Климатологическая оценка ветроэнергетического потенциала на различных высотах ( на примере юго-востока европейской территории россии ) 25. 00. 30 Метеорология, климатология, агрометеорология
Скачать 0.63 Mb.
|
Личный вклад автора состоит в:• постановке задач, выборе способов их решения, формулировке и обосно вании научных положений; • разработке методики восстановления режима скоростей ветра на различных высотах в приземном слое атмосферы по данным приземных метеорологическихнаблюдений; • изучении пространственно-временных особенностей распределения скоростей ветра; • выделении основных типов распределения скоростей ветра, районировании параметров распределения на юго-востоке ЕТР; • построении карт-схем пространственного распределения ветроэнергетического потенциала на высотах 10, 30, 50, 70, 90, 110, 130, и 150 м над земной поверхностью в рассматриваемом регионе. Публикации. По теме диссертационной работы опубликованы 2 монографии и 24 научных статьи в реферируемых изданиях, в том числе 11 в рекомендованных ВАК. Структура и объем работыДиссертационная работа состоит из введения, шести глав, заключения и списка использованных источников, включающего 286 наименований. Общий объем работы составляет 255 страниц. Работа иллюстрирована 20 таблицами, 55 рисунками. СОДЕРЖАНИЕ РАБОТЫ Во введении обосновывается актуальность работы, излагаются цели и задачи исследования, дана оценка их научной новизны и практической значимости. Приведен перечень положений и наиболее значимых результатов, выносимых на защиту. Приводятся сведения о работе и ее структуре. В первой главе обобщены принципы и способы современного климатологического обеспечения ветроэнергетики. История развития ветроэнергетики свидетельствует об эволюции требований, предъявляемых к её климатическому обеспечению, исходным данным и методам их использо вания для решения ветроэнергетических задач. Наиболее часто задачи оценки ветроэнергоресурсов решаются для небольших локальных территорий и с использованием гипотетических предположений о распределении скоростей ветра в конкретном пункте региона и особенностей изменения ветрового режима с высотой. Лишь в последние десятилетия достаточно четко определился круг задач для решения ветроэнергетических проблем, связанных с оценкой потенциальных и утилизируемых ветроресурсов той или иной ВЭУ, в зависимости от ее местоположения, высоты расположения оси ветроколеса и технических данных конкретной ВЭУ. Отмечается, что ветроэнергетика как сектор энергетики присутствует в более чем 50 развитых странах мира. Страны с наибольшей установленной мощностью на 31.12.2007 г. – Германия, Испания, США, и Китай. Ряд других стран, включая Италию, Великобританию, Нидерланды, Китай, Японию и Португалию, перешли отметку в 1000 МВт. Ветроэнергетика наиболее динамично развивалась в странах ЕС, но сегодня эта тенденция начинает меняться. Всплеск активности наблюдается в США и Канаде, новые рынки возникают в Азии и Южной Америке. В Индии и Китае в 2005 году зарегистрирован рекордный уровень роста. Дания к 2030 году планирует за счет ветряков покрыть до 50% энергопотребления. Рассматриваются теоретические основы определения ветроэнергетических ресурсов и обосновываются подходы их оценки. Одной из основных характеристик ветроэнергетического потенциала является удельная мощность  ветрового потока, приходящая на единицу площади в единицу времени, она определяется выражением: , (1)где – плотность воздуха (кг/м3), v – скорость ветра (м/с). Из уравнения (1) следует, что удельная мощность ветрового потока пропорциональна кубу скорости ветра и в силу этого она значительно возрастает даже при небольшом усилении ветра. Например, при усилении скорости ветра в 2 раза, мощность ВЭУ возрастает в 8 раз. Отсюда следует, что для оценки мощности ветроустановок и количества вырабатываемой ими энергии необходима надежная информация о повторяемости различных скоростей ветра в предполагаемом районе их установки на уровне оси ветроколеса. Эта же особенность не позволяет оценивать среднюю за какой-либо отрезок времени (месяц, год) удельную мощность и использовать ее для расчета величины вырабатываемой энергии, зная только среднюю скорость ветра. Поэтому среднюю удельную мощность следует рассчитывать как  , (2)где  дифференциальная функция распределения скоростей ветра. Приведенный интеграл можно оценить интегральной суммой как: = , (3)v1, 2, 3 …n – значения скоростей ветра для середины градаций, p(v1, 2,3 …n) – повторяемость градаций. При использовании этих данных в качестве vn берется значение скорости ветра для середины градации. Эти вычисления можно произвести с использованием справочников по климату, где помещены таблицы повторяемостей различных градаций скоростей ветра. Очевидно, что наиболее точные результаты можно получить лишь с использованием формулы (2). Дискретность значений  в формуле (3) и кубическая зависимость от приводит к занижению оценок. Поиск вида функции  – одна из задач, решаемых в настоящем исследовании. Разумеется, что полученные оценки средних значений удельной мощности следует относить лишь к тому пункту, где произведены метеорологические наблюдения. Вместе с тем известно, что ветер обладает большой временной и пространственной изменчивостью, вызванной деформацией ветрового потока (скорости и направления) под влиянием шероховатости