【《基于格林威治云平台的测风数据处理分析案例》4300字】

[6]。1.2.1空气密度空气密度决定着区域风能的大小并且影响着风机的选型。(1.6)式（1.6）中：为空气密度；为年平均大气压力，；为气体常数，为；为年平均空气开氏温标绝对温度。由测风数据的处理得到密度为1.106kg/m3。1.2.2平均风速平均风速是最能反应当地风资源条件的参数。由数据处理后可得风速分布图，得到总体平均风速分为6.268m/s，以及基于格林威治得到长年代平均风速如图1.7所示为6.30m/s，而近十年平均风速6.22m/s，近5年平均风速则为6.35m/s。图1.7长年代风速变化图Figure1.7Long-datedwindspeedvariationgraph1.2.3风功率密度风功率密度为单位时间内通过单位面积的空气动能，如：(1.7)式（1.7）中：为空气动能，；为空气密度；为风速。平均风功率密度为：(1.8)式（1.8）中：为测风总数；为第i次的空气密度；为第i次的风速。而要计算年平均风功率密度，则：(1.9)式（1.9）中：为形状参数；为尺度参数；为伽马函数。对测风数据进行处理后可得到年平均风功率密度，如图1.7：图1.8为风功率密度图，计算得到年平均风功率密度为351.663W/m2，可知该地为风资源较为良好。图1.8风功率密度Figure1.8Annualwindpowerdensity1.2.4主要风向分布风向决定了机组在风场的排列布置，对后续风场的发电量有着很大的影响。数据处理过后，即可得到该区域的盛行风向，由图1.9可知该区域盛行方向为ENE风向，即67.5°风向。图1.9风向频率图Figure1.9Windfrequencydiagram1.2.550年一遇最大风速最大风速对后续风电机组的选型和机组的安全性有着很大的影响。(1.10)(1.11)(1.12)(1.13)式(1.10)—(1.13)中：为分布的尺度参数；为分布的位置参数；为连续年的最大风速样本序列；、为概率分布函数。则50年一遇最大风速为：(1.14)经过数据处理，设定风暴周期为4天，可得通过图1.10得到50年一遇最大风为速为39.221m/s。图1.10最大风速图Figure1.10Maximumwindspeedgraph1.2.6湍流强度大气边界层的气流为湍流，湍流流动是世界上和大多数的工程项目中很常见的一种流动现象，随机、无规则、脉动为它的特点，在很多项目中流体通常是处于湍流的状态。一般对湍流的处理往往采用数值模拟的方法来进行分析处理。湍流的数值计算主要分为直接数值模拟（DNS）和非直接数值模拟，其中非直接数值模拟的RANS方法被广泛应用。湍流强度是描述大气的湍流运动特性的最重要的特征量，以及很大程度上取决于环境的粗糙度和周边障碍物等。(1.15)式（1.15）中：为风速标准偏差值；为10min的平均风速。通过前期选址以及数据处理可得到此区域范围内的湍流强度较小，对机组影响不大。1.2.7威布尔概率密度根据威布尔分布曲线图来判断风速的变化，其概率密度函数为：(1.16)式（1.16）中：为风速的概率密度；为形状参数；为尺度参数。当越大，越集中于平均风速附近；越大，平均风速