CN104966131A - 季风气候明显区域的平坦地形风机优化布置方法 - Google Patents

季风气候明显区域的平坦地形风机优化布置方法 Download PDF

Info

Publication number
CN104966131A
CN104966131A CN201510323668.4A CN201510323668A CN104966131A CN 104966131 A CN104966131 A CN 104966131A CN 201510323668 A CN201510323668 A CN 201510323668A CN 104966131 A CN104966131 A CN 104966131A
Authority
CN
China
Prior art keywords
wind
blower fan
arrangement
value
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.)
Granted
Application number
CN201510323668.4A
Other languages
English (en)
Other versions
CN104966131B (zh
Inventor
韩晓亮
彭怀午
赵春刚
苏婧
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.)
Inner Mongolia Electric Power Survey and Design Institute Co Ltd
Original Assignee
Inner Mongolia Electric Power Survey and Design Institute Co Ltd
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 Inner Mongolia Electric Power Survey and Design Institute Co Ltd filed Critical Inner Mongolia Electric Power Survey and Design Institute Co Ltd
Priority to CN201510323668.4A priority Critical patent/CN104966131B/zh
Publication of CN104966131A publication Critical patent/CN104966131A/zh
Application granted granted Critical
Publication of CN104966131B publication Critical patent/CN104966131B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)
  • Wind Motors (AREA)

Abstract

提出了一种季风气候明显区域的平坦地形风力发电机组优化布置方法，属于风机优化布置技术领域，所述方法包括：获取风电场的原始资料，根据获得的所述地理信息确定风电场的范围并根据风电场的范围确定风力发电机组的排列数；确定影响季风气候明显的区域中平坦地形风机优化布置的三个影响因素即排列角α、偏移间距比i以及纵向间距比j及所述影响因素的合理取值范围；根据得出的正交实验结果进行相关统计分析，确定所述影响因素的最佳取值以得出最优的风电场风力发电机组布置方案。本方法解决了如何通过提取更全面的影响风力发电机组布置的主要因素来获得适于季风气候明显地区风机布置的技术问题。

