风速的weibull分布参数确定方法

Weibull分布及其在风能计算中的应用
胡志华
【期刊名称】《云南师范大学学报：自然科学版》
【年(卷),期】1991(011)001
【摘要】风速分布是描述风况的重要函数,该分布函数的获得须有足够丰富的气象数据并进行适当的曲线拟合.二参数 Weibull 函数簇被认为是最适宜对风速分布作分析拟合的概率密度函数.利用 Weibull 统计模型可计算出平均风能密度.有较风能密度和风能可利用时数.
【总页数】4页(P50-53)
【作者】胡志华
【作者单位】无
【正文语种】中文
【中图分类】TK81
【相关文献】
1.Rayleigh分布修正式及其在风能计算中的应用 [J], 何宗敬
2.风电场风频Weibull分布参数计算方法及其应用 [J], 叶芳;陈继传;冯恒昌
3.Weibull分布在接触可靠性中的应用—介绍用微机计算Weibull分布参数的方法[J], 全仲余
4.应用Weibull分布计算毫米波降雨去极化 [J], 黄际英;王一平
5.WASP软件在风电场风能计算中的应用 [J], 连捷
因版权原因，仅展示原文概要，查看原文内容请购买。

α第 19 卷 第 3 期太 阳 能 学 报V o l 1 19, N o 13 1998 年 7 月A C T A EN ER G I A E SOLA R IS S I N I CAJ u ly, 1998云南风能可开发地区风速的韦布尔 分布参数及风能特征值研究李自应( 云南师范大学太阳能研究所, 昆明 650092)陈二永( 云南师范大学太阳能研究所, 昆明 650092)王 明( 云南省气象局, 昆明 650034)顾本文( 云南省气象局, 昆明 650034)文 摘: 选用 V 和 V m ax 估计云南的韦布尔分布参数。

计算分析云南风能可利用地区的风能特征值W 、W e t , 有几个站还直接用自记风速资料计算其风能特征值。

关键词: 云南, 风能, 韦布尔分布参数, 风能特征值0 引 言评估一个地区风能资源大小及可利用程度最重要的风能特征值是平均风能密度、平均有 效风能密度、风能可利用时间这三个参数。

风速分布一般为正偏态分布, 用于拟合风速分布的 模型很多, 而在风能计算中用得最广泛的是两参数韦布尔分布, 而利用风速的韦布尔双参数可 以计算风能资源的有关参数。

韦布尔分布参数可根据风速统计资料的不同情况选择不同的方法来估计, 而在全国各地 普遍适用的方法至今还没有。

风能密度还与空气密度有关, 由于云南地形复杂, 各地的气压、温度、绝对湿度均有一定差 异, 因此云南各地年、季平均空气密度的差异也大, 对风能密度影响必须考虑。

风能特征值还可直接用自记风速资料来计算, 但云南有自记风速资料的站较少, 且资料的 年代也短, 因此本文对云南风能可开发利用地区风能资源的计算以估算为主。

1 韦布尔分布参数的估计111 风速概率分布风速分布一般为正偏态分布。

用于拟合风速分布的模型很多[ 1 ] , 其中韦布尔双参数分布被 普遍认为适于对风速作统计描述, 风速 V 的韦布尔分布概率密度函数可表达为f (V ) =k (V ) k - 1 exp [ - (V) k ] (1)C C Cα 本课题为云南省应用基础研究基金资助项目本文 1997211218 收到∫) 3 期 李自应等: 云南风能可开发地区风速的韦布尔分布参数及风能特征值研究249式中, k 为形状参数, 是一个无因次量; C 为 R 度参数, 其量纲与速度相同。

在进行深入探讨Weibull分布风速模型基本构成参数及其作用之前，我们先来简单了解一下Weibull分布。

Weibull分布是由瑞典数学家瓦尔德玛·魏布尔于1951年提出的，用来描述风速、风力等自然现象的统计分布。

1. Weibull分布的基本特征Weibull分布是一种连续概率分布，其密度函数为：\[ f(x;\lambda,k) = \frac{k}{\lambda}\left(\frac{x}{\lambda}\right)^{k-1} e^{-(x/\lambda)^k} \]其中，\( x>0 \)，\( \lambda>0 \)为比例参数，\( k>0 \)为形状参数。

Weibull分布的平均值、方差和标准差分别为：\[ \text{E}[X] = \lambda \Gamma(1+\frac{1}{k}) \]\[ \text{Var}[X] = \lambda^2 \left[ \Gamma(1+\frac{2}{k}) -(\Gamma(1+\frac{1}{k}))^2 \right] \]\[ \text{Std}[X] = \lambda \sqrt{\left[ \Gamma(1+\frac{2}{k}) - (\Gamma(1+\frac{1}{k}))^2 \right]} \]其中，\( \Gamma \)为Gamma函数。

