李萬潤,張廣隸,李 林,杜永峰,3

(1.蘭州理工大學(xué) 防震減災(zāi)研究所,甘肅 蘭州 730050;2.蘭州理工大學(xué) 土木工程學(xué)院,甘肅 蘭州 730050;3.蘭州理工大學(xué) 西部土木工程防災(zāi)減災(zāi)教育部工程研究中心,甘肅 蘭州 730050;4.蘭州市氣象局,甘肅 蘭州 730020)

近年來,風(fēng)電行業(yè)高速發(fā)展,2018年全球新增風(fēng)電裝機(jī)容量為51.3 GW.截止到2018年年底,全球累積裝機(jī)容量已達(dá)591 GW.風(fēng)力發(fā)電機(jī)屬于風(fēng)敏感結(jié)構(gòu)體系,風(fēng)荷載在其結(jié)構(gòu)設(shè)計(jì)和實(shí)際工作中均起控制作用.在相同風(fēng)速不同風(fēng)向下,風(fēng)力發(fā)電機(jī)的結(jié)構(gòu)響應(yīng)不同[1],而目前針對風(fēng)力發(fā)電機(jī)的結(jié)構(gòu)響應(yīng)分析中,所采用的基本風(fēng)速大多不考慮風(fēng)速風(fēng)向聯(lián)合分布.因此,構(gòu)建合理的風(fēng)速風(fēng)向聯(lián)合分布函數(shù),考慮風(fēng)速風(fēng)向聯(lián)合分布對結(jié)構(gòu)響應(yīng)的影響,根據(jù)一定重現(xiàn)期下推算得到的各風(fēng)向?qū)?yīng)基本風(fēng)速進(jìn)行風(fēng)力機(jī)結(jié)構(gòu)響應(yīng)分析,可以進(jìn)一步優(yōu)化風(fēng)力發(fā)電機(jī)的結(jié)構(gòu)設(shè)計(jì).

