JP7296599B1 - Wind forecast system and wind forecast method - Google Patents
Wind forecast system and wind forecast method Download PDFInfo
- Publication number
- JP7296599B1 JP7296599B1 JP2022181302A JP2022181302A JP7296599B1 JP 7296599 B1 JP7296599 B1 JP 7296599B1 JP 2022181302 A JP2022181302 A JP 2022181302A JP 2022181302 A JP2022181302 A JP 2022181302A JP 7296599 B1 JP7296599 B1 JP 7296599B1
- Authority
- JP
- Japan
- Prior art keywords
- wind
- prediction
- information
- wind condition
- target position
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title description 20
- 230000033001 locomotion Effects 0.000 claims abstract description 23
- 230000000694 effects Effects 0.000 claims description 17
- 230000001133 acceleration Effects 0.000 claims description 5
- 238000004088 simulation Methods 0.000 abstract description 13
- 230000008859 change Effects 0.000 description 26
- 238000010586 diagram Methods 0.000 description 25
- 238000004364 calculation method Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 7
- 238000009434 installation Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 230000010365 information processing Effects 0.000 description 4
- 230000007935 neutral effect Effects 0.000 description 4
- 238000012795 verification Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 238000005401 electroluminescence Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000005494 condensation Effects 0.000 description 1
- 238000009833 condensation Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】予め定められた場所の風況を予測する際、より実態に即したシミュレーションの結果に基づいた予測を行えるようにする。【解決手段】予測支援サーバ10の制御部11では、情報取得部101が、地表面の温度変化が大気の動きに与える影響を少なくとも含む、風況の観測位置における予め定められた風向ごとの観測データからなる風況情報と、風況の予測の対象となる位置に関する情報とを取得し、情報生成部103が、風況情報と、風況の予測の対象となる予測対象位置に関する情報とに基づいて、予測対象位置の風況の予測を支援する予測支援情報を生成する。【選択図】図3An object of the present invention is to make it possible to make a prediction based on a more realistic simulation result when predicting wind conditions at a predetermined location. Kind Code: A1 In a control unit 11 of a prediction support server 10, an information acquisition unit 101 performs observation for each predetermined wind direction at a wind condition observation position, including at least the influence of temperature changes on the ground surface on the movement of the atmosphere. Acquires wind condition information consisting of data and information on a target position for wind condition prediction, and the information generation unit 103 generates wind condition information and information on a prediction target position for wind condition prediction. Based on this, prediction support information is generated to support the prediction of the wind condition at the prediction target position. [Selection drawing] Fig. 3
Description
特許法第30条第2項適用 開催日 令和3年11月19日 集会名、開催場所 第43回風力エネルギー利用シンポジウム(オンライン開催) 主催:一般社団法人日本風力エネルギー学会 ウェブサイトの掲載日 令和4年7月11日 ウェブサイトの代表URL https://www.mdpi.com/1996-1073/15/14/5050Application of
本発明は、風況予測システム、および風況予測方法に関する。 The present invention relates to a wind condition prediction system and a wind condition prediction method.
風力発電所の建設前に行われる事業性評価は、風車の設置予定地の風速の予測値から試算される年間発電量に基づいて行われる。風車の設置予定地の風速の予測は、風況観測塔(以下、「マスト」と呼ぶ。)による1年以上に渡る風況の観測データに基づいて行われる。ただし、マストの設置場所と、風車の設置場所とが一致しないことが通常であるため、設置環境(地形など)の違い等による風況の違いを考慮する必要がある。このため、観測データを風車の設置予定地の風速に変換するための風速比が、360度の方位を16分割した風向ごとにシミュレーションされる。(例えば、特許文献1、非特許文献1)。
The business feasibility evaluation conducted before construction of a wind power plant is based on the annual power generation amount estimated from the predicted wind speed at the site where the wind turbine is to be installed. Prediction of the wind speed at the planned installation site of the wind turbine is performed based on observation data of wind conditions over a period of one year or more from a wind condition observation tower (hereinafter referred to as a "mast"). However, since the installation location of the mast and the installation location of the wind turbine usually do not match, it is necessary to consider differences in wind conditions due to differences in the installation environment (topography, etc.). Therefore, the wind speed ratio for converting the observation data into the wind speed of the planned installation site of the wind turbine is simulated for each wind direction obtained by dividing the 360-degree azimuth into 16 directions. (For example,
360度の方位を16分割した風向ごとの風速比をシミュレーションする場合、1風向あたり22.5度の幅があるが、地形によっては風向が10度変わることで風況が大きく変わってしまうことがある。さらに、従来から行われているシミュレーションでは、地表面の温度変化が大気の動きに与える影響が考慮されない。このようなことから、従来から行われているシミュレーションの結果から実態に即した風況を予測することは困難である。 When simulating the wind speed ratio for each wind direction with 360 degrees of direction divided into 16, there is a width of 22.5 degrees per wind direction, but depending on the terrain, a 10 degree change in wind direction can cause a large change in wind conditions. be. Furthermore, conventional simulations do not take into account the effects of surface temperature changes on atmospheric motion. For this reason, it is difficult to predict the actual wind conditions from the results of conventional simulations.
本発明の目的は、予め定められた場所の風況を予測する際、より実態に即したシミュレーションの結果に基づいた予測を行えるようにすることにある。 SUMMARY OF THE INVENTION An object of the present invention is to make it possible to predict wind conditions at a predetermined location based on results of simulations that are more realistic.
請求項1に記載された発明は、地表面の温度変化が大気の動きに与える影響を少なくとも含む、風況の観測位置における予め定められた風向ごとの観測データからなる風況情報を取得する風況情報取得手段と、風況の予測の対象となる位置に関する情報を取得する対象地点情報取得手段と、前記風況情報と、風況の予測の対象となる予測対象位置に関する情報とに基づいて、当該予測対象位置の風況の予測を支援する予測支援情報を生成する予測支援手段と、を有することを特徴とする風況予測システムである。
請求項2に記載された発明は、前記予測支援手段は、前記予測支援情報として、前記観測位置の風速を、前記予測対象位置の風速に換算するための風速比を少なくとも含む情報を生成することを特徴とする、請求項1に記載の風況予測システムである。
請求項3に記載された発明は、前記予測支援手段は、前記風況情報から算出される、前記影響を示す値と風速を示す値との各々の前記風向ごとの出現頻度と、前記予測対象位置に関する情報とに基づいて、前記予測支援情報を生成することを特徴とする、請求項1に記載の風況予測システムである。
請求項4に記載された発明は、前記予測支援手段は、前記影響を示す値と前記風速を示す値との各々の前記風向ごとの出現頻度から特定される、1以上の代表的な当該影響を示す値と、前記予測対象位置に関する情報とに基づいて、前記予測支援情報を生成することを特徴とする、請求項3に記載の風況予測システムである。
請求項5に記載された発明は、前記予測支援手段は、複数の代表的な前記影響を示す値の前記出現頻度の平均値と、前記予測対象位置に関する情報とに基づいて、前記予測支援情報を生成することを特徴とする、請求項4に記載の風況予測システムである。
請求項6に記載された発明は、前記影響を示す値は、前記観測位置と地表面との標高差および温度差と、当該観測位置の風速と、重力加速度とを少なくとも含む情報に基づき算出されたリチャードソン数の値により示されることを特徴とする、請求項3に記載の風況予測システムである。
請求項7に記載された発明は、前記影響を示す値は、算出された前記リチャードソン数の値を、当該影響を示す値の前記出現頻度に応じて変化させた値により示されることを特徴とする、請求項6に記載の風況予測システムである。
請求項8に記載された発明は、前記予測支援手段は、前記観測位置における中心角360度の方位を16分割した風向の各々を1風向区分とし、当該1風向区分における中心の風向および両端の風向の各々の前記風況情報から算出される前記影響を示す値と前記風速を示す値との各々の出現頻度と、前記予測対象位置に関する情報とに基づいて、前記予測支援情報を生成することを特徴とする、請求項3に記載の風況予測システムである。
請求項9に記載された発明は、前記予測支援手段は、前記1風向区分の中心角の大きさを維持した状態で、前記中心角360度の方位における当該1風向区分の配置を変化させた場合の当該1風向区分における中心の風向および両端の風向の各々の前記観測データと、前記予測対象位置に関する情報とに基づいて、前記予測支援情報を生成することを特徴とする、請求項8に記載の風況予測システムである。
請求項10に記載された発明は、地表面の温度変化が大気の動きに与える影響を少なくとも含む、風況の観測位置における予め定められた風向ごとの観測データからなる風況情報を取得するステップと、風況の予測の対象となる位置に関する情報を取得するステップと、前記風況情報と、前記風況の予測の対象となる位置に関する情報とに基づいて、当該風況の予測の対象となる位置の風況の予測を支援する予測支援情報を生成するステップと、を含むことを特徴とする風況予測方法である。
The invention described in
In the invention recited in
In the invention recited in
In the invention described in
In the invention recited in claim 5, the prediction support means generates the prediction support information based on the average value of the appearance frequencies of the values indicating the representative influence and the information on the prediction target position. The wind condition prediction system according to
In the invention according to
The invention according to
In the eighth aspect of the invention, the prediction support means divides the direction of the central angle of 360 degrees at the observation position into 16 wind directions, and divides each wind direction into 16 wind direction segments. Generating the prediction support information based on the frequency of appearance of each of the value indicating the influence and the value indicating the wind speed calculated from the wind condition information for each wind direction, and information on the prediction target position. The wind condition prediction system according to
In the invention recited in claim 9, the prediction support means changes the arrangement of the one wind direction segment in the azimuth of the central angle of 360 degrees while maintaining the size of the central angle of the one wind direction segment. The prediction support information is generated based on the observation data of each of the wind direction at the center and the wind directions at both ends in the one wind direction segment of the case, and the information on the prediction target position. The described wind forecast system.