подстилающей поверхности и физического состояния атмосферы. Вопросы репрезентативности полученных расчетов требуют особой тщательной проработки. Они составляют одну из задач настоящего исследования. При энергетической оцен ке природного режима вариаций скоростей ветра во времени и пространстве применительно к запросам технико-эко но мического обоснова ния и проек тирования конкретных энергетиче ских объектов все данные о режиме ветра в той или иной местности целесообразно представлять в виде объективных числен ных характеристик, отражаю щих течение природного геофизического процесса в приземном слое, и которые удобны для практических расчетов. Результаты исследований по оценке ветроресурсов и технических решений их утилизации были обобщены при разработке руководящего документа (РД 52.04. 275-89) по проведению изыскательских работ по оценке ветроэнергетических ресурсов для обоснования схем размещения и проектирования ВЭУ. Они определили перечень характерис тик ветра, необходимых для климатологического обеспечения ветроэнергетики. В их первую часть входят общие климатические характеристики ветра, поз воляющие определить удельную мощность ветрового потока – показателя теоретического потенциала энергии ветра, т.е. потенциала, рассчитываемого с учетом всего диапазона фактически наблюденных скоростей ветра. Ко второй части относят специализированные климатические характеристики, раскрывающие условия эксплуатации и режима работы ВЭУ. В третью часть включаются климатические характеристики для расчета конструкций ВЭУ на прочность и устойчивость. Большинство современных научных работ посвящено оценке вет ро энер ге тического потенциала вблизи земной поверхности. Можно сказать, что они обеспечивают «малую» ветроэнергетику, призванную использовать энергию ветра в качестве энергосберегающих технологий. У небольших ВЭУ ось ветроколеса располагается на высотах около 20 м. Для ВЭУ, высота башни которых составляет 100-120 м, необходим учет изменения удельной мощности и выработки энергии, которые весьма существенны. Однако до настоящего времени вопрос о восстановлении режима ветра на требуемой высоте окончательно не решен. Поэтому одной из важнейших задач настоящего исследования является разработка методики оценки ветроэнергетического потенциала на любой высоте установки оси ветроколеса ВЭУ. Данные о скорости ветра, полученные на метеорологиче ских станциях, строго говоря, характеризуют режим ветра на пло щадке, где установлен ветроизмерительный прибор. Вне этой зоны ветровые условия остаются неизвестными, а потребителя интересуют особенности ветра в пунктах, где осуществляется хозяйственная дея тельность. Характер подстилающей поверхности самым непосредственным образом влияет на ветровой поток, его скорость и направление. Под влиянием ландшафта и различных препятствий скорость ветра может, как усиливаться, так и ослабевать. Поэтому учет положения места наблюдения за ветром в ветроэнергетике должен, на наш взгляд, быть произведен, во-первых, для выявления его влияния на показания ветроизмерительного прибора, во-вторых, для разработки способов интерполяции средних скоростей ветра по территории в место предполагаемого размещения ВЭУ. Решению этой задачи в настоящем исследовании уделено особое внимание. Обычно для этого используется классификации местоположений В.Ю. Милевского. Несколько иной подход к учету рельефа местности использован при разработке «Атласа ветров России». В нем методика обработки данных и моделирования местного и регионального ветрового климата для России использует численное моделирование ветрового потока в пограничном слое атмосферы с учетом меняющихся параметров подстилающей поверхности, эффектов затенения от зданий и других препятствий, а также влияние рельефа вокруг метеостанции. Во второй главе решаются задачи выбора научно обоснованного теоретического закона распределения скоростей ветра, соответствующего реальному ветровому режиму территории. Поскольку фактические распределения скоростей представлены, как правило, в сгруппированном виде, то для проведения косвенных расчетов требуется привлечение какой-либо статистической модели. Подыскание теоретического распределения, соответствующего эмпирическому, или «выравнивание» его, является одной из важнейших задач климатологической обработки метеорологической информации. Если удачно найдено теоретическое распределение, то климатолог получает не только удобную форму представления изучаемой величины, которую можно закладывать в машинные расчеты, но и возможность расчета характеристик, непосредственно не содержащихся в исходных рядах, а также выявления в них скрытых закономерностей. Поэтому подысканию теоретического распределения и проверки его правильности в настоящем исследовании уделено особое внимание. В ХХ в. разрабатывалось несколько способов расчета вероятности скоростей ветра у поверхности земли, имеющих свои достоинства и недостатки. В работе рассмотрены различные аппроксимирующие выражения рекомендованные для выравнивания распределения скоростей ветра по всей совокупности наблюдений. Однако, как установлено в диссертационном исследовании, по значениям критериев Колмогорова и Пирсона окончательный выбор сделан в пользу распределения Вейбулла-Гудрича, лишь оно не противоречит гипотезе соответствия эмпирическому скоростному режиму. Именно его рекомендуется использовать для выравнивания реального ветрового режима. Удачный подбор теоретической функции еще не гарантирует необхо димую точность аппроксимации. Другим важным условием уменьшения пог решностей расчетов является надежная оценка параметров апп рок си мирующе го выражения. Для расчета параметров распределения Вейбулла-Гудрича разработаны различные методы: графический, наименьших квадратов, максималь ного правдоподобия, моментов. Ранее метод наименьших квадратов подвергся критике (Л.