針對風(fēng)速風(fēng)向聯(lián)合分布,國內(nèi)外學(xué)者都開展了廣泛的研究,Dargahi-Noubary[2]利用廣義越界分布概型將極值分布概型歸納為三種極值分布:Gumble分布、Frechet分布和Weibull分布;Garcia等[3]利用西班牙納瓦拉自治區(qū)氣象站實(shí)測數(shù)據(jù)進(jìn)行三種極值分布概型的擬合與檢驗(yàn)，認(rèn)為Weibull概型擬合結(jié)果最優(yōu);Simiu等[4]利用POT(peaks over threshold)方法估算颶風(fēng)區(qū)極值風(fēng)荷載,結(jié)果表明忽略風(fēng)向影響的常規(guī)做法對于計(jì)算極值風(fēng)荷載偏于保守;王欽華等[5]基于隨機(jī)風(fēng)振理論計(jì)算超高層建筑等效靜力風(fēng)荷載,研究結(jié)果表明,考慮風(fēng)向?qū)撅L(fēng)壓的影響,等效風(fēng)荷載絕對值偏小;Johnson等[6]基于最大熵原理和邊緣分布提出了一個變量為方向變量,一個變量為標(biāo)量變量的聯(lián)合分布模型,可應(yīng)用于風(fēng)速風(fēng)向聯(lián)合分布分析;陳雋等[7]利用諧波函數(shù)定義分布概型參數(shù)沿圓周的變化規(guī)律,提出了一種針對總體樣本的風(fēng)速風(fēng)向聯(lián)合概率分布分析方法;范文亮等[8]基于乘法定理擬合風(fēng)向角混合分布及風(fēng)速條件概率密度,構(gòu)建了風(fēng)速風(fēng)向的二維連續(xù)聯(lián)合分布模型;楊詠昕等[1]基于最小二乘法提出了一種風(fēng)速風(fēng)向聯(lián)合分布的平均風(fēng)統(tǒng)計(jì)方法，并解釋了考慮風(fēng)速風(fēng)向聯(lián)合分布的必要性;王浩等[9]針對蘇通大橋7年的實(shí)測數(shù)據(jù)進(jìn)行了風(fēng)速風(fēng)向聯(lián)合分布分析,研究表明蘇通大橋不考慮風(fēng)向影響的抗風(fēng)設(shè)計(jì)所采用的基本風(fēng)速偏于保守.在風(fēng)電領(lǐng)域,風(fēng)力發(fā)電結(jié)構(gòu)作為一種典型的風(fēng)敏感結(jié)構(gòu),對風(fēng)荷載引起的結(jié)構(gòu)響應(yīng)的研究一直是風(fēng)力發(fā)電機(jī)結(jié)構(gòu)設(shè)計(jì)中的首要問題.Yeter[10]對海上風(fēng)力發(fā)電機(jī)的支撐結(jié)構(gòu)在各種負(fù)載條件下的疲勞損傷進(jìn)行了評估;陸越等[11]采用Davernport譜模擬風(fēng)荷載進(jìn)行風(fēng)力發(fā)電機(jī)疲勞壽命研究;Ke等[12]利用諧波疊加法模擬風(fēng)荷載,分析風(fēng)力發(fā)電機(jī)在風(fēng)荷載下的結(jié)構(gòu)響應(yīng);余瑋等[13]通過CFD(computational fluid dynamics)數(shù)值模擬獲得風(fēng)力發(fā)電機(jī)表面的風(fēng)壓分布系數(shù),并利用由此得到的風(fēng)荷載進(jìn)行結(jié)構(gòu)響應(yīng)分析,得到了風(fēng)力發(fā)電機(jī)在風(fēng)荷載作用下的結(jié)構(gòu)反應(yīng)規(guī)律;李萬潤等[14]基于實(shí)測數(shù)據(jù)對西北地區(qū)風(fēng)電場風(fēng)塔的尾流特性進(jìn)行分析,得出外圍風(fēng)塔實(shí)測風(fēng)速更加接近高斯分布.可以看出,目前針對風(fēng)力發(fā)電機(jī)風(fēng)致振動響應(yīng)的研究中,大多數(shù)為數(shù)值模擬計(jì)算,而在數(shù)值模擬風(fēng)力機(jī)結(jié)構(gòu)響應(yīng)時,不論是將風(fēng)荷載以節(jié)點(diǎn)力的形式作用于塔架進(jìn)行結(jié)構(gòu)響應(yīng)計(jì)算,還是利用CFD進(jìn)行流場分析,都很少考慮風(fēng)向的影響.因此,為了更為準(zhǔn)確科學(xué)地分析風(fēng)力發(fā)電機(jī)結(jié)構(gòu)的動力響應(yīng),有必要根據(jù)實(shí)測數(shù)據(jù)進(jìn)行實(shí)際地區(qū)的風(fēng)速風(fēng)向聯(lián)合分布分析.

本文基于甘肅氣象局提供的甘肅六個風(fēng)電場比較集中的地區(qū)(安西、玉門鎮(zhèn)、酒泉、民勤、景泰、靖遠(yuǎn))長達(dá)37年(1981年1月1日至2017年12月31日)的實(shí)測風(fēng)速風(fēng)向數(shù)據(jù),依據(jù)階段極值法抽取極值樣本,通過引入風(fēng)向頻度函數(shù)得到不同風(fēng)向上極值風(fēng)速分布,利用最小二乘法擬合線性化后的風(fēng)速風(fēng)向聯(lián)合分布概型的參數(shù),進(jìn)而預(yù)測10,50及100年重現(xiàn)期下各地區(qū)的基本風(fēng)速,以期為西部地區(qū)風(fēng)速風(fēng)向聯(lián)合分布的進(jìn)一步分析提供基礎(chǔ),同時為西部地區(qū)風(fēng)力發(fā)電機(jī)的設(shè)計(jì)、風(fēng)致振動分析提供參考.

1 風(fēng)速風(fēng)向數(shù)據(jù)基本情況

截止到2018年年底,甘肅省風(fēng)電總裝機(jī)容量已達(dá)1 282萬千瓦,位居全國各省區(qū)第四位.本文分析所涉及的甘肅六個地區(qū)(安西、玉門鎮(zhèn)、酒泉、民勤、景泰、靖遠(yuǎn))均為甘肅省風(fēng)電場集中分布地區(qū)，各地區(qū)具體地理位置分布如圖1所示.

