博客

激光雷达应用于风能

WindCube在摩洛哥沙漠
天气和环境
风能和太阳能

激光雷达技术是简单的安装和使用各种风能测量需求。垂直分析激光雷达是接受卖座的风资源评估(包装材料)活动在不同的地区,和脉冲激光雷达的好处是记录和验证在许多商业活动。

通常有三个场景激光雷达可用于银行联合发起活动:

  • 独立的激光雷达的应用
  • 主机代管见到桅杆垂直外推
  • 遇到了桅杆+一个移动的激光雷达空间覆盖率的减少水平的不确定性

所有这些场景导致测量不确定性减少由于激光雷达的作战能力和精度。WindCube®激光雷达测量多达300及其嵌入式混合风重建算法由DWG IEC分类,显示了较好的结果:120米,WindCube v2.1分类不确定性是1.1%。标量和矢量数据公司(杂交之前)从WindCube下载。

许多风力发电场项目已经由独立的激光雷达,并比以往更快的速度在增加。一般来说,我们看到好接受独立的激光雷达测量,但这可以改变从一个地区到另一个由于当地实践。这是一个很好的实践工作与当地第三方顾问熟悉当地的立法和实践,可以简化接受独立的激光雷达运动。在我们这边,我们与所有主要的独立顾问密切工作如DNV、DWG, UL、导航系统、PAVANA和地理网络来验证激光雷达为卖座的风速测量。接受独立的激光雷达预计将进一步增加与IEC 61400-15-2的释放。

激光雷达还可用于永久性风监控而不是遇到了桅杆。预计激光雷达将完全取代了桅杆陆上测量在接下来的二十年里它有几个优点,如能够更简单、更频繁的维护,高可用性在不同气候条件下,在高海拔地区提供了准确的数据。也可以轻松地迁移到支持其他测量运动与桅杆。永久了桅杆(PMM)需求通常设定的排水渠,有时严格管制。与监管机构或承购早在你从包装材料转变为操作来验证要求PMM设备。WindCube通信包括网络通讯协议,这是经常使用的实时报告现场风力条件对活跃的风力发电场。

在海上风电场的应用程序中,激光雷达已经几乎完全取代了桅杆测量更符合成本效益和更容易使用和安装。WindCube近海测量激光雷达进行验证并接受要么作为浮动的一部分激光雷达系统(FLS)或作为一个固定的海上安装在平台上,灯塔和岛屿。WindCube验证几个浮标根据碳信托OWA集成商。在这里是一个案例研究在法国与AKROCEAN卖座的海上联合发起。Vaisala也是IEC 61400-15-4工作组的一部分,开发一个专用标准浮动激光雷达。

激光雷达在不同环境条件下的性能

图像
WindCube

WindCube激光雷达设计能够承受各种环境条件和验证通过众多的商业部署在世界所有地区。最近WindCube增强进一步提高性能,系统的可靠性和正常运行时间在具有挑战性的环境中。例如,WindCube现在配备了金属,耐腐蚀,确保不间断期间表现大雨和大雪。在降水条件下,WindCube v2.1执行得很好,与R2 > 0.99相比,配置高质量的风速测定在降水事件。这些证据包括在数据分析的指导方针在这里

在大雪领域,激光雷达可以配备一个冬天的工具包,以避免冰雪积累在激光雷达窗口。当谈到障碍,很容易识别和量化影响激光雷达测量的具体部门。如果有一个障碍在激光雷达的一个景象,这将是可见的激光雷达的载波噪声比(CNR)。这很容易追踪的激光雷达的安装期间通过WindCube见解——舰队软件。作为一般规则,Vaisala建议避免WindCube选址地点自然或建筑环境可能发生的变化,并阻止一个或多个光束间歇性或永久。

数据可用性是另一个重要的话题时风力测量。任何类型的激光雷达需要足够数量的气溶胶在大气中激光背散射。数据可用性的脉冲激光雷达是有据可查,稳定和可预测的。客户已经发表的一些研究,允许透明地共享数据可用性的结果。例如,一项研究juwi 50 WindCube活动和研究的基础上从Kjeller Vindteknikk北欧网站最具代表性:

  • WindCube数据可用性平均~ 70%在更糟糕的情况下在典型的中心高度(100 - 140)
  • 在标准情况下,优于95%

Vaisala发表了详细分析WindCube测量的不确定性在清洁的空气环境中,与具体的例子如何使用WindCube测量10分钟可用性较低而符合IEC 61400-50-2(今天的公认标准)。这需要添加一个小的,额外的不确定性的基础上,中国北车和10分钟的可用性使用查找表中提供的发布文档在这里

当规划活动地区会见了可能的清洁空气条件下,WindCube用户可能接触Vaisala技术支持和请求数据可用性和范围评估报告使用卫星测量和再分析数据模拟WindCube或WindCube扫描可用性在拟议中的位置。阅读更多关于它在这里

同时,越来越多的兴趣和需要激光雷达湍流强度(TI)测量在风能社区,尤其是在网站适应性活动。激光雷达测量风速比遇到桅杆风速测定以不同的方式。TI高于杯测量激光雷达TI一般措施。这是由于不同的物理机制,包括激光雷达的体积平均脉搏,激光光束的空间分离,激光雷达的采样率。Vaisala正在开发一个基于机器学习的校正,验证五个陆上活动。看到更多的信息在这里。CFARS等广泛的行业协会和DNV-JIP一直在努力创建验证机器学习框架或其他调整激光雷达和杯TI测量之间的算法:

  1. 似DNV吉格旨在开发一种新的推荐的做法来支持更广泛的接受和采用TI的行业标准由激光雷达测量。
  2. CFARS网站适用性倡议是一个开源的方法评价遥感设备的性能(RSD)湍流强度测量&加速行业采用RSD为涡轮适用性评估。

IEC 61400-15-2标准和激光雷达验证

图像
WindCuba Pavana测试网站

IEC 61400 - 15将定义一个框架,用于评估和报告的风力资源,能源产量(但是)和网站输入条件的适合性(15 - 1)对陆上和海上风力发电厂。独立选举委员会定期举行面对面会议与2023年完成委员会草案的目的。

新标准将如何改变激光雷达测量活动吗?

  • 独立的激光雷达使用显式地允许在平坦地形
  • 第三方非现场验证活动用于可追溯性
  • 验证和设备分类主要遵循IEC 61400-12-1
  • 小更新一些测量不确定性子组件
  • 指导数据可用性需求基于历史的变化
  • 最佳实践文档、可追溯性、维护和活动计划

为什么激光雷达测量之前和之后进行验证?什么可以改变在激光雷达系统两年之后呢?
激光链中有各种各样的子组件(LC),随着时间的推移可能会降低。Vaisala推荐一项为期三年的维护周期,这是保守的,在这些组件的寿命。验证激光雷达性能满足运动前后确保可追溯性估计的不确定性,与离线了桅杆,扮演“备份传感器”在此用例中。post-validation可以作为以下pre-validation见面活动,不同的项目。

多年来,Vaisala一直在与几个独立第三方顾问核实WindCube激光雷达和确保银行能接受的激光雷达测量活动。感谢我们的合作伙伴PAVANA GmbH, WindCube可以验证激光雷达对IEC-compliant 200遇到桅杆支持测量在高海拔地区日益增长的需求。

什么是平均验证活动时间在夏季和冬季PAVANA测试网站?
激光雷达平均验证活动PAVANA考点为满意的风速范围覆盖面需要三个星期。个人固定期间的天气情况下,它可能需要更长的时间来测量风速越高在夏季和冬季较低的风速。

那长绳效应在激光雷达的验证?
由于PAVANA特殊验证设置的繁荣,有120度的相互抵消,PAVANA可以检测桅和拉线效果很容易的数据和大幅减少这些影响。WindCube测量上的长绳的影响被考虑到几何学图形最小化,通过追踪每个梁的CNR值。

的100测试由PAVANA,表示的规格多少?这对结论有任何轴承有故障与激光雷达?
激光雷达的规格的比例是难以量化的,因为这是高度依赖设备,版本号和制造商。WindCube v2.1的混合算法,PAVANA看到一个非常低的个位数百分比的规格对应于特定的硬件故障,通常可以固定。

混合风场重建直接降低了测量的不确定性

在这篇论文行为和机制的多普勒风激光雷达误差在不同稳定政权应用数学研究生瑞秋罗比和教授朱莉·k·伦德奎斯特讨论他们如何使用大气模拟大涡模拟(LES)规模与天气和研究预测模型为了评估大气特征如何影响测量系统,如激光雷达的性能。论文强调,激光雷达10分钟平均显著提高了准确性,和平均标量和向量之间的加权平均(混合)也提高了比杯风速测定风速偏差。

充分展示了在最新的创新研讨会,这是瑞秋和朱莉的结论基于网络研讨会的问题:

你计划/你做了任何的比较研究和现场观测的结果吗?
我们没有任何直接的计划与现场数据直接进行比较。我们10分钟的大小我们看到错误的模拟WindCube同意将军发现在之前的仪器验证活动(下图),但更准确的对比将最好的完成一个案例研究模拟一个案例研究的特定条件。

Cariou, j。Boquet, M。::LEOSPHERE脉冲激光雷达原理、逆风WP6遥感设备,学会年会,奥赛,法国,2010年。

考特尼,M。萨瑟,。盖尔尼加德,N。:剪切和湍流对激光雷达测量的影响,报告,系统风能、ISBN 978-87-93278-01-1, 2014)。

你看着大气稳定,对重建误差的影响。气象变量/参数什么你想看下如果你继续这项研究还是一项后续研究?
对于激光雷达模型,将依赖的径向速度测量气溶胶分布可能是有趣的,特别是如果我们期望巨大差异如与高度。大气状况,我们可以扩大的“基线”在最初的研究中重新引入更复杂的条件像涡轮醒来,复杂的地形,或者其他流中的异构性问题,并考虑不仅仅意味着差异但差异湍流统计整个扫描卷传播误差。

你如何捕捉合并后的提单和强劲的CBL稳定,误差或多个错误吗?
错误的分布将独特的环境测量(s)是(我们选择三个具有代表性的例子:CBL强、弱CBL,稳定的提单)。结合错误将组的错误在一起在一个分布的条件(最远的离群值可能会从CBL和更明显的峰值接近零错误会出现稳定的提单)。然而,由于之间的转换条件逐渐发生(的时间),我们发现它最有用分解的情况下更好地理解区分行为错误和调整每组测量时的治疗更密切。

我们想和你谈谈

对学习更感兴趣吗?请联系金伯利Mufi安排一个讨论。