Л. Брагинская, 1982 г.) из-за завышения средних скоростей ветра. Однако, как нам удалось установить, если учесть, что скорости ветра являются не дискретной, а непрерывной величиной, то при использовании в расчетах повторяемостей по градациям (0-1, 2-3, 4-5 и т.д.), обеспеченности различных значений следует относить не к началу градации, а к значению между ними. Расчеты показали, что при предложенном нами способе использования метода наименьших квадратов, значения средних скоростей ветра, средних квадратических отклонений и коэффициентов вариации практически идентичны значениям, полученным другими как прямыми, так и косвенными расчетами. Метод наименьших квадратов более удобен при объединении нескольких выборок и реализован в современных офисных программах для ЭВМ. В диссертации впервые для юго-восточной части России получены оценки параметров распределения Вейбулла-Гудрича с использованием метода наименьших квадратов. Они позволяют надежно воспроизводить режим различных скоростей ветра и на этой основе решать многие практические задачи, в том числе ветроэнергетические. Для выяснения надежности воспроизводства ветровых характеристик с использованием рассчитанных нами параметров распределения, были получены теоретические повторяемости различных скоростей ветра по метеостанциям региона и сравнены с наблюденными. Анализ показал, что наиболее часто расхождения между теоретическими и эмпирическими средними месячными повторяемостями скоростей ветра составляют 1,0-1,5%, что соответствует статистическим погрешностям. Наибольшие расхождения приходятся на градации 2-3 и 4-5 м/с, здесь они могут повышаться до 2-3%. На наш взгляд, это может быть связано не с точностью их расчета, а с погрешностями измерения скорости ветра в области малых значений. Для года же в целом погрешности заметно меньше, чем для конкретных месяцев. Поэтому использование средних годовых повторяемостей скоростей ветра для оценки общего ветроэнергетического потенциала той или иной территории региона следует считать предпочтительным. Несмотря на достоинства распределения Вейбулла-Гудрича, ему присущ недостаток, связанный с изменением параметров распределения от месяца к месяцу и от станции к станции. В этой связи нами поставлена и решена задача по разработке методов совмещения распределений скоростей ветра во времени и обобщения их в пространстве. К настоящему времени общие принципы решения этой задачи не разработаны. Наиболее часто ее все же решают графическим методом, он позволяет наглядно представить форму зависимости переменных. Известно, что распределения, изме няющиеся в большей или меньшей степени от района к району или от сезона к сезону, могут соответствовать одному закону. Если же такой общий закон существует, то имеется принципиальная возможность совмещения геометрически подобных распределений, путем изменения их числовых параметров. В этих условиях основная задача состоит в отыскании такой функции преобразования переменной τ(v,  , σv, ...) случайной величины и ее чис ловых характеристик , σv, которая позволила бы представить функцию распределения, зависящую от тех же аргументов, в виде однозначной функции:P(V≥v) = F(τ). (4) После этого совмещение кривых в координатной сетке (Р, τ) становится элементарным. Если вид преобразования найден, то нанеся на график фактические данные и убедившись в том, что рассеивание точек находится в пределах случайных ошибок – по совокупности точек можно провести среднюю линию, получив тем самым типовую кривую распределения, которая по закону больших чисел будет значительно более надежной, чем каждая из сопоставляемых кривых [Марченко и Анисимова, 1964]. При таком решении задачи гарантируется тесная связь между теорией и экспериментом. В случаях, когда фактическое рассеивание точек превышает случайные ошибки, совокупность точек необходимо дифференцировать на подтипы. Применительно ко многим существенно положи тельным случайным величинам, каковой, в частности, является скорость ветра, в качестве преобразования переменной распределения нами предлагается использовать отношение натурального зна чения случайной величины к ее среднему значению  .Интегральные кривые, соответствующие одномодальным плотностям вероятностей положительных и теоретически не ограниченных сверху случайных величин типа Вейбулла-Гудрича, в значительной мере удается спрямить на сетке, которая спрямляет закономерность вида:  . (5)являющуюся некоторой модификацией формулы Вейбулла-Гудрича [Марченко и Анисимова, 1964]. С целью проверки применимости такого подхода к совмещению и обобщению распределений нами применен графический метод отображения обеспеченности разных скоростей ветра (рис. 1), он позволяет наглядно убедиться в удачно выбранном модифицированном законе распределения Вейбулла-Гудрича, а так же в спрямляющем и совмещающем эффектах. Достоинство обобщенного во времени закона распределения заключается в том, что вместо нескольких месячных пар β и γ для каждой метеостанции используется лишь одна, а это позволяет упростить переход к обобщению или районирова нию их по территории независимо от времени года.  Рис. 1. Пример совмещения месячных распределений скоростей ветра В качестве величины достоверности аппроксимации нами использовался коэффициент детерминированности R2, который является функцией квадратов отклонения эмпирических yi и модельных  значений обеспеченности: . (6)Значение R2 иногда называют квадратом смешанной корреляции, оно позволяет судить о близости теоретических и фактических значений. Величина R2 может изменяться от 0 до 1. Если она равна 1, то имеет место полное совпадение эмпирических данных с теоретической моделью или функциональная зависимость. В случае линейной зависимости эта величина представляет собой квадрат коэффициента корреляции. Типизация линий распределения по территории осуществлена путем замены их совокупности одной линией, которая наилучшим образом отражает свойства каждой из них. При этом считается, что каж дая из сопоставляемых кривых соответствует как бы отдельной совокупности наблюдений одного и того же явления. В конеч ном счете, такого рода типизация позволяет выполнить и физико-географическое районирование территории по определенному признаку. Как нам удалось установить, такое совмещение законов распределения достаточно эффективно и по территории ЮВ ЕТР (рис. 2). Рис. 2. Пример обобщения средних годовых распределений скоростей ветра по метеостанциям Волгоградской области на уровне 10 м. Массовые вычисления значений R2 для всех областей рассматриваемого региона позволили нам установить, что их значения выше 0,98. Это указывает на практически функциональную зависимость между переменными в выбранных координатах и позволяет считать выбранный закон распределения весьма удачным. В диссертации установлено, что параметры обобщенных по областям распределений мало изменяются от области к области (табл. 1). Это обусловлено общностью циркуляционных условий региона и относительной однородностью подстилающей поверхности. Несколько выделяются лишь Оренбургская область и Татарстан. Таблица 1 Параметры распределения γ и β по административным областям юго-востока ЕТР
При обобщении значений параметров распределения по всем областям региона, нами с использованием метода наименьших квадратов получено одно уравнение, позволяющее воспроизвести (смоделировать) ветровой режим в любой точке рассматриваемой территории, зная лишь средние значения скорости ветра, сведения о которых по большому числу метеостанций содержатся в справочниках по климату. Надежная пространствен ная интерполяция их значений в предполагаемое место установки ВЭУ обычно не представляет труда. Полученное нами обобщенное уравнение распределения скоростей ветра в конкретном пункте юго-востока ЕТР, к которой мы относим, прежде всего, Калмыкию, Астраханскую, Волгоградскую, Саратовскую, Пензенскую, Самарскую и Ульяновскую области, имеет вид:  . (7)Для выяснения надежности полученной нами формулы (7), были рассчитаны теоретические повторяемости скоростей ветра по градациям для всех метеостанций региона. Сравнение их с эмпирическими данными показало, что повторяемость скоростей ветра воспроизводится с той же точностью, что при использовании распределения Вейбулла-Гудрича. Различия теоретических и эмпирических частот находятся на уровне статистических ошибок, особенно в области высоких скоростей ветра. Для решения задачи о возможности совмещения законов распределения по высоте нами использовались результаты срочных наблюдений на высотных метеорологических мачтах. Как известно такие наблюдения производятся в системе Росгидромета в ограниченном числе пунктов. В качестве примера на рис. 3 показано совмещение распределений скоростей ветра с использованием повторяемости градаций на высотах 9, 121 и 301 м в Останкино. Как показали результаты исследования, и в этом случае совмещение оказывается весьма тесным. Коэффициент детерминированности около 0,98, что позволяет считать связь эмпирических и теоретических значений обеспеченности скоростей ветра почти функциональной. Следовательно, параметры модифицированного распределения Вейбулла-Гудрича будут одними и теми же на любой высоте приземного слоя атмосферы и их можно оценить по наземным наблюдениям. Рис. 3. Совмещение средних годовых распределений скорости ветра по высоте. Останкино. Таким образом, разработанные нами полуэмпирические основы моделирования ветрового режима в приземном слое атмосферы на юго-востоке ЕТР впервые позволяют надежно получать не только различные статистические характеристики ветра, но они могут с успехом применяться для оценки как ветроэнергетического потенциала так и утилизируемых ресурсов территории, с учетом режимов работы ветродвигателя. Для восстановления режима ветра в каком-либо пункте и на произвольной высоте оси ветроколеса, необходимо знание лишь средней скорости ветра на ее уровне. Как следует из формулы (7) не менее важной проблемой для ветроэнергетики и других отраслей хозяйства является изучение вертикальной изменчивости средних характеристик ветра. Поэтому в главе 3 рассматриваются климатические закономерности из менения средних месячных и годовых скоростей ветра с высотой. Особенность задачи состоит в том, что в отличие от синхронных профилей, для которых имеется целый ряд вариантов решения, уровень теоретической проработки вопросов интерполяции (экстраполяции) кли матических характеристик ветра по высоте в приземном слое атмосферы значительно ниже. Объясняется это, главным образом, сложностью и многообразием физических процессов, формирующих вертикальные распределения климатических параметров, которые назвать профилями, из-за их несинхронности, можно лишь условно. Обычно в прикладной климатологии применяются логарифми ческий  или степенной  законы изменения скорости с высотой, в них  и  – средняя скорость ветра на высоте и уровне флюгера, z – расчетная высота, h – высота флюгера, m и z0 – параметры. Последние являются сложной функцией, отражающей суммарное влияние на профиль скорости ветра шероховатости подстилающей поверхности, термодинамических и других условий, которые отмечались в течение всех лет наблюдений. Исследование приоритетности логарифмической или степенной функций для решения климатологических задач проводилось с использованием средних месячных и годовых скоростей ветра на различных высотах, полученных по наблюдениям на высотных метеорологических мачтах в Останкино и Обнинске и по аэрологическим данным в Сухиничах и Долгопрудном. Учитывая не линейность и многофакторность зависимости средней скорости от высоты, в качестве статис ти ческой модели использовалась квадратическая регрессия. Детальное изучение закономерностей изменения средних скоростей ветра с высотой позволило нам сделать следующие выводы:
Рис. 4. Изменение средней годовой скорости ветра с высотой в логарифмических и полулогарифмических координатах. Останкино 1970-1977 гг. Полученные выводы являются научной основой для оценки параметров законов изменения средней скорости ветра с высотой с учетом географического местоположения. Используя данные из «Нового аэроклиматического справочника пограничного слоя атмосферы над СССР», где приведены средние месячные и годовые скорости ветра на уровне флюгера и высоте 100 м за период 1970-1980 гг., нами произведен массовый расчет параметров zo и m в отдельных пунктах рассматриваемой территории. Параметры и логарифмической, и степенной формул практически одинаково тесно связаны со средними скоростями ветра на различных высотах (рис. 4), следовательно, между ними может иметься определенная зависимость. Поэтому в качестве следующего этапа исследования нами решалась задача поиска связи между параметрами zo и m. Результаты расчетов позволили нам установить, что действительно между ними имеется функциональная связь, но не линейного, а, как выявлено в результате испытания различных элементарных функций, параболического характера (рис. 5). Связь между параметрами zo и m для всех привлеченных к исследованию пунктов наблюдения, практически функциональная. Величина достоверности аппроксимации R2≈1, поэтому детализировать эту связь по времени и пространству нет необходимости и ее целесообразно для средних годовых и месячных значений принять в виде: zo =29,1m2 – 6,8m + 0,4. (8) Рис. 5. Связь параметров m и zo Выявленная нами зависимость, позволяет осуществить однозначный взаим ный переход от одного параметра к другому, а мало физически обоснованному параметру m придать физический смысл, выражающийся сложным образом через шероховатость подстилающей поверхности. Кроме того, отметим, что как видно на рис. 5, значение параметра m для большого числа метеостанций может быть как выше, так и ниже значения 0,2, рекомендованного [РД 52.04.275-89] в качестве базового при расчетах средней скорости ветра на высотах приземного слоя атмосферы с привлечением степенной формулы. Во многих работах отмечалась зависимость рассматриваемых параметров zo и m от средней скорости ветра вблизи земной поверхности (на уровне флюгера) [Борисенко, 1976; Заварина, 1971]. Учитывая это, нами решалась задача изучения характера этой связи, с целью установления научной основы определения параметров zo и m по средней скорости ветра только на уровне флюгера. Это тем более важно, поскольку позволяет получить математические модели изменения скорости ветра с высотой и обеспечить получение надежных величин ветроэнергетического потенциала на требуемой высоте. Сопоставление значений рассчитанных нами zo и m со средней скоростью ветра на уровне флю гера позволило установить, что между ними так же имеется достаточно тесная связь (R2 около 0,94). Как видно на рис. 6, связь между параметрами zo, m и vо явно нелинейная. Учитывая, что характер связи между m или zo и vо заранее неизвестен, для ее математического представления нами были испытаны наиболее часто употребляемые элементарные функции: степенная, экспоненциальная, линей ная, логарифми ческая и полиномиальная. В результате испытаний в настоящей работе показано, что по величине достоверности аппроксимации R2 наиболее приемлемой оказываются экспонента, особенно для средних годовых значений скорости ветра. Рис. 6. Связь параметров zo и m со средней годовой скоростью ветра на начальном уровне v0 Значения параметров m и z0 для средних годовых значений скорости ветра определяют установленные нами эмпирические выражения:  или  , (8)а для средних месячных значений в период с сентября по май:  или   (9)и в период с июня по август:  или  , (10)здесь v – средняя скорость ветра на уровне 10 м. Коэффициенты уравнений регрессии (8-10) рассчитаны методом наименьших квадратов. Достоверность аппроксимации связи рассматриваемых величин экспонентой для средних месячных скоростей ветра составляет 0,92-0,95, а это свидетельствует о достаточно надежной их связи. Эти уравнения с учетом уравнения (7) являются основой для решения почти всех ветроэнергетических задач на любой высоте приземного 150-200 метрового слоя атмосферы. Используя уравнения (8-10), нами получены расчетные значения параметров zo и m для рассматриваемых станций по средним скоростям ветра на уровне 10 м и выполнено сравнение их со значениями, полученными из непосредственных наблюдений. Оказалось, в подавляющем числе случаев (более 80%) различия не превышают 6% относительно наблюденной величины и лишь для Казани они возросли до 9-11%. Из этого следует, что полученные формулы можно достаточно надежно использовать для расчета параметров как логарифмической, так и степенной функций изменения средней скорости ветра с высотой. Оценки нарастания скорости ветра с высотой, полученные в настоящей диссертации, были полностью подтверждены в ходе проведения изыскательских 8-срочных наблюдений за скоростью ветра на высотах 14 и 59 м на юго-востоке Саратовской области, выполненные с участием автора в марте-апреле 2004 г. В качестве следующего этапа исследования, нами решена задача по исследованию погрешностей восстановления средних месячных и годовых скоростей ветра на высоте 100 м с использованием расчетных параметров, оцененных с использованием формул 8-10. Как оказалось, в большинстве случаев применение полученных формул позволяет получить значения средних скоростей ветра на высоте 100 м близкие к наблюденным. Необходимо иметь ввиду, что статистические погрешности наблюденных скоростей ветра составляют 0,4-0,6 м/с или 5-10% соответствующих значений, поэтому ошибки менее 10% следует считать приемлемыми. Погрешности имеют как положительный, так и отрицательный знак, это отражает колебательный характер относительно генеральной закономерности В большинстве случаев они при этом, особенно для годовых значений, не превышают 1-3 % и лишь в отдельных случаях повышаются до 6%, что соизмеримо с величиной случайных ошибок. А случайные ошибки, как известно, складываются из погрешностей измерения и расчета статистических характеристик. Все это позволяет считать, что расчетные характеристики лучше отражают изменение средних значений скорости ветра с высотой. Этот вывод подтверждается и тем, что наибольшие погрешности приходятся на наименьшие средние месячные скорости ветра, а как известно, наименьшие значения измеряются менее точно. Для оценки ветроэнергетического потенциала на высоте установки ветроколеса необходимо знание закономерностей изменения скоростей ветра с высотой. Разработанная нами методика позволяет получить принципиально новое решение этой задачи, в котором обоснована возможность восстановления ветрового режима на требуемой высоте по наземным метеорологическим наблюдениям. В главе 4 сформулирована методика расчета характеристик ветра, необходимых для решения задач оценки производительности, режима работы и прочностных характеристик ВЭУ в предполагаемом пункте установки. Разработанные в данном диссертацион ном исследовании статистические модели климатологического режима ветра и оцен ки ветроэнергетических ресурсов на произвольном уровне 150-метрового слоя атмосферы, представленной системой уравнений (7) и (8-10) позволяют решить их оптимальным образом. Входным параметром разработанной модели является средняя месячная или средняя годовая скорость ветра на открытой ровной поверхности на высоте 10 м. Для ее определения можно использовать средние скорости ветра из справочников по климату, проинтерполировав их в предполагаемый пункт. К вопросу интерполяции средней месячной или годовой скорости ветра вблизи земной поверхности для интересующего изыскателя района следует подходить с большой осторожностью. Известно, что скорость ветра в приземном слое воздуха существенно изменяется на близких расстояниях под влиянием неоднородностей подстилающей поверхности, особенно рельефа и крупных водоемов. Методы пространственной интерполяции скорости ветра в условиях неоднородной подстилающей поверхности, разработанные в ГГО, позволяют с большой точностью прогнозировать пространственные изменения средних скоростей ветра на основе данных метеостанций, морфометрического анализа местности и обобщенных данных о коэффициентах изменения скорости вет ра в зависимости от типа местоположения и формы рельефа. Для этого данные по ближайшим метеостанциям необходимо привести к сравнимым условиям. Нами за сравнимые условия приняты условия открытой ровной местности и высота 10 м от земли. Приведение наблюденной средней многолетней скорости ветра v, к сравнимым условиям нами выполнено с помощью поправочных коэффициентов на открытость ветроизмерительного прибора k1 и высоту его установки k2 :  (11)где – средняя многолетняя скорость ветра, приведенная к сравнимым условиям.В России для учета условий открытости площадок метеостанций на местности наиболее совершенной и доступной является классификация В.Ю. Милевского. Она позволяет учитывать не только форму рельефа (выпуклая, плоская, вогнутая), наличие затеняющих элементов (зданий, построек, деревьев), но и присутствие водных поверхностей (озера, моря, океана). В классификации степени открытости местоположения флюгера по В.Ю. Милевскому определенному классу открытости в данных условиях атмосферной циркуляции соответствуют определенные средние годовые скорости ветра и вероятности их различных значений [Милевский, 1960]. По результатам исследований скоростей ветра в средней полосе ЕТР методическим отделом ГГО получены связи между классами флюгеров станций и скоростными характеристиками ветра. В качестве поправочного коэффициента на открытость k1, учитывающего переход от фактических условий местоположения к условиям открытой ровной местности, для которой k1=7, нами использовано выражение:  , (12)где ki – класс открытости метеостанции в направлении i-того румба, pi – повторяемость ветров этого румба. Оно показывает, что если фактические условия открытости станции хуже, чем условия открытой ровной местности (  , то поправочный коэффициент k1>1, и наоборот. Учитывая это, предлагается в качестве метеостанций-аналогов брать ближайшие на севере и юге, а также на западе и востоке метеостанции и по ним производить интерполяцию в интересующую изыскателя точку местности с соответствующими весовыми коэффициентами.На метеостанциях региона регистрирующие приборы (флюгеры и анемометры) располагаются на высотах от 6 до 18 м. Для приведения скоростей ветра к одной высоте (за нее принят уровень 10 м) можно воспользоваться сведениями о вертикальном профиле ветра, который описывается степенной или логарифмической функцией, приведенными в главе 2. Для этого воспользуемся формулой  Величина параметра m находится по формулам (8)-(10). По большинству метеостанций поправочный коэффициент на высоту изменяет среднюю скорость ветра всего на несколько десятых долей метра в секунду. Расчеты показывают, что отличие высоты ветроизмерительного прибора на ±2 м от уровня 10 м изменяет среднюю скорость ветра всего на 0,1 м/с, поэтому в этом диапазоне данную поправку можно не вводить.Методы оценки производительности ВЭУ. Как было показано выше, для обоснования использования ВЭУ в том или ином районе можно использовать значение средней скорости ветра. Временной изменчивостью плотности воздуха ρ в приземном слое обычно пренебрегают, поскольку её вариации не превышают 10% значения плотности воздуха для стандартной атмосферы (1,226 кг/м3). На рассматриваемой терри тории средние значения плотности воздуха, по нашим оценкам, составляют 1,224-1,228 кг/м3. Отклонения от средней стандартной плотности не превышают 3%. Каждая конкретная скорость ветра вносит свой вклад в среднее значение удельной мощности ветрового потока, но этот вклад существенно зависит от ее повторяемости. Для иллюстрации этой зависимости на рис. 7 представлена компиляция двух графиков, один из которых характеризует прямопропорциональную зависимость удельной мощности ветрового потока от куба середины градации скорости ветра, а второй характеризует повторяемость этой градации. При построении были использованы соответствующие данные по г. Ершову (Саратовская область) на высоте 10 м. Удельная мощность ветрового потока для конкретных градаций определялась нами по формуле  (0,613=0,5∙1,226), где vi – середина градации, pi – повторяемость i-той градации. Вследствие кубической зависимости удельной мощности ветрового потока от скорости ветра наибольший вклад в формирование ее среднего значения дают не наиболее часто наблюдаемые и даже не средние скорости, а превышающие их в 1,5-2 раза.Выполнив интегрирование уравнения (5) с учетом выражения (7), получим окончательную формулу для расчёта средней удельной мощности ветрового потока в виде:  (12)где – средняя скорость ветра. При оценке ветроэнергопотенциала на произвольной высоте приземного слоя атмосферы (оси ветроколеса) необходимо учитывать лишь среднюю скорость ветра на этом уровне. Рис. 7. Повторяемость скоростей ветра p и распределение средней годовой удельной мощности N на высоте 10 м в г. Ершов (Саратовская область). υ1 – наиболее часто наблюдаемая скорость, υ2 - средняя скорость ветра, υ3 – скорость, обеспечивающая наибольший вклад в годовую выработку энергии. Методы оценки эксплуатационных характеристик ВЭУ. Для нахождения продолжительности рабочих скоростей ветра воспользуемся установленным нами обобщенным законом распределения. Известно, что стартовая скорость ветра, при которой у ВЭУ начинает вращаться ветроколесо, для многих ВЭУ составляет примерно 3 м/с, поэтому продолжительность диапазона рабочих скоростей tр будет равна:  , (14)где Т – период, ч (год – 8760, полугодие – 4380, месяц – 720 часов и т.д.). Суммарная длительность простоев или энергетических затиший ВЭУ tп равна:  . (15)Таким образом, для того чтобы рассчитать длительность простоев ветроагрегата достаточно найти разность между периодом превышения начальной скорости Т и значением продолжительности диапазона рабочих частот tр. Для расчета средней непрерывной длительности простоев ВЭУ может ис поль зоваться полученная А.