化導(dǎo) 致空氣粘性指數(shù)的增加，影響風(fēng)速的變化。但影響指數(shù)很小。
[0046] 隨州累年平均空氣密度為I. 205kg/m，歷年空氣密度變化較小，在 I. 199~L 210kg/m3之間。
[0047] 風(fēng)電場(chǎng)風(fēng)速預(yù)測(cè)計(jì)算與誤差分析：風(fēng)速的預(yù)測(cè)方法，基于每個(gè)影響要素對(duì)風(fēng)速的 不同影響方式，便會(huì)有由于地區(qū)差異產(chǎn)生的不同風(fēng)速差。每一種因子造成的風(fēng)速的變化與 已知風(fēng)速之和即為該因子的風(fēng)速預(yù)測(cè)值。本報(bào)告基于層次分析法得出了風(fēng)速因子對(duì)相關(guān)性 的影響概率，其本身就是對(duì)風(fēng)速影響因子對(duì)風(fēng)速預(yù)測(cè)中起到的程度的一種描述。因此將不 同影響因子的預(yù)測(cè)風(fēng)速值與該因子影響概率相乘并予以總和，便可由已知風(fēng)電場(chǎng)風(fēng)速推求 相關(guān)性較強(qiáng)的風(fēng)電場(chǎng)風(fēng)速情況，具體方法如下式：根據(jù)上述內(nèi)容可得出，待預(yù)測(cè)風(fēng)電場(chǎng)風(fēng)速 的計(jì)算表達(dá)式如下：
式中：p為預(yù)測(cè)風(fēng)速；為已知地區(qū)風(fēng)速；為單位 W ...遞 g 值的影響要素變化對(duì)風(fēng)速的影響量；為兩地的影響要素差值；_為影響要素對(duì)風(fēng)速預(yù)測(cè) 的影響概率； 風(fēng)速的預(yù)測(cè)結(jié)果誤差分析：對(duì)風(fēng)速預(yù)測(cè)結(jié)果需要結(jié)合多種方法進(jìn)行檢驗(yàn)，以評(píng)判預(yù)測(cè) 方法的有效性。常用的評(píng)價(jià)形式是比較多項(xiàng)誤差。常見(jiàn)的各種誤差指標(biāo)及計(jì)算公式如下： 平均絕對(duì)誤差
均方誤差
平均絕對(duì)百 分比誤差
[0048] 采用上述方法進(jìn)行了驗(yàn)證，隨州地區(qū)共投建包括包括鳳鳴山風(fēng)電場(chǎng)在內(nèi)的11座 風(fēng)電場(chǎng)，由于一些待建及剛投建的風(fēng)電場(chǎng)歷史信息數(shù)據(jù)不足，無(wú)法對(duì)該風(fēng)電場(chǎng)的出力做到 準(zhǔn)確性的預(yù)測(cè)，而風(fēng)速又是影響風(fēng)電場(chǎng)出力的關(guān)鍵因素，因此對(duì)于風(fēng)速的預(yù)測(cè)將成為出力 預(yù)測(cè)的重要前提，通過(guò)上述方法，本報(bào)告提出由鳳鳴山風(fēng)電場(chǎng)豐富的地理環(huán)境及氣象信息 及風(fēng)速數(shù)據(jù)為基礎(chǔ)，從而預(yù)測(cè)天河口風(fēng)電場(chǎng)的風(fēng)速情況，并加以驗(yàn)證分析。天河口風(fēng)電場(chǎng)址 位于隨縣天河口鎮(zhèn)，場(chǎng)址中心距天河口鎮(zhèn)直線距離約13km，場(chǎng)址西側(cè)為隨岳高速，與萬(wàn)和場(chǎng) 址隔谷相望，東側(cè)為紫金山場(chǎng)址，南側(cè)為孫家寨場(chǎng)址，距離本項(xiàng)目東南直線距離約30km為 鳳鳴風(fēng)電場(chǎng)。