风电场风速概率分布参数计算新方法

风电场风速概率分布参数计算方法的研究摘要：风电场的实际发电量主要受局部风的各个方面的特性影响。

风速对风电质量和电力系统的正常运行有很大的影响，风速具体数据的预测对风电场的市场发展具有重要意义。

因此，相关预测方法的发展呈现出活跃的趋势。

关键词：风速预测；人工神经网络;小波预测模糊逻辑方法随着社会的不断发展，人们的资源消耗也在增加。

因此，绿色能源获取模式目前符合环境保护和资源获取的精神，而风力发电是非常有代表性的性例子。

如果能够准确地预测风速，则可以提前知道未来发电量的变化，并且可以针对各种趋势及时进行调整，这对于发电厂的发展非常重要。

本文主要旨在介绍多种不同的预测方法，解释不同方法的特征，并帮助植物在使用不同方法时具有更科学的基础。

1一些基本的风速预测方法从空间的角度来看，风速的安排通常是不规则的，并且表现出较大的波动，在此功能下，通常难以通过建立适当的物理模型来对其进行解释和准预测。

从分析时间的角度来看，风速时间序列中包含趋势和随机分量，趋势分量主要是大气条件下的连续稳定，随机分量受大气运动的影响更大，因此存在无法从以前的数据中获得的特征。

预测结果中发生错误。

总之，风的规律分为物理数据和历史数据的统计方法。

1.1神经网络法风速的变化受各种自然因素的影响，例如气候背景，地形，陆地和海洋分布，并且风速在时间分布方面具有不确定性和不连续性。

但是，风速仍然具有很强的变化特性。

通常，月平均风速的空间分布与引起风速的气候背景，地形以及陆地和海洋分布直接相关。

例如，以内蒙古的风场为例，风的高度为1000-2000米，气候条件主要是温和的大陆性季风气候。

夏季（6月至9月），秋季和冬季和春季（10月至1月）的风速很小。

5月2日）风速相对较高。

因此，在预测风速之前，需要充分考虑风速中风速变化的特性。

1.1.1方法简介众所周知，人类最神奇的系统是神经系统，可以通过实际工作通过使用神经系统的相关属性通过特殊的拓扑结构模拟神经网络的某些属性来构建。

风电场威布尔参数的不同估计方法研究发表时间：2019-01-08T16:20:27.403Z 来源：《电力设备》2018年第24期作者：郭妙晁锐[导读] 摘要：双参数威布尔分布模型被普遍认为是适合于对风速频率做出准确描述的概率统计模型，本文介绍四种不同威布尔参数估计方法，并根据威布尔参数计算表征风资源特征指标的物理量。

（中国能源建设集团陕西省电力设计院有限公司陕西西安 710054）摘要：双参数威布尔分布模型被普遍认为是适合于对风速频率做出准确描述的概率统计模型，本文介绍四种不同威布尔参数估计方法，并根据威布尔参数计算表征风资源特征指标的物理量。

通过与实测数据计算得到的风能指标进行对比，分析各种方法的特点及适用情况。

关键词：威布尔分布模型、风速频率、风能特征量1、概述开发利用可再生能源是国家能源发展战略的重要组成部分，风能作为一种清洁的可再生能源，是目前最具发展前景和开发价值的新能源。

在风电场建设中，风能资源评估是十分重要的步骤，风速频率分布是确定风能资源分布的重要指标，本文主要介绍根据不同的风统计资料，研究用于拟合风速频率分布的威布尔参数估计方法，计算表征风资源特征指标的物理量，并对各种方法进行比较分析。

2、威布尔分布风速频率分布一般为正偏态分布，研究表明双参数威布尔分布模型被普遍认为是适合于对风速作统计描述的概率模型，对不同形状的频率分布有很强的适应性，能较好的描述风速分布[1-3]。

