基于Bootstrap方法对测风数据插补不确定性的分析研究.pdfVIP

第7期总第375期太阳能No.7TotalNo.375

2025年7月SOLARENERGYJul.,2025

DOI：10.19911/j.1003-0417.ty01文章编号：1003-0417(2025)07-62-09

基于Bootstrap方法对测风数据插补

不确定性的分析研究

刘松*，李伟岩

(中国能源建设集团湖南省电力设计院有限公司，长沙410000)

摘要：为了准确评估风电场场区的风能资源，必须对测风塔的测风数据进行缺测与不合理数据的插补延长。

测量-关联-预测(MCP)插补方法是利用测风塔短期测风数据和长期参证数据对测风塔缺测与不合理数据进行

插补延长，但由此会产生数据处理不确定性，会对后续风电场发电量计算的准确性产生影响，因此需对插补

不确定性进行分析。收集了位于中国不同地区、不同地形的2座测风塔的原始测风数据，采用MCP插补方

法中常用的线性最小二乘(LLS)法对测风数据进行了插补，基于Bootstrap方法对LLS法带来的测风数据插

补不确定性进行了定量分析，并对不同测风时长给测风数据插补不确定性带来的影响进行了分析。研究结果

表明：1)残差自助法可以有效估计LLS法插补参数的不确定性，且插补参数的不确定性随着测风时长的增加

而不断降低。2)LLS法插补结果受测风时长的影响较大。随着测风时长增加，LLS法带来的测风数据插补不

确定性逐渐降低。测风塔测风数据与参考数据之间的相关系数越高，LLS法带来的测风数据插补不确定性越低。

3)LLS法插补参数的不确定性对总预测不确定性的贡献较小，导致大量风速实测值基本落在95%置信区间之

外。因此，后续需要进一步分析风速测量不确定性及不同MCP插补方法对测风数据插补不确定性的影响。

关键词：测风数据；风电场；测量-关联-预测插补方法；Bootstrap方法；线性最小二乘法；不确定性

中图分类号：TK81文献标志码：A

0引言情况中，由于测风塔的风速、风向传感器故障，

近年来，风电场因具有建设周期相对较短、或测风塔倒塔、覆冰等原因，会造成观测资料

投入运行的周期短、运行维护简单的优势，使缺失；特别是在风电场开发前期阶段，为缩短

风力发电发展迅速，在实现能源转型和应对气工程建设周期，新建测风塔通常只有3～6个月

候变化方面发挥了重要作用。建设风电场最基的短期测风数据。因此，为了准确评估风电场

本的条件是要有风速和风能分布集中、风向稳场区的风能资源，必须对测风塔的测风数据进

定的风能资源，因此，准确评估风电场场区的行缺测与不合理数据的插补延长。

风能资源特征及分布规律不仅是整个风电场建测量-关联-预测(measure-correlate-predict，

设、运行的重要环节，更是风电场取得良好经MCP)插补方法是利用测风塔的短期测风数据和

[1]

济效益的关键。根据NB/T31147—2018《风长期参证数据(比如：邻近测风塔、参证气象

电场工程风能资源测量与评估技术规范》的规定，站、中尺度再分析数据等)为风电场场区提供长

测风塔的测风时段应至少为1个连续的完整年，期风况，是风能资源评估过程中不可或缺的重

[2][2]

且有效数据完整率应达到90%