天河口場(chǎng)址以黃瓜園為中心，西北向沿夾石溝方向延伸至麻子灣、顧家寨一 帶，山脊長(zhǎng)約3. 5km ;西側(cè)為玉皇頂臺(tái)地，面積為4km2，地勢(shì)平坦，海拔最高處917m ;平均海 拔707. 96米；東側(cè)延伸至馬鞍山，與紫金山場(chǎng)址接壤；東南側(cè)由兩道西北-東南走向山脊 組成，山脊長(zhǎng)約3km。布機(jī)區(qū)域植被較少。山脊主要為荒地和林場(chǎng)，人煙稀少。鳳鳴山風(fēng)電 場(chǎng)范圍主要涉及隨州市隨縣草店鎮(zhèn)、廣水市吳店鎮(zhèn)等一帶山脊。從地理位置上看，二妹山北 面是南陽(yáng)平原，西面是隨棗走廊，南接大洪山，夏季南風(fēng)、冬季北風(fēng)、平時(shí)內(nèi)陸風(fēng)資源十分豐 富，鳳鳴山風(fēng)電場(chǎng)平均海拔為596. 5米，山頂風(fēng)速平均7. 6米/秒，隨州氣象站1957~2010 年共計(jì)54年的年平均風(fēng)速為2. 5m/s，1971~2000年30年的平均風(fēng)速也為2. 5m/s。 累年各月平均風(fēng)速在2.2~2. 9m/s之間，從季節(jié)分布看，春季最大，夏季次之，秋季最小， 得到了圖9隨州年及夏季風(fēng)向玫瑰圖。隨州二妹山風(fēng)電場(chǎng)一期工程區(qū)域內(nèi)以NE~ENE向 的頻次最高，風(fēng)能最大，盛行風(fēng)向穩(wěn)定。風(fēng)速年內(nèi)變化主要以冬春季風(fēng)速較大，夏秋季風(fēng)速 相對(duì)較小；日內(nèi)變化以晚上和凌晨風(fēng)速相對(duì)較大，下午風(fēng)速較小，但風(fēng)速日內(nèi)變化幅度較 小。二妹山風(fēng)電場(chǎng)一期可布機(jī)位點(diǎn)50m高年平均風(fēng)速為6. 62m/s，年平均風(fēng)功率密度為 362. 372W/m2; 70m高年平均風(fēng)速為6. 81m/s，年平均風(fēng)功率密度為392. 85 2W/m2,80m高 年平均風(fēng)速為6. 88m/s，年平均風(fēng)功率密度為405. 652W/m2是隨州南北來(lái)風(fēng)的一個(gè)風(fēng)口， 風(fēng)能資源穩(wěn)定豐富。下圖為隨州地區(qū)鳳鳴山風(fēng)電場(chǎng)70米風(fēng)機(jī)輪轂高度風(fēng)速2015年6月1 日至6月30日的風(fēng)速情況，見(jiàn)圖10。
[0049] 不同影響要素的對(duì)兩個(gè)風(fēng)電場(chǎng)風(fēng)速預(yù)測(cè)的影響，利用Google-earth軟件可以精 確測(cè)繪隨州地區(qū)11座風(fēng)電場(chǎng)場(chǎng)區(qū)的平均海拔高度。如下表所示： 各風(fēng)電場(chǎng)平均海拔高度
鳳鳴山擬建工程場(chǎng)區(qū)地貌形態(tài)屬于低山地貌，高程450~850m，山頂（山脊)較平緩、多 條山脊相連；山坡較陡，傾角25°~40°，局部超過(guò)45°，場(chǎng)區(qū)內(nèi)發(fā)育多條山間沖溝。場(chǎng) 區(qū)內(nèi)植被發(fā)育一般，主要為灌木及雜草，零星分布少量雜樹，主要分布于山坳、山坡及溝谷 地段，山頂（山脊)地段較多基巖出露，覆蓋層較薄且植被稀少。因此對(duì)于70米及70米以上 的地表粗糙度，根據(jù)表格3-3,本報(bào)告選定粗糙度為0. 16,由兩地海拔高度差，由公式可以 計(jì)算出海拔差造成的風(fēng)速的影響大小。
