《Energy Strategy Reviews》：Estimating the best-fit parameters of Weibull distribution with numerical methods for wind energy assessment: A case study in China
编辑推荐：
本文针对风能评估中威布尔分布参数估计方法适用性不明确的问题，研究人员系统比较了图形法、矩法、功率密度法、Justus经验法、Lysen经验法、能量模式因子法、标准差法、最大似然法、修正最大似然法和替代最大似然法共十种数值方法在拟合中国贵州省九个地区风速频率分布中的表现。研究结果表明，Lysen经验法整体性能最优。该研究为复杂地形区域的风能资源评估提供了可靠的参数估计方法选择依据，对当地风能开发规划具有重要指导意义。
随着全球经济的快速发展和各国能源消费的持续增长，开发和利用可持续能源已成为许多地区的迫切需求。风能作为一种绿色、清洁的可再生能源，在全球能源结构中占据着越来越重要的地位。中国作为能源消费大国，面临日益增长的能源需求，在《可再生能源中长期发展规划》中明确提出到2030年可再生能源消费占比提高15%的目标。风能开发利用对于优化中国能源结构、保障能源安全具有重要意义。
准确评估风能资源是高效利用风能的前提。风速具有高度的随机性和波动性，风速建模的微小误差会对风能评估产生较大影响。通常采用概率密度函数来模拟风速分布，其中威布尔分布因其可靠性和简洁性被广泛应用于风资源评估。然而，威布尔分布的精度高度依赖于参数估计方法，不同方法可能导致差异显著的结果。特别是在中国，由于地形复杂多样，风能资源分布存在显著差异，风能产业正朝着丘陵和复杂山区高原地形发展，因此评估复杂地形下的风能潜力十分必要。
在此背景下，发表在《Energy Strategy Reviews》上的这项研究，以中国贵州省为案例，系统评估了十种数值方法在估计威布尔分布参数方面的性能。贵州省作为西南地区典型的高原山区省份，地形以山地、丘陵为主，起伏度大，形成了复杂的地貌结构，这为风资源的形成提供了有利条件。截至2022年，贵州风电累计装机容量已达5919.6兆瓦，精确评估贵州风能潜力对风电开发至关重要。
为开展本研究，研究人员收集了贵州省九个地区（贵阳、遵义、毕节、六盘水、安顺、兴义、都匀、凯里、铜仁）从2015年1月1日至2022年12月31日共八年的风速数据，数据来源于NASA，高度为距地50米。研究首先分析了九个地区风速数据的分布特征，包括平均值、偏度、峰度和风向；其次应用十种数值方法估计威布尔分布参数；然后采用四种拟合优度指标和Friedman检验比较这些方法的性能；最后基于最优参数确定了各地区的风功率密度。
研究采用的主要技术方法包括威布尔分布模型、十种参数估计数值方法（GM、MM、PDM、EMJ、EML、EPFM、STDM、MLM、MMLM、AMLM）、四种拟合优度统计指标（RMSE、MAE、R2、X2）、Friedman检验以及风功率密度计算公式。数据预处理包括将数据划分为一系列宽度相同的区间，并转换为每个区间的频率格式。
风速数据特征分析
通过对九个地区八年风速数据的分析，研究人员发现各地区年平均风速变化不超过1米/秒，变化范围在3.9-5.8米/秒之间。偏度和峰度的变化趋势在时间上保持一致，总体呈现先下降后上升再下降的趋势，在2019年达到峰值。九个地区的峰度几乎都大于3，偏度大于零，表明风速分布具有尖峰厚尾特征。风向分析显示，由于贵州复杂的地形影响，不同地区的风向明显不同，主要盛行风为南风、东北风、东南风和北风，西风分布极少，这与贵州西高东低的地形特征密切相关。
威布尔分布与参数估计方法
威布尔分布的概率密度函数和累积分布函数分别如公式所示，其中包含尺度参数c和形状参数k两个关键参数。研究详细描述并应用了十种数值估计方法，包括基于线性拟合的图形法、利用样本矩作为总体矩主要估计量的矩法、不需要分箱和求解复杂迭代问题的功率密度法、计算效率高但数据不足可能导致偏差结果的Justus经验法和Lysen经验法、计算表达式简单易实现的能量模式因子法、需要风速数据标准差和均值但不需复杂计算过程的标准差法、需要大量数值迭代过程但可靠性高的最大似然法、类似最大似然法但计算更复杂的修正最大似然法以及不需迭代计算使计算过程简单的替代最大似然法。
拟合效果比较与分析
通过比较十种方法的拟合曲线和四种拟合优度指标，研究发现替代最大似然法和图形法的性能最差，而其余八种方法均表现出较好的拟合效果。为综合比较这些方法，研究采用Friedman检验进行分析，结果显示Lysen经验法排名第一，Justus经验法和矩法分别位列第二和第三。具体而言，在九个地区中，Lysen经验法在均方根误差、平均绝对误差和决定系数指标上表现最佳，而在卡方指标上略逊于其他方法。这表明不同拟合优度指标可能给出相互矛盾的结论，因此需要综合多个指标进行评估。
风功率密度评估
基于最优的威布尔分布参数，研究计算了九个地区在50米高度处的风功率密度。结果显示，贵阳和安顺的风功率密度最高，均超过150瓦/平方米；遵义、毕节、六盘水、兴义和凯里的风功率密度约为80-90瓦/平方米；都匀约为120瓦/平方米；而铜仁的风功率密度最低，仅为70瓦/平方米左右。此外，研究还计算了80米、100米和120米高度处的风功率密度，发现随着高度增加，风功率密度逐渐增大，在120米高度处所有地区的风功率密度均超过100瓦/平方米。分析还表明，风功率密度与平均风速呈强正相关关系。
研究结论与意义
本研究通过系统比较十种数值方法在估计威布尔分布参数方面的性能，发现Lysen经验法在拟合贵州省风速分布方面整体表现最优。研究还揭示了贵州省九个地区的风能资源分布特征，为当地风能开发提供了重要参考。
该研究的重要意义在于：首先，为复杂地形区域的风能资源评估提供了可靠的参数估计方法选择依据，提高了风能评估的准确性；其次，基于最优拟合方法的发电量预测可为风电场前期规划提供更可靠的基准数据，有助于合理确定电网接入、储能配置和设备选型，降低项目风险，提高整体性能和经济性；第三，对贵州省不同地形和气候条件下风速特征的分析，明确了各地区的开发定位和策略，提高了投资回报率；第四，在政策层面，对九个地区风能潜力的量化为地方政府和能源管理部门制定风电补贴、电网接入和可再生能源发展目标提供了科学依据和数据支持，促进了贵州风电产业的健康发展。
该研究不仅为贵州风能评估提供了参考，也为其他地区的类似研究提供了可推广的方法框架，有效提高了行业研究工作效率，从而促进了数值方法在风能领域的广泛应用。未来，可以引入更多新的和改进的方法来进一步提高估计精度，同时也可以进行多模型比较分析，以提高拟合精度和效率。
