太阳能资源评估方法
ICS A
QX
太阳能资源评估方法
Assessment Method for Solar Energy
（征求意见稿）
（本稿完成日期：2006-12-20）
中国气象局 发布
目次
前言.............................................................................. II 引言............................................................................. III 1范围 (1)
2引用标准 (1)
3术语和定义、缩略语 (1)
4太阳能资源的计算 (2)
4.1有关参数计算 (2)
4.2月日照百分率的计算 (4)
4.3日天文总辐射量的计算 (4)
4.4月太阳总辐射量计算 (4)
5太阳能资源的评估 (5)
5.1太阳能资源丰富程度评估 (5)
5.2太阳能资源利用价值评估 (5)
5.3太阳能资源稳定程度评估 (6)
5.4太阳能资源日最佳利用时段评估 (6)
参考文献 (7)
7
前言
本标准由中国气象局提出。
本标准由中国气象局政策法规司归口。
本标准由江西省气候中心参加起草。
本标准主要起草人：章毅之、王怀青、胡菊芳。
本标准首次发布。
引言
太阳能已经被国际公认为是未来最有竞争性的能源之一，太阳能资源具有取之不尽、用之不竭；不污染环境、不破坏生态；周而复始、可以再生；分布广泛、分不使用；就地可取、不需运输等特点，因此太阳能利用前景广阔。目前世界各国十分重视太阳能资源的开发利用工作，可通过生物转换、光热转换、光电转换、光化学转化等方式利用太阳能。为了更好地开发利用太阳能资源，《气象法》第六章中规定了各级气象主管机构应当组织对城市规划、国家重点建设工程、重大区域性经济开发项目和大型太阳能、风能等气候资源开发利用项目进行气候可行性论证。因此正确计算项目开发地太阳能资源的数量，并对其进行正确评估，是关系到项目建设成败的关键。同时正确评估某区域内的太阳能资源，对于指导该区域内的太阳能资源开发利用具有一定的指导意义。
本标准指定了太阳能资源数量的计算方法，给出了太阳能资源评估的具体指标以及资源的等级划分，具有普遍适用性。标准涉及的主要技术内容均是根据国内外目前使用比较普遍的技术方法制正。
太阳能资源评估方法
1 范围
本标准规定了表征太阳能资源的太阳总辐射的计算方法，给出了太阳能资源评估的指标以及资源的等级划分。
本标准适用于各级气象、电力、农业等部门进行太阳能资源开发利用工作中的太阳能资源计算和评估。
2 引用标准
GB/T 12936.2-1991 太阳能热利用术语第一部分
3 术语和定义、缩略语
下列术语、定义和缩略语适用于本标准。
3.1 太阳能solar energy
太阳能可分为广义的太阳能和狭义的太阳辐射能。所谓广义的太阳能是指由太阳辐射转换而成的一切能量，它包括现在和过去通过太阳活动而获得的所有形式的能量，如风、波浪能、海洋能、生物质能以及煤、石油天然气等。狭义的太阳辐射能主要是指太阳总辐射以及与之有联系的日照时数和百分率。
本标准中所评估的太阳能是狭义的太阳能
3.2 太阳总辐射solar total radiation
太阳总辐射是指水平面上,天空2π立体角内所接收到的太阳直接辐射和散射辐射之和。
3.3 太阳常数solar constant
太阳常数是指在日地平均距离处，地球大气外界垂直于太阳光束方向上接收到的太阳辐照度。
3.4 太阳赤纬solar declination
太阳赤纬是从天赤道沿太阳所在时圈量至日面中心的角距离。春（球）分时为0°，一年之内在±23°27′之间变化。
3.5 日照时数 sunshine duration
日照时数是指太阳在一地实际照射的时数。在一给定时间，日照时数定义为太阳直接辐照度达到或超过120瓦·米-2（W ·m-2）的那段时间总和，以小时（h ）为单位，取一位小数。日照时数也称实照时数。
3.6 可照时数 duration of possible sunshine
可照时数又称天文可照时数，是指在无任何遮蔽条件下，太阳中心从某地东方地平线到进入西方地平线，其光线照射到地面所经历的时间。
3.7 真太阳时 apparent solar time
真太阳时是由日面中心的时角量度的计时系统。 4 太阳能资源的计算
太阳能资源的数量一般以到达地面的太阳总辐射量来表示。太阳总辐射量与天文因子、物理因子、气象因子等关系密切，在实际工作中通常利用半经验、半理论的方法，建立各月太阳总辐射量与相关因子之间的经验公式，计算各月太阳总辐射量，从而得到掌握每年太阳能资源的数量。
4.1 有关参数计算 4.1.1 太阳赤纬
太阳赤纬是影响天文总辐射量的重要天文因子之一，由式（1）计算：
x x x 3sin 1712.02sin 1149.0sin 2567.233723.0-++=δ
x x x 3cos 0201.02cos 3656.0cos 7580.0++- (1)
2422.365/)(3.5720N N N x -?+??=π ……………………(2) 式中：
N 为按天数顺序排列的积日。1月1日为0；2日为1；其余类推，12月31日为364(平年)；闰年12月31日为365。
)]1985(25.0[)1985(2422.06764.790-?--+=y INT y N ，其中Y 为年份，INT(X)为不大于X 的
最大整数的标准函数。
N ?为积日订正值，由观测地点与格林尼治经度差产生的时间差订正值L 和观测时刻与格林尼治0
时时间差订正值W 两项组成。
24/)(L W N -=?
15/)60/(M D L +=± ……………………（3） 60/F S W +=
其中：
D 为计算点经度的度值；
M 为计算点的分值；
L 东经取负号，西经取正号。在我国取负号； S 为计算时刻的时值； F 为计算时刻分值； 计算中取S=12，F=0。
4.1.2 日地相对距离
日地相对距离是计算日天文总辐射时使用的参数，可以用式（3）计算： x x 2sin 000086.0sin 032359.0000423.12
++=ρ
x x 2cos 000115.0cos 008349.0+- (4)
式中x 由（2）式计算。
4.1.3 可照时数
可照时数是计算日照百分率时用到的参数，用式（4）进行计算：
δ
?γ
δ?γ
δ?cos cos )
2
45sin()2
45sin(2
sin
---
+-+=
B T
可照时数B A T T ?=2 ……………………（5） 式中：
TB 为半日可照时数； r=34′为蒙气差； ?
