果表明,按照我国学者的研究成果划分,除2号地区属于风能较丰富区以外,其他测风塔对应的区域属于风能丰富区.文章给出了酒泉地区有效风功率密度空间分布图,对进一步了解、应用甘肃酒泉区域的风能有较好的参考作用.     

近地层风能参数随高度分布的推算方法研究

应用江苏和吉林的12个测风塔资料,对两个地区的风能参数进行了统计和分析,探讨了一种用10m高度风速资料推算近地层内任意高度上平均风功率密度的新方法.结果表明:应用该方法交互拟合不同高度的平均风功率密度,平均误差4.4%,最大误差13.3%,优于指数律的平均误差7.8%,最大误差22.0%,效果较为理想.     

Estimating Aerodynamic Parameters of Urban-Like Surfaces with Heterogeneous Building Heights

There are many geometrical factors than can influence the aerodynamic parameters of urban surfaces and hence the vertical wind profiles found above. The knowledge of these parameters has applications in numerous fields, such as dispersion modelling, wind loading calculations, and estimating the wind energy resource at urban locations. Using quasi-empirical modelling, we estimate the dependence of the aerodynamic roughness length and zero-plane displacement for idealized urban surfaces, on the two most significant geometrical characteristics; surface area density and building height variability. A validation of the spatially-averaged, logarithmic wind profiles predicted by the model is carried out, via comparisons with available wind-tunnel and numerical data for arrays of square based blocks of uniform and heterogeneous heights. The model predicts two important properties of the aerodynamic parameters of surfaces of heterogeneous heights that have been suggested by experiments. Firstly, the zero-plane displacement of a heterogeneous array can exceed the surface mean building height significantly. Secondly, the characteristic peak in roughness length with respect to surface area density becomes much softer for heterogeneous arrays compared to uniform arrays, since a variation in building height can prevent a skimming flow regime from occurring. Overall the simple model performs well against available experimental data and may offer more accurate estimates of surface aerodynamic parameters for complex urban surfaces compared to models that do not include height variability.