火星科技网您的位置:首页 >人工智能 >

海上风电数据发布推动风电勘探

导读 乍一看,今天的风能评估师和过去的采矿勘探者似乎大不相同。仔细观察,您会发现一些惊人的相似之处。值得注意的是,愿意筛选大量的信息以挖

乍一看,今天的风能评估师和过去的采矿勘探者似乎大不相同。仔细观察,您会发现一些惊人的相似之处。值得注意的是,愿意筛选大量的信息以挖掘有价值的黄金资源块。

但是,与过去不同,今天的风能资源勘探者与世界分享了他们的发现。国家可再生能源实验室(NREL)的风能特征描述小组使用最先进的建模工具和先进的资源评估技术,提供了新的海上风能数据集。

NREL研究人员Mike Optis说:“现有的海上风能数据在很大程度上已经过时,缺乏精确的现实观察。”他正在努力更新可公开获得的海上风能数据。“我们的目标是向公众提供更准确的数据集,以改善海上风电厂的选址,设计和运营决策。”

海上风电数据演变

2020年7月,NREL发表了一篇有关产生海上风速数据的新颖技术和工具的文章。现在,这些工具(例如数值天气预报和安装在浮标上的激光雷达)已取得成果。

该小组已经为加利福尼亚,大西洋中部,夏威夷和西北太平洋的外陆架提供了数据,并且还有更多的数据。

Optis说:“数值天气预报模型的进步为我们提供了对风资源的更准确的估计。” “来自该领域的越来越多的观测数据和我们增强的集成建模技术相结合,提高了我们对收集和分发的数据准确性的信心。”

就像群众的智慧一样,它认为多人共享的思想所产生的图画比单人所能产生的更为真实,合奏建模会编译许多单独的模拟,以产生可能的风资源数据集。然后,研究人员通过机器学习算法运行这些单独的模拟,以生成响应的汇总。这导致集体判断比单个模型生成的判断更接近于现实-在保留良好判断的同时,消除了每个数据集的特质。

新的海上风能数据集跨越20年,并将与涵盖的数据集结合在一起。他们将一起取代基于7年时间框架的原始WIND工具包。没有像NREL的Eagle这样的高性能计算机,就不可能有这样长的时间间隔的数据集,该计算机可以快速处理极其复杂的仿真,以创建覆盖较长时间段的数据集。结果,延长的时间间隔在异常年份(风速急剧升高或降低)中引入较小的机会倾斜数据平均值,从而获得更准确的数据集。

如何以及在何处访问新数据集

存在几种访问新的海上风能数据集的方法。一些风能勘探者可能更喜欢使用完全可定制的方法来提取离岸资源数据,这就是资源抽取(REX)工具的来源。

REX可通过GitHub访问,它提供了一个基于Python的代码库,可对各种可再生资源数据集(包括WIND Toolkit和National Solar Resource Database)进行高效,可扩展的提取,操作和计算。它可以帮助分析人员和开发人员提取新的海上风能数据,同时还允许对时间平均,空间范围和其他处理数据的方法进行代码修改。

其他用户可能会选择从NREL的Wind Prospector(一个可视化风力资源数据集的地理空间Web应用程序)中获取新数据集,同时还可以通过使许多数据层可供下载来充当数据存储库。Wind Prospector为用户提供了一种简单的点击式下载数据的方法,可以帮助风力开发人员,顾问和研究人员进行选址决策和分析。

还有一个 由NREL开发人员网络提供的API选项,用于下载新的离岸数据集。

地平线上的更多数据集

尽管NREL研究人员人数很少但勤奋而灵活,他们努力提供新的海上风能数据集,但他们很快希望将其添加到原始WIND Toolkit的更新中,该工具包将包括,夏威夷,和阿拉斯加。对于此更新,和近海数据集将被缝合在一起,从而为WIND Toolkit长期合奏数据集(WTK-LED)奠定了基础。

Optis表示:“将海上和陆上风能资源描述工作结合起来,可以构成更广泛的电网整合和风能产能扩展的基础。” 通过将的风能资源与其沿海和近海的兄弟联系起来,并告知当地社区关于在哪里取电的决定,这些综合的数据集可以极大地增强的电力系统。”

标签:

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如有侵权行为,请第一时间联系我们修改或删除,多谢。