复杂地形风资源评估实战

📚 共计 30 章节
01
复杂地形风资源评估概述
课程背景 · 复杂地形定义 · 评估难点与挑战 · 课程目标与学习路径
概述入门
02
风资源基础理论回顾
风的形成 · 大气边界层 · 风切变与湍流强度 · 威布尔分布
理论基础
03
复杂地形风场特性
地形加速效应 · 分离流与回流区 · 峡谷效应 · 背风坡湍流
地形风场
04
测风方案设计
测风塔选址原则 · 测风高度与层数 · 激光雷达(LiDAR)应用 · 测风周期要求
测风设计
05
测风数据采集与预处理
数据采集设备 · 数据格式解析 · 异常值识别与处理 · 数据完整率检查
数据预处理
06
测风数据质量控制
时间一致性检查 · 相关性分析 · 风速风向滤波 · 数据插补方法
质控插补
07
长期订正(MCP)方法
MCP原理 · 线性回归法 · 方差比法 · Weibull尺度法 · MCP工具使用
MCP订正
08
地形图与数字高程模型(DEM)
DEM数据源(SRTM、ASTER) · 数据下载与处理 · 地形参数提取
DEM地形
09
计算流体力学(CFD)基础
CFD原理 · 控制方程 · 湍流模型(k-epsilon、k-omega) · 网格划分
CFD湍流
10
CFD软件介绍与选型
WAsP、WindSim、Meteodyn WT、OpenFOAM对比 · 许可证与成本
软件选型
11
CFD模型前处理
地形导入 · 粗糙度设置 · 边界条件定义 · 计算域设定
前处理建模
12
CFD模型求解与收敛判断
求解器设置 · 迭代步数 · 残差监控 · 收敛标准
求解收敛
13
CFD模型后处理
风速场可视化 · 风功率密度分布 · 湍流强度分布 · 结果导出
后处理可视化
14
CFD模型验证与校准
实测数据对比 · 误差分析(MAE、RMSE) · 模型参数调优
验证校准
15
线性模型(WAsP)在复杂地形的应用
WAsP原理 · 适用条件 · 局限性 · 与CFD对比
WAsP线性
16
中尺度气象模式(WRF)耦合
WRF简介 · 嵌套网格 · 数据驱动 · 与微尺度模型耦合
WRF耦合
17
风资源图谱绘制
年平均风速图 · 风功率密度图 · 湍流强度图 · 风玫瑰图
图谱可视化
18
发电量计算基础
功率曲线 · 空气密度修正 · 尾流模型(Park、Gaussian) · 可用率
发电量尾流
19
复杂地形尾流效应评估
地形对尾流的影响 · 尾流叠加模型 · 尾流不确定性
尾流地形
20
不确定性分析
风速测量不确定度 · CFD模型不确定度 · 长期订正不确定度 · 综合不确定度
不确定度风险
21
极端风况评估
50年一遇极值风速 · 湍流强度极值 · 风切变极值 · IEC标准
极端IEC
22
微观选址原则
机位点避让原则 · 最小间距要求 · 运输与施工可行性 · 环境敏感区
微观选址原则
23
多方案比选与优化
机位点微调 · 发电量对比 · 经济性评估 · 敏感性分析
优化比选
24
风资源评估报告撰写
报告结构 · 数据呈现 · 图表规范 · 结论与建议
报告规范
25
案例实战(一):山地风电项目评估
项目背景 · 测风数据 · CFD建模 · 结果分析
实战山地
26
案例实战(二):沿海丘陵项目评估
海陆风影响 · 复杂海岸线 · 湍流评估
实战沿海
27
案例实战(三):高原山地项目评估
低空气密度 · 强辐射 · 冰冻影响
实战高原
28
风资源评估软件工具链
WindPRO · WindFarmer · OpenWind · Python自动化脚本
工具链软件
29
Python在风资源评估中的应用
数据读取 · 统计分析 · 可视化 · 自动化报告生成
Python自动化
30
课程总结与前沿趋势
AI在风资源评估中的应用 · 数字孪生 · 漂浮式风电评估挑战
前沿总结