工程科学与技术，国际期刊23（2020）65完整文章吉布提市风能潜力和微型涡轮机性能分析Abdoulkader Ibrahim Idrissa，Ramadan Ali Ahmedb，Abdou Idris Omara，Rima Kassim Saidb，Tahir Cetin Akincic，a吉布提大学工程学院电气和能源工程系工业科学和技术研究Street Djanaleh，B.P. 1904，吉布提b吉布提大学物理和化学系工业科学和技术研究所（GRE），吉布提Djanaleh街，1904年学士学位c土耳其伊斯坦布尔技术大学电气工程系，伊斯坦布尔34469阿提奇莱因福奥文章历史记录：收到2019年2019年6月15日修订2019年6月16日接受在线提供2019年保留字：风速威布尔分布风力发电机容量系数城市吉布提A B S T R A C T吉布提制定了一项雄心勃勃的计划，以发展和扩大其能源需求，以满足当地需求，并增加农村和城市地区的能源供应。可再生能源发展在吉布提的战略中至关重要，包括2020年的愿景。为了通过减少对石油和衍生产品的依赖来增加对清洁能源的投资，吉布提希望成为第一个使用100%清洁能源的撒哈拉以南非洲国家。本文首次使用威布尔参数在10米高度收集的5年（2014-2018年）风速数据来研究小型城市的风能潜力。由于缺乏这一城市地区的数据，这种研究以前是不可行的。研究结果表明，在我国内陆城市实施和发展城市风能产业是可行的。计算了统计风速、风玫瑰图和功率密度本研究也是不同高度区域5台1-25 kW微型风力发电机实施项目的一部分在所考虑的时间段内，强风是东部和西部的由于研究地点的月风速较低，与其他技术相比，Polaris P12-25风力机提供了最佳的容量因子（CF =9.629%）和能量输出（AEP = 2.1×104最后，根据对风力发电量的分析，为了实现高效的收获，中国城市需要安装轮毂高度大于30.5 m的风力发电机©2019 Karabuk University. Elsevier B.V.的出版服务。这是CCBY-NC-ND许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）。1. 介绍根据石油价格的波动，EDD代表吉布提电力公司，在整个国家领土上合法垄断电力的运输和分配EDD[1]电价范围从0.21美元/千瓦时的社会价格到工业客户支付的吉布提的电力成本与埃塞俄比亚和肯尼亚等邻国相比很高[1]。虽然吉布提拥有丰富的可再生能源地热资源，但它没有水力发电厂。从这个意义上说，它依赖于外国能源。世界上对能源的需求不断增加。为了满足对能源的需求，使用化石燃料的热电厂被使用。为了确保经济*通讯作者。电子邮件地址：akincitc@itu.edu.tr（T.C. Akinci）。由Karabuk大学负责进行同行审查发展，应增加使用可再生能源的工厂[2]。从这个意义上说，小型风力涡轮机的设计和实施有助于满足当地的能源需求[3技术的发展保证了风力涡轮机尺寸和性能的不断改进。风力涡轮机的效率和性能与涡轮机中的能量生产质量成比例地增加[8在城市中心测得的风速可能会受到城市建筑物位置的影响[4，14]。在这种情况下，对于使用小型风力涡轮机的企业，风预测应该采用双参数威布尔概率分布[15、16]。利用微型风力机在吉布提市中心对吉布提市近5年的风速资料进行了分析在分析中使用了从10 m高度的风速计获得的这项研究的目的是确定微型风力涡轮机产生的能源的经济影响，并吸引投资者的兴趣此外，这项研究是第一个https://doi.org/10.1016/j.jestch.2019.06.0042215-0986/©2019 Karabuk University.出版社：Elsevier B.V.这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可在ScienceDirect上获得目录列表工程科学与技术国际期刊杂志主页：www.elsevier.com/locate/jestch66A.I. Idriss等人/工程科学与技术，国际期刊23（2020）652MPe; ave ¼PeR埃莱CR=F评估吉布提共和国风力潜力的研究。威布尔分布函数在变量数据分析中给出了较好的结果。