CN101592130B - 风力发电场 - Google Patents

风力发电场 Download PDF

Info

Publication number
CN101592130B
CN101592130B CN200910149206.XA CN200910149206A CN101592130B CN 101592130 B CN101592130 B CN 101592130B CN 200910149206 A CN200910149206 A CN 200910149206A CN 101592130 B CN101592130 B CN 101592130B
Authority
CN
China
Prior art keywords
wind turbine
wind
power plant
design
wind power
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
Application number
CN200910149206.XA
Other languages
English (en)
Other versions
CN101592130A (zh
Inventor
P·吉格尔
V·赖亚利
M·古普塔
K·希尔特
S·R·古朱
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
General Electric Renovables Espana SL
Original Assignee
General Electric Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by General Electric Co filed Critical General Electric Co
Publication of CN101592130A publication Critical patent/CN101592130A/zh
Application granted granted Critical
Publication of CN101592130B publication Critical patent/CN101592130B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D13/00—Assembly, mounting or commissioning of wind motors; Arrangements specially adapted for transporting wind motor components
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D80/00—Details, components or accessories not provided for in groups F03D1/00 - F03D17/00
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D13/00—Assembly, mounting or commissioning of wind motors; Arrangements specially adapted for transporting wind motor components
    • F03D13/30—Commissioning, e.g. inspection, testing or final adjustment before releasing for production
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2240/00—Components
    • F05B2240/90—Mounting on supporting structures or systems
    • F05B2240/96—Mounting on supporting structures or systems as part of a wind turbine farm
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/10—Purpose of the control system
    • F05B2270/20—Purpose of the control system to optimise the performance of a machine
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/72—Wind turbines with rotation axis in wind direction

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Chemical & Material Sciences (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Wind Motors (AREA)

Abstract

本发明涉及用于风力发电场中的风力涡轮机布置的方法。公开了包括构造成以便于被重新定位的至少一个风力涡轮机(100)的风力涡轮机场。该至少一个风力涡轮机可以以下方式来重新定位：确定至少一个设计标准，提供包括至少一个风力涡轮机位置的风力涡轮机布局，确定各个风力涡轮机位置处的现场条件，响应于现场条件来确定一个或多个场设计度量，响应于现场条件来分析场设计度量，将约束应用于风力涡轮机布局，将场设计度量和约束与设计标准进行比较，以及响应于比较步骤选择性地调整风力涡轮机位置。