According to the invention recited in
請求項1の本発明によれば、予め定められた場所の風況を予測する際、より実態に即したシミュレーションの結果に基づく予測が可能になる。
請求項2の本発明によれば、予め定められた場所の風速を予測する際、より実態に即したシミュレーションの結果に基づく予測が可能となる。
請求項3の本発明によれば、予め定められた場所の風況を予測する際、地表面の温度変化が大気の動きに与える影響と、風速との各々の出現頻度を考慮したシミュレーションの結果に基づく予測が可能となる。
請求項4の本発明によれば、予め定められた場所の風況を予測する際、地表面の温度変化が大気の動きに与える影響を示す値のうち1以上の代表的な値と対象地点情報とによるシミュレーションが行われるので、計算の効率化を図りながら実態に即した風況の予測が可能となる。
請求項5の本発明によれば、予め定められた場所の風況を予測する際、地表面の温度変化が大気の動きに与える影響を示す値のうち複数の代表的な値の出現頻度の平均値と対象地点情報とによるシミュレーションが行われるので、計算の効率化を図りながら実態に即した風況の予測が可能となる。
請求項6の本発明によれば、地表面の温度変化が大気の動きに与える影響を示す値を算出する際、従来から用いられている計算式による簡易な計算が可能となる。
請求項7の本発明によれば、地表面の温度変化が大気の動きに与える影響を示す値のうち解析の対象とする値を、出現頻度に応じて微調整できるので、より実態に即したシミュレーションが可能となる。
請求項8の本発明によれば、風況情報の取得単位が従来の16区分から32区分に増えることになるので、より実態に即したシミュレーションが可能となる。
請求項9の本発明によれば、1風向区分ごとに微調整できるので、より実態に即したシミュレーションが可能となる。
請求項10の本発明によれば、予め定められた場所の風況を予測する際、より実態に即したシミュレーションの結果に基づく予測が可能になる。
ADVANTAGE OF THE INVENTION According to this invention of
According to the second aspect of the present invention, when predicting the wind speed at a predetermined location, it is possible to make a prediction based on the result of a simulation that is more realistic.
According to the present invention of
According to the present invention of
According to the fifth aspect of the present invention, when predicting the wind conditions at a predetermined location, the frequency of occurrence of a plurality of representative values among the values indicating the influence of changes in the temperature of the ground surface on the motion of the atmosphere is calculated. Since the simulation is performed based on the average value and the target point information, it is possible to predict the wind condition in line with the actual situation while improving the efficiency of calculation.
According to the sixth aspect of the present invention, when calculating the value indicating the effect of the temperature change on the ground surface on the motion of the atmosphere, simple calculation using a formula that has been used conventionally becomes possible.
According to the seventh aspect of the present invention, the value to be analyzed among the values indicating the effect of the temperature change on the ground surface on the movement of the atmosphere can be finely adjusted according to the frequency of occurrence, so that the value is more realistic. Simulation becomes possible.
According to the eighth aspect of the present invention, the unit for obtaining wind condition information is increased from the conventional 16 divisions to 32 divisions, so that a more realistic simulation can be performed.
According to the ninth aspect of the present invention, since fine adjustment can be performed for each wind direction division, a more realistic simulation can be performed.
According to the tenth aspect of the present invention, when predicting the wind conditions at a predetermined location, it is possible to make predictions based on the results of simulations that are more realistic.
以下、添付図面を参照して、本発明の実施の形態について詳細に説明する。
(風況予測システムの構成)
図1は、本実施の形態が適用される風況予測システム1の全体構成の一例を示す図である。
風況予測システム1は、予測支援サーバ10と、マスト端末30-1乃至30-n(nは1以上の整数値)と、情報提供サーバ50と、ユーザ端末70とがネットワーク90を介して接続されることにより構成されている。ネットワーク90は、例えば、LAN(Local Area Network)、インターネット等である。なお、マスト端末30-1乃至30-nの各々を個別に説明する必要がない場合、これらをまとめてマスト端末30と呼ぶ。
BEST MODE FOR CARRYING OUT THE INVENTION Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.
(Configuration of wind forecast system)
FIG. 1 is a diagram showing an example of the overall configuration of a wind
The wind
風況予測システム1を構成する予測支援サーバ10は、風況予測システム1全体を管理するサーバとしての情報処理装置である。予測支援サーバ10は、マストの設置場所である観測地点に設置されたマストの高さ方向の1以上の観測位置の各々にて観測された、地表面の温度変化が大気の動きに与える影響を少なくとも含む風況に関する情報(以下、「風況情報」と呼ぶ。)を取得する。風況情報は、マストごとに設置されたマスト端末30から送信されてくる。風況情報には、例えば、地上付近の観測データ、高度ごと(例えば、高度50m(メートル)、100m(メートル)等)の観測データなどが含まれる。
The
また、予測支援サーバ10は、風況の予測の対象となる位置(以下、「予測対象位置」と呼ぶ。)に関する情報を取得する。予測対象位置としては、例えば、建設が予定されている風力発電所の風車の設置予定地の高さ方向の1以上の位置などが挙げられる。予測対象位置に関する情報には、例えば、予測対象位置の位置や地形に関する情報などが含まれる。
In addition, the
そして、予測支援サーバ10は、取得した風況情報と、予測対象位置に関する情報とに基づいて、予測対象位置の風況の予測を支援する情報(以下、「予測支援情報」と呼ぶ。)を生成する。予測支援情報には、観測位置の風速を予測対象位置の風速に換算するための風速比や、予測対象位置の風速の予測値や、風速の予測値から試算される年間発電量などが含まれる。なお、予測支援サーバ10の構成や処理の詳細については後述する。
Then, the
風況予測システム1を構成するマスト端末30は、マストごとに設置された情報処理装置であり、観測位置の観測データを取得する。観測データには、マストに設置されている1以上のセンサの計測結果が含まれる。マストには、例えば、風速センサ、風向センサ、温度センサ、湿度センサ、気圧センサなどが設置されている。マスト端末30は、これらのセンサにより計測された風速、風向、温度、湿度、気圧等の計測結果を観測データとして取得する。
A
ここで、マスト端末30は、観測地の風向ごとの観測データを取得する。例えば、マスト端末30は、観測位置の360度の方位を16分割した風向(以下、「16風向」と呼ぶ)ごとの観測データを取得する。すなわち、16風向の観測データを取得する場合、マスト端末30は、北、北北東、北東、東北東、東、東南東、南東、南南東、南、南南西、南西、西南西、西、西南西、北西、および北北西の各々の風向ごとの観測データを、観測位置ごとに取得する。マスト端末30は、取得した観測データからなる風況情報を予測支援サーバ10に向けて送信する。
Here, the
風況予測システム1を構成する情報提供サーバ50は、観測位置に関する情報や、予測対象位置に関する情報などを予測支援サーバ10に提供するサーバとしての情報処理装置である。観測位置に関する情報としては、例えば、公的機関や民間機関などから提供された気象に関するデータのうち観測位置に関するもの、公的機関や民間機関などから提供された地形に関するデータのうち観測位置に関するものなどが挙げられる。また、予測対象位置に関する情報としては、例えば、公的機関や民間機関などから提供された気象に関するデータのうち予測対象位置に関するもの、公的機関や民間機関などから提供された地形に関するデータのうち予測対象位置に関するものなどが挙げられる。情報提供サーバ50は、観測位置に関する情報や、予測対象位置に関する情報を、予測支援サーバ10からの問い合わせに応じて、または、予め定められたタイミングで予測支援サーバ10に向けて送信する。
The
風況予測システム1を構成するユーザ端末70は、予測支援情報を利用するユーザが操作するパーソナルコンピュータ、スマートフォン、タブレット端末等の情報処理装置である。ユーザ端末70は、ユーザにより入力された情報を予測支援サーバ10に向けて送信する。ユーザにより入力される情報としては、例えば、予測対象位置の予測支援情報の提供を問合せるために入力された情報(以下、「問合せ情報」と呼ぶ。)、予測対象位置に関する情報などが挙げられる。また、ユーザ端末70は、予測支援サーバ10から送信されてきた情報を取得して表示する。例えば、ユーザ端末70は、予測対象位置の予測支援情報の提供の問合せに対して予測支援サーバ10から送信されてきた予測支援情報を取得して表示する。
A
なお、上述の風況予測システム1の構成は一例であり、風況予測システム1全体として上述の処理を実現させる機能を備えていればよい。このため、上述の処理を実現させる機能のうち、一部または全部を風況予測システム1内の各装置や機器で分担してもよいし協働してもよい。すなわち、予測支援サーバ10の機能の一部または全部をマスト端末30や情報提供サーバ50の機能としてもよい。また、マスト端末30の機能の一部または全部を予測支援サーバ10や情報提供サーバ50の機能としてもよい。さらに、風況予測システム1を構成する予測支援サーバ10、マスト端末30、および情報提供サーバ50の各々の機能の一部または全部を、図示せぬ他のサーバ等に移譲してもよい。これにより、風況予測システム1全体としての処理が促進され、また、処理を補完し合うことも可能となる。
The configuration of the wind
(予測支援サーバのハードウェア構成)
図2は、図1の風況予測システムを構成する予測支援サーバ10のハードウェア構成の一例を示す図である。
予測支援サーバ10は、制御部11と、メモリ12と、記憶部13と、通信部14と、操作部15と、表示部16とを有している。これらの各部は、データバス、アドレスバス、PCI(Peripheral Component Interconnect)バス等で接続されている。