Д. Дробышевым [1997] аналитическая зависимость: tп(v≥3), ч = t (v≥ 3)∙ [100 – P(v ≥3)]/ P(v ≥3). (16) Аналогичные результаты с использованием уравнения (7) можно получить для других значений скорости трогания ветроколеса. Для расчета прочностных характеристик высотных сооружений, каким является ВЭУ, обычно используются значения максимальных скоростей ветра, возможных за какой-либо период. Они определяют ветровые нагрузки (напор) на высотные здания и сооружения. В зависимости от типа сооружения, от проектируемой продолжительности его эксплуатации может быть задана обеспеченность, с которой наблюдается наибольшая скорость ветра. Эта задача решается в два этапа. Сначала определяется обеспеченность наибольших скоростей ветра, возможных в предполагаемый период, а затем по ней рассчитывается ее значение. Для расчета обеспеченности наибольших скоростей ветра в зависимости от периода повторения используется соотношение [Заварина, 1971]:  (18)где Т – число лет, за которые хотя бы один раз наблюдается наибольшая скорость ветра, равная или превосходящая величину v, N – число наблюдений в течение года. Решив уравнение (7) относительно v с использованием значений F получим выражение для аналитической оценки наибольшей скорости ветра, возможной 1 раз в период различной длительности:  (19)Сравнение расчетных максимальных скоростей ветра, возможных 1 раз в 20 лет (гарантийный срок крупных ВЭУ) с опубликованными в справочниках по климату показало их хорошее согласование. По большинству метеостанций рассчитанные по формуле (19) наибольшие скорости ветра отличаются не более чем на ±2 м/с, что вполне возможно при применении различных методик. При расчете нами использовались данные при веденные к условиям ровной открытой местности и высоте 10 м над поверхностью земли. Анализ показывает, что на метеостанциях расположенных среди элементов затененности как ниже, так и выше флюгера рассчитанные нами наибольшие скорости ветра возможные 1 раз в 20 лет оказываются несколько выше и, наоборот, для метеостанций на возвышенных участках – ниже. Одним из важнейших результатов этого анализа является вывод о применимости уравнения (19) для расчета наибольших скоростей ветра в требуемый период лет. Он может быть рекомендован для решения других задач, например связанных с расчетом ветровых нагрузок на высотные здания и сооружения. | ||||||||||||||||||||||||||||||||||
Похожие:
 | Учебно-методический комплекс дисциплины сд. Р. 3 Метеорология и климатология... Курс «Метеорология и климатология» входит в систему физико-географических дисциплин | | Математическая модель кристаллизации переохлажденных капель водных... «Речевой этикет» разработана на основе авторской программы по русскому языку для общеобразовательных учреждений. 5-11 классы: (автор-составитель... |
| Программа учебной дисциплины наименование дисциплины: «Климаты земного... Изучение дисциплины базируется на предварительном усвоении студентами материала основных метеорологических дисциплин: «Физическая... | | Рабочая программа учебной дисциплины физика для подготовки бакалавров... Фгос впо по направлению подготовки 021600. 62 «Гидрометеорология», по профилю «Агрометеорология», утверждённого приказом Министерства... |
 | Рабочая программа по дисциплине с 7 Экономический потенциал Российской Федерации России; отраслевого строения экономического потенциала таможенной территории России; регионального строения экономического потенциала... | | Mолдова неотъемлемая часть Европы, обладающая богатой и выразительной... На территории рм существуют многочисленные историко-археологические памятники (около 8 тысяч), культурно-историческое значение которых... |
| Рабочая программа учебной дисциплины мелиорация для подготовки бакалавров... Программа составлена в соответствии с требованиями фгос впо по направлению подготовки 021600. 62 «Гидрометеорология», утверждённого... | | Российской Федерации Федеральное государственное бюджетное образовательное... «Оценка перспектив и экономического потенциала для развития гастрономического вида туризма на территории Подмосковья.» |
| Программа учебной дисциплины наименование дисциплины: «Авиационная... Изучение дисциплины базируется на предварительном усвоении студентами материала основных метеорологических дисциплин: курсов «Физика»,... | | Север Дальнего Востока и хребет Джугджур протянулись от Чукотского... России к постиндустриальному этапу развития, необходимых для развития профессиональных компетенций студентов |
| Отчет о научно-исследовательской работе разработка плана стратегического... Цель научного исследования — комплексная оценка современного экономического и социального состояния территории и потенциала города... | | Рабочая программа учебной дисциплины метеорология и климатология... Рабочая программа предназначена для преподавания дисциплины блока б. 14 студентам очной формы обучения |
| «…» на тему: «Исследование системы коллективных средств размещения... Целью работы является исследование системы коллективных средств размещения на территории города Волгограда и оценка перспектив ее... | | Демографические процессы на украине: реалии и перспективы (на примере харьковской области) Значение демографической составляющей в социально-экономическом развитии страны велико. Оценка демографического потенциала занимает... |
| Гумилёв Л. Н. Древняя Русь и Великая степь Россия не рассматривается как фактор европейской политики, русская культура – как неотъемлемая часть культуры европейской, русский... | | Лекция наука метеорология и климатология Программа предназначена для обучающихся 2 курса по профессии «Повар, кондитер» на базе одиннадцати классов, имеющих основные знания... |
