摘要：大小風年對風電場發(fā)電量評估的影響是風電場微觀選址應著重考慮的必要環(huán)節(jié)，通常基于臨近測站長期歷史觀數(shù)據(jù)或中尺度再分析數(shù)據(jù)開展。目前對中尺度再分析數(shù)據(jù)與復雜地形風電場發(fā)電量相關性缺乏深入研究。本文通過分析某復雜地形風電場MERRA2中尺度再分析數(shù)據(jù)及其運行數(shù)據(jù)，量化研究了MERRA2風速數(shù)據(jù)與復雜地形風電場發(fā)電量之間的關系。對于測試風電場，MERRA2風速數(shù)據(jù)、風電場平均機艙風速以及風電場年發(fā)電量相互間都存在較強的相關性;MERRA2風速數(shù)據(jù)可有效推算風電場年發(fā)電量，其誤差在5.1%以內。相關研究成果可為塔測風數(shù)據(jù)訂正和大小風年判別提供參考。

關鍵詞：復雜地形風電場; MERRA2;年發(fā)電量;機艙風速

0前言

由運行期年平均風速與測風年平均風速差異（大小風年）導致的發(fā)電量誤差較為顯著[1]。弱化大小風年對發(fā)電量評估的影響是風電場微觀選址應著重考慮的必要環(huán)節(jié)，通?；谂R近測站長期歷史觀數(shù)據(jù)和中尺度再分析數(shù)據(jù)如MERRA2風速數(shù)據(jù)集開展[3]。目前對MERRA2風速數(shù)據(jù)與復雜地形風電場發(fā)電量相關性仍缺乏深入研究。

現(xiàn)有研究表明，中尺度再分析數(shù)據(jù)與風電場測風塔存在一定的相關性，可作為測風塔測風數(shù)據(jù)訂正和大小風年判別的依據(jù)。陳振華等]研究了南岳測站風速數(shù)據(jù)與幾種中尺度再分析數(shù)據(jù)的相關性，考察了中尺度再分析數(shù)據(jù)判別風速大小年的可行性。李曉明等以湖北某山地風電場為例開展研究，發(fā)現(xiàn)MERRA2數(shù)據(jù)與測風塔風速序列的相關性較好，采用MERRA2數(shù)據(jù)對測風數(shù)據(jù)進行代表年訂正的結果合理可信。上述研究從風速角度分析了MERRA2數(shù)據(jù)與測風數(shù)據(jù)的相關性，沒有深入探究MERRA2風速數(shù)據(jù)與風電場發(fā)電量之間的關系。

針對上述問題，本文利用復雜地形風電場運行數(shù)據(jù)開展了MERRA2風速數(shù)據(jù)與風電場發(fā)電量的相關性研究。由于發(fā)電量折算的功率與風速存在非線性關系，直接擬合MERRA2風速數(shù)據(jù)與發(fā)電量之間關系存在較大誤差，因此本文將發(fā)電量折算的功率通過風力機功率曲線反推為來流風速，以此探究MERRA2風速數(shù)據(jù)、機艙風速和來流風速之間的線性關系，結合功率曲線建立MERRA2風速數(shù)據(jù)與風電場年發(fā)電量之間的關系。

1測試風電場概況

測試風電場位于湖南省山地區(qū)域，場內地形復雜，共安裝了25臺輪轂2MW風力機。風力機輪轂高度為80 m，機位點主要集中在風資源條件較好的山脊上，該測試風電場采集到運行數(shù)據(jù)包括2017年11月到2020年2月期間風電場月平均機艙風速和月發(fā)電量。

2MERRA2月平均風速與風電場月平均機艙風速間的關系

MERRA2數(shù)據(jù)是美國國家航空航天局下屬的全球建模和同化辦公室 GMAO制作的一種再分析氣象數(shù)據(jù)。本文使用了風電場區(qū)域MERRA2在50m高度的逐小時風速和風向數(shù)據(jù)。對于測試風電場，MERRA2月平均風速與風電場月平均機艙風速之間存在較強的相關性，其相關性系數(shù)為0.69。

MERRA2月平均風速與風電場月平均機艙風速的線性擬合關系為：

式中， 為MERRA2在第j月的平均風速，由于MERRA2風速高層為50m，風力機輪轂高度為80m，因而上述關系式系數(shù)大于1。

3MERRA2月平均風速與風電場月發(fā)電量間的關系

由于平均機艙風速和月發(fā)電量相關很強，本文借助功率曲線評估方法能夠建立月平均機艙風速與發(fā)電量之間的關系。以 表示風電場第j月的發(fā)電量，按每月30天算，則風電場月發(fā)電量折算的功率分別為 。本文采用的功率曲線評估方法為[2]：（1）將功率數(shù)據(jù)通過功率曲線反推到來流風速;（2）建立機艙風速與來流風速的線性關系，即機艙風速傳遞函數(shù);（3）基于建立的機艙風速傳遞函數(shù)和功率曲線，建立機艙風速與功率之間的關系。本文基于方程（2）由MERRA2風速推算機艙風速，然后利用機艙傳遞函數(shù)和功率曲線。機艙風速與來流風速兩者的相關性達到0.91，擬合關系式為：

上述方法得到的功率曲線與觀測值吻合程度高，折算功率與擬合值的平均誤差為11.5kW，標準方差 為101.6kW。與之相比風電場月平均機艙風速與發(fā)電量折算的功率相關性更高，相關性系數(shù)0.92大于MERRA2的0.63，折算功率與擬合曲線的誤差平均值為8.1kW，標準方差 為47.1kW。

4MERRA2月平均風速推算風電場年發(fā)電量

為了研究MERRA2月平均風速對發(fā)電量評估的準確性，本文將其預測的年發(fā)電量與實際發(fā)電量進行對比（表1）。表1中MERRA2擬合的年發(fā)電量為一年中不同月份對應的MERRA2月平均風速推算的月發(fā)電量之和。MERRA2預測的年發(fā)電量最大相對誤差絕對值為5.1%，預測的四年平均發(fā)電量相對誤差絕對值僅為0.76%?？梢妼εc測試風電場，MERRA2月平均風速能夠有效風電場年發(fā)電量。

5 結論

本文通過對MERRA2數(shù)據(jù)集和風電場運行數(shù)據(jù)的分析，量化研究了MERRA2數(shù)據(jù)與風電場發(fā)電量之間的關系。對于測試風電場，MERRA2風速數(shù)據(jù)與風電場平均機艙風速以及風電場年發(fā)電量之間都存在較強的相關性，通過MERRA2風速數(shù)據(jù)能夠有效預測風電場年發(fā)電量，其推算的年發(fā)電量誤差在5.1%以內，且四年發(fā)電量平均誤差僅為0.76%。相關研究成果可為塔測風數(shù)據(jù)訂正和大小風年判別提供參考。

參考文獻

[1]王有祿， 沈檬. 風電場代表年風速系列計算方法的探討[J]. 電力勘測設計， 2008（06）：69-76.

[2]鄧力， 李龍， 韓星星， 等. 風力機機頭風速與輸出功率相關性分析及應用[J]. 水電能源科學， 2015，33（01）：166-168.