(Hardware configuration of prediction support server)
FIG. 2 is a diagram showing an example of the hardware configuration of the
The
制御部11は、OS(基本ソフトウェア)やアプリケーションソフトウェア(応用ソフトウェア)等の各種ソフトウェアの実行を通じて予測支援サーバ10の機能の制御を行うプロセッサである。制御部11は、例えばCPU(Central Processing Unit)で構成される。メモリ12は、各種ソフトウェアやその実行に用いるデータ等を記憶する記憶領域であり、演算に際して作業エリアとして用いられる。メモリ12は、例えばRAM(Random Access Memory)等で構成される。
The
記憶部13は、各種ソフトウェアに対する入力データや各種ソフトウェアからの出力データ等を記憶する記憶領域である。記憶部13は、例えばプログラムや各種設定データなどの記憶に用いられるHDD(Hard Disk Drive)やSSD(Solid State Drive)、半導体メモリ等で構成される。記憶部13には、各種情報を記憶するデータベースとして、例えば、取得された風況情報が記憶された風況DB131、取得された予測対象位置に関する情報が記憶された対象位置DB132、生成された予測支援情報が記憶された予測支援DB133等が格納されている。
The
通信部14は、ネットワーク90を介してマスト端末30、情報提供サーバ50、および外部との間でデータの送受信を行う。操作部15は、例えばキーボード、マウス、機械式のボタン、スイッチで構成され、入力操作を受け付ける。操作部15には、表示部16と一体的にタッチパネルを構成するタッチセンサも含まれる。表示部16は、例えば情報の表示に用いられる液晶ディスプレイや有機EL(Electro Luminescence)ディスプレイで構成され、画像やテキストのデータなどを表示する。
The
(マスト端末、情報提供サーバ、ユーザ端末のハードウェア構成)
マスト端末30、情報提供サーバ50、およびユーザ端末70のハードウェア構成は、いずれも図2に示す予測支援サーバ10のハードウェア構成と同様の構成を備えている。すなわち、マスト端末30、情報提供サーバ50、およびユーザ端末70は、図2に示す予測支援サーバ10の制御部11、メモリ12、記憶部13、通信部14、操作部15、および表示部16の各々と同様の制御部、メモリ、記憶部、通信部、操作部、および表示部の各々を備えている。このため、マスト端末30、情報提供サーバ50、およびユーザ端末70のハードウェア構成の図示および説明を省略する。
(Hardware configuration of master terminal, information providing server, and user terminal)
The hardware configurations of the
(予測支援サーバの制御部の機能構成)
図3は、予測支援サーバ10の制御部11の機能構成の一例を示す図である。
予測支援サーバ10の制御部11では、情報取得部101と、情報管理部102と、情報生成部103と、送信制御部104とが機能する。
(Functional configuration of control unit of prediction support server)
FIG. 3 is a diagram showing an example of the functional configuration of the
In the
情報取得部101は、予測支援サーバ10に向けて送信されてきた各種の情報を取得する。情報取得部101により取得される情報としては、例えば、マスト端末30から送信されてきた風況情報や、情報提供サーバ50から送信されてきた予測対象位置に関する情報などが挙げられる。
The
情報管理部102は、情報取得部101により取得された情報をデータベースに記憶して管理する。例えば、情報管理部102は、マスト端末30から送信されてきた風況情報を、記憶部13の風況DB131に記憶して管理する。また、情報管理部102は、情報提供サーバ50から送信されてきた予測対象位置に関する情報を、記憶部13の対象位置DB132に記憶して管理する。また、情報管理部102は、後述する情報生成部103により生成された各種の情報をデータベースに記憶して管理する。例えば、情報管理部102は、情報生成部103により生成された予測支援情報を、記憶部13の予測支援DB133に記憶して管理する。
The
情報生成部103は、各種の情報を生成する。例えば、情報生成部103は、情報管理部102により管理されている、マストごとの風況情報と、予測対象位置に関する情報とに基づいて、予測支援情報を生成する。具体的には、情報生成部103は、風向ごとの風況情報から算出される、風速を示す値ごとの出現頻度と、地表面の温度変化が大気の動きに与える影響を示す値(以下、「温度変化影響値」と呼ぶ。)ごとの出現頻度と、予測対象位置に関する情報とに基づいて予測支援情報を生成する。温度変化影響値としては、例えば、大気安定度が挙げられる。大気安定度は、マストの観測位置と地表面との標高差および温度差と、マストの観測位置の風速と、重力加速度とを少なくとも含む情報に基づき算出されたリチャードソン数の値で表される。なお、大気安定度を示すリチャードソン数(Ri)を算出する際に用いられる式の具体例については、図8(A)を参照して後述する。
The
算出されたリチャードソン数の値は、出現頻度に応じて変化させることができる。この場合、大気安定度が複数選択され、その1つ1つについてリチャードソン数(Ri)が算出されるが、1回の計算の中でリチャードソン数(Ri)を徐々に変化させる。徐々に変化させるスピードは、リチャードソン数(Ri)の出現頻度の分布形状に合わせて設定されてもよい。1回の計算の中でリチャードソン数(Ri)を徐々に変化させることは計算時間を要するが、ケース数が減少するため、結果の管理や後処理が容易になる。 The value of the calculated Richardson number can be changed according to the appearance frequency. In this case, a plurality of atmospheric stabilities are selected, and the Richardson number (Ri) is calculated for each of them, but the Richardson number (Ri) is gradually changed during one calculation. The gradual change speed may be set according to the distribution shape of the frequency of appearance of the Richardson number (Ri). Gradually changing the Richardson number (Ri) in one calculation requires more calculation time, but reduces the number of cases, making the results easier to manage and post-process.
情報生成部103は、予測支援情報を生成する場合には、例えば、風速を示す値ごとの出現頻度と、温度変化影響値ごとの出現頻度とから特定される、1以上の代表的な温度変化影響値と、予測対象位置に関する情報とに基づいて予測支援情報を生成する。このとき、特定された代表的な温度変化影響値が複数である場合には、情報生成部103は、特定された複数の代表的な温度変化影響値の出現頻度の平均値と、予測対象位置に関する情報とに基づいて予測支援情報を生成する。
When the
また、情報生成部103は、予測支援情報を生成する場合には、例えば、観測位置における16風向の各々を1風向区分とし、その1風向区分における中心の風向および両端の風向の各々の風況情報から算出される温度変化影響値と風速を示す値との各々の出現頻度と、予測対象位置に関する情報とに基づいて、予測支援情報を生成する。ここで、情報生成部103は、1風向区分の中心角の大きさを維持した状態で、中心角360度の方位における1風向区分の配置を変化させた場合の1風向区分における中心の風向および両端の風向の各々の観測データと、予測対象位置に関する情報とに基づいて、予測支援情報を生成することもできる。この場合、1風向区分は、中心の風向および両端の風向で1セットとなるが、1風向区分を徐々に左右(例えば、中心角±11度程度)に振ることで、上述の1回の計算の中でリチャードソン数(Ri)を徐々に変化させる場合と同様に、1風向区分あたり1回の計算で済ませることができる。1回の計算の中でリチャードソン数(Ri)を徐々に変化させることは計算時間を要するが、ケース数が減少するため、結果の管理や後処理が容易になる。さらに、1回の計算の中で、リチャードソン数(Ri)を徐々に変化させつつ、1風向区分を徐々に左右に振ってもよい。これにより、1回の計算時間は大幅に増加するが、計算ケースの数を大幅に減らすことができる。
Further, when generating the prediction support information, the
送信制御部104は、通信部14を介して各種情報を送信する制御を行う。例えば、送信制御部104は、情報生成部103により生成された予測支援情報をユーザ端末70に向けて送信する制御を行う。
The
(予測支援サーバの処理の流れ)
図4は、予測支援サーバ10の処理の流れの一例を示すフローチャートである。
予測支援サーバ10は、マスト端末30から風況情報が送信されてくると(ステップ401でYES)、送信されてきた風況情報を取得し(ステップ402)、取得した風況情報をデータベース(例えば、図2の風況DB131)に記憶して管理する(ステップ403)。これに対して、マスト端末30から風況情報が送信されてきていない場合(ステップ401でNO)、予測支援サーバ10は、マスト端末30から風況情報が送信されてくるまでステップ401を繰り返す。
(Processing flow of prediction support server)
FIG. 4 is a flowchart showing an example of the processing flow of the
When wind condition information is transmitted from the mast terminal 30 (YES in step 401), the
予測支援サーバ10は、情報提供サーバ50から対象位置情報が送信されてくると(ステップ404でYES)、送信されてきた対象位置情報を取得し(ステップ405)、取得した対象位置情報をデータベース(例えば、図2の対象位置DB132)に記憶して管理する(ステップ406)。これに対して、情報提供サーバ50から対象位置情報が送信されてきていない場合(ステップ404でNO)、予測支援サーバ10は、情報提供サーバ50から対象位置情報が送信されてくるまでステップ404を繰り返す。
When the target position information is transmitted from the information providing server 50 (YES in step 404), the
予測支援サーバ10は、ユーザ端末70から予測支援情報の提供に関する問合せ情報が送信されてくると(ステップ407でYES)、送信されてきた問合せ情報を取得する(ステップ408)。そして、予測支援サーバ10は、データベースに記憶して管理しているマストごとの風況情報と、予測対象位置に関する情報とに基づいて、問合せ情報に対応する予測支援情報を生成し(ステップ409)、問合せ情報の送信元であるユーザ端末70に向けて、生成した予測支援情報を送信する(ステップ410)。これにより、予測支援サーバ10の処理は終了する。これに対して、ユーザ端末70から予測支援情報の提供に関する問合せ情報が送信されてきていない場合(ステップ407でNO)、予測支援サーバ10は、ユーザ端末70から予測支援情報の提供に関する問合せ情報が送信されてくるまでステップ407を繰り返す。
When the
(具体例)
図5乃至図13には、図1の風況予測システム1の適用事例として、風力発電所の建設予定地の風況予測の具体例が示されている。
図5(A)および(B)は、風力発電所の建設予定地とされている島500の全体図である。図5(A)は、島500の平面図であり、島500の大きさや形状などが示されている。図5(B)は、島500の平面斜視図であり、島500の起伏や標高などがイメージで示されている。なお、図5(A)および(B)において、上側は北(N)、下側は南(S)、右側は東(E)、左側は西(W)を示している。
(Concrete example)
5 to 13 show a specific example of wind condition prediction for a planned construction site of a wind farm as an application example of the wind
FIGS. 5A and 5B are general views of an
