风能资源评估软件的设计及应用

介绍了目前国内外较常用的风能资源评估软件和传统的风能资源评估方法,阐述了如何运用VFP技术编写计算机程序实现对风电场观测数据的检索和分析,进而达到对风电场风能资源评估目的的软件设计思路;并利用新安县新城自动气象站和北冶自动气象站的资料,对编写的风能资源评估软件进行了试运行和验证,其模拟结果与实况数据基本吻合.     

气候变化对中国沿海地区城市群的影响

气候变化和城市化是使得人类更容易遭受灾害影响的两大因素,这两个因素在城市群叠加,使其成为容易遭受灾害侵袭并造成重大损失的高风险区。中国沿海地区五大城市群经济实力雄厚,是国家经济社会发展的重要引擎。但其处于海-陆交互作用地带,受海陆复合型灾害的影响,而且承灾体庞大,在气候变化背景下更容易遭受重大灾害损失。建议国家相关部门充分认识到沿海城市群应对气候变化影响的紧迫性,尽快提出应对策略,并将气候变化的影响和适应对策纳入沿海城市区域的各种社会经济发展规划。     

风能资源评估技术方法研究

全球性的能源危急和气候变化,驱动了风力发电在世界范围内迅速发展,搞清风能资源是大规模发展风电的关键步骤。文中首先回顾了近10年来开展风能资源评估的技术方法发展历程,阐述了数值模拟技术的应用对风能资源评估技术方法的发展所起的重要作用。风能资源的数值模拟可以给出风能利用高度上的风能资源分布;可以模拟出基于气象站观测资料的统计分析无法找到的风能资源;可以弥补海上测风资料不足的缺陷,进行海上风能资源的评估。文中运用中国气象局的风能资源数值模式系统地对江苏省和青海省的风能资源分布进行了高分辨率的数值模拟,并采用气象站观测资料对数值模拟结果进行了检验,结果表明数值模拟可以较准确地模拟区域风能资源的分布趋势,但在风速值大小会有系统性偏差,需要有测风塔观测资料对数值模拟结果进行订正,说明了数值模拟技术与风能资源测量相结合是风能资源评估的有效技术手段。最后对中国风能资源数值模拟技术的发展进行了展望,表明了中国风能资源的开发利用对自主发展小尺度数值模式的迫切需求。     

江苏沿海地区雾的气候特征及相关影响因子

利用江苏沿海6个基本气象站49a（1960--2008年）的气象观测资料,对江苏沿海地区雾的时空分布特征和雾过程持续时间等进行了统计分析,并探讨了影响沿海雾生成的相关因子。结果表明：江苏沿海地区雾日数呈江淮地区〉沿江苏南地区〉淮北地区的特点;其年代变化总体是一个先上升后下降的趋势,且21世纪后明显下降;雾日数呈春季和初冬季节多、夏秋季节少的分布特点;一天中雾大部分时段出现在01-09时,春秋季节雾频次最高的时次在早上的06-07时,强浓雾次数在07时（春季）或08时（冬季）前后达到最大;各地雾过程出现的频次随着雾持续时间的增加而减少,持续时间大于6h雾的频次近年来在增加,且雾持续时间极端最长有上升趋势。沿海地区雾绝大多数发生在风速小于等于7m／s的情况下,以1～3m／s最为适宜,多出现在NNE—SSE风情况下。雾季平均海水温度为7．45～22．24℃     

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。     

南澳岛风能资源的评估

利用南澳站30年气候资料对南澳岛风能资源进行评估,为南澳风能资源合理的开发和利用提供一定依据。     

大连地区风能资源评估及分布

利用大连地区1971～2000年基本气象站和2006～2009年自动气象站风速观测资料,估算了风能的主要特征指标:风速、有效小时数、平均风功率密度、有效风功率密度。根据风能特征指标分析了大连地区风能资源状况和分布特征。结果表明:大连地区风能资源丰富,大部分地区年有效风功率密度在80W/m2以上,其中旅顺最大,为191.7W/m2,长海、大连、瓦房店都在150W/m2以上,金州为104.2W/m2,庄河、普兰店不足100W/m2。大连地区的风速有效时数大部分在4500h/a以上,其中大连、长海在6500h/a以上,旅顺、瓦房店、金州在4800～5500h/a之间。大连地区风能主要呈现沿海(海岛)大于内陆区域、南部地区大于北部地区、西海岸大于东海岸的空间分布。     