Description

风力发电场
技术领域
本发明大体涉及风力涡轮机，且更具体地涉及用于提高风力发电场中的能量捕获的方法。特别地，本发明包括用于确定风力发电场现场内的风力涡轮机的合乎需要的位置以实现风力发电场设计和运行目标的方法。 
背景技术
最近，作为环境安全且相对较廉价的备选能源，风力涡轮机已受到越来越多的关注。随着关注不断增加，已做出大量努力来发展可靠且高效的风力涡轮机和风力涡轮机场。 
通常，风力涡轮机包括具有多个叶片的转子。转子安装到位于桁架或管状塔架顶部上的外壳或机舱上。公用级风力涡轮机(即设计成用于为公共电网提供电功率的风力涡轮机)可以具有大型转子(如长度为30米或30米以上)。另外，风力涡轮机通常安装在至少60米高的塔架上。这些转子上的叶片将风能转换成驱动一个或多个发电机的旋转扭矩或力，该一个或多个发电机可通过变速箱旋转地联接到转子上。变速箱为发电机提高了涡轮机转子的本来低的旋转速度，以高效地将机械能转换成供应到公用电网中的电能。在其它风力涡轮机构造中，可省略变速箱，且可直接驱动发电机或通过某些其它类型的联接来驱动发电机。 
风力发电场内的风力涡轮机布置优化传统上已经以最大限度地增大发电的单个目标来执行。例如，风力涡轮机可以基于风力资源网而布置在风场内的具有最高风力的位置处，且然后根据约束(例如禁区和/或最小间隔约束)手动地调整涡轮机布局。可以使用可在商业上获 得的风力资源评估或建模软件来生成风力资源网，例如WindProTM(可从丹麦奥尔堡的EMD International A/S获得)、WindFarmerTM(可从英国布里斯托尔的Garrad Hassan获得)，或WindFarmTM(可从英国班伯里的ReSoft有限公司获得)。还有其它重要的设计目标，例如最大限度地降低风场的成本、最大限度地增加财务度量以及最大限度地减小噪声。通常，噪声是在一个或多个位置处不能超过某噪声水平的约束。为了解决成本、财务度量和噪声约束，诸如WindProTM、WindFarmTM、WindFarmerTM等商业软件提供了可用于按需手动地调整涡轮机布局的分析模块。因此，优化涡轮机布局的过程是迭代的且手动的。为了减少优化涡轮机布局的手动或反复试验因素，可商业获得的风力资源评估软件具有允许自动地最大化固定数量的风力涡轮机和特定风力涡轮机模型/构造的发电量的优化算法。可以强制执行噪声约束和风力涡轮机不能安装在其上的区域。在可以结束涡轮机布局之前，需要另外的分析。这些另外的分析中的一种是计算各个风力涡轮机上的机械载荷，以确保这些载荷处于所关注的风力涡轮机模型/构造的设计极限之内。由于风力涡轮机制造商的详细的设计信息和专有的风力涡轮机建模能力，几乎专门由他们来执行这项任务。设计载荷界限(现场具体载荷-设计载荷)的详细知识允许这些载荷界限的最小化，这又可以收获额外的能量捕获。目前，没有可用的已知方法提供用于直接包括对机械载荷的评估的多标准和约束的多学科优化能力。 
因此，需要用于确定风力发电场内的风力涡轮机布置的多学科方法，其根据多标准和约束(包括用以获得详细的设计载荷界限的机械载荷分析)来高效地提供期望的场设计和运行目标。 
发明内容
本发明的一个方面包括用于确定风力发电场内的风力涡轮机位置的方法。该方法包括确定至少一个设计标准。准备包括至少一个风力涡轮机位置的风力涡轮机布局，并确定各个风力涡轮机位置处的现 场条件。响应于现场条件来评价一个或多个场设计度量。响应于现场条件来分析场设计度量。该方法进一步包括对风力涡轮机布局应用约束，且将场设计度量和约束与设计标准进行比较。之后，响应于比较步骤在布局内选择性地调整风力涡轮机位置。 
本公开的另一个方面包括具有设置在对应于计算出的风力涡轮机布局的位置中的多个风力涡轮机的风场。基于至少一个设计标准以及通过确定风力发电场内的最佳地符合风场设计标准的风力涡轮机位置来利用方法学，来确定计算出的风力涡轮机布局。准备包括至少一个风力涡轮机位置的初始风力涡轮机布局，且确定各个风力涡轮机位置处的现场条件。响应于现场条件来评价一个或多个场设计度量。响应于现场来分析场设计度量。该方法进一步包括对风力涡轮机布局应用约束，并将场设计度量和约束与设计标准进行比较。之后，响应于比较步骤选择性地调整风力涡轮机位置。 
本公开的又一个方面包括用于确定风力涡轮机布局的方法。该方法包括确定至少一个设计标准。准备包括至少一个风力涡轮机位置的风力涡轮机布局，并确定各个风力涡轮机位置处的现场条件。响应于现场条件来评价一个或多个场设计度量。响应于现场条件来分析场设计度量。该方法进一步包括将约束应用于风力涡轮机布局，且将场设计度量和约束与设计标准进行比较。之后，响应于比较步骤在布局内选择性地调整风力涡轮机位置。该方法包括外部地提供的设计标准，并且选择性地调整持续到布局符合设计标准。 
本公开的方法包括以以下内容来计算最优或接近最优的运行的能力：大量涡轮机、可变数量的涡轮机、涡轮机的不同模型和构造、复杂的现场山岳形态学、地形，以及表面粗糙度、通过(例如)排除低风速地区来缩小搜索范围的领域知识、复杂的声学噪声模型、涵盖基础设施的详细成本模型和财务度量。 
另一个优点是，该方法包括用于风力涡轮机位置优化的在计算上高效、精确且健壮的平台。 
另一个优点是，该方法包括多学科，其包括例如：(1)风厂的发电量的风力资源评估和预测，(2)机械载荷分析，(3)噪声建模，以及(4)用于确定风力发电场内的风力涡轮机位置的包括或不包括财务度量、多目标和多约束的成本建模。 
此外，该方法用分析工具提供柔性以量化场设计度量，从而容许能够允许使用当前和未来的工具来进行分析，其中，用于优化的工具不限于特定的工具(如计算机软件)。此外，该方法允许使用工具来生成信息的栅格，或可诸如从查询表中容易地获得的数据，以及可以代替详细的分析工具自身而用于优化循环中的类似构造。 
另一个优点包括将机械载荷分析直接用于确定风力发电场中的风力涡轮机的布置的能力。 
结合以实例的方式说明本发明的原理的附图，通过对优选实施例的以下更详细的说明，本发明的其它特征和优点将显而易见。 
附图简述 
图1显示了风力涡轮机的一个示例性构造的说明。 
图2显示了根据本公开的一个实施例的风力发电场的示意图。 
图3显示了根据本公开的一个实施例的、被认为适于风力的现场(风力涡轮机现场)上的风力发电场的平面图。 
图4显示了根据本公开的一个实施例的全过程流程图。 
图5显示了根据本公开的一个实施例的过程流程图。 
图6-10显示了对于根据本公开的一个实施例所执行的实例做出的计算和对于计算的代表性布局。 
在任何可能的情况下，相同参考标号在全部附图中将用于指代相同或相似的部分。 
具体实施方式
如图1所示，风力涡轮机100大体包括容纳有发电机(图1中未示 出)的机舱102。机舱102是安装在塔架104顶部的外壳，在图1中仅示出了其一部分。塔架104的高度基于本领域已知的因素和条件来选择，并且可以延伸到高达60米或更高的高度。风力涡轮机100可以安装在提供通向具有合乎需要的风力条件的区域的任何地带上。该地带可有很大不同，并且可包括但不限于山区或近海的位置。风力涡轮机100还包括转子106，该转子106包括附接到旋转的毂110上的一个或多个转子叶片108。虽然图1所示的风力涡轮机100包括三个转子叶片108，但是不存在对本发明所要求的转子叶片108的数量的特别限制。随着叶片108旋转，由叶片108和其它构件产生了噪声。 
图2显示了风力发电场200的示意性表示。风力发电场200包括优选地由中心监控装置201控制和/或监控的多个风力涡轮机100。信号203可以传送到风力涡轮机100，和/或从风力涡轮机100中传送出来，以提供监控数据和/或控制信号。场200中的风力涡轮机100的数量没有限制，且可包括一个或许多个风力涡轮机100。风力发电场200布置成以便提供组合的功率输出。 
本公开的一个实施例包括用于确定风力发电场内的风力涡轮机在特定区域或现场上的有益布置的方法。图3包括由分界线304界定的风力涡轮机现场300。现场300包括布置在其中的多个风力涡轮机100。风力发电场200包括布置在多种地形上的该多个风力涡轮机100。山岳形态学包括描绘现场300内的海拔变化的海拔等高线301。表面粗糙度302代表地被及其对现场300内的风力条件的影响。如果附近有重要的住宅和工厂厂房，考虑地形也是重要的。此外，现场300显示了禁区303，其可能是湖泊、不牢固的土壤、荒凉地带或风力涡轮机由于任何原因不能定位在其上的其它区域。另外，现场300可包括或紧邻噪声敏感区域305，噪声敏感区域305可包括住宅、商行、自然保护区，或者对噪声敏感或不能容忍噪声或紧邻风力涡轮机100的其它区域。禁区305不限于对噪声敏感的区域，但可包括对风力涡轮机100、风力涡轮机结构(如塔架104)或相关结构或支承构件的存在敏 感或不能容忍该存在的区域(如通路或保护栅栏、候鸟路径、针对各种动物的栖息区域缩小考虑等)。 
本公开提供了确定风力涡轮机现场内的风力涡轮机100的有益布置的方法。例如，如图3所说明，且如图4和5所示，本公开的方法可以提供这样的风力涡轮机位置：该位置包括对风力或气象条件、根据风力涡轮机构件和基础上的机械载荷的风力涡轮机设计极限、地面山岳形态学和表面粗糙度、禁区、噪声敏感度、成本和发电性能和/或经济情况的同时考虑。 
图4显示了根据本公开的一个实施例的说明了一种示例性方法的全过程流程图。该方法包括预优化设置步骤400，位置确定步骤402，以及最终布局步骤422。预优化设置步骤400可包括且不限于所显示的五种类型：1)重要的噪声接受器坐标和对应的噪声极限，步骤405，2)地带地形和表面粗糙度，步骤406，3)风场的坐标边界，步骤407，4)禁区的坐标边界，步骤408，以及5)在现场测量到的或为现场预测的风力和其它气象数据，以及其它用户指定的输入信息，步骤409。来自步骤405、406、407、408和409的输入可以由用户或其它实体提供，或者可以以任何适当的方式测量或确定。例如，重要的噪声接受器的坐标和噪声极限，步骤405，可以由风力涡轮机开发者/操作者/拥有者指定，或者可以由对风力发电场区域的物理调查确定。如本文所用，“坐标”指的是相对位置且不限于特定的位置确定系统。例如，为了标识单个位置，风力涡轮机布局可以构造成(x，y)坐标平面。然而，本公开不限于此。 
地带地形和表面粗糙度，步骤406，可以从任何可用的源中获得或者可以直接确定。例如，卫星图像或可用的地形图可用于确定现场300的相对海拔和地形302。现场300的坐标边界，步骤407，是可以预先确定或可以由所考虑的区域天然地限定的位置。例如，现场300可以由风力发电场200操作者拥有的区域所界定。禁区303的坐标边界或位置，步骤408，可以由对现场300的物理检查、卫星图、地质 研究，或者由提供区域的允许安装风力涡轮机100的适用性的任何其它方法或源来确定。禁区也可以出于环境或野生生物考虑(例如但不限于保护区或候鸟路径)而产生。在另一个实施例中，单个风力涡轮机100的布局可以随机地确定，或者根据预定模式确定。在又一个实施例中，单个风力涡轮机100的布局可以由通过过程中的循环被调整的风力涡轮机位置来确定。除了各个涡轮机的坐标(x，y)之外，涡轮机的数量也可以是设计变量或者该数量可以是固定的。此外，可以由风力发电场开发者/操作者/拥有者或其它源提供其它输入，步骤409，以提供预优化设置。其它输入可以包括房地产交易考虑、在步骤405-408中尚未输入的关于特定区域的已知难题或问题。此外，预优化设置不限于上述步骤，且可以以提供充分的信息以便提供风力涡轮机布局的任何适当的方式实现。 
