風(fēng)功率密度預(yù)測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及風(fēng)功率密度預(yù)測方法。
[0002] 更為詳細(xì)地，第一，本發(fā)明涉及利用逐步回歸分析法的風(fēng)功率密度預(yù)測方法，上述 逐步回歸分析法使用逐步選擇變量法來提供可推定任意地點的風(fēng)功率密度的回歸模型，上 述逐步選擇變量法為利用屬于數(shù)據(jù)集合的變量之間的線性關(guān)系來選擇用于多元回歸分析 的變量的方法，通過添加統(tǒng)計方面重要的項或去除沒有統(tǒng)計意義的項來執(zhí)行分析。第二，本 發(fā)明涉及利用主成分分析法的風(fēng)功率密度預(yù)測方法，上述主成分分析法利用方差、協(xié)方差 關(guān)系來將輸入變量分類為以線性結(jié)合的方式形成的多個主成分，并將所分類的主成分輸入 變量用作不存在多元共線性的新的輸入變量，來提供可推定與作為輸出變量的風(fēng)功率密度 之間的線性關(guān)系的線性回歸模型。第三，本發(fā)明涉及利用神經(jīng)網(wǎng)絡(luò)分析法的風(fēng)功率密度預(yù) 測方法，上述神經(jīng)網(wǎng)絡(luò)分析法通過將借助逐步選擇變量法選擇的變量用作輸入變量、將轉(zhuǎn) 換風(fēng)功率密度的值用作輸出變量，來將具有復(fù)雜結(jié)構(gòu)的變量之間的非線性關(guān)系模型化，從 而預(yù)測任意地點的風(fēng)功率密度。
【背景技術(shù)】
[0003] 全球風(fēng)能研發(fā)的中心正從歐洲轉(zhuǎn)向太平洋地區(qū)。歐洲的傳統(tǒng)風(fēng)能強(qiáng)國的地位正面 臨美國、中國及印度的挑戰(zhàn)，英國等"追趕者"在海上風(fēng)能方面的研宄也取得了令人矚目的 成果。
[0004] 美國為了判斷陸地風(fēng)能資源的蘊(yùn)藏量，將地形學(xué)、氣象學(xué)因子選為核心要素來進(jìn) 行著分析。美國國家可再生能源實驗室（NREL ;National Renewable Energy Laboratory) 則以風(fēng)功率密度為基準(zhǔn)來區(qū)分風(fēng)力等級，從而提供風(fēng)力發(fā)電可行性方面的參考指標(biāo)。
[0005] 丹麥為了準(zhǔn)確判斷和評價風(fēng)能資源并樹立計劃，利用實測風(fēng)和數(shù)值風(fēng)，即利用微 觀規(guī)模的大氣流動模型和與廣泛地區(qū)相對應(yīng)的中等規(guī)模的大氣流動模型來研宄了風(fēng)功率 密度的空間分布特性。其中，在本發(fā)明中具有研宄意義的是，用于計算實測風(fēng)和數(shù)值風(fēng)的最 基本也是共同的數(shù)據(jù)是地形高程、地形傾斜度、地面粗糙度等地形因素。研宄中明確指出， 將地形數(shù)據(jù)和地面數(shù)據(jù)用作核心輸入數(shù)據(jù)，上述地形數(shù)據(jù)為表示山或溝壑等地形特征的煒 度、經(jīng)度、等高線等，上述地面數(shù)據(jù)為表示草地、森林、城市等地面特征的地面粗糙度等。
[0006] 在計算微觀規(guī)?；蛑械纫?guī)模數(shù)值風(fēng)方面，同樣使用地形及地面數(shù)據(jù)，這被判斷為 是以風(fēng)能資源與地形及地面特征之間具有高度的關(guān)聯(lián)性作為前提，本發(fā)明中，以這種科學(xué) 推論作為基礎(chǔ)，考慮氣象相關(guān)因、以及地形高程、地形傾斜度、地面粗糙度等地形相關(guān)因素 納入分析數(shù)據(jù)。
[0007] 像韓國，在狹窄的國土面積上呈現(xiàn)出多元復(fù)雜的地形特征，因而大部分都只是研 宄了局地規(guī)模的地形與風(fēng)力資源之間的關(guān)系。尤其，對出現(xiàn)強(qiáng)風(fēng)的江原道太白山脈的研宄 形成主流。并且，大部分的研宄，只是利用實測風(fēng)來計算在設(shè)置風(fēng)力發(fā)電機(jī)時能夠生產(chǎn)出的 電量，而沒有利用對多種地形因素的分析。
[0008] 金正勛等（2006)的研宄指出，春季出現(xiàn)在韓國榮洞地區(qū)的強(qiáng)風(fēng)大部分為西風(fēng)系 列，與山岳有關(guān)。韓善豪等（2007)就太白山脈的地形向著西側(cè)形成緩坡、向著東側(cè)形成陡 坡，通過數(shù)字模擬實驗來分析了這種地形的不對稱性對風(fēng)場的影響。
[0009] 結(jié)果，與左右對稱型山岳相比，在不對稱型山岳地形提前2個小時左右出現(xiàn)最強(qiáng) 風(fēng)力，在以垂直方式低〇. 5km左右的地點持續(xù)了約4個小時的最強(qiáng)風(fēng)力。
[0010] 并且，在地表面風(fēng)速方面，在下風(fēng)側(cè)，山岳傾斜面的傾斜度不對稱的不對稱傾斜地 形的風(fēng)速到某個程度的地區(qū)為止增加，過了該地區(qū)，風(fēng)速反而減小。
[0011] 該研宄不僅考慮到傾斜度，還考慮到地形的不對稱性，可視為是提出了多種地形 因素對風(fēng)能資源產(chǎn)生影響的事例。
[0012] 鄭佑植等（2009)利用數(shù)值風(fēng)來將具有相同氣象特征的地區(qū)劃分為一個風(fēng)系，南 韓存在10種以上的風(fēng)系地區(qū)，并說明了劃分這些風(fēng)系地區(qū)的重要因素是地形特征。
[0013] 另一方面，還有金賢九（2011)的研宄，在該研宄中以計算韓國風(fēng)能資源的蘊(yùn)藏量 并選擇適合建設(shè)風(fēng)力發(fā)電園區(qū)的候補(bǔ)地區(qū)為目的，利用考慮多種氣象及地形因素的中等規(guī) 模的大氣流動模型來計算出數(shù)值風(fēng)，從而制作了韓半島風(fēng)能資源地圖。
[0014] 為了在日后將會變得激烈的國家之間的風(fēng)力發(fā)電競爭行列中占據(jù)主導(dǎo)位置，各國 都在競爭性地制作風(fēng)能資源地圖來用作樹立國家風(fēng)力發(fā)電戰(zhàn)略和實施政策的核心資料。
[0015] 對此，根據(jù)風(fēng)能資源地圖的精密化作業(yè)需要，從陸地地區(qū)的氣象、地形及地面特性 中提取對風(fēng)功率密度產(chǎn)生影響的主要變量來確保統(tǒng)計模型，相當(dāng)于提高對風(fēng)能資源的理解 程度的風(fēng)能領(lǐng)域的基礎(chǔ)研宄。
[0016] 在韓國登錄特許第10-1020638號（"未來能源消耗量預(yù)測方法"，以下稱為現(xiàn) 有文獻(xiàn)1)中，公開了與未來能源消耗量預(yù)測方法相關(guān)的技術(shù)內(nèi)容，在韓國公開特許第 2005-0063616號（"風(fēng)能資源地圖化方法"，以下稱為現(xiàn)有文獻(xiàn)2)中，公開了與利用數(shù)值風(fēng) 的風(fēng)能資源地圖化方法相關(guān)的技術(shù)內(nèi)容。
[0017] 但是，為了以數(shù)值解析方式解析大氣流動的支配方程式，丹麥的研宄及現(xiàn)有文獻(xiàn)2 等的計算利用微觀規(guī)模或中等規(guī)模的大氣流動模型的數(shù)值風(fēng)，來計算出風(fēng)功率密度的現(xiàn)有 技術(shù)需要龐大的電子運(yùn)算資源和計算時間，因而存在用于預(yù)測任意地區(qū)的風(fēng)功率密度而需 支付龐大的費(fèi)用的缺點。
[0018] [現(xiàn)有技術(shù)文獻(xiàn)]
[0019] [專利文獻(xiàn)]
[0020] 韓國登錄特許第10-1020634號
[0021] 韓國公開特許第2005-0063616號

【發(fā)明內(nèi)容】

[0022] 要解決的問題
[0023] 因此，本發(fā)明是為了解決如上所述的問題而提出的，本發(fā)明的目的在于，提供能夠 預(yù)測任意地點的風(fēng)功率密度的風(fēng)功率密度預(yù)測方法，提供利用逐步回歸分析法對作為地理 要素的輸入變量進(jìn)行統(tǒng)計分析的與風(fēng)功率密度相關(guān)的地理統(tǒng)計方法論，提供執(zhí)行主成分分 析法將作為地理要素的輸入變量分類為多個主成分輸入變量，并對被分類的主成分輸入變 量及變量進(jìn)行回歸分析，從而與作為輸出變量的風(fēng)功率密度相關(guān)的地理統(tǒng)計方法論，提供 通過使用逐步選擇變量法的神經(jīng)網(wǎng)絡(luò)分析法的與風(fēng)功率密度相關(guān)的地理統(tǒng)計方法論。
[0024] 解決問題的手段
[0025] 本發(fā)明的第一實施例的風(fēng)功率密度預(yù)測方法，利用逐步回歸分析法，以程序的形 態(tài)借助包括計算機(jī)在內(nèi)的運(yùn)算處理單元來實施，上述風(fēng)功率密度預(yù)測方法的特征在于，包 括：變量輸入步驟S1，輸入作為輸出變量的風(fēng)功率密度、及選自地面粗糙度（rl?r6)、高 程、相對高程差、開放度、廣域開放度、方向（al?a7)、傾斜度、相對傾斜度、平均標(biāo)高、最高 標(biāo)高、最低標(biāo)高、起伏量、距海岸的距離及重新解析的氣象資料中的一個以上的輸入變量； 逐步回歸分析步驟S2,接收在上述變量輸入步驟Sl中輸入的輸出變量及輸入變量，來執(zhí)行 基于逐步選擇變量法的回歸分析法；以及多元回歸方程推定步驟S3,利用在上述逐步回歸 分析步驟S2中計算出的回歸系數(shù)來推定決定系數(shù)（R 2，R_square)值最大的多元回歸方程。
[0026] 此時，本發(fā)明的特征在于，上述地面粗糙度（rl?r6)表示基于土地利用的地表 面的形態(tài)；上述方向（al?a7)表示傾斜面的方向；上述高程（DEM, Digital Elevation Model)為將地形分為規(guī)定大小的格子來表示的標(biāo)高值；上述相對高程差表示相應(yīng)地區(qū)的 高程與周邊地區(qū)的高程的比較值；上述平均標(biāo)高表示相應(yīng)地區(qū)的高程的平均；上述最高標(biāo) 尚表不相應(yīng)地區(qū)的尚程的最尚值；上述最低標(biāo)尚表不相應(yīng)地區(qū)的尚程的最低值；上述起伏 量表示上述最高標(biāo)高和最低標(biāo)高之差；上述開放度表示對相應(yīng)地區(qū)與周邊地區(qū)進(jìn)行比較 來測定的相應(yīng)地區(qū)在地形方面未被阻擋的程度的值；上述廣域開放度表示對相應(yīng)地區(qū)與 比上述開放度廣的周邊地區(qū)進(jìn)行比較來測定的相應(yīng)地區(qū)在地形方面未被阻擋的程度的值； 上述傾斜度表示相應(yīng)地區(qū)的坡度最急的下滑面；上述相對傾斜度表示相應(yīng)地區(qū)和周邊的 第一平均傾斜度、與相應(yīng)地區(qū)和比上述第一平均傾斜度更廣的周邊地區(qū)的第二平均傾斜度 之差；上述距海岸的距離表示分別從韓國的東海、西海及南海到相應(yīng)地區(qū)的直線距離；上 述重新解析的氣象資料以數(shù)十公里（km)以上的空間分辨率重新加工用于天氣預(yù)報的全球 氣象觀測資