由于風(fēng)速直接受到大氣環(huán)流的影響,因而風(fēng)能對(duì)氣候變化非常敏感。有研究表明,我國(guó)一些地區(qū)的風(fēng)力在下降,且風(fēng)能資源豐富的地區(qū)同時(shí)也是下降最嚴(yán)重的地區(qū)。因此,精確的風(fēng)能資源評(píng)估對(duì)風(fēng)電場(chǎng)的合理選址,保證長(zhǎng)期經(jīng)濟(jì)效益具有重要意義。風(fēng)能資源評(píng)估方法包括基于數(shù)理統(tǒng)計(jì)的風(fēng)能資源評(píng)估和基于數(shù)值模擬的風(fēng)能資源評(píng)估。數(shù)理統(tǒng)計(jì)方法一般是利用測(cè)風(fēng)塔、氣象站的測(cè)風(fēng)數(shù)據(jù),通過構(gòu)建數(shù)學(xué)模型,最終得出風(fēng)功率密度等風(fēng)場(chǎng)評(píng)估參數(shù)。與數(shù)值模型相比,統(tǒng)計(jì)方法計(jì)算時(shí)間短且計(jì)算效率高,但模擬準(zhǔn)確度不太高。而人工智能技術(shù)的蓬勃發(fā)展,可使風(fēng)能資源評(píng)估更加精確。具有更高空間分辨率的氣候模型可以獲得模擬區(qū)域內(nèi)所有空間立體網(wǎng)格點(diǎn)上的風(fēng)能參數(shù),能夠全面地對(duì)風(fēng)能資源進(jìn)行評(píng)估。但單一數(shù)值模式存在更大的不確定性,應(yīng)關(guān)注多模式的比較和集合研究。將數(shù)理統(tǒng)計(jì)用于修正模式誤差是一種較好的解決方法 ,也是大數(shù)據(jù)時(shí)代的必然趨勢(shì)。用于風(fēng)資源設(shè)計(jì)和評(píng)估的軟件有線性模型和流體力學(xué)模型兩類,可以對(duì)風(fēng)電場(chǎng)進(jìn)行高分辨率、小尺度的精細(xì)模擬,在風(fēng)電場(chǎng)微觀選址中廣為應(yīng)用。我國(guó)應(yīng)加大有關(guān)數(shù)值模式和評(píng)估軟件的自主研發(fā)力度,尤其是開發(fā)中尺度區(qū)域氣候模型和高分辨率的風(fēng)能資源數(shù)據(jù)集。

【文章頁數(shù)】：6 頁

【文章目錄】：
1 前言
2 風(fēng)能資源評(píng)估方法
    2.1 基于數(shù)理統(tǒng)計(jì)的風(fēng)能資源評(píng)估
    2.2 基于數(shù)值模擬的風(fēng)能資源評(píng)估
    2.3 風(fēng)資源評(píng)估軟件工具
    2.4 多源測(cè)風(fēng)資料融合分析
3 總結(jié)與展望



本文編號(hào)：3892407