对于最适合测量数据的分布函数，这是最有效的方法[17在本研究中，收集了位于不同高度的五台风力发电机的数据，考察了这些五年数据的性能，平均日和月风速被认为是平均功率输出和容量因子。2. 网站描述和理论背景风 能 潜 力 评 估 气 象 站 的 位 置 在 东 南 沿 海 城 市 （ 11.5658 °N;43.15435 °E;海拔7 m）。这座城市位于东非，具有典型的热带气候，被正式归类为海洋沙漠：冬季炎热潮湿，夏季极端炎热潮湿的气候地区。在海洋沙漠中，气温仅略低于内陆地区。然而，该地区温暖的海洋的存在创造了高湿度。在10月至4月的凉爽季节，气温高达20-30 ° C，炎热的季节从五月到九月。小型风电项目需要进行详细分析。在这一规划中，国家的海拔高度、气象特征和过去时期的风速是估算数据的主要标准。文献中有几种方法用于确定风势[22在这项研究中，风速评估气象数据。表1所示为风速和定义的性能表其中威布尔概率密度函数（f（v）），累积分布功能（F）（v）），功率密度（PD），能量密度（ED）、平均功率输出（Pe，ave）、容量因子（CF）和年能量输出（AEP）。这些量描述了微型风力发电机的性能与风力势、现场风特性和发电量的关系。在确定风能的潜力时，应考虑涡轮机的安装位置和风力性能[24]。3. 结果和讨论风速数据是在五年的时间内在布雷蒂市气象站测量的，每隔10分钟记录一次，并在10米处测量。图1显示了概率密度函数和累积分布函数。直方图表示测得的风速数据。概率密度函数和威布尔累积密度函数在方程中给出。(2)（3）分别。形状的值Fig. 1. 5年后10 m高度的统计功能。尺度参数分别为1.88和1.96m/s。概率密度曲线表明最常见的风速为1.3m/s，概率为42.1%。在统计分析中，累积分布给出了等于或小于风速的可能性。吉布提共和国吉布提市因分析所测得表2显示了月平均风速特征和风能潜力。计算结果表明，所得到的c参数和k参数分别在1.462 ~ 2.830 m/s和1.410 ~ 2.410之间。使用等式（4）和（5）获得VF和VE6月平均风速值较低，为1.247 m/s，2月平均风速值最高，为2.329 m/s。最低和最高的VF分别为6月0.609m/s和2月2.266m/s。风速的值表示VE的范围从2.223 m/s至4.212 m/s。根据等式（6）和（7），最小和最大值分别为：功率密度分别出现在6月和2月。能量密度在6月份最小，为0.855kWh/m2，在2月份最大，为5.2kWh/m2。为了估计风能潜力，图2显示了每月的VF和VE风速（5年平均值）。VF值变化范围为0.6 ~ 2.26 m/s（6月）。此外，VE值的变化范围为2.22 m/s（10月）至4.21 m/s（8月）。这两个值包含在风力涡轮机设计计算中【28，29】。图3显示了两年（2015年和2016年）的风速序列分布，平均风速的小时变化，表1风资源分析的性能指标方程总结业绩计量风速的垂直变化VZRV ZlnZR=Z0=lnZ=Z0]（1）概率密度函数（PDF）fVk=cV=ck-1e-V=ck（2）累积分布函数（CDF）FV1-e-V=ck（3）最可能风速（VF）VF¼ck-1=k1=k（4）携带最大能量的风速（VE）VE<$ck2=k1=k（5）功率密度（PD）PD¼1qV3（六）能量密度（ED）ED¼PD T（7）威布尔形状参数（k）khk0½1-0：088 lnh0=10]=½1-0：088 lnh=10]（8）威布尔尺度参数（c）chc0h=h0n（9）指数n n= 1/20：37-0：088 ln[c0]=1/21-0：088 ln[h=10]（10）平均功率输出（Pe，ave）. n-V=c-V=c克高-V=ck（11）容量系数（Cf）Cf/Pe;ave=PeR（12）年发电量（AEP）AEP¼Cf×PeR×t（13）KK- -e的缩写- -e的缩写A.I. Idriss等人/工程科学与技术，国际期刊23（2020）6567表2吉布提在考虑期间的风速特征分析。