风电场宏观选址阶段风能资源评估方法研究

《风电场宏观选址阶段风能资源评估方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、‘学校代号10532学号B06091019分类号TK81密级公开博士学位论文风电场宏观选址阶段风能资源评估方法研究学位申请人姓名王娜培养单位电气与信息工程学院导师姓名及职称朱英浩院士周有庆教授学科专业电气工程研究方向风力发电技术论文提交日期2015年3月6日湖南大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加标注引巧的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中明确方式标明。本人完全意识到本声明的法律后

2、果由本人承担。作者签名；更姆日期：＿＞３位年ｆＤ月么右日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部口或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权湖南大学可臥将本学位论文的全部或部分内容编入有关数据库进行检索，可Ｗ采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于１、保密□，在年解密后适用本授权书。２、不保密。＂（请在上相应方框内打Ｖ）作者签名：王者菊日期：ＪｌＰｉＳ年／〇月＾ｂ导师签名：日期：年｜

3、丹日本黄資７許两；学校代号：10532学号：B06091019密级：公开湖南大学博士学位论文风电场宏观选址阶段风能资源评估方法研究学位申请人姓名：王娜导师姓名及职称：朱英浩院士周有庆教授培养单位：电气与信息工程学院专业名称：电气工程论文提交日期：2015年3月6日论文答辩日期：2015年10月21日答辩委员会主席：曹一家教授ResearchofWindEnergyResourceAssessmentinWindFarmMacro-sitingbyWANGNaB.E.(HunanUniversity)2001M.S.(HunanUniversity)

4、2004AdissertationsubmittedinpartialsatisfactionoftheRequirementsforthedegreeofDoctorofEngineeringinElectricalEngineeringintheGraduateSchoolofHunanUniversitySupervisorAcademicianZHUYinghao,ProfessorZHOUYouqingMarch,2015风电场宏观选址阶段风能资源评估方法研究摘要在风电开发中，风电场场址选择是其中一个重要环节，包括宏观选址和微观选址。宏观选址

5、工作在前期的规划阶段进行，是指在一个较大的地区内，通过对若干场址的风能资源和气象、地形、交通条件等其它建设条件的分析和对比，确定风电场建设地点的过程。在宏观选址中，风能资源是最重要的考察因素，风电场建设的经济效益在很大程度上取决于风电场的风能资源，所以准确、有效的风能资源评估是宏观选址的前提。同时，宏观选址阶段风能资源评估中计算出来的反映风电场长期水平的风速数据，也是后续微观选址的基础。本文从不同角度对风电场宏观选址阶段的风能资源评估方法展开研究，取得如下成果：代表年法是我国普遍采用的风电场风能资源评估方法。论文采用8个气象站20年间的逐小时风速和风向

6、数据从长期平均风速、平均风功率密度等四个方面对代表年风能资源评估方法的误差以及各种参数对误差的影响进行了系统的分析。为了进一步提高代表年法的准确性，提出了改进代表年风资源评估法。在相关方法方面，采用简化主轴线性回归法，由于简化主轴法假设自变量和因变量都存在误差，更符合实际情况；在数据订正方面，采用风向相关和风速相关相结合的数据订正方法，充分考虑了风速的季节变动。算例仿真表明：改进算法整体减小了评估误差，在某些算例中可将长期平均风速相对误差降低40.8%。基于神经网络的风能资源评估方法的基本出发点是利用神经网络的非线性拟合能力，建立风电场和参考气象站风速

7、之间的非线性关系。针对神经网络法容易陷入局部最优解的问题，提出了基于自适应粒子群优化神经网络的风能资源评估方法。将神经网络训练得到的权值和阈值作为自适应粒子群的一个位置信息再进行训练，利用粒子群算法在收敛阶段的精英学习策略，改善全局搜索能力。仿真结果表明：经过自适应粒子群优化后的算法具有更小的误差，最大可将逐小时风速相对误差减小11.26%，同时使其相关系数提高23.2%。从风速的概率分布角度出发，提出了一种基于离散随机变量联合概率分布的风资源评估算法。算法中将风电场和参考气象站的逐小时风速看作是离散随机变量，利用离散随机变量的联合分布律和条件分布律来

8、计算风电场长期风速的概率特性。由于该方法不需要预先假设风速的概率分布模型，因此适用范围更广。仿