知識工学的手法による風力エネルギー賦存量予測に関する研究

基于知识工程方法的风能潜力预测研究

基本信息

批准号：
09875075
负责人：
松坂知行
金额：
$ 1.34万
依托单位：
Hachinohe Institute of Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Exploratory Research
财政年份：
1997
资助国家：
日本
起止时间：
1997 至 1998
项目状态：
已结题

项目摘要

風力エネルギーは地球環境に対して汚染を与えないため米国、欧州諸国で実用化が推進されており、近時再生可能なエネルギーとして利用が推進されている。我が国においても、電力会社、自治体を中心として導入計画を立てているところが多くなってきた。特に風況条件の良い自治体においては、発電によって得られた余剰電力を、電力会社に売電することによって投資を回収できる見込みが高まったため、風力発電に対する期待が大きい。一方風力発電を推進する際、最も重要な問題は風力エネルギーの賦存量の推定方法である。欧州諸国ではEUが中心になり、すでにWind Atlas(風況マップ)が作成されている。わが国においては、NEDOが中心になり大型風力発電技術開発委員会が設置され、日本全国の風況マップが作成されているが、これらの風況マップはグローバルな視点から風力エネルギーの賦存量を求めたものであり、実際に風車の最適位置を決定するには、風車設置予定地点の風況の他に、3次元地形起伏、障害物、地表粗度、さらに厳密には風車相互の干渉を考慮した方法でなければ取得発電量を正確には予測できない。本研究では、欧州で開発されたWASPというソフトを、日本の代表的な風力発電所である竜飛ウインドパークに適用し、賦存量の予測結果と実測値とを比較した。また、予測結果と実測値との差の生ずる要因について考察し、ウインドパークの各地点における妥当な賦存量を求める方法を提案した。一方、風力エネルギーの賦存量を考える場合、上述のような年間平均的な賦存量の他に、時系列的な風力エネルギーの変動を予測することも必要である。たとえば、ディーゼル発電機と風力発電機のハイブリットシステムを考える場合、数十分先、数時間先の風速の変動が予測できれば、ディーゼル発電機の出力を絞り、風力発電機で代替し全体として省燃料制御が実現できよう。本研究では、ニューラルネットワークを用いて数十分先、数時間先の風速を予測する研究を試みた。以上のように、本研究では、年間平均的な賦存量と時系列的な風力エネルギーの予測方法を研究し、風力エネルギーの実用化のための問題点を解決する糸口をつかむこどができた。

风能由于不污染地球环境，正在美国和欧洲国家投入实际应用，并且近年来作为可再生能源得到推广。在日本，越来越多的电力公司和地方政府正在制定引进它们的计划。特别是在风力条件较好的城市，人们对风力发电的期望很高，通过向电力公司出售发电剩余电量来收回投资的前景增加。另一方面，在推广风力发电时，最重要的问题是如何估算可利用的风能量。欧洲国家，主要是欧盟，已经创建了风图集。日本成立了由NEDO牵头的大型风力发电技术开发委员会，并绘制了全国风况图。然而，为了真正确定风力发电机的最佳位置，不仅需要考虑风力发电机规划位置的风况，还需要考虑三维地形起伏、障碍物、地面粗糙度，更精确地考虑，风力涡轮机之间的干扰，无法准确预测发电量。在这项研究中，我们将欧洲开发的名为WASP的软件应用于日本典型的风力发电厂Tatsuhi Wind Park，并将风势的预测结果与实际测量结果进行比较。此外，我们考虑了导致预测结果与实际测量结果之间差异的因素，并提出了确定每个地点适当的风电场禀赋量的方法。另一方面，在考虑风能的可用量时，除了如上所述的年平均可用量之外，还需要预测风能的时间序列波动。例如，在考虑使用柴油发电机和风力发电机的混合系统时，如果可以提前几十分钟或几小时预测风速波动，则可以减少柴油发电机的输出并更换风力发电机，从而导致风速波动。可以实现总体燃油节省控制。在这项研究中，我们尝试使用神经网络提前数十分钟或几个小时预测风速。如上所述，本研究对风能的年平均禀赋和时间序列预测方法进行了研究，为解决风能实际应用中的问题提供了线索。