CN103605912B - 一种风电场功率外特性建模方法 - Google Patents
一种风电场功率外特性建模方法 Download PDFInfo
- Publication number
- CN103605912B CN103605912B CN201310669198.8A CN201310669198A CN103605912B CN 103605912 B CN103605912 B CN 103605912B CN 201310669198 A CN201310669198 A CN 201310669198A CN 103605912 B CN103605912 B CN 103605912B
- Authority
- CN
- China
- Prior art keywords
- wind
- wind speed
- blower fan
- energy turbine
- turbine set
- 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
Links
Classifications
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Abstract
本发明公开了一种风电场功率外特性建模方法,根据风电场区域内测风塔平均风速,考虑风机布置及风向,利用尾流模型,计算风电场内各台风机轮毂高度处平均输入风速,建立风电场内风速空间分布;考虑风机自身桨叶旋转采样以及风机惯性,将轮毂高度处平均风速转换成转轴处等效风速时间序列;考虑风速在空间上的传播,计算风速从上游机组到下游机组的时间延时,得到考虑时间延时的等效风速时间序列,建立完整的风电场风速时空分布;考虑桨距角、偏航角和风机故障检修情况,计算考虑风电场控制及运行状态的风功率输出。以某实际风电场地理数据和风机参数为基础的仿真算例验证了所提方法的可行性和合理性。本专利具有良好的推广价值和应用前景。
Description
技术领域
本发明属于电力系统运行与控制领域,涉及一种风电场功率外特性建模方法,尤其涉及一种考虑风速时空分布特性及风机运行状态的风电场功率外特性建模方法。
背景技术
随着风力发电的大规模开发,风电对电网安全运行和调度控制等带来巨大挑战。为电力系统提供精确的风电场功率输出对电力安全生产至关重要。
基于历史功率数据的风功率建模,受网侧限出力影响,无法真实反映风电场实际功率的变化规律。
基于风速预测的风功率建模,风速模型的建立尤为关键。针对风速模拟国内外学者进行了大量基础研究,可分为三类:
(1)将自然风看做平均风速和湍动分量叠加而成,针对湍动分量的统计特点进行模拟,常用的方法有谐波合成法和线性滤波法。利用三角函数叠加的谐波合成法精度高,但不能描述风机间风速的相关性,且计算量大;基于数字滤波技术的线性滤波法计算量小,速度快,同时考虑了风速间的时空相关性,但多适用于模拟高层建筑垂直方向上的风速时程;
(2)基于风速的功率谱密度函数(PSD),结合风电场内空间相关性矩阵,考虑风机旋转湍流、塔影效应及风剪切等影响因素,建立风电场内风机等效风速模型;通常此类方法输入为全场统一风速,空间尺度范围大,不能精确到每台风机;
(3)结合风电场内空间物理关系,通过某台风机处风速,运用解析法或流体力学计算法描述风电场内风的流动过程,计算场内其他风机风速;采用流体力学计算法描述风电场内不同条件下风速和风向分布,但模型对输入参数要求高,计算复杂度高;采用尾流模型描述风机背面流场运动及风速变化,虽计算简单,满足精度要求,但未考虑风速传播的时延效应。
一般而言,影响风电场功率输出的主要因素有:风机分布和地形、风速及风向、风机机械特性以及风机控制运行状态。其中,风机分布和地形主要影响风电场内部大气流动,导致各风机轮毂高度处输入风速的不同,进而影响风速的空间分布特性。而平均风速、风向及风机布置主要影响风电场内风机间的时间延迟。由于风机机械特性(桨叶的旋转采样,转轴惯量以及风机塔影效应)的影响,风机轮毂高度处和转轴处的输入风速是不同的。同时,风机桨距角偏航角控制,以及风机运行状态(正常运行或故障检修)直接影响风电场功率输出。
另外,由于成本限制,风速监测和预报一般只精确到风电场级和分钟级,而不能细化到每台风机的秒级功率输出。空间解析精度的提高有利于模拟复杂地形处的风速时程;而时间尺度的精确有利于满足调度控制需求。
发明内容
为了提高风速监测和预报的空间解析精度和时间尺度,本发明以区域内测风塔观测的分钟级平均风速和风向为输入,研究风机地理分布以及风机启停对尾流模型的影响,计及风速在空间分布的时延效应,建立了考虑风速时空分布特性的等效风速模型;在此基础上,进一步考虑风机的机械特性及控制运行状态,提出了风电场功率外特性建模方法。
本发明所采用的技术方案是,一种风电场功率外特性建模方法,其特征在于,包括以下步骤:
步骤1:根据测风塔10-15分钟平均风速,考虑风电场区域内地形,风机空间分布及风向,利用尾流模型,计算风电场内各台风机轮毂高度处平均输入风速,建立风电场内风速空间分布;
步骤2:考虑风机自身桨叶旋转采样、塔影、风剪切效应,以及风机机械系统的惯性作用,根据风机等效风速模型,将轮毂高度处平均风速转换成转轴处等效风速时间序列;
步骤3:以第一台接受到风能风机为坐标原点,进行坐标变换后,以上游机组轮毂处平均输入风速为该时间段内统一风速,计算风速从上游机组传播到下游机组的时间延时,得到考虑时间延时的等效风速时间序列,建立完整的风电场风速时空分布;
步骤4:考虑桨距角、偏航角和风机故障检修情况,计算考虑风电场控制及运行状态的风功率输出,建立风电场功率外特性模型。
本发明考虑风电场内风速的时空分布特性,以此为基础,提出考虑风机控制及运行状态的风电场功率外特性建模方法,提高了风速监测和预报的空间解析精度和时间尺度;并且,本发明以某实际风电场地理数据和风机参数为基础的仿真算例验证了所提方法的可行性和合理性。本方法具有良好的推广价值和应用前景。
附图说明
图1:是本发明实施例的自然风通道图。
图2:是本发明实施例的风机背后尾流扩张示意图。
图3-1:是本发明实施例的两风机轴心水平距离大于上游风机在下游风机处投影半径的不完全遮挡投影示意图。
图3-2:是本发明实施例的两风机轴心水平距离小于上游风机在下游风机处投影半径的不完全遮挡投影示意图。
图4:是本发明实施例的等效风速模型结构图。
图5:是本发明实施例的等效风速模型具体模块组成图。
图6:是本发明实施例的11m/s时等效风速仿真结果图。
图7:是本发明实施例的风机坐标变换示意图。
图8:是本发明实施例的风能利用系数特性图。
图9:是本发明实施例的风电场功率外特性建模流程图。
图10:是本发明实施例的风电场风机布置示意图。
图11:是本发明实施例的风电场风机轮毂高度处风速空间分布图。
图12:是本发明实施例的3、17、33号风机停运前后风电场各台机组轮毂高度处平均风速分布对比图。
图13:是本发明实施例的三台风机转轴处风速时间分布。
图14:是本发明实施例的基于风速时空分布特性的风电场功率输出图。
图15:是本发明实施例的不同算例下风电功率输出比较图。
图16:是本发明实施例的桨距角为0°时风电功率波动PSD对比图。
图17-1:是本发明实施例的同一平均风速下,不同风向时的功率影响因子变化特征图。
图17-2:是本发明实施例的同一风向下,不同风速时的功率影响因子变化特征图。
具体实施方式
以下经结合附图和具体实施例对本发明做进一步的说明。
首先,本实施例对基于尾流模型的风速空间分布特性进行分析:
当自然风经过风电场时,风速方向上前后风电机组的输入风速是不同的。由于上游风机的遮挡,自然风通过上游风机吹向下游机组时,会对下游机组产生强烈湍流,下游机组的输入风速将小于上游机组的输入风速,这种现象称为尾流效应。而且,风力机相距越近,尾流效应的影响越大。
空气动力学中,气流速度不高时(与音速之比小于0.3),在流动过程中的速度变化所引起的压强变化不足以使气流的密度有显著变化。这种流动称为不可压缩流动。风电场中风速传播可近似看做不可压缩流动。
请见图1,为自然风通道图,自然风经过风机后,风机背面风速vw0和风机输入风速v0的关系为:
轴向感应系数a为因叶轮旋转的风速削减部分与初始风速v0之比;推力系数CT=4a(1-a),由风机厂商提供。
目前,有许多能用于模拟尾流效应的数学模型,其中最常用的是Jensen尾流模型,其计算基础为风机背后尾流是线性扩张的假设。
请见图2,为风机背后尾流扩张示意图,假设风机背面尾流为线性扩张,在距离上游风电机组x处,尾流影响半径满足:
r(x)=rrot+xtanα(式贰)
其中,r(x)为x处尾流影响半径,rrot为上游风机桨叶半径;x为两台风机间的距离;tanα为线性扩张角,取值与地形有关,一般陆地上tanα=0.04。
自然风经过上游风机后,下游风机接收的风速包括尾流风速分量vw(x)和自然风速v0分量,根据动量定理,
根据式壹、式贰和式叁,可得:
vw(x)表示受上游风机影响,其下游xm处的尾流风速。上述为两台风机之间的尾流模型,下面描述模拟风电场及风电场群中多台风机间的尾流模型及尾流影响下的各风机平均输入风速。
设风电场中有N台机组,区域内测风塔自然风速v0,其中第j台风机的平均输入风速不仅受到距离其最近的机组的尾流影响,同时也受到其他上游机组的影响。
根据上游风机对下游风机的阴影遮挡面积,将尾流影响分成三类:完全遮挡,不完全遮挡,不遮挡,并且根据阴影遮挡的面积定义上游风机对下游风机输入风速的尾流影响因数。尾流影响因数与阴影遮挡面积密切相关,定义第k台风机对第j台风机的尾流影响因数:
BTj,Tk=Ashad_jk/Arot_j(式伍)
其中,Ashad_jk为风机k在风机j处的投影面积,Arot_j为风机桨叶扫风面积。
