Zone pour les sous-titres

WIND RESOURCES ASSESSMENT

WIND PROBABILITY DISTRIBUTION FUNCTIONS

Zone pour les sous-titres

WIND PROBABILITY DISTRIBUTION FUNCTION

Generic curve ?

f(V)

V(m.s-1)

Zone pour les sous-titres

 WEIBULL DISTRIBUTION LAW

Probability density function (PDF)

𝛟 𝑽, 𝒌, 𝒄
()* , .
k V )
ϕ V = · · e -
c c f(V)
Two parameters:
► k>0
► c>0
V(m.s-1)

Zone pour les sous-titres

 WEIBULL DISTRIBUTION LAW

K=1 K=4
K=5
Probability density function (PDF) 2 K=3

K=2
()* , .
k V ) K = 0.2
ϕ V = · · e -
c c 1

Two parameters:
► k: shape parameter K=1
► c: scale parameter 0

Zone pour les sous-titres

 WEIBULL DISTRIBUTION LAW

Probability density function (PDF) c = 0.5

2
()* , .
k V )
ϕ V = · · e - c =1

PDF
c c
1
c=2
Two parameters:
► k: shape parameter
0
► c: scale parameter [m/s] 1 2
X 2 X 4

Zone pour les sous-titres

WASP

Zone pour les sous-titres

Cumulative distribution function
(CDF)

F(V0)
,
F V = 𝑃 𝑣 ≤ 𝑉9 = ∫9 < ϕ V · dV

=
∫9 ϕ V · dV =1

V0/c

Zone pour les sous-titres

Cumulative distribution function
(CDF)
B< D
)
𝐹 𝑉9 = 1 − 𝑒 C

F(V0)
Two parameters:

► k: shape parameter
► c: scale parameter (m/s) V0/c

Zone pour les sous-titres

RAYLEIGH DISTRIBUTION
fc

Probability density function (PDF)

2·𝑉 ) , 𝟐
ϕ V = G · e 𝐜
𝐜

A single parameter: c
► k =2
► c : scale parameter (m/s) V/c

Zone pour les sous-titres

WEIBULL PARAMETERS

𝐕 𝐤
I= 𝐤 𝐕 𝐤)𝟏 )
mean wind speed: 𝑽 = ∫𝟎 𝑽 · 𝐜 · · 𝐞 𝐜 · 𝒅𝑽
𝐜

𝐕
𝐱=
𝐜 I= I=
R ⇒ 𝑽 = 𝒄 ∫9 𝑘 · 𝒙𝐤 · 𝒅𝒙 = 𝒄 ∫9 𝒌 · 𝒙 · 𝒙𝒌)𝟏 · 𝒅𝒙
𝐝𝐕 = 𝐜 · 𝐝𝐱
𝟏
𝐤
𝐲=𝒙 ⇒𝒙=𝒚 𝒌
I= 𝟏
R ⇒ 𝑽 = 𝒄 ∫9 𝒚𝒌 · 𝒆)𝒚 · 𝒅𝒚
𝐝𝐲 = 𝐤 · 𝒙𝐤)𝟏 · 𝐝𝐱

Zone pour les sous-titres

 I=
𝟏
𝐕 = 𝐜 Y 𝐲 𝐤 · 𝐞)𝐲 · 𝐝𝐲
𝟎

Gamma function 𝟏 𝐕
⇒ 𝐕 =𝐜·𝚪 𝟏+ ⇒ 𝐜 = 𝐕
= 𝐤 𝟏
𝚪 𝟏+
𝚪 𝒛 = Y 𝒕𝒛)𝟏 · 𝒆)𝒕 · 𝒅𝒕 𝐤
𝟎

Gamma function property

𝐧
General relation: 𝑽𝒏 = 𝐜 𝐧 · 𝚪 𝟏 +
𝐤
𝚪 𝒛 + 𝟏 = 𝒄 · 𝚪(𝒛)

Zone pour les sous-titres

RAYLEIGH DISTRIBUTION

1- We know only <V> … too bad!

