Солнечная электростанция 30кВт - бизнес под ключ за 27000$

15.08.2018 Солнце в сеть




Производство оборудования и технологии
Рубрики

Преобразование ветровой энергии

При использовании ветровой энергии общим методическим подходом является путь исследования закономерной и стохастической изменчивости во времени на основе, прежде всего натурных наблюдений за ветром. Как и для любого стохастического процесса относительных вариаций во времени, для скорости ветра исходной характеристикой является распределение этих вариаций, что при соответствующем осреднении соответствует режиму повторяемости рабочих скоростей. Однако в ветроэнергетике, в отличии скажем от гидроэнергетики, очень велико влияние местных особенностей формирования ветрового режима, поэтому попытки создать универсальные модели распределения не обеспечивают
требуемой точности, хотя и имеют достаточно широкую практику применения, чаще всего из-за недостатка фактических данных наблюдений. В этой области работали и предложили свои распределения МС. Поморцев, М. В. Колодин, Гуллен, Вейбулл, Гудрич и др. Г. А. Гриневич при разработке ветроэнергетического кадастра зоны Средней Азии и Казахстана предложил общий вид уравнения кривой распределения в виде:

Преобразование ветровой энергии(3.3)

где F(u)— повторяемость скорости и; и — средняя скорость за расчетный промежуток; и— скорость, относительная повторяемость которой определяется в интервале от (и- Ли/2) до (и + Ли / 2); Аи — значеыие выбранной градации скорости ветра. Значения коэффициента а и показателей степеней р и п характеризуют местные особенности ветрового режима и могут меняться в достаточно широких пределах.

Функция F{v) часто, особенно в зарубежной практике аппроксимируется распределением Вейбулла-Гудрича:

Преобразование ветровой энергии(3.4)

где к— параметр формы (зависит от района местности), А — параметр масштаба (зависит от средней скорости ветра, А -1,13 и)

Распределение Вейбулла-Гудрича следует признать наиболее универсальным и общепризнанным. Указанными методами выполнено много разработок по районированию потенциальных ветроэнергетических ресурсов территории России и отдельных регионов.

Однако знание закона распределения и наличие высоких средних значений скоростей ветра еще не гарантирует его эффективного использования. В ветроэнергетике большое значение имеет знание возможной длительности затиший, вероятностная
оценка которых служит основным критерием эффективности использования ветровой энергии.

Можно считать установленным, что структурные свойства ветрового режима слабо зависят от общего уровня интенсивности, т. е. в местностях со значительными по интенсивности ветрами могут наблюдаться длительные затишья, которые делают использование ветра неэффективным. Затишьем считается период так называемых неактивных скоростей ветра, которые не могут быть использованы для производства энергии. Эта характеристика, являющаяся необходимой составной частью ветроэнергетического кадастра, считается одной из наиболее важных при оценке перспектив использования ветра.

Для моделирования прихода ветровой энергии в заданном районе необходимо знать распределение скоростей ветра во времени, по градациям и по высоте. Информация об изменении ветра во времени может быть определена по данным метеорологических наблюдений, фиксируемых на метеостанциях и публикуемых в соответствующих частях «Справочника по климату». Чаще всего имеется информация о среднемесячных, среднегодовых скоростях ветра и их экстремальных значениях. На рис. 3.6 представлено распределение скоростей ветра по данным наблюдений станции Кемь-порт и аппоксимация этих данных с помощью распределения Вейбулла.

Распределение скорости ветра по высоте при высоких скоростях и достаточно однородной поверхностью может быть аппроксимировано степенной функцией вида:

Преобразование ветровой энергии

где: U(H) и 11ф — скорости ветра на высоте Н и высоте флюгера h; т = f(U)~ показатель степени, в общем случае зависит от скорости ветра, рельефа местности и шероховатости поверхности;

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Скорость ветра u, м/с

Рис. 3.6 Распределение скорости ветра по градациям Моделирование энергии ветрового потока чаще всего производят на основании данных скоростного режима и

характеристик распределения (повторяемости) скорости ветра во времени. Учитывая, что скорость ветра является случайной функцией, мощность ветрового потока может быть определена из выражения:

Подпись: Ад Li2J Подпись: (3.5) дифференциальная

Преобразование ветровой энергии

NM = 0,613 f u3f(v)d(u

где о— скорость ветра, м/с; /(о)- повторяемость скорости ветра по градациям.

Подпись: МЛ1 = 0,61 Зи3 (1 + 3 Cv+c Подпись: (3.6)
Преобразование ветровой энергии

Значение /Удя. также может быть определено по известным значениям средней скорости ветра и значениям коэффициентов вариации и асимметрии Cv и Cs, например, по формуле М. М. Борисенко:

Для определения технических ветроэнергетических ресурсов универсальной методики еще не сложилось. Большинство специалистов, как в России, так и за рубежом, предлагают их оценку делать по выработке конкретных ВЭУ с заданными техническими характеристиками, пользуясь данными ветрового кадастра (распределением скоростей ветра по градациям) в рассматриваемом
районе, и размещая на территории района или области определенное количество ветроэнергетических установок.

Преобразование ветровой энергии Подпись: Ад Подпись: (3.7)

Исходя из распределения плотности технических ветроэнергетических ресурсов на заданной территории региона с площадью S участков, отводимых для строительства ВЭС, нетрудно определить технические ветроэнергетические ресурсы (технический ветроэнергетический потенциал) этого региона:

В 2000 году в России был издан «Атлас ветров России», материалы которого использованы при создании «Справочника ресурсов возобновляемых источников регионов России» под. ред П. П Безруких, где имеется раздел по оценкам потенциальных, технических и экономических ветроэнергетических ресурсов России.

Среднее расстояние между станциями в Европейской части России составляет 30-50 км и до 100-200 км — в Сибири, Арктическом побережье и на Дальнем Востоке. Расстояние в десятки километров невелико в глобальном распределении ветрового потока и можно допустить, что ближайшие метеостанции достаточно точно определяют общую ветровую циркуляцию для рассматриваемого пункта. Тогда различие в ветровых условиях в данной точке будет определяться только факторами местного характера, таких как особенности подстилающей поверхности в формировании местных ветров, различия рельефа и шероховатости, определяющие профиль скорости в приземном слое, а также наличие элементов защищенности, экранирующих ветроагрегат от воздействия ветра, экологические особенности и др.

Одной из самых распространенных в нашей стране классификаций по типу открытости является классификация Милевского, которая часто используется в моделях ветровой энергии, например, в программе «Флюгер», разработанной в ЦАГИ, Другой подход использован авторами ветрового атласа Европы, которые
создали программу «WAsP», где при моделировании шероховатости и формы рельефа использован коэффициент местных потерь z0, исходя из значений которого, типы рельефов разбиты на четыре класса (0-3).

В первом случае приведение скорости ветра в требуемом пункте по данным ближайших станций осуществляется с помощью поправочных коэффициентов, а во втором — моделируется рельеф местности, его топографические особенности и с использованием данных ближайших метеостанций вычисляется поле скоростей с использованием трехмерной модели движения идеального газа.

Комментарии запрещены.