式伍中,完全遮挡和不遮挡的情况下,BTj,Tk分别为1和0;请见图3-1,为两风机轴心水平距离大于上游风机在下游风机处投影半径的不完全遮挡投影示意图,即r(x)<d<r(x)+rrot;请见图3-2,两风机轴心水平距离小于上游风机在下游风机处投影半径的不完全遮挡投影示意图,即r(x)-rrot<d<r(x)。
不完全遮挡时,投影面积计算如下:
当r(x)<d<r(x)+rrot时,
当r(x)-rrot<d<r(x)时,
最后,集合所有同场风机对机组j的尾流影响,可得:
式捌中,vTj为第j台风机的输入风速m/s,v0为自然风速,其单位为m/s,vwake_Tk为根据式伍计算出的第k台风机的尾流风速,BTj,Tk为第k台风机对第j台风机的尾流影响因数,d为垂直于风向方向上,两台风机轴心的水平距离,d1为两台风机投影圆面公共弦中点到上游风机投影圆面圆心间水平距离,Z为两台风机投影圆面公共弦顶点到下游风机投影圆面圆心间水平距离。
考虑风机分布和地形,平均风速及风向等因素影响,通过上述尾流模型,即可实现空间尺度上从风电场区域平均风速到风电机组处平均风速的精确刻画,从而得到了风电场内风速空间上的分布特性。
接着,本实施例对基于平均风速模拟的风速时间分布特性进行分析:
通过上述尾流模型,可根据测风塔观测风速(风电场区域)计算每台风机的风速。此风速为轮毂高度处平均风速,一般是10分钟到1小时内的平均风速。但在电力系统中,10分钟及以上时间尺度的风电功率输出可以满足调度的需求;但对调频而言,系统频率恢复时间最低可至毫秒级,最高到分钟级,秒级的风电功率波动对系统频率影响不可忽略。因此,有必要进一步提高风速模拟的时间精度。
由于风机的桨叶旋转采样、塔影、风剪切效应,以及风机机械系统的惯性作用,风机轮毂高度处的风速和风机转轴处的风速是不一样的。本发明提出了一种考虑风紊流特性及风机自身机械作用,从风速平均值到风机转轴处秒级风速的变换方法,实现了单台风机风速在时间尺度上的精确刻画。
请见图4,为等效风速模型结构图,等效风速模型分成轮毂风速和转轴风速模型两部分。
轮毂风速模型的输入为轮毂高度处平均风速vm和转子位置角θr,输出为由平均风速叠加白噪声产生的风机固定高度处风速vhub。
转轴风速模型的输入为轮毂高度处风速vhub以及转子位置角θrj,输出为考虑湍流、旋转采样、塔影效应及风轮空间平均效应后的风机转轴处等效风速vwind。
根据轮毂高度处平均风速,可模拟10-20分钟内的即时风速;根据转子位置角,可模拟因桨叶旋转采样产生的不同的湍流幅值。
请见图5,给出了等效风速模型的具体模块组成图。轮毂风速模型和转轴风速模型由Kaimal滤波器HKF(s)、零阶滤波器HZF(s)及三阶滤波器HTF(s)级联组成。同时模型还包括三个统一的白噪声发生器WN,此发生器由PowerFactory软件内置的ElmNoise模块提供。
请见图6,为本实施例的11m/s时等效风速仿真结果图,展示了PowerFactoryDIgSILENT中等效风速模型仿真结果,可以看到,模拟的风速序列能很好地跟踪平均风速的变化。
大型风电场内,自然风的传播存在时间延迟。
请见图7,为本实施例的风机坐标变换示意图,一般,每个地区都有盛行风向。考虑平均时延时,根据风电场内部空间关系及盛行风向,建立风机坐标变换的坐标系,再根据风向进行空间坐标变换。新坐标与原坐标关系为
(式玖)
式中,(m,n)、(m′,n′)分别是变换前后的风机坐标,为盛行风向。
沿风速传播方向,从上游机组到下游机组平均时延定义为:
式中,(x1,y1)、(x2,y2)分别是坐标变换后上、下游两台机组的坐标;vm为上游风机轮毂高度处平均风速。
考虑风机自身机械特性及风电场内时延效应,通过上述模型,即可实现时间尺度上从分钟级平均风速到秒级风速序列的精确刻画,从而得到了风电场内风速时间上的分布特性。
最后,本实施例对考虑风机控制运行状态的风电功率进行计算:
风力发电机风功率输出满足:
式十一中,ρ为空气密度,S为风轮扫风面积,v为风速,λ为叶尖速比,计算方式为λ=Rwr/v,R为桨叶半径,wr为风机转速,β是桨矩角,θ为偏航角,Cp为风能利用系数,c1、c2、c3、c4、c5为常数。
请见图8,为本实施例的风能利用系数特征图,即Cp关于叶尖速比λ和桨矩角β的关系,当叶片桨距角逐渐增大时,Cp将显著缩小。如果桨距角不变,Cp将先增大后减小。
当风机正常运行或超出额定风速时,可以通过改变叶片桨矩角来改变升力和阻力比,以实现功率控制;当风机故障或超过切出风速时,桨矩角从工作角度调整到顺桨状态,以实现紧急制动。正常工作时,桨矩角一般保持在0°附近,以实现最大风功率输出,且调节范围为0-25°。
风力发电机偏航系统使风轮能实时跟踪风向,从而达到功率控制目的。一般偏航角保持在0°时风功率输出最大。
风电机组故障或检修时,由于风机停转,无法产生背面旋转尾流影响下游风机,进而影响场内风速空间上的分布;同时,由于风机停转,除本机转轴等效风速为零外,场内风机间的时间延迟也将发生相应变化,进而影响场内风速时间上的分布。
假设风场内有N台风机,停运风机编号为j,前述风速模型需作以下修改:
定义风机运行状态向量W,W为N*1的向量,其中元素W(j)=1代表第j台风机正常运行,W(j)=0代表第j台风机故障检修停运。考虑风机停运后的风速空间分布为vTj′=vTj*W(j),其中vTj由式捌计算所得。式捌中,根据停运机组编号j,尾流影响因数N*N矩阵B的相应行所有元素置零即可。
请见图9,根据上述阐述,本发明的一种考虑风速时空分布特性及风机控制运行特性的风电场功率外特性建模,其具体流程包括以下步骤:
步骤1:根据测风塔10-15分钟平均风速,考虑风电场区域内地形,风机空间分布及风向,利用尾流模型,计算风电场内各台风机轮毂高度处平均输入风速,建立风电场内风速空间分布;
步骤2:考虑风机自身桨叶旋转采样、塔影、风剪切效应,以及风机机械系统的惯性作用,根据风机等效风速模型,将轮毂高度处平均风速转换成转轴处等效风速时间序列;
步骤3:以第一台接受到风能风机为坐标原点,进行坐标变换后,以上游机组轮毂处平均输入风速为该时间段内统一风速,计算风速从上游机组传播到下游机组的时间延时,得到考虑时间延时的等效风速时间序列,建立完整的风电场风速时空分布;
步骤4:考虑桨距角、偏航角和风机故障检修情况,计算考虑风电场控制及运行状态的风功率输出,建立风电场功率外特性模型。
以下结合具体实施例对本发明做进一步的阐述。
本实施例以东北某实际风电场为例进行了仿真计算。请见图10,为本实施例的风电场风机布置示意图,本发明实施例的仿真计算采用的风电场共49台机组,在平潭地形上呈7*7均匀排列,相邻机组相距500m,风机均为双馈机组,风机参数相同:额定容量为1.5MW,额定转速1500rpm,切入风速3.5m/s,额定风速13m/s,切出风速25m/s,桨叶半径为25m,轮毂高度为72m。
首先,分析本实施例的风速时空分布特性:
请见图11,为本实施例的风电场风机轮毂高度处风速空间分布图,基于上述风机分布和地形信息,当所有风机均正常运行,风电场区域内10分钟内平均风速v0=11m/s,风向 时,随着风速传播,风速方向上的风机风速在逐渐减小,这是尾流效应的影响所致。
若风电场中有机组故障或检修,风电场空间风速分布将发生变化,请见图12,表示的是3、17、33号风机停运前后风电场各台机组轮毂高度处平均风速分布对比图,受机组停运影响,风电场内的风速分布发生变化,其中12号风机的风速变化最大,约增大5%。
考虑风机机械、滤波特性等因素,计算场内时间延迟后,基于图11所示的空间轮毂高度处平均风速分布进行风速时间序列模拟,请见图13,表示的是其中三台风机转轴处风速时间分布。
接着,分析本实施例的风电场功率外特性:
请见图14,为本实施例的基于风速时空分布特征的风电场功率输出图,建立风电场风速时空分布特性后,考虑风机控制、运行状态,风电场功率输出将发生明显变化。图14中偏航角θ=0°,实线、虚线分别表示桨矩角β=0°和β=10°时的功率输出。红蓝黑线分别代表以下三种情况:
Case1:不考虑尾流、时间延迟等因素,风电场采用统一风速,且不考虑风机故障检修;
Case2:在Case1的基础上,考虑尾流、时间延迟等因素,风电场采用考虑时空分布的等效风速模型,且不考虑风机故障检修;
Case3:在Case2基础上,考虑3、17、33号风机故障检修。
请见图15,是本发明实施例的三个算例下风电功率输出比较图,根据图14及图15显示结果,分析如下:
1)对比Case1和Case2的结果可知,等效风速模型与统一风速模型相比,由于计及了尾流的损耗,风电场平均功率输出下降约15.28%。另外,由于等效风速模型考虑了风速的时延效应,使得风电场的功率输出趋于平滑;请见图16,为图14中β=0°时Case1和Case2风电场功率波动的功率谱密度函数(PSD)对比图。由图15可知,考虑风电场的空间平滑效应和地理分散效应后,风电功率波动中的中高频分量得到了有效抑制。
2)考虑风机故障检修后,风电场整体输出功率有所下降,但仍能保持平稳输出,图10中3台风机停运后,风电场输出下降约为额定容量的5%;
3)不同桨距角控制下,风电场功率输出会不同。桨距角从0°增大到10°时,风电场输出下降达到额定容量的20%。
最后,分析本实施例的不同风速、风向的影响:
对为进一步分析平均风速和风向对风功率输出的影响,定义功率影响因子:
Cw=PCase2/PCase1(式十二)
其中PCase1、PCase2分别为采用统一风速模型与采用等效风速模型时的风电场的平均功率输出。
请见图17-1,为同一平均风速下,不同风向时的功率影响因子变化特征图,当改变平均风速v0和风向,功率影响因子cw的变化为:
1)同一平均风速下,功率影响因子Cw随风向的变化曲线都是以风向45°为对称轴的;
2)风向在0-10°、80-90°之间时有曲线明显下降,这是由于图10风场布置下,此风向范围内下游机组受上游机组遮挡面积较大,尾流影响显著使下游机组接收到的风能明显减少。
请见图17-2,为同一风向下,不同风速时的功率影响因子变化特征图,当改变平均风速v0和风向,功率影响因子cw的变化为:
1)随着风速增大,功率影响因子Cw均先增大后减小,且均在v0=8m/s最小,这是因为此平均输入风速下推力系数CT最大,使得风机背面风速最小;
2)以风向45°为对称,风向为0°和90°、20°和70°、40°和50°时,功率影响因子Cw关于风速v0的曲线分别重合。
可见,考虑风速时空分布后,风电场功率输出趋于平滑,且平滑效果与平均风速、风向密切相关。
本发明在分析影响风电场功率输出因素的基础上,建立了考虑风速时空分布特性的风电场等效风速模型,提出考虑风机控制及运行状态的风电场功率外特性建模方法。以实际风电场数据为基础进行了仿真验证,结果表明:
1)与简单的全场统一风速模型相比,采用考虑风速时空分布特性的等效风速模型后,风电场功率输出趋于平滑,且平滑效果与平均输入风速、风向密切相关。
2)风电场功率输出随着风机控制及运行状态的不同而变化。特别是机组故障后会影响风电场内的风速分布,从而影响其他机组的功率输出。
以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围,因此,凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (1)
1.一种风电场功率外特性建模方法,其特征在于,包括以下步骤:
步骤1:根据测风塔10-15分钟平均风速,考虑风电场区域内地形,风机空间分布及风向,利用尾流模型,计算风电场内各台风机轮毂高度处平均输入风速,建立风电场内风速空间分布;
步骤2:考虑风机自身桨叶旋转采样、塔影、风剪切效应,以及风机机械系统的惯性作用,根据风机等效风速模型,将轮毂高度处平均输入风速转换成转轴处等效风速时间序列;
步骤3:以第一台接受到风能风机为坐标原点,进行坐标变换后,以上游机组轮毂高度处平均输入风速为该时间段内统一风速,计算风速从上游机组传播到下游机组的时间延时,得到考虑时间延时的等效风速时间序列,建立完整的风电场风速时空分布;
步骤4:考虑桨距角、偏航角和风机故障检修情况,计算考虑风电场控制及运行状态的风功率输出,建立风电场功率外特性模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310669198.8A CN103605912B (zh) | 2013-12-10 | 2013-12-10 | 一种风电场功率外特性建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310669198.8A CN103605912B (zh) | 2013-12-10 | 2013-12-10 | 一种风电场功率外特性建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103605912A CN103605912A (zh) | 2014-02-26 |
CN103605912B true CN103605912B (zh) | 2016-06-08 |
Family
ID=50124133
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310669198.8A Active CN103605912B (zh) | 2013-12-10 | 2013-12-10 | 一种风电场功率外特性建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103605912B (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103996072B (zh) * | 2014-04-29 | 2017-03-08 | 中国农业大学 | 一种风电场和风电区域的风电功率预测方法及系统 |
EP3271576B1 (en) * | 2015-03-20 | 2020-09-23 | Vestas Wind Systems A/S | Damping oscillations in a wind turbine |
CN106844802A (zh) * | 2015-12-03 | 2017-06-13 | 甘肃省电力公司风电技术中心 | 一种风电场群内部风向场确认方法 |
CN106844795A (zh) * | 2015-12-03 | 2017-06-13 | 甘肃省电力公司风电技术中心 | 一种风电场内部风向场确认方法 |
CN108167119B (zh) * | 2016-12-07 | 2019-04-30 | 北京金风科创风电设备有限公司 | 风力发电机组的主动偏航控制方法及控制器 |
CN107609280B (zh) * | 2017-09-15 | 2021-03-02 | 深圳市卡普瑞环境科技有限公司 | 一种时间区间的确定方法以及终端 |
CN109946475B (zh) * | 2017-12-21 | 2020-04-17 | 新疆金风科技股份有限公司 | 确定风速的方法及装置 |
CN109325248A (zh) * | 2018-02-11 | 2019-02-12 | 同济大学 | 风电场内立体式风速分布关联图建立方法 |
CN108400593A (zh) * | 2018-03-16 | 2018-08-14 | 国家电网公司 | 基于分层多代理技术的主动配电网电气模型建立方法 |
US11635062B2 (en) | 2018-11-07 | 2023-04-25 | General Electric Renovables Espana, S.L. | Wind turbine and method to determine modal characteristics of the wind turbine in a continuous manner |
CN110826171B (zh) * | 2019-09-18 | 2023-04-18 | 深圳先进技术研究院 | 风机的外流场模拟方法、装置及计算机可读存储介质 |
US10954919B1 (en) * | 2019-10-02 | 2021-03-23 | General Electric Company | Machine-learning model-based analytic for monitoring wind farm power performance |
CN112395812B (zh) * | 2020-11-26 | 2024-03-26 | 华北电力大学 | 一种评价风速时移性的方法 |
CN113469526A (zh) * | 2021-06-30 | 2021-10-01 | 华能国际电力股份有限公司广西清洁能源分公司 | 一种适用于复杂风区的风电场感知系统 |
CN113985279B (zh) * | 2021-11-01 | 2023-06-20 | 华北电力大学(保定) | 一种永磁风力发电机定子绕组不对称故障诊断方法及系统 |
CN115062563B (zh) * | 2022-08-18 | 2022-11-18 | 南京理工大学 | 基于空间变化的风力机三维尾流风速计算方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102168647A (zh) * | 2011-03-22 | 2011-08-31 | 苏州市思玛特电力科技有限公司 | 基于气象信息的风光联合发电系统有功功率在线评估方法 |
CN102767474A (zh) * | 2012-08-06 | 2012-11-07 | 广东电网公司电力科学研究院 | 风电有功功率的实时评估方法与系统 |
CN103020462A (zh) * | 2012-12-21 | 2013-04-03 | 华北电力大学 | 计及复杂尾流效应模型的风电场概率输出功率计算方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10591519B2 (en) * | 2012-05-29 | 2020-03-17 | Nutech Ventures | Detecting faults in wind turbines |
-
2013
- 2013-12-10 CN CN201310669198.8A patent/CN103605912B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102168647A (zh) * | 2011-03-22 | 2011-08-31 | 苏州市思玛特电力科技有限公司 | 基于气象信息的风光联合发电系统有功功率在线评估方法 |
CN102767474A (zh) * | 2012-08-06 | 2012-11-07 | 广东电网公司电力科学研究院 | 风电有功功率的实时评估方法与系统 |
CN103020462A (zh) * | 2012-12-21 | 2013-04-03 | 华北电力大学 | 计及复杂尾流效应模型的风电场概率输出功率计算方法 |
Non-Patent Citations (2)
Title |
---|
风力发电机偏航控制系统的设计;杜爽 等;《科技信息》;20120825(第24期);第146-147页 * |
风力机湍流滤波器设计与等效风速的产生;董礼 等;《机械科学与技术》;20120631;第31卷(第6期);第933-937页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103605912A (zh) | 2014-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103605912B (zh) | 一种风电场功率外特性建模方法 | |
Gebraad et al. | A data-driven model for wind plant power optimization by yaw control | |
CN104699936B (zh) | 基于计算流体力学短期风速预测的风电场扇区管理方法 | |
Quarton | The evolution of wind turbine design analysis—a twenty year progress review | |
CN103020462B (zh) | 计及复杂尾流效应模型的风电场概率输出功率计算方法 | |
Schepers | ENDOW: Validation and improvement of ECN's wake model | |
CN102663251B (zh) | 基于计算流体力学模型的风电场功率物理预测方法 | |
Gutierrez et al. | Impacts of the low-level jet's negative wind shear on the wind turbine | |
Wang et al. | Typhoon-induced vibration response and the working mechanism of large wind turbine considering multi-stage effects | |
CN115544884A (zh) | 一种基于数据驱动的大型风电场尾流快速计算方法及系统 | |
Kim et al. | Maximum power point tracking of a wind power plant with predictive gradient ascent method | |
Bao et al. | Feedforward control for wind turbine load reduction with pseudo-LIDAR measurement | |
CN109885845A (zh) | 一种风力发电机的尾流分析方法及系统 | |
Kim et al. | Analysis of dynamic response characteristics for 5 MW jacket-type fixed offshore wind turbine | |
CN109325248A (zh) | 风电场内立体式风速分布关联图建立方法 | |
Jonkman et al. | Development and validation of an aeroelastic model of a small furling wind turbine | |
Le Thanh et al. | Characterizing a 40-MW Modern Wind Power Plant by Field Data Measurements | |
Eecen | Wind energy research in The Netherlands | |
Domenici Massanet | Wind turbine model with implementation of a pitch controller | |
Lu | Wind turbine loads in thunderstorm downbursts using large-eddy simulation | |
El-Shahat et al. | Micro-small-scale horizontal axis wind turbine design and performance analysis for micro-grids applications | |
Aquino | Offshore Wind Energy: Simulating Local Offshore Wind Turbine | |
Zamre et al. | CFD analysis of a Darrieus Vertical-Axis Wind turbine installation on the rooftop of a buildings under turbulent inflow conditions | |
Tofighi | Robust nonlinear model predictive control of wind turbines using uncertain wind predictions | |
Sim et al. | The Impact of the Guide Vane on the BIWT System for the Distributed Wind Generation in the Urban Area |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |