Wind Resource Assessment for southern part of Libya: Case Study of Hun

Hiba  Shreif; Wedad El-Osta; A.  Yagub

doi:10.51646/jsesd.v8i1.18

المؤلفون

Hiba Shreif Energy Management Dept., University of Tripoli, Tripoli, Libya
Wedad El-Osta Center for Solar Energy Research and Studies, Tajoura, Tripoli-Libya
A. Yagub University of Michigan, Michigan USA

DOI:

https://doi.org/10.51646/jsesd.v8i1.18

الكلمات المفتاحية:

wind potential، wind energy، capacity factor، wind turbine classes، availability

الملخص

تستهدف هذه الورقة تقييم مصدر الرياح في مدينة هون. فقد تم تحليل معلومات الرياح باستخدام نماذج إحصائية، حيث تم حساب كثافة القدرة والطاقة المتوقعة في الموقع. كما تم حساب الطاقة المتوقع إنتاجها من توربينات رياح بأحجام مختلفة حسب خصائص ومواصفات هذه التوربينات والتي تم اختيارها حسب المعايير الدولية IEC لمناسبة خصائص الموقع. استخدام برنامج اكسل والنماذج الرياضية وذلك للحصول على تحاليل تفصيلية لمعلومات الرياح للموقع المقترح لمدة سنة كاملة من شهر ابريل 2011 الى مارس 2012. البيانات المناخية مقاسة عند اربع ارتفاعات ) 61، 60 ،40 ،20( متر فوق سطح الأرض. أظهرت نتائج التحليل بأن المتوسط السنوي لسرعة الرياح في الموقع هو 69.5 م/ث وأن كثافة القدرة في الموقع 190 وات/م2 وذلك عند ارتفاع 61 م فوق سطح الأرض. ويمكن ملاحظة، وعند نفس الارتفاع ) 61م(، بأن أعلى قيمة لمعامل القياس لدلة ويبل كانت 24.7 م/ث في شهر ابريل وأقل قيمة 71.5 في شهر اكتوبر. وتراوح المعدل السنوي لمعامل الشكل من 27.2 عند ارتفاع 61م الى2 عند ارتفاع 20م فوق سطح الأرض ومعامل القياس من 42.6 م/ث عند ارتفاع 61م الى 5م/ث عند ارتفاع20 م فوق سطح الارض. وقد أظهرت النتائج بأن احتمالية حدوث سرعات الرياح أقل من 11م/ث يشكل %90 من الزمن واحتمالية سرعات اقل من 10 م/ث يشكل 84 % واحتمالية حدوث سرعات رياح أكثر من 6م/ث يشكل 50 % من الزمن. أما نسبة تكرار أقصى سرعة في الموقع ) 21م/ث( فهي لا تتعدى 12.0 %. و قد كان متوسط قيمة معامل القص للمنحنى الرأسي لسرعة الرياح 18.0 و طول خشونة السطح 17.0 م والذي يوضح بأن تصنيف طول خشونة السطح في الموقع هو من رتبة 5.2. كما أظهرت النتائج بأن توربينات الرياح المناسبة للموقع هوB/III وذلك حسب التصنيف الدولي IEC. و بمفاضلة ثلاثة
توربينات ريحية أوضحت النتائج بأن التوربينة 3000-V112 Vestas أعطت أعلى معامل قدرة )42 %( في هذا الموقع في شهر ابريل وايتاحية قدرها 83 % . بينما التوربينة 2500-N100 Nordex أعطت معامل قدرة )42 %( في هذا الموقع لنفس الشهر وايتاحية قدرها 7.83 %.

التنزيلات

بيانات التنزيل غير متوفرة بعد.

المقاييس

يتم تحميل المقاييس...

المراجع

IRENA- Renewable Capacity Statistics -2019

IRENA - Renewable energy highlights-March 2019

https://wwindea.org/blog/2019/02/25/wind-power-capacity-worldwide-reaches-600-gw-539-gw-added-in-2018/

World Wind Resource Assessment Report, WWEA Technical Paper Series (TP-01-14), December 2014

W. B. El-Osta, A. El-Taher, F. Gumati “Evaluation of Wind Energy Potential in Libya”, Applied Energy, Special Issue Proceedings, 5th Arab Int. Solar Energy Conf., Bahrain, 13-16 Nov. 1995, pp. 675- 684, Elsevier Applied Science, 1995.

W. B. El-Osta, M. A. Muntaser, and Y. M. Khalifa, “Wind Atlas for the Northern Coast of Libya”, Proceedings of OFFSHORE WIND ENERGY IN THE MEDITERRAINEAN AND OTHER EUROPEAN SEAS: Technology and Potential Applications, OWEMES’97, 10-11 April 1997, Sardinia, Italy

A. M. Elmabrouk, “ESTIMATION OF WIND ENERGY AND WIND IN SOME AREAS (SECOND ZONE) IN LIBYA” EVRE, Monaco, March 26-29, 2009.