島500は、図5(A)および(B)に示すように、南北約3km(キロメートル)、東西約2km(キロメートル)の起伏のある孤島である。島500の島内には、マスト601(MastA)、マスト602(MastB)、マスト603(MastC)、およびマスト604(MastD)が、島500の北端部から南端部にかけて分散されて設置されている。このうち、最も北に位置するマスト601は、図5(B)に示すように、4つのマストのうち最も標高が高い場所(標高139m(メートル))に設置されている。また、マスト601よりも僅かに南寄りの西方に位置するマスト602は、マスト601よりも少し標高が低い場所に設置されている。また、マスト602よりも少し西寄りの南方に位置するマスト603は、マスト602よりも少し標高が低い場所に設置されている。また、最も南に位置するマスト604は、最も標高が低い場所に設置されている。マスト601乃至マスト604の各々の高さは58m(メートル)である。
The
図6(A)乃至(C)は、地表面の温度変化が大気の動きに与える影響を示す図である。なお、図6(A)乃至(C)には、島500の北端部に設置されたマスト601と、南端部に設置されたマスト604とを結ぶ地表面の線に対し鉛直方向に大気700を切断したときの断面図が示されている。また、大気700の断面図の色の濃淡は、空気の温度分布を表している。
FIGS. 6A to 6C are diagrams showing the effects of temperature changes on the ground surface on atmospheric motion. In FIGS. 6A to 6C, the
図6(A)は、島500の天気が、例えば、晴天である場合の大気700における空気の温度分布を示している。晴天の日は、太陽からの熱により地面が暖められて、島500の地表面に近い大気700の温度が上昇する。これに対して、島500の地表面から遠い大気700の温度は低い状態にあるため、島500の大気700において、温度差による鉛直方向の気流の流れが発生する。この場合、島500の大気700は、図6(A)に示すように、空気の温度分布が複数の層を形成せず、ムラが生じている状態になる。すなわち、島500の天気が、例えば、晴天である場合には、地表面の温度変化が大気の動きに与える影響が大きい状態になる。
FIG. 6A shows the air temperature distribution in the
図6(B)は、島500の天気が、例えば、曇りや強風である場合の大気700における空気の温度分布を示している。曇りの日や強風の日は、気温逓減率と乾燥断熱減率とがほぼ等しい状態になる。この場合、島500の大気700は、図6(B)に示すように、空気の温度分布が複数の層を形成しているものの、若干のムラが生じている状態になる。すなわち、島500の天気が、例えば、曇りや強風である場合には、地表面の温度変化が大気の動きに与える影響が少ない状態になる。なお、気温逓減率とは、標高が高くなるにつれて空気の温度が下がっていく割合のことをいう。また、乾燥断熱減率とは、水蒸気の凝結が起こらない状態で断熱的に小気塊が鉛直方向に移動したとき、その気塊の温度が高さとともに変化する割合(高度100mにつき0.977℃の割合で減少)のことをいう。
FIG. 6B shows the air temperature distribution in the
図6(C)は、島500の天気が、例えば、風が弱くよく晴れた冬の夜間である場合の大気700における空気の温度分布を示している。風が弱くよく晴れた冬の夜間は、地表面からの放射(赤外放射)の度合が強くなり、島500の地表面に近い大気700の熱が奪われて温度が低下した状態(放射冷却)になる。これに対して、島500の地表面から遠い大気700の温度は高い状態にあるため、島500の大気700において、温度差による鉛直方向の気流の流れが発生しない。この場合、島500の大気700は、図6(C)に示すように、空気の温度分布が複数の層を形成し、ムラが生じていない状態になる。すなわち、島500の天気が、例えば、風が弱くよく晴れた冬の夜間である場合には、地表面の温度変化が大気の動きに与える影響がほとんどない状態になる。
FIG. 6C shows the temperature distribution of the air in the
このように、天候や季節によって地表面の温度は変化し、その変化が大気の動きに与える影響は大きいが、従来の風況予測では地表面の温度変化が大気の動きに与える影響が考慮されていない。これに対して、本発明によれば、地表面の温度変化が大気の動きに与える影響が考慮されるため、実態に即した風況予測が可能となる。その結果、従来の風況予測の結果に比べてより精度の高い予測結果を得ることができる。 In this way, the ground surface temperature changes depending on the weather and season, and these changes have a large impact on the movement of the atmosphere. not On the other hand, according to the present invention, since the influence of temperature changes on the ground surface on the motion of the atmosphere is taken into account, it is possible to predict wind conditions in line with the actual situation. As a result, it is possible to obtain prediction results with higher accuracy than conventional wind condition prediction results.
図7(A)乃至(C)は、島500の北端部に設置されたマスト601に対する他の3つのマスト602乃至604の風速の相関関係および風速比を表したグラフである。なお、図7(A)乃至(C)のグラフには、1時間あたりの北風の風速の平均値が使用されている。
図7(A)の左図は、マスト601(MastA)とマスト602(MastB)との風速の相関関係を表したグラフである。グラフの横軸は、マスト601(MastA)の風速(m/s)を示し、グラフの縦軸は、マスト602(MastB)の風速(m/s)を示している。
図7(A)の左図に示すように、マスト601(MastA)とマスト602(MastB)との風速の相関関係は、ほぼ一直線上の関係になっており、その傾きから、マスト601(MastA)よりもマスト602(MastB)の風速(m/s)が大きいことがわかる。
7(A)-(C) are graphs showing the wind speed correlation and wind speed ratio of the other three masts 602-604 to the
The left diagram of FIG. 7(A) is a graph showing the correlation of the wind speed between the mast 601 (MastA) and the mast 602 (MastB). The horizontal axis of the graph indicates the wind speed (m/s) of the mast 601 (MastA), and the vertical axis of the graph indicates the wind speed (m/s) of the mast 602 (MastB).
As shown in the left diagram of FIG. 7(A), the wind speed correlation between masts 601 (MastA) and masts 602 (MastB) is almost linear. ), the wind speed (m/s) of the mast 602 (MastB) is greater than that of the mast.
図7(A)の右図は、マスト601(MastA)とマスト602(MastB)との風速比を表したグラフである。グラフの横軸は、マスト601(MastA)の風速(m/s)を示し、グラフの縦軸は、マスト601(MastA)の風速(m/s)に対するマスト602(MastB)の風速比を示している。
図7(A)の右図に示すように、マスト601(MastA)の風速(m/s)に対するマスト602(MastB)の風速比にはばらつきがあり、特にマスト601(MastA)の風速(m/s)が小さいときのばらつきが大きい。
The right diagram of FIG. 7A is a graph showing the wind speed ratio between the mast 601 (MastA) and the mast 602 (MastB). The horizontal axis of the graph indicates the wind speed (m/s) of the mast 601 (MastA), and the vertical axis of the graph indicates the ratio of the wind speed (m/s) of the mast 602 (MastB) to the wind speed (m/s) of the mast 601 (MastA). ing.
As shown in the right diagram of FIG. 7A, the wind speed ratio of the mast 602 (MastB) to the wind speed (m/s) of the mast 601 (MastA) varies. /s) is small, the variation is large.
図7(B)の左図は、マスト601(MastA)とマスト603(MastC)との風速の相関関係を表したグラフである。グラフの横軸は、マスト601(MastA)の風速(m/s)を示し、グラフの縦軸は、マスト603(MastC)の風速(m/s)を示している。
図7(B)の左図に示すように、マスト601(MastA)とマスト603(MastC)との風速の相関関係も、ほぼ一直線上の関係になっており、その傾きから、マスト601(MastA)よりもマスト603(MastC)の風速(m/s)が小さいことがわかる。
The left diagram of FIG. 7(B) is a graph showing the correlation of the wind speed between the mast 601 (MastA) and the mast 603 (MastC). The horizontal axis of the graph indicates the wind speed (m/s) of the mast 601 (MastA), and the vertical axis of the graph indicates the wind speed (m/s) of the mast 603 (MastC).
As shown in the left diagram of FIG. 7(B), the wind speed correlation between masts 601 (MastA) and masts 603 (MastC) is also approximately linear. ) at the mast 603 (MastC).
図7(B)の右図は、マスト601(MastA)とマスト603(MastC)との風速比を表したグラフである。グラフの横軸は、マスト601(MastA)の風速(m/s)を示し、グラフの縦軸は、マスト601(MastA)の風速(m/s)に対するマスト603(MastC)の風速比を示している。
図7(B)の右図に示すように、マスト601(MastA)の風速(m/s)に対するマスト603(MastC)の風速比にはばらつきがあり、特にマスト601(MastA)の風速(m/s)が小さいときのばらつきが大きい。
The right diagram of FIG. 7B is a graph showing the wind speed ratio between the mast 601 (MastA) and the mast 603 (MastC). The horizontal axis of the graph indicates the wind speed (m/s) of the mast 601 (MastA), and the vertical axis of the graph indicates the ratio of the wind speed (m/s) of the mast 601 (MastA) to the wind speed (m/s) of the mast 603 (MastC). ing.
As shown in the right diagram of FIG. 7B, the wind speed ratio of the mast 603 (MastC) to the wind speed (m/s) of the mast 601 (MastA) varies. /s) is small, the variation is large.