威布尔分布的概率密度函数可表达为：（2.1）其中，k为形状参数，是无量纲量；c为尺度参数，单位m/s。

3、威布尔参数的估计根据威布尔分布函数可以确定风速的分布形式，进而对风能资源做出评估。

威布尔参数的估计方法有：最小二程法、平均风速和标准偏差法、平均风速和最大风速法、分位数法等，可根据风速统计资料的不同选择不同的方法进行威布尔参数的估计。

以下根据陕西延安两座测风塔80m十分钟数据，分别用四种方法对威布尔参数进行估计，并对各种方法进行对比分析。

风电场风速概率Weibull分布的参数估计研究杨富程;韩二红;王彬滨;刘海坤;黄博文【摘要】风电场风速概率分布是描述风能特征的主要指标,其准确程度直接影响风电场风能资源的评估结果.主要介绍了两参数威布尔分布的极大似然估计法、最小二乘估计法和WASP估计法3种风速概率分布参数的估计方法.通过对四川广元地区低风速区域测风塔实测数据分析,结果表明,极大似然估计法与实测数据统计结果最为接近,拟合效果良好;Weibull参数c、k存在相对较为明显的季节变化;尺度参数c值随高度呈现幂指数形式,形状参数k值随高度呈现二次函数形式变化特征,在80～90 m高度左右,曲线出现拐点,k值取得最大值.【期刊名称】《江西科学》【年(卷),期】2019(037)002【总页数】7页(P264-269,299)【关键词】Weibull分布;概率分布;形状参数;尺度参数;参数估计【作者】杨富程;韩二红;王彬滨;刘海坤;黄博文【作者单位】四川电力设计咨询有限责任公司,610041,成都;四川电力设计咨询有限责任公司,610041,成都;四川电力设计咨询有限责任公司,610041,成都;四川电力设计咨询有限责任公司,610041,成都;四川电力设计咨询有限责任公司,610041,成都【正文语种】中文【中图分类】TM6140 引言随着世界工业经济的快速发展，化石能源燃烧排放出的大量温室气体导致全球气候发生巨大变化，已经严重危害到人类生存环境和健康安全[1]。

因此，可再生能源已成为解决能源与环境问题的主要途径之一，其中风力发电相比其它形式的可再生能源，因具有技术较为成熟、成本相对较低、对环境影响小等优势，成为世界各国大力发展可再生能源关注的重点之一[2]。

国家能源局在新能源“十三五”规划中提出“至2020年，我国风电装机容量将达到2.1亿kW以上，风电价格与煤电上网电价相当”。

同时，伴随着IV类复杂地形区域风资源相对较差及风电上网补贴电价不断下降的状况，准确评估风电场的经济性尤为关键。

三种风速威布尔分布参数算法的比较徐卫民, 孔新红,桂保玉(江西省气象科学研究所,江西南昌 330046摘要:介绍计算威尔分布参数的累积分布函数拟合法、平均风速和标准差估计法和平均风速和最大风速估计等三种算法,并应用此算法计算了都阳气象站的风速威布尔分布参数。

根据分布参数拟合了都阳县气象站的三种风速概率分布,将拟合的风速概率分布与同期的风速实际频率分布结果进行相关分析,依据相关系数判断拟合效果的好坏。

通过比较得到了以下结论:平均风速和标准差估计法效果最好,累积分布函数拟合法次之,由于最大风速变化比较随机,平均风速和最大风速估计法效果波动最大,整体效果差。

通过多年最大风速的平均数与平均风速计算,能减少最大风速抽样的随机性误差,结果更具代表性。

关键词:风速;分布规律;威布尔;比较0 引言近年来,我国并网运行的大中型风力发电厂建设逐渐纳入有计划、规范化发展的轨道。

鄱阳湖风力发电站建设项目已经纳人江西省“十一五”规划重大建设项目中。

为此,有必要开展风能分析及风电场设计等方面的研究工作。

威布尔(Weibull分布双参数曲线,是一种形式简单且又能较好拟合实际风速分布的概率模型,只要给定了威布尔分布参数 k 和 c ,风速的分布形式便给定了, 而毋需逐一查阅和统计所有的风速观测资料, 可方便地求得平均风能密度、有效风能密度、风能可利用小时数, 给实际使用带来许多方便[1-3], 使得威布尔分布概率模型在风能分析及风电场设计过程中得到了广泛的应用。