Dimitrios Mentis, Wind Energy Assessment in Africa A GIS-based approach, Master of Science Thesis KTH School of Industrial Engineering and Management Energy Technology EGI-2013,

Estimating the Renewable Energy Potential in Africa A GIS-based approach, IRENA, 2014

Lu, Xi, Michael B. McElroy, and Juha Kiviluoma. 2009. Global potential for wind-generated electricity. Proceedings of the National Academy of Sciences of the U. S. A.,

Wedad El-Osta, Wind Energy Potential in Libyan and its Role in Future Libyan Energy Mix, Workshop on Energy Resources Choices in Libya for Future Energy Mix, Libyan Atomic Energy Establishment, Janzour, Libya, Jan. 28, 2015.

W.B. El-Osta, and Y. Khalifa, “Prospects of Wind Energy Plants in Libya: A Case Study”, Renewable Energy, 28 (2003) 363-371, Elsevier Science Ltd.

W.B El-Osta, M.A. Ekhlat, A. S. Yagub, Y. Khalifa, E Borass” Estimation of Capacity Credit for wind Power in Libya”, International Journal of Energy Technology and Policy, Inderscience Pub., Vol.3, No. 4, 2005, pp 363-377.

Sathyajith Mathew, Wind Energy Fundamentals, Resource Analysis and Economics, Springer-Verlag Berlin Heidelberg 2006.

Justus, C.G.; Hargraves, W.R.; Mikhail, A.; Graber, D. Methods for estimating wind speed frequency distributions. J. Appl. Meteorol. 1978, 17, 350–353

Salahaddin A. Ahmed, Comparative study of four methods for estimating Weibull parameters for Halabja, Iraq, International Journal of Physical Sciences Vol. 8(5), pp. 186-192, 9 February, 2013

Ebru Kavak Akpinar, Sinan Akpinar, Nilay Balpetek, Statistical Analysis of Wind Speed Distribution Based on Weibull and Rayleigh Methods of ISKENDERUN-TURKEY, European Journal of Technic- EJT, Vol 8, Number 1, 2018.

Mania A. W., Kamau, J.N., Timonah, S., Analysis of Wind Energy Potential by Different Methods Based on Weibull Statistics for A Site in Juja, Kenya, Journal of Multidisciplinary Engineering Science and Technology (JMEST) ISSN: 2458-9403 Vol. 3 Issue 6, June - 2016.

Qing X, Statistical analysis of wind energy characteristics in Santiago island, Cape Verde, Renewable Energy (2017).

Emil Hernández Arroyo1, Edwin Córdoba Tuta, Gabriel García Sánchez, Comparative Analysis of the Weibull Model and Observed Wind Data in the City of Floridablanca, Colombia, TECCIENCIA, Vol. 13 No. 25, 65-70, 2018.

D.K. Kidmo 1*, R. Danwe 2, S.Y. Doka 3, and N. Djongyang, Statistical analysis of wind speed distribution based on six Weibull Methods for wind power evaluation in Garoua, Cameroon, Revue des Energies Renouvelables Vol. 18, N°1 (2015) 105 – 125

H.S. Bagiorgas, G. Mihalakakou, S. Rehman, and L.M. Al-Hadhrami, ‘Wind Power Potential Assessment for Seven Buoys Data Collection Stations in Aegean Sea Using Weibull Distribution Function’, Journal of Renewable and Sustainable Energy, Vol. 4, N°1, pp. 013119-1 - 013119-16, 2012.

IEC 61400-1, 3rd -ed, Wind turbines – Part 1: Design Requirements, 2005.

H. Jiang, J. Wang, J. Wu, W. Geng, Comparison of numerical methods and metaheuristic, optimization algorithms for

estimating parameters for wind energy potential assessment in low wind regions. Renewable and Sustainable Energy Review 69, Dec. 2016.

Jianzhou Wang, Xiaojia Huang*, Qiwei Li, Xuejiao Ma, Comparison of seven methods for determining the optimal statistical distribution parameters: A case study of wind energy assessment in the large-scale wind farms of China, Energy 164 (2018).

G.M Masters,. (2004). Renewable and Efficient Electric Power Systems (pp- 320), John Wiley and Sons, ISBN 0471280607, USA.

Alan G. Davenport, C. Sue B. Grimmond, Tim R. Oke, and Jon Wieringa (200). Estimating the Roughness of Cities and Sheltered Country, American Meteorological Society.

Jon Wieringa, Ernest Rudel, Station Exposure Metadata Needed for Judging and Improving Quality of Observations of Wind, Temperature and Other Parameters.

https://en.wind-turbine-models.com/turbines/16-vestas-v90

http://www.nordex-online.com/en/produkte-service/wind-turbines/n100-25-mw/product-data-sheet-n100-25mw.html

https://en.wind-turbine-models.com/turbines/693-vestas-v112-3.3