図7(C)の左図は、マスト601(MastA)とマスト604(MastD)との風速の相関関係を表したグラフである。グラフの横軸は、マスト601(MastA)の風速(m/s)を示し、グラフの縦軸は、マスト604(MastD)の風速(m/s)を示している。
図7(C)の左図に示すように、マスト601(MastA)とマスト604(MastD)との風速の相関関係も、ほぼ一直線上の関係になっており、その傾きから、マスト601(MastA)よりもマスト604(MastD)の風速(m/s)が小さいことがわかる。
The left diagram of FIG. 7(C) is a graph showing the correlation of wind speed between mast 601 (MastA) and mast 604 (MastD). The horizontal axis of the graph indicates the wind speed (m/s) of the mast 601 (MastA), and the vertical axis of the graph indicates the wind speed (m/s) of the mast 604 (MastD).
As shown in the left diagram of FIG. 7(C), the wind speed correlation between masts 601 (MastA) and masts 604 (MastD) is also approximately linear. ), the wind speed (m/s) of the mast 604 (MastD) is smaller than that of m/s.
図7(C)の右図は、マスト601(MastA)とマスト604(MastD)との風速比を表したグラフである。グラフの横軸は、マスト601(MastA)の風速(m/s)を示し、グラフの縦軸は、マスト601(MastA)の風速(m/s)に対するマスト604(MastD)の風速比を示している。
図7(C)の右図に示すように、マスト601(MastA)の風速(m/s)に対するマスト604(MastD)の風速比にはばらつきがあり、特にマスト601(MastA)の風速(m/s)が小さいときのばらつきが大きい。
The right diagram of FIG. 7(C) is a graph showing the wind speed ratio between the mast 601 (MastA) and the mast 604 (MastD). The horizontal axis of the graph indicates the wind speed (m/s) of the mast 601 (MastA), and the vertical axis of the graph indicates the ratio of the wind speed (m/s) of the mast 601 (MastA) to the wind speed (m/s) of the mast 604 (MastD). ing.
As shown in the right diagram of FIG. 7C, the wind speed ratio of the mast 604 (MastD) to the wind speed (m/s) of the mast 601 (MastA) varies. /s) is small, the variation is large.
このように、図7(A)乃至(C)を見ると、マスト601に対する他の3つのマスト602乃至604の各々の風速の相関関係は、いずれも一直線上の関係になっているが、マスト601に対する他の3つのマスト602乃至604の各々の風速比のばらつきが大きいことがわかる。
7A to 7C, the wind speed correlations of each of the other three
図8(A)は、温度変化影響値の一例である大気安定度を表すリチャードソン数(Ri)の値を算出する際に用いられる式の具体例を示す図である。
温度変化影響値の一例である大気安定度を表すリチャードソン数(Ri)は、上述のように、マストの観測位置と地表面との標高差および温度差と、マストの観測位置の風速と、重力加速度とを少なくとも含む情報に基づき算出される。具体的には、例えば、図8(A)に示す式を用いて算出される。
FIG. 8A is a diagram showing a specific example of a formula used when calculating the value of the Richardson number (Ri) representing atmospheric stability, which is an example of the temperature change influence value.
As described above, the Richardson number (Ri) representing atmospheric stability, which is an example of the temperature change influence value, is the difference in altitude and temperature between the observation position of the mast and the ground surface, the wind speed at the observation position of the mast, It is calculated based on information including at least gravitational acceleration. Specifically, for example, it is calculated using the formula shown in FIG.
図8(A)に示す式のうち、「Ri」は、リチャードソン数である。「g」は、重力加速度である。「H」は、観測地点における標高差の最大値である。「U」は、情報提供サーバ50により提供される気象に関するデータから得られる観測位置の風速、またはマストの観測データから得られる観測位置の風速である。なお、「U」として、情報提供サーバ50により提供される気象に関するデータから得られる観測位置の風速を使用する場合、解像度が十分でないことが多い。このため、通常は尾根に設置される風力発電所の風車の設置位置よりも標高が低い位置の気象に関するデータしか得られないことがある。この場合、観測地点における標高差の最大値に合わせて風速が補正される。
In the formula shown in FIG. 8A, "R i " is Richardson's number. "g" is the gravitational acceleration. "H" is the maximum value of the difference in altitude at the observation point. “U” is the wind speed at the observation position obtained from the weather-related data provided by the
また、「θin」は、情報提供サーバ50により提供される気象に関するデータから得られる観測位置の気温、またはマストの観測データから得られる気温である。「θbottom」は、情報提供サーバ50により提供される気象に関するデータから得られる観測地点の地表面の温度(観測地点が地上ではなく海である場合には海面の温度)、またはマストの観測データから得られる観測地点の地表面の温度(観測地点が地上ではなく海である場合には海面の温度)である。
“θ in ” is the temperature at the observation position obtained from the weather-related data provided by the
ここで、「θin」と「θbottom」との関係を、観測位置の気温と観測地点の地表面の温度との関係とするのではなく、2つの高度の間の気温の差(すなわち、気圧変化を差し引いた温位差)としてもよい。この場合、「U」を2つの高度の間の風速の差とし、「H」を2つの高度の差としてもよい。例えば、情報提供サーバ50により提供される気象に関するデータから得られる観測地点における高度50m(メートル)のデータと、高度100m(メートル)のデータとを使用する場合には、「θin」は、高度100m(メートル)の温位となり、「θbottom」は、高度50m(メートル)の温位となる。また、「U」は、高度100m(メートル)の風速と高度50m(メートル)の風速との差となり、「H」は、50m(メートル)(高度100m(メートル)-高度50m(メートル))となる。
Here, the relationship between “θ in ” and “θ bottom ” is not the relationship between the air temperature at the observation position and the surface temperature at the observation point, but the temperature difference between the two altitudes (i.e., (potential temperature difference obtained by subtracting atmospheric pressure change). In this case, "U" may be the difference in wind speed between the two altitudes and "H" may be the difference between the two altitudes. For example, when using data at an altitude of 50 m (meters) and data at an altitude of 100 m (meters) at an observation point obtained from weather-related data provided by the
図8(B)乃至(D)は、大気安定度と風速との風向ごとの出現頻度の一例を表したグラフである。なお、図8(B)乃至(D)において、横軸は、温度変化影響値の一例である大気安定度を表すリチャードソン数(Ri)の値を示し、縦軸は、大気安定度を表すリチャードソン数(Ri)および風速の各々の年間の出現頻度を示している。 FIGS. 8B to 8D are graphs showing an example of the appearance frequency of atmospheric stability and wind speed for each wind direction. In FIGS. 8B to 8D, the horizontal axis represents the Richardson number (Ri) representing the atmospheric stability, which is an example of the temperature change influence value, and the vertical axis represents the atmospheric stability. The annual frequency of occurrence of each of Richardson's number (Ri) and wind speed is shown.
リチャードソン数(Ri)の値が負の値である場合、大気安定度は「不安定」となる。これは、地表面の温度変化が大気の動きに与える影響が大きいことを示している。例えば、上述の図6(A)の大気700の状態は、大気安定度が「不安定」である状態を示している。また、リチャードソン数(Ri)の値が0(ゼロ)である場合、大気安定度は「中立」となる。これは、地表面の温度変化が大気の動きに与える影響が小さいことを示している。例えば、上述の図6(B)の大気700の状態は、大気安定度が「中立」である状態を示している。また、リチャードソン数(Ri)の値が正の値である場合、大気安定度は「安定」となる。これは、地表面の温度変化が大気の動きに与える影響がほとんどないことを示している。例えば、上述の図6(C)の大気700の状態は、大気安定度が「安定」である状態を示している。
If the value of the Richardson number (Ri) is negative, the atmospheric stability is "unstable". This indicates that changes in ground surface temperature have a large effect on atmospheric motion. For example, the state of the
図8(B)には、島500の北端部に設置されたマスト601にて観測された北風(N 0deg)における大気安定度と風速との各々の年間の出現頻度が示されている。「出現頻度」とは、全体の出現数に対する対象となる値の出現数の割合のことをいう。本実施の形態では、出現頻度をパーセント(%)で表している。
図8(B)に示すように、大気安定度の値は、「不安定」を示す負の値から、「安定」を示す正の値まで幅広く分布しているが、「不安定」を示す負の値に特に多く分布しており、合計で82%程度の出現頻度となっている。分布が最も多いリチャードソン数(Ri)の値の範囲は「-0.2~0」であり、出現頻度は24%程度となっている。この値の範囲の風速を示す値は、「3~6m/s」から「13m/s<」まで広く分布している。また、分布が2番目に多いリチャードソン数(Ri)の値の範囲は「<-1」であり、出現頻度は18%程度となっている。この値の範囲の風速を示す値は、「<3m/s」から「3~6m/s」に多く分布している。
FIG. 8(B) shows the annual appearance frequency of each of the atmospheric stability and wind speed in the north wind (
As shown in FIG. 8(B), the atmospheric stability values are widely distributed from negative values indicating "unstable" to positive values indicating "stable". Negative values are particularly distributed, and the total appearance frequency is about 82%. The range of the Richardson number (Ri) with the largest distribution is "-0.2 to 0", and the appearance frequency is about 24%. The values indicating the wind speed in this value range are widely distributed from "3 to 6 m/s" to "13 m/s<". In addition, the range of values of Richardson's number (Ri), which has the second largest distribution, is "<-1", and the appearance frequency is about 18%. The values indicating the wind speed in this value range are widely distributed from "<3 m/s" to "3 to 6 m/s".