玉林大容山地区风能资源分析评估

利用风能资源评估方法对广西玉林大容山的风能资源状况进行分析,结果表明,当地风能资源丰富,风能资源等级为3级,其中30m～70m年平均风速和年平均风功率密度分别为7.6～8.0m.s-1、396.7～497.0W/m2,30m高度的风速和风功率密度最大;一年中2～5月、7月和10月是风能资源利用的最佳时期,一天中夜间特别在20～03时是风能资源量最好时段;各高度3 ～25m.s-1有效风时数为7279～7806h;主导风向和风能密度都主要集中在SSE ～S扇区,70m高度风能密度累计频率达61.9％.     

赴加拿大引进风能资源评估软件WEST工作总结

根据中加风能资源评估数值模拟试验合作意向书中的合作内容，应加拿大气象局的邀请，本人于2005年6月4日至7月31日赴加拿大气象局工作8周，学习并引进风能资源评估软件WEST。     

达里风电场风能资源研究

利用达里风电场的测风数据，对其风能资源进行了详细的分析和多方法的探讨．给出了各方法间的误差对比，最终得到达里风电场的风能评估结果。     

江苏80m高度风能评估方法探讨

80 m轮毂高度风能评估关键问题之一是风随高度的变化规律研究,目前以最小二乘法、常规常参数方法最具代表性,但两者对高空风能的评估结论差异可能较大.使用幂常数指数方案,江苏省80 m高空陆上风能储量达到7.39×1010 W,可开发量为0.59×1010 W,而使用最新的最小二乘技术对江苏省80 m高空风能评估表明,陆上风能储量达到13.54×1010 W,可开发能量为1.07×1010 W,全省陆上和近海的可开发风能储量可达到4.29×1010 W,约为常规常参数方法计算结果的1.8倍.两种高空风能的评价结果均表明,江苏省风能资源丰富,沿海地区和近海具有巨大的风能储量,有很大的开发利用前景.     

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。     

风能资源数值模拟评估的分型方法研究

为了实现时间跨度较长(20—30年)的风能资源数值模拟评估,建立了一种新的分型方案,采用地面和探空观测资料,以风速、风向和最大混合层高度作为分型因子,针对每种类型随机抽取5%的日数进行真实算例的数值模拟。根据中国所有地区典型日的平均风能参数和30年观测平均结果的对比分析,得出以下结论:(1)中国所有分型站点挑选典型日的平均风速与30年平均风速的绝对误差均小于0.10 m/s,相对误差均低于6.50%;挑选典型日各风向频率值与30年结果的绝对误差平均值为0.28%—0.48%,风速频率绝对误差的平均值为0.09%—0.54%。(2)通过模拟区域分型站点以外探空气象站的风向频率和风速频率的对比检验发现:沿海地区风向频率绝对误差为0.27%—0.63%,风速频率绝对误差为0.14%—0.49%;内陆复杂山地风向频率绝对误差基本在0.57%以下,风速频率绝对误差为0.22%—0.60%;结果表明选取一个分型站点能够代表整个模拟区域内的风能资源特性。(3)根据沿海和内陆山地模拟区域重合范围内的探空站分型结果对比分析发现:对于模拟区域重合范围内的探空站,采用所有模拟区域分型站典型日结果加权平均后的风能参数对比误差大大低于各自模拟区域分型站点的对比误差。     

