测风数据处理

十、测风数据处理

测风数据处理包括对测风数据的验证、缺测数据订正、数据计算处理、计算处理后的各参数指标评估。

(一)数据验证

在验证测风数据时，必须先进行审定，主要从数据的代表性、准确性和完整性着手，因为它直接关系到现场风能资源的大小。对提取的测风数据进行检查，判断其完整性、连贯性和合理性，挑选出不合理的、可疑的数据以及漏测的数据，对其进行适当的修补处理，从而整理出较实际的合理的完整数据以供进一步分析处理。

完整性及连贯性检查包括:检查测风数据的数量是否等于测风时间内预期的数据数量;时间顺序是否符合预期的开始、结束时间，时间是否连续。合理性检查包括三个方面:测风数据范围检验，即各测量参数是否超出实际极限;测风数据相关性检验，即同一测量参数在不同高度的差值是否合理;测风数据的趋势检验，即各测量参数的变化趋势是否合理等。合理性检查的各项内容参见表1-7～表1-9。

表1-7　各测量参数的合理范围

(1)数据代表性

首先了解现场测点的位置，即现场是简单的平坦地形，还是丘陵或者是复杂的地形，而测点在这几种地形下所处的位置如何。在一个场地上测风仪安装在最高、最低或者峡谷口等处测得的数据都不具有代表性，因为将来安装风力发电机组是几十台甚至几百台，面积较大，所以测风点应在平均地形状况下测得风速，否则就会偏大或偏小。而建造在经济上可行的风力发电场，必须有最低限度的风能资源要求，可能在山顶上达到了最低限度的风能资源要求，在谷地达不到要求。

若在预选风力发电场有多点测风数据，可以进行对比分析，进行多点平均。在平均时删除最低风速地形的值。而且以后安装风力发电机组时，对这些地形也不予考虑。

(2)数据准确性

数据序列既然是一种观测结果的时间序列，必然受到风速本身变化和观测仪器、观测方法以及观测人员诸多因素变化的影响。对于风力发电场测风的数据，不能只从数据上分析其准确性，还要从现场测风点作实地考察，如风速感应器是否水平。例如:某一风力发电场在40m高处的风杯支臂向西倾斜45°，影响到风速的记录。某咨询公司作可行性研究报告时，在风洞中进行测试，其结果如下:

正常　V_y=－0.051+0.998V_x

右倾　V_y=－0.051+0.998V_x(相当于S、N风)

前倾　V_y=0.024+0.880V_x(相当于S、N风)

后倾　V_y=0.048+0.943V_x(相当于E风)

由上式可知:当吹10m/sW风时，风速偏小，为1.2m/s。又例如:某一风力发电场测风杯盐蚀严重，在风洞中进行测试，当风速为2m/s时，还不能启动。根据风洞测试两台风速仪结果如下:

　　V_y1=0.601+0.965V_x

　　V_y2=1.59+0.923V_x

式中　V_y1，V_y2——现场测风的风速，m/s;

　V_x——风洞风速，m/s。

由此可见现场测风的数据非常不准确，在0m/s时，实际上已有1.59m/s的风速，在10m/s时，已有10.82m/s的风速。无疑现场风速测量的准确性差。

风向的准确性关系到确定主导风向，但有的现场测风站仅用罗盘，把北标记对准地磁方向的“北”，没有进行地磁偏角方向找正。还有的风向指北杆各点不一致，在测量塔装多层风向标时，上下指北杆有5°～10°的差异。这些都影响风向玫瑰图的精度。

(3)数据完整性

由于传感器、数据处理器和记录器的失灵或者电池更换不及时等都能引起数据遗漏，使现场观测的风速值不连续，造成资料不完整，实际上，一年的资料中间断断续续加起来仅7～8个月的数据，这样的资料无法用WAsP软件进行计算，也缺乏代表性。数据完整率应是采集时间的95%以上，最差也不能低于90%。有效数据完整率计算公式如下:

有效数据完整率=×100%

应测数目是测量期间总小时数，缺测数目为没有记录的小时数目，无效数据数目为确认的不合理的小时数目。

风力发电场要求至少有一年的完整数据(最好是从1月1日到12月31日的一个自然年)。因为一年是建立风况季节性特性资料的最短期限，这样也有利于与气象站资料进行对比分析，若用前一年的下半年和后一年的上半年作为一年，往往很难判断是大风年还是小风年。