本公开提供了确定风力涡轮机现场内的风力涡轮机100的有益布置的方法。例如，如图3所说明，且如图4和5所示，本公开的方法可以提供以下风力涡轮机位置：该位置包括对风力或气象条件、关于风力涡轮机构件和基础上的机械载荷的风力涡轮机设计极限、地面山岳形态学和表面粗糙度、禁区、噪声敏感度、成本和发电性能和/或财务度量的同时考虑。 
图5显示了根据本公开的一个实施例说明了一种示例性方法的过程流程图。为了确定风力发电场内的风力涡轮机的有益位置，确定或选择设计标准，步骤401。设计标准可以包括特定的现场300强加的目标和约束。设计标准可以包括现场300的、限制风力涡轮机100的某些位置或排除将风力涡轮机定位在特定位置处的能力的部分。虽然不受这样的限制，但是设计标准可以包括最大发电量和最小成本。在其它实施例中，在符合不超过应用于噪声敏感区域305的噪声极限的同时，设计标准可以包括最大发电量。其它变量可以包括期望的特定涡轮机模型、毂高度和涡轮机控制器策略。该方法可以允许针对设计标准(例如处于设计极限内的风力涡轮机设计载荷界限下的最大发电 量)对风力涡轮机位置进行有益的选择。在另一个实施例中，最小成本和/或最小噪声可以用作设计标准。在这个实施例中，在满足使所有载荷设计界限为正且不超过任何噪声约束的约束的同时，该方法可以设法同时符合一个或若干个目标(如最大能量捕获和最小成本)。再者，可以备选地或者在其它设计标准之外使用财务模型。在这个实施例中，风力发电场的发电量和总成本可以输入到财务设计标准中。虽然不受这样的限制，但是其它设计标准可以单独地或者以组合的方式包括最大容量因数、最小尾流损失、最小成本、最大内部收益率、最大开发商费、最小能量成本和最大净现值。虽然不限于因素的这些组合或数量，但是设计标准可以包括以下因素：(1)最大发电量和(2)(涡轮机+基础设施的)最小成本。此外，两个设计标准可以组合成单个财务度量，例如内部收益率或净现值。三个重要的约束包括以下内容：(1)所关注的风力涡轮机模型/构造的设计极限数据内的机械载荷设计界限，(2)噪声极限内的关键接受器处的噪声，以及(3)没有风力涡轮机位于禁区中或现场边界之外。若干辅助设计度量可包括但不限于最小噪声、最大容量因数、最小尾流损失(即由于风力涡轮机尾流而引起的发电损失)、最小机械载荷(即最大设计载荷界限或最大限度地减小机械载荷水平)及其组合。当使用两个或更多设计标准时，该方法可以提供(例如)帕累托前沿(即两个/三个目标之间的权衡曲线/表面)，帕累托前沿可用于做出对涡轮机位置的设计决定。可以在本发明中规定设计标准和/或约束的任何组合。不存在对设计标准的数量的限制，也不存在对约束的数量的限制。设计标准和约束是设计度量，要么是主要度量，要么是辅助度量。 
一旦确定了设计标准和约束，就在风场200内准备好风力涡轮机布局，步骤403。通过使用来自预优化设置步骤400(也可参见图4)的信息来准备布局。 
一旦确定了风力涡轮机布局，就确定现场300的现场条件，步骤413。如本文所用，“现场条件”包括风力条件、现场处的条件、大 气条件，或影响风力涡轮机的运行的任何其它条件。例如，虽然不受这样的限制，但是现场条件确定包括了确定各个风力涡轮机位置处的风力条件。其它现场条件包括从温度和压力数据中获得的空气密度、流动倾角和相对于风力涡轮机转子平面的进风角。可以为风力发电场200内的各个风力涡轮机测量、计算、预测、估计、推断或否则分配现场条件。风力条件可以包括任何适当的风力条件参数，包括但不限于风速、风向、垂直和水平风切变、空气密度、气象条件或可用于预测风厂水平下的发电量和/或风力涡轮机机械载荷(疲劳和/或极限)的任何其它条件。此外，虽然不受这样的限制，但是风力条件和/或现场条件可以包括确定极风(如具有平均10分钟时间和50年重现周期的骤风)、风湍流强度、风切变、流动倾角或用于分析的其它参数(如用于现场300的现场分析度量)。虽然不受这样的限制，但是商业上可获得的风力或气象模型，例如WindProTM、WindFarmerTM或WindFarmT模型或计算，可用于确定风力条件和/或现场条件。 
一旦确定了现场条件，就评价主要场设计度量，步骤415。主要场设计度量包括但不限于布局内的各个风力涡轮机位置处的机械载荷设计界限，以及风力发电场200的总发电量。响应于步骤411中确定的风力条件，可以在现场300中的各个风力涡轮机100上执行机械载荷分析。可以基于特定的风力涡轮机特点，用适当的气动弹性风力涡轮机仿真模型或计算来执行机械载荷评估。可商业获得的风力涡轮机载荷分析工具的实例是BLADED(可从英国布里斯托尔的GarradHassan获得)和ADAMS-WT(可从加利福尼亚圣安娜的MSC软件公司获得)。任何载荷分析工具都可用于对特定的风力涡轮机或特定的风力涡轮机设计模型化和/或确定风力涡轮机100上的机械载荷(疲劳和极限)。例如，机械载荷确定装置可以是提供风力涡轮机的不同构件(例如载荷传感器)上的载荷水平、且通过将它们与设计载荷进行比较来计算设计载荷界限的载荷分析工具。目标是(例如)与设计载荷相比在所有载荷传感器上具有正的界限。此外，应当考虑疲劳和极限载荷两者， 但是载荷分析可仅限于疲劳载荷，或者仅限于极限载荷。 
除了确定机械载荷之外，主要现场设计度量包括风力发电场的总发电量的确定。可以以任何适当的方式确定总发电量，包括但不限于基于步骤413中所确定的风力条件和现场条件对风力涡轮机性能进行建模。可商业获得的工具可用于确定各个风力涡轮机的发电量，该发电量可以加总到风力发电场水平。风力资源网的使用是加速分析的特别有效的选择，但是必须包括尾流模型，以解决风力涡轮机尾流造成的发电减少。 
主要场设计度量优选地包括布局内的各个风力涡轮机位置处的机械设计载荷界限和风力发电场200的总发电量两者，其中各个度量单独地相等地加权或不相等地加权。 
一个辅助设计度量包括成本模型或计算，取决于涡轮机的数量是固定的还是可自由变化的，该成本模型或计算量化了场成本或风力发电场总成本的收支差额。成本辅助设计度量可以附加到经济模型中，或者可以在经济模型之外提供。成本模型辅助设计度量能够量化场成本及风力发电场总成本的收支差额。此外，经济模型或计算(可包括基于总体能量捕获的计算)提供了财务度量，例如内部收益率。经济模型辅助设计度量可以提供财务度量(诸如内部收益率和开发商费)，或者对风力发电场的经济情况有影响的其它因素。 
另一个辅助场设计度量包括风力发电场200内的各个风力涡轮机处及附近的噪声。在一个实施例中，噪声模型可用于基于某些或全部风力涡轮机100的声压水平的贡献来确定现场300内或现场300附近的所关注的任何点处的声压水平。例如，基于关于声学的ISO标准9613-2、利用对所关注的任何点处的总噪声的第一级评估的方法可用于提供用于噪声的辅助场设计度量。 
辅助设计度量可以包括风力发电场200的、组合起来的或单独的经济分析、成本分析和/或噪声分析，其中各个度量单独地相等地加权或不相等地加权。 
一旦确定了主要场设计度量和辅助场设计度量，就分析该主要场设计度量和辅助场设计度量、应用约束且使场设计度量与设计标准进行比较，步骤419。主要现场和辅助现场的分析包括汇编度量并提供与设计标准的比较。例如，虽然不是限制性的，但是用于总发电量的主要设计度量可以与用于能量捕获的最大设计标准或期望的设计标准进行比较。此外，可以应用对布局的一个或多个约束。例如，约束可以包括正的设计载荷界限。也就是说，单个风力涡轮机的设计载荷界限可以限制或者恶化风力涡轮机100的特定位置或多个位置。此外，示例性约束可以包括要求来自所有涡轮机的噪声低于噪声敏感区域处所允许的最大声压水平。约束可以基于特定的约束消除或恶化位置或布局。 
一旦已完成了分析、约束应用和比较，如果达到了停止标准(步骤421)，布局就是最终布局(步骤422)。停止标准可以包括(例如)场设计度量在如步骤419中所确定的设计标准上的收敛。或者，停止标准可以是风力涡轮机布局的预定次数的迭代。 
如果还没有达到停止标准，则调整布局内的风力涡轮机位置(步骤423)，且过程返回到风力涡轮机布局的准备(步骤403)。步骤423中的风力涡轮机位置的调整中的新位置可以以任何适当的方式确定。例如，虽然不受这样的限制，但是遗传算法可用于确定用于风力涡轮机100的新位置。在另一个实施例中，用于风场200内的风力涡轮机100的新位置可以随机地确定。用于确定风力涡轮机位置的调整的适当算法可以包括计算或模型，例如遗传算法和差异进化、随机搜索技术(例如自适应Metropolis搜索)，以及包括基于梯度的方法和不基于梯度的方法两者的确定性搜索技术。 
实例 
图6-10显示了根据本公开的方法的、为风力涡轮机布局找到的迭代解。所显示的布局中的各个布局都包括布置在边界304界定的现场 300内的风力涡轮机100。图6-10所示的实例还包括现场300内的禁区303。 
如图6所示，在N1次迭代之后，根据本公开的方法评价布局600。设计标准包括了最大限度地增大年发电量(AEP)。场设计度量包括了年净发电量(AEP)和机械设计载荷界限，两者都是主要度量。用于设计标准的评价图表601显示为以千兆瓦时(GWhr)表示的年净发电量。强制执行的约束包括了用于所有风力涡轮机的正的机械设计载荷界限，且“控制违反”图表602包括了对应于强加在布局上的约束处罚的量级的违反区域603。遵从线605对应于一点，在该点上，对应于特定迭代的布局没有被约束恶化(参见例如图8-10)。随着每次迭代，根据场设计度量(即年发电量和机械设计载荷界限)的评价对布局进行调整。 
如图7所示，在N2次迭代之后，根据本公开的方法来评价布局600。如图8所示，在N3次迭代之后，根据本公开的方法来评价布局。如图9所示，在N4次迭代之后，根据本公开的方法来评价布局。如图10所示，在N5次迭代之后，根据本公开的方法来评价布局。在N5次迭代时，一旦超过了迭代次数，达到了包括了设计标准的期望的解(如AEP改进5％)，则基于期望的值AEP来确定最终布局，最大极限(即N5)对应于预定的最大迭代次数。 
虽然已经根据优选实施例描述了本发明，但是本领域技术人员将理解，可以做出各种改变且等效物可以代替其元素，而不偏离本发明的范围。此外，可以做出许多修改，以使特定情况或材料适应本发明的教导而不偏离其本质范围。因此，旨在使本发明不限于作为构思为用于实现本发明的最佳模式而公开的特定实施例，而是本发明将包括落在所附的权利要求书的范围之内的所有实施例。 