圖1 甘肅六個地區(qū)地理位置分布Fig.1 Geographical distribution of six regions in Gansu

為了掌握地區(qū)氣象資料,甘肅省氣象局在這些地區(qū)都設(shè)有六要素自動氣象站,對各地區(qū)的風(fēng)向、風(fēng)速、溫度等6類氣象要素進(jìn)行觀測,其采集系統(tǒng)精度高、準(zhǔn)確性好,氣象觀測數(shù)據(jù)可用于風(fēng)電環(huán)境考察.因此,本文主要選用這六個地區(qū)的六要素氣象站所測得的各地區(qū)1981年1月1日至2017年12月31日的16個風(fēng)向的風(fēng)向記錄及其對應(yīng)的10 min平均時距的日最大風(fēng)速值,并針對這些地區(qū)的實(shí)測風(fēng)速風(fēng)向數(shù)據(jù)進(jìn)行分析,其結(jié)果可為后續(xù)的西部地區(qū)風(fēng)力發(fā)電機(jī)風(fēng)致響應(yīng)分析提供支持.圖2為由實(shí)測數(shù)據(jù)統(tǒng)計(jì)出的各地區(qū)1981年1月1日至2017年12月31日的日最大風(fēng)速值.

圖2 各地區(qū)1981年-2017年日最大風(fēng)速值Fig.2 Daily maximum wind speed from 1981-2017

2 極值風(fēng)速樣本的抽樣分析

為預(yù)測風(fēng)力發(fā)電機(jī)風(fēng)致響應(yīng)所需的基本風(fēng)速,風(fēng)速實(shí)測樣本采用極值風(fēng)速樣本,因?yàn)闃O值風(fēng)速樣本的分布才是風(fēng)速統(tǒng)計(jì)的關(guān)鍵.本文采用的抽樣方法為階段極值抽樣方法,即將整體的風(fēng)速數(shù)據(jù)樣本以相同的時間間隔分為若干個子樣,其中每個子樣具有相同數(shù)量的風(fēng)速風(fēng)向數(shù)據(jù),然后抽取每個子樣中的極值風(fēng)速及其對應(yīng)的風(fēng)向作為樣本點(diǎn)進(jìn)行統(tǒng)計(jì).樣本統(tǒng)計(jì)結(jié)果可以得到各地區(qū)的風(fēng)向頻度及各風(fēng)向下的風(fēng)速分布,并為后續(xù)的極值函數(shù)分布函數(shù)的檢驗(yàn)和擬合提供數(shù)據(jù).極值分布函數(shù)表達(dá)式為

F(u,θ)=f(θ)Pu(U

(1)

式中:f(θ)為風(fēng)向頻度函數(shù);U為平均風(fēng)速;θ為風(fēng)向角;Pu(U

樣本量的大小直接影響統(tǒng)計(jì)結(jié)果的準(zhǔn)確性和基本風(fēng)速預(yù)測的精度,因此為了保證樣本數(shù)據(jù)的代表性,針對各地區(qū)1981年1月1日至2017年12月31日的風(fēng)向記錄及其對應(yīng)的日最大風(fēng)速值,以1 d長度為采樣時間間隔進(jìn)行階段極值抽樣,選取2 m/s為風(fēng)速區(qū)間間隔,統(tǒng)計(jì)得到各地區(qū)的各風(fēng)速區(qū)間在16個風(fēng)向上的概率密度.

圖3為各地區(qū)風(fēng)速風(fēng)向聯(lián)合概率密度分布統(tǒng)計(jì)結(jié)果.后續(xù)的風(fēng)速風(fēng)向聯(lián)合分布概型的擬合及各地區(qū)不同重現(xiàn)期下基本風(fēng)速的預(yù)測均以此為基礎(chǔ).

圖3 各地區(qū)風(fēng)速風(fēng)向概率密度柱狀圖Fig.3 Probability density histogram of wind speed and direction of each region

根據(jù)風(fēng)速風(fēng)向統(tǒng)計(jì)結(jié)果,在1981年1月1日至2017年12月31日期間,安西地區(qū)風(fēng)向以E風(fēng)向(33.719%)和WSW風(fēng)向(14.459%)為主,最大風(fēng)速為21.0 m/s(E風(fēng)向);玉門鎮(zhèn)地區(qū)風(fēng)向以E風(fēng)向(22.002%)和W風(fēng)向(25.365%)為主,最大風(fēng)速為25.0 m/s(WNW風(fēng)向);酒泉地區(qū)風(fēng)向以E風(fēng)向(12.838%)和NW風(fēng)向(11.926%)為主,最大風(fēng)速為22.3 m/s(WNW風(fēng)向);民勤地區(qū)風(fēng)向以WNW風(fēng)向(19.487%)和NW風(fēng)向(14.441%)為主,最大風(fēng)速為22.0 m/s(WNW風(fēng)向);景泰地區(qū)風(fēng)向以NNW風(fēng)向(15.698%)和WNW風(fēng)向(11.679%)為主,最大風(fēng)速為19.7 m/s(WNW風(fēng)向);靖遠(yuǎn)地區(qū)風(fēng)向以NNE風(fēng)向(19.889%)和SSE風(fēng)向(17.386%)為主,最大風(fēng)速為20.7 m/s(E風(fēng)向).由此可以看出,各地區(qū)的風(fēng)速分布在整個風(fēng)向上基本呈雙峰分布,因此在針對這些地區(qū)的風(fēng)力發(fā)電機(jī)進(jìn)行風(fēng)致響應(yīng)分析時,若不考慮風(fēng)向的影響,其結(jié)構(gòu)響應(yīng)分析的結(jié)果精度勢必會受到影響.

3 聯(lián)合分布概型的檢驗(yàn)和擬合

為了得到更加符合實(shí)際情況的基本風(fēng)速,提高針對甘肅省風(fēng)電場集中地區(qū)的風(fēng)力發(fā)電機(jī)風(fēng)致響應(yīng)分析的結(jié)果精度,下面基于甘肅六個地區(qū)(安西、玉門鎮(zhèn)、酒泉、民勤、景泰、靖遠(yuǎn))的實(shí)測風(fēng)速風(fēng)向數(shù)據(jù)統(tǒng)計(jì)結(jié)果,進(jìn)行三種聯(lián)合分布概型的檢驗(yàn)和擬合.在擬合風(fēng)速風(fēng)向聯(lián)合分布函數(shù)時需遵循兩個基本假定:

1) 不同風(fēng)向的平均風(fēng)速服從統(tǒng)一的極值分布概型.

2) 各地區(qū)不同風(fēng)向的平均風(fēng)速分布概型參數(shù)彼此獨(dú)立,各風(fēng)向參數(shù)值僅由該風(fēng)向的極值風(fēng)速數(shù)據(jù)擬合產(chǎn)生.

在風(fēng)工程領(lǐng)域,極值分布概型分為三種極值分布:Gumble分布、Frechet分布和Weibull分布,三種概率分布函數(shù)如下所示.

1) Gumbel概率分布函數(shù)

(2)

2) Frechet概率分布函數(shù)

(3)

3) Weibull概率分布函數(shù)

PU(U>u|θ)=f(θ)exp[-(-u/a(θ))γ(θ)]

(4)

式中:a、b和γ分別為比例、位置和形狀參數(shù).

在上述三種極值分布函數(shù)中的參數(shù)都是風(fēng)向的函數(shù),且各分布函數(shù)都有兩個參數(shù),因此可以將三種分布函數(shù)轉(zhuǎn)化為線性函數(shù)后,利用最小二乘法擬合相關(guān)參數(shù).最小二乘法的原理是通過最小化誤差的平方和,尋找數(shù)據(jù)的最理想函數(shù)進(jìn)行匹配,進(jìn)而求解出擬合函數(shù)的待定參數(shù).通過變換將三種分布函數(shù)化為線性函數(shù),如下所示:

1) Gumbel概率分布函數(shù)

u=b-aln[-lnP(U≤u)]

(5)

2) Frechet概率分布函數(shù)

ln[-lnP(U≤u)=-γ(lnu-lna)

(6)

3) Weibull概率分布函數(shù)

ln [-lnP(U>u)]=γ(lnu-lna)

(7)

本文利用甘肅氣象站測得的1981—2017年各地區(qū)各風(fēng)向上極值風(fēng)速數(shù)據(jù)樣本,擬合上述三種分布函數(shù)的參數(shù),并以相關(guān)系數(shù)R為標(biāo)準(zhǔn),衡量擬合結(jié)果的線性相關(guān)程度.圖4為安西地區(qū)聯(lián)合分布函數(shù)擬合結(jié)果圖.

各地區(qū)三種概率分布函數(shù)擬合結(jié)果圖趨勢基本一致,這里不一一列舉,現(xiàn)將甘肅六個地區(qū)聯(lián)合分布參數(shù)擬合結(jié)果匯總為表1.

由圖4和表1可以看出,各地區(qū)3種極值分布函數(shù)的擬合結(jié)果均具有較好的相關(guān)性,甘肅六個地區(qū)的Gumbel分布擬合結(jié)果相關(guān)系數(shù)R值在0.931 4至0.969 7之間,Frechet分布擬合結(jié)果相關(guān)系數(shù)R值在0.803 4至0.910 2之間,Weibull分布擬合結(jié)果相關(guān)系數(shù)R值在0.962 2至0.992 4之間,各地區(qū)的Weibull分布擬合系數(shù)R均更接近于1,因此Weibull概率分布更吻合實(shí)測數(shù)據(jù).在接下來的研究中,針對甘肅各地區(qū)16個風(fēng)向上的極值風(fēng)速樣本數(shù)據(jù)均采用Weibull風(fēng)速風(fēng)向聯(lián)合分布函數(shù)進(jìn)行參數(shù)分析.通過計(jì)算得到甘肅六個地區(qū)16個風(fēng)向的參數(shù)擬合結(jié)果,擬合結(jié)果匯總為表2和表3.

表1 甘肅六地聯(lián)合分布參數(shù)擬合結(jié)果Tab.1 Fitting results of joint distribution parameters of six region in Gansu

表2 甘肅安西、玉門鎮(zhèn)、酒泉地區(qū)各風(fēng)向分布參數(shù)擬合結(jié)果Tab.2 Fitting results of wind direction’s distribution parameters in Anxi,Yumenzhen and Jiuquan

表3 甘肅民勤、景泰、靖遠(yuǎn)地區(qū)各風(fēng)向分布參數(shù)擬合結(jié)果Tab.3 Fitting results of wind direction's distribution parameters in Minqin,Jingtai and Jingyuan

圖4 安西地區(qū)聯(lián)合分布函數(shù)擬合結(jié)果圖Fig.4 Fitting results of joint distribution function in Anxi

結(jié)合各地區(qū)各風(fēng)向分布參數(shù)擬合結(jié)果與Weibull概率分布函數(shù)式(4)可得甘肅六個地區(qū)的風(fēng)速風(fēng)向聯(lián)合概率分布模型如圖5所示.對比圖3中各地區(qū)的風(fēng)速風(fēng)向聯(lián)合概率分布柱狀圖,兩者較為接近,因此本文得到的甘肅六個地區(qū)的風(fēng)速風(fēng)向聯(lián)合概率分布模型可以較好地?cái)M合風(fēng)速風(fēng)向聯(lián)合分布.

圖5 各地區(qū)風(fēng)速風(fēng)向聯(lián)合概率分布Fig.5 Joint probability distribution of wind speed and direction of each region

4 聯(lián)合分布的基本風(fēng)速的確定

K次強(qiáng)風(fēng)樣本極值風(fēng)速與重現(xiàn)期為M下基本風(fēng)速間的概率關(guān)系如下:

pUm(Um

(8)

式中:Um表示K次強(qiáng)風(fēng)樣本中的極值風(fēng)速;UJ為給定重現(xiàn)期下的基本風(fēng)速.簡化式(8),可得K次強(qiáng)風(fēng)樣本極值風(fēng)速大于基本風(fēng)速的概率PUm(Um>UJ∣θ)為:

PUm(Um>UJ|θ)=1/M=

K[PU(U>UJ|θ)]

(9)

本文采用1 d長度為階段極值采樣的時間間隔進(jìn)行抽樣,K取值為365.聯(lián)合式(9)與式(4)可得,給定重現(xiàn)期下Weibull極值分布的基本風(fēng)速滿足如下函數(shù):

(10)

根據(jù)各地區(qū)極值風(fēng)速樣本的參數(shù)及風(fēng)向頻度函數(shù)f(θ)擬合結(jié)果,由式(10)可得各地區(qū)各風(fēng)向基于Weibull極值概型的重現(xiàn)期為10，50及100年的基本風(fēng)速.各地區(qū)不同重現(xiàn)期下基本風(fēng)速玫瑰圖如圖6所示.

圖6 各地區(qū)基于Weibull極值概型的基本風(fēng)速玫瑰圖Fig.6 Rose chart of basic wind speed based on Weibull distribution in each region

為比較考慮風(fēng)速風(fēng)向概率與不考慮風(fēng)速風(fēng)向概率的基本風(fēng)速的差別,結(jié)合表1中各地區(qū)全方位下的參數(shù)擬合結(jié)果,得到各地區(qū)全方位下的基本風(fēng)速預(yù)測結(jié)果如表4所示.圖7為100年重現(xiàn)期各地區(qū)不考慮風(fēng)向影響即全方位下的基本風(fēng)速與考慮風(fēng)向影響的各地區(qū)基本風(fēng)速對比圖.

表4 各地區(qū)全方位下基本風(fēng)速預(yù)測結(jié)果Tab.4 Forecast results of basic wind speed in all directions in each region

圖7 各地區(qū)風(fēng)向?qū)撅L(fēng)速影響對比圖Fig.7 Comparison of the influence of wind direction on basic wind speed in each region

由表4、圖6及圖7可得,甘肅六個地區(qū)中,安西地區(qū)100年重現(xiàn)期的最大基本風(fēng)速為E風(fēng)向的18.19 m/s,玉門鎮(zhèn)地區(qū)100年重現(xiàn)期的最大基本風(fēng)速為WNW風(fēng)向的19.72 m/s,酒泉地區(qū)100年重現(xiàn)期的最大基本風(fēng)速為WNW風(fēng)向的19.78 m/s,民勤地區(qū)100年重現(xiàn)期的最大基本風(fēng)速為WNW風(fēng)向的19.26 m/s,景泰地區(qū)100年重現(xiàn)期的最大基本風(fēng)速為WNW風(fēng)向的15.38 m/s,靖遠(yuǎn)地區(qū)100年重現(xiàn)期的最大基本風(fēng)速為NNW風(fēng)向的15.68 m/s.除甘肅安西地區(qū)E風(fēng)向外,甘肅六個地區(qū)各個風(fēng)向上不同重現(xiàn)期的基本風(fēng)速預(yù)測結(jié)果均小于各地區(qū)全方位下基本風(fēng)速預(yù)測結(jié)果.安西地區(qū)E風(fēng)向在100年重現(xiàn)期的基本風(fēng)速為18.19 m/s,而在全方位下的基本風(fēng)速為17.62 m/s.因此在大多數(shù)情況下,不考慮風(fēng)向影響,根據(jù)全方位下的基本風(fēng)速進(jìn)行設(shè)計(jì)是安全的,但在個別地區(qū)的主風(fēng)向的基本風(fēng)速有超過全方位下基本風(fēng)速的可能.這也說明了在結(jié)構(gòu)設(shè)計(jì)時考慮風(fēng)向的影響是具有實(shí)際意義的,針對特定地區(qū)進(jìn)行風(fēng)速風(fēng)向聯(lián)合分布分析能更好的為設(shè)計(jì)提供參考.

5 與規(guī)范建議值對比分析

我國的《建筑結(jié)構(gòu)荷載規(guī)范》GB50009-2012[15]在風(fēng)速的統(tǒng)計(jì)計(jì)算中采用Gumbel極值風(fēng)速分布概型,對于重現(xiàn)期為R的最大風(fēng)速XR，規(guī)范給出的計(jì)算公式如下所示.

XR=u-ln[ln(R/(R-1))]/α

(11)

式中:u為分布的位置參數(shù),α為分布的尺度參數(shù).參數(shù)值可由標(biāo)準(zhǔn)差σ和平均值μ求得,如下:

規(guī)范GB50009-2012中要求風(fēng)速的統(tǒng)計(jì)樣本應(yīng)采用年最大值,且不考慮風(fēng)向的影響.依據(jù)本文所采用的實(shí)測數(shù)據(jù)統(tǒng)計(jì)結(jié)果和式(11～13),可得到各地區(qū)最大基本風(fēng)速規(guī)范建議值如表5所示.