月Vm（m/s）c（m/s）KVF（m/s）VE（m/s）PD（W/m2）ED（kwh/m2）Jan1.7102.1351.8021.3633.2303.0632.279Feb2.3292.8302.4102.2663.6367.7385.200Mar1.8012.1802.2901.6972.8683.5782.662Apr1.5411.8772.0951.3772.5852.2411.614可以1.3391.6121.7100.9642.5361.4701.094君1.2471.4621.4100.6092.7361.1880.855Jul1.6691.5981.9661.1132.2832.8482.119Aug1.7822.3481.471.0814.2123.4662.579Sep1.3751.7161.6680.9912.7521.5921.146Oct1.6881.6602.2071.2632.2232.9462.192Nov1.8392.2972.0601.6643.1943.8092.743Dec1.5021.8401.5270.9173.1832.0751.544年度1.6521.9631.8851.2762.9533.0012.169图二、 比较周期性的VF和VE风速。玫瑰和详细的月平均频率的主要主导风向在10米轮毂高度。风速和风向随时间迅速变化一个2年分布的例子，研究区域的风速序列如图所示。 3（a）. 在这里，风速在0到7.1米/秒之间波动由于杯式风速计的技术问题，2015年9月9日和30日之间的几天数据采集期间观察到数据缺失我们可以看到这两年的风速非常相似，这证实了所有考虑期间数据的恒定性。 这些值来自图中获得的分布。对图3（a）进行统计分析，以生成图3（b）中获得的月风速等值线图。每小时风速值范围为0至3.2 m/s。最大风速出现在晚上10时至8时1 ~ 3月风速值较高，最高可达3.2m/s。从4月到8月，风速很低（1工作时间风速风玫瑰图是表示风速随风向变化的常用方法。图3（c）示出了频率玫瑰图，其具有研究地点的不同风速范围（由图的图例部分中的颜色代码指示）的相对频率，五年分析。图3（d）显示了详细的月平均值图三. （a）两年（2015年及2016年）的风速系列分布，（b）每月每小时平均风速等值线图，（c）风玫瑰图的年频率，及（d）在10米轮毂高度处，主要盛行风向的详细每月平均频率68A.I. Idriss等人/工程科学与技术，国际期刊23（2020）65图 3 （ c ） 中获 得的 主要 盛行 风向 的频 率全 年主 导风 向为 东风（61.3%），夏季最低（10.39%）观测到的第二个主要风向是西风（36.05%），从5月到10月，由于Khamsin的相对较高水平，这是一种带来沙云的干热风。在4月和9月的过渡月份，也有东南风和东北风存在，频率值在0 - 15.57%之间。图4显示了五年期间不同高度的月平均风速廓线和平均能量密度。如图所示。 4（a）全年月平均风速分布相似，不同高度的月平均风速变化范围为1.2 ~ 2.65 m/s，最大值出现在2、8、11月。风速随高度的变化而增加（H = 10、20和30 m），如公式（1）所示（其中Zr为参考高度（10 m），Z0为粗糙度长度，计算中使用了具有光滑表面的开阔地形的粗糙度长度 在图1中的直方图中也注意到了这一点。4（b）平均能量密度在0 kWh/m2和7.5 kWh/m2之间变化，最大值出现在2月、8月和11月。中等规模城市的功率 密 度 可纳入1类，其值为3W/m2，功率密度有限，但适用于城市和小型社区的低潜力风力发电机。在[30，31]进行的一项研究中，埃塞俄比亚的风能被归类为1、风速数据按等级3.5-5.6 m/s。吉布提市位于塔朱拉湾的吉布提沿海地区，其风能潜力因地区而异。由于缺乏其他地区的数据，无法估计小型城市的可用风能潜力4. 风力涡轮机的特点和性能根据现场所选风力涡轮机的性能如图5所示。该曲线图示出了在风速范围内可从每个风力涡轮机获得的功率（索引从A到E）。所选的水平风力涡轮机具有来自不同制造商的从1 kW到25 kW的各种容量，以评估其在精品城市的性能。这些涡轮机也考虑了其合理的成本。估计的容量因子（Cf）和年能量输出（AEP）是涡轮机发电容量的性能指标Eqs。（8） 图图6（a）和（b）描述了五台涡轮机在5年内的月平均发电量C f和AEP。图五. 选定的五台涡轮机的功率曲线（索引从A到E）。图四、 比较2014-2018年全年数据系列的月平均（a）风速变化和（b）不同轮毂高度（10，20和30米）的能量密度的图。