[0050] 地形差異對(duì)風(fēng)速影響的計(jì)算：隨州、廣水等是位于隨州ESE的氣象站，夏季鳳鳴 山及天河口的主導(dǎo)風(fēng)向?yàn)镋SE，且隨州站氣象站位于隨州站的山麓平原區(qū)域，由及隨州氣 象站測(cè)得如下表所示，六月份平均風(fēng)速為2. 5m/s。且距離隨州不遠(yuǎn)的廣水站年均風(fēng)速為 2. 5m/s。因此隨州站風(fēng)速對(duì)于鳳鳴山風(fēng)電場(chǎng)山麓風(fēng)速是具有代表性的。由表3-4可以判斷 場(chǎng)區(qū)地質(zhì)為山脊迎風(fēng)坡且由公式可計(jì)算出僅由地形因素造成風(fēng)速改變量。
[0051] 隨州氣象站累年（1971~2000年）各月平風(fēng)速（m/s)
大氣穩(wěn)定性及溫濕度對(duì)風(fēng)速影響的計(jì)算：由于湖北省隨州市鳳鳴山及天河口地區(qū)風(fēng) 資源豐富及光輻射量充足，因此對(duì)于風(fēng)電場(chǎng)場(chǎng)區(qū)的大氣穩(wěn)定度等級(jí)范圍位于中性至穩(wěn)定階 段。由經(jīng)驗(yàn)及公式3-9可以發(fā)現(xiàn)一天之中晚間大氣處于穩(wěn)定狀態(tài)，風(fēng)廓線指數(shù)最大；午間， 大氣處于中性狀態(tài)時(shí)，風(fēng)速廓線數(shù)值相對(duì)較小。因此對(duì)于隨州地區(qū)風(fēng)電場(chǎng)風(fēng)速的預(yù)測(cè)，大氣 穩(wěn)定度因素對(duì)風(fēng)速的預(yù)測(cè)起到的影響作用相對(duì)較低。由于鳳鳴山和天河口的溫濕度由表某 可見(jiàn)其溫度、濕度差異極小。且在通過(guò)層次分析法的概率計(jì)算中，溫濕度本身對(duì)風(fēng)速的影響 也遠(yuǎn)小于海拔及地形的影響。可知在差異性對(duì)比預(yù)測(cè)的方法中，溫度濕度對(duì)相關(guān)性風(fēng)速預(yù) 測(cè)的影響可以忽略。因此，對(duì)于影響概率不能達(dá)到百分之百的問(wèn)題，需要對(duì)層次分析法中得 出的海拔及地形影響概率，按比例重新設(shè)置對(duì)風(fēng)速的影響概率。方法如下：
根據(jù)層次分析法得到的概率，可以得到重置的海 拔對(duì)預(yù)測(cè)風(fēng)速的影響概率為〇. 561 ;地形對(duì)預(yù)測(cè)風(fēng)速的影響概率為0. 439。
[0052] 預(yù)測(cè)結(jié)果的誤差分析：由于風(fēng)速的隨機(jī)性、間歇性、波動(dòng)性的，而世界各國(guó)對(duì)風(fēng)速 預(yù)測(cè)水平不是很高。國(guó)內(nèi)的風(fēng)速預(yù)測(cè)誤差一般在25%至40%之間。本報(bào)告通過(guò)空間相關(guān)性， 在已知的天河口的風(fēng)速數(shù)據(jù)及天河口和鳳鳴山風(fēng)電場(chǎng)的氣候氣象條件下，利用公式，計(jì)算 出海拔差造成的風(fēng)速差值及地形差異造成的風(fēng)速差異乘以各影響因素對(duì)風(fēng)速的影響因素。 便可的得到預(yù)測(cè)的風(fēng)速值。