表5 各地區(qū)最大基本風(fēng)速規(guī)范建議值Tab.5 Recommended values of maximum basic wind speed in each region

對比表4和表5中數(shù)據(jù)及圖8可得,本文所采用Weibull風(fēng)速風(fēng)向聯(lián)合分布函數(shù)參數(shù)進(jìn)行預(yù)測得到的各地區(qū)全方位下基本風(fēng)速,與規(guī)范GB50009-2012采用極值Ⅰ型的概率分布計(jì)算得到的各地區(qū)最大基本風(fēng)速結(jié)果較為接近,說明本文所采用的分析方法具有足夠的計(jì)算精度,另外值得注意的是,各地區(qū)最大基本風(fēng)速規(guī)范建議值均大于基于Weibull極值概型擬合得到的各地區(qū)全方位下基本風(fēng)速,說明目前規(guī)范所采用的各地區(qū)最大基本風(fēng)速值是偏于保守的.

圖8 各地區(qū)風(fēng)速預(yù)測值與規(guī)范建議值對比圖Fig.8 Comparison of wind speed prediction value and standard recommended value in each region

6 結(jié)論

針對甘肅氣象局提供的甘肅六個地區(qū)(安西、玉門鎮(zhèn)、酒泉、民勤、景泰、靖遠(yuǎn))長達(dá)37年(1981年1月1日至2017年12月31日)的實(shí)測風(fēng)速風(fēng)向數(shù)據(jù),本文采用階段極值法抽取極值樣本,分析各地區(qū)風(fēng)速風(fēng)向分布,并將Gumbel,Frechet和Weibull分布函數(shù)線性化,利用最小二乘法擬合各地區(qū)全方位及不同風(fēng)速風(fēng)向分布參數(shù),進(jìn)而預(yù)測10,50及100年重現(xiàn)期下各地區(qū)的基本風(fēng)速,為西部地區(qū)風(fēng)力發(fā)電機(jī)風(fēng)致響應(yīng)分析提供依據(jù),通過研究得到以下結(jié)論:

1) 甘肅六個地區(qū)(安西、玉門鎮(zhèn)、酒泉、民勤、景泰、靖遠(yuǎn))的風(fēng)速分布在整個風(fēng)向上基本呈雙峰分布,在針對這些地區(qū)的風(fēng)力發(fā)電機(jī)進(jìn)行風(fēng)致響應(yīng)分析時,僅考慮單風(fēng)向的影響不符合實(shí)際情況.

2) Gumbel,Frechet和Weibull分布函數(shù)分布函數(shù)與樣本數(shù)據(jù)均具有較好的相關(guān)性,甘肅六個地區(qū)的三種分布擬合結(jié)果中,Weibull分布擬合系數(shù)R更接近于1,因此Weibull概率分布更吻合實(shí)測數(shù)據(jù).

3) 除了安西地區(qū)E風(fēng)向在100年重現(xiàn)期的基本風(fēng)速大于全方位下基本風(fēng)速,甘肅六個地區(qū)各個風(fēng)向上不同重現(xiàn)期的基本風(fēng)速估計(jì)結(jié)果均小于各地區(qū)全方位下基本風(fēng)速估計(jì)結(jié)果.因此在大多數(shù)情況下,不考慮風(fēng)向影響而根據(jù)全方位下的基本風(fēng)速進(jìn)行設(shè)計(jì)是安全的,但在個別地區(qū)的主風(fēng)向的基本風(fēng)速有超過全方位下基本風(fēng)速的可能.在實(shí)際分析設(shè)計(jì)時,有必要考慮風(fēng)速風(fēng)向聯(lián)合分布的影響.

4) 各地區(qū)10，50及100年重現(xiàn)期下的基本風(fēng)速預(yù)測值均小于規(guī)范計(jì)算值,說明目前規(guī)范所采用的各地區(qū)最大基本風(fēng)速值是偏于保守的.