Claims (10)

1.一种包括至少一个风力涡轮机(100)的风力发电场，所述至少一个风力涡轮机(100)构造成以便以下列方式来重新定位：
确定至少一个设计标准；
提供包括至少一个风力涡轮机位置的风力涡轮机布局；
确定各个风力涡轮机位置处的现场条件；
响应于所述现场条件确定一个或多个场设计度量；其中，所述一个或多个场设计度量包括对于至少一个风力涡轮机的机械设计载荷界限；
响应于所述现场条件分析所述一个或多个场设计度量；
将约束应用于所述风力涡轮机布局；
将场设计度量和约束两者与设计标准进行比较；以及
响应于所述比较步骤选择性地调整风力涡轮机位置。
2.根据权利要求1所述的风力发电场，其特征在于，所述设计标准选自由最大发电量、最大容量因数、最小尾流损失、最小成本、最大内部收益率、最大开发商费、最小能量成本、最大净现值及其组合所组成的组。
3.根据权利要求1所述的风力发电场，其特征在于，所述现场条件选自由风速、风向、风切变、风湍流强度、空气密度、气象条件及其组合所组成的组。
4.根据权利要求1所述的风力发电场，其特征在于，所述一个或多个场设计度量包括主要场设计度量和辅助场设计度量。
5.根据权利要求4所述的风力发电场，其特征在于，所述一个或多个场设计度量包括所述风力发电场的总发电量。
6.根据权利要求4所述的风力发电场，其特征在于，所述主要场设计度量选自由布局内的各个风力涡轮机位置处的机械设计载荷界限和所述风场的总发电量所组成的组。
7.根据权利要求4所述的风力发电场，其特征在于，所述辅助场设计度量选自由经济模型、风力涡轮机成本、噪声及其组合所组成的组。
8.根据权利要求1所述的风力发电场，其特征在于，所述约束直接约束可用于风力涡轮机的布置的区域。
9.根据权利要求1所述的风力发电场，其特征在于，所述选择性地调整包括确定是否存在停止标准。
10.根据权利要求1所述的风力发电场，其特征在于，所述选择性地调整包括基于遗传算法来确定所述布局中的风力涡轮机位置。
CN200910149206.XA 2008-05-30 2009-05-27 风力发电场 Active CN101592130B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US12/130509 2008-05-30
US12/130,509 US8050899B2 (en) 2008-05-30 2008-05-30 Method for wind turbine placement in a wind power plant