図8(C)には、島500の北端部に設置されたマスト601にて観測された北北東の風(NNE 22.5deg)における大気安定度と風速との各々の年間の出現頻度(%)が示されている。
図8(C)に示すように、大気安定度の値は、「不安定」を示す負の値から、「安定」を示す正の値まで幅広く分布しているが、「不安定」を示す負の値に特に多く分布しており、合計で86%程度の出現頻度となっている。分布が最も多いリチャードソン数(Ri)の値の範囲は「-0.2~0」であり、出現頻度は44%程度となっている。この値の範囲の風速を示す値は、「3~6m/s」から「13m/s<」まで広く分布している。また、分布が2番目に多いリチャードソン数(Ri)の値の範囲は「-0.4~-0.2」であり、出現頻度は15%程度となっている。この値の範囲の風速を示す値は、「3~6m/s」から「13m/s<」まで広く分布している。
FIG. 8(C) shows the annual appearance frequency (% )It is shown.
As shown in FIG. 8(C), the atmospheric stability values are widely distributed from negative values indicating "unstable" to positive values indicating "stable". Negative values are especially distributed, and the total appearance frequency is about 86%. The range of the Richardson number (Ri) with the largest distribution is "-0.2 to 0", and the appearance frequency is about 44%. The values indicating the wind speed in this value range are widely distributed from "3 to 6 m/s" to "13 m/s<". Moreover, the range of values of Richardson's number (Ri), which has the second largest distribution, is "-0.4 to -0.2", and the appearance frequency is about 15%. The values indicating the wind speed in this value range are widely distributed from "3 to 6 m/s" to "13 m/s<".
図8(D)には、島500の北端部に設置されたマスト601にて観測された北北西の風(NNW 337.5deg)における大気安定度と風速との各々の年間の出現頻度(%)が示されている。
図8(D)に示すように、大気安定度の値は、「不安定」を示す負の値から、「安定」を示す正の値まで幅広く分布しているが、「不安定」を示す負の値に比較的多く分布しており、合計で73%程度の出現頻度となっている。分布が最も多いリチャードソン数(Ri)の値の範囲は「-0.2~0」であり、出現頻度は22%程度となっている。この値の範囲の風速を示す値は、「3~6m/s」から「13m/s<」まで広く分布している。また、分布が2番目に多いリチャードソン数(Ri)の値の範囲は「-0.4~-0.2」であり、出現頻度は15%程度となっている。この値の範囲の風速を示す値は、「<3m/s」から「13m/s<」まで広く分布している。
FIG. 8(D) shows the annual appearance frequency (% )It is shown.
As shown in FIG. 8(D), the atmospheric stability values are widely distributed from negative values indicating "unstable" to positive values indicating "stable". A relatively large number of negative values are distributed, and the total appearance frequency is about 73%. The range of the Richardson number (Ri) with the largest distribution is "-0.2 to 0", and the appearance frequency is about 22%. The values indicating the wind speed in this value range are widely distributed from "3 to 6 m/s" to "13 m/s<". Moreover, the range of values of Richardson's number (Ri), which has the second largest distribution, is "-0.4 to -0.2", and the appearance frequency is about 15%. The values indicating the wind speed in this value range are widely distributed from "<3 m/s" to "13 m/s<".
図9(A)は、温度変化影響値の一例である大気安定度のばらつきと風速との関係を示すグラフである。なお、グラフの横軸は、図5の島500の北端部に設置されたマスト601の北風の風速(m/s)を示し、グラフの縦軸は、温度変化影響値の一例である大気安定度を表すリチャードソン数(Ri)を示している。
FIG. 9A is a graph showing the relationship between atmospheric stability variation and wind speed, which is an example of the temperature change influence value. The horizontal axis of the graph indicates the wind speed (m/s) of the north wind of the
上述のように、大気安定度を表すリチャードソン数(Ri)の値が負の値であれば大気が「不安定」であり、正の値であれば大気が「安定」していることになる。また、リチャードソン数(Ri)の値が0(ゼロ)であれば大気が「中立」であることになる。このため、図9(A)のグラフでは、下側にプロットされているものほど大気が「不安定」であり、上側にプロットされているものほど大気が「安定」していることになる。このような前提の下に図9(A)のグラフを見ると、風速がおおよそ2~10m/sの範囲では、リチャードソン数(Ri)の値が大きくばらついているが、風速が10m/sを超えると、リチャードソン数(Ri)の値が-0.1程度で収束している。 As described above, a negative value of the Richardson number (Ri), which represents atmospheric stability, indicates that the atmosphere is “unstable,” and a positive value indicates that the atmosphere is “stable.” Become. Also, if the value of the Richardson number (Ri) is 0 (zero), the atmosphere is "neutral". Therefore, in the graph of FIG. 9A, the atmosphere is "unstable" as it is plotted at the bottom, and the atmosphere is "stable" as it is plotted at the top. Looking at the graph in FIG. 9(A) under this premise, the value of Richardson's number (Ri) varies greatly in the range of wind speeds from about 2 to 10 m / s, but when the wind speed is 10 m / s , the Richardson number (Ri) converges at about -0.1.
図9(B)は、温度変化影響値の一例である大気安定度の出現頻度を示すグラフである。なお、グラフの横軸は、温度変化影響値の一例である大気安定度を表すリチャードソン数(Ri)を示し、グラフの縦軸は、島500の北端部に設置されたマスト601(MastA)に対する他のマスト602(MastB)、マスト603(MastC)およびマスト604(MastD)各々の風速比を示している。
FIG. 9B is a graph showing the appearance frequency of atmospheric stability, which is an example of the temperature change influence value. The horizontal axis of the graph represents the Richardson number (Ri) representing atmospheric stability, which is an example of the temperature change influence value, and the vertical axis of the graph represents the mast 601 (MastA) installed at the northern end of the
上述のように、大気安定度を表すリチャードソン数(Ri)の値が負の値であれば大気が「不安定」であり、正の値であれば大気が「安定」していることになる。そして、リチャードソン数(Ri)の値が0(ゼロ)であれば大気が「中立」であることになる。このため、図9(B)のグラフでは、左側にプロットされているものほど大気が「不安定」であり、右側にプロットされているものほど大気が「安定」していることになる。このような前提の下に図9(B)のグラフを見ると、風速比がおおよそ0.8乃至1.3の範囲において、マスト602(MastB)、マスト603(MastC)およびマスト604(MastD)のいずれについても、リチャードソン数(Ri)の値の出現頻度が大きくばらついている。 As described above, a negative value of the Richardson number (Ri), which represents atmospheric stability, indicates that the atmosphere is “unstable,” and a positive value indicates that the atmosphere is “stable.” Become. If the value of the Richardson number (Ri) is 0 (zero), the atmosphere is "neutral". Therefore, in the graph of FIG. 9B, the more plotted on the left side, the more "unstable" the atmosphere, and the more plotted on the right side, the more "stable" the atmosphere. Looking at the graph of FIG. 9(B) under this premise, it can be seen that mast 602 (MastB), mast 603 (MastC) and mast 604 (MastD) in a wind speed ratio range of approximately 0.8 to 1.3. , the appearance frequency of the Richardson number (Ri) varies greatly.
図10(A)は、一風向区分の具体例を示す図である。
上述のように、予測対象位置の予測支援情報は、観測位置の風況情報から算出される、温度変化影響値の一例である大気安定度を表すリチャードソン数(Ri)の値と、風速を示す値との各々の風向ごとの出現頻度と、予測対象位置に関する情報とに基づいて生成される。具体的には、観測位置における16風向の各々を1風向区分とし、1風向区分における中心の風向および両端の風向の各々の風況情報から算出されるリチャードソン数(Ri)の値と風速を示す値との各々の出現頻度と、予測対象位置に関する情報とに基づいて、予測対象位置の予測支援情報が生成される。さらに具体的には、算出された出現頻度から特定される、全体を網羅する1以上の代表的なリチャードソン数(Ri)の値と、予測対象位置に関する情報とに基づいて、予測対象位置の予測支援情報が生成される。このとき、代表的なリチャードソン数(Ri)の値が複数特定された場合には、特定された複数の代表的なリチャードソン数(Ri)の値の出現頻度の平均値と、予測対象位置に関する情報とに基づいて、予測支援情報が生成される。代表的なリチャードソン数(Ri)の値の特定は、ユーザの入力操作により行われてもよいし、予測支援サーバ10が自動で行ってもよい。
FIG. 10A is a diagram showing a specific example of one wind direction classification.
As described above, the prediction support information for the prediction target position includes the Richardson number (Ri) value representing atmospheric stability, which is an example of the temperature change influence value, calculated from the wind condition information at the observation position, and the wind speed. It is generated based on the appearance frequency for each wind direction with the indicated value and information on the prediction target position. Specifically, each of the 16 wind directions at the observation position is regarded as one wind direction division, and the Richardson number (Ri) value and wind speed calculated from the wind condition information for each of the wind direction in the center and the wind directions at both ends in one wind direction division are calculated. Prediction support information for the prediction target position is generated based on the appearance frequency of each of the indicated values and the information on the prediction target position. More specifically, based on the value of one or more representative Richardson numbers (Ri) that cover the whole, which are specified from the calculated appearance frequency, and the information on the prediction target position, the prediction target position Prediction aid information is generated. At this time, when a plurality of representative Richardson number (Ri) values are identified, the average value of the appearance frequency of the plurality of identified representative Richardson number (Ri) values and the prediction target position Prediction support information is generated based on the information about and. The specification of a representative Richardson number (Ri) value may be performed by a user's input operation, or may be automatically performed by the
例えば、図10(A)には、16風向の1風向区分の一例として、北風が示されている。1風向区分の中心角は約22度(22.5度)(360÷16)であるため、1風向区分における中心の風向と両端の風向とのそれぞれの中心角の差は約11度(11.25度)となる。この場合、1風向区分の中心の風向(0deg Center)は北風であり、両端の風向(+11deg 349degおよび+11deg 11deg)は、北風から約11度西寄りの風、および北風から約11度東寄りの風となる。また、地形によっては風向が10度変わることで風況が大きく変わってしまうことがあるため、本実施の形態では、中心の風向と両端の風向との中間の風向の風況情報も解析の対象となる。すなわち、具体的には、北風から約5.5度(5.625度)西寄りの風と、北風から約5.5度(5.625度)東寄りの風との各々の風況情報も解析の対象となる。これにより、より実態に即した風況情報に基づく精緻な風況予測が可能となる。 For example, FIG. 10A shows the north wind as an example of one wind direction division of 16 wind directions. Since the central angle of one wind direction segment is about 22 degrees (22.5 degrees) (360 divided by 16), the difference in central angle between the wind direction at the center and the wind directions at both ends in one wind direction segment is about 11 degrees (11 .25 degrees). In this case, the wind direction at the center of one wind direction division (0deg Center) is the north wind, and the wind directions at both ends (+11deg 349deg and +11deg 11deg) are about 11 degrees west of the north wind and about 11 degrees east of the north wind. become the wind. In addition, depending on the terrain, a change in wind direction of 10 degrees can cause a large change in wind conditions. becomes. That is, specifically, wind condition information for each of a wind that is about 5.5 degrees (5.625 degrees) westward from the north wind and a wind that is about 5.5 degrees (5.625 degrees) easterly from the north wind are also subject to analysis. This makes it possible to make precise wind forecasts based on wind condition information that is more realistic.
