WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

 

На правах рукописи

Рыхлов Александр Богданович

КЛИМАТОЛОГИЧЕСКАЯ ОЦЕНКА

ВЕТРОЭНЕРГЕТИЧЕСКОГО ПОТЕНЦИАЛА

НА РАЗЛИЧНЫХ ВЫСОТАХ

(НА ПРИМЕРЕ ЮГО-ВОСТОКА ЕВРОПЕЙСКОЙ ТЕРРИТОРИИ РОССИИ)

25.00.30 – Метеорология, климатология, агрометеорология

Автореферат

диссертации на соискание ученой степени

доктора географических наук

Казань 2012

Работа выполнена на кафедре метеорологии и климатологии ФГБОУ ВПО

«Саратовский государственный университет имени Н.Г. Чернышевского»

Научный консультант Скляров Юрий Андреевич

доктор технических наук, профессор,

заведующий кафедрой

метеорологии и климатологии СГУ

 

Официальные оппоненты:  Калинин Николай Александрович

доктор географических наук, профессор,

заведующий кафедрой метеорологии и

охраны атмосферы ПГНИУ

Васильев Александ Александрович

доктор географических наук, профессор,

ведущий специалист АНО

«Московское гидрометбюро»

Елисеев Алексей Викторович

доктор физико-математических наук,

старший  научный сотрудник  ИФА РАН

Ведущая организация:  ФГБУ «Главная геофизическая

  обсерватория им. А.И. Воейкова»

Защита состоится 20 декабря в 15 часов на заседании диссертационного совета Д.212.081.20 в Казанском (Приволжском) федеральном университете им. В.И. Ульянова-Ленина по адресу: 420008, г. Казань, ул. Кремлевская, 18, корп. 2, Институт экологии и географии.

С диссертацией можно ознакомиться в научной библиотеке им. Н.И. Лоба­чевского ФГБОУ ВПО «Казанский (Приволжский) федеральный университет им. В.И. Ульянова-Ленина». Отзывы и замечания, заверенные печатью, направлять по указанному адресу.

Автореферат разослан «____» ноября  2012 г.

Ученый секретарь

диссертационного совета,

кандидат географических наук, доцент Ю.Г.  Хабутдинов

Общая характеристика диссертационной работы

Актуальность работы. Важным условием экономического развития общества является ра­циональное использование и экономия топливно-энерге­ти­ческих ресур­сов. В достижении этой цели может помочь вовлечение в хозяйственный оборот возобновляемых источников энергии. Их внедрение не только снизит все возрастающие темпы истощения топливно-сырьевой базы, но и окажет благоприятное влияние на состояние окружающей среды. В последние годы при разработке новых технологий получения энергии очень большое внимание уделяют освоению ветроэнергоресурсов. Современный опыт эксплуатации ветроэнергетических установок (ВЭУ), преимущественно в странах с ограниченными углеводородными ресурсами, показывает, что в ряде мест себестоимость производимой ими электроэнергии успешно конкурирует с традиционной энергетикой. Это открывает новые перспективы в решении энергетических проблем  регионов и государств. Однако проблема поиска перспективных площадок для размещения ВЭУ окончательно не решена и требует целенаправленных исследований ветрового режима различных территорий не только вблизи земной поверхности, но и на различных высотах приземного слоя атмосферы.

Метеорологические аспекты проблемы ветроэнергетики активно дебатируются в рамках Всемирной метеороло­гической организации. В нашей стране также отмечается по­вышение интереса к этой проблеме, однако метеорологи еще в недостаточной степени привлечены к ее решению. Анализ литературы, посвященной как изучению ветрового режима вообще и ветроэнергетике в особенности, свидетельствует, что Юго-Восточная территория России (ЮВ ЕТР) в этом отношении является менее изученной по сравнению с другими регионами, например, северо-запада России [М.М. Борисенко, 2007], Кольского полуострова [В.А. Минин, 2001], Татарстана [Р.С. Адрахманов, Ю.П. Переведенцев, 1992; Ю.П. Переведенцев, А.А. Николаев, 2002], Прикамья [А.Д. Дробышев, 1997], Сибири [А.Д. Дробышев, 1973] и др.

Целью диссертационной работы является разработка статистических методов восстановления режима скоростей ветра на различных высотах приземного слоя атмосферы по наземным метеорологическим наблюдениям, позволяющих надежно оценить ветроэнергетический потенциал и раскрыть его пространственно-временные особенности на ЮВ ЕТР.

В контексте сформулированной цели решались следующие задачи:

• детальное изучение режима скоростей ветра на высоте флюгера в рассматриваемом регионе;
• научное обоснование выбора теоретического закона распределения скоростей ветра на высоте флюгера и на различных высотах приземного слоя атмосферы;
• разработка принципов совмещения законов распределения скоростей ветра во времени и их обобщения по территории, параметризация законов распределения;
• изучение закономерностей изменения средних скоростей ветра с высотой и их особенностей в различных частях региона;
• разработка методики климатологической оценки режима скоростей ветра на различных высотах в зависимости от их значений на высоте флюгера;
• оценка ветроэнергетических ресурсов региона и построение карт их географического распределения на различных высотах.

Научная новизна исследования:

• систематизированы и оценены основные пространственно-временные закономерности режима скоростей ветра на ЮВ ЕТР;

• выявлен оптимальный теоретический закон распределения скоростей ветра, соответствующий эмпирическому ветровому режиму;

• впервые доказано, что в результате применения дополнительных процедур, геометрически подобные распределения скоростей ветра в различное время года независимо от местоположения можно совместить и обобщить, что позволяет районировать территорию по скоростному режиму ветров;

• выявлено, что в нижнем 150-метровом слое атмосферы изменение с высотой средних скоростей ветра может быть выражено как степенной, так и логарифмической формулами, однако параметры функции высоты в ряде регионов существенно отличаются от стандартных значений;

• разработана новая методика климатологической оценки режима скоростей ветра на различных высотах, являющегося основой расчета потенциальных и утилизируемых ветроэнергетических ресурсов;

• на основе выявленных закономерностей впервые оценены ветроэнергетические ресурсы в регионе на различных высотах.

Объект и предмет исследования.

Ветровой режим на юго-востоке Европейской территории России. Параметризация теоретических законов распределения скоростей ветра. Вертикальные профили средних скоростей ветра и их вероятностные распределения. Ветроэнергетический потенциал территории, пространственные закономерности его распределения.

Положения выносимые на защиту:

• Использование преобразования переменной в теоретических законах распределения скоростей ветра от конкретных значений к их отношениям к средней позволяет совмещать во времени и обобщать по территории эти распределения, а также получить обобщенный для региона закон, соответствующий реальному ветровому режиму;

• Параметры обобщенного закона распределения скоростей ветра, определенные по наземным наблюдениям, применимы для различных высот приземного слоя атмосферы;

• Для оценки среднего многолетнего значения скорости ветра на высоте оси ветроколеса могут с успехом использоваться как логарифмическая, так и степенная формулы, параметры которых определяются установленными соотношениями;

• Параметры функции изменения средней скорости ветра с высотой связаны со средней скоростью на уровне ветроизмерительного прибора найденными уравнениями регрессии;

• Построенные карты распределения ветроэнергетического потенциала на восьми  высотных уровнях приземного слоя атмосферы раскрывают возможности использования энергии ветра на ЮВ ЕТР и позволяют в каждой административной области региона выявить перспективные места расположения ВЭУ.

Исходные данные и методики исследования. В ходе выполнения диссертационной работы были использованы опубликованные официальные справочные материалы. В работе использованы результаты экспедиционных работ, выполненных с участием автора,  по измерению скоростей ветра на высотах 14 и 59 м на юго-востоке Саратовской области в период март-май 2004 г.

В основу исследований положены методы математической статистики, математического моделирования и ГИС технологии. Широко применялся метод сравнительного анализа.

Достоверность результатов обеспечивается использованием достаточно больших массивов исходной информации, оценкой их надежности и применением оптимальных методов статистической обработки.

Практическая значимость работы. Результаты работы были использованы Правительством Саратовской области для технико-экономического обоснова­ния схем размещения парка ветроэнергетических установок (ВЭУ), оценки предполагаемой величины вырабатывае­мой энергии, стоимостных показателей и сроков окупаемости проекта.

Разработанные в диссертации научные подходы, принципы и найденные связи между приземными и высотными характеристиками ветра могут быть применены для уточнения потенциальных и утилизируемых ветроэнергетических ресурсов любого региона России и мира с привлечением местных материалов наблюдений за ветром. Универсальность полученных соотношений позволяет значительно улучшить климатологическое обеспечение решения ветроэнергетических задач и, следовательно, способствовать экономически оправданному использованию энергии ветра. Кроме того, результаты работы внедрены и активно используются в учебном про­цессе на географическом факультете Саратовского университета (СГУ) при подготовке студентов метеорологов и экологов, специализирующихся в направлении рационального использования природных ресурсов.

Апробация работы. Основные результаты диссертации докладывались на:

– XV конференции молодых ученых и специалистов Института пустынь АН ТССР (Ашхабад, 1986 г.).

– Ежегодных научных конференциях географического факультета СГУ (2000-2011).

– Совместных научных семинарах кафедры метеорологии и климатологии и лаборатории астрономии и геофизики НИИ механики и физики СГУ (2002-2011).

– ХI съезде РГО «Научное познание мира, динамика географической среды» (Санкт-Петербург, 2000 г.).

– Международной конференции «Устойчивое развитие территорий: теория ГИС и практический опыт» (Саратов-Урумчи, 2008 г.).

– IХ Международном симпозиуме «Энергоресурсоэф­фектив­ность и энергосбережение» (Казань, 2008).

– Всероссийской научной конференции с международным участием «Окружающая среда и устойчивое развитие регионов: новые методы и технологии исследований» (Казань, 2009).

– Всероссийской научно-практической конференции «Экология: синтез естественнонаучного, технического и гуманитарного знания. (Саратов, 2010).

– Всероссийской научной конференции «Погода и климат: новые методы и технологии исследований» (Пермь, 2010).

Личный вклад автора состоит в:

• постановке задач, выборе способов их решения, формулировке  и обосно­вании научных положений;

• разработке методики восстановления режима скоростей ветра на различных высотах в приземном слое атмосферы по данным приземных метеорологическихнаблюдений;

• изучении пространственно-временных особенностей распределения скоростей ветра;

• выделении основных типов распределения скоростей ветра, районировании параметров распределения на юго-востоке ЕТР;

• построении карт-схем пространственного распределения ветроэнергетического потенциала на высотах 10, 30, 50, 70, 90, 110, 130, и 150 м над земной поверхностью в рассматриваемом регионе.