Publications (2)

Publication Number Publication Date
CN101592130A CN101592130A (zh) 2009-12-02
CN101592130B true CN101592130B (zh) 2014-11-12

Family

ID=40785576

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200910149206.XA Active CN101592130B (zh) 2008-05-30 2009-05-27 风力发电场

Country Status (4)

Country Link
US (1) US8050899B2 (zh)
EP (1) EP2128441A3 (zh)
CN (1) CN101592130B (zh)
CA (1) CA2667152C (zh)

Families Citing this family (65)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7941304B2 (en) * 2009-04-30 2011-05-10 General Electric Company Method for enhancement of a wind plant layout with multiple wind turbines
US8554519B2 (en) * 2010-02-25 2013-10-08 International Business Machines Corporation Method for designing the layout of turbines in a windfarm
US8035241B2 (en) * 2010-07-09 2011-10-11 General Electric Company Wind turbine, control system, and method for optimizing wind turbine power production
US8688281B2 (en) * 2010-08-31 2014-04-01 Vestas Wind Systems A/S Optimization of energy storage device usage in wind energy applications
US8112252B2 (en) * 2010-10-29 2012-02-07 General Electric Company Control system and methods of verifying operation of at least one wind turbine sensor
US20110223018A1 (en) * 2010-12-21 2011-09-15 Prashant Srinivasan Control System, Wind Farm, And Methods Of Optimizing The Operation Of A Wind Turbine
US8849737B1 (en) 2011-03-18 2014-09-30 Rockwell Collins, Inc. Prediction method of predicting a future state of a system
US9002483B1 (en) 2011-03-18 2015-04-07 Rockwell Collins, Inc. Diploid control of water heaters
US8583572B1 (en) 2011-03-18 2013-11-12 Rockwell Collins, Inc. Explicit diploid evolutionary control
US8606418B1 (en) 2011-03-18 2013-12-10 Rockwell Collins, Inc. Wind prediction for wind farms through the use of weather radar
US8489247B1 (en) * 2011-03-18 2013-07-16 Rockwell Collins, Inc. Agent-based chaotic control of wind turbines
ES2546882T3 (es) * 2011-04-04 2015-09-29 Siemens Aktiengesellschaft Método de optimización de una construcción de parque eólico
US8287228B2 (en) * 2011-06-30 2012-10-16 General Electric Company System and methods for controlling the amplitude modulation of noise generated by wind turbines
CN102306208A (zh) * 2011-06-30 2012-01-04 内蒙古电力勘测设计院 三位矢量化风电机组布置的方法
US9644610B2 (en) * 2011-12-06 2017-05-09 Vestas Wind Systems A/S Warning a wind turbine generator in a wind park of an extreme wind event
US9115699B2 (en) 2012-02-28 2015-08-25 General Electric Company Ultrasonic sound emitting devices for wind turbines
US20130332220A1 (en) * 2012-06-11 2013-12-12 Kaj Skov Nielsen Service planning tool for wind turbines
KR101299391B1 (ko) * 2012-06-13 2013-08-22 손범수 풍력터빈 설비에 있어서 유지보수를 위한 유전 알고리즘을 이용한 스케줄링
CN103514353A (zh) * 2012-06-29 2014-01-15 国际商业机器公司 新增风机的功率预测方法和系统
US9165092B2 (en) * 2012-07-31 2015-10-20 International Business Machines Corporation Wind farm layout in consideration of three-dimensional wake
US20150184647A1 (en) * 2012-09-27 2015-07-02 Jayaram JAYASHRI Modular pressurization element in reverse osmosis desalination
US9125394B2 (en) 2013-01-30 2015-09-08 General Electric Company Ultrasonic sound emitting devices for wind turbines
US9706766B2 (en) 2013-06-25 2017-07-18 General Electric Company Active systems and methods for producing ultrasonic sound emissions from wind turbines
US9551321B2 (en) 2013-06-26 2017-01-24 General Electric Company System and method for controlling a wind turbine
EP3047143B1 (en) 2013-09-17 2018-02-21 Vestas Wind Systems A/S Control method for a wind turbine
US9624905B2 (en) 2013-09-20 2017-04-18 General Electric Company System and method for preventing excessive loading on a wind turbine
US9631606B2 (en) 2014-04-14 2017-04-25 General Electric Company System and method for thrust-speed control of a wind turbine
CN104008434A (zh) * 2014-06-06 2014-08-27 上海交通大学 一种电力系统柔性约束优化方法
US10253758B2 (en) 2014-09-23 2019-04-09 General Electric Company System and method for optimizing wind farm performance
CN104481818A (zh) * 2014-10-08 2015-04-01 贺贵明 一种风场立体风流空间分布监测系统
WO2016082838A1 (en) * 2014-11-24 2016-06-02 Vestas Wind Systems A/S Determination of wind turbine configuration
US10100813B2 (en) * 2014-11-24 2018-10-16 General Electric Company Systems and methods for optimizing operation of a wind farm
EP3026508A1 (en) * 2014-11-25 2016-06-01 Siemens Aktiengesellschaft Method and system for determining optimized operation of a component of an automation system
US20160171401A1 (en) * 2014-12-11 2016-06-16 Hao Wu Layout optimization for interactional objects in a constrained geographical area
ES2537586B2 (es) * 2014-12-23 2015-11-20 Universidad De Cantabria Procedimiento de repotenciación de un parque eólico
US10385829B2 (en) 2016-05-11 2019-08-20 General Electric Company System and method for validating optimization of a wind farm
US10371124B2 (en) 2016-05-17 2019-08-06 General Electric Company System and method for determining wind farm wake loss
US10598151B2 (en) 2016-05-26 2020-03-24 General Electric Company System and method for micrositing a wind farm for loads optimization
US10260481B2 (en) 2016-06-28 2019-04-16 General Electric Company System and method for assessing farm-level performance of a wind farm
GB201617584D0 (en) * 2016-10-17 2016-11-30 Romax Technology Limited Determining loads on a wind turbine
US10740507B2 (en) 2016-12-20 2020-08-11 General Electric Company Wind turbine tower placement and orientation
US10316823B2 (en) * 2017-03-15 2019-06-11 Inventus Holdings, Llc Wind turbine group control for volant animal swarms
US10387728B2 (en) * 2017-05-18 2019-08-20 International Business Machines Corporation Mapping wind turbines and predicting wake effects using satellite imagery data
US10697439B2 (en) 2017-06-14 2020-06-30 General Electric Company Offset toggle method for wind turbine operation
US10634121B2 (en) 2017-06-15 2020-04-28 General Electric Company Variable rated speed control in partial load operation of a wind turbine
CN110094297B (zh) * 2018-01-31 2020-04-14 北京金风科创风电设备有限公司 基于扇区的风力发电机组的控制方法及控制系统
CN110500234B (zh) * 2018-05-18 2020-07-03 北京金风科创风电设备有限公司 用于风力发电机组的噪声控制的方法和装置
CN110500233B (zh) * 2018-05-18 2020-07-07 北京金风科创风电设备有限公司 用于多个风力发电机组的噪声控制的方法和装置
US10519870B2 (en) * 2018-06-04 2019-12-31 United Technologies Corporation Multiple mounting surface gearbox
ES2973712T3 (es) 2018-08-20 2024-06-24 Vestas Wind Sys As Método para determinar un diseño de turbina eólica
DE102018124084A1 (de) * 2018-09-28 2020-04-02 Wobben Properties Gmbh Verfahren zum Betreiben einer Windenergieanlage, Windenergieanlage und Windpark
EP3696406A1 (en) * 2019-02-13 2020-08-19 Siemens Gamesa Renewable Energy A/S A method for computer-implemented analysis of a wind farm comprising a number of wind turbines
EP3736440A1 (en) * 2019-05-10 2020-11-11 Siemens Gamesa Renewable Energy A/S A method for computer-implemented analysis of a wind farm comprising a number of wind turbines
CN110365050B (zh) * 2019-07-31 2023-04-28 上海电力大学 基于差分元胞遗传算法的dwf并网多目标优化方法
US11041481B2 (en) * 2019-08-27 2021-06-22 William Larry Hamilton Wind turbine farm
CN110991872A (zh) * 2019-11-29 2020-04-10 深圳智润新能源电力勘测设计院有限公司 风电场设计方案的评估方法及相关系统
CN111311022B (zh) * 2020-03-12 2023-06-27 深圳前海微众银行股份有限公司 发电量预测方法、装置、设备及计算机可读存储介质
CN111985690B (zh) * 2020-07-20 2022-12-06 明阳智慧能源集团股份公司 一种风电基地升压站选址方法
CN112733241B (zh) * 2021-01-15 2023-04-07 中新国际联合研究院 基于自适应差分进化算法的公共场所护栏布局优化方法
CN113239646B (zh) * 2021-05-25 2023-08-22 华能新能源股份有限公司 一种基于等效粗糙度风电场建模方法、介质和设备
CN113283100B (zh) * 2021-06-03 2023-05-23 中国电建集团青海省电力设计院有限公司 一种陆上风资源数字信息化开发方法
CN113294297B (zh) * 2021-06-11 2022-11-08 中南大学 风电机组非线性模型预测转矩控制变权重调节方法
CN114021235B (zh) * 2021-11-04 2022-12-27 中国电建集团河北省电力勘测设计研究院有限公司 一种基于AutoCAD的山地风电场风机定位方法
CN113962114B (zh) * 2021-12-22 2022-03-08 华中科技大学 一种大型海上风电集群风机排布优化方法及系统
CN114444784B (zh) * 2022-01-07 2024-09-17 华北电力大学 风电场机位的多目标排布优化方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1975155A (zh) * 2005-11-29 2007-06-06 通用电气公司 风力发电场涡轮控制系统以及估算风力条件并优化性能的方法
EP1900938A1 (de) * 2006-09-15 2008-03-19 Traugott Garzmann Windfarmen mit hoher Ausnutzung mit direkt angetriebenen Generatoren mit Fremdbelüftung