基于ASCAT风场数据的中国近海风能资源评估

卫星反演海面风场资料能够弥补海上气象测风资料缺乏的不足,对近海风能资源评估具有重要意义。通过ASCAT(Advanced Scatterometer)风速数据与美国及中国近海岸浮标测风资料的对比分析,结果表明,ASCAT风速的均方根误差为1.27 m·s-1。比较利用近海岸浮标逐小时风速及与其相匹配ASCAT瞬时风速计算的各项风能参数,得出ASCAT与浮标的平均风速和风功率密度的残差分别在±0.5 m·s-1和±50 W·m-2以内,该残差占浮标计算结果的比例分别在±8%和±12%以内。使用ASCAT风速资料拟合的Weibull分布函数与浮标的结果较吻合。因此,ASCAT风速资料也能够为海上风能资源评估提供有用的风能参数信息。最后使用ASCAT瞬时风速数据分析了中国近海10 m及70 m高度处的风能资源的空间分布特征,结果表明,台湾海峡平均风速和风功率密度最大。     

江苏省风电资源的调峰能力评估

利用RegCM3区域气候模式模拟了江苏省不同离地高度的风能密度,分析了在电网用电高峰期(调峰期)的风能密度的分布特征.分析表明:陆地上调峰期的风能密度明显大于平均密度,近海海面上差异则不如陆地;夏季陆地调峰期的优势明显大于冬季.在选择风力电场位置时,若仅考虑风能资源总量,江苏省近海海面有明显的优势,但若加上并网发电的效率因素,考虑日用电高峰期的风能输出功率,则苏南(太湖附近)与沿海海面具有相近的开发潜力.     

Public policy and financial resource mobilization for wind energy in developing countries: A comparison of approaches and outcomes in China and India

We analyze and contrast how China and India mobilized financial resources to build domestic technological innovation systems in wind energy. To that end, we identify distinct stages of technology diffusion in the two countries in the period 1986–2012, and analyze the interplay between public policies and the development of the technological innovation system across the different stages. We show that the two countries’ distinct development strategies for wind energy – China developed wind energy largely through its state-owned enterprises, while India opened up wind energy investment to the private sector in the early 1990s – influenced system outcomes in terms of technology diffusion, domestic industry structure, competitiveness, and ownership. By unraveling the interplay between public policies, investment risks and returns, and actor characteristics, we explain the differences in system outcomes and identify important policy trade-offs between the two strategies. Our analysis provides novel insights about the process of financial resource mobilization in technological innovation systems, the dynamics of innovation-system growth, and the policy trade-offs that must be reconciled by countries that aim to promote the diffusion of a particular technology.     

风电场风速降尺度预报方法对比分析

使用中尺度数值天气预报业务模式9 km和3 km分辨率的模式输出产品,分别应用小尺度模式CALMET模式和双线性插值(BLI)方法将预报风速进行降尺度处理,并对比预报风速和风塔观测资料。结果表明：WRF模式9 km分辨率的模式输出经过CALMET模式降尺度以后得到的风速预报效果比3 km分辨率的模式输出略好。同时,由于中尺度数值预报模式分辨率本身较高,使用BLI也可以得到较好的风速预报。将风速分为0 m·s^-1≤风速<5 m·s^-1,5 m·s^-1≤风速<10 m·s^-1和风速≥10 m·s^-1共3个等级,检验3个风速等级的预报偏差百分比得出,CALMET模式和BLI方法对10 m·s^-1以上的大风的预报效果相对较差;如何对大风预报进行订正对风速预报准确率的提高具有重要的意义。     

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。     

基于QuickSCAT卫星资料辽宁省典型海域风速模拟研究

利用QuickSCAT卫星资料的中小尺度数值分析同化模拟结果,对渤海两个大小不同的海湾:辽东湾与大连湾2008年季节代表月的风速特征进行分析对比。首先对QuickSCAT卫星资料同化模拟数据的可靠性进行了验证,与Fnl资料分别同气象站实测值对比发现QuickSCAT资料更靠近实测值,适合做区域数据研究。对两个海湾区域风速研究发现,面积较大的辽东湾风速基本大于大连湾,这种现象在4月与10月表现显著;而对两海湾风速日变化对比结果显示,4个月大致均表现为凌晨二者变化相反,白天下午至夜晚变化趋于相似。从大风情况上看,辽东湾出现大风的频率和持续时间基本大于大连湾,大连湾的大风发生情况普遍要滞后于辽东湾。