Публикации. По теме диссертационной работы опубликованы 2 монографии и 24 научных статьи в реферируемых изданиях, в том числе 11 в рекомендованных ВАК.

Структура и объем работы

Диссертационная работа состоит из введения, шести глав, заключения и списка использованных источников, включающего 286 наименований. Общий объем работы составляет 255 страниц. Работа иллюстрирована 20 таблицами, 55 рисунками.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность работы, излагаются цели и задачи исследования, дана оценка их научной новизны и практической значимости. Приведен перечень положений и наиболее значимых результатов, выносимых на защиту. Приводятся сведения о работе и ее структуре.

В первой главе обобщены принципы и способы современного климатологического обеспечения ветроэнергетики. История развития ветроэнергетики свидетельствует об эволюции требований, предъявляемых к её климатическому обеспечению, исходным данным и методам их использо­вания для решения ветроэнергетических задач. Наиболее часто задачи оценки ветроэнергоресурсов решаются для небольших локальных территорий и с использованием гипотетических предположений о распределении скоростей ветра в конкретном пункте региона и особенностей изменения ветрового режима с высотой. Лишь в последние десятилетия достаточно четко определился круг задач для решения ветроэнергетических проблем, связанных с оценкой потенциальных и утилизируемых ветроресурсов той или иной ВЭУ, в зависимости от ее местоположения, высоты расположения оси ветроколеса и технических данных конкретной ВЭУ.

Отмечается, что ветроэнергетика как сектор энергетики присутствует в более чем 50 развитых странах мира. Страны с наибольшей установленной мощностью на 31.12.2007 г. – Германия, Испания, США, и Китай. Ряд других стран, включая Италию, Великобританию, Нидерланды, Китай, Японию и Португалию, перешли отметку в 1000 МВт. Ветроэнергетика наиболее динамично развивалась в странах ЕС, но сегодня эта тенденция начинает меняться. Всплеск активности наблюдается в США и Канаде, новые рынки возникают в Азии и Южной Америке. В Индии и Китае в 2005 году зарегистрирован рекордный уровень роста. Дания к 2030 году планирует за счет ветряков покрыть до 50% энергопотребления.

Рассматриваются теоретические основы определения ветроэнергетических ресурсов и обосновываются подходы их оценки. Одной из основных характеристик ветроэнергетического потенциала является удельная мощность ветрового потока, приходящая на единицу площади в единицу времени, она определяется выражением:

,  (1)

где  ρ – плотность воздуха (кг/м3),  v – скорость ветра (м/с).

Из уравнения (1) следует, что удельная мощность ветрового потока пропорциональна кубу скорости ветра и в силу этого она значительно возрастает даже при небольшом усилении ветра. Например, при усилении скорости ветра в 2 раза, мощность ВЭУ возрастает в 8 раз. Отсюда следует, что для оценки мощности ветроустановок и количества вырабатываемой ими энергии необходима надежная информация о повторяемости различных скоростей ветра в предполагаемом районе их установки на уровне оси ветроколеса.

Эта же особенность не позволяет оценивать среднюю за какой-либо отрезок времени (месяц, год) удельную мощность и использовать ее для расчета величины вырабатываемой энергии, зная только среднюю скорость ветра. Поэтому среднюю удельную мощность следует рассчитывать как

, (2)

где дифференциальная функция распределения скоростей ветра. Приведенный интеграл можно оценить интегральной суммой как:

=,  (3)

v1, 2, 3 …n – значения скоростей ветра для середины градаций, p(v1, 2,3 …n) – повторяемость градаций. При использовании этих данных в качестве vn берется  значение скорости ветра для середины градации. Эти вычисления можно произвести с использованием справочников по климату, где помещены таблицы повторяемостей различных градаций скоростей ветра. Очевидно, что наиболее точные результаты можно получить лишь с использованием формулы (2). Дискретность значений в формуле (3) и кубическая зависимость от приводит к занижению оценок. Поиск вида функции – одна из задач, решаемых в настоящем исследовании. Разумеется, что полученные оценки средних значений удельной мощности следует относить лишь к тому пункту, где произведены метеорологические наблюдения.

Вместе с тем известно, что ветер обладает большой временной и пространственной изменчивостью, вызванной деформацией ветрового потока (скорости и направления) под влиянием шероховатости подстилающей поверхности и физического состояния атмосферы. Вопросы репрезентативности полученных расчетов требуют особой тщательной проработки. Они составляют одну из задач настоящего исследования. При энергетической оцен­ке природного режима вариаций скоростей ветра во времени и пространстве применительно к запросам технико-эко­но­мического обоснова­ния и проек­тирования конкретных энергетиче­ских объектов все данные о режиме ветра в той или иной местности целесообразно представлять в виде объективных числен­­ных характеристик, отражаю­щих течение природного геофизического процесса в приземном слое, и которые удобны для практических расчетов.

Результаты исследований по оценке ветроресурсов и технических решений их утилизации были обобщены при разработке руководящего документа (РД 52.04. 275-89) по проведению изыскательских работ по оценке ветроэнергетических ресурсов для обоснования схем размещения и проектирования ВЭУ. Они определили перечень характерис­тик ветра, необходимых для климатологического обеспечения ветроэнергетики.

В их первую часть входят общие климатические характеристики ветра, поз­воляющие определить удельную мощность ветрового потока – показателя теоретического потенциала энергии ветра, т.е. потенциала, рассчитываемого с учетом всего диапазона фактически наблюденных скоростей ветра. Ко второй части относят специализированные климатические характеристики, раскрывающие условия эксплуатации и режима работы ВЭУ. В третью часть включаются климатические характеристики для расчета конструкций ВЭУ на прочность и устойчивость.

Большинство современных научных работ посвящено оценке вет­ро­энер­ге­тического потенциала вблизи земной поверхности. Можно сказать, что они обеспечивают «малую» ветроэнергетику, призванную использовать энергию ветра в качестве энергосберегающих технологий. У небольших ВЭУ ось ветроколеса располагается на высотах около 20 м. Для ВЭУ, высота башни которых составляет 100-120 м, необходим учет изменения удельной мощности и выработки энергии, которые весьма существенны. Однако до настоящего времени вопрос о восстановлении режима ветра на требуемой высоте окончательно не решен. Поэтому одной из важнейших задач настоящего исследования является разработка методики оценки ветроэнергетического потенциала на любой высоте установки оси ветроколеса ВЭУ.

Данные о скорости ветра, полученные на метеорологиче­ских станциях, строго говоря, характеризуют режим ветра на пло­щадке, где установлен ветроизмерительный прибор. Вне этой зоны ветровые условия остаются неизвестными, а потребителя интересуют особенности ветра в пунктах, где осуществляется хозяйственная дея­тельность. Характер подстилающей поверхности самым непосредственным образом влияет на ветровой поток, его скорость и направление. Под влиянием ландшафта и различных препятствий скорость ветра может, как усиливаться, так и ослабевать. Поэтому учет положения места наблюдения за ветром в ветроэнергетике должен, на наш взгляд, быть произведен, во-первых, для выявления его влияния на показания ветроизмерительного прибора, во-вторых, для разработки способов интерполяции средних скоростей ветра по территории в место предполагаемого размещения ВЭУ. Решению этой задачи в настоящем исследовании уделено особое внимание. Обычно для этого используется классификации местоположений В.Ю. Милевского. Несколько иной подход к учету рельефа местности использован при разработке «Атласа ветров России». В нем методика обработки данных и моделирования местного и регионального ветрового климата для России использует численное моделирование ветрового потока в пограничном слое атмосферы с учетом меняющихся параметров подстилающей поверхности, эффектов затенения от зданий и других препятствий, а также влияние рельефа вокруг метеостанции.

Во второй главе решаются задачи выбора научно обоснованного теоретического закона распределения скоростей ветра, соответствующего реальному ветровому режиму территории. Поскольку фактические распределения скоростей представлены, как правило, в сгруппированном виде, то для проведения косвенных расчетов требуется привлечение какой-либо статистической модели. Подыскание теоретического распределения, соответствующего эмпирическому, или «выравнивание» его, является одной из важнейших задач климатологической обработки метеорологической информации. Если удачно найдено теоретическое распределение, то климатолог получает не только удобную форму представления изучаемой величины, которую можно закладывать в машинные расчеты, но и возможность расчета характеристик, непосредственно не содержащихся в исходных рядах, а также выявления в них скрытых закономерностей. Поэтому подысканию теоретического распределения и проверки его правильности в настоящем исследовании уделено особое внимание.

В ХХ в. разрабатывалось несколько способов расчета вероятности скоростей ветра у поверхности земли, имеющих свои достоинства и недостатки. В работе рассмотрены различные аппроксимирующие  выражения рекомендованные для выравнивания распределения скоростей ветра по всей совокупности наблюдений. Однако, как установлено в диссертационном исследовании, по значениям критериев Колмогорова и Пирсона окончательный выбор сделан в пользу распределения Вейбулла-Гудрича, лишь оно не противоречит гипотезе соответствия эмпирическому скоростному режиму. Именно его рекомендуется использовать для выравнивания реального ветрового режима.

Удачный подбор теоретической функции еще не гарантирует необхо­димую точность аппроксимации. Другим важным условием уменьшения пог­решностей расчетов является надежная оценка параметров апп­рок­си­мирующе­го выражения. Для расчета параметров распределения Вейбулла-Гудрича разработаны различные методы: графический, наименьших квадратов, максималь­ного правдоподобия, моментов. Ранее метод наименьших квадратов подвергся критике (Л.Л. Брагинская, 1982 г.) из-за завышения средних скоростей ветра. Однако, как нам удалось установить, если учесть, что скорости ветра являются не дискретной, а непрерывной величиной, то при использовании в расчетах повторяемостей по градациям (0-1, 2-3, 4-5 и т.д.), обеспеченности различных значений следует относить не к началу градации, а к значению между ними. Расчеты показали, что при предложенном нами способе использования метода наименьших квадратов, значения средних скоростей ветра, средних квадратических отклонений и коэффициентов вариации практически идентичны значениям, полученным другими как прямыми, так и косвенными  расчетами. Метод наименьших квадратов более удобен при объединении нескольких выборок и реализован в современных офисных программах для ЭВМ.