風(fēng)機(jī)的輸入變量為鳳鳴山測(cè)風(fēng)塔70米高度的2015. 6. 1-6. 30 日的實(shí)際風(fēng)速，輸出變量同時(shí)段天河口 70米高度預(yù)測(cè)風(fēng)速值。通過(guò)與該時(shí)間段鳳鳴山實(shí)際 風(fēng)速值進(jìn)行對(duì)比可以更清晰的了解風(fēng)速的預(yù)測(cè)情況是否符合預(yù)測(cè)要求。天河口預(yù)測(cè)及實(shí)際 風(fēng)速對(duì)比如圖11?？梢钥闯鲱A(yù)測(cè)風(fēng)速基本走勢(shì)與實(shí)際風(fēng)速走勢(shì)基本相同，平均風(fēng)速誤差相 對(duì)較小，誤差最大區(qū)域位于28日中午12 :00至30日0:00。利用公式3-11至3-13分別計(jì) 算出平均絕對(duì)誤差為I. 61m/s、均方誤差為7. 56%、平均絕對(duì)百分比誤差30. 43%。最高正誤 差時(shí)刻為6月17日20:00,誤差率為179. 45%;最高負(fù)誤差率時(shí)刻為6月8日06:00,誤差 率為-94. 94%。共720組數(shù)據(jù)誤差率如圖12所示。
[0053] 不同評(píng)價(jià)方式的誤差值
... ·. 最大絕對(duì)誤差出現(xiàn)在風(fēng)速變化最劇烈的時(shí)刻，這也說(shuō)明風(fēng)速變化大，偏差震蕩也大。在 風(fēng)速變化較平緩的時(shí)刻，風(fēng)速變化的規(guī)律性很強(qiáng)，預(yù)測(cè)的精度較高；風(fēng)速變化劇烈時(shí)，風(fēng)速 變化的規(guī)律性很弱，預(yù)測(cè)的精度較低。但根據(jù)總體趨勢(shì)及均方誤差及平均誤差百分比符合 國(guó)內(nèi)風(fēng)速預(yù)測(cè)的25% - 40%的誤差范圍。因此本報(bào)告提出的基于聚類分析一層次分析法的 風(fēng)速預(yù)測(cè)基本符合預(yù)測(cè)要求。
[0054] 產(chǎn)生誤差的原因有很多，比如地表障礙物的遮擋、以及由于相關(guān)性分析而忽略的 溫濕度差異，還有對(duì)山麓風(fēng)速采用的非實(shí)時(shí)風(fēng)速，而是月平均風(fēng)速造成，這類人為方法的的 和自然原因共同造成了預(yù)測(cè)值的偏離。
[0055] 算例中給出了隨州鳳鳴和天河口風(fēng)電場(chǎng)風(fēng)速預(yù)測(cè)的算例分析，實(shí)際上，基于聚類 及層次分析的預(yù)測(cè)方法可以拓展至預(yù)測(cè)整個(gè)隨州地區(qū)風(fēng)電場(chǎng)的風(fēng)速情況，僅需要每個(gè)族群 中某一確定風(fēng)電場(chǎng)的風(fēng)速數(shù)據(jù)及各風(fēng)電場(chǎng)地理氣象情況，從而根據(jù)實(shí)際情況預(yù)測(cè)該風(fēng)電場(chǎng) 群中的各風(fēng)電場(chǎng)風(fēng)速情況。最終達(dá)到為整個(gè)隨州地區(qū)風(fēng)電場(chǎng)出力情況提供有效的預(yù)測(cè)數(shù) 據(jù)。
[0056] 本專利利用二維的基于K-means的聚類分析，以隨州為中心的橫縱向的距離作為 分群指標(biāo)，有效的將隨州11座風(fēng)電場(chǎng)以地理位置分為三類。這樣的分類為后期各類已知數(shù) 據(jù)風(fēng)電場(chǎng)預(yù)測(cè)該