中心の風向および両端の風向の各々の風況情報から算出されるリチャードソン数(Ri)の値と風速を示す値との各々の出現頻度は、領域800乃至802に入るデータ数の全体に対する割合となる。ここで、算出された出現頻度から特定された全体を網羅する代表的なリチャードソン数(Ri)の値が「-0.5」、「-0.2」、「0」、および「+0.2」であったとする。この場合、「-0.5」、「-0.2」、「0」、および「+0.2」の各々の出現頻度の平均値と、予測対象位置に関する情報とに基づいて、予測対象位置の予測支援情報が生成される。
The frequency of occurrence of each of the Richardson number (Ri) value calculated from the wind condition information of the wind direction at the center and the wind direction at both ends and the value indicating the wind speed is the ratio of the total number of data falling into the
図10(B)は、解析の対象となる風向のイメージを示す図である。
上述のように、一風向区分の中心の風向および両端の風向の各々の風況情報から算出されるリチャードソン数(Ri)の値と風速を示す値との各々の出現頻度と、予測対象位置に関する情報とに基づいて、予測対象位置の予測支援情報が生成される。これにより、例えば、図10(B)に示すように、16風向の風況情報と、16風向の各々の中間の風向の風況情報とを含んだ32風向の風況情報の解析が可能となる。さらに、図示はしないが、32風向の風況情報と、32風向の各々の中間の風向の風況情報とを含んだ64風向の風況情報の解析も可能である。なお、図10(B)には、島500の中心地の風向が示されているが、実際には観測地点となるマスト601乃至604の各々における観測位置の風向ごとの風況情報の解析が行われる。
FIG. 10B is a diagram showing an image of wind directions to be analyzed.
As described above, the appearance frequency of each value of the Richardson number (Ri) calculated from the wind condition information of the wind direction at the center and the wind direction at both ends of one wind direction segment and the value indicating the wind speed, and the prediction target position Prediction support information for the prediction target position is generated based on the information about and. As a result, for example, as shown in FIG. 10B, it is possible to analyze wind condition information for 32 wind directions including wind condition information for 16 wind directions and wind condition information for intermediate wind directions among the 16 wind directions. Become. Furthermore, although not shown, it is possible to analyze wind condition information for 64 wind directions including wind condition information for 32 wind directions and wind condition information for intermediate wind directions of the 32 wind directions. Although FIG. 10B shows the wind direction at the center of the
図11(A)乃至(C)、は、風況予測の検証結果を示す図である。図11(A)には、予測対象位置として想定されたマスト602乃至604の予測誤差の平均値を風向ごとに表したグラフが示されている。図11(B)には、予測対象位置として想定されたマスト602乃至604のうちの最大誤差の値を表したグラフが示されている。図11(A)および(B)において、「Method A」900は、従来から用いられている手法を示している。「Method B」901は、気象状態のみ詳細に計算する手法を示している。「Method C」902は、風向のみ詳細に計算する手法を示している。「Method D」903は、本実施の形態による手法を示している。図11(C)には、図11(A)のグラフにプロットされた値のMethodごとの平均値(上段)と、図11(B)のグラフにプロットされた値のMethodごとの平均値(中段)と、図11(B)のグラフにプロットされた値のMethodごとの最大値(下段)とが示されている。
FIGS. 11A to 11C are diagrams showing verification results of wind condition prediction. FIG. 11A shows a graph representing the average values of the prediction errors of the
風況予測の検証では、マスト601乃至604の各々の観測データを利用して、観測地点をマスト601とし、予測対象位置をマスト602乃至604とする風況予測を行った。すなわち、マスト602乃至604の各々に風力発電所の風車を設置すると仮定した場合における風況予測を、マスト601の観測データに基づいて行った。その結果、図11(C)に示すように、風向ごとのマスト602乃至604の予測誤差の平均値、マスト602乃至604のうちの最大誤差の値、およびマスト602乃至604のうちの最大値のいずれの値についても、本実施の形態による手法である「Method D」903の値が最小になった。これは、本実施の形態による手法である「Method D」903によれば、平均誤差も最大誤差も好適に制御できることを示している。
In the verification of the wind condition prediction, observation data of each of the
(他の実施の形態)
以上、本実施の形態について説明したが、本発明は上述した本実施の形態に限るものではない。また、本発明による効果も、上述した本実施の形態に記載されたものに限定されない。例えば、図1に示す風況予測システム1の構成、図2に示す予測支援サーバ10のハードウェア構成、および図3の予測支援サーバ10の制御部11の機能構成は、いずれも本発明の目的を達成するための例示に過ぎず、特に限定されない。上述した処理を全体として実行できる機能が図1の風況予測システム1に備えられていれば足り、この機能を実現するためにどのようなハードウェア構成および機能構成を用いるかは上述の例に限定されない。
(Other embodiments)
Although the embodiment has been described above, the present invention is not limited to the embodiment described above. Moreover, the effects of the present invention are not limited to those described in the above embodiment. For example, the configuration of the wind
また、図4に示す予測支援サーバ10の処理のステップの順序も例示に過ぎず、特に限定されない。図示されたステップの順序に沿って時系列的に行われる処理だけではなく、必ずしも時系列的に処理されなくとも、並列的あるいは個別的に行われてもよい。また、図5乃至図11に示す具体例も一例に過ぎず、特に限定されない。
Also, the order of the processing steps of the
例えば、上述の実施の形態では、マスト601乃至604の各々の観測データからなる風況情報が、各々のマスト端末30から予測支援サーバ10に向けて送信されるが、これに限定されない。例えば、マスト601乃至604の各々の観測データからなる風況情報が情報提供サーバ50にて取得されている場合には、情報提供サーバ50から予測支援サーバ10に向けて風況情報が送信されてもよい。
For example, in the above-described embodiment, wind condition information composed of observation data of each of the
また、上述の実施の形態では、16風向のそれぞれについて解析が行われるが、例えば、北東の風がほとんど吹かないなど、観測地点によっては特定の1以上の風向の風がほとんど吹かないことがある。このような場合には、風がほとんど吹かない風向については、解析の対象から除外してもよい。これにより、業務の効率化を図ることができる。この場合、データ処理上はマストと風車間の風速比を1:1とするなど、観測位置と予測対象位置との風が同じであるという設定を行ってもよい。このような設定を行ったとしても、出現頻度がほとんどなく影響が僅少であるため効率的である。 Further, in the above-described embodiment, analysis is performed for each of the 16 wind directions, but depending on the observation point, winds in one or more specific wind directions may hardly blow, such as, for example, northeast winds rarely blow. . In such a case, wind directions in which the wind hardly blows may be excluded from the analysis targets. As a result, it is possible to improve the efficiency of business operations. In this case, in terms of data processing, setting may be made such that the wind at the observation position and the prediction target position are the same, such as setting the wind speed ratio between the mast and the windmill to 1:1. Even if such a setting is made, it is efficient because the appearance frequency is almost zero and the effect is slight.
また、上述の図10(A)の例では、中心風(0deg Center)、中心風から11度西寄りの風(+11deg 349deg)、および中心風から11度東寄りの風(+11deg 11deg)で構成される一風向区分の中の出現頻度を用いた計算が行われるが、この比率を0.25:0.5:0.25とすることで重み付けによる平均値を算出してもよい。これにより、作業の効率化を図ることができる。
Also, in the example of FIG. 10(A) described above, it is composed of the central wind (0deg Center), the
1…風況予測システム、10…予測支援サーバ、11…制御部、12…メモリ、13…記憶部、14…通信部、15…操作部、16…表示部、30…マスト端末、50…情報提供サーバ、70…ユーザ端末、101…情報取得部、102…情報管理部、103…情報生成部、104…送信制御部、90…ネットワーク
DESCRIPTION OF
Claims (9)
風況の予測の対象となる位置に関する情報を取得する対象地点情報取得手段と、
前記風況情報と、風況の予測の対象となる予測対象位置に関する情報とに基づいて、当該予測対象位置の風況の予測を支援する予測支援情報を生成する予測支援手段と、
を有し、
前記予測支援手段は、前記風況情報から算出される、前記影響を示す値と風速を示す値との各々の前記風向ごとの出現頻度と、前記予測対象位置に関する情報とに基づいて、前記予測支援情報を生成することを特徴とする風況予測システム。 wind condition information acquisition means for acquiring wind condition information consisting of observation data for each predetermined wind direction at a wind condition observation position, including at least the effect of changes in temperature on the ground surface on atmospheric movement;
target point information acquiring means for acquiring information about a target position for wind condition prediction;
prediction support means for generating prediction support information for supporting prediction of wind conditions at a prediction target position based on the wind condition information and information about a prediction target position for which wind conditions are to be predicted;
has
The prediction support means performs the prediction based on the appearance frequency for each wind direction of the value indicating the influence and the value indicating the wind speed calculated from the wind condition information, and information on the prediction target position. A wind forecast system characterized by generating support information .
