基于WAsP的風(fēng)電場微觀選址的模擬研究

徐　璋，符葉曄，霍玉雷，王　茜

(浙江工業(yè)大學(xué) 能源與動力工程研究所，浙江 杭州 310014)

基于WAsP的風(fēng)電場微觀選址的模擬研究

徐璋，符葉曄，霍玉雷，王茜

(浙江工業(yè)大學(xué) 能源與動力工程研究所，浙江 杭州 310014)

摘要：WAsP風(fēng)資源評估系統(tǒng)具有優(yōu)秀性能，廣泛應(yīng)用在風(fēng)電場前期的微觀選址過程中，它能夠科學(xué)地評估風(fēng)能資源成本、提高風(fēng)電場建設(shè)投資決策的準(zhǔn)確性.針對WAsP風(fēng)資源評估經(jīng)常存在的地形測繪和地表狀況考察的限制，提出了在繪制WAsP模式需求的電子地形圖時，將90 m水平分辨率的SRTM地形高程數(shù)據(jù)應(yīng)用其中，同時還利用GoogleEarth來繪制氣象站周圍的障礙物群和粗糙度描述文件.通過對浙江省舟山市岑港風(fēng)電場進行風(fēng)資源評估，并結(jié)合實際機型的功率曲線對其馬目山23臺風(fēng)電機組進行模擬選址和發(fā)電量預(yù)測，驗證了上述地形數(shù)據(jù)獲取方法的可行性.通過RIX方法進行了誤差修正，并與實際風(fēng)電場發(fā)電量進行對比，結(jié)果表明上述方法具有較好的精度，所得結(jié)果可為模擬風(fēng)電場微觀選址提供實際參考.

關(guān)鍵詞：WAsP；SRTM；模擬選址；風(fēng)資源評估；風(fēng)電場；RIX

風(fēng)資源是可再生能源中發(fā)展最迅速的清潔能源，同時風(fēng)力發(fā)電也是極具大規(guī)模的開發(fā)潛質(zhì)以及商業(yè)化發(fā)展前景的項目.為了調(diào)整改善能源結(jié)構(gòu)、更好地加快新能源建設(shè)，近年來我國加大了風(fēng)資源評估力度[1].因此，快捷高效的風(fēng)能資源評估以及準(zhǔn)確簡潔的風(fēng)電場選址方式收到了各方面的重視與關(guān)注.WAsP軟件作為一個完整的風(fēng)能估算和風(fēng)力發(fā)電機組微觀選址的軟件，具有成本低、耗時少和精確度高等優(yōu)點，得到了廣泛應(yīng)用.

利用WAsP進行風(fēng)能資源評估時需要高精度的地形地表數(shù)據(jù)和長期測風(fēng)資料作為數(shù)據(jù)支撐，但這兩類數(shù)據(jù)資料一直以來具有一定的獲取難度.最初，地表土地利用信息以及地形高程數(shù)據(jù)均需要進行現(xiàn)場測繪與考察，耗費大量的人力物力.近幾年隨著衛(wèi)星拍照以及互聯(lián)網(wǎng)整合技術(shù)的進步，人們可通過GoogleEarth等軟件很方便地查看和獲取某一地區(qū)詳細(xì)的地表土地利用信息[2].丹麥的國家實驗室風(fēng)能部曾將1 km水平分辨率的SRTM作為基礎(chǔ)地形數(shù)據(jù)，用于檢測考察整個埃及風(fēng)資源的狀況，但是并沒有驗證SRTM數(shù)據(jù)的應(yīng)用精度[3].中山大學(xué)工學(xué)院風(fēng)資源研究中心的呂雪芹等在研究SRTM數(shù)據(jù)的應(yīng)用方法和應(yīng)用精度時，提出了特征點修正的方法，并驗證了在風(fēng)能資源評估中，經(jīng)由此方法修正后的SRTM數(shù)據(jù)應(yīng)用效果[4].華北電力大學(xué)的張宇等將90 m分辨率的SRTM地形高程數(shù)據(jù)用于云南高海拔復(fù)雜山地風(fēng)電場-DGS風(fēng)電場的風(fēng)資源評估中，通過與實測1∶10 000的高斯地圖所得到的風(fēng)資源評估結(jié)果進行對比分析，得出SRTM數(shù)據(jù)可用于高海拔復(fù)雜地形的風(fēng)資源評估的結(jié)論[5].對基于WAsP軟件的風(fēng)場微觀模擬選址的方法進行研究，旨在降低WAsP軟件操作成本和難度的同時，提升模擬預(yù)測的精度.在研究中繪制WAsP模式所需的電子地形圖時，采用了90 m水平分辨率的SRTM地形高程數(shù)據(jù)，并且利用了GoogleEarth來繪制氣象站周圍的障礙物群和粗糙度描述文件.結(jié)合實際機型的功率曲線，通過對風(fēng)電機組的模擬微觀布置，完成對其年發(fā)電量的預(yù)測.在RIX方法修正后與實際數(shù)據(jù)的對比，結(jié)果驗證了上述地形數(shù)據(jù)獲取方法的可行性，對風(fēng)電場前期建設(shè)具有指導(dǎo)意義.