Description

季风气候明显区域的平坦地形风机优化布置方法
技术领域
本发明涉及风机优化布置技术领域，尤其涉及一种季风气候明显区域的平坦地形风机优化布置方法。
背景技术
风力发电机组(简称“风机”)优化布置是指通过特定的优化算法使风力发电机组的布置更加合理，使整个风电场的综合效益更优。对于季风气候明显的地域来说，平坦地形风力发电机组的优化布置的主要影响因素是风力发电机组相互间的尾流影响，这种影响主要是由各风力发电机组所处的相对位置所引起。风力发电机组的最优位置既可以通过列举法来实现，即计算各种组合的可能性；也可以通过适当人工前期干预下的实验方法来实现，即借助数学统计分析与工程实验方法相结合的方法实现。前一种方法在理论上较为简单，但是只能在基于遗传算法、神经元算法等方法下借助计算机的长时间运算来实现；后一种方法需要把数学统计分析与工程实验方法应用到优化中，可以节约大量时间成本。本发明人曾于2011年6月30日申请了申请号为201110180419.6、名称为《平坦地形风力发电机组优化布置方法》的中国发明专利并得到授权，本申请是对该专利进行的实质性的改进，这种改进主要体现在：本专利进一步根据我国季风气候明显区域的气候特征，对优化中所用到的参数进行了实质性的改变。经过深入的研究发现：在季风气候明显区域，由于主导风向往往特别的集中，如我国内蒙古区域，主导风能往往集中在西北方向，其他方向的风能分布特别的少，那么对于这样的季风性气候的区域，垂直于主导风向(本领域技术人员可以理解，这里说的垂直是指大体上垂直，比如主导风向为北风，大体上东西排列的风机就垂直于主导风向)的风力发电机组间距离的变化对风力发电机组的发电量的影响特别有限，而由于主导风向风能的集中，前后排风力发电机组的相互影响就特别的大，针对这样气候特征区域就有必要将避免风力发电机组的互相间的影响作为主要解决的问题。本发明与已有专利的第一个主要的区别就是垂直主导风向上风力发电机组的距离、方位不再进行优化，而改为选定固定的值；第二个主要的区别就是根据对于季风性气候风况的研究强化了对于风力发电机组互相间的影响优化，采用了两个主要的参数，一个表现在风力发电机组相互间的距离上，一个表现在风力发电机组相互间的方位上，以这两个参数的优化来减少风力发电机组相互间的影响。通过这样有针对性，实质的新参数的提出，将大幅降低风力发电机组相互间的影响，使风电场风力发电机组的布局更加优化，发电量更高。
此外，正交实验设计是根据因子设计的分式原理，采用由组合理论推导而成的正交表来安排设计试验，并对结果进行统计分析设计的多因子试验方法。在多因子试验中，当因子及水平数目增加时，若进行全面试验，将全部处理在一次试验中安排，试验处理个数及试验单元数就会急剧增长，在一次试验内安排全部处理非常困难。如13因素3水平的全面试验将达到1594323次。为了解决多因子全面实施试验次数过多，条件难以控制的问题，有必要选出部分代表性很强的处理组合来做试验，这些具有代表性的部分处理组合，一般可通过正交表来确定，而这些处理通常是线性空间的正交点。自1945年Finney提出分式设计后，许多学者潜心研究，提出了供分式设计用的正交表，20世纪40年代后期，日本田口玄一首次把正交法应用到日本的电话机试验上，随后在日本各行各业广泛应用，获得丰硕的经济效益。正交实验设计在我国普及使用始于20世纪60年代末，70年代达到高潮，在各行各业逐步展开应用。正交实验设计由于能用少量试验，提取关键信息，并且简单易行，已成为我国多因子最优化的主要方向。
发明内容
本发明要解决的技术问题，就是在季风性气候明显的区域，针对平坦地形的风力发电机组优化布置的问题，即如何通过提取更全面的影响风力发电机组布置的主要因素来实现快速的寻找到一种合理的风力发电机组的相对位置关系。
为此，本发明提出一种季风气候明显区域的平坦地形风力发电机组优化布置方法，包括步骤S1，获取风电场的原始资料，包括地理信息和风资源信息；首先根据所述地理信息确定风电场的范围并根据风电场的范围确定风力发电机组的排列数，以使得风电场的范围内的风力发电机组数目多于或等于需要的数目；根据所述地理信息获得当地的风资源信息，以便计算风电场的发电量；步骤S2，确定影响季风气候明显的区域中平坦地形风机优化布置的三个影响因素及所述影响因素的合理取值范围，所述影响因素包括排列角α、偏移间距比i以及纵向间距比j；步骤S3，根据步骤S2确定的影响因素及所述合理取值范围构建正交实验工程并计算相应的发电量，具体包括根据为每个影响因素在其合理取值范围内取的多个值构建正交实验表，并计算对应于每个正交实验条目的电量；步骤S4，对步骤S3得出的正交实验结果进行相关统计分析，确定所述影响因素的最佳取值；步骤S5，根据步骤4中确定的影响因素的最佳取值，得出最优的风电场风力发电机组布置方案。