請求項1に記載の風況予測システム。 The prediction support means generates, as the prediction support information, information including at least a wind speed ratio for converting the wind speed at the observation position to the wind speed at the prediction target position,
The wind condition prediction system according to claim 1.
請求項1に記載の風況予測システム。 The prediction support means includes one or more representative values indicating the influence, which are specified from the frequency of occurrence of each of the value indicating the influence and the value indicating the wind speed for each wind direction, and characterized by generating the prediction support information based on the information,
The wind condition prediction system according to claim 1 .
請求項3に記載の風況予測システム。 The prediction support means generates the prediction support information based on an average value of the frequency of appearance of a plurality of representative values indicating the influence and information on the prediction target position,
The wind condition prediction system according to claim 3 .
請求項1に記載の風況予測システム。 The value indicating the influence is indicated by a value of Richardson's number calculated based on information including at least the difference in elevation and temperature between the observation position and the ground surface, the wind speed at the observation position, and the gravitational acceleration. characterized by
The wind condition prediction system according to claim 1 .
請求項5に記載の風況予測システム。 The value indicating the influence is indicated by a value obtained by changing the calculated Richardson number value according to the frequency of appearance of the value indicating the influence.
The wind condition prediction system according to claim 5 .
請求項1に記載の風況予測システム。 The prediction support means divides the azimuth of the central angle of 360 degrees at the observation position into 16 wind directions, each of which is defined as one wind direction segment, and calculates from the wind condition information of each of the wind direction at the center and the wind direction at both ends in the one wind direction segment The prediction support information is generated based on the frequency of appearance of each of the value indicating the influence and the value indicating the wind speed, and information on the prediction target position,
The wind condition prediction system according to claim 1 .
請求項7に記載の風況予測システム。 The prediction support means determines the central wind direction in the one wind direction segment when the arrangement of the one wind direction segment in the azimuth of the central angle of 360 degrees is changed while the size of the central angle of the one wind direction segment is maintained. and generating the prediction support information based on the observation data of each of the wind directions at both ends and the information on the prediction target position,
The wind condition prediction system according to claim 7 .
風況の予測の対象となる位置に関する情報を取得するステップと、
前記風況情報と、前記風況の予測の対象となる位置に関する情報とに基づいて、当該風況の予測の対象となる位置の風況の予測を支援する予測支援情報を生成するステップと、
を含み、
前記予測支援情報を生成するステップでは、前記風況情報から算出される、前記影響を示す値と風速を示す値との各々の前記風向ごとの出現頻度と、前記風況の予測の対象となる位置に関する情報とに基づいて、当該予測支援情報を生成することを特徴とする風況予測方法。 a step of acquiring wind condition information comprising observation data for each predetermined wind direction at a wind condition observation position, including at least the effect of changes in temperature on the ground surface on atmospheric movement;
obtaining information about a location for which wind conditions are to be predicted;
a step of generating prediction support information for supporting the prediction of the wind conditions at the target position of the wind condition prediction, based on the wind condition information and the information on the target position of the wind condition prediction;
including
In the step of generating the prediction support information, the frequency of appearance for each wind direction of the value indicating the influence and the value indicating the wind speed, which are calculated from the wind condition information, are subject to prediction of the wind condition. generating the prediction support information based on positional information .
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022181302A JP7296599B1 (en) | 2022-11-11 | 2022-11-11 | Wind forecast system and wind forecast method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022181302A JP7296599B1 (en) | 2022-11-11 | 2022-11-11 | Wind forecast system and wind forecast method |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7296599B1 true JP7296599B1 (en) | 2023-06-23 |
JP2024070675A JP2024070675A (en) | 2024-05-23 |
Family
ID=86850230
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022181302A Active JP7296599B1 (en) | 2022-11-11 | 2022-11-11 | Wind forecast system and wind forecast method |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7296599B1 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117390509A (en) * | 2023-10-12 | 2024-01-12 | 中国船舶集团风电发展有限公司 | Sea surface atmosphere stability determination method, device, equipment and medium |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005172442A (en) | 2003-12-08 | 2005-06-30 | Mitsubishi Heavy Ind Ltd | Method and apparatus for predicting concentration of atmospheric pollutant and program and apparatus for predicting concentration of atmospheric pollutant |
WO2015182142A1 (en) | 2014-05-28 | 2015-12-03 | 国立大学法人京都大学 | Weather forecasting system |
JP2020159725A (en) | 2019-03-25 | 2020-10-01 | 株式会社新エネルギー総合研究所 | Wind condition prediction system and wind condition prediction method |
CN113326624A (en) | 2021-06-07 | 2021-08-31 | 国网河南省电力公司电力科学研究院 | Method and system for predicting height of atmospheric boundary layer in desert area |
JP7068531B1 (en) | 2021-05-31 | 2022-05-16 | 株式会社東芝 | Information processing equipment, information processing methods, information processing systems and computer programs |
JP2023007932A (en) | 2021-07-02 | 2023-01-19 | 株式会社東芝 | Wind state prediction system, wind state prediction method, and wind state prediction program |
-
2022
- 2022-11-11 JP JP2022181302A patent/JP7296599B1/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005172442A (en) | 2003-12-08 | 2005-06-30 | Mitsubishi Heavy Ind Ltd | Method and apparatus for predicting concentration of atmospheric pollutant and program and apparatus for predicting concentration of atmospheric pollutant |
WO2015182142A1 (en) | 2014-05-28 | 2015-12-03 | 国立大学法人京都大学 | Weather forecasting system |
JP2020159725A (en) | 2019-03-25 | 2020-10-01 | 株式会社新エネルギー総合研究所 | Wind condition prediction system and wind condition prediction method |
JP7068531B1 (en) | 2021-05-31 | 2022-05-16 | 株式会社東芝 | Information processing equipment, information processing methods, information processing systems and computer programs |
CN113326624A (en) | 2021-06-07 | 2021-08-31 | 国网河南省电力公司电力科学研究院 | Method and system for predicting height of atmospheric boundary layer in desert area |
JP2023007932A (en) | 2021-07-02 | 2023-01-19 | 株式会社東芝 | Wind state prediction system, wind state prediction method, and wind state prediction program |
Non-Patent Citations (2)
Title |
---|
静居竜大,大気安定度分布の地域的特性,風力エネルギー利用シンポジウム,Vol.42nd (CD-ROM),Page.176-179 |
高桑晋,複雑地形サイトおよび地形の影響を受ける洋上サイトの風況予測における大気安定度の影響,風力エネルギー利用シンポジウム,Vol.42nd (CD-ROM) ,Page.140-143 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117390509A (en) * | 2023-10-12 | 2024-01-12 | 中国船舶集团风电发展有限公司 | Sea surface atmosphere stability determination method, device, equipment and medium |
Also Published As
Publication number | Publication date |
---|---|
JP2024070675A (en) | 2024-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhou et al. | Impacts of wind farms on land surface temperature | |
Tang et al. | Impact of spectral nudging on regional climate simulation over CORDEX East Asia using WRF | |
Timmermann et al. | Wind effects on past and future regional sea level trends in the southern Indo-Pacific | |
US10914291B2 (en) | Annual energy production of wind turbine sites | |
Arthur et al. | Topographic effects on radiation in the WRF Model with the immersed boundary method: Implementation, validation, and application to complex terrain | |
Sun et al. | A statistical downscaling scheme to improve global precipitation forecasting | |
Xiang et al. | An analysis of heavy precipitation caused by a retracing plateau vortex based on TRMM data | |
US9536021B1 (en) | System and method for providing a renewable energy network optimization tool | |
Sun et al. | An operational dynamical downscaling prediction system for Nordeste Brazil and the 2002–04 real-time forecast evaluation | |
Weekes et al. | Long-term wind resource assessment for small and medium-scale turbines using operational forecast data and measure–correlate–predict | |
JP7296599B1 (en) | Wind forecast system and wind forecast method | |
Draxl et al. | Mountain waves can impact wind power generation | |
Rife et al. | Selecting representative days for more efficient dynamical climate downscaling: Application to wind energy | |
Zhang et al. | Impact of urbanization on summer rainfall in Beijing–Tianjin–Hebei metropolis under different climate backgrounds | |
Charabi et al. | Siting of PV power plants on inclined terrains | |
Tan et al. | A prediction scheme of tropical cyclone frequency based on lasso and random forest | |
Zhang et al. | Downscaling hourly air temperature of WRF simulations over complex topography: A case study of Chongli District in Hebei Province, China | |
Yao et al. | Surface friction contrast between water body and land enhances precipitation downwind of a large lake in Tibet | |
Cana et al. | A numerical study of a sea breeze at Fuerteventura Island, Canary Islands, Spain | |
CN115048790A (en) | Method and system for predicting rapid downscaling of wind power | |
Vladimirov et al. | Sensitivity of WRF model results to topography and land cover: study for the Sofia region | |
Chen et al. | Comparative study on WRF model simulations from the viewpoint of optimum ship routing | |
Jin et al. | Integration of atmospheric stability in wind resource assessment through multi-scale coupling method | |
Yang et al. | Parameterizing convective organization effects with a moisture‐pdf approach in climate models: Concept and a regional case simulation | |
Vondou et al. | Diurnal cycle of convective cloud occurrences over Cameroon during June–August |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221111 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20221111 |
|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20221202 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221214 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230221 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230420 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230516 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230602 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7296599 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |