[发明专利]一种激光雷达风场数据重建方法及系统

说明书

本发明涉及一种激光雷达风场数据重建方法及系统。方法包括：获取风速数据Vr1、Vr2、Vr3、Vr4中的一个或多个；当缺失Vr1、Vr2、Vr3、Vr4中的任意三个数据，或缺失Vr1、Vr2、Vr3、Vr4中任意两个在方向上互相对应的数据时，则获取其它位置和/或其他水平高度的风速数据，基于垂直风切变系数和/或水平风切变系数，推导出缺失的径向风速数据；根据Vr1、Vr2、Vr3、Vr4计算出待测位置、待测水平高度上的水平风速和水平风向。本发明基于垂直风切变系数和/或水平风切变系数进行径向风速数据的预测补充，根据其它位置、其它水平高度的风速合理预测出待测位置、待测水平高度的风速，科学准确地预测风速数据。

技术领域

本发明涉及激光雷达技术领域，特别涉及一种激光雷达风场数据重建方法及系统。

背景技术

我国风能资源丰富，可开发的风电场分布广泛。为了保障风电场的经济运营，在包括风电场的投资建设之前、运行投产以及出质保在内的全生命周期的各个环节中，都有着对场址风能资源进行详细、准确、可靠评估的迫切需求。然而，实现上述有效准确的测量评估需要保证获得的风能资源数据必须满足最低数据完整率的要求，否则测量评估的结果将不能被使用。但在实际测量过程中，无论是采用传统的测风塔还是采用激光雷达测风来获取风能资源数据时，都会存在因设备不适应环境或设备损坏而造成数据缺失，从而原始风能资源数据无法达到数据完整率要求的情况。例如，地面多普勒激光雷达有其本身适用的大气环境，即大气不能太清洁但也不能是浓雾等状态。尽管能够适应我国很多地区，但当地面多普勒激光雷达遇到大气太清洁如西藏晴朗的高空或者遇到浓雾天气如四川盆地的气候等不利雷达测试的大气环境时，激光雷达数据就会产生缺失，并且不同高度的缺失情况也会有较大差异。通常面对这种情况时，就需要通过预测的手段将缺失的风能资源数据进行插补订正，以使得数据具有足够的完整率，这样才能获得准确可靠的测量评估结果。

激光雷达风场重建一般使用4个方向测量的径向风速进行反演，当激光雷达测量得到的四个方向中任意一个方向的径向风速数据缺失时，用于测量所需要的水平风速就无法计算出来。此时，就需要对缺失的径向风速数据进行预测。显然，对于预测手段来说，其预测数据的准确性、可靠性和一致性对整体风能资源测评的影响是很大的。实践表明，1％的风速差别至少引起2％的发电量的差别，因为数据预测不合理的原因，目前国内预测数据产生的偏差平均值是2％-3％，这样如果某个高度测风数据有50％数据损坏缺失的话，将引起风场发电量测算偏差到4％-6％，这对最终结果的影响是巨大的。一般来说，预测数据是否准确、可靠、一致，会受到预测模型的选择、参考数据的选择甚至使用软件的影响，特别是在执行预测过程中，预测模型和参考数据的选择还会受到工程师技术水平的制约，工程师是否经验丰富、训练有素及其主观的选择都会影响最终的预测结果。概括来说，目前测风数据预测中常见的不科学的方面主要包括：1、选择的预测模型不合理，例如针对同一个缺失数据高度的风速风向，不同的预测模型和风切变模型的效率是不同的；2、选择的参考数据不合理，针对同一个缺失数据高度的风速风向，即使使用同一个预测模型，参考数据的选择不同也会影响测量结果的准确性。

综上所述，通过预测的手段将缺失的风能资源数据进行插补订正有诸多缺点，会影响最终测量结果的准确性，所以亟需一个简单且科学的预测模型来提高测量的准确性。

发明内容

针对现有技术中的缺陷，本发明提出了一种激光雷达风场数据重建方法，当激光雷达测量得到的四个方向中任意一个方向的径向风速数据缺失时，利用相同位置的垂直风速相同的假设进行径向风速数据的预测补充，从而很好地解决了目前测风数据预测常见的不科学问题。

本发明提供一种激光雷达风场数据重建方法及系统，用于测量方向的径向风速数据缺失时，进行径向风速数据的预测补充。具体内容如下：

一种激光雷达风场数据重建方法，适用于四个方向的径向风速计算，包括如下步骤：