windpowerlib 使用教程

1. 项目介绍

windpowerlib 是一个用于计算风力发电厂输出时间序列的 Python 库。它最初是 feedinlib（风力和光伏）的一部分，后来被分离出来，以便建立一个专注于风力模型开发的社区。windpowerlib 已经可以投入使用，但可能还有一些小问题。使用的模型仍然非常简单，但我们已经找到了一些新的贡献者，windpowerlib 将会很快得到改进。

2. 项目快速启动

安装

首先，确保你已经安装了 Python 3 环境。然后使用 pip 安装 windpowerlib：

pip install windpowerlib

基本使用

以下是一个简单的示例，展示如何使用 windpowerlib 计算风力发电机的输出功率。

from windpowerlib import WindTurbine

# 初始化风力发电机
enercon_e126 = {
    "turbine_type": "E-126/4200",  # 风力发电机类型
    "hub_height": 135  # 轮毂高度（米）
}
e126 = WindTurbine(**enercon_e126)

# 计算输出功率
weather_data = {
    'pressure': [101300],  # 气压（Pa）
    'temp_air': [20],  # 空气温度（°C）
    'v_wind': [10],  # 风速（m/s）
    'z0': [0.03]  # 粗糙长度
}

power_output = e126.turbine_power_output(weather=weather_data)
print(power_output)

3. 应用案例和最佳实践

案例1：使用内置风力发电机数据

windpowerlib 提供了许多常见风力发电机的数据。你可以直接使用这些数据来计算输出功率。

from windpowerlib import WindTurbine

# 使用内置数据
enercon_e126 = {
    "turbine_type": "E-126/4200",
    "hub_height": 135
}
e126 = WindTurbine(**enercon_e126)

# 计算输出功率
weather_data = {
    'pressure': [101300],
    'temp_air': [20],
    'v_wind': [10],
    'z0': [0.03]
}

power_output = e126.turbine_power_output(weather=weather_data)
print(power_output)

案例2：使用自定义风力发电机数据

如果你有自己的风力发电机数据，可以使用 windpowerlib 的自定义功能。

import pandas as pd
from windpowerlib import WindTurbine, create_power_curve

# 读取自定义数据
my_data = pd.read_csv("path/to/my/data/file.csv")

# 创建风力发电机对象
my_turbine_data = {
    "nominal_power": 6e6,  # 额定功率（W）
    "hub_height": 115,  # 轮毂高度（米）
    "power_curve": create_power_curve(
        wind_speed=my_data["wind"],
        power=my_data["power"]
    )
}
my_turbine = WindTurbine(**my_turbine_data)

# 计算输出功率
weather_data = {
    'pressure': [101300],
    'temp_air': [20],
    'v_wind': [10],
    'z0': [0.03]
}

power_output = my_turbine.turbine_power_output(weather=weather_data)
print(power_output)

4. 典型生态项目

windpowerlib 是 oemof（Open Energy Modelling Framework）生态系统的一部分。oemof 是一个用于能源系统建模的开源框架，支持多种能源技术的建模，包括风力、光伏、热能等。

相关项目

• feedinlib: 用于计算风力和光伏发电厂的输出时间序列。
• oemof-solph: 用于能源系统的优化建模。
• oemof-thermal: 用于热能系统的建模。

通过结合这些项目，你可以构建一个完整的能源系统模型，并进行优化和分析。