为当地纬度；
δ为太阳赤纬。
4.1.4 时差
x
x x x 2cos 6882.0cos 0924.72sin 9059.9sin 9857.10028.0E Q --+-= (6)
式中x 由（2）式计算。 4.1.5 真太阳时
Q T E L C TT +±=
式中： C T 为北京时；
L 为经度时差，由（3）式计算； EQ 为时差，由（6）式计算。
4.2 月日照百分率的计算
)(1A T S INT S = (7)
式中： S 为月日照时数 TA 为月可照时数 4.3 日天文总辐射量的计算
)sin cos cos sin sin (002
ωδ?δ?ωπρ
+=
TI Q n (8)
式中：n Q 为日天文辐射总量，单位为12--??d m MJ ； T 为周期（24360360s ）；
0I 为太阳常数（1241067.13---???s m MJ ）； 2ρ为日地相对距离；
0ω为日落时角，)tan tan arccos(0δ?ω-=； ?为地理纬度； δ为太阳赤纬 。 4.4 月太阳总辐射量计算
由于我国太阳辐射观测站点较少，对有观测的站点，计算其月太阳总辐射量可以用每天的观测值进行累加，对于计算无观测地点的月太阳总辐射，用经验公式（9）计算。
)(10bS a Q Q += (9)
式中:
0Q 为月天文辐射量，由（8）式计算出当月逐日天文总辐射量，然后相加；
1S 为当月的日照时数百分率；
b a ,为经验系数，根据计算点附近的日射站观测资料，利用最小二乘法计算求出。
4.4.1 系数a ，b 的确定
首先选择计算点附近有太阳辐射观测气象台站，作为计算系数的参考点。根据参考点历年观测的太阳总辐射和日照百分率，计算系数a 和b ，其计算公式如（10）。
(10)
'
1S b y a -=
∑∑==---=
n
i i
n
i i i S S
y y S S b 1
2'1
'
11
'
1'1)
()
)((
式中：
'
1i
S 为参考站点的逐年月日照百分率；
'
1
S 为参考点月日照百分率的平均值；
'
'
Q Q y i
i
为参考站点逐年月辐射总量与月天文辐射总量的比值；
y
为参考站点逐年月辐射总量与月天文辐射总量的比值的平均值；
n 为选取观测资料的年数。
在计算过程中，应该注意我国1981年1月1日开始使用世界辐射测量基准（WRR ），在此之前使用的是国际直接日射表标尺（IPS ）,两者关系为：
因此，在1981年1月1日以前，我国所有辐射资料换成WRR 必须乘系数1.022。
5 太阳能资源的评估
为了更充分地开发和利用太阳能资源，根据太阳能资源中的一些主要指标进行太阳能资源进行的评估是十分必要的。
5.1 太阳能资源丰富程度评估
以太阳总辐射的年总量为指标，进行太阳能资源丰富程度评估。具体的资源丰富程度等级见表1。
表 1 太阳能资源丰富程度等级
5.2 太阳能资源利用价值评估
利用各月日照时数大于6小时的天数为指标，反映一天中太阳能资源的利用价值。一天中日照时数如小于6小时，其太阳能一般没有利用价值。
5.3 太阳能资源稳定程度评估
一年中各月日照时数大于6小时的天数最大值与最小值的比值，可以反映当地太阳能资源全年变幅的大小，比值越小说明太阳能资源全年变化越稳定，就越利于太阳能资源的利用。此外，最大值与最小值出现的季节也反映了太阳能资源的一种特征。
5.4 太阳能资源日最佳利用时段评估
利用太阳能日变化的特征作为指标，评估太阳能资源日变化规律。以当地正太阳时9～10时的年平均日照时数作为上午日照情况的代表，以正太阳时11～13时的年平均日照时数作为中午日照情况的代表，以正太阳时14～15时的年平均日照时数作为下午日照情况的代表。哪一段时期的年平均日照时数长，则表示该段时间是一天中最有利太阳能资源利用的时段。
参考文献
[1] 左大康.中国地区太阳总辐射的空间分布特征[J].气象学报,1963,33(1):78-96.
[2] 翁笃鸣.试论总辐射的气候学计算方法.气象学报[J],1964,34(3):304-315.
[3] 陆渝蓉,高国栋.我国辐射平衡各分量计算方法及时空分布研究[J].南京大学学报(自然科学
版).1976,12(2),89-110.
[4] 王炳忠,张富国,李立贤.我国的太阳能资源及其计算[Ｊ].太阳能学报,1980,1(1):1-9.
[5] 祝昌汉.再论总辐射的气候学计算方法（一）.南京气象学院学报[J].1982,5(1):15-24.
[6] 祝昌汉.再论总辐射的气候学计算方法（二）.南京气象学院学报[J].1982,5(2):196-206.
[7] 朱瑞兆，祝昌汉，薛桁.中国太阳能、风能资源及其利用[M].北京：气象出版社，1988
[8] 孙治安.中国太阳总辐射计算方法的进一步研究[J].南京气象学院学报.1992,15(2),21-19
[9] 缪启龙,周锁铨,吴息.西部山区总辐射气候学计算及分布[J].南京气象学院学
报,1994,17(2):177-182.
[10] 高国栋,缪启龙,王安宇,等.气候学教程[M].北京:气象出版社,1996.31-32.
[11] 翁笃鸣.中国辐射气候[M].北京:气象出版社,1997.
[12]刘绍民,李银芳.新疆月太阳总辐射气候学计算方法的研究[J].干旱区地理,1997,20(3):75-81.
[13] 赵媛，赵慧.我国太阳能资源及其开发利用.经济地理[J]，1998，18(1):56-61.
[14] 杜尧东,毛慧琴,刘爱君,等.广东省太阳总辐射的气候学计算及其分布特征[J].资源科学,2003,25(6):66-67.
[15] 中国气象局.地面观测规范[M].北京：气象出版社，2003
[16] 唐永顺.应用气候学[M]. 北京：科学出版社，2004
[17] 王建源，冯建设，袁爱民.山东省太阳辐射的计算及其分布[J].气象科技，2006，34（1）：98-101.
[18] 字春霞.南宁市太阳能日辐射估算方法探讨[J].广西气象，2006，27(1):31-33.
风电场风能资源评估与选址
【摘要】风电场区域范围内的风能资源藴藏状况，是开发风力发电项目最基础的组成因素，能否客观的掌握其风能资源状况是项目成功和避免投资风险的关键所在。 【关键词】区域初步甄选风资源评估微观选址 1 概述 风能资源评估是整个风电场建设、运行的重要环节，是风电项目的根本，对风能资源的正确评估是风电场建设取得良好经济效益的关键，有的风电场建设因风能资源评价失误，建成的风电场达不到预期的发电量，造成很大的经济损失。风能资源评估包括三个阶段：区域的初步甄选、区域风能资源评估及微观选址。 2 区域的初步甄选 建设风电场最基本的条件是要有能量丰富，风向稳定的风能资源。区域的初步甄选是根据现有的风能资源分布图及气象站的风资源情况结合地形从一个相对较大的区域中筛选较好的风能资源区域，到现场进行踏勘，结合地形地貌和树木等标志物在万分之一地形图上确定风电场的开发范围。 风电场场址初步选定后，应根据有关标准在场址中立塔测风。测风塔位置的选择要选具有代表整个风电场的风资源状况，具体做法：根据现场地形情况结合地形图，在地形图上初步选定可安装风机的位置，测风塔要立于安装风机较多的地方，如地形较复杂要分片布置立测风塔，测风塔不能立于风速分离区和粗糙度的过渡线区域，即测风塔附近应无高大建筑物、地形较陡、树木等障碍物，与单个障碍物距离应大于障碍物高度的3倍，与成排障碍物距离应保持在障碍物最大高度的10倍以上；测风塔位置应选择在风场主风向的上风向位置。 测风塔数量依风场地形复杂程度而定：对于较为简单、平坦地形，可选一处安装测风设备；对于地形较为复杂的风场，要根据地形分片布置测风点。 测风高度最好与风机的轮毂高度一样，应不低于风机轮毂高度的2/3，一般分三层以上测风。 3 区域风资源评估 区域风资源评估内容包括： 对测风资料进行三性分析，包括代表性，一致性，完整性；测风时间应保证至少一周年，测风资料有效数据完整率应满足大于90％，资料缺失的时段应尽量小(小于一周)。