根据本发明的一个方面，在所述步骤S1中，确定顺着主导风向依次排列的多排风机，分别为第1排风机、第2排风机、……、第m排风机，以及每排风机所包括的多台风机，并确定每排风机中相邻两台风机之间的间距。
根据本发明的一个方面，所述排列角α为每排风机所在面即风机排面的垂直线与主导风向的夹角，当所述垂直线相对于主导风向为逆时针时的所述排列角为正值，为顺时针时所述排列角为负值；所述偏移间距比i为偶数排风机排面相对于前一排奇数排风机排面偏移的距离占所述偶数排中两个相邻的风力发电机组间距的比例，当偶数排风机排面相对于奇数排风机排面向逆时针偏移时偏移间距比i为正值，向顺时针偏移时为负值；所述纵向间距比j为风电场顺着主导风向相邻的两个风机排面间距的比例。
根据本发明的一个方面，步骤S2还包括，确定排列角α、偏移间距比i和纵向间距比j的合理取值范围，并从合理取值范围内为每个因素取多个值。
根据本发明的一个方面，排列角α的取值范围为-45°～45°；偏移间距比i的取值范围为-1.0～1.0；纵向间距比j的取值范围为0.5～2.0；其中符号“～”表示的范围包含了端值。
根据本发明的一个方面，步骤S4包括：直观分析，对于得出的发电量结果对排列角α、偏移间距比i和纵向间距比j进行直观分析，分别得出对应于每个影响因素不同值的影响程度，据此得出对于单个最优影响因素的组合；交互分析，根据得出的发电量对排列角α、偏移间距比i和纵向间距比j两两分别分析，得出相应的影响程度，并和直观分析出的结果进行比较；方差分析，得出各因素综合的影响程度。
根据本发明的一个方面，所述排列角α、偏移间距比i以及纵向间距比j对于整个风电场是统一值。
根据本发明的一个方面，所述排列角α、偏移间距比i以及纵向间距比j对于整个风电场不是统一值，即对于每排风机来说具有相应的排列角α，对于每个偶数排风机来说具有相应的偏移间距比i，对于相邻风机排面间间距具有相应的纵向间距比j。
由此可见，本方案通过对特有的参数使用正交分析，提出了一种特别适用于季风气候明显区域的平坦地形风力发电机组优化布置方法，并且通过本发明的方法优化后的风力发电机组布置方式发电量更高，尾流更小，风力发电机组相互间的影响更小，风力发电机组所承受的荷载更小，运行寿命更长。
附图说明
图1示出了根据本发明一个实施例的季风气候明显的区域平坦地形风机优化布置方法主要步骤的流程图；
图2示出了季风气候明显区域的平坦地形风机排布的一个示例图；
图3示出了正交实验表的示例图。
具体实施方式
图1示出了本发明所提出的方法的大体流程图。
如图1所示，本发明所提出的方法包括：
步骤S1：获取风电场的原始资料，包括地理信息和风资源信息，首先根据所述地理信息确定风电场的范围并根据风电场的范围确定风力发电机组的排列数，以使得风电场的范围内的风力发电机组数目多于或等于需要的数目；根据所述地理信息获得当地的风资源信息，以便计算风电场的发电量；
步骤S2，确定影响季风气候明显的区域中平坦地形风机优化布置的影响因素及所述影响因素的合理取值范围；针对季风气候明显这一特点，本发明确定了三个影响因素及其合理取值范围，即适合的水平值，这将在下文进行详细介绍；
步骤S3，根据步骤2选定的影响因素和其合理取值范围，使用正交实验的方法，构建正交实验工程并利用专业软件进行发电量计算以得到正交实验结果；具体的，根据为每个影响因素在其合理取值范围内取的多个值构建正交实验表，并计算对应于每个正交实验条目的电量；
步骤S4，对步骤3得出的正交实验结果进行相关统计分析，确定各影响因素的最佳取值；
步骤S5，综合所述各影响因素的最佳取值，得出最优的风机布置方案。
下面，参考图2，对上述步骤做出更具体的介绍。
图2示出了风电场和风力发电机组排布的一个示例。
在步骤S1中，首先获取风电场的地理位置和地形图，然后根据风电场范围(如图2中的ABCD)，其顺着主导风向长度为DZ(即图2中的AB、CD方向)，垂直主导风向长度为LZ(即图2中的BC、DA)，应使风电场范围内的风力发电机组数目(即行列交汇点)略多于或等于需要的数目。即，从步骤S1中可获得顺着主导风向依次排列的多排风机，分别为第1排风机，第2排风机，……，第m排风机，每排风机包括多台风机。
如图2所示，所述主导方向例如为北风，所述风电场经过步骤S1后可得到六排风机，分别为第一至第六排风机，图2所示的六排风机中每一排风机所在的面均与主导风向垂直，当然，在经过下文所述的优化布置方法后所得到的优化后布置方式并不一定与主导风向垂直，这里仅作为示例，即步骤S1中仅大体上以主导风向为基准在风电场范围内布置一定量的风机，以使得风机数大于或等于需要的数目。
然后，在步骤S2中选定影响风力发电机组布置的多个因素，在本发明的具体实施方式中，为了适应于特定的季风气候明显的区域，提出了影响该区域内平坦地形风力发电机组布置的三个关键因素，分别为排列角α，偏移间距比i,纵向间距比j。下面，对这三个因素及其合理取值范围做出具体描述。