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4155252A (en) 1978-01-11 1979-05-22 Morrill Ralph A Wind energy metering and recording systems
US5646343A (en) 1993-07-02 1997-07-08 Pritchard; Declan Nigel System and method for monitoring wind characteristics
DE10022978A1 (de) 2000-05-11 2002-05-16 Aloys Wobben Verfahren zum Micrositing eines Windparks
US8072584B2 (en) * 2002-08-02 2011-12-06 Ophir Corporation Optical air data systems and methods
US6763291B1 (en) 2003-09-24 2004-07-13 General Electric Company Method and apparatus for controlling a plurality of locomotives
US7285926B2 (en) 2005-06-30 2007-10-23 General Electric Company System and method for locomotive adhesion control
US20090099702A1 (en) * 2007-10-16 2009-04-16 General Electric Company System and method for optimizing wake interaction between wind turbines

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1975155A (zh) * 2005-11-29 2007-06-06 通用电气公司 风力发电场涡轮控制系统以及估算风力条件并优化性能的方法
EP1900938A1 (de) * 2006-09-15 2008-03-19 Traugott Garzmann Windfarmen mit hoher Ausnutzung mit direkt angetriebenen Generatoren mit Fremdbelüftung

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
G. Mosetti,et al.Optimization of wind turbine positioning in large windfarms by means of a genetic algorithm.《Journal of Wind Engineering and Industrial Aerodynamics》.1994,第51卷(第1期),105-116. *
Optimization of wind turbine positioning in large windfarms by means of a genetic algorithm;G. Mosetti,et al;《Journal of Wind Engineering and Industrial Aerodynamics》;19940131;第51卷(第1期);105-116 *

Also Published As

Publication number Publication date
CA2667152C (en) 2013-03-12
US20090295165A1 (en) 2009-12-03
EP2128441A2 (en) 2009-12-02
US8050899B2 (en) 2011-11-01
CN101592130A (zh) 2009-12-02
EP2128441A3 (en) 2012-05-02
CA2667152A1 (en) 2009-11-30

Similar Documents

Publication Publication Date Title
CN101592130B (zh) 风力发电场
Saint-Drenan et al. A parametric model for wind turbine power curves incorporating environmental conditions
CN101876289B (zh) 用于增强具有多个风力涡轮机的风电厂布局的方法
CN107944632A (zh) 一种基于开发地图的风电场选址系统及选址方法
US10352973B2 (en) Method of computer-assisted determination of the usage of electrical energy produced by a power generation plant, particularly a renewable power generation plant
US20130038060A1 (en) Method for controlling a wind power park and a wind power park controlled by such method
KR101411420B1 (ko) 시뮬레이션 기법을 이용한 풍력 발전 단지의 풍력 발전기 제어 시스템 및 방법
CN105041572A (zh) 用于优化风电场操作的系统和方法
US12118275B2 (en) Method for determining a wind turbine layout
Agarwal et al. Issues and challenges of wind energy
CN105492762A (zh) 根据风力涡轮机或类似设备的位置确定其部件寿命的方法
KR102002548B1 (ko) 영농형 태양광 발전 예측시스템 및 이를 이용한 발전량 및 수익 예측 방법
Smith et al. Built-environment wind turbine roadmap
Clifton et al. Research challenges and needs for the deployment of wind energy in hilly and mountainous regions
Chourpouliadis et al. Comparative study of the power production and noise emissions impact from two wind farms
KR20180020436A (ko) 기후변화 시나리오를 이용한 태양광 발전사업의 실물옵션 투자결정 방법 및 지원 시스템
Hendriks et al. DOWEC concept study; evaluation of wind turbine concepts for large scale offshore application
DuPont et al. Multi-stage optimization of wind farms with limiting factors
Clifton et al. Research challenges and needs for the deployment of wind energy in atmospherically complex locations
Wild et al. Australian National Electricity Market Model-Version 1.10
Giebel et al. Posspow: Possible power of offshore wind power plants
Rosencrans The Effects of Wind Farm Wakes on Wind Resource Assessment
DELTENRE RENEWABLE ENERGY SYSTEMS ON HIGH-RISE ROOFTOPS: A MULTI-CRITERIA ANALYSIS.
Kirby et al. Turbine-and farm-scale power losses in wind farms: an alternative to wake and farm blockage losses
Bulder et al. Scoping analysis of the potential yield of the Hollandse Kust (noord) wind farm and the influence on the existing wind farms in the proximity

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240109

Address after: Barcelona, Spain

Patentee after: Ge renewable energy Spain Ltd.

Address before: New York, United States

Patentee before: General Electric Co.