风资源数据处理.doc

风资源测量与评估实务风资源测量与评估实务————测风数据处理与验证测风数据处理与验证测风数据处理测风数据处理测风数据处理包括对数据的验证、订正，并计算评估风资源所需要的参数1．．数据验证数据验证数据的验证是检查风场测风获得的原始数据，对其完整性和合理性进行判 断经过初步检验和审查，没有发现不合理的数据和缺测的数据2．．数据检验数据检验(1). 完整性检验 数据数量与时间顺序应与预期数据一致 (2). 合理性检验 主要参数合理范围平均风速0 ≤小时平均值≤40m/s风向0≤小时平均值≤360范围检验平均气压94kpa<小时平均值<106kpa50m/30m 高度小时平均风速 差值<2.0m/s50m/10m 高度小时平均风速 差值<4.0m/s相关性检验50m/30m 高度风向差值<22.51h 平均风速变化<6m/m3 很平均气压变化<1kpa趋势检验1h 平均温度变化<5℃所有数据均在同一高度，故无需相关性检查另外，要仔细判别并处理不 合理数据有效数据完整率=%100--X应测数目无效数据数目缺测数目应测数目有效数据完整率要达到 90%三三. 数据订正数据订正根据长期测站的观测数据，将测风数据订正为一套反映风场 长期平均水 平的代表性数据 ，即风场测风高度上代表年的逐小时风 速风向数据。

四四.数据处理数据处理将订正后的数据处理成 评估风场风能资源所需要的各种参数 ，包括不同 时段的平均风速和风功率密度、风速频率分布、风向频率等1）平均风速月平均、年平均；个月同一钟点平均、全年同一钟点平均 （2）风功率密度))((2131iniWPvnD Dwp---平均风功率密度，W/m2 n-----在设定时段内的记录数 ----空气密度，kg/m3-----第 i 记录的风速（m/s）值的立方3 iv平均风功率密度的计算应是设定时段内逐小时风功率密度的平均值，不可用 年（或月）平均风功率密度 Dwp中的必须是当地年平均计算值它取决于温度和压力，空气密度可按照如下公式进行计算：（一般取 1.025）3/mkgRTP-----空气密度，kg/m3P------年平均大气压力，Pa R----气体常数（287J/kg K） T----年平均空气开氏温标绝对温度 综合以上数据，再画出风速、风功率密度折线图然后算出风向频率画出风 玫瑰图每日每时平均风速每日每时平均风速日期/时间1112131415161718192000.961.340.490.080.900.351.330.750.502.1911.531.220.090.161.460.601.430.380.401.4321.371.230.590.200.730.581.590.660.851.8031.641.340.370.091.241.211.510.150.611.2041.761.370.590.021.311.391.310.780.901.7851.841.431.030.131.280.471.220.261.361.6261.831.510.940.211.090.701.450.481.471.2371.881.481.760.100.570.601.450.221.941.1782.071.401.550.150.700.711.040.791.361.7791.791.701.500.390.911.530.820.701.491.67102.121.571.160.731.401.270.790.991.531.44111.941.641.821.640.710.811.300.990.902.22122.111.431.780.930.921.072.220.651.181.34132.351.951.240.881.171.082.231.861.401.82141.871.871.341.111.090.912.261.501.322.50151.941.640.981.061.150.742.291.331.162.71161.671.511.090.360.860.642.071.290.532.18171.781.760.940.390.660.791.491.560.611.92181.281.540.160.010.111.231.110.940.241.15191.840.680.070.140.001.611.400.811.150.97201.800.780.220.670.001.540.790.861.450.90211.610.470.101.240.001.170.670.371.230.64221.450.360.101.240.180.840.950.191.100.05231.410.720.070.710.431.241.370.290.610.15日期/风向11121314151617181920(N)5545511871610249608481278393(NNE)1611681412064102314668(NE)1181151010217352131851(ENE)10110086049475123854(E)72118108417135554418124(ESE)62479128519275433666108(SE)31294138179146212223023(SSE)9544832796318410(S)7401063559723(SSW)54277330314(SW)42123458207811(WSW)15130764143205(W)4256402052306(WNW)1292002833510833310(NW)48567559685351337165(NWN)0000000000每日每时风功率密度日期/时间11 日12 日13 日14 日15 日16 日17 日18 日19 日20 日0 时1.222.223.224.225.226.227.228.229.2210.221 时2.223.224.225.226.227.228.229.2210.2211.222 时3.224.225.226.227.228.229.2210.2211.2212.223 时4.225.226.227.228.229.2210.2211.2212.2213.224 时5.226.227.228.229.2210.2211.2212.2213.2214.225 时6.227.228.229.2210.2211.2212.2213.2214.2215.226 时7.228.229.2210.2211.2212.2213.2214.2215.2216.227 时8.229.2210.2211.2212.2213.2214.2215.2216.2217.228 时9.2210.2211.2212.2213.2214.2215.2216.2217.2218.229 时10.2211.2212.2213.2214.2215.2216.2217.2218.2219.2210 时11.2212.2213.2214.2215.2216.2217.2218.2219.2220.2211 时12.2213.2214.2215.2216.2217.2218.2219.2220.2221.2212 时13.2214.2215.2216.2217.2218.2219.2220.2221.2222.2213 时14.2215.2216.2217.2218.2219.2220.2221.2222.2223.2214 时15.2216.2217.2218.2219.2220.2221.2222.2223.2224.2215 时16.2217.2218.2219.2220.2221.2222.2223.2224.2225.2216 时17.2218.2219.2220.2221.2222.2223.2224.2225.2226.2217 时18.2219.2220.2221.2222.2223.2224.2225.2226.2227.2218 时19.2220.2221.2222.2223.2224.2225.2226.2227.2228.2219 时20.2221.2222.2223.2224.2225.2226.2227.2228.2229.2220 时21.2222.2223.2224.2225.2226.2227.2228.2229.2230.2221 时22.2223.2224.2225.2226.2227.2228.2229.2230.2231.2222 时23.2224.2225.2226.2227.2228.2229.2230.2231.2232.2223 时24.2225.2226.2227.2228.2229.2230.2231.2232.2233.22五五.总结总结通过这次风资源测量评估课程的数据订正与处理，使我们熟悉了对所测量 的风能数据进行处理和分析的过程，掌握了对验证完成的数据经过各种处理程 序来评估风能资源的评估，也学习了风能估算和风力发电机组微观选址软件 WAsP,初步学会了计算和输出相应的风能参数。

我们小组所处理的是 10 天的按每分钟记录工一楼上的风速、温度、风向、湿 度以及大气压的原始数据，总数据为 14400 个，工作量很大，但我们小组分工 明确，秉着严谨的工作态度，一丝不苟的将每个数据仔细分析、计算，虽然在 计算过程中遇到了一些问题，但我们没有放弃，我们会相互讨论，也会在网上 寻找答案，最终解决了各种困难，经过几天的努力，庞大的数据终于处理完了， 我们得出了每日每小时风速的分布图线，每日每小时的风功率密度图线，和每 天的风能玫瑰图，最终，我们很顺利的完成了此次的风资源测量评估的数据处 理与分析在这次学习的过程中，我们深刻的体会到了知识是无限的，感觉自身的学习 往往不够用，学的不够多，而且，综合知识能力也还有待提高，另一方面，团 队的合作也很重要，一个人的能力往往有限，团队的合作才能体现没个人最大 的能力，此外，还要感谢我们李薇老师的细心指导，给我们提供了这个学习的 机会，这对我们将来的就业和走上工作岗位之后有很大的帮助，也使我们受益 匪浅。