排列角α：每排风机所在面(简称风机排面)的垂直线与主导风向的夹角，在本实施例中，整个风电场设定为同一值，当然也可对于每一排取不同的值。取完全重合为起始点(例如图2所示，表示垂直线的点划线与主导风向为同一方向)，定义为0°，所述垂直线相对于主导风向为逆时针时的夹角定义为正值，顺时针时的夹角定义为负值。图2给出了示例，如图2所示，其他两种不同的主导风向(倾斜向上和向下的箭头)分别与该垂直线有着夹角，其中对于倾斜向上的箭头来说，所述垂直线相对于主导风向顺时针转动，这时的夹角α为负值，对于倾斜向下的箭头来说α为正值。
偏移间距比i：偶数排风机排面相对于前一排奇数排风机排面偏移的距离占所述偶数排中两个相邻的风力发电机组间距的比例。其中，奇数排风机排面(例如第a排)不发生偏移即作为基准，相邻的偶数排风机排面(例如第a+1排)相对于第a排风机排面发生偏移。当没有偏移时所述偏移间距比i为0，而当偶数排风机排面相对于奇数排风机排面向逆时针偏移时偏移间距比i为正值，向顺时针偏移时为负值。在一个实施例中，同一排中所有相邻的风力发电机组皆为等间距排列，即图2所示的第一排风机的间距(L1-L5)相等，当然，偶数排内风机间距也相等，这是因为在背景技术中已经提到，在季风气候明显区域中，垂直于风向的风机间距可以设置为固定值，因为它对发电量的影响有限，可不做进一步优化。例如，如图2所示，第二排风机的排面相对于第一排风机的排面向下(顺指针)偏移了距离Lp，那么所述偏移间距比i＝-Lp/Lj。根据一个实施例，各偶数排风机排面偏移的方向一致。当然，对于每一个偶数排的风机排面来说，其相对于前面一排的奇数排风机排面的偏移间距比都可不同，这不仅取决于两者的偏移间距，还取决于该偶数排风机自身的风机排布间距。使用这一参数，同时考虑了偶数排相对于前排的偏移位置以及风机间间距，能够非常灵活地对步骤1所确定的风机排布做出进一步地优化，而且通过实验发现，这一参数的选择能够带来预料不到的技术效果，以此参数得到的最优风机布置能够获得非常高效的发电量。
纵向间距比j：风电场顺着主导风向相邻的两个风机排面间距的比例。即j＝Dc+1/Dc，其中c＝1～m-2，m为排面的最大命名号，即排面的总数，Dc为第c排面与第c+1排面之间的间距。
同一排风力发电机组间的间距L：是指同一排中两个风力发电机组中心间的距离，其取值应满足同一排中风力发电机组的数量减一与间距的乘积小于风电场的垂直主导风向的长度值。
对于每个因素分别取3个水平值，所述水平值的取值范围为：
α的取值范围为-45°～45°；
i取值范围为-1.0～1.0；
j取值范围为0.5～2.0。
本发明中符号“～”表示的范围包含了端值。
下面执行步骤S3，根据步骤2选定的三个影响因素(排列角α、偏移间距比i以及纵向间距比j)及其合理取值范围构建正交实验工程计算出相应的电量，即根据为每个因素所取的多个值构建正交实验表，并计算出与该表的各个条目相对应的发电量，得到正交实验结果。例如，构建出的正交实验表如图3所示，最后一列为计算出的与该表的各个条目相对应的发电量。图3仅仅给出了一个示例，其中α、i和j对于整个风电场都是一样的，但在其他实施例中，对于α、i和j来说，可以针对不同排设置不同的值，所列出的正交实验表相对于图3来说是更为复杂的，只不过为了说明和简洁的目的，使用图3的简化图进行介绍。
接下来，执行步骤S4，对步骤3得到的正交实验结果进行数据分析，确定三个影响因素的最佳取值，该分析过程为通用的正交实验数据分析过程，共包括三个方面：
1：直观分析
对于得出的发电量对排列角α，偏移间距比i,纵向间距比j这3个因素进行直观分析，分别得出对应于每个因素不同水平的影响程度，据此可以得出对于单个最优因素的组合。
2：交互分析
交互分析就是为了分析两个因素的组合的效果，因为可能会有单个的因素的水平不是最优的，但是两个因素的两个水平的组合会效果更好。根据得出的发电量对排列角α，偏移间距比i,纵向间距比j这3个因素两两分别分析，得出其影响程度，并和直观分析出的结果进行比较。
3：方差分析
由于各个因素对于结果都有影响，根据以上的分析结果，只能得出对应于一个或两个因素的不同水平的先后影响顺序，通过方差分析则可得出各因素水平综合的影响程度。
最后，执行步骤S5，综合各影响因素的最佳取值，得出最优布置方案。综合上述过程则可以确定对于发电量的计算影响最显著的各因素的水平组合(α，i，j)就是优化的最终结果。
本方案针对季风明显区域的气候特征提出了具有实质性改变的评价因子，经过实验发现，通过本发明的方法优化后的风力发电机组布置方式发电量更高，尾流更小，风力发电机组相互间的影响更小，风力发电机组所承受的荷载更小，运行寿命更长。
本文所提出的上述具体实现方式仅为示例性的，并不作为对本发明保护范围的限定。本领域技术人员可根据具体情况对上述实现方式做出相应调整和改变，这些调整和改变也落入本发明的保护范围内。