但是威布尔分布参数有许多算法,因此采用哪种算法进行计算更能使拟合接近真实值, 是值得讨论的问题。

本文通过收集都阳气象站的风速数据, 对计算 Weibull 参数的三种常用的算法进行了比较,得出了一些有益的结论。

1 估算参数 k 和 c 的方法介绍 [4-7]威布尔分布单峰的,两参数的分布函数簇。

其概率密度函数可表达为⎥⎦⎤⎢⎣⎡−=−k k c x c x c k x P (exp ( (1 (1 式中:k 和 c 为威布尔分布的两个参数, k 称作形状参数, c 称作尺度参数。

一种新型的风电场50年一遇安全风速计算方法的对比分析摘要：采用极值I型函数和EWM模型，结合气象站与风电场测风塔的数据，推算风电场轮毂高度处50年一遇的最大风速，并将计算结果进行对比分析。

结果显示：对于山地风电场，采用极值I型推算得到50年一遇最大风速与通过EWM 模型测试得到的50年一遇最大风速的结果存在较大差异。

而对于地势平坦的风电场，这两种测算50年一遇的最大风速的结果比较接近。

关键词：50年一遇最大风速; 极值I型函数、EWM模型ABSTRACT:With the data of meteorological station and meteorology mast on the wind farm, The extreme wind speed of 50 years at hub height is calculated using extreme value type I function and EWM model.The results show that there is a big difference for mountain wind farm between extreme wind speed of 50 years using extreme value type I function and extreme wind speed of 50 years using EWM model, but there is a close result for flat wind farm between extreme wind speed of 50 years using extreme value type I function and extreme wind speed of 50 years using EWM model.KEY WORDS: The 50-year Extreme Wind Speed ;Extreme Value type I Function.EWM model前言：风电场建设的最基本要求是风能资源丰富，风向较稳定的区域。

基于蒙特卡罗方法的Weibull分布参数计算研究作者：潘坤年来源：《华东科技》2013年第10期【摘要】本文用蒙特卡罗法产生随机风速数据，并用最小二乘法和极大似然法对Weibull 模型的参数计算进行分析比较，说明采用Weibul1分布模型能较好的拟合风能的状况。

【关键词】Weibul1分布模型；最小二乘法；极大似然法；蒙特卡罗法1 风速概率分布模型的参数估计1.1 风速概率分布评估风电场的风能资源状况，是开发风力发电项目最基础的工作。

其中风速概率分布参数是体现风能资源统计特性的最重要指标之一，也是在风电场规划设计和并网技术研究中所必须的重要参数。

用于拟合风速概率分布的模型很多，有威布尔（Weibull）分布、瑞利（Rayleigh）分布等，其中双参数威布尔（Weibull）分布模型应用最为广泛。

实际上，由于我国地域辽阔，气候地理条件差异很大，各地区风速分布并不都服从威布尔（Weibull）分布，而是呈多种分布形式。

双参数Weibull分布的密度函数和分布函数分别为：其中c和k分别为Weibull分布的尺度参数和形状参数；尺度参数c反映了风电场的平均风速；V是给定风速。

利用风速观测数据，可以通过最小二乘法、极大似然估计法等确定参数k和c。

1.2 最小二乘法对分布函数取对数整理得取，则（3）可以转化为，于是由最小二乘法拟合求出参数k、c。

将观测到的风速出现范围划分为n个风速间隔：，统计每个间隔风速观测值出现的频率以及累积频率，令，根据（3）式及风速累积频率观测资料，便可以得到a和b的最小二乘估计值：由（3）和（4）式得。