В диссертации впервые для юго-восточной части России получены оценки параметров распределения Вейбулла-Гудрича с использованием метода наименьших квадратов. Они позволяют надежно воспроизводить режим различных скоростей ветра и на этой основе решать многие практические задачи, в том числе ветроэнергетические. Для выяснения надежности воспроизводства ветровых характеристик с использованием рассчитанных нами параметров распределения, были получены теоретические повторяемости различных скоростей ветра по метеостанциям региона и сравнены с наблюденными. Анализ показал, что наиболее часто расхождения между теоретическими и эмпирическими средними месячными повторяемостями скоростей ветра составляют 1,0-1,5%, что соответствует статистическим погрешностям. Наибольшие расхождения приходятся на градации 2-3 и 4-5 м/с, здесь они могут повышаться до 2-3%. На наш взгляд, это может быть связано не с точностью их расчета, а с погрешностями измерения скорости ветра в области малых значений. Для года же в целом погрешности заметно меньше, чем для конкретных месяцев. Поэтому использование средних годовых повторяемостей скоростей ветра для оценки общего ветроэнергетического потенциала той или иной территории региона следует считать предпочтительным.

Несмотря на достоинства распределения Вейбулла-Гудрича, ему присущ недостаток, связанный с изменением параметров распределения от месяца к месяцу и от станции к станции. В этой связи нами поставлена и решена задача по разработке методов совмещения распределений скоростей ветра во времени и обобщения их в пространстве. К настоящему времени общие принципы решения этой задачи не разработаны. Наиболее часто ее все же решают графическим методом, он позволяет наглядно представить форму зависимости переменных.

Известно, что распределения, изме­няющиеся в большей или меньшей степени от района к району или от сезона к сезону, могут соответствовать одному закону. Если же такой общий закон существует, то имеется принципиальная возможность совмещения геометрически подобных распределений, путем изменения их числовых параметров. В этих условиях основная задача состоит в отыскании такой функции преобразования переменной (v, , v, ...) случайной величины и ее чис­ловых характеристик , v, которая позволила бы представить функцию распределения, зависящую от тех же аргументов, в виде однозначной функции:

P(Vv) = F().  (4)

После этого совмещение кривых в координатной сетке (Р, ) становится элементарным.

Если вид преобразования найден, то нанеся на график фактические данные и убедившись в том, что рассеивание точек находится в пределах случайных ошибок – по совокупности точек можно провести среднюю линию, получив тем самым типовую кривую распределения, которая по закону больших чисел будет значительно более надежной, чем каждая из сопоставляемых кривых [Марченко и Анисимова, 1964]. При таком решении задачи гарантируется тесная связь между теорией и экспериментом. В случаях, когда фактическое рассеивание точек превышает случайные ошибки, совокупность точек необходимо дифференцировать на подтипы. Применительно ко многим существенно положи­тельным случайным величинам, каковой, в частности, является скорость ветра, в качестве преобразования переменной  распределения нами предлагается использовать отношение натурального зна­чения случайной величины к ее среднему значению .

Интегральные кривые, соответствующие одномодальным плотностям вероятностей положительных и теоретически не ограниченных сверху случайных величин типа Вейбулла-Гудрича, в значительной мере удается спрямить на сетке, которая спрямляет закономерность вида:

. (5)

являющуюся некоторой модификацией формулы Вейбулла-Гудрича [Марченко и Анисимова, 1964].

С целью проверки применимости такого подхода к совмещению и обобщению распределений нами применен графический метод отображения обеспеченности разных скоростей ветра (рис. 1), он позволяет наглядно убедиться в удачно выбранном модифицированном законе распределения Вейбулла-Гудрича, а так же в спрямляющем и совмещающем эффектах. Достоинство обобщенного во времени закона распределения заключается в том, что вместо нескольких месячных пар и для каждой метеостанции используется лишь одна, а это позволяет упростить переход к обобщению или районирова­нию их по территории независимо от времени года.

Рис. 1.  Пример совмещения месячных распределений скоростей ветра

В качестве величины достоверности аппроксимации нами использовался коэффициент детерминированности R2, который является функцией квадратов отклонения эмпирических yi и модельных значений обеспеченности:

. (6)

Значение R2 иногда называют квадратом смешанной корреляции, оно  позволяет судить о близости теоретических и фактических значений. Величина R2 может изменяться от 0 до 1. Если она равна 1, то имеет место полное совпадение эмпирических данных с теоретической моделью или функциональная зависимость. В случае линейной зависимости эта величина представляет собой квадрат коэффициента корреляции.

Типизация линий распределения по территории осуществлена путем замены их совокупности одной линией, которая наилучшим образом отражает свойства каждой из них. При этом считается, что каж­дая из сопоставляемых кривых соответствует как бы отдельной совокупности наблюдений одного и того же явления. В конеч­ном счете, такого рода типизация позволяет выполнить и физико-географическое районирование территории по определенному признаку. Как нам удалось установить, такое совмещение законов распределения достаточно эффективно и по территории ЮВ ЕТР (рис. 2).

Рис. 2. Пример обобщения средних годовых распределений скоростей ветра

по метеостанциям Волгоградской области на уровне 10 м.

Массовые вычисления значений R2 для всех областей рассматриваемого региона позволили нам установить, что их значения выше 0,98. Это указывает на практически функциональную зависимость между переменными в выбранных координатах и позволяет считать выбранный закон распределения весьма удачным.

В диссертации установлено, что параметры обобщенных по областям распределений мало изменяются от области к области (табл. 1). Это обусловлено общностью циркуляционных условий региона и относительной однородностью подстилающей поверхности. Несколько выделяются лишь Оренбургская область и Татарстан.

Таблица 1

Параметры распределения    и по административным областям юго-востока ЕТР

Область

Параметры распределения

R2

Волгоградская

1,38

0,88

0,99

Саратовская

1,34

0,89

0,98

Астраханская

1,39

0,87

0,99

Оренбургская

1,22

0,93

0,99

Татарстан

1,42

0,89

0,99

Самарская

1,35

0,90

0,99

Пензенская

1,36

0,87

0,99

При обобщении  значений параметров распределения по всем областям региона, нами с использованием метода наименьших квадратов получено одно уравнение, позволяющее воспроизвести (смоделировать) ветровой режим в любой точке рассматриваемой территории, зная лишь средние значения скорости ветра, сведения о которых по большому числу метеостанций содержатся в справочниках по климату. Надежная пространствен­ная интерполяция их значений в предполагаемое место установки ВЭУ обычно не представляет труда. Полученное нами обобщенное уравнение распределения скоростей ветра в конкретном пункте  юго-востока ЕТР, к которой мы относим, прежде всего, Калмыкию, Астраханскую, Волгоградскую, Саратовскую, Пензенскую, Самарскую и Ульяновскую области, имеет вид:

. (7)

Для выяснения надежности полученной нами формулы (7), были рассчитаны теоретические повторяемости скоростей ветра по градациям для всех метеостанций региона. Сравнение их с эмпирическими данными показало, что повторяемость скоростей ветра воспроизводится с той же точностью, что при использовании распределения Вейбулла-Гудрича. Различия теоретических и эмпирических частот находятся на уровне статистических ошибок, особенно в области высоких скоростей ветра.

Для решения задачи о возможности совмещения законов распределения по высоте нами использовались результаты срочных наблюдений на высотных метеорологических мачтах. Как известно такие наблюдения производятся в системе Росгидромета в ограниченном числе пунктов. В качестве примера на рис. 3 показано совмещение распределений скоростей ветра с использованием повторяемости градаций на высотах 9, 121 и 301 м в Останкино. Как показали результаты исследования, и в этом случае совмещение оказывается весьма тесным. Коэффициент детерминированности около 0,98, что позволяет считать связь эмпирических и теоретических значений обеспеченности скоростей ветра почти функциональной. Следовательно, параметры модифицированного распределения Вейбулла-Гудрича будут одними и теми же на любой высоте приземного слоя атмосферы и их можно оценить по наземным наблюдениям.

Рис. 3. Совмещение средних годовых распределений скорости ветра по высоте. Останкино.

Таким образом, разработанные нами полуэмпирические основы моделирования ветрового режима в приземном слое атмосферы на юго-востоке ЕТР впервые позволяют надежно получать не только различные статистические характеристики ветра, но они могут с успехом применяться для оценки как ветроэнергетического потенциала так и утилизируемых ресурсов территории, с учетом режимов работы ветродвигателя. Для восстановления режима ветра в каком-либо пункте и на произвольной высоте оси ветроколеса, необходимо знание лишь средней скорости ветра на ее уровне.

Как следует из формулы (7) не менее важной проблемой для ветроэнергетики и других отраслей хозяйства является изучение вертикальной изменчивости средних характеристик ветра. Поэтому в главе 3 рассматриваются климатические закономерности из­менения средних месячных и годовых скоростей ветра с высотой. Особенность задачи состоит в том, что в отличие от синхронных  профилей, для которых имеется целый ряд вариантов решения, уровень теоретической проработки вопросов интерполяции (экстраполяции) кли­матических характеристик ветра по высоте в приземном слое атмосферы значительно ниже. Объясняется это, главным образом, сложностью и многообразием физических процессов, формирующих вертикальные распределения климатических параметров, которые назвать профилями, из-за их несинхронности, можно лишь условно.

Обычно в прикладной климатологии применяются логарифми­ческий или степенной законы изменения скорости с высотой, в них и – средняя скорость ветра на высоте и уровне флюгера, z – расчетная высота, h – высота флюгера, m и z0 – параметры. Последние являются сложной функцией, отражающей суммарное влияние на профиль скорости ветра шероховатости подстилающей поверхности, термодинамических и других условий, которые отмечались в течение всех лет наблюдений.

Исследование приоритетности логарифмической или степенной функций для решения климатологических задач проводилось с использованием средних месячных и годовых скоростей ветра на различных высотах, полученных по наблюдениям на высотных метеорологических мачтах в Останкино и Обнинске и по аэрологическим данным в Сухиничах и Долгопрудном. Учитывая не­линейность и многофакторность зависимости средней скорости от высоты, в качестве статис­ти­ческой модели использовалась квадратическая регрессия. Детальное изучение закономерностей изменения средних скоростей ветра с высотой позволило нам сделать следующие выводы:

  1. Для восстановления среднего многолетнего профиля скорости ветра с высотой можно с успехом использовать как степенную, так и логарифмическую формулы.  Тесные статистические связи между ветровыми параметрами у зем­ли и на высотах 300-метрового слоя (коэффициент детерминированности 0,96-0,98) обусловили надежность и устойчивость коэффициентов уравнений регрессии.
  2. Точки на графиках в логарифмических (степенная формула) и полулогарифмических (логарифмическая формула) координатах достаточно тесно группируются относительно прямой (рис. 4), поэтому для построения ее уравнения (определения параметров m и zo) может быть достаточно двух уровней.