1風(fēng)電場風(fēng)資源評估

1.1研究區(qū)域概況

舟山群島是中國第一大群島，位于我國東南沿海，其風(fēng)能資源豐富.在該市的定海區(qū)岑港鎮(zhèn)馬目山、獅子山一帶，根據(jù)測風(fēng)資料，65 m高度年平均風(fēng)速分別為6.76，7.18 m/s，風(fēng)功率密度分別為319，396 W/m2，屬海島型風(fēng)電場，具備較好的可供開發(fā)的風(fēng)能資源.從2001年起，氣象部門就先后分四期建設(shè)了40多個海島中尺度站，為風(fēng)能資源的開發(fā)利用收集了大量的觀測資料.岑港風(fēng)電場項目位于舟山市定海區(qū)岑港鎮(zhèn)馬目山、獅子山一帶.馬目山上裝23臺，其余7臺裝在附近的獅子山上.

1.2WAsP地圖數(shù)字化

測風(fēng)數(shù)據(jù)來自于舟山群島上北緯30°2′，東經(jīng)122°6′的定海氣象站，地基海拔高度35.7 m，風(fēng)速儀高度10 m.筆者選取其2010年一整年的10 m高度日值測風(fēng)數(shù)據(jù)(使用前進行角度轉(zhuǎn)化)進行了Weibull分布模式驗證.驗證結(jié)果表明研究區(qū)域附近盛行風(fēng)向為東南風(fēng)，頻率占到了18%；平均風(fēng)速偏差5.09%，平均風(fēng)功率密度偏差0.33%，表明采用Weibull分布來估算風(fēng)能是合理的.

根據(jù)WAsP10.0軟件的特點，首先制作岑港風(fēng)電場的數(shù)字地圖，處理方法及流程如圖1所示.圖1(b)中，左上角的圖為用Global Mapper打開的公開發(fā)布的90 m分辨率的地形高程(SRTM)數(shù)據(jù)，并用經(jīng)緯度網(wǎng)格(Lat/Lon Grid)使其網(wǎng)格化.圖1(b)左邊中間的圖為在網(wǎng)格地形圖的基礎(chǔ)上借助Surfer軟件轉(zhuǎn)化為的等高線地形圖(*.dxf)，并用Map Editor將*.dxf文件中的經(jīng)緯度坐標(biāo)轉(zhuǎn)換為米制坐標(biāo)[6].圖1(b)左下角的圖為GoogleEarth于2011年拍攝的衛(wèi)星圖片，按照圖片所示內(nèi)容，取島上粗糙長度為0.2 m，海面為0.0 m.圖1(b)右下角的圖為在地圖中給舟山群島添加的粗糙度線，中間一條代表分界線，兩側(cè)的線代表不同的粗糙度值.圖1(b)右邊中間的圖為在Map Editor里制作用顏色編碼好的的等高線地形圖.圖1(b)右上角的圖為最終繪制成的可供WAsP使用的Map格式地圖文件，其用較低的成本方便地獲取了只能經(jīng)過實地測繪和考察才能獲得的較為精確的高程和地表狀況信息.

圖1　WAsP電子地形圖制作流程及具體過程Fig.1　Process of electronic topographic map for WAsP

1.3障礙物、粗糙度以及風(fēng)機功率曲線

根據(jù)GoogleEarth衛(wèi)星圖片，可以確定站點周圍障礙物的幾何尺寸，最終生成的站點周圍障礙物群描述如圖2所示.地表覆蓋物會導(dǎo)致近地面風(fēng)速的延遲效果，根據(jù)GoogleEarth衛(wèi)星圖片，在氣象站北方的郊區(qū)粗糙長度可設(shè)為0.50 m；南方的公路可類比飛機場跑道區(qū)域，粗糙長度設(shè)定位0.01 m.

圖2　測風(fēng)站周圍障礙物群Fig.2　Obstacles around the wind station

浙江舟山岑港風(fēng)電場使用的機型是華儀電氣股份有限公司HW77/1 500 kW風(fēng)力發(fā)電機組，需要根據(jù)電場預(yù)安裝的風(fēng)力發(fā)電機組的技術(shù)參數(shù)并借助WAsP Turbine Editor重新定義制作該風(fēng)力發(fā)電機組功率曲線以使評估結(jié)果準(zhǔn)確可靠.最終根據(jù)HW77/1 500 kW風(fēng)力發(fā)電機組的標(biāo)準(zhǔn)功率完成功率曲線，如圖3所示(粗線為功率曲線，細(xì)線為推力系數(shù)曲線).

圖3　HEAG-HW77/1 500標(biāo)準(zhǔn)功率曲線Fig.3　Standard power curve of HEAG-HW77/1 500 kW

至此，完成了WAsP軟件前期數(shù)據(jù)準(zhǔn)備和處理工作，從過程中可以看出：通過對公開發(fā)布的地形和氣象數(shù)據(jù)進行必要的技術(shù)處理，就可以用很低的成本方便地獲得利用WAsP模式進行風(fēng)能資源評估時所必需的地形地表數(shù)據(jù)，并繪制完成包含上述數(shù)據(jù)信息的Map地圖文件.

1.4風(fēng)資源分布圖

將計算區(qū)域劃分為45 列49 行，共計2 205 個計算節(jié)點，最終得到的馬目山風(fēng)資源分布，如圖4所示.

圖4　馬目山風(fēng)資源分布圖Fig.4　Distribution map of wind resource in Mamu mountain

2風(fēng)電場模擬選址與結(jié)果分析

2.1風(fēng)電場微觀模擬選址與年發(fā)電量預(yù)測

對于風(fēng)電場的風(fēng)機優(yōu)化布置，考慮到風(fēng)機之間的相互影響，在風(fēng)機間距以及排布方面國內(nèi)外學(xué)者和相關(guān)機構(gòu)都做了深入的研究[7-10].而對于舟山岑港風(fēng)電場來說，其處于東南沿海地區(qū)，受海陸風(fēng)的影響比較大，海風(fēng)在登陸后衰減的特別迅速，所以地形與邊界條件較為重要.基于上節(jié)所得的盛行風(fēng)向以及風(fēng)資源分布圖(圖4)，綜合考慮風(fēng)電場地形、地表粗糙組、障礙物等的影響，應(yīng)將風(fēng)機盡量布置在一些風(fēng)功率密度高的位置，同時還考慮到風(fēng)電場區(qū)域大部分的地形為山地，且修筑了大量的盤山公路，最終選出馬目山上的23個風(fēng)機位置，如圖5所示.

圖5　馬目山23臺風(fēng)力發(fā)電機組布置圖Fig.5　The arrangement of 23 wind turbines in Mamu mountain

在考慮尾跡損失的影響下，經(jīng)過WAsP計算模塊，總的風(fēng)電場統(tǒng)計結(jié)果見表1.

表1　風(fēng)電場統(tǒng)計結(jié)果

至此，馬目山23臺風(fēng)電機組的微觀模擬選址工作完成.從風(fēng)電場的統(tǒng)計結(jié)果可以看出：風(fēng)機輪轂處的年平均風(fēng)速為6.39 m/s，年平均功率密度為301.3 W/m2.按照我國風(fēng)能等級劃分的標(biāo)準(zhǔn)，舟山岑港風(fēng)電場馬目山位置處的23臺風(fēng)電機組處于風(fēng)資源豐富區(qū)，具有較好的風(fēng)能資源，是理想的風(fēng)電場建設(shè)區(qū).另外，從表1可以看出：風(fēng)機間相互影響造成的尾跡損失的非常小，這主要是因為采用的風(fēng)機排布方式與盛行風(fēng)向大體成直角(1.2節(jié)中得出盛行風(fēng)向為東南風(fēng))，不同的風(fēng)機排布和風(fēng)機機位會使結(jié)果不完全相同.

2.2結(jié)果誤差分析

據(jù)2011年浙江舟山岑港風(fēng)力發(fā)電有限公司的數(shù)據(jù)，舟山岑港風(fēng)電場建成后風(fēng)電場30臺風(fēng)電機組每年可發(fā)電8 956萬kWh[12].依此可估算，23臺風(fēng)電機組年發(fā)電量將為68.66 GWh.表1中的結(jié)果顯示，岑港風(fēng)電場中位于馬目山上的這23臺風(fēng)力發(fā)電機組年凈發(fā)電量約75.71 GWh，計算值比實際值偏高10.27%.分析其誤差主要來源于4個方面：

1) 對馬目山23臺風(fēng)電機組實際年發(fā)電總量的并不準(zhǔn)確的估算.

2) 粗糙度，障礙物描述方面精度不夠.

3) 計算模型未加入修正.

4) 風(fēng)電場中風(fēng)電機組布置還可以進一步優(yōu)化.

針對第3個方面，由于WAsP模型假定對簡單地形區(qū)域進行計算，因此面對一些復(fù)雜地形(地形坡度大于0.3)時，考慮到氣流與地表發(fā)生分離，其進行發(fā)電量預(yù)測時準(zhǔn)確度會有所下降，對此我們采用WAsP軟件中的RIX(地形陡峭指數(shù))方法進行修正.

Niels G等通過對不同測風(fēng)塔的比較計算，歸納出WAsP應(yīng)用于復(fù)雜地形時的風(fēng)速預(yù)測誤差評估隨ΔRIX(ΔRIX=RIX風(fēng)電機組-RIX測風(fēng)塔)的變化關(guān)系[13]，如圖6所示.RIX理論是針對歐洲的復(fù)雜地形風(fēng)電場建設(shè)提出的實際誤差經(jīng)驗計算，它本身是基于兩個地方地形陡峭指數(shù)的差異得出的，如果預(yù)測點地形更平坦，即ΔRIX<0，則計算風(fēng)速為負(fù)偏差，風(fēng)速被高估；反之，計算風(fēng)速被低估.在工程中，采用的方式多為一點或幾點預(yù)測多點，單獨考慮預(yù)測點與參考點的RIX值是無意義的，ΔRIX則體現(xiàn)出了兩者之間的關(guān)聯(lián)，使結(jié)果更為準(zhǔn)確.

在WAsP中對定海測風(fēng)站及馬目山上的23臺發(fā)電機組構(gòu)成的風(fēng)電場進行RIX計算.

最終計算結(jié)果見圖7，數(shù)據(jù)統(tǒng)計結(jié)果見表2.圖上各處自身的風(fēng)速計算誤差總體上隨著所在區(qū)域的RIX值增加而增加，與工程統(tǒng)計資料一致.

圖6　RIX與WAsP風(fēng)速計算誤差對照Fig.6　Relationship between wind speed prediction error and ΔRIX

圖7　馬目山風(fēng)電機組RIX計算Fig.7　RIX calculation to wind turbines in Mamu mountain

根據(jù)以上數(shù)據(jù)，可以獲得ΔRIX值為3.1%.根據(jù)圖7中ΔRIX與WAsP風(fēng)速計算誤差之間的關(guān)系，可估算出風(fēng)速計算誤差為-1.9%左右，因此，6.39 m/s的年平均風(fēng)速經(jīng)過修正后應(yīng)該為6.27 m/s左右.

表2　風(fēng)電場23臺風(fēng)電機組統(tǒng)計數(shù)據(jù)

Per Nielsen[14]發(fā)現(xiàn)，應(yīng)用WAsP模式進行風(fēng)場發(fā)電量計算時，發(fā)電機組輪轂高度處的年平均風(fēng)速模擬值與“發(fā)電量誤差/風(fēng)速誤差”存在有如圖8所示的近似關(guān)系.

圖8　不同風(fēng)速下發(fā)電量預(yù)測誤差與風(fēng)速預(yù)測誤差關(guān)系Fig.8　Power generation prediction error/wind speed prediction error ratio in different wind speed

3結(jié)論

針對岑港風(fēng)電場所在的研究區(qū)域，采用相對易于得到的90 m分辨率的SRTM地形高程數(shù)據(jù)以及GoogleEarth相關(guān)數(shù)據(jù)，利用各種圖形處理軟件，在保證精度的同時，以低成本獲得WAsP的地形數(shù)據(jù)；完成風(fēng)電場機組模擬定位和產(chǎn)量估算，和岑港風(fēng)電場運行數(shù)據(jù)進行對比，模擬發(fā)電量偏高10.27%；通過RIX(地形陡峭指數(shù))方法對誤差進行分析和處理，修正后的年發(fā)電量為73.953 GWh，與估算的實際值相比誤差從10.27%縮減至7.7%；根據(jù)具體的現(xiàn)場地形勘察結(jié)果再次合理調(diào)整機位設(shè)置，從而獲得更接近實際值的結(jié)果，因此提出的地形數(shù)據(jù)處理方法和處理結(jié)果可為風(fēng)電場微觀選址的前期工作提供參考和借鑒.

參考文獻：

[1]徐璋，霍玉雷，陳勇，等．新型組合式垂直軸風(fēng)機的優(yōu)化設(shè)計與性能研究[J]．浙江工業(yè)大學(xué)學(xué)報，2015，43(3):261-264.

[2]郭東華．雷達對地觀測理論與應(yīng)用[M]．北京:科學(xué)出版社,2000．

[3]MORTENSEN N G, SAID U S, BADGER J．Wind atlas for Egypt[C]//Proceedings of the 3rd Middle East-North Africa Renewable Energy Conference．Alborg Denmark：DTU，2006．

[4]呂雪芹，余志，鄧院昌，等．基于特征點修正的SRTM數(shù)據(jù)在風(fēng)能資源微觀評估中的應(yīng)用[J]．測繪科學(xué)，2008，33(4):161-162．

[5]張宇，張華，歐海慶．SRTM數(shù)據(jù)在山地風(fēng)電場風(fēng)資源評估中的應(yīng)用[J]．中國電力，2015(3):122-126．

[6]孔祥元，梅是義．控制測量學(xué)[M]．武漢:武漢測繪科技大學(xué)出版社，1996．

[7]張兆鑫，趙元虎，徐奔馳．基于CFD法的小型風(fēng)機非扭曲葉片氣動性能分析[J]．浙江工業(yè)大學(xué)學(xué)報，2013，41(1):68-72.

[8]王承煦，張源．風(fēng)力發(fā)電[M]．北京:中國電力出版社，2002．

[9]MOSETTI G, POLONI C， DIVIACCO B．Optimization of wind turbine positioning in large wind farms by means of a genetic algorithm[J]. Journal of wind engineering and industrial aerodynamics，1994(51):105-106．

[10]張建勝，周鋒，盧成原，等．典型低矮雙坡屋蓋平均風(fēng)壓的數(shù)值模擬[J]．浙江工業(yè)大學(xué)學(xué)報，2014，42(3):302-306.

[11]GRADY S A, HUSSAINI M Y, ABDULLAH M M. Placement of wind turbines using genetic algorithms[J]. Renewable energy,2005(30):259-270．

[12]周照中．采訪浙江舟山岑港風(fēng)力發(fā)電有限公司總經(jīng)理杜杰[EB/OL].[2011-08-19]. http://biz.zjol.com.cn/system/2011/08/19/017779826.shtml.

[13]NIELS G, MORTENSEN, ERIK L, et al. Influence of topographical input date on the accuracy of wind flow modelling in complex terrain[C]//European Wind Energy Conference & Exhibition. Alborg Denmark:Wind energy and atmospheric Physics Department,1997：36-39．

[14]PER NIELSEN, THOMAS SORSEN. WindPRO software user manual[M]. Alborg Denmark: EMD International AS，2006．

(責(zé)任編輯：陳石平)

Simulationresearch on microscopic imitative position of wind farm based on WAsP

XU Zhang, FU Yeye, HUO Yulei, WANG Qian

(Institute of Energy and Power Engineering, Zhejiang University of Technology, Hangzhou 310014, China)

Abstract:Because of the excellent performance at reducing the cost of wind resource assessment and improving the accuracy of constructing a wind farm, WAsP software is widely used for microscopic imitative position. Aiming at the restriction of topographic surveying and surface condition investigation for wind resource assessment, SRTM elevation data of 90-meter resolution is used for drawing electronic topographic map for WAsP, and also GoogleEarth data is used to describe barrier and roughness near meteorological station. The feasibility of the method is verified by wind resource assessment and imitative position of 23 wind generators of Cengang wind farm at Zhoushan Island in Zhejiang Province. The error of the results are estimated and corrected using RIX method to improve the accuracy, which is useful for simulation of imitative position of wind farm.

Keywords:WAsP; SRTM; imitative position; wind resource assessment; wind farm; RIX

收稿日期：2015-12-24

基金項目：浙江省公益技術(shù)應(yīng)用研究計劃項目(2014C31034)

作者簡介：徐璋(1973—)，男，江蘇海門人，副教授，博士，研究方向為新能源開發(fā)與燃煤污染物控制，E-mail：xzzyn@zjut.edu.cn.

中圖分類號：TK513.5

文獻標(biāo)志碼：A

文章編號：1006-4303(2016)04-0364-05