风资源评估方法研究1
内蒙古工业大学 硕士学位论文 风资源评估方法研究 姓名：李常春 申请学位级别：硕士专业：动力机械及工程指导教师：刘志璋 20060601
摘要 针对我国大型风电场建设起步相对较晚，风能资源的测量评估依据不够充分，评估所用的资料大都是10米高度处的气象站资料。部分气象站由于周围建筑环境的影响使测量数据严重失真，给风电场的选址和规划方面带来很多困难。为此作者进行了风资源评估方法的研究。 本论文介绍了有关风资源的基本概念、风的变化和风的统计特性；从风电场测风的角度出发，分析了风资源测量站址的选择方法、测量参数分析及设备安装原则等。 在实际风电场测风的基础上，本论文运用WASP软件整合数据，提出了采用NASA （美国国家航空航天局）数据库中的风资料与瑞利概率密度函数相结合的方法，来拟合风速频率分布，评估当地风资源。作者利用锡林浩特风电场实测的一年数据和百灵庙的实测数据对新方法的准确度进行了验证。得到了如下结论： （1）论文提出的风资源评估的新方法，采用NASA数据库中的风资料数据计算风速分布频率的结果与实测一年的当地风资源数据计算结果的差值在±10%以内。 （2）本文提出的风资源评估的新方法和相关理论分析及应用技术能够指导当前的风电场的选址工作。 为了更好的开展本课题的后续工作，作者提出如下建议： （1）在测风塔安装的多层风速仪中，一定要安装50米高度处的风速仪，为进一步修正新方法的估计精度打好基础。 （2）本课题的提出的研究方法并未考虑地形地貌的影响，建议下一步研究中利用电子地图提高计算准确性。 （3）基于本课题的方法，进一步规划内蒙古自治区和我国的风能资源分布情况。关键词：风资源；NASA数据；瑞利分布函数；风速频率分布；评估
光伏电站太阳能资源评估
光伏电站太阳能资源评估 1、太阳能资源数据特点 根据《光伏发电工程可行性研究报告编制办法》（试行）的要求：项目现场太阳辐射观测站至少连续一年的逐分钟太阳能的总辐射、直接辐射、散射辐射、气温等的实测时间序列数据。而《太阳能资源评估办法》（QX/T89-2008）中的方法不能满足《光伏发电工程可行性研究报告编制办法》（试行）的要求。 目前基于数据订正的长序列数据来源主要有以下几种：基于数据库数据、基于气象站历史观测资料、基于太阳能资源评估的数值模拟（即：QX/T89-2008中方法）； 为了提高对光伏电站太阳能资源评估的准确性，太阳能资源评价根据现场一年的实测数据，结合附近有代表性的长期测站的观测资料。将验证后的现场太阳能数据订正为一套反映光伏电站长期平均水平的代表性数据进行太阳能资源分析。但由于受气象及地形影响，太阳能资源的随机性较大。在一些光伏电站内，虽然数据观测年与长系列太阳能辐射统计值相同。但各月变化仍存在较大差别，且有正负之分。如果只是单一以实测数据年与长系列年太阳能辐射值差值作为订正太阳能数据的依据。并不能反映实测数据年内各月相对于长系列年太阳能辐射值各月的变化趋势，这将在太阳能资源评估中产生一定的误差。 因缺少太阳能资源评估详细的技术规范，目前各设计咨询单位在进行光伏电站的太阳能资源评估时，其方法各异。本文将对各设计咨询单位目前采用的主要方法进行探讨，以分析各类方法的差异。
2、太阳能资源数据预处理 2.1、数据预处理 数据预处理包括数据修正、归一化和低通滤波。如前文论述，数据包含的各环境因子较多，各环境因子的数量级差别较大，因本文只对太阳能资源数据进行分析。本文不再对各环境因子进行规一化处理。 由于受传感器故障、AD采集转换模块故障、总线通信误码和电磁干扰等影响，测量数据在某些采样点波动很大，远远超出物理量的实际最大可能变化范围，须对其修正（修正方法见下文）。结合光伏电站太阳能分析工作实践与相关国家标准、行业标准，制定以下数据趋势检验判别标准，如下表所示。 因记录的数据为每秒采样一次，并自动计算和记录的每1min的平均辐射值。因此，数据不再进行低通滤波。 2.2、数据的插补 采用期间（完整年）应获得的525600组数据（采样时间1min），因仪器故障等原因，数据一般存在缺失。需对缺失数据进行插补，
哈密市太阳能资源评估
Climate Change Research Letters 气候变化研究快报, 2019, 8(2), 168-174 Published Online March 2019 in Hans. https://www.360docs.net/doc/df15730235.html,/journal/ccrl https://https://www.360docs.net/doc/df15730235.html,/10.12677/ccrl.2019.82019 Evaluation of Solar Energy Resource in Hami Zhehua Wei, Guanglin Feng Meteorological Bureau of Hami, Hami Xinjiang Received: Feb. 16th, 2019; accepted: Mar. 1st, 2019; published: Mar. 8th, 2019 Abstract Based on the meteorological data of total solar radiation and sunshine duration from 1998 to 2017 from Hami National Reference Climatological Station, the temporal and spatial distribution characteristics of solar radiation in Hami are analyzed by various statistical methods, and the so-lar energy resources in Hami are evaluated from the aspects of solar energy resource abundance, stability, available value and optimal utilization period. The results show that the average solar radiation in Hami in the past 20 years is 6105.47 MJ/m2, which varies greatly from year to year. The average sunshine duration was 3424.5 h, showing a significant growth trend. The total radia-tion and sunshine duration are the maximum in May and the minimum in