 

Рис. 4. Изменение средней годовой скорости ветра с высотой в логарифмических и полулогарифмических  координатах. Останкино 1970-1977 гг.

Полученные выводы являются научной основой для оценки параметров законов изменения средней скорости ветра с высотой с учетом географического местоположения. Используя данные из  «Нового аэроклиматического справочника пограничного слоя атмосферы над СССР», где приведены средние месячные и годовые скорости ветра на уровне флюгера и высоте 100 м за период 1970-1980 гг., нами произведен массовый расчет параметров zo и m в отдельных пунктах рассматриваемой территории.

Параметры и логарифмической, и степенной формул практически одинаково тесно связаны со средними скоростями ветра на различных высотах (рис. 4), следовательно, между ними может иметься определенная зависимость. Поэтому в качестве следующего этапа исследования нами решалась задача поиска связи между параметрами zo и m. Результаты расчетов позволили нам установить, что действительно между ними имеется функциональная связь, но не линейного, а, как выявлено в результате испытания различных элементарных функций, параболического характера (рис. 5).

Связь между параметрами zo и m для всех привлеченных к исследованию пунктов наблюдения, практически функциональная. Величина достоверности аппроксимации R21, поэтому детализировать эту связь по времени и пространству нет необходимости и ее целесообразно для средних годовых и месячных значений принять в виде:

zo =29,1m2 – 6,8m + 0,4.  (8)

Рис. 5. Связь параметров m и zo

Выявленная нами зависимость, позволяет осуществить однозначный взаим­ный переход от одного параметра к другому, а мало физически обоснованному параметру m придать физический смысл, выражающийся сложным образом через шероховатость подстилающей поверхности. Кроме того, отметим, что как видно на рис. 5, значение параметра m  для большого числа метеостанций может быть как выше, так и ниже значения 0,2, рекомендованного [РД 52.04.275-89] в качестве базового при расчетах средней скорости ветра на высотах приземного слоя атмосферы с привлечением степенной формулы.

Во многих работах отмечалась зависимость рассматриваемых параметров zo и m от средней скорости ветра вблизи земной поверхности (на уровне флюгера) [Борисенко, 1976; Заварина, 1971]. Учитывая это, нами решалась задача изучения характера этой связи, с целью установления научной основы определения параметров zo и m по средней скорости ветра только на уровне флюгера. Это тем более важно, поскольку позволяет получить математические модели изменения скорости ветра с высотой и обеспечить получение надежных величин ветроэнергетического потенциала на требуемой высоте. Сопоставление значений рассчитанных нами  zo и m со средней скоростью ветра на уровне флю­гера позволило установить, что между ними так же имеется достаточно тесная связь (R2 около 0,94).

Как видно на рис. 6, связь между параметрами zo, m и vо явно нелинейная. Учитывая, что характер связи между m или zo и vо заранее неизвестен, для ее математического представления нами были испытаны наиболее часто употребляемые элементарные функции: степенная, экспоненциальная, линей­ная, логарифми­­ческая и полиномиальная. В результате испытаний в настоящей работе показано, что по величине достоверности аппроксимации R2 наиболее приемлемой оказываются экспонента, особенно для средних годовых значений скорости ветра.

Рис. 6. Связь параметров zo и m со средней годовой скоростью ветра на начальном уровне v0

Значения параметров m и z0 для средних годовых значений скорости ветра определяют установленные нами эмпирические выражения:

  или  , (8)

а для средних месячных значений в период с сентября по май:

или   (9)

и в период с июня по август:

или  , (10)

здесь v – средняя скорость ветра на уровне 10 м.

Коэффициенты уравнений регрессии (8-10) рассчитаны методом наименьших квадратов. Достоверность аппроксимации связи рассматриваемых величин экспонентой для средних месячных скоростей ветра составляет 0,92-0,95, а это свидетельствует о достаточно надежной их связи. Эти уравнения с учетом уравнения (7) являются основой для решения почти всех ветроэнергетических задач на любой высоте приземного 150-200 метрового слоя атмосферы.

Используя уравнения (8-10), нами получены расчетные значения параметров zo и m для рассматриваемых станций по средним скоростям ветра на уровне 10 м и выполнено сравнение их со значениями, полученными из непосредственных наблюдений. Оказалось, в подавляющем числе случаев (более 80%) различия не превышают 6% относительно наблюденной величины и лишь для Казани они возросли до 9-11%. Из этого следует, что полученные формулы можно достаточно надежно использовать для расчета параметров как логарифмической, так и степенной функций изменения средней скорости ветра с высотой. Оценки нарастания скорости ветра с высотой, полученные в настоящей диссертации, были полностью подтверждены в ходе проведения изыскательских 8-срочных наблюдений за скоростью ветра на высотах 14 и 59 м на юго-востоке Саратовской области, выполненные с участием автора в марте-апреле 2004 г.

В качестве следующего этапа исследования, нами решена задача по исследованию погрешностей восстановления средних месячных и годовых скоростей ветра на высоте 100 м с использованием расчетных параметров, оцененных с использованием формул 8-10. Как оказалось, в большинстве случаев применение полученных формул позволяет получить значения средних скоростей ветра на высоте 100 м близкие к наблюденным. Необходимо иметь ввиду, что статистические погрешности наблюденных скоростей ветра составляют 0,4-0,6 м/с или 5-10% соответствующих значений, поэтому ошибки менее 10% следует считать приемлемыми.

Погрешности имеют как положительный, так и отрицательный знак, это отражает колебательный характер относительно генеральной закономерности В большинстве случаев они при этом, особенно для годовых значений, не превышают 1-3 % и лишь в отдельных случаях повышаются до 6%, что соизмеримо с величиной случайных ошибок. А случайные ошибки, как известно, складываются из погрешностей измерения и расчета статистических характеристик. Все это позволяет считать, что  расчетные  характеристики  лучше  отражают  изменение  средних значений скорости ветра с высотой. Этот вывод подтверждается и тем, что наибольшие погрешности приходятся на наименьшие средние месячные скорости ветра, а как известно, наименьшие значения измеряются менее точно.

Для оценки ветроэнергетического потенциала на высоте установки ветроколеса необходимо знание закономерностей изменения скоростей ветра с высотой. Разработанная нами методика позволяет получить принципиально новое решение этой задачи, в котором обоснована возможность восстановления ветрового режима на требуемой высоте по наземным метеорологическим наблюдениям.

В главе 4 сформулирована методика расчета характеристик ветра, необходимых для решения задач оценки производительности, режима работы и прочностных характеристик ВЭУ в предполагаемом пункте установки. Разработанные в данном диссертацион­ном исследовании статистические модели климатологического режима ветра и оцен­­ки ветроэнергетических ресурсов на произвольном уровне 150-метрового слоя атмосферы, представленной системой уравнений (7) и (8-10) позволяют решить их оптимальным образом. Входным параметром разработанной модели является средняя месячная или средняя годовая скорость ветра на открытой ровной поверхности на высоте 10 м. Для ее определения можно использовать средние скорости ветра из справочников по климату, проинтерполировав их в предполагаемый пункт. К вопросу интерполяции средней месячной или годовой скорости ветра вблизи земной поверхности для интересующего изыскателя района следует подходить с большой осторожностью.

Известно, что скорость ветра в приземном слое воздуха существенно изменяется на близких расстояниях под влиянием неоднородностей подстилающей поверхности, особенно рельефа и крупных водоемов. Методы пространственной интерполяции скорости ветра в условиях неоднородной подстилающей поверхности, разработанные в ГГО, позволяют с большой точностью прогнозировать пространственные изменения средних скоростей ветра на основе данных метеостанций, морфометрического анализа местности и обобщенных данных о коэффициентах изменения скорости вет­ра в зависимости от типа местоположения и формы рельефа.

Для этого данные по ближайшим метеостанциям необходимо привести к сравнимым условиям. Нами за сравнимые условия приняты условия открытой ровной местности и высота 10 м от земли. Приведение наблюденной средней многолетней скорости ветра v, к сравнимым условиям нами выполнено с помощью поправочных коэффициентов на открытость ветроизмерительного прибора k1 и высоту его установки k2 :

  (11)

где – средняя многолетняя скорость ветра, приведенная к сравнимым условиям.

В России для учета условий открытости площадок метеостанций на местности наиболее совершенной и доступной является классификация В.Ю. Милевского. Она позволяет учитывать не только форму рельефа (выпуклая, плоская, вогнутая), наличие затеняющих элементов (зданий, построек, деревьев), но и присутствие водных поверхностей (озера, моря, океана). В классификации степени открытости местоположения флюгера по В.Ю. Милевскому определенному классу открытости в данных условиях атмосферной циркуляции соответствуют определенные средние годовые скорости ветра и вероятности их различных значений [Милевский, 1960]. По результатам исследований скоростей ветра в средней полосе ЕТР методическим отделом ГГО получены связи между классами флюгеров станций и скоростными характеристиками ветра.

В качестве поправочного коэффициента на открытость k1, учитывающего переход от фактических условий местоположения к условиям открытой ровной местности, для которой k1=7, нами использовано выражение:

,  (12)

где ki – класс открытости метеостанции в направлении i-того румба, pi – повторяемость ветров этого румба. Оно  показывает, что если фактические условия открытости станции хуже, чем условия открытой ровной местности (, то поправочный коэффициент k1>1, и наоборот. Учитывая это, предлагается в качестве метеостанций-аналогов брать ближайшие на севере и юге, а также на западе и востоке метеостанции и по ним производить интерполяцию в интересующую изыскателя точку местности с соответствующими весовыми коэффициентами.

На метеостанциях региона регистрирующие приборы (флюгеры и анемометры) располагаются на высотах от 6 до 18 м. Для приведения скоростей ветра к одной высоте (за нее принят уровень 10 м) можно воспользоваться сведениями о вертикальном профиле ветра, который описывается степенной или логарифмической функцией, приведенными в главе 2. Для этого воспользуемся формулой Величина параметра m находится по формулам (8)-(10). По большинству метеостанций поправочный коэффициент на высоту изменяет среднюю скорость ветра всего на несколько десятых долей метра в секунду. Расчеты показывают, что отличие высоты ветроизмерительного прибора на ±2 м от уровня 10 м изменяет среднюю скорость ветра всего на 0,1 м/с, поэтому в этом диапазоне данную поправку можно не вводить.

Методы оценки производительности ВЭУ. Как было показано выше, для обоснования использования ВЭУ в том или ином районе можно использовать значение средней скорости ветра. Временной изменчивостью плотности воздуха в приземном слое обычно пренебрегают, поскольку её вариации не превышают 10% значения плотности воздуха для стандартной атмосферы (1,226 кг/м3). На рассматриваемой терри­тории средние значения плотности воздуха, по нашим оценкам, составляют 1,224-1,228 кг/м3. Отклонения от средней стандартной плотности не превышают 3%.

       Каждая конкретная скорость ветра вносит свой вклад в среднее значение удельной мощности ветрового потока, но этот вклад существенно зависит от ее повторяемости. Для иллюстрации этой зависимости на рис. 7 представлена компиляция двух графиков, один из которых характеризует прямопропорциональную зависимость удельной мощности ветрового потока от куба середины градации скорости ветра, а второй характеризует повторяемость этой градации. При построении были использованы соответствующие данные по г. Ершову (Саратовская область) на высоте 10 м. Удельная мощность ветрового потока для конкретных градаций определялась нами по формуле (0,613=0,51,226), где vi  – середина градации, pi – повторяемость i-той градации. Вследствие кубической зависимости удельной мощности ветрового потока от скорости ветра наибольший вклад в формирование ее среднего значения дают не наиболее часто наблюдаемые и даже не средние скорости, а превышающие их в 1,5-2 раза.

Выполнив интегрирование уравнения (5) с учетом выражения (7), получим окончательную формулу для расчёта средней удельной мощности ветрового потока в виде:

(12)

где – средняя скорость ветра. При оценке ветроэнергопотенциала на произвольной высоте приземного слоя атмосферы (оси ветроколеса) необходимо учитывать лишь среднюю скорость ветра на этом уровне.

       

Рис. 7. Повторяемость скоростей ветра p и распределение средней годовой

удельной мощности N на высоте 10 м в г. Ершов (Саратовская область). 1 – наиболее часто

наблюдаемая скорость, 2 - средняя скорость ветра, 3 – скорость, обеспечивающая наибольший вклад в годовую выработку энергии.

       

Методы оценки эксплуатационных характеристик ВЭУ. Для нахождения продолжительности рабочих скоростей ветра воспользуемся установленным нами обобщенным законом распределения. Известно, что стартовая скорость ветра, при которой у ВЭУ начинает вращаться ветроколесо, для многих ВЭУ составляет примерно 3 м/с, поэтому продолжительность диапазона рабочих скоростей tр будет равна:

,  (14)

где Т – период, ч (год – 8760, полугодие – 4380, месяц – 720 часов и т.д.). Суммарная длительность простоев или энергетических затиший ВЭУ tп равна:

. (15)

Таким образом, для того чтобы рассчитать длительность простоев ветроагрегата достаточно найти разность между периодом превышения начальной скорости Т и значением продолжительности диапазона рабочих частот tр. Для расчета средней непрерывной длительности простоев ВЭУ может ис­поль­зоваться полученная А.Д. Дробышевым [1997] аналитическая зависимость:

tп(v3), ч = t (v 3) [100 – P(v 3)]/ P(v 3). (16)

Аналогичные результаты с использованием уравнения (7) можно получить для других значений скорости трогания ветроколеса.

Для расчета прочностных характеристик высотных сооружений, каким является ВЭУ, обычно используются значения максимальных скоростей ветра, возможных за какой-либо период. Они определяют ветровые нагрузки (напор) на высотные здания и сооружения. В зависимости от типа сооружения, от проектируемой продолжительности его эксплуатации может быть задана обеспеченность, с которой наблюдается наибольшая скорость ветра. Эта задача решается в два этапа. Сначала определяется обеспеченность наибольших скоростей ветра, возможных в предполагаемый период, а затем по ней рассчитывается ее значение. Для расчета обеспеченности наибольших скоростей ветра в зависимости от периода повторения используется соотношение [Заварина, 1971]:

  (18)

где Т – число лет, за которые хотя бы один раз наблюдается наибольшая скорость ветра, равная или превосходящая величину v, N – число наблюдений в течение года. Решив уравнение (7) относительно v с использованием значений F получим выражение для аналитической оценки наибольшей скорости ветра, возможной 1 раз в период различной длительности:

(19)

Сравнение расчетных максимальных скоростей ветра, возможных 1 раз в 20 лет (гарантийный срок крупных ВЭУ) с опубликованными в справочниках по  климату показало их хорошее согласование.

По большинству метеостанций рассчитанные по формуле (19) наибольшие скорости ветра отличаются не более чем на ±2 м/с, что вполне возможно при применении различных методик. При расчете нами использовались данные при­веденные к условиям ровной открытой местности и высоте 10 м над поверхностью земли. Анализ показывает, что на метеостанциях расположенных среди элементов затененности как ниже, так и выше флюгера рассчитанные нами наибольшие скорости ветра возможные 1 раз в 20 лет оказываются несколько выше и, наоборот, для метеостанций на возвышенных участках – ниже. Одним из важнейших результатов этого анализа является вывод о применимости уравнения (19) для расчета наибольших скоростей ветра в требуемый период лет. Он может быть рекомендован для решения других задач, например связанных с расчетом ветровых нагрузок на высотные здания и сооружения. 

Глава 5.  В основу оценки ветроэнергопотенциала региона, безусловно, должны быть положены особенности распределения ветровых характеристик по территории и во времени. От того, какова сила ветра, пов­торяемость и продолжительность энергоактивных скоростей, во многом будут определяться экономичность и  эффективность ветроиспольэования. Поэтому разработка ветроэнергетическо­го кадастра (ВЭК) и анализ его элементов является первоочередной задачей. Изучение особенностей пространственного и временного распределения характеристик ветра на европейской территории юго-востока России осуществлялось с привлечением данных справочников по климату СССР. Ниже излагаются результаты собственных исследований.

На территории Ульяновской, Куйбышевской, Пензенской, Саратовской и Оренбургской областей на большинстве метеостанций класс открытости составляет 6-8 баллов, что соответствует отдельным элементам затененности ниже высоты флюгера, способных слабо деформировать ветровой поток. В Волгоградской области примерно по трети станций расположены как на выпуклых, так и вогнутых формах рельефа. Это может приводить к большей пестроте средних скоростей ветра и большей их изменчивости по территории, связанной с влиянием рельефа. Ряд метеостанций Астраханской области расположены на островах в устье Волги и Каспийском море (Укатный остров, Дамчик, Чистая Банка) – здесь класс открытости по всем направлениям горизонта или части из них повышается до 10, а это обусловливает усиленный ветровой режим под влиянием водоема. Вместе с тем достаточно большое число метеостанций Астраханской области и Калмыкии расположены на местности с классом открытости 6-8 баллов.

Как показывают наши расчеты, величина поправочного коэффициента скла­дывается не только из класса затененности, но и повторяемости ветров данного направления в конкретном местоположении. В ряде мест, несмотря на наличие в отдельных сторонах горизонта элементов затененности выше флюгера повторяемость этих  направлений незначительна и коэффициент невелик. 

Анализ полученных коэффициентов на защищенность местоположений метеостанции показал, что для отдельных местоположений они оказались исключительно высоки  – 1,3-1,6, в соответствии с чем, наблюденные средние скорости ветра необходимо значительно увеличивать. Поскольку таких метеостанций менее 10% от привлеченных к исследованию, для недопущения крайних погрешностей оценки ветроэнергетического потенциала и изучения его географического распределения, они со значениями поправочного коэффициента более 1,3 из анализа исключены.

В качестве исходных данных использовались средние месячные и годовые скорости ветра почти по 200 метеостанциям рассматриваемого региона, содержащиеся в справочниках по климату. Они, в соответствии с принципами разработанной нами методики, были предварительно приведены к сравнимым условиям – ровной открытой местности и высоте ветроизмерительного прибора 10 м. Карты построены с применением геоинформационных систем, в пакет которых входит программа Mapinfo (версия 8.5) для создания электронной базы данных и их географической привязки, а также Vertical Mapper (версия 3.1) для проведения изолиний. Эти программы позволяют производить пространственную интерполяцию данных с высокой разрешающей способностью.

В целом на рассматриваемой территории средние годовые скорости ветра на уровне 10 м изменяются от 3,1 (Михайловка Волгоградской области) до 5,8 м/с (Волгоград, Гумрак). Оба пункта находятся в одном и том же административном районе (Волгоградская область) в одинаковых условиях открытости горизонта – на выпуклой поверхности без элементов затененности выше флюгера. Следовательно, такая изменчивость средних скоростей ветра на сравнительно небольшой территории связана не только с ближайшим окружением, но и с высотой над уровнем моря, а также местной орографией, способной усиливать или ослаблять ветровой поток. На это обращал внимание и А.Д. Дробышев [1994], разрабатывая классификацию местных условий метеостанций для избавления от искажающего влияния неоднородности подстилающей поверхности на ветровой режим.

­Из рис. 8 следует, что на большей части рассматриваемой территории средние годовые скорости ветра составляют 4,5-5,0 м/с. Наиболее высокие скорости ветра  (более 5 м/с) приурочены к относительно возвышенным территориям – Бугульминско-Белебеевская и Приволжская возвышенности, юго-восточная оконечность Среднерусской возвышенности, Волго-Уральс­кое и Предуральское плато, Ергени. Пониженные средние годовые скорости  ветра (менее 4,5 м/с) характерны для пониженных форм рельефа – Окско-Донская равнина, Низкое Заволжье, долина устья  Волги и  Калмыцкая степь. Надо иметь ввиду,  что в границах всех

Рис. 8. Средняя годовая скорость ветра (м/с) на уровне 10 м

административных областей имеются возвышенные участки, поэтому имеются возможности выбрать на их территории места для  размещения высокопроизводительных ВЭУ. Отметим, что весьма перспективным районом в ветроэнергетическом отношении на рассматриваемой территории оказываются Ергени (Калмыкия). Территорию юго-востока европейской части России по величине средней годовой скорости ветра можно рассматривать как перспективную для развития большой ветроэнергетики. Средние скорости ветра здесь оказываются почти в 1,5 раза выше, чем в Прикамье, где скорости ветра более 4 м/с отмечаются лишь на небольших пространствах северо-запада региона.

