風能資源作為一種新型的清潔能源,其可再生、無污染等特性克服了傳統(tǒng)化石能源在環(huán)境污染、不可再生等方面的不足,順應了當今世界可持續(xù)發(fā)展的需求。然而,風能資源受氣候大背景以及地形地貌等諸多因素的影響,其分布往往不均衡,且波動性非常大。為了更好地開采和利用全球風能資源,服務于我國“一帶一路”戰(zhàn)略,掌握其時空分布特征以及開發(fā)潛力顯得尤為重要。論文綜合2000-2015年的氣象再分析資料ERA-Interim、MODIS遙感產品以及其他空間分析數據對全球范圍內的風能資源時空分布特征進行了分析,并分別利用層析分析法和主成分分析法對其開發(fā)潛力進行了初步的評價。主要工作及成果可以概括為:(1)利用2000-2015年全球可獲取的氣象站數據對再分析資料ERA-Interim的可信度進行了系統(tǒng)的驗證和分析。實驗發(fā)現,ERA-Interim所提供的風速、風向、溫度和氣壓數據可以滿足本研究的需求。(2)論文對全球風能資源的時空分布特征以及影響其開發(fā)潛力的環(huán)境影響因素進行了詳細分析�？臻g分布特征主要分析了平均風速、風功率密度、有效風頻率和主風向頻率。時間分布特征方面主要是利用風功率密度年際間的變化趨勢和年內的變異系數進行的刻畫。環(huán)境影響因素方面分析了坡度、土地適宜度、植被高度和交通距離。(3)構建了以風能資源豐富度、可利用價值、穩(wěn)定度、變化趨勢以及自然經濟影響因素為框架的風能資源開發(fā)潛力評價指標體系。(4)分別以層次分析法和主成分分析法對全球范圍的風能資源開發(fā)潛力進行了綜合評價,并利用全球已建風電場的場址數據對其進行了驗證。其中,基于層次分析法的評價結果驗證時有72.22%的驗證點落入了較高潛力區(qū)和高潛力區(qū),僅有15%的驗證點落入了較低潛力區(qū)和低潛力區(qū),說明了結果的可靠性。另外,基于主成分分析法的評價結果取得了一致的結論。(5)基于GIS開發(fā)平臺、ArcSDE空間數據庫引擎,以C#與Matlab語言開發(fā)了一套風能資源評價與數據管理系統(tǒng)。該系統(tǒng)綜合了指標提取、綜合評價、空間輔助與數據庫管理模塊,為相關電力部門在風能資源的中長期規(guī)劃發(fā)展中提供一定的幫助。
【學位單位】：電子科技大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：TK81
【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究目的與意義
    1.2 國內外研究現狀
        1.2.1 基于實測數據的研究方法
        1.2.2 基于數據模擬的研究方法
        1.2.3 基于SAR反演的研究方法
        1.2.4 基于再分析數據的研究方法
        1.2.5 存在的問題
    1.3 研究內容與組織結構
        1.3.1 論文的研究內容
        1.3.2 論文的組織結構
    1.4 本章小結
第二章 風能資源基礎理論與開發(fā)潛力評價技術框架
    2.1 風資源基本概念
        2.1.1 風的基本概念
        2.1.2 威布爾參數
        2.1.3 有效風頻率
        2.1.4 風功率密度
    2.2 風能資源開發(fā)潛力評價體系
        2.2.1 全球風能資源豐富度
        2.2.2 全球風能資源可利用價值
        2.2.3 全球風能資源穩(wěn)定度
        2.2.4 全球風能資源變化趨勢
        2.2.5 輔助因素
    2.3 本章小結
第三章 數據預處理及再分析資料可信度驗證
    3.1 數據簡介與預處理
        3.1.1 ERA-Interim簡介與預處理
        3.1.2 氣象站點資料簡介與預處理
        3.1.3 遙感數據簡介
    3.2 再分析資料可信度驗證
        3.2.1 風速可信度驗證
        3.2.2 風向可信度驗證
        3.2.3 溫度可信度驗證
        3.2.4 近地表氣壓推算與可信度驗證
            3.2.4.1 近地表氣壓推算原理及敏感性分析
            3.2.4.2 近地表氣壓可信度驗證
    3.3 本章小結
第四章 全球風能資源時空分布特征及環(huán)境影響因素分析
    4.1 全球風資源空間分布特征分析
        4.1.1 平均風速分布特征
        4.1.2 風速外推
        4.1.3 風功率密度分布特征
        4.1.4 有效風頻率分布特征
        4.1.5 主風向頻率分布特征
    4.2 全球風資源時間分布特征分析
        4.2.1 風資源變化趨勢
        4.2.2 風資源變異系數
    4.3 環(huán)境影響因素分析
        4.3.1 坡度
        4.3.2 土地適宜度
        4.3.3 植被高度
        4.3.4 交通距離
    4.4 本章小結
第五章 全球風能資源開發(fā)潛力評價
    5.1 綜合分析模型
    5.2 指標標準化
    5.3 基于層次分析法的開發(fā)潛力評價
        5.3.1 確定指標權重
        5.3.2 綜合評價及驗證
    5.4 基于主成分分析法的開發(fā)潛力評價對比分析
    5.5 本章小結
第六章 風能資源評價與數據管理系統(tǒng)設計與實現
    6.1 系統(tǒng)概述
        6.1.1 系統(tǒng)需求分析
        6.1.2 系統(tǒng)開發(fā)工具與運行環(huán)境
    6.2 系統(tǒng)設計
        6.2.1 系統(tǒng)架構設計
        6.2.2 數據庫設計
        6.2.3 系統(tǒng)功能模塊設計
    6.3 系統(tǒng)主要功能實現
        6.3.1 系統(tǒng)登錄及主界面
        6.3.2 指標提取工具
        6.3.3 綜合評價模塊
        6.3.4 空間輔助模塊
        6.3.5 數據管理模塊
    6.4 本章小結
第七章 結論與展望
    7.1 結論
    7.2 展望
致謝
參考文獻
攻讀碩士學位期間取得的成果

【相似文獻】

相關期刊論文 前10條

1 王強華;;全球風能市場到2012年將達240GW[J];玻璃鋼;2008年02期

2 楊靜;;《全球風能展望2008》在京發(fā)布[J];中國能源;2008年11期

3 ;全球風能產量2011年有望翻番[J];電氣技術;2007年09期

4 張蓓文;;觀測全球風能市場[J];中國三峽建設;2007年04期

5 張雪偉;;2024年全球風能市場規(guī)�；蜻_1700億美元[J];風能;2018年03期

6 ;全球風能將保持年20%的增速[J];山西電力;2008年04期

7 謝薇;;2009～2013:全球風能發(fā)展不會放慢[J];玻璃鋼;2009年03期

8 ;全球風能市場增長43%[J];玻璃鋼;2006年01期

9 封縉;;歐洲聯合研究中心發(fā)布全球風能發(fā)展報告[J];精細與專用化學品;2017年05期

10 ;丹麥BTM:2005年度全球風能市場小結與預測[J];中國科技信息;2006年17期

相關碩士學位論文 前1條

1 馬敏杰;全球風能資源時空分布特征及開發(fā)潛力評價[D];電子科技大學;2018年

本文編號：2892565