December. Hami has good solar energy resource and belongs to abundance belt in resource. The solar energy resource is stable, the average number of daily sunshine duration more than 6 hours is 326 d, and the solar energy utilization value is very high. The best utilization period is 9~17 o’clock every day. Except for the relatively short sunshine hours in the morning of November-December, the rest time is the best utilization period throughout the year. Keywords Hami, Solar Radiation, Sunshine Duration, Solar Energy Resource 哈密市太阳能资源评估 魏哲花，冯广麟 哈密市气象局，新疆哈密 收稿日期：2019年2月16日；录用日期：2019年3月1日；发布日期：2019年3月8日 摘要 利用哈密市国家基准气候观测站1998~2017年太阳总辐射和日照时数气象资料，通过采用多种统计方法，
太阳能资源分析
太阳能资源分析 太阳能作为可再生能源成员中主要的发展对象，其大规模的开发利用是目前人类调整能源消费结构、缓解能源危机、改善生态环境的最及时有效途径。太阳是一颗自己能发光的气体星球，其内部不断进行着热核反应，因而每时每刻都在稳定地向宇宙空间发射能量。人类开发太阳能主要是利用太阳光辐射所产生的能量，由于地球表面大部分被海洋覆盖，达到陆地表面的能量约占太阳达到地球范围内太阳辐射能的10%，然而太阳每秒钟到达地球陆地表面的辐射能相当于世界一年内消耗的各种能源所产生的总能量的3.5万倍，因此太阳能的开发利用日益受到人们的青睐。受日地距离（日地运动）、气象条件及地理位置等多种因素综合影响，不同季节、不同气象条件下地球上不同地区的太阳能资源分布又各不相同，因此对应于不同等级的太阳能资源。太阳能资源分析是大规模太阳能开发利用过程中较为关键的环节，资源分析结果的差异对大规模太阳能项目启动、开发利用及投资收益产生重大的影响。了解我国的太阳能资源分布、采用适当的方式获取有效的太阳能资源数据，利用先进的方法处理太阳能资源数据，依据国家颁布的太阳能资源评估标准（或规范）对拟开发项目的太阳能资源进行分析，其结果对太阳能资源的开发利用有着重要的指导意义。 太阳能资源分析其广义分析范围包含：全球（含海洋）太阳能辐射资源分布与分析概况、区域或国家大气候太阳能资源分布与分析；小气候形成的地域太阳能资源分布与分析。本文针对具体工程项目的需求，结合国内外现有技术水平和发展趋势，只对距离（具有代表性的小气候环境）观测站较近或容易获取有效辐照数据的项目地点进行太阳能资源分析，力求太阳能资源分析具备实用性和精确性，至于影响太阳能资源的各种因素（云量、气溶胶等）不在本文分析范围内。 1.我国太阳能资源分布及辐射分析 1.1我国太阳能资源分布 我国幅员辽阔，有着十分丰富的太阳能资源。据估算，我国陆地表面每年接受的太阳辐射能约为50×1018 kJ，全国各地太阳年辐射总量达335～837
国家标准太阳能资源方法
国家标准《太阳能资源评估方法》 编制说明 一、工作简况 1、任务来源 本标准题目为《太阳能资源评估方法》，项目编号20150587-T-416。 本标准由中国气象局公共气象服务中心、中国气象局风能太阳能资源中心联合编写。 本标准由全国气候与气候变化标准化技术委员会风能太阳能气候资源分技术委员会(SAC/TC540/SC2)归口。 2、编制目的 我国的太阳能资源十分丰富，大规模开发利用太阳能资源对于我国调整能源结构、改善环境质量、应对气候变化等均具有重要意义。 近年来我国太阳能开发利用开速发展，科学地评估太阳能资源是国家制定太阳能发展规划的基础，也是太阳能工程建设的基本前提。 随着太阳能资源数据的应用越来越深入，数据的来源和处理方法也越来越多元化，太阳能资源评估中，除涉及的气象部门实测的和基于日照百分率计算的太阳辐射数据之外，还有大量的太阳能电站现场短期实测数据，以及根据卫星反演或数值模拟等方法得到的长序列格点化数据，这些数据也可用于太阳能资源评估。在国内外太阳能资源评估相关的文献和实践中，上述数据的处理和使用方法并未形成规范
性文件，不利于对我国的太阳能资源形成客观、准确的认识。为适应太阳能资源开发利用的需要，规范我国太阳能资源评估工作，特制订本标准。 太阳能开发方式多种多样，每种方式利用的太阳辐射能量有差异，例如按照一定角度放置的平板式光伏组件利用的是倾斜面上接收到的总辐射，而光热发电则利用的是法向直接辐射，而不同辐射数据的来源、计算和处理方法均存在较大差异，很难在一项标准中给出符合所有利用方式的太阳能资源评估方法。因此，本标准以水平面总辐射为主要指标，对到达地球表面的太阳能资源进行评价，这样也使得不同地区的太阳能资源具有可比性。下一步，我们还将在此基础上，逐步制定针对光伏发电、光热发电以及其他利用方式的太阳能资源评估方法相关标准。 3、主要工作过程 （1）2015年8月中国气象局下发了气象标准研制通知《中国气象局政策法规司关于下达2015年～2016年气象标准制修订计划的通知(气法函[2015]36号)》，成立编写小组，明确了目标任务。 （2）2015年9月正式立项，项目编号为20150587-T-416，项目名称为《太阳能资源评估方法》。 （3）2016年7月，形成工作组讨论稿。 （4）2016年7月至2017年12月，充分研究现场短期实测数据、卫星反演及数值模拟等方法得到的长序列格点化数据在太阳能资源
我国太阳能资源分布概述
我国太阳能资源分布概述 编辑：sunny 作者：马月北京木联能软件技术有限公司高级工程师发表于：2014-04-09 来源：索比太阳能光伏网 摘要：根据过去一些太阳能辐射资源分布的相关研究，基于中国气象局及其下属单位、NREL和NASA 的研究成果，本文将对对我国太阳能资源分布情况进行描述。 Solarbe(索比)光伏太阳能网讯：摘要：根据过去一些太阳能辐射资源分布的相关研究，基于中国气象局及其下属单位、NREL和NASA的研究成果，本文将对对我国太阳能资源分布情况进行描述。 太阳能是一种清洁的、环保的可再生能源。太阳能发电成为目前备受关注的焦点之一。我国太阳能发电正处于蓬勃发展阶段，详细了解我国太阳能资源分布情况能够有效的指导宏观决策，对我国太阳能资源开发具有重要意义。 目前，一些机构已从事太阳辐射观测、数值模拟工作多年，并取得了重要成果。例如，中国气象局及其下属单位建立了多个太阳辐射观测站、气象站，组成了太阳能资源观测网，获取真实的观测资料，并结合气候统计和数值模拟等方法绘制我国太阳能资源气候分布图。美国可再生能源实验室（NREL）研发了太阳辐射气候模式（Climatological Solar Radiation (CSR) Model），结合云盖、水汽和示踪气体信息，并考虑气溶胶数量，计算得到分辨率为40km×40km的月平均太阳辐射数据，该数据免费对外开放。美国航空航天局（NASA）通过对卫星观测数据的反演，免费为用户提供分辨率为1°×1°的太阳辐射数据。 根据过去一些太阳能辐射资源分布的相关研究，基于中国气象局及其下属单位、NREL和NASA的研究成果，下面对我国太阳能资源分布情况进行描述。 一、我国太阳能资源分布概述 我国属太阳能资源丰富的国家之一，全国总面积2/3以上地区年日照时数大于2000小时，年辐射量在5000MJ／m2以上。据统计资料分析，中国陆地面积每年接收的太阳辐射总量为3.3×103～8.4×103MJ/m2，相当于2.4×104亿吨标准煤的储量。 根据国家气象局风能太阳能评估中心划分标准，我国太阳能资源地区分为以下四类： 一类地区（资源丰富带）：全年辐射量在6700~8370MJ/m2。相当于230kg标准煤燃烧所发出的热量。主要包括青藏高原、甘肃北部、宁夏北部、新疆南部、河北西北部、山西北部、内蒙古南部、宁夏南部、甘肃中部、青海东部、西藏东南部等地。 二类地区（资源较富带）：全年辐射量在5400～6700MJ/m2，相当于180～230kg标准煤燃烧所发出的热量。主要包括山东、河南、河北东南部、山西南部、新疆北部、吉林、辽宁、云南、陕西北部、甘肃东南部、广东南部、福建南部、江苏中北部和安徽北部等地。
风资源评估-工程应用-windfarmer操作步骤及注意事项(1)
Windfarmer软件操作步骤及注意事项 目录 一、目的： (1) 二、准备资料 (1) 三、计算步骤 (2) 1 wasp——导入文件: (2) 2 wasp-------输出文件： (2) 3 导入windfarmer： (2) 4 设置： (2) Windfarmer 应用步骤 (2) 001 前提：选型完成之后—— (2) 02 wasp部分 (3) 003 windfarmer部分 (5) 01 以现场测量数据为依据 (8) 004 RIX（陡峭度指标问题） (11) 006 损耗 (13) 007 不确定性 (13) 一、目的： windfarmer用于简单地形——基于wasp模型——同时也用于复核计算（湍流） 二、准备资料 1 原始风速数据——windgrogher——输出。Tab文件 2 边界坐标——txt-wob——或者自己在windfarmer里面地图上画 3 风机点位坐标——或者自己排布优化 4 功率曲线——.wtg 文件——wasp中建立一个风机后直接save为。Wtg格式文件 5 地图——.map+roughness 6
三、计算步骤 1 wasp——导入文件: windgrogher导出tab文件 wasp turbine editor导出风机功率曲线wtg文件 cad—globalmaper—wasp editor—导出contours+roughness的map文件 风机点位文件 计算resource grid文件前要设置边界（control+shift—画，control—移动） 若测风塔在风场边界之外则计算三个资源栅格（mast高度、mast轮毂高度、轮 毂高度） 2 wasp-------输出文件： Hub 高度的wrg文件 Mast 高度的wrg文件 3 导入windfarmer： Map+roughness地图文件 画边界点或者拖入wob文件 画出禁止区域等设置 导入风场和测风塔点位的wrg文件 布机或者导入风机点位坐标 风机属性设置——功率曲线设置——导入wtg文件 优化——迭代300-500次左右 4 设置： 控制面板设置 Windfarmer 应用步骤 001 前提：选型完成之后—— 01 windogragher部分风速数据处理整理成txt格式，包括风速风向标准偏差，
光伏并网电站太阳能资源评估规范
竭诚为您提供优质文档/双击可除光伏并网电站太阳能资源评估规范 篇一：光伏电站太阳能资源评估 光伏电站太阳能资源评估 1、太阳能资源数据特点 根据《光伏发电工程可行性研究报告编制办法》（试行）的要求：项目现场太阳辐射观测站至少连续一年的逐分钟太阳能的总辐射、直接辐射、散射辐射、气温等的实测时间序列数据。而《太阳能资源评估办法》（qx/t89-20xx）中的方法不能满足《光伏发电工程可行性研究报告编制办法》（试行）的要求。目前基于数据订正的长序列数据来源主要有以下几种：基于数据库数据、基于气象站历史观测资料、基于太阳能资源评估的数值模拟（即：qx/t89-20xx中方法）； 为了提高对光伏电站太阳能资源评估的准确性，太阳能资源评价根据现场一年的实测数据，结合附近有代表性的长期测站的观测资料。将验证后的现场太阳能数据订正为一套反映光伏电站长期平均水平的代表性数据进行太阳能资源 分析。但由于受气象及地形影响，太阳能资源的随机性较大。在一些光伏电站内，虽然数据观测年与长系列太阳能辐射统
计值相同。但各月变化仍存在较大差别，且有正负之分。如果只是单一以实测数据年与长系列年太阳能辐射值差值作 为订正太阳能数据的依据。并不能反映实测数据年内各月相对于长系列年太阳能辐射值各月的变化趋势，这将在太阳能资源评估中产生一定的误差。 因缺少太阳能资源评估详细的技术规范，目前各设计咨询单位在进行光伏电站的太阳能资源评估时，其方法各异。本文将对各设计咨询单位目前采用的主要方法进行探讨，以分析各类方法的差异。 2、太阳能资源数据预处理 2.1、数据预处理 数据预处理包括数据修正、归一化和低通滤波。如前文论述，数据包含的各环境因子较多，各环境因子的数量级差别较大，因本文只对太阳能资源数据进行分析。本文不再对各环境因子进行规一化处理。 由于受传感器故障、ad采集转换模块故障、总线通信误码和电磁干扰等影响，测量数据在某些采样点波动很大，远远超出物理量的实际最大可能变化范围，须对其修正（修正方法见下文）。结合光伏电站太阳能分析工作实践与相关国家标准、行业标准，制定以下数据趋势检验判别标准，如下表所示。 因记录的数据为每秒采样一次，并自动计算和记录的每
风资源评估工程应用—粗糙度篇
风资源评估-工程应用—粗糙度篇（1） 目录 一、必看内容： (1) 二、实际工程经验 (4) 问题一： (4) 问题二： (4) 问题三： (5) 一、必看内容： 为了计算地形和地貌对风的影响，需要对其特征进行系统的描述。地形和地貌对风的影响主要来自于三个方面：地形、障碍物和粗糙度。空气在流动的过程中不仅受到气压梯度力和地转偏向力的作用，而且在离地面1.5公里的近地面大气层里，它还受到地面障碍物的影响，气象学上将1.5公里以下的气层称为摩擦层。 在摩擦层里，空气经过粗糙不平的地表面，受到摩擦力的作用，空气流动的速度，也就是风速会越来越小。由于地表粗糙程度不一，作用于空气的摩擦力的大小也就不同，风速减小的程度也就不同，地面粗糙度越大，作用于空气的摩擦力也就越大，相应的风速减小的也就越多。 1)地表粗糙度有地表粗糙元的尺寸和分布决定，对于陆地表面，粗糙元主要有 植被、建筑区和土壤表面。 2)一旦确定了特定表面的粗糙长度，它将不随风速、大气稳定度和应力而改变。 3)粗糙长度Z=0.5*h*S/A h:粗糙元的高度S：粗糙元迎风面的截面积A：平均每个粗糙元所占的面积；粗糙度有很多计算方法，具体见【几种典型地表粗糙度计算方法的比较研究】 4)实际工程中主要根据经验值进行粗糙度划分和设置：
在风力发电领域对地面粗糙度进行了分类，总共分为A、B、C、D四类，各类对应的地表状况如下： A类指近海海面、海岛、海岸、湖岸及沙漠地区； B类指田野、乡村、丛林、丘陵以及房屋比较稀疏的中小城市郊区； C类指有密集建筑群的中等城市市区； D类指有密集建筑群但房屋较高的大城市市区。 5) 图1 A类图2 B类 图3 C类图4 D类 6)为了能对地面粗糙度进行量化分析，通常使用粗糙度长度（表征完全湍 流中表面粗糙程度所用的特征长度参数，单位为：m）Z0对地面粗糙度进行度量，其值分布于0-2m之间。表1中列出了地面粗糙度等级值对应的粗糙度长度值，以及能源指数和地表特征。 7)表1：地面粗糙度等级及粗糙度长度（来源于德国风能协会）
中国风能资源的详查和评估
风 能是清洁的可再生能源，大力开发利用风能资源是有效应对气候变化的重要举措之 一。中国政府十分重视风能资源的有序开发和合理利用，20世纪70年代至2006年期间，先后组织开展了3次全国风能资源普查，为我国的风能资源开发提供了基础依据；为更好地满足我国风能资源持续、有序、合理地规划和开发利用需要，国家发改委、财政部及国家相关部门决定在之前全国风 中国风能资源的详查和评估 ■文—中国气象局风能太阳能资源评估中心 能资源普查结果的基础上，实施“全国风能详查和评价”项目，该项目针对中国大陆风能资源丰富、适宜建设大型风电场、具备风能资源规模化开发利用条件的地区，通过现场观测、数值模拟、综合分析等技术手段，进一步摸清我国陆上风能资源特点及其分布，为促进我国风电又好又快发展做好前期工作。该项目于2008年正式启动，由中国气象局具体牵头组织实施。 一、中国风能资源详查和评估技术发展和项目主要成果 1. 初步建立全国陆上风能资源专业观测网 依托全国风能资源详查和评价工作，中国气象局针对风能资源规划和风电场选址需要，采用规范、统一的标准，在中国大陆风能资源可利用区域设立了400座70～120米高的测风塔，初步建成了全国陆上风能资源专 图1 全国风能资源专业观测网测风塔分布示意图
业观测网（图1），该专业观测网于2009年5月正式全网观测运行，已获取的实地观测数据为全国（陆上）风能详查和评价提供了可靠的依据，同时也为规范风能资源观测的专业化运行和管理积累了丰富的实际操作经验。该专业观测网的持续运行，可为开展风能预报业务和风电场后评估提供基础支持。 2. 研发了适用于中国的风能资源评估系统 中国气象局风能太阳能资源评估中心在引进和吸收加拿大、丹麦和美国等风能数值模拟评估的成功经验基础上，根据中国地理、气候特点进行改进和优化，采用先进的地理信息系统（GIS）分析技术，开发了适于中国气候和地理特点的风能资源评估系统（W E R A S/C M A），数值模拟的水平分辨率达到1千米以下，风能参数模拟精度能够满足各级风电规划和风电场选址需要。图2展示了W E R A S/ CMA的系统工作流程图。 3. 研发了规范、适用的风能资源 计算评估系统 依据IEC61400-1、IEC61400- 12-1、GB/T 18710-2002、QX/T74- 2007等国际国内风能资源计算评估技 术规范，在气象部门原有的“风能资 源计算评估系统” V1.0版软件基础上 进行研制和完善，使之适用于风能专 业观测网一体化观测系统特有的仪器 设置和数据采集方式，实现了多种观 测仪器原始数据格式的标准转换，原 始观测数据的质量检查、缺测数据的 自动插补订正、统一的数据库管理、 Word文档图表的全自动生成等功能， 满足了本项目计算评估大量的数据处 理、规范的参数计算、标准的图表制 作和便捷的报告编制等要求。 4. 建立了风能资源数据库共享系统 以地理信息系统和网络技术为支 撑，根据风能观测数据的采集和传输 特点，通过新一代气象通信系统，建 立了具备测风塔观测数据实时采集、 传输、质量控制、统计加工、分发存 储等全功能处理流程；建成的全国 风能资源数据库包括了风能观测塔数 据、风能评估参政气象站历史数据、 数值模拟计算结果和风能资源综合评 价的各类参数，通过分级管理形成了 全国风能资源数据共享系统，可为全 社会各个层面提供风能基础数据、评 估参数和图表成果等的公共服务。 5. 编制完善了一系列风能资源详 查和评价的规范性技术文件 针对项目执行中的各个技术环 节，参考国际、国内相关规范，考虑 我国气候特点、地理条件等因素，并 结合本项目工作大纲要求，研究编制 了《风能资源详查和评价工作测风塔 选址技术指南》、《测风塔塔体及其 防雷技术要求》、《测风塔风能观测 系统技术要求》和《风能资源综合评 价技术规定》、《风能资源短期数值 模拟技术规定》等规范性技术文件， 在规范和指导项目执行的同时，及时 进行总结、补充和修正，使各规范性 技术文件更加完善、合理，并具有普 适性和可操作性。 图2 WERAS/CMA的系统工作流程图
太阳能资源评估
资源评估 我国的太阳能资源 我国幅员广大，有着十分丰富的太阳能资源。据估算，我国陆地表面每年接受的太阳辐射能约为50x1018kJ，全国各地太阳年辐射总量达335～837kJ／cm2·a，中值为586kJ／cm2·a。从全国太阳年辐射总量的分布来看，西藏、青海、新疆、内蒙古南部、山西、陕西北部、河北、山东、辽宁、吉林西部、云南中部和西南部、广东东南部、福建东南部、海南岛东部和西部以及台湾省的西南部等广大地区的太阳辐射总量很大。尤其是青藏高原地区最大，那里平均海拔高度在4000m以上，大气层薄而清洁，透明度好，纬度低，日照时间长。例如被人们称为“日光城”的拉萨市，1961年至1970年的平均值，年平均日照时间为3005.7h，相对日照为68％，年平均晴天为108.5天，阴天为98.8天，年平均云量为4.8，太阳总辐射为816kJ／cm2·a，比全国其它省区和同纬度的地区都高。全国以四川和贵州两省的太阳年辐射总量最小，其中尤以四川盆地为最，那里雨多、雾多，晴天较少。例如素有“雾都”之称的成都市，年平均日照时数仅为1152.2h，相对日照为26％，年平均晴天为24.7天，阴天达244.6天，年平均云量高达8.4。其它地区的太阳年辐射总量居中。 我国太阳能资源分布的主要特点有：太阳能的高值中心和低值中心都处在北纬22°～35°这一带，青藏高原是高值中心，四川盆地是低值中心；太阳年辐射总量，西部地区高于东部地区，而且除西藏和新疆两个自治区外，基本上是南部低于北部；由于南方多数地区云雾雨多，在北纬30°～40°地区，太阳能的分布情况与一般的太阳能随纬度而变化的规律相反，太阳能不是随着纬度的增加而减少，而是随着纬度的增加而增长。 按接受太阳能辐射量的大小，全国大致上可分为五类地区： 一类地区 全年日照时数为3200～330O小时，辐射量在670～837x104kJ／cm2·a。相当于225～285kg标准煤燃烧所发出的热量。主要包括青藏高原、甘肃北部、宁夏北部和新疆南部等地。这是我国太阳能资源最丰富的地区，与印度和巴基斯坦北部的太阳能资源相当。特别是西藏，地势高，太阳光的透明度也好，太阳辐射总量最高值达921kJ／cm2·a，仅次于撒哈拉大沙漠，居世界第二位，其中拉萨是世界著名的阳光城。 二类地区 全年日照时数为3000～3200小时，辐射量在586～670x104kJ／cm2·a，相当于200～225kg标准煤燃烧所发出的热量。主要包括河北西北部、山西北部、内蒙古南部、宁夏南部、甘肃中部、青海东部、西藏东南部和新疆南部等地。此区为我国太阳能资源较丰富区。 三类地区 全年日照时数为2200～3000小时，辐射量在502～586x104kJ／cm2·a，相当于170～200kg标准煤燃烧所发出的热量。主要包括山东、河南、河北东南部、山西南部、新疆北部、吉林、辽宁、云南、陕西北部、甘肃东南部、广东南部、福建南部、江苏北部和安徽北部等地。 四类地区
基于MATLAB的太阳能资源分析76
基于MATLAB的太阳能资源分析 摘要：为了减少数据处理的繁琐性和提高数据处理的准确度和效率，本文介绍 了利用了MATLAB数据处理和图形处理而编制的一款太阳能资源评估软件，将太 阳能资源数据按照最小二乘法等分析方法进行长序列征订、程序设计并数据处理，将结果用图表形式输出。 关键词：光伏电站；太阳能资源；分析 1 引言 截至2014年底，云南省内投产光伏电站达到300MW以上，目前正在规划、建设、设计 的光伏电站超过约2000MW。由于云南省光伏电站具有海拔高、湿度大、地形复杂等特点， 使得前期设计时间较长。尤其是因高原地形引起的太阳能资源分布复杂，对太阳能资源评估 提出较大的挑战。 MATLAB具有程序简单可靠、处理时间短、计算精度高优点，并能得到仿真图像，所以 编制了基于MATLAB的针对太阳能资源评估的分析、计算方法软件，利用MATLAB强大的数 据可视化功能，实现了数据的可视化，使得数据的描述更为生动、直观，对太阳能资源评估 更直观、将分析数据以图形的实行体现，并整理。在光伏电站的前期太阳能资源数据分析中，节省了大量的时间。 2 太阳能资源数据特点 根据《光伏发电工程可行性研究报告编制办法》（试行）[1]的要求：项目现场太阳辐射 观测站至少连续一年的逐分钟太阳能的总辐射、直接辐射、散射辐射、气温等的实测时间序 列数据。而《太阳能资源评估办法》（QX/T 89-2008）[2]中的方法不能满足《光伏发电工程 可行性研究报告编制办法》（试行）的要求。 现有的太阳能资源评估的技术手段有三种：基于气象站历史观测资料的评估、基于辐射 观测站观测资料的评估和太阳能资源评估的数值模拟（即：QX/T 89-2008中方法）； 为了提高对光伏电站太阳能资源评估的准确性，太阳能资源评价根据现场一年的实测数据，结合附近有代表性的长期测站的观测资料。将验证后的现场太阳能数据订正为一套反映 光伏电站长期平均水平的代表性数据进行太阳能资源分析。但由于受气象及地形影响，太阳 能资源的随机性较大。在一些光伏电站内，虽然太阳能年与长系列长系列年太阳能辐射统计 值相同。但各月变化仍存在较大差别，且有正负之分。如果只是单一以实测数据年与长系列 年太阳能辐射值差值作为订正太阳能数据的依据。并不能反映实测数据年内各月相对于长系 列年太阳能辐射值各月的变化趋势，这将在太阳能资源评估中产生一定的误差。 因缺少太阳能资源评估详细的技术规范，目前云南省电力设计院在进行光伏电站的太阳 能资源评估时，结合实际的工程经验和类似工程相应资源的评估办法，采用基于气象站历史 观测资料的评估与基于辐射观测站观测资料的评估相结合的方式，编制一款太阳能资源分析、评估软件。本文首先以云南省某光伏电站实测数据及参考气象站为例。对代表年的数据进行 订正。并对其结果进行比较分析。 3 太阳能资源数据分析 3.1 数据预处理 数据预处理包括数据修正、归一化和低通滤波。如前文论述，数据包含的各环境因子较多，各环境因子的数量级差别较大，因本文只对太阳能资源数据进行分析。本文不再对各环 境因子进行规一化处理。 由于受传感器故障、AD采集转换模块故障、总线通信误码和电磁干扰等影响，测量数据 在某些采样点波动很大，远远超出物理量的实际最大可能变化范围，须对其修正（修正方法 见下文）。根据云南省光伏电站气象特征，结合前期光伏电站太阳能分析工作实践与相关国 家标准、行业标准，制定以下数据趋势检验判别标准，如表1所示。
太阳能光伏发电资源评估分析
太阳能资源评估分析 1.我国太阳能资源分布： 我国地处北半球，土地辽阔，幅员广大，国土总面积960万平方公里。在我国广阔富饶的土地上，有着丰富的太阳能资源。如下图一为我国太阳能资源分布情况： 图一 按照各地区太阳能辐射总量可以将我国划分为五类地区，如下表一所示：
注： 1 表一 由此可知我们太阳能资源最丰富的地区为西藏西部、宁夏北部、甘肃北部、新疆南部、青海西部、内蒙古南部等地区。 国家发改委根据各地太阳能资源条件和建设成本，将全国分为三类太阳能资源区，相应制定光伏电站标杆上网电价。如下表二所示： 表二 基于太阳能资源条件和建设成本等方面的考虑，可得知我国最为适合建造光伏电站的地区是：宁夏、青海海西、甘肃嘉峪关、武威、张掖、酒泉、敦煌、金昌，新疆哈密、塔城、阿勒泰、克拉玛依，内蒙古巴彦淖尔盟、鄂尔多斯市、呼和浩特市、包头市、阿拉善盟、锡林郭勒盟、乌兰察布盟。
2.影响因素分析 影响太阳能资源的因素主要有： 1.天文因素太阳常数（1367W/m2）、日地距离、太阳赤纬角、太阳 高度角、太阳方位角、时角 2.地理因素纬度、经度、海拔高度、地形、地表反射率 3.气象环境因素云量、气溶胶、水汽、臭氧、空气分子、沙尘、雾霾 4.社会因素政策、电网接入、交通等其他因素 气象环境的差异是造成太阳能资源局地性差异的关键。 结合已知我国太阳能资源分布情况，可知我国适宜建设光伏电站项目的地区为我国的西北部五省地区：新疆、青海、内蒙、宁夏、甘肃。西部五省地区关于光伏电
站项目建设的特点有： 1）土地以未利用荒漠、戈壁、退化草场为主；（土地成本相对较低，容量可扩展空间大） 2）许多地方建立光伏产业园区；（土地、接入、交通等边界条件政府已经落实）3）地质状况普遍良好，山地少，建筑施工等相关费用相对较低并可控。 综合各方面因素现将几个主要影响因素列出并解释说明： 总辐射 太阳总辐射由太阳直接辐射与散射辐射组成，是反映一个地区太阳能资源丰富程度一个重要的指标。 日照时数 日照时数是指太阳每天在垂直于其光线的平面上的辐射强度超过或等于120W/m2的时间长度。日照时数是影响地面获得太阳能量的一个重要因素。在太阳辐照度水平相近的区域，正常情况下日照时数愈长，则地面所获得的有效太阳辐射能量就愈多。 直射比 太阳能发电主要是靠“直接辐射”，根据公式：直射比=直接辐射量/总辐射量，可得知直射比的占比随着大气光学质量或者天空的阴云程度的增加而减少，所占比例越高则反映出该地区天空晴朗，空气光学质量越好。说明在同等总辐射量的情况下直射比越高，则太阳能发电量越高。
我国太阳能资源评估方法
我国的太阳能资源及基本评估方法? 1. 中国的太阳能资源状况 我国的太阳能资源十分丰富。其中总辐射年总量在860～ 2080kWh/m2之间，直接辐射年总量在230～1500 kWh/m2之间， 年平均直射比在0.24～0.73之间，年日照时数在870～3570 之间。全国有90%以上的陆地太阳能资源属于较丰富、很丰富或最丰富。 图1. 中国太阳能资源主要物理量空间分布 图1给出了中国1978～2007年平均的总辐射年总量、直接辐射 年总量、直射比年平均值和年总日照时数的空间分布。从图中可以 看出，我国的总辐射年总量自西北到东南呈先增加再减少然后又增 加的趋势，总的来说西部多于东部、高原大于平原﹑内陆大于沿海、干燥区大于湿润区；新疆东南边缘、西藏大部、青海中西部、甘肃 河西走廊西部、内蒙古阿拉善高原及其以西地区构成了一条占国土 面积约20%的太阳能资源“最丰富带”，其中西藏南部和青海格尔木 地区是两个高值中心，总辐射年总量达到2000 kWh/m2左右；在这条带的西北方向，即新疆大部分地区，以及这条带的东部，即西藏 东部、云南大部、青海东部、四川盆地以西、甘肃中东部、宁夏全
部、陕西北部、山西北部、河北西北部、内蒙古中东部至锡林浩特 和赤峰一带，是我国太阳能资源的两个“很丰富带”，占国土面积的 近40%；除此之外，我国中东部和东北的大部分地区都属于太阳能 资源的“较丰富带”，其中只有以四川盆地为中心，四川省东部、重 庆全部、贵州大部、湖南西部等地区属于太阳能资源的“一般带”， 总辐射年总量只有1000 kWh/m2左右，面积占我国国土的7%左右。 直接辐射年总量的空间分布特征与总辐射比较一致，只有在塔里 木盆地出现了一个相对的低值中心，相应的直射比也明显低于周围，只有0.5左右；在我国东南地区，也即大约35oN以南、100oE以 东的区域，直射比基本在0.5以下；除此之外我国大部分地区的直 射比都在0.5以上，在青藏高原以南以及内蒙古东部的部分地区， 直射比甚至达到0.7以上。 年总日照时数的空间分布于总辐射年总量基本一致，“最丰富带” 的年日照时数在3000h左右，“很丰富带”的年日照时数在2400～3000h之间，“较丰富带”的年日照时数在1200～2400h左右，“一般带”的年日照时数在1200h以下。 2. 基本的太阳能资源计算方法 根据太阳能资源的定义，到达地面太阳辐射量的多少是反映其丰 富程度的最直接物理量。然而，我国的地面辐射观测台站非常有限，利用总辐射和直接辐射的观测资料很难全面反映我国的太阳能资源 状况。根据我国近几十年的研究成果，常用以下比较成熟的气候学 模型对总辐射和直接辐射进行间接计算： Q=Q0(a1+b1S) D=Q0(a2S2+b2S) 其中Q和D分别表示所要计算的总辐射和直接辐射，其大小用曝辐量来表示，该物理量的基本单位为J/m2，在气象观测中通常采用MJ/m2，在太阳能资源评估中为了更符合实际应用中的习惯，常采
太阳能资源
第二章太阳能资源 2.1区域太阳能资源概况 2.1.1我国太阳能资源及分布特点 我国的太阳能资源十分丰富，我国陆地表面每年接收的太阳能就相当于17000亿吨标准煤。根据气象部门的调查、测算：我国太阳能年总辐射量最大值在青藏高原，高达10100MJ/m2，最小值在四川盆地，仅3300MJ/m2。从大兴安岭南麓向西南穿过河套，向南沿青藏高原东侧直至西藏南部，形成一条等值线。此线以西为太阳能丰富地区，年日照小时数>3000h，这是由于这些地区位于内陆，全年气候干旱、云量稀少所致；此线以东地区（即我国东北、华北、长江中下游地区）以四川最小，由此向南、北增加，广东沿海较大；内蒙古东部、华北较大，至东北北部又趋减小。由于丰富和较丰富区占国土面积2/3以上，因而我国是一个太阳能源丰富的国家，开发、利用前景看好。我国太阳能资源的分布，见下图2.1。 图2.1 我国太阳能辐射量分布图
2.1.2四川省太阳能资源分布特点 四川省位于中国西南，是西南、西北和中部地区的重要结合部，是承接华南华中、连接西南西北、沟通中亚南亚的重要汇交点和交通走廊。 由于四川省东西部海拔、地貌和环流特征的差异,使太阳总辐射的地带性规律受到影响,年总辐射量具有经向差异大的特点。从图下可见,四川省年总辐射基本分布形势是由西向东逐渐减少,其值的变化范围在3200～6390兆焦耳/米2之间。除盆地西北部和西南部的个别地方外, 4000兆焦耳/米2 等值线沿四川盆地西部边缘将四川省截然分为东西两部分,盆地西部边缘为等值线最为密集的地区。 四川省东部盆地内各地的年总辐射差异不大。由于盆地内云雾多,连阴雨时间较长以及盆周地形等各种因素的共同影响,导致盆地大部分地区日照时数比高原少得多。盆地内除江油、平武、南江、汉源等少数县的年总辐射略大于4000兆焦耳/米2外,其余大部分地区的年总辐射介于3300～4000兆焦耳/米2之间,其中兴文、沐川、宝兴、荥经为低值区,基本在3350兆焦耳/米 2 以下,最低值中心在沐川,其年辐射量仅为3277兆焦耳/米2 ,是全省乃至全国相同纬度地区年总辐射的低值中心。 四川省西部的川西高原因云量较少,大部分地区总辐射在4500兆焦耳/米2～6400兆焦耳/米2之间。总辐射值变化较大,等值线密集,基本呈经向分布,即由东向西增大较快,高值区分布在甘孜、石渠、理塘、巴塘以及攀枝花一带,最高值中心在甘孜高达6381兆焦耳/米2 ,次高值中心在攀枝花6338兆焦耳/米2。
风电场风能资源评估及微观选址方法.
风电场风能资源评估及微观选址方法2017-07-21 科技论坛 风电场风能资源评估及微观选址方法 高兴建 （黑龙江华富风力发电穆棱有限责任公司,黑龙江穆棱157500） 摘要：风能资源评估是整个风电场建设、运行的重要环节，是风电项目的根本，对风能资源的正确评估是风电场建设取得良好经济效益的关键， 有的风电场建设因风能资源评价失误，建成的风电场达不到预期的发电量，造成很大的经济损失。本文主要针对风能资源评估及微观选址进行了分析 关键词：风电场;风能资源评估;微观选址方法1风能资源评估 风能资源评估包括三个阶段：区域的初步区域风能资源评估及微观选址。甄选、 1.1区域的初步甄选 建设风电场最基本的条件是要有能量丰 区域的初步甄选是根富，风向稳定的风能资源。 据现有的风能资源分布图及气象站的风资源情况结合地形从一个相对较大的区域中筛选较好的风能资源区域，到现场进行勘探，结合地形地貌和树木等标志物在万分之一地形图上确定风 应电场的开发范围。风电场场址初步选定后， 根据有关标准在场址中立塔测风。测风塔位置的选择要选具有代表整个风电场的风资源状况，具体做法：根据现场地形情况结合地形图，在地形图上初步选定可安装风机的位置，测风塔要立于安装风机较多的地方，如地形较复杂要分片布置立测风塔，测风塔不能立于风速分离区和粗糙度的过渡线区域，即测风塔附近应 地形较陡、树木等障碍物，与单无高大建筑物、 个障碍物距离应大于障碍物高度的3倍，与成排障碍物距离应保持在障碍物最大高度的10倍以上；测风塔位置应选择在风场主风向的上风向位置。测风塔数
量依风场地形复杂程度而定：对于较为简单、平坦地形，可选一处安装测风设备；对于地形较为复杂的风场，要根据地形分片布置测风点。测风高度要最好风机的轮毂高度一样，应不低于风机轮毂高度的2/3，一般分三层以上测风。 1.2区域风资源评估 区域风资源评估内容包括： 对测风资料进行三性分析，包括代表性，一致性，完整性；测风时间应保证至少一周年， 资测风资料有效数据完整率应满足大于90％， 料缺失的时段应尽量小（小于一周）。根据风场测风数据处理形成的资料和长期站（气象站、海 《风电场风资洋站）的测风资料，按照国家标准 源评估方法》（GB/T18710-2002）计算风电机组轮毂高度处代表年平均风速，平均风功率密度，风电场测站全年风速和风功率日变化曲线图，风电场测站全年风速和风功率年变化曲线图，风电场测站全年风向、风能玫瑰图，风电场 风能玫瑰图，风电场测站的风切测站各月风向、 变系数、湍流强度、粗糙度；通过与长期站的相关计算整理一套反映风电场长期平均水平的代 地表粗糙度、障表数据。综合考虑风电场地形、 碍物等，并合理利用风电场各测站订正后的测风资料，利用专业风资源评估软件（WASP、WindFarmer等），绘制风电场预装风电机组轮毂高度风能资源分布图，结合风电机组功率曲 按照国家标准《风力发线计算各风机的发电量。 电机组安全要求》（GB1845.1-2001）计算风电场预装风电机组轮毂高度处湍流强度和50 年一遇10min平均最大风速，提出风电场场址风况对风电机组安全等级的要求。根据以上形成的各种参数，对风电场风能资源进行评估，以判断风电场是否具有开发价值。 1.3微观选址目前，国内微观选址通常采用国际上较为流行的风电场设计软件WASP及WindFarmer进行风况建模，建模过程如下：