当前位置:首页 > 报告详情

Mauricio Fragoso_结合短期激光雷达测量和长期卫星观测进行海上风资源评估.pdf

上传人: Fl****zo 编号:718568 2025-06-22 20页 2.07MB

1、Mauricio FragosoHead of Energy&Infrastructures divisionCLS GroupCombining short-term lidar measurementsand long-term satellite observationsfor offshore wind resource assessmentWind assessment:state-of-the-art(FLOATING)LIDARS(FLOATING)LIDARSHigh precisionHigh frequency40-250 mSingle pointOne-to two-y

2、ear databaseATMOSPHERIC MODELSATMOSPHERIC MODELSSpatial and temporal coverageStrong dependency on numerical parametrisationFlatten extremesPoor coast-to-offshore gradient representationMeasure-Correlate-Predict(MCP)methods in IEC 61400-1Long-term correction of measured wind data on site,based on cor

3、relation with long-term reference dataInnovative synergy including satellite observationsOffshore pre-development phaseSAR observation available;No lidarWhen Lidar dataavailableMETOCEAN BUOYS*SARIMAGERY*MACHINE LEARNINGLev 1SARWindSARWind ATLASATLASLevel 2+Incorporating insitu data Emulation of virt

4、ual lidarsWIND TURBINE POWERLev 2SARWindSARWind POWERPOWERHIGH-RESOLUTIONATMOSPHERIC MODELINSITUDATALev 3SARWindSARWind INSITUINSITU(*)2 European satellites since 2015(*)22,000 co-locations NDBC wave buoysEXISTING LIDARS*(*)+30 years12 lidarsin North SeaMACHINE LEARNINGOffshore wind atlas&Weibull di

5、stributions at surfaceOffshore wind atlas&Weibull distributions&Gross AEPat 40-250 m(without wake effects)1.What are SAR observations?2.How do we get wind from SAR?3.And in altitude?4.Is it validated?5.How can we use such data?SAR observationsSynthetic Aperture RadarSynthetic Aperture RadarEmission/

6、reception of electromagnetic waves(C-band)Interaction with O(5 cm)ripples in equilibrium with wind stressBackscattered signalImage of normalized radar cross section(NRCS)Day and night,no cloud contaminationSpaceborne systemSpaceborne systemWide coverage(250 to 400 km)20-year databaseENVISAT(2004-201

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文介绍了利用合成孔径雷达(SAR)观测数据评估海上风能资源的方法。关键点如下: 1. SAR观测:使用C波段电磁波,通过观测与风应力平衡的海面微小波动(O(5 cm)),获取海面风场信息。 2. 风速获取:通过SAR数据处理的先进算法,结合机器学习,从海面粗糙度反演出风速和风向。 3. 数据验证:通过与浮标、气象塔和漂浮LiDAR的实测数据对比,SAR风速数据具有较高准确性。 4. 数据应用:SAR数据可用于生成风图谱,提供平均风速、标准差、Weibull分布和年发电量等统计信息。 5. 数据优势:SAR数据覆盖范围广,可提供长时间序列数据,有助于降低海上风能评估成本。 核心数据引用: - SAR数据覆盖范围:250至400公里,20年数据库。 - SAR数据精度:偏差从-0.57m/s降至0.01m/s,标准差从-1.24m/s降至0.85m/s。 - 验证项目:8个欧洲、北美和亚洲的验证项目,证明SAR风速数据准确性。 总结:文章阐述了SAR技术在海上风能评估中的应用,通过先进的数据处理和验证,为海上风电项目提供了一种高效、准确的风能资源评估方法。
"SAR技术如何测风?" "卫星风图有哪些创新应用?" "如何利用机器学习优化风能评估?"
客服
商务合作
小程序
服务号
折叠