1.3 极大似然估计法由密度函数取对数构造对数似然函数最大似然方程组为：这是一个非线性方程组（n为样本容量）。

我们采用牛顿法迭代求解，根据（4）可得相应的修正方程式：式中雅可比矩阵元素分别为根据修正方程式，选取合适的初值，经过反复迭代，收敛后就可得出Weibul1分布的参数k和c。

风电场风能资源评估中重要参数的计算与应用随着人们环保意识的不断提高，风能发电成为了备受关注的重点。

在风能发电中，风能资源的评估是非常关键的一步。

而在这个过程中，有一些重要的参数需要计算和应用，这些参数对于我们评估和利用风能资源具有重要的作用。

本文将重点介绍一下这些参数的计算和应用。

一、风能密度风能密度是指单位时间内风能在某一面积上的平均能量。

常用单位有瓦特每平方米（W/m2）、千瓦每平方米（kW/m2）等。

风能密度的计算需要考虑到风速和空气密度等因素。

风能密度是风能资源评估中一个非常基本的参数。

通过对风能密度的测量和分析，可以帮助我们评估风能资源的潜力和价值，来决定是否要进行风力发电。

此外，风能密度也可以帮助我们设计风电场的发电功率、风机数量和布局等。

二、风速分布风速分布是指在某一给定高度的风速出现频率和概率分布。

根据气象学理论，通常使用Weibull概率分布函数来描述风速分布情况。

风速分布是风能资源评估中另一个重要的参数。

通过对风速分布的分析，我们可以确定风电场的发电潜力和风能利用效率，以及选择最适合的风机类型。

此外，风速分布还可以帮助我们进行风险评估和风电场的经济评估。

三、风向分布风向分布是指在某一给定高度的风向出现频率和概率分布。

通常使用Rose图或风向频率分布图来表示。

风向分布是风能资源评估中另一个重要的参数。

通过对风向分布的测量和分析，我们可以确定风电场的风机布局和风能利用效率，以及选择适合的风机转向。

此外，风向分布还可以帮助我们进行风险评估和风电场的经济评估。

四、风能利用系数风能利用系数是指在一定时间内风电机组实现的平均输出功率与其额定功率之比。

风能利用系数的大小受到多种因素的影响，如风速、风向、风机的切入和切出风速等。

风能利用系数是风能资源评估中非常关键的一个参数。

通过对风能利用系数的分析，我们可以确认每台风机的实际输出功率，并确定整个风电场的发电潜力和风能利用效率。

此外，风能利用系数还可以帮助我们评估风电场的经济效益和维护成本。

风电场综合统计指标计算公式风电场的综合统计指标计算公式主要包括风速概率分布函数、风能利用率、容量因子、负荷因子、等效利用小时数等。

本文将详细介绍这些指标的计算公式。

首先，介绍风速概率分布函数的计算公式。

风速概率分布函数是描述风速出现的频率和概率分布情况的函数。

常见的风速概率分布函数有韦布尔分布、雷诺兹分布等。

其中，韦布尔分布是最常用的风速概率分布函数。

韦布尔分布函数的计算公式如下：F(v) = 1 - exp(-[v/v0]^A)其中，F(v)表示风速小于等于v的累积概率，v是风速，v0是标准风速，A是韦伯指数，它反映了风速分布的偏态。

其次，介绍风能利用率的计算公式。

风能利用率是指风电场实际发电量与理论最大发电量之间的比值。

风能利用率的计算公式如下：E=(G/(ρ*A*V^3))*100%其中，E表示风能利用率，G表示风电场实际发电量，ρ表示空气密度，A表示风轮叶片面积，V表示平均风速。

风能利用率越高，说明风电场的发电效率越高。

接下来，介绍容量因子的计算公式。

容量因子是指风电场实际发电量与装机容量之间的比值。

容量因子的计算公式如下：C.F.=(G/P)*100%其中，C.F.表示容量因子，G表示风电场实际发电量，P表示风电场的装机容量。

容量因子越接近于1，说明风电场的利用率越高。

然后，介绍负荷因子的计算公式。

负荷因子是指风电场实际发电量与最大可能发电量之间的比值。

负荷因子的计算公式如下：L.F. = (G/Gmax)*100%其中，L.F.表示负荷因子，G表示风电场实际发电量，Gmax表示最大可能发电量。

负荷因子越接近于1，说明风电场的发电能力越强。

最后，介绍等效利用小时数的计算公式。

等效利用小时数是指风电场实际发电量与装机容量之间的比值，再乘以365天，表示风电场一年中的等效利用小时数。

等效利用小时数的计算公式如下：E.Y.=(G/P)*365其中，E.Y.表示等效利用小时数，G表示风电场实际发电量，P表示风电场的装机容量。

风电场代表年风速计算方法的分析随着全球环境保护意识的不断提高、清洁能源的使用率不断增加，风能发电作为一种清洁、可再生的能源形式，受到了越来越多的重视。

而风电场是指搭建在一定地域范围内、利用风能产生电能的场所，风电场的建设需要精确地计算最适合该地区的风速，以确保风力发电机的最佳发电效果。

因此，风电场代表年风速的计算方法是风电场建设中的一个核心问题，是风电场设计及运营过程中的重要环节。

本文将重点分析目前常用的代表年风速计算方法，包括数值模拟法、统计学方法、解析方法三种方法，探讨各自的特点、适用场合及其优缺点，为风电场的设计提供一定的参考依据。

一、数值模拟法：数值模拟法主要是通过计算机模拟风场的流体动力学过程，得出风电场代表年风速。

该方法需要大量的气象学和计算机科学的知识，且需要考虑的参数众多，包括地形、气象条件等等，因此其数据准确性较高，尤其适用于涉及到复杂地形的风电场。

该方法的步骤分为两部分：首先，需要运行数值天气预报模型计算出目标站点未来一年的风场数据；其次，需要对计算结果进行后处理，计算得到代表年风速。

但是，由于该方法需要大量的计算量和设备、技术的要求较高，其成本也相应高昂，因此难以普及应用。

二、统计学方法：统计学方法是通过统计历史气象数据的风速频率分布，得出风电场的代表年风速。

该方法适用于基于连续多年的气象观测数据进行历史分析，因此其计算较为简单，能够快速得到结果。

该方法的步骤主要包括确定统计区域、筛选气象观测点、统计气象数据、绘制风速频率分布曲线和计算代表年风速。

但是，该方法仅仅考虑了历史数据，没有考虑到随机经验，绘制出来的风速频率分布曲线可能存在不确定性，结果可能存在一定的偏差。

因此，在实际应用中，需要将该方法与其他方法相结合，进行校核。

三、解析方法：解析方法是通过分析风场的特征、统计分析风速的分布型态、进行适当的理论分析，得出风电场代表年风速。

该方法是一种基于公式推导及理论分析的方法，不需要大量观测数据和计算机模型，但需要对风场特性进行了解和分析。

风速相关性产生新方法及对电网电压稳定影响鄂志君;张宇;沈妍;张利;王麟;李丛林【摘要】风速随机性导致风机输出功率不稳定,继而对电力系统电压稳定产生影响.同一地区相邻风电场风速变化具有相关性,进一步增大了对电力系统电压稳定的影响程度.本文提出一种相关风速产生新方法并应用于多风电场电力系统电压稳定分析,利用改进帕克-希恩(PS)算法产生相关正态变量,将概率变换到威布尔分布空间得到符合要求的风速相关性矩阵,再将所产生矩阵应用于潮流分析并进行奇异值分解,确定多风电场电力系统静态电压稳定程度.以风速相关的四风电场电力系统为例,证明了应用改进PS算法产生相关风速比传统的Cholesky方法更精确.以实际37节点电网为例,仿真分析了风速相关性对静态电压稳定的影响.%The randomness of wind speed causes the output power fluctuation of wind turbine,which influences the volt-age stability of power system.Furthermore,the variations of wind speeds on adjacent wind farms in the same area are related to each other,which increases the influence on the voltage stability of power system.This paper proposes a novel method of correlated wind speed generation,which is applied to analyze the voltage stability of multiple wind farm pow-er systems.An improved Park-Shin(PS)algorithm is used to generate the correlated normal variables,and the probabil-ity is transformed to satisfy Weibull distribution so that an appropriate correlation matrix of wind speed is generated, which is further applied to the power flow analysis and singular value decomposition,then the static voltage stability of power system is analyzed.Taking a power system of wind speed correlated four-wind farm as an example,it is proved that therelevant wind speed calculated using the improved PS algorithm is more accurate than using the traditional Cho-lesky decomposition.The influence of correlation of wind speed on static voltage stability is simulated and analyzed by taking a practical 37-node power grid as an example.【期刊名称】《电力系统及其自动化学报》【年(卷),期】2018(030)003【总页数】7页(P106-111,139)【关键词】改进帕克-希恩算法;风速相关性;奇异值分解;电压稳定;相关性矩阵【作者】鄂志君;张宇;沈妍;张利;王麟;李丛林【作者单位】国网天津市电力公司,天津300010;国网天津市电力公司电力科学研究院,天津300384;国网天津市电力公司城西供电分公司,天津300190;国网天津市电力公司电力科学研究院,天津300384;国网天津市电力公司,天津300010;国网天津市电力公司,天津300010【正文语种】中文【中图分类】TM712随着风电穿透功率的不断上升，风电接入对电网稳定性的影响不可忽视。

风电场50年一遇最大风速计算方法总结作者：高兴强来源：《风能》2014年第07期风电开发必须进行可行性研究，选择风能资源较好的区域进行风电场建设。

风电场50年一遇最大风速是风电场风能资源分析的重要指标，是风电机组选型的重要参考，是保证风电机组安全有效运行的重要前提。

本文主要按照《风电场风能资源评估方法》的要求取得的风能资源数据进行50年一遇最大风速的分析，总结的方法有WasP Engineering分析法、Windographer分析法、五日雷暴法、最大风速比值修正法、切变推求法、风压推求法、五倍平均风速法等多种方法。

WasP Engineering分析法利用WasP Engineering计算50年一遇最大风速（V50-max）所需要的基础资料有风电场所在地区的矢量地形图、测风塔位置坐标、实测的大风数据等。

其中，矢量地形图可以借助Global Mapper软件获取。

下面简单总结一下WasP Engineering的操作步骤：（1）导入矢量地形图新建一个工程，选择风电场所在区域的矢量地形图，如图1所示。

勾选“Use new gridding method”选项，框选风电场所在区域，导入地形图。

（2）新建测风塔调用“Insert new site into”命令，将测风塔的位置落到地形图上，如图2所示。

（3）导入一个实测的大风数据如在测风塔一个实测的大风为方向180，风速35m/s，调用“Insert wind into”命令，如图3所示输入相关是数据。

（4）修改观测点的高度（heights）调用“Insert new height into”命令，修改观测点的高度，如图4所示。

（5）评估50年一遇最大风速调用“Observed extreme wind climate from file”命令，导入实测的OEWC文件（由WAsP Climate Analyst工具导出），如图5所示。

最后，调用“convert to a regional extreme wind climate”命令，得到REWC。

风电场风速概率分布参数计算方法的研究风电场的风速概率分布参数是评估风电场风能资源的重要指标，对于风电场的设计、运营和管理具有重要意义。

因此，研究风电场风速概率分布参数的计算方法是风电行业的重要研究方向之一。

目前，常用的风速概率分布参数计算方法主要有以下几种：1. 统计分析法：通过对风速数据进行统计分析，得到风速概率分布参数。

常用的统计分析方法包括最小二乘法、最大似然法、矩估计法等。

2. 物理模型法：通过建立风速的物理模型，利用模型参数计算风速概率分布参数。

常用的物理模型包括Weibull分布模型、Rayleigh分布模型等。

3. 数值模拟法：通过数值模拟方法，模拟风场的风速分布，得到风速概率分布参数。

常用的数值模拟方法包括CFD模拟、大气模式模拟等。

以上三种方法各有优缺点，需要根据实际情况选择合适的方法进行计算。

同时，还需要注意数据的质量和数量，以及计算结果的可靠性和精度。

评估风电场的风能资源情况、风电功率、容量系数等，是开发风力发电项目的基础工作。

评估关心的内容包括平均风速、极限风速。

对一给定地区及给定时间段而言，平均风速的概率分布决定了本地区的风能资源情况。

用于拟合平均风速概率分布的模型有双参数Weibull分布、Rayleigh分布、LogNormal分布等[1,2]，其中双参数Weibull分布模型应用最为广泛。

用于估计双参数Weibull分布参数的方法有线性回归法、最小二乘法、矩估计法等[1,3]。

1极限风速(Extreme wind)是指在一段时间(3 s、10 min…)内的最大风速，被用来衡量风能资源对风电场的破坏作用，同时极限风速的研究对于天线、雷达安装以及高建筑抗风能力等问题也有一定意义[4,5]。

极限风速分布是风电场设计以及安全运行的一个重要参数。

有多种描述极限值分布的分布形式，其中第一类极值分布或称为Gumbel分布是一种拟合极值分布的经典、常用形式。

风力发电机容量系数CF(Capacity Factor)[6,7]为某特定时间段内(年、月)风力发电机预测输出能量与其按额定功率运行输出能量的比值。

它等价于这台风力发电机在一段时间内满负荷工作的时间，可以用来衡量总的发电情况。

风力发电机容量系数是用来进行风电场选址、风力发电机设计的重要参数，对于风电场建设规划也有一定指导意义。

计算容量系数的方法有两种：其一是通过风分布概率密度函数以及风速功率曲线进行积分；其二是通过风速序列以及风速功率曲线求出风力发电机功率序列而后进行累加。

影响容量系数的因素有风力发电机参数、风速分布情况等。

本文用Gumbel分布对国内某风电场2006年实测三处极限风速数据进行最小二乘拟合，验证Gumbel分布是一种适合描述极限风速的分布。

通过对国内某风电场2006年实测三组平均风速数据，分别用双参数Weibull、Rayleigh、LogNormal三种分布进行最小二乘拟合，结果表明双参数Weibull分布拟合效果良好，适应性也更强一些。

风电场风速概率分布参数计算方法的研究
摘要：
风电场风速概率分布参数是风电工程及投资风险管理中重要的度量标准，其正确定量能够解决风能资源及发电量预测及风电发电厂投资风险的评估问题。

本文针对不同风电场的高度空间分布特性及广泛应用测风蒙特卡罗模拟测算技术，采用经典的极大似然估计、基于回归分析的频率分布及突变频率分布、基于突变频率分布的概率分布、K-S检验、F-检验等方法对不同风电场的风速概率分布参数进行了计算分析。

本文结果表明：采用K-S检验和F-检验，结合突变频率分布可以准确定量不同风电场的风速概率分布参数。

关键词：风电场；风速概率分布参数；极大似然估计；频率分布；突变频率分布；K-S检验；F-检验
1.引言
近年来，随着我国能源结构调整的深入发展，可再生能源的发电量比重不断提高，风电是其中最重要的组成部分。

风电作为一种可再生能源，其资源量大、投资收益率较高，可以实现清洁、持续发展的替代能源，其全球发展前景广阔。

由于其资源量大，经济性好，以及不会产生污染，风电作为可再生能源在世界范围，特别是在我国，发展前景十分广阔。

风电是一种较为复杂的技术系统。

三种风速威布尔分布参数算法的比较徐卫民, 孔新红,桂保玉(省气象科学研究所, 330046摘要:介绍计算威尔分布参数的累积分布函数拟合法、平均风速和标准差估计法和平均风速和最大风速估计等三种算法,并应用此算法计算了都阳气象站的风速威布尔分布参数。

根据分布参数拟合了都阳县气象站的三种风速概率分布,将拟合的风速概率分布与同期的风速实际频率分布结果进行相关分析,依据相关系数判断拟合效果的好坏。

通过比较得到了以下结论:平均风速和标准差估计法效果最好,累积分布函数拟合法次之,由于最大风速变化比较随机,平均风速和最大风速估计法效果波动最大,整体效果差。

通过多年最大风速的平均数与平均风速计算,能减少最大风速抽样的随机性误差,结果更具代表性。

关键词:风速;分布规律;威布尔;比较0 引言近年来,我国并网运行的大中型风力发电厂建设逐渐纳入有计划、规化发展的轨道。

鄱阳湖风力发电站建设项目已经纳人省“十一五”规划重大建设项目中。

为此,有必要开展风能分析及风电场设计等方面的研究工作。

威布尔(Weibull分布双参数曲线,是一种形式简单且又能较好拟合实际风速分布的概率模型,只要给定了威布尔分布参数 k 和 c ,风速的分布形式便给定了, 而毋需逐一查阅和统计所有的风速观测资料, 可方便地求得平均风能密度、有效风能密度、风能可利用小时数, 给实际使用带来许多方便[1-3], 使得威布尔分布概率模型在风能分析及风电场设计过程中得到了广泛的应用。

但是威布尔分布参数有许多算法,因此采用哪种算法进行计算更能使拟合接近真实值, 是值得讨论的问题。

本文通过收集都阳气象站的风速数据, 对计算 Weibull 参数的三种常用的算法进行了比较,得出了一些有益的结论。

1 估算参数 k 和 c 的方法介绍 [4-7]威布尔分布单峰的,两参数的分布函数簇。

其概率密度函数可表达为⎥⎥⎥⎥⎥⎥−=−k k c x c x c k x P (exp ( (1 (1 式中:k 和 c 为威布尔分布的两个参数, k 称作形状参数, c 称作尺度参数。

风电场风速概率分布参数计算新方法陈国初;杨维;张延迟;徐余法【摘要】风能资源评估关系到风电的经济性和开发价值,一个地区的风速概率分布是该地区风能资源状况的最重要指标之一.在认为风电场风速服从双参数韦布尔(weibull)分布前提下,为了提高参数计算精度,从智能化的角度提出尝试采用改进的微粒群算法对Weibull双参数进行建模和优化.由此参数估算能直接反映出风能资源特性的风能特征指标,与由常规最小二乘法、丹麦WAsP软件以及历史风速数据序列所计算的结果相比,实验表明该方法拟合精度更高,更接近实际风速状况,为风电场规划设计提供了更具价值的参考.%Wind speed probability distribution in a region is one of the most important indicators of wind energy resources condition in an area, because wind resource assessment is related to wind power's economic and development value. In order to improve computation precision of parmeters,a new computation method was proposed based on intelligence point in this paper. This method is tried to use modified particle swarm optimization algorithm to optimize the two parmeters of Weibull distribution. Wind indicators reflecting the wind energy resource characteristics are calculated according to these two optimal parameters. Compared to the results of conventional least squares method, Denmark WAsP software and historical wind speed data sequences, the proposed method has higher fitting precision and closer to actual wind conditions. It provides a more valuable reference to plan and design of wind farm.【期刊名称】《电力系统及其自动化学报》【年(卷),期】2011(023)001【总页数】6页(P46-51)【关键词】风电场;风速概率分布;韦布尔分布;改进微粒群算法【作者】陈国初;杨维;张延迟;徐余法【作者单位】上海电机学院电气学院,上海,200240;上海电机学院电气学院,上海,200240;上海电机学院电气学院,上海,200240;上海电机学院电气学院,上海,200240【正文语种】中文【中图分类】TM81风能是一种可再生的无污染绿色能源，风力发电随着人们对能源和环境问题的关注而得到迅速发展[1]。