Claims (8)

1.一种季风气候明显区域的平坦地形风力发电机组优化布置方法，其特征在于，该方法包括：
步骤S1，获取风电场的原始资料，包括地理信息和风资源信息；首先根据所述地理信息确定风电场的范围并根据风电场的范围确定风力发电机组的排列数，以使得风电场的范围内的风力发电机组数目多于或等于需要的数目；根据所述地理信息获得当地的风资源信息，以便计算风电场的发电量；
步骤S2，确定影响季风气候明显的区域中平坦地形风机优化布置的三个影响因素及所述影响因素的合理取值范围，所述影响因素包括排列角α、偏移间距比i以及纵向间距比j；
步骤S3，根据步骤S2确定的影响因素及所述合理取值范围构建正交实验工程并计算相应的发电量，具体包括根据为每个影响因素在其合理取值范围内取的多个值构建正交实验表，并计算对应于每个正交实验条目的电量；
步骤S4，对步骤S3得出的正交实验结果进行相关统计分析，确定所述影响因素的最佳取值；
步骤S5，根据步骤4中确定的影响因素的最佳取值，得出最优的风电场风力发电机组布置方案。
2.根据权利要求1所述的方法，其特征在于：
在所述步骤S1中，确定顺着主导风向依次排列的多排风机，分别为第1排风机、第2排风机、……、第m排风机，以及每排风机所包括的多台风机，并确定每排风机中相邻两台风机之间的间距。
3.根据权利要求1所述的方法，其特征在于：
所述排列角α为每排风机所在面即风机排面的垂直线与主导风向的夹角，当所述垂直线相对于主导风向为逆时针时的所述排列角为正值，为顺时针时所述排列角为负值；
所述偏移间距比i为偶数排风机排面相对于前一排奇数排风机排面偏移的距离占所述偶数排中两个相邻的风力发电机组间距的比例，当偶数排风机排面相对于奇数排风机排面向逆时针偏移时偏移间距比i为正值，向顺时针偏移时为负值；
所述纵向间距比j为风电场顺着主导风向相邻的两个风机排面间距的比例。
4.根据权利要求3所述的方法，其特征在于，其中：
步骤S2还包括，确定排列角α、偏移间距比i和纵向间距比j的合理取值范围，并从合理取值范围内为每个因素取多个值。
5.根据权利要求4所述的方法，其特征在于：
排列角α的取值范围为-45°～45°；
偏移间距比i的取值范围为-1.0～1.0；
纵向间距比j的取值范围为0.5～2.0；
其中符号“～”表示的范围包含了端值。
6.根据权利要求1所述的方法，其特征在于：
步骤S4包括：
直观分析，对于得出的发电量结果对排列角α、偏移间距比i和纵向间距比j进行直观分析，分别得出对应于每个影响因素不同值的影响程度，据此得出对于单个最优影响因素的组合；
交互分析，根据得出的发电量对排列角α、偏移间距比i和纵向间距比j两两分别分析，得出相应的影响程度，并和直观分析出的结果进行比较；
方差分析，得出各因素综合的影响程度。
7.根据权利要求2或3所述的方法，其特征在于：
所述排列角α、偏移间距比i以及纵向间距比j对于整个风电场是统一值。
8.根据权利要求2或3所述的方法，其特征在于：
所述排列角α、偏移间距比i以及纵向间距比j对于整个风电场不是统一值，即对于每排风机来说具有相应的排列角α，对于每个偶数排风机来说具有相应的偏移间距比i，对于相邻风机排面间间距具有相应的纵向间距比j。
CN201510323668.4A 2015-06-12 2015-06-12 季风气候明显区域的平坦地形风机优化布置方法 Active CN104966131B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510323668.4A CN104966131B (zh) 2015-06-12 2015-06-12 季风气候明显区域的平坦地形风机优化布置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510323668.4A CN104966131B (zh) 2015-06-12 2015-06-12 季风气候明显区域的平坦地形风机优化布置方法

Publications (2)

Publication Number Publication Date
CN104966131A true CN104966131A (zh) 2015-10-07
CN104966131B CN104966131B (zh) 2018-06-19