表3来自不同制造商的风力涡轮机模型的技术细节涡轮机指数风力涡轮机模型Vc（m/s）Vf（m/s）Vr（m/s）轮毂高度（m）额定功率（千瓦）一AEOLOS-11.550102.81BAEOLOS V-52.552.5105.35CHAWT-536011125DHAWT-11325101811EPOLARIS P12-252.7251030.525A.I. Idriss等人/工程科学与技术，国际期刊23（2020）6569××~图六、使 用 2014-2018年全年数据系列的10 m轮毂高度处的平均风速，五台风力涡轮机的（a）C f和（b）AEP的月平均值。8月份的C_f值分别为4.324、5.397、3.337、5.509和9.629，7月和10月最低。 涡轮机E和D具有最高的容量因子。最高的年发电量由涡轮机E给出，其值为2.1 × 104 MWh，而最低值由涡轮机A给出，其值为0.14× 104 MWh。 计算结果受场地风速廓线和特征的影响每台风力发电机。风力发电机的最高容量系数将给出年发电量的最高值。尽管如此，在研究区域的Cf相对较低（10%）。5. 结论在这项研究中，首次在吉布提进行了风能潜力和微型涡轮机性能分析五年的风速数据进行威布尔k和c参数和其他统计分析。最重要的成果概述如下：1. 月平均风速为1.247米/秒，6月和2月分别为2.329 m/s。能量密度月平均值为1.188W/m2，功率密 度月 平均 值为 0.855kWh/m2 ，6 月 份为 7.7738W/m2 ，2 月2kWh/m22. k的范围为1.41至2.41，而c的范围为1.462米/秒至2.83米/秒3. 测得的风速时间历程证实了所有考虑期间数据的恒定性。在毛里求斯城市，每月的风力发电等级为1级，但这种潜力适用于城市和小型社区的低容量风力涡轮机。4. 研究区5年来的主导风向为东风（61.3%），第二主导风向为西风（36.05%）5. 结 果 表 明 ， 北 极 星 P12-25 型 风 力 机 容 量 因 子 最 高 （ Cf=9.629%），能源输出(AEP= 2.1×104MWh）。最后，研究结果表明，乌布蒂市有潜力发展小规模应用风力涡轮机，并促进进一步的行动，类似的研究项目在其他地方，一个广泛的研究，电力的可行性，应在更大的地理区域乌布蒂市，选择最佳的可能方案，为不同规模的风力发电。这项研究只是一个项目的第一阶段，该项目旨在为一个没有连接到电网的城市社区建立一个微型涡轮机电力系统。引用[1] 统计和人口研究局2018.年度统计。2009年人口和家庭状况普查-2015年教育和家庭状况普查-PAPFAM 2 2012年。[2] EECA，E.W.，2010. 《人民的力量：微世代指南》[3] A.加利亚诺湾Nocera，F. Patania，A. Capizzi，城市环境中微型风力涡轮机性能的评估：通过地理信息系统的辅助方法，国际能源环境杂志。Eng.4（1）（2013）1-14。[4] L. Lu，K.太阳，城市高层建筑风力发电评估与利用，能源建设。 68（2014）339-350。[5] D. Li，K.L.张惠娴Chan，C.C.K.郑正雄黄，香港微型风力发电机风能潜力分析，建筑。Serv.工程资源35（3）（2014）268-279。[6] M. Cabello，J.A.G.Orza，西班牙阿利坎特省的风速分析小型风力涡轮机的潜力，更新。坚持住。Energy Rev.14（9）（2010）3185-3191。[7] M.R.南卡罗来纳州努尼Mullick，TC。Kandpal，Techno-economics of smallwindelectric generator projects for decentralized power supply in India ，EnergyPolicy 35（4）（2007）2491-2506。[8] K.罗森，V.R.巴斯柯克湾Garbesi，厄立特里亚沿海风能潜力：稀疏风数据分析，索尔。 能源66（3）（1999）201-213。[9] T.J. Chang，Y.T. Wu，H.Y.徐志荣Chu，C.M.廖，台湾风力特性与风力发电机特性之评估，再生能源28（6）（2003）851-871。[10] A. Eskin，H.阿尔塔，S. Tolun，土耳其Gokceada岛的风能潜力，更新。坚持住。能源收入 12（3）（2008）839-885。[11] Y. Himri，S.科曼湾Draoui，S. Himri，阿尔及利亚三个地点的风力发电潜力评估，Renew。坚持住。