测风数据分析成果简报

风能资源统计分析时，对采集的测风数据需要进行恰当的数据分析和统计处理。测风数据分析时应确定主要变量，包括平均风速、风速分布模型、风切变参数和湍流强度。

1.风速分布

按照数理统计对数据的处理方式，风速均值v-m可计算为

式中 vi——风速观测序列，m/s；

n——平均风速计算时段内风速序列个数。

采用式（1-3）进行平均风速计算时，基于平均风速求得的平均风功率与各风速下平均风功率的平均值偏差较大。在进行风能分析时，风功率与风速的3次方相关，直接由平均风速求平均风功率会产生误差传递，因此也可以采用另一种方式计算平均风速，即

除了确定风速在一定时间段内的平均值外，风速的分布也是风资源评估的关键因素。处于两种平均风速下的同一型号风力发电机组，可能会产生完全不同的能量输出。因此除了平均风速外，还应考虑风速变化的量度，即标准偏差。当求得平均风速后，风速的标准偏差σv求解为

在测风数据处理时，通常按照不同的风速分布范围来统计风频分布的小时数。若以风频分布的形式来描述风速，平均风速和其标准偏差可分别来计算[19]，即

式中 fi——某一风速段的频率；

vi——各段风速范围的中间值，m/s。

以风速为横坐标，小时数为纵坐标，以1m/s为一个风速区间，统计代表年测风序列中每个风速区间内风速出现的频率，可以绘制各段风速频率柱状图。连接各柱状图顶部中点可形成近似的曲线，该曲线为风速频率分布模式。可采用标准的统计函数来模拟，一般多采用威布尔分布函数。威布尔分布的概率密度函数为[20]

式中 v——风速，m/s；

k——形状参数；c——尺度参数。风速均值v-m和威布尔分布的两个参数（形状参数与尺度参数）存在关系式为

式中 Γ——伽马函数。(www.xing528.com)

风速标准偏差σv和威布尔分布的两个参数存在关系式为

根据测风的风频分布结果，可以确定风场对应的威布尔分布的形状参数和尺度参数。常用的分析方法包括图表法、标准差法、最小二乘法、矩法、最大似然法和能量模式因子法等。国家发改委2004年颁布的《全国风能资源评价技术规定》推荐采用标准差法来求解。

根据式（1-9）和式（1-10）可以得到关系式为

基于测风数据，由式（1-6）和式（1-7）求得风速均值v-m和风速标准偏差σv，一般应通过数值方法求解式（1-11）得到形状参数k。也可以近似估计为

求得形状参数k后，根据式（1-9）可求得尺度参数c，即

除了按上述方法确定风速的量值分布外，还需要确定风向频率。根据风向观测资料，按16个方位统计观测时段内（年、月）各风向出现的小时数，除以总的观测小时数即为各风向频率。

2.风湍流强度

风湍流表示的是10min平均风速的随机变化。湍流模型包括风速变化、风向变化和风切变，对于海上测风塔而言最关键的是风速变化模型。风能资源评估中采用的湍流指标是水平风速的标准偏差，再根据相同时段的平均风速计算出湍流强度。

10min湍流强度计算为

式中 σ——10min风速标准偏差，m/s；

v——10min平均风速，m/s。

逐小时湍流强度是以1h内最大的10min湍流强度作为该小时的代表值。对于有风速脉动观测记录的测点，计算其湍流强度为

式中 u′——脉动风速值（采样时间间隔≤3s）。