Use the Rayleigh distribution
as a first guess J

𝒏=𝟏
b ⇒ 𝛍𝟏 ≡ 𝐕
𝒌=𝟐

𝐕 𝟐 𝟐· 𝐕
⇒𝐜= =
𝟑 𝛑
𝚪( ) Justus et al. J. Appl.
𝟐 Meteorol. (1977)

Zone pour les sous-titres

 MOM

2- Knowing <V> and s. We can use

the Methods of Moments (MOM)

,
n = 1 ⇒ c = j
i * I
. m⇒
G
n = 2 ⇒ σG = V G
= c G · Γ G 1 +
(

n
i(*I )
. p )*.9rs
⇒σ = V G G
j ⇒k≈
in (*I ) ,
.

Justus et al. J. Appl. Meteorol. (1977)

Zone pour les sous-titres

POD

3- Knowing <V> and <V3>. We can use the

Power Density method (POD).

1 1 ,
K = mvwx · V G = · ρvwx · A · t · V G n = 1 ⇒ c = j
i * I
2 2 . m
G
n = 3 ⇒ σ~ = V G
=c ·𝛤 G ~
1+
(

The wind power density

Introducing Epf , the energy pattern factor
* = *
P} = · ρ ∫9 V ~ · ϕ V · dV = · ρ · V ~
G G „
B„ …(*I )
D ~.s†
𝐸‚ƒ = = j ⇒ 𝑘 ≈ 1 +
B „ „
… (*I ) ‡ˆ‰ n
D

Zone pour les sous-titres

WASP

4- Knowing: The parameters are calculated by

solving the following equations:
► <V> and <V3> 𝒌/𝟑
𝐕𝟑 𝟑
► 1 - f(<V>), the probability of · Γ 𝟏 + Œ)
= − ln 1−𝛟(𝑽
exceeding the mean wind speed 𝐕𝟑 𝐤

*/~
𝑉~
We can use the WAsP method which is c=
𝟑
widely used in the wind energy industry. Γ 𝟏+
𝐤

⇒ European Wind Atlas

Zone pour les sous-titres

GRAPHICAL METHOD

We use the graphical method and fit the

5- We have a large data set (Vi, ni). points (lnVi, Gi) with a straight line:
𝐕 𝐤 𝐕 𝐤
) )
𝐅 𝐕𝐢 = 𝟏 − 𝐞 𝐜 ⇒𝐞 𝐜 = 𝟏 − 𝐅 𝐕𝐢

𝐆𝐢 = 𝐥𝐧 − 𝐥𝐧 𝟏 − 𝐅 𝐕𝐢 = 𝐤 · 𝐥𝐧 𝐕𝐢 - k ln c

x coordinate y coordinate
𝒍𝒏 𝑽𝒊 𝑮𝒊 = 𝒍𝒏 − 𝒍𝒏 𝟏 − 𝑭 𝑽𝒊

Zone pour les sous-titres

 We use the graphical method and fit the
► k is the pendent points (lnVi, Gi) with a straight line:
► and k·ln c is the ordinate at
abscise 0.

It is also referred as the Maximum

Likelihood Estimator (MLE).

Azad et al. Energies 7 (2014) 3056-3085

Zone pour les sous-titres

GOODNESS-OF-FIT

How well the Weibull distribution fits the

observations?

( )
+¥
D = n ò F(V ) - F̂n (V ) w(V )dF(V )
2 2
n
-¥

Goodness-of-fit on the center of the distribution

Name Dn2 w(x)
Cramer-Von Mises Wn2 1

Drobinski et al. Boundary-Layer Meteorol. 157 (2015) 97-123

Zone pour les sous-titres

GOODNESS-OF-FIT

How well the Weibull distribution fits the

observations?

( )
+¥
D = n ò F(V ) - F̂n (V ) w(V )dF(V )
2 2
n
-¥

Goodness-of-fit on the tail of the distribution

Name Dn2 w(x)
Right tail Anderson- Rn2 [1-F(x)]-1
Darling
Drobinski et al. Boundary-Layer Meteorol. 157 (2015) 97-123

Zone pour les sous-titres

Goodness-of-fit on the center of the distribution
Name Dn2 w(x) Fit

Cramer-Von Mises Wn2 1

« Bad »
Goodness-of-fit on the tail of the distribution

« Good »
Name Dn2 w(x)
Right tail Anderson- Rn2 [1-F(x)]-1
Darling

Drobinski et al. Boundary-Layer Meteorol. 157 (2015) 97-123

Zone pour les sous-titres