Energy Rev.12（9）（2008）2495- 2504.[12] B. Getachew ， P. Bjorn ， Wind energy potential assessment at fourtypicallocations in Ethiopia，Appl. Energy 86（3）（2009）388-396.[13] N. Mithraratne，屋顶风力涡轮机用于新西兰城市房屋的微型发电，能源建设。41（10）（2009）1013-1018。[14] S.比沃纳河伯龙角Leone，西西里岛每小时风速分析，更新。能源28（9）（2003）1371[15] A.Z.公司Dhunny，M.R. Lollchund，S.D.D.V. Rughooputh，毛里求斯选定地点发电的长期风特性，J。风能12（2015）。编号613936。[16] D. Elliot，D.内场，减少平均小型风力涡轮机功率曲线的影响评估，能量捕获预测和湍流强度测量，风能17（2）（2014）337-342。[17] K.P. Jagdish，B.坎贝尔，正态分布手册，第二版。CRC Press，1996.[18] E.C.摩根，M。Lackner，R.M. Vogel，L.G. Blaise，海上风速的概率分布，J。 能量转换管理。 52（1）（2011）15-26。[19] K. Abbas，S.A. Slamgir，A. Ali，D.M. Khan，U. Khalil，巴基斯坦风速数据的统计分析，世界应用科学。J. 18（11）（2012）1533-1539。[20] R. Kollu，S.R.Rayapudi，S.V.L.Narasimhan，K.M.Pakkurthi，模拟风速分布的混合概率分布函数，国际能源环境杂志。Eng.3（2012）27.[21] T.R. Ayodele，A.A. Jimoh，J.L. J.T.蒙达杨文，风速和风力发电潜力的统计分析。南部非洲能源23（2）（2012）30-38。[22] J.A. Carta，P. Ramirez，S. Velazquez，加那利群岛风能分析案例研究中使用的风速数据概率分布综述，更新。坚持住。能源收入 13（5）（2009）933-955。[23] H.- C. Lim ， T.- Y. Jeong ， Wind Energy Estimation of the Wol-Ryongcoastalregion，Energy 35（12）（2010）4700-4709.[24] S.O. Olayinka，O.A. Olaolu，《乔斯风能潜力和风力发电经济性评估》，尼日利亚高原州，能源可持续。开发. 16（1）（2012）78-83。[25] 答：Y. 苏丹角Yassine，新兴城市Duqm（阿曼）大规模风能潜力评估，更新。坚持住。Energy Rev.47（2015）438- 447.70A.I. Idriss等人/工程科学与技术，国际期刊23（2020）65[26] M.M. Ba，H.拉梅纳角Tanougast，基于五年实验数据的复杂区域小型风力发电能量输出预测，J. Fundam。续订。226.第226章大结局[27] M. Thapelo，A. Adedayo，H. Yskandar，南非Vredendal的季节性风能潜力调查，J.南部非洲能源29（2）（2018）77-83。[28] E.K. Akpinar，S. Akpinar，风能特性和风力涡轮机特性的季节性分析评估，能量转换。管理。46（2005）1848-1867。[29] S.O. Oyedepo，M.S. Adaramola，S.S. Paul，《尼日利亚东南部三个选定地点的风速数据和风能潜力分析》，《国际能源环境杂志》。Eng.3（7）（2012）1-11。[30] A. Ilinca、E. McCarthy，J. L. Chaumeland，J.- L.李文辉，《 中国风 能 利 用 现状 与 发 展 趋 势 》 ， 北 京 ， 2 0 0 3 ， 第 28卷 ， 第12期。[31] T.T. Gudina，D.M.W. Peter，N. Sanderine，《埃塞俄比亚可再生能源大规模和独立应用潜力评估》，Renew。坚持住。Energy Rev.40（2014）422-431.
我的内容管理
展开