2. Weibull分布的构成参数Weibull分布的构成参数包括比例参数\( \lambda \)和形状参数\( k \)。

比例参数\( \lambda \)反映了分布的尺度，它决定了分布的位置，即控制了平均值的大小。

形状参数\( k \)决定了分布的形状，描述了分布的偏斜性。

当\( k>1 \)时，分布呈现右偏态，当\( k<1 \)时，分布呈现左偏态，当\( k=1 \)时，分布呈现对称性。

3. Weibull分布的作用Weibull分布在风能、风电等领域得到了广泛的应用。

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。

极值波高Weibull分布的参数估计方法对比分析王志旭;陈子燊【摘要】介绍了三参数威布尔分布及其4种参数估计方法:极大似然估计法、相关系数优化法、灰色估计法和概率权重矩法.利用蒙特卡罗法对以上参数估计方法进行不同样本尺度的模拟,通过偏差、标准差和均方误差对比分析各种方法的特点、精度和适用性.运用上述方法结合涠洲站34a实测年极值波高,推算涠洲岛的设计波高,从相关系数、均方根误差和Q统计值分析各种方法的差异及优劣性.结果表明,小样本情况下各估计法的差别较大,而大样本时差别较小,极大似然估计法能较好拟合各种大小的样本,相关系数优化法次之；选取合适的经验频率会提高参数估计精度；各种参数估计方法计算而得的设计波高相差不大,其中极大似然估计法的精度最高.【期刊名称】《海洋通报》【年(卷),期】2013(032)002【总页数】6页(P127-132)【关键词】设计波高;威布尔分布;参数估计方法;涠洲岛海域【作者】王志旭;陈子燊【作者单位】中山大学水资源与环境系,广东广州 510275;中山大学水资源与环境系,广东广州 510275【正文语种】中文【中图分类】P426在海岸工程建设设计中，最重要的又难以决定的问题之一是设计波浪标准的选择，选用的设计波高有少量变化就会明显影响到工程的费用、涉及工程安全和维修方案。

在得到波高长期样本数据后，可通过概率分布函数来拟合实测数据，并推算设计波高。

Goda等（1990）、Ferreira等（2000）和Todd（2000）对各种分布函数做过分析比较，发现各种函数有其适用性。

目前常用的分布函数有对数正态分布、Gumbel分布、皮尔逊Ⅲ型分布、Weibull分布。

我国海港水文规范规定，对于年极值波高及其对应的周期的理论频率曲线，一般采用皮尔逊Ⅲ型曲线，也可以实测经验累积频率点拟合最佳为原则，选用其他理论频率曲线。

1927年，Fréchet首先给出威布尔分布的定义，即极值Ⅲ型分布。

ＩＳＳＮ１６７２－９０６４ＣＮ３５－１２７２／ＴＫ图１威布尔函数拟合曲线的仿真系统模块作者简介：包小庆（１９５９～），男，高级工程师，从事可再生能源的研究。

大型风电场的建设不但可以减缓用电短缺情况，而且并网后还能为电网提供很大一部分电能。

而大型风电场的选址，与该地的风速分布情况有关。

用于描述风速分布的模型很多，如瑞利分布、对数正态分布、ｒ分布、双参数威布尔分布、３参数威布尔分布，皮尔逊曲线拟合等。

经过大量的研究表明，双参数威布尔分布函数更接近风速的实际分布。

本文采用４种方法计算威布尔分布函数的参数，并利用计算出的参数确定威布尔分布函数的实际数学模型进行曲线拟合。

最后以白云鄂博矿区风电场拟选址为例，使用计算机软件（ＭＡＴＬＡＢ）对该地区风速威布尔分布函数进行曲线拟合，得到该地区不同高度的风速分布函数曲线。

１双参数威布尔分布函数的确定双参数威布尔分布是一种单峰的正偏态分布函数，其概率密度函数表达式为：ｐ（ｘ）＝ｋｃｘｃ!"ｅｘｐ－ｘｃ!"（１）式中：ｋ———形状参数，无因次量；ｃ———尺度参数，其量纲与速度相同。

为了确定威布尔分布函数的实际模型，需计算出实际情况下对应函数的２个参数。

估算风速威布尔参数的方法很多，本文给出４种有效的方法以确定ｋ和ｃ值。

１．１ＨＯＭＥＲ软件法ＨＯＭＥＲ是一个对发电系统优化配置与经济性分析的软件。

通过输入１ａ逐时风速数据或者月平均风速数据，根据实际情况设置相应参数，即可计算得到ｋ和ｃ值，此时计算出的ｋ和ｃ值是计算机系统认为的最佳值。

１．２Ｗａｓｐ软件法Ｗａｓｐ是一个风气候评估、计算风力发电机组年发电量、风电场年总发电量的软件。

通过输入风速统计资料，计算机可以直接计算出ｋ和ｃ值。

１．３最小二乘法通过风速统计资料计算出最小二乘法拟合直线ｙ＝ａｘ＋ｂ的斜率ａ和截距ｂ。

由下式确定ｋ和ｃ的值：ｋ＝ｂ（２）ｃ＝ｅｓｐａｂ（３）１．４平均风速和最大风速估计法从常规气象数据获得平均风速和时间Ｔ观测到的１０ｍｉｎ平均最大风速Ｖｍａｘ，设全年的平均风速为Ｖ通过下式计算ｋ和ｃ值：ｋ＝ｌｎ（ｌｎＴ）０．９０Ｖｍａｘ（４）ｃ＝１＋１／!"Ｋ（５）计算过程中，为了减小Ｖｍａｘ的抽样随机误差，一般情况Ｖｍａｘ取多年平均值（１０ａ以上）进行计算。