CN106844795A - 一种风电场内部风向场确认方法 - Google Patents

一种风电场内部风向场确认方法 Download PDF

Info

Publication number
CN106844795A
CN106844795A CN201510872952.7A CN201510872952A CN106844795A CN 106844795 A CN106844795 A CN 106844795A CN 201510872952 A CN201510872952 A CN 201510872952A CN 106844795 A CN106844795 A CN 106844795A
Authority
CN
China
Prior art keywords
blower fan
wind
wind direction
power plant
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.)
Pending
Application number
CN201510872952.7A
Other languages
English (en)
Inventor
曹银利
汪宁渤
马明
沈润杰
何斌
马彦宏
张健美
周强
赵龙
王明松
吕清泉
王定美
陈钊
张艳丽
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.)
Tongji University
State Grid Corp of China SGCC
State Grid Gansu Electric Power Co Ltd
Wind Power Technology Center of Gansu Electric Power Co Ltd
Original Assignee
Tongji University
State Grid Corp of China SGCC
State Grid Gansu Electric Power Co Ltd
Wind Power Technology Center of Gansu Electric Power 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 Tongji University, State Grid Corp of China SGCC, State Grid Gansu Electric Power Co Ltd, Wind Power Technology Center of Gansu Electric Power Co Ltd filed Critical Tongji University
Priority to CN201510872952.7A priority Critical patent/CN106844795A/zh
Publication of CN106844795A publication Critical patent/CN106844795A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Wind Motors (AREA)

Abstract

本发明公开了一种风电场内部风向场确认方法,包括如下步骤:设置风机坐标,将风机的经纬度坐标转化为简单的二维坐标;判定进风位置,判断出风电场进风位置处风机;确定内部风向场,对风电场内部的每一个风机进行分析,得到一张关于风电场内部各风电机风向的关系表,以所述关系表为基础、绘制出整个风电场内部的风向场。本发明可以有效解决因为地形、风机等因素导致风电场内部风向产生较大变化时产生的风速分析误差,为评估整个风电场发电能力提供保障,可有效减小分析误差。

Description

一种风电场内部风向场确认方法
技术领域
本发明涉及电力系统技术领域,尤其涉及一种风电场内部风向场确认方法。
背景技术
随着人类的发展,能源问题成为影响人类生存质量的重要问题。解决能源问题的一个主要方法是大力发展清洁能源、优化能源结构。而在新能源中,风能是非常重要的一部分。与其它新能源相比,风能资源丰富且在世界范围内分布较广,具有很大的开发潜力,并且随着风轮机制造以及风电并网技术的日益成熟,风力发电也渐渐成为人们关注的焦点。人类可以使用风车把风的动能转化为旋转的力量去推动发电机以产生电能,方法是通过传动轴,将转子的旋转动力传送至发电机。全球的风能约为2.74×109MW,其中可利用的风能为2×107MW,比地球上可开发利用的水能总量还要大10倍,所以新能源研究中风能占据着十分重要的作用。
随着风力发电产业的迅猛发展,风力发电场的数量越来越多,电站建设和运行工程中也暴露出很多问题,虽然现在对此的研究越来越多,但很多问题因为受影响因素较多还很难进行分析。此外在解决这些问题的时候,很多措施往往在实施前都不能保证可行性,只能通过实际实验来验证,成本高周期长,相对盲目。
在风经过风力发电场时,因为风力发电机或者地形因素的影响导致在风电场内部的风向与进入风电场时的风向不一致,风电场内部风向这种可能的不确定性给风电场的尾流效应分析带来了一定的影响和困难。正确的风电场内部尾流效应分析是风电场整体发电能力评估中减小分析误差或者预测误差非常关键的一个环节,而风电场内部风向的正确确定便是尾流效应分析重要的环节。
在以往的风电场整体发电能力评估的方法中,对于风向的考虑都是比较简单的,都是将进入风电场的风向作为风电场内部和离开风电场时的风向。这种方法在风电场内部风向不变或者变化不大时起到了很大简化分析模型的作用,并且也不会对风电场发电能力评估结果造成不可忽略的影响。但是在实际风电场的工作过程中,有时因为各种因素的影响会导致风电场的内部风向和离开风电场的风向较入场风向产生比较明显的变化,这样如果再使用上述方法则会因为尾流效应的错误分析而导致风电场单个风机和整体发电能力评估的误差较大。
发明内容
有鉴于现有技术的上述缺陷,本发明所要解决的技术问题是提供一种风电场内部风向场确认方法,通过一种基于各个风机处风向的算法分析出整个风电场内部的风向场,以得到风电场中风机的相互影响关系,并基于此关系构建一个关系表来记录这些影响关系,以该关系表为基础就能绘制出整个风电场内部的风向场。
为实现上述目的,本发明提供了一种风电场内部风向场确认方法,其特征在于,包括如下步骤:
步骤1,设置风机坐标,将风机的经纬度坐标转化为简单的二维坐标,并且使所述二维坐标均在所建立的坐标系的第一象限中;
步骤2,判定进风位置,判断出风电场进风位置处风机;
步骤3,确定内部风向场,对风电场内部的每一个风机进行分析,得到一张关于风电场内部各风电机风向的关系表,以所述关系表为基础、绘制出整个风电场内部的风向场。
较佳地,所述步骤1中所述二维坐标自西向东风向为x轴的正方向,自南向北为y轴的正方向,角度a为与x轴正方向的夹角(0-360°),所述风电场风机为一个阵列,所述风电场风机阵列的横列和纵列分别与x轴与y轴平行。
较佳地,所述步骤2在判断风电场中的进出风速位置时设置一个角度参数a0,所述a0是用于设置风电场在不同进风位置情况时的临界风向的重要参数;同时,取x、y坐标最小处的风机的风向为a1,取x坐标最大、y坐标最小处的风机的风向为a2,取x、y坐标最大处的风机的风向为a3,取x坐标最小、y坐标最大处的风机的风向为a4,具体判断步骤如下:
获取参数参数a0,所述参数a0可以对风电场的历史风向、风速数据进行分析获得,也可以人为的在参数设置部分进行设置;
将风电场四个角落的风向数据a1、a2、a3和a4与测风塔的风向进行对比分析,检测这四处风机的准确性,若不准确则需要选用邻近的边界风机的数据进行替代;
根据不同的风向对风电场的进风位置进行判定。
较佳地,所述风电场的进风位置判定方法如下:
设S(x,y)表示选取(x,y)坐标处的风机作为风电场的入风点处风机,
当0<a1<a0时,则S(xmin,...)(选取x最小处的所有风机);
当a0<=a1<=90-a0时,则S(x min,...)以及S(...,ymin);
当90-a0<a1<=90时,则S(...,ymin);
当90<a2<90+a0时,则S(x min,...);
当90+a0<=a2<=180-a0时,则S(x max,...)以及S(...,ymin);
当180-a0<a2<=180时,则S(x max,...);
当180<a3<180+a0时,则S(x max,...);
当180+a0<=a3<=270-a0时,则S(x max,...)以及S(...,ymax);
当270-a0<a3<=270时,则S(...,ymax);
当270<a4<270+a0时,则S(...,ymax);
当270+a0<=a4<=360-a0时,则S(x min,...)以及S(...,ymax);
当360-a0<a4<=360时,则S(x min,...)。
较佳地,若一些边界上的风机因为故障等原因没有工作,则最接近其的非边界风机,即风电场总体风向中下风向的第一台风机,是否受尾流效应的影响则需要根据其附近风电场边界风机的角度进行判定。
较佳地,所述步骤3中在所述风电场内部风机阵列中,所述内部风机都有8个风机与之相邻,且风向可能受这8个风机中一个或者多个影响,根据自身风向与其它风机的风向以及双方的坐标关系可判断风机之间是否存在影响关系,即是否处于一条风场线上。
较佳地,所述内部风向场确认具体方法如下,以当0<a<90为例:
设风向差临界值为β、坐标临界值为γ,考虑此时风机下风向的三个可能的风机;
此时根据风向可知风必然是先经过风机0的,设此时测得的所述风机0处风向为ε(0<ε<90);
当ε<=a0时,则可分析出风机1的风向必然受风机0的影响,即它们在一条风流场线上,而其余风机的风向跟风机0的风向关系不大,可在风向关系表中加入该关系;
当ε>=90-a0时,则可分析出风机2的风向必然受风机0的影响,即它们在一条风流场线上,而其余风机的风向跟风机0的风向关系不大,可在风向关系表中加入该关系;
当a0<ε<90-a0时,风机0与风机5是否在一条风流场线上就需要做进一步的分析。前文中引入风向差临界值为β和坐标临界值为γ,风向差临界角β用于通过两处风机的风向角度差来判断两者关系,坐标临界角γ则是用于通过两处风机的角度差与风机0的关系来判断两者关系;
设风机5的坐标为(x5,y5)、风机0坐标为(x0,y0),风机5处的风向为ε5,则当两者之间的数据满足以下的两个公式时,便视为风机5和风机0在一条风流场线上的,在风向关系表中记录两者在风电场中对应的编号;
|ε5-ε|≤β
若风机5不能同时满足上面所述两个公式的条件时,则需要