一般来说，数据验证工作应在测风数据提取后立即进行。检验后列出所有可疑的数据和漏测的数据及其发生时间。对可疑数据进行再判断，从中挑选出符合实际的有效数据放回原数据中;无效数据则采用前后相邻数据取平均，参考其他类似测风设备同期数据，或者凭经验进行替代而变为有效数据，对无法平均或无法替代的则视为无效数据;误测和漏测数据除按可疑数据进行处理外，应及时通知测风人员尽快采取措施予以纠正。最终整理出一组连续的数据，数据完整率(即除去漏测数据数目和无效数据数目后的实际数据数目占应测量数据数目的比例)应达到90%以上。

最后，将所有经验证后的数据汇总，得到至少连续一年的一套完整的数据。

(二)缺测数据订正

缺测数据可参照如下方法进行订正。

(1)按不同风向求相关性

需要借助邻近气象站或者现场多点观测的其他点数据进行比较。

从理论上讲，在同一天气系统下，相邻两点风向一致，所以寻求各风向下的风速相关是合理的。其方法是建立一直角坐标系，横坐标为基准站(气象站)风速，纵坐标为风力发电场场测站的风速。按风力发电场测点在某一象限内(如NW风)的风速值，找出参考站对应时刻的风速值点图，求出相关性，最好能建立回归方程式。对于其他象限重复上述过程，可获得16个风向测点的相关性，然后按各方向对缺测的数据进行订正。

(2)按不同风速求相关性

一般来说，小风即3m/s以下风速时，风速相关性较差，因为小风时受局地影响很大，如甲地风速在1m/s内时，相邻乙地可能是2m/s，绝对不能得出甲地比乙地风速小50%的结论。同时，小风时风向也不稳定。只有当风速较大，相关性才较好。

(3)长年数据订正

想取得历年之间及各季之间的风力变化资料，只凭风力发电场一两年的测风资料，显然是做不到的，必须根据相邻气象站或水文站、海洋站的长年代(30年以上)资料进行订正。

由于风力发电场测风时的年份所测的风速可能是正常年，也可能是大风年或者是小风年的风速，若不作修正，有风能估计偏大或偏小的可能。但是，不能简单地将气象站的30年资料拿来进行对比。因为气象要素随时间的变化不仅受气候变化的影响，而且还受站址的搬迁、站址周围建筑物和树木的成长等变化的影响，所以往往气象站的风速有随着年代推移逐年偏小的趋势，故不能看到气象站的风速序列中与风力发电场测风的年份比19世纪50～80年代小就认为是小风年。应该对气象站资料中最近一些年来周围环境的变化进行分析，再确定相应风力发电场哪一年属于什么年(大风、小风或正常年)，然后以每年与气象站风速的差值推算出风力发电场长年代资料，即反映风力发电场长期平均水平的代表性资料。

(三)数据计算处理

将验证后的数据与附近气象台、站获取的长期统计数据进行相关比较，并对其进行修正，从而得出能反映风力发电场长期风况的代表性数据;将修正后的数据通过分析计算(如应用WAsP程序)，变成评估风力发电场风能资源所需要的标准参数指标，如月平均风速、年平均风速、风速和风能频率分布(每个单位风速间隔内风速和风能出现的频率)、风功率密度、风向频率(在各风向扇区内风向出现的频率)等，计算出风功率密度和有效风速小时数。然后绘制出风速频率曲线，风向玫瑰图，风能玫瑰图，年、月、日风速变化曲线。

(四)参数指标的评估

计算处理后需要对各参数指标及其他因素进行评估。其中包括重要参数指标的分析与判断，如风功率密度等级的确定、风向频率及风能的方向分布、风速的日变化和年变化、湍流强度分析、天气等。将各种参数以图表形式绘制出来，如绘制全年各月平均风速，风速频率分布图，各月、年风向和风能玫瑰图等，以便能直观地判断风速、风向变化情况，从而估计及确定风力发电机组机型和风力发电机组排列方式。