分析不同气象地形条件下风速概率分布模型研究

分析不同气象地形条件下风速概率分布模型研究

风速依托天气系统产生，而在局部或全球范围内发生天气变化，能够对风速序列波动产生影响，导致风能资源的分布发生变化。本文主要从大气循环系统及时空功率谱方面入手，分析与之分布模型相关的联系因子，寻找我国气象地形环境下风速概率分布模型研究的相应方法。

标签：气象地形条件;风速概率分布模型;模型研究

通过评估风能资源，确定变动规律，一定程度上能够为决定风能转化的相关工作提供积极意义。而建立风速概率分布模型，能够更加直观的对风速进行统计，对风能资源进行量化。

一、前期准备

进行风速概率分布模型研究，我们需要进行充分的前期准备。一方面，需要通过测定不同气象地形环境下的风速数据，从而进一步寻找规律，并为概率分布模型的研究做充分的数据准备[1]。通过逐步完善典型气象地形环境下的风速数据，例如风速，平均值，风向气压等，保证数据的有效性和完整性，然后将数据订正为可适用的风速及风向结果。

二、相关性分析

进行相应的气象地形因素及其风速之间的相关性分析，可以进一步为风速概率分布模型的研究提供必要数据。首先，通过考虑大气系统的温度，荷电等成分进行垂直运动活动层次的相对划分，主要分析对流层天气现象。而气象因素主要有温度，风向，压强，降雨量，湿度等影响，从而表示空气性质。风速则与风向共同构成其空气的主要运动情况。运用威布尔分布（weibull），对数正态分布（ln），威布尔双峰（ww），伽馬威布尔（gw），单结尾正态（nw），瑞利分布（r）等多种分布函数进行拟合对比。通过对比得出风速的年概率分布与气温，气压，湿度之间具有相关性，进一步选取周概率分布数据进行确认[2]。最后，做相关性对比表，通过综合形成风速分布与各气象要素之间的周相关性图。

三、风速概率分布研究

（一）不同区域分布特性

从华北区域拟合情况进行分析，选用不同的评价指标，对选取的最终拟合结果有较大的影响，从而无法得出最优结果。因此，我们需要将个别的指标进行统一化，从而形成综合性评价指标。

指标为：当结果最优时，R2值最大，反之最小，RMSE及SSE作为卡方值，趋向接近于零，综合指标中1为每项最大值，因此，最接近1，则为最优，综合

结果6为最大值。通过整合所有评价因素，对其进行评估，才能进一步得出较为综合性的结果。

而选用这种评价方法，对四个典型的气象地形环境风速概率分布数据进行评价对比，能够进一步对不同区域间的分数分布结果进行评价。首先，对各个季节环境下各个区域的风速分布指标进行指标拟合，得出不同季节最优拟合结果。

[二）时间尺度特性

在进行研究时，由于采样频率不同，我们将其数据进行周期性分离，如半小时，一天，一周等。在进行不同的频段分析时，用横坐标表示频率，以小时为单位，为了便于对各个频段功率谱值进行比较，将其乘以频率间隔，得出纵坐标谱值，同时单位确定为方差（m2/s2）。随后选取各种分布函数，对相应区域的风速概率进行考察。如表1。

通过检测可以得出，各个区域具有一定的白昼周期性，当周期超过一天时，周期谱值有一定差异。其中3到15天作为天气循环周期，西北干早地区，沙漠盆地地区以及沿海地区的峰值波动均出现在10小时至4.3天之内，而华北地区最大峰值波动则出现在12.5小时至15天区间内。这说明，前三者天气循环周期与实际风速功率谱常态变化相符。

除此之外，同时为了进一步确定风能资源情况，需要确定风速功率的密度值和密度偏差，对四个典型区域进行分析，卡方值均为零，表示符合条件。对于华北区域，由于其天气周期与其它区域不同，更适合用gw分布进行模型描述，分析波动。其他三个区域，通过最大嫡函数对其分布模型进行确定，与三者的风速分布拟合度最优，表示差异值最小。因此，在进行分布模型研究时，对以上三个区域的风能状况进行分析，可采用基于最大嫡函数的分布模型。

四、结束语

综上所述，我们在进行基于不同气象地形环境下的风速概率分布模型研究时，需要进行气象及风速数据的收集，对数据进行相关性分析，并结合分布函数，对区域分布及时间分布特性进行确定，寻找最优模型的设计方略。

参考文献：

[1]高雁，杨靖波.典型微地形下的风速特性及其在输配电线路杆塔设计中的应用[J].中国电力，2015，48（7）：146-152.

[2]吴才亮.浅谈某架空输电线路微地形微气象的设计优化[J].企业技术开发，2015（11）：108-109.