
2.10 可用风能
2.10.1 风能计算
风能利用就是将流动空气拥有的动能转化为其他形式的能量,风能的大小就是流动空气所具有的动能。
设空气密度为ρ、速度为v,在时间t垂直流过截面F的风能为

单位时间内垂直流过截面F的空气拥有的做功能力称为风能功率,其计算式如下

风能功率单位为N·m/s。从式(2-31)可以看出,风能功率与风速的立方成正比,也与流动空气的密度和垂直流过的投影面积成正比。
2.10.2 平均风能密度
风能密度是评价风场优越性的一个重要参数。风能密度ED是流动空气在单位时间内垂直流过单位截面积的风能,其计算式如下

风能密度的单位为N·m/(s·m2),即W/m2。
在T时间段内,将式(2-32)对时间积分后平均,便得到T时间段内平均风能密度,即

一般情况下,风能统计所在地空气密度ρ的变化可以忽略不计,故式(2-33)可简化为

式(2-34)是理想状态下的计算公式,实践中风能密度的计算比较复杂。可直接利用观测资料计算平均风能密度。根据平均风能密度计算公式(2-32),先计算每个小时的风能密度,然后再求和,并按全年小时数平均,就可得到年平均风能密度。另外,也可以根据观测记录,像处理风频分布一样,把全部风速值分成许多段,每段为1m/s,把每段风速平均值的三次方乘以空气密度,再乘以该风速段全年发生的频率(该风速每年发生的小时数,小时/年),可得到如图2-30所示的风能分布曲线。并且可按下式计算该地的平均风能密度

从式(2-35)可以看出,平均风能密度也就是风能密度概率分布的数学期望。
也可以利用风速的概率分布计算风能密度。在已知风频概率分布函数的条件下,可以方便地计算平均风能密度。下面以威布尔(Weibull)分布为例进行说明。
根据风能密度的定义,风能密度ED只和空气密度ρ和风速v的三次方有关。空气密度ρ和风速v都可分别看作是具有一定概率分布规律的随机变量,ED作为两个随机变量的函数,也是一个随机变量。因此其数学期望E(ED)为

图2-30 风能分布

通常情况下,空气密度ρ和风速v无关,这时式(2-36)变为

对于指定地点,若取为其年平均密度,且为常数,在计算该地的年风能密度时,具有较高的计算精度。这样ED的概率分布特征实际上就只决定于风速v的概率分布特征了。决定平均风能密度的问题就简化为计算风速三次方数学期望的问题。

风速v服从威布尔分布的概率分布函数为

因此,风速立方的数学期望为

设y=(v/A)c,则有

可见,风速立方的概率分布依然是一个威布尔分布函数,不同的是其形状参数变为c/3,尺度参数为A3。
2.10.3 理论可用风能
流动空气所具有的动能在通过风力机转化为其他形式的能量时,还有一个转化率的问题,最理想的转化率CP与风能的乘积即为理论可用风能。因此一年内的理论可用风能E可以用风能密度-时间曲线与时间坐标轴的面积乘以CP来表示,即

年可用风能的单位是kW·h/m2。
2.10.4 有效可用风能
风力机在过小和过大的风速下都不能工作,且自身的效率η<1,因此风力机不能获得全部流动空气中理论可用能E。
当风由微风增加到风力机起动风速时,风力机才开始起动。在此风速下,风轮轴上的功率等于整机空载时自身消耗的功率,风力机还不能对用户输出功。当风速继续增加,风力机开始对外输功,达到额定风速时风力机即输出额定功率。高于此风速,采用功率调节系统控制,风力机输出功率一般将保持不变。
如果风速继续增加,达到顺桨风速或停机风速时,为了保证机组的安全,超过这个风速必须停机,此时风力机不输出功率,如图2-31所示。考虑到这些影响因素的限制,最终有效可用风能为图2-31中的阴影面积。

图2-31 有效可用风能示意图
2.10.5 平均有效风能
年平均有效风能密度的概念,是指一年中有效风速vm~vN范围内的风能平均密度。它的计算式为

依条件概率的定义,存在如下关系

根据式(2-45),可以方便地计算平均有效风能密度,及年有效风能密度的均值。设风速在vm≤v≤vN条件下的概率密度为p′(v),并且风速的威布尔分布参数已知,则风速立方的数学期望E′(v3)为