Family

ID=54220165

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510323668.4A Active CN104966131B (zh) 2015-06-12 2015-06-12 季风气候明显区域的平坦地形风机优化布置方法

Country Status (1)

Country Link
CN (1) CN104966131B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105760951A (zh) * 2016-02-04 2016-07-13 内蒙古电力勘测设计院有限责任公司 一种风机阵列优化方法
CN113589167A (zh) * 2021-07-20 2021-11-02 华北电力科学研究院有限责任公司 风电机组的正交试验评估方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102289538A (zh) * 2011-06-30 2011-12-21 内蒙古电力勘测设计院 平坦地形风力发电机组优化布置方法
CN103235850A (zh) * 2013-04-18 2013-08-07 内蒙古电力勘测设计院 比较风电场设计水平的系统和方法
CN103236741A (zh) * 2013-04-18 2013-08-07 内蒙古电力勘测设计院 比较风电机组布置优劣的系统和方法
CN104077435A (zh) * 2014-06-20 2014-10-01 内蒙古电力勘测设计院有限责任公司 用于风电场设计与优化的方法和系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102289538A (zh) * 2011-06-30 2011-12-21 内蒙古电力勘测设计院 平坦地形风力发电机组优化布置方法
CN103235850A (zh) * 2013-04-18 2013-08-07 内蒙古电力勘测设计院 比较风电场设计水平的系统和方法
CN103236741A (zh) * 2013-04-18 2013-08-07 内蒙古电力勘测设计院 比较风电机组布置优劣的系统和方法
CN104077435A (zh) * 2014-06-20 2014-10-01 内蒙古电力勘测设计院有限责任公司 用于风电场设计与优化的方法和系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105760951A (zh) * 2016-02-04 2016-07-13 内蒙古电力勘测设计院有限责任公司 一种风机阵列优化方法
CN105760951B (zh) * 2016-02-04 2019-10-18 内蒙古电力勘测设计院有限责任公司 一种风机阵列优化方法
CN113589167A (zh) * 2021-07-20 2021-11-02 华北电力科学研究院有限责任公司 风电机组的正交试验评估方法及装置
CN113589167B (zh) * 2021-07-20 2024-01-23 华北电力科学研究院有限责任公司 风电机组的正交试验评估方法及装置

Also Published As

Publication number Publication date
CN104966131B (zh) 2018-06-19

Similar Documents

Publication Publication Date Title
Gebraad et al. Maximization of the annual energy production of wind power plants by optimization of layout and yaw‐based wake control
US20120230821A1 (en) Wind power prediction method of single wind turbine generator
Cai et al. A novel importance sampling method of power system reliability assessment considering multi-state units and correlation between wind speed and load
Du et al. Multi-renewable management: Interactions between wind and solar within uncertain technology ecological system
CN104182806B (zh) 一种基于正交降维搜索算法的水电站群优化调度方法
CN102289538B (zh) 平坦地形风力发电机组优化布置方法
CN103955521A (zh) 一种风电场机群划分方法
Ahmad et al. Model-free wind farm control based on random search
CN105160097B (zh) 一种利用人口迁移算法的三值fprm电路面积优化方法
CN109409019A (zh) 一种风力机叶片气动外形的预弯优化方法
CN106503279A (zh) 一种用于电力系统暂态稳定评估的建模方法
CN109921426A (zh) 基于cv-kde的风电并网系统概率潮流计算方法
Le et al. A novel algorithm for mining high utility itemsets
CN104966131A (zh) 季风气候明显区域的平坦地形风机优化布置方法
CN104992237A (zh) 平坦地形塔式光热太阳能发电场定日镜优化布置方法
CN107276093B (zh) 基于场景削减的电力系统概率潮流计算方法
Chen et al. Binary-real coding genetic algorithm for wind turbine positioning in wind farm
CN106919730B (zh) 一种采用风速衰减因子的风电场尾流确定方法
CN101719194B (zh) 人工基因调控网络的模拟方法
CN105207233B (zh) 基于Metropolis‑Hastings与PSO相结合的无功优化方法
CN116739104A (zh) 一种新能源功率序列样本生成方法及系统
CN109299495B (zh) 一种风电场微观智能布机方法
CN114444784A (zh) 风电场机位的多目标排布优化方法及系统
CN107807963B (zh) 一种基于分治策略的输电网线路汇集区快速搜索的方法
Buccafusca et al. Maximizing power in wind turbine arrays with variable wind dynamics

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant