集成CFD与Kalman滤波的微尺度风电场风功率预报方法

作     者：刘丽珺 梁友嘉 LIU Lijun;LIANG Youjia

作者机构：武汉理工大学航运学院湖北武汉430063 内河航运技术湖北省重点实验室湖北武汉430063 国家水运安全工程技术研究中心湖北武汉430063 武汉理工大学资源与环境工程学院湖北武汉430070 

出 版 物：《高原气象》 (Plateau Meteorology)

年 卷 期：2018年第37卷第4期

页      面：1061-1073页

核心收录：

学科分类：08[工学] 081501[工学-水文学及水资源] 0815[工学-水利工程] 

基　　金：国家自然科学基金项目(41601184) 

主　　题：风能 BJ-RUC模式 CFD Kalman滤波 弃风率 

摘      要：基于Kalman滤波的风功率预测方法难以捕获风电场的风力空间分布特征,集成计算流体力学CFD模型和Kalman滤波能将风资源分布纳入风力发电预报框架,对提高微尺度风能利用率有重要意义。以黄土高原沟壑区的中国华电集团公司甘肃省环县南湫风电场为研究区,首先利用CFD模拟风电场风速分布特征和划分风区,再利用Kalman滤波订正BJ-RUC模式预报的各风区长时间序列风速变化,并对比不同风区的订正效果,最终基于发电能力评估风电场的风功率预报效果与效益。结果表明:(1)风电场内部的风机均不同程度地受到复杂地形的影响,围绕马蹄形山梁和山谷形成明显的阶梯式风区,风速差最高达2.78 m·s^(-1);(2)CFD与Kalman滤波的集成订正方法使风速预报准确率由BJ-RUC的20%~30%提高到90%以上,并使风功率预报准确率达到80%以上,显著提高了微尺度沟壑区风速-风功率预报精度;(3)风电场容量因子C_P平均在12.4%~16.8%之间,弃风率η为5.5%~17.5%,表明该电场的风功率预报精度明显受其发电效益制约;(4)还讨论了风电机组监控数据采集控制系统SCADA的数据质量、CFD计算效率和能源部门决策等不确定性因素对风速分区及风功率预报的影响。