Годовой ход ветра на всей рассматриваемой территории выражен довольно четко. Средние скорости особенно повышены в феврале-марте, а понижены  в июне-августе. В целом холодное полугодие по сравнению с теплым более ветреное. Средняя скорость в этот период года на 20-25% больше. Амплитуда колебаний средних месячных скоростей ветра в годовом ходе существенно зависит от местных условий.

Проведенный нами анализ пространственного распределения полного среднего куба скорости на высоте 10 м показывает, что он в основном следует за географическим изменением средней скорости ветра. На большей части рассматриваемой территории полный куб скорости ветра составляет 100-200 (м/с)3. Вместе с тем, почти на всей ЮВ ЕТР можно выбрать местоположения, где он повышается до 200-400 (м/с)3. Эти места обычно приурочены к плавно выпуклым возвышенным формам рельефа, там средние скорости ветра принимают повышенные значения. В пониженных местоположениях средний куб скорости ветра менее 100  (м/с)3. Практическое значение карт состоит в том, что они позволяют определить удельную мощность ВЭУ, расположенных на ровной открытой местности (плоские формы рельефа).

Основным недостатком ветра как энергоисточника является его не­пос­тоянство во времени, что служит причиной кратковременных перебоев подачи ветровой энергии потребителю. От того, насколько длительны эти перебои, зависит эффективность ветроиспользования в той или иной сфере применения ВЭУ. Поэтому особое внимание уделено изучению режима вариаций ветра во времени. Поскольку при слабых скоростях ВЭУ не работает, целесообразно оценить длительность периодов с рабочими и не­рабочими ветрами.

На высоте 10 м суммарная средняя годовая длительность работы ВЭУ со скоростью трогания ветроколеса 3 м/с зависит от местоположения и, как показали наши расчеты, изменяется по территории от 57 до 80%. Результаты расчетов показывают, что суммарная длительность таких скоростей ветра составляет в районах: со средними значениями менее 4,5 м/с  – 50-70%,  со скоростями 4,5-5,5 м/с – превышает 70% времени года, а в наиболее ветреных местах приближается к 80 %. Таким образом, на большей части территории благоприятный для эксплуатации режим ветра на уровне 10 м длится более 9-10 месяцев в году. Вследствие сезонного характера изменения скорости ветра, значения диапазона рабочих скоростей ветра tр варьируют от зимы к лету, так что годовая амплитуда достигает около 100 часов.

По нашим расчетам с высоты 90 м и выше вероятность ветров 3 м/с и более почти постоянна и составляет 90% на уровне 90 м и 94% на уровне 150 м. Различия по территории не превышают 1%. Это свидетельствует о том, что простои ВЭУ у которой начальная скорость трогания 3 м/с будут составлять всего 10% продожительности года или всего 36,5 дней в году, если ось ветроколеса расположена на высоте 90 м и более. На высоте 70 м суммарная продолжительность работы ВЭУ составляет 87%  от времени года.

Результаты проведенных нами расчетов временных характеристик показали, что в выбранном нами регионе ос­новные особенности режима ветра в целом проявляются и в распределе­нии средней длительности энергетических затиший и энергоактивных скоростей. Непрерывные периоды энергетических шти­лей, характеризующие вре­мя возможных простоев ВЭУ, изменяются по территории. Они составляют на равнине 7-9 ч и в наиболее «ветреных» райо­нах территории – 4-6 ч.

Глава 6. В настоящее время происходит переориентация стратегии использования ветровой энергии от маломощных ВЭУ на промышленные мегаваттные ВЭС. В странах с ограниченными традиционными энергетическими ресурсами (Дания, Германия и др.) больше внимания уделяется именно технологиям промышленного использования энергии ветра. Однако, на наш взгляд, недооценивать использование маломощных ВЭУ, несомненно, не следует, их рационально применять в качестве энергосберегающих автономных технологий. Стремление получить как можно большее количество энергии связано, прежде всего, с необходимостью увеличения ометаемой ветроколесом площади, а это неизбежно приводит к удлинению лопастей и поднятию оси ветроколеса на значительную высоту. С учетом этих тенденций появляется новая проблема, связанная с необходимостью разработки научных основ восстановления режима скоростей ветра на различных высотах, определяющих производительность ВЭС, их экономическую эффективность и принятия хозяйственных решений по их применению.

Главной задачей, решаемой в настоящей главе, является оценка ВЭР всего нижнего 150-метро­вого слоя воздуха над европейской юго-восточной частью России с использованием сформулированной нами климато-информа­ционной технологии. Отметим, эта технология позволяет осуществить климатологическое обеспечение использования как маломощных энергосберегающих ВЭУ, так и промышленно ориентированных мегаваттных ВЭС.

Ранее А.Д. Дробышевым [1997] выполнена оценка ветроэнергетических ресурсов Прикамья (сопредельной на северо-востоке территории) на уровнях 30 и 100 м с использованием полного среднего куба скорости ветра. Поэтому в настоящем исследовании в качестве основной характеристики для оценки ВЭР рассматриваемой терри­тории также принято распределение , что позволяет сравнить ветроэнергетические потенциалы этих территорий. Величина является полным средним кубом возможных скоростей ветра. Переход от среднего куба скорости к осуществляется умножением на  . Если в качестве принять его значение для стандартной атмосферы равное 1,226, то величина множителя составит  0,613. На правомерность такого подхода указывали еще Л.Е. Анапольская и Л.С Гандин [1978]. При этом величина произведенной ВЭУ всей энергии определится выражением: , где S – ометаемая ветроколесом площадь, Т – время.

Рис. 9.  Средний годовой полный куб скорости ветра (и/с)3  на уровне 70 м

Отметим, что в отличие от [Борисенко, 2008], где также приводилось районирование страны по климатическим ветроэнергоресурсам на уровне 100 м, в настоящей диссертации такое районирование впервые дано для 8 уровней приземного слоя атмосферы ЮВ ЕТР. Практическое значение таких разработок очевидно, так как высота оси ветроколеса наиболее перспективных ВЭУ составляет не менее 50 м, а зачастую достигает 100-150 м.

Для выявления особенностей распределения скорости ветра и его энергетических параметров по территории и высоте в соответствии с оригинальной методикой, разработанной нами в главе 4 в настоящем диссертационном исследовании были построены карты географического распределения полного среднего куба скорости ветра на разных уровнях 10, 30 50, 70, 90, 110, 130 и 150 м над землей (на рис.9 приведена карта-схема для высоты 70 м). Отметим, что карты такой малой дискретности являются прецедентными не только для рассматриваемого региона, но и России в целом. Они позволили вскрыть ряд внутрирегиональных особенностей пространственного распределения ветроэнергетических ресурсов, ранее неизвестных. Так оказалось, что фоновые карты ветроэнергетических ресурсов [Борисенко, 2008], построенные по ограниченному числу метеостанций для всей России, скрывают перспективные для ветроэнергетики участки внутри региона. Как показало настоящее исследование, внутрирегиональные значения могут быть в 2 раза выше и ниже фоновых. Построенные нами карты позволяют с необходимой точностью отразить характер мезомасштабной изменчивости для ограниченных участков территории. В связи с этим, на наш взгляд, необходима разработка карт географического распределения ветроэнергоресурсов по отдельным территориям именно с использованием максимально возможного числа метеостанций.

Анализ карт географического распределения среднего куба скорости ветра позволил установить такую важную для применения ВЭУ особенность как то, что территории как с повышенными, так  и пониженными его значениями пространственно сопряжены, т.е. располагаются над одними и теми же территориями на любом из рассматриваемых уровней.

Вторая немаловажная особенность географического распределения показателей ветроэнергетического потенциала состоит в том, что наименьшие значения соответствуют пониженным территориям, особенно находящимся в так называемой ветровой тени возвышенностей. К ним можно отнести восточные части Окско-Донской и Среднерусской равнин, сюда попадают западные районы Татарстана, Пензенской, Саратовской и Волгоградской областей. Сравнительно пониженным ветроэнергетическим потенциалом обладает Низменное Заволжье, Калмыцкая степь и Уфимское плато (абсолютные высоты до 220 м), находящееся между Бугульминско-Белебевской возвышенностью (абсолютные высоты 220-400 м) и южным Уралом (абсолютные высоты 450-1200 м). Относительно повышенные значения приходятся на восточную оконечность Среднерусской и Приволжскую возвышенности, Заволжье Саратовской и Волгоградской областей.

На рассматриваемой территории наибольшие значения полного куба скорости ветра на уровне 30 м превышают 800 (м/с)3, это более чем в 2 раза больше чем в Прикамье 400 (м/с)3  [Дробышев, 1997]. Наименьшие же значения здесь примерно такой же величины (400 (м/с)3), что  и в Прикамье (около 300 (м/с)3). Это характеризует ЮВ ЕТР как весьма перспективную территорию для применения ветроэнергетики. Еще ярче это проявляется на уровне 100 м. На этой высоте даже наименьшие для территории (около 900 (м/с)3) оказываются существенно выше наибольших в Прикамье (800-850 (м/с)3).

Выполняя фоновое районирование территории России по удельной мощности ветрового потока на высоте 100 м М.М. Борисенко и др. [2010] обратили внимание на перспективность для ветроэнергетики предгорий Северного Кавказа, включая при­брежную часть Каспия и междуречье Дона и Волги. В этом районе ко­эффициент использования установленной мощности, по данным расче­тов этих авторов, составляет 0,40-0,45.

Вместе с тем отметим, что средняя годовая удельная мощность ветрового потока на уровне 100 м по фоновому районированию России М.М. Борисенко и др. [2008] на рассматриваемой нами территории составляет 400-700 Вт/м2. По нашим же оценкам на этом уровне значение в регионе изменяется от 600 до 1050 Вт/м2, что значительно выше. Таким образом, использование данных большего числа метеостанций и новая климато-инфор­ма­ционная технология оценки ветроэнергетического потенциала позволило уточнить и детализировать фоновые величины ветроэнергетического потенциала на юго-востоке ЕТР и выявить здесь наиболее перспективные территории.

Третьей особенностью пространственного распределения характеристик ветроэнергетического потенциала на ЮВ ЕТР является такая его изменчивость по территории, которая позволяет выбрать площадки для эффективного размещения ВЭУ в каждой административной области в составе Приволжского и Южного Федеральных Округов.

На каждом из рассматриваемых уровней из оценок полного среднего куба скорости ветра по всем метеостанциям в регионе нами выбрано наибольшее и наименьшее его значение. На высоте 10 м отношение наибольших в регионе значений к наименьшим составляет 4,5, что свидетельствует о значительной пространственной изменчивости этой характеристики. На высоте 50 м это отношение снижается до 2,2, на высоте 100 м – до 1,6, а на высоте 150 м – до 1,4. Это свидетельствует о выравнивании скоростного режима ветра с высотой и, соответственно, пространственного распределения .

В результате проведенных нами исследований установлено также наличие хорошей корреляционной связи между значениями средней годо­вой скорости ветра у поверхности Земли v10 и среднего куба скорости ветра на различных высотах (удельной мощно­сти ветрового потока). Как показали наши расчеты, коэффициенты линейной корреляции и на любой высоте достаточно высоки  и составляют 0,95-0,97. Такие их высокие значения уже допускают принять в качестве аппроксимирующей линии – прямую. Такое допущение, как показали расчеты, вполне оправдано. Лишь в области малых и повышенных средних годовых скоростей ветра различия аналитических и эмпирических , рассчитанных по уравнениям, могут доходить до 5%.

Как показало дополнительное выявление вида связи между и , все же более точно она аппроксимируется по­линомиальным уравнением второй степени. Параболическая зависимость этих величин практически исключает различия, а достоверность аппроксимации повышается до 1 с точностью в пятом знаке после запятой и свидетельствует о почти функциональной зависимости. Такую же зависимость отмечали М.М. Борисенко, Е.О. Гобарова и Е.Л. Жильцова [2010] для условий  Ленинградской области на высоте 200 м. Ее и следует принять для интерполяции значений   на некоторых уровнях в виде полученных нами уравнений, параметры которых оценены методом наименьших квадратов:

z = 30 м  = 35,7 – 56,4 + 118,

z = 50 м  = 29,2 + 21,6 + 125,

z = 70 м  = 25,2 + 58,5 + 236,

z = 90 м  = 23,4 + 65,8 + 417,

z =110 м  = 23,3 + 50,2 + 652,

z =130 м  = 24,8 + 16,3 + 928,

z =150 м  = 27,6 – 32,9 + 1238.

Как следует из приведенных формул, с ростом высоты величина свободного члена увеличивается, а это свидетельствует об ослабевании или выравнивании влияния скорости ветра на уровне 10 м на пространственное распределение удельной мощности ветрового потока на более высоких уровнях.

Полученные нами уравнения позволили построить ряд номограмм, позволяющую получать ветроэнергетические характеристики на требуемом уровне. На рис. 10 для примера приведена номограмма для оценки среднего годового полного куба скорости ветра на любой произвольной высоте нижнего 150-метрового приземного слоя атмосферы в зависимости от средней скорости ветра на уровне 10 м. Для этого для значений средней скорости ветра на высоте 10 м начиная с 3 м/с с шагом 0,5 м/с по приведенным выше формулам рассчитано значение на каждом рассматриваемом уровне. Из рис. 10 следует, что нарастание с увеличением высоты  почти не зависит от величины скорости ветра на высоте 10 м. Однако при их значениях менее 4 м/с средний куб скорости ветра с высотой увеличивается все же несколько резче, особенно на высотах 60-100 м.

Рис. 10. Номограмма для оценки полного среднего куба скорости ветра ,  (м/с)3 на любой

высоте 150-метрового приземного слоя атмосферы по скорости ветра на уровне 10 м

Как было показано выше, средние годовые скорости ветра необходимы как для оценки мощности, так и производимой за время эксплуатации той или иной ВЭУ энергии а, следовательно, позволяют найти себестоимость их единицы. В конечном счете, это определит целесообразность использования ВЭУ в данном регионе. Немаловажным фактором являются и внутригодовые вариации этих характеристик. В некоторых местностях этот фактор может быть даже решающим, если производство энергии ВЭУ приходится на «пик» потребляемости.

Изменение тех или иных характеристик ветра в течение года нами рассматривается как отклонение от среднего годового значения, выраженное в процентах. Годовой ход почти всех климатических характеристик ветра по территории чрезвычайно изменчив. Наиболее устойчива обеспеченность скоростей ветра 3 м/с. Эта характеристика может быть использована для оценки продолжительности выработки ветроэнергии или простоев ВЭУ. Как показывают расчеты, на уровне 50 м вероятность простоев ВЭУ составляет 25-30%, а на уровне 100 м, как правило, не превышает 20%. Это достаточно низкая вероятность простоев ВЭУ. В среднем за год простой ВЭУ составляет чуть больше 2 месяцев. Однако величина производимой ВЭУ энергии может варьировать в зависимости от средней месячной скорости ветра в том или ином районе рассматриваемой территории. 

Годовой ход почти всех климатических характеристик достаточно сложен и не представляет собой простую плавную кривую с одним максимумом и одним минимумом. В период с декабря по март наибольшие средние месячные скорости ветра на всех рассмотренных уровнях на всей территории могут приходиться на любой из этих месяцев. В  период с декабря по март полный средний куб скорости ветра на 25-30% выше средних годовых значений.

В летние месяцы характерна та же особенность – минимум может отмечаться как в июле, так и в августе. Низкие значения климатических характеристик ветра позволяют выделить период с июня по август как маловетреный. В этот период средние месячные скорости ветра снижены на всех уровнях, а ветроэнергетический потенциал оказывается на 30-35% ниже средних годовых значений.

В апреле-мае происходит переход от зимнего к летнему ветровому режиму, а в период сентябрь-ноябрь, наоборот, от летнего к зимнему. Причем весной ветроэнергетический потенциал, выраженный через , на большинстве рассмотренных метеостанций оказывается примерно на 10-20 % выше средних годовых значений, а осенью на такую же величину ниже.

Выявленные закономерности годового хода сводятся к тому, что четко выделяются два периода с наибольшими и наименьшими значениями ветроклиматических характеристик. Наибольшие их значения отмечаются в период с декабря по март. Максимум полного среднего куба скорости ветра на рассматриваемой территории может отмечаться в любой месяц этого периода. Точность их расчета не позволяет надежно выделить приоритетный месяц. В целом холодный период (XII-III) следует характеризовать как наиболее благоприятный для использования ветроэнергетического потенциала. Наименьшая плотность ветровой энергии характерна для периода с июня по август.

В заключение отметим, что годовой ход ветроэнергетических характеристик при использовании промышленных ВЭС не имеет определяющего значения, т.к. только гарантийный срок их эксплуатации может составлять до 20 лет, поэтому, в конечном счете, важна лишь величина произведенной ею электроэнергии. То, что наибольшее количество ветровой энергии приходится на холодный период следует отнести к благоприятным условиям региона, так как в это время года потребление энергии значительно повышено.

Заключение

В данной диссертационной работе выполнен обширный объем исследований ветрового режима и ветроэнергетических ресурсов на юго-востоке ЕТР, что позволило дать климатичес­кое обоснование развития здесь ветроэнергетики и получить следую­щие основные результаты:

  1. Обобщены принципы и способы современного климатологического обеспечения ветроэнергетики. История развития ветроэнергетики свидетельствует об исторической эволюции требований, предъявляемых к её климатическому обеспечению: исходным данным и методам их использования для решения ветроэнергетических задач. Наиболее часто задачи оценки энергии ветра решались для небольших локальных территорий и с использованием эвристических предположений о распределении скоростей ветра и изменения ветрового режима с высотой. Лишь в последние десятилетия достаточно четко определился круг задач для решения ветроэнергетических проблем, связанных с оценкой потенциальных и утилизируемых ветроресурсов той или иной ВЭУ, в зависимости от уровня расположения оси ветроколеса и ее технических данных.
  2. Впервые выполнено комплексное исследование по выбору оптимального закона распределения скоростей ветра с использованием критериев Колмогорова и Пирсона. Показано, что распределение Вейбулла обладает неоспоримым преимуществом перед используемыми в ряде исследований распределениями: нормальным, логнормальным, Максвелла и др.
  3. Показано, что при общей привлекательности распределения Вейбулла, все же ему­ при­сущи недостатки, связанные с изменчивостью его параметров во времени и пространстве (в горизонтальном и вертикальном направлениях), что ограничивает их использование для других участков территории. Для преодоления этих недостатков в диссертации предложена процедура преобразования переменной интегральной вероятности (обеспеченности) скоростей ветра. Она состоит в замене натуральных значений скоростей ветра их отношениями к среднему значению. При таком подходе удается совместить распределения их режимов не только во времени, но и в пространстве. Разработана универсальная формула, позволяющая оценивать вероятность различных скоростей ветра в зависимости от среднего значения на уровне 10м.
  4. Доказано, что при применении метода преобразования переменной возможно совмещение распределений скоростей ветра и на различных высотах. Это позволило научно обосновать возможность экстраполяции параметров распределения по наземным наблюдениям на любую высоту в приземном 150-метровом слое атмосферы. При этом погрешности расчетов  статистических характеристик скоростей ветра не превышают значений статистических ошибок, связанных с объемом выборки  и округлением. Это научно обосновывает правомерность применения приземных параметров распределения на другие высоты приземного слоя атмосферы.
  5. Установлено, что для восстановления среднего многолетнего профиля скорости ветра с высотой можно с успехом использовать как степенную, так и логарифмическую формулы. Параметр шероховатости z0 в логарифмической формуле имеет гораздо больший диапазон изменчивости  – от 0 до 200 см. Параметр m в степенной формуле изменяется гораздо меньше – от 0,10 до 0,40, поэтому он более удобен для проведения обобщения и районирования территории. Нами доказано, что между этими параметрами имеется функциональная связь, но не линейного, а параболического характера. Получены аналитические выражения, позволяющие осуществить однозначный взаимный переход от одного параметра к другому, а мало физически обоснованному параметру m придать смысл, связанный с шероховатостью подстилающей поверхности. Средняя относительная погрешность расчета параметров z0 и m по полученным формулам не превышает 3% от значений, полученных на эмпирических данных. Установлена связь и получены математические выражения, позволяющие оценить параметры степенной и логарифмической функций высоты по значению средней скорости ветра на уровне 10 м.
  6. В диссертации разработаны теоретические положения универсальной климато-инфор­ма­ционной технологии решения задач по оценке потенциальных и утилизируемых ветроэнергетических ресурсов и условий эксплуатации ВЭУ, являющиеся базовыми для выявления экономической привлекательности использования ВЭУ при решении энергетических проблем того или иного региона, и даже всей энергосистемы России. Приемлемая погрешность пространственного восстановления ветроэнерге­тичес­ких характеристик, широкий круг возможностей, простота исполь­зования и другие достоинства этой         технологии являются убеди­тельным основанием для применения ее на стадии предпроектных разра­боток.
  7. Разработаны и реализованы методы расчета различных характеристик ветра и его ресурсов, возможной производительности ВЭУ, непрерывной длительности периодов ее простоя и других, по содержанию соответствующих ветроэнергетическому кадастру ЮВ ЕТР, содержащему обширную информацию почти по 200 пунктам на восьми высотных уровнях. Исследование особенностей вертикального распределения скорости ветра для ряда станций рассматриваемой территории позволило установить, что с высотой условия для использования ресурсов ветра существенно улучшаются. Средняя скорость на высоте 110 м по сравнению с 10 м увеличивается в 1,5-2 раза.
  8. Выполнены расчеты элементов ветрового кадастра для ЮВ ЕТР на восьми уровнях: 10, 30, 50, 70, 90, 110, 130 и 150 м над земной поверхностью и построены карты географического распределения среднего годового полного куба скорости ветра. Их анализ позволил выявить районы с различным ветроэнергетическим потенциалом и установить такую важную для применения ВЭУ особенность как то, что территории как с повышенными, так  и пониженными значениями полного куба скорости ветра в исследуемом регионе пространственно сопряжены, т.е. располагаются над одними и теми же территориями на любом из рассматриваемых уровней. Вторая немаловажная особенность географического распределения показателей ветроэнергетического потенциала состоит в том, что наименьшие значения соответствуют пониженным территориям, особенно находящимся в так называемой ветровой тени возвышенностей, относительно повышенные значения приходятся на возвышенности. Третьей особенностью пространственного распределения характеристик ветроэнергетического потенциала на юго-востоке ЕТР является такая его изменчивость по территории, которая позволяет выбрать площадки для эффективного размещения ВЭУ в каждой административной области, а тем более в составе Приволжского и Южного Федеральных Округов.
  9. Установлено наличие надежной корреляционной связи между значениями средней годо­вой скорости ветра у поверхности Земли и полного среднего годового куба скорости ветра на различных высотах (удельной мощно­сти ветрового потока). Связь между ними более точно аппроксимируется по­линомиальным уравнением второй степени. Параболическая зависимость этих величин практически исключает различия, а достоверность аппроксимации повышается до 1 с точностью в пятом знаке после запятой и свидетельствует о почти функциональной зависимости. На основе этих уравнений построена номограмма для оценки среднего годового полного куба скорости ветра на любой произвольной высоте нижнего 150-метрового приземного слоя атмосферы в зависимости от средней скорости ветра на уровне 10 м.
  10. Показано, что с ростом высоты отношение наибольшего по территории значения полного среднего куба скорости ветра к наименьшему для каждого уровня уменьшается. Так, на высоте 10 м это отношение составляет 4,5, что свидетельствует о значительной пространственной изменчивости этой характеристики, на высоте 50 м оно снижается до 2,2, на высоте 110 м – до 1,6, а на высоте 150 м – до 1,4. Это свидетельствует о выравнивании с высотой распределения средней годовой удельной мощности ветра по территории региона.
  11. Выявлены особенности годового хода ветроклиматических характеристик. Они сводятся к тому, что четко выделяются два периода с наибольшими и наименьшими значениями. Наибольшие их значения отмечаются в период с декабря по март. Максимум полного среднего куба скорости ветра на рассматриваемой территории может отмечаться в любой месяц этого периода. Точность их расчета не позволяет надежно выделить общий приоритетный месяц. В целом холодный период (XII-III) следует характеризовать как наиболее благоприятный для использования ветроэнергетического потенциала. Наименьшая плотность ветровой энергии характерна для периода с июня по август.
  12. Годовой ход почти всех климатических характеристик ветра по территории чрезвычайно изменчив. Наиболее устойчива обеспеченность скоростей ветра 3 м/с. Эта характеристика может быть использована для оценки продолжительности выработки ветроэнергии или простоев ВЭУ. Как показывают расчеты, на уровне 50 м вероятность простоев ВЭУ составляет 25-30% времени года, а на уровне 100 м, как правило, не превышает 20%. Это достаточно низкая вероятность простоев ВЭУ. В среднем за год простой ВЭУ составляет чуть больше 2 месяцев.

Публикации по теме диссертации

Научные монографии:

  1. Научно-прикладной справочник по климату СССР. Серия 3. Многолетние данные. Части 1-6. Вып. 30. – Л.: Гидрометеоиздат, 1989 – 501 с. (соавторы Асанова В.С., Иванова Т.Е).
  2. Разработка методов климатологической оценки ветроэнергетического потенциала на различных высотах (на примере юго-востока Европейской части России) / Под ред. д.т.н. профессора Ю.А. Склярова. Саратов: из-во Сарат. ун-та. 2012. 135 с.

Статьи (курсивом обозначены публикации в изданиях, рекомендованных ВАК)

  1. Оценка репрезентативности реперных станций и их дублеров. Заключительный отчет по НИР № ГР 01840079490, 1983. 110 с.
  2. Атмосферное давление / Климат Ашхабада. Л.: Гидрометеоиздат. 1984. С. 44-46.
  3. Ветер / Климат Ашхабада. Л.: Гидрометеоиздат. 1984. С. 46-54.
  4. Флюктуации циркуляции атмосферы и режима увлажнения Туркменистана // Тезисы докладов. XV конференции молодых ученых и специалистов Института пустынь АН ТССР. – Ашхабад: Ылым, 1986. С. 45-56
  5. Оценка роли циркуляции атмосферы в колебаниях климата Туркменистана. / Природные ресурсы и их освоение. – Ашхабад: Ылым, 1986. С. 53-62.
  6. Ветроэнергетика: реальность и перспективы // Энергосбережение в Саратовской области. 2004.№ 3. с.38-42. . (соавторы Волков С.А.,  Тверской А.К).
  7. К вопросу о методе оценки климатологических ветроресурсов территории для размещения ВЭУ // Труды Всероссийской научной конференции с международным участием «Окружающая среда и устойчивое развитие регионов: новые методы и технологии исследований», т. 4, Казань 2009, с.219-224.
  8. К вопросу о вековых изменениях климата Нижнего Поволжья. // Деп. ВИНИТИ 14.65.96, № 1525-В-96,  - 5 с. (соавтор Пряхина С.И.).
  9. Оценка климатических изменений в регионе (на примере Нижнего Поволжья). Саратов: ГУНЦ «Колледж». 1998. 31 с.
  10. Бризы равнинных водохранилищ. Саратов: Из-во ГОСУНЦ «Колледж». 1998. 30 с.. (соавторы Бобров Г.П., Шутов В.С.).
  11. К вопросу об учете ветрового режима в генеральном плане города. Деп ВИНИТИ РАН, № 2792-В99. 12 с. (соавторы Бобров Г.П., Шутов В.С.).
  12. Изменение атмосферного давления в Нижнем Поволжье в последнее столетие // Изв. РГО, т. 132, вып. 4, 2000. С. 61-65. (соавтор Полянская Е.А.).
  13. Изменения атмосферного давления на юго-востоке ЕТР в последнее столетие. // Труды ХI съезда РГО «Научное познание мира, динамика географической среды», т. 5. СПб, 2000. с.152-154. (соавтор Полянская Е.А.).
  14. Оценка ветроэнергетического потенциала на различных высотах установки оси ветроколеса на территории Саратовской области // Труды IX Международного симпозиума «Энергоресурсоэффективность и энергосбережение». Казань, 2008. С.
  15. Изучение связи приземного и высотного режимов ветра в 200-метровом слое атмосферы для целей ветроэнергетики // Материалы международной конференции «Устойчивое развитие территорий: теория ГИС и практический опыт». Т. 1. Саратов, 2008. С. 177-182.
  16. К вопросу о методе оценки климатологических ветроэнергетических ресурсов территории для размещения ВЭУ / Окружающая среда и устойчивое развитие регионов: новые методы и технологии исследований. Том IV: Экологическая безопасность, инновации и устойчивое развитие. Образование для устойчивого развития. Казань: Изд-во «Отечество, 2009. с.219-224
  17. Климат региона / Основы регионоведения. Саратов: Из-во Сарат. ун-та. 2003. С. 80-90. (соавторы Бобров Г.П., Волков С.А.).
  18. Закономерности изменения средней скорости ветра с высотой на юго-востоке России // Погода и климат: новые методы и технологии исследований. Пермь: Из-во Перм. гос. ун-та, 2010. С. 106-110.
  19. Климато-информационная модель режима скоростей ветра на высотах приземного слоя атмосферы над ЕТР для решения ветроэнергетических задач // Всероссийская научно-практическая конференция «Экология: синтез естественнонаучного, технического и гуманитарного знания. Саратов: Сарат. гос. техн. ун-т, 2010. С. 402-404.
  20. Анализ применения различных законов распределения для выравнивания скоростей ветра на юго-востоке европейской территории России // Известия Саратовского университета. 2010. Сер. Науки о Земле. Т. 10, вып. 2. С. 25 — 30.
  21. К вопросу об аппроксимации скоростей ветра на юго-востоке европейской территории России законом распределения Вейбулла–Гудрича // Известия Саратовского университета. Сер. Науки о Земле .2010. Т. 10,  вып. 2. С. 32 — 37.
  22. Оценка параметров законов изменения средней скорости ветра с высотой в приземном слое атмосферы на юго-востоке европейской части России для решения задач ветроэнергетики // Известия Саратовского университета. Сер. Науки о Земле. 2011. Т. 11. С. 28 — 34.
  23. Закономерности изменения средней скорости ветра с высотой в приземном слое атмосферы на ЮВ ЕТР для решения задач ветроэнергетики // Ученые записки РГГМУ. 2011. Вып. 20. С.
  24. Климато-информационная технология решения ветроэнергетических задач // Известия Саратовского университета. Сер. Науки о Земле. Т. 11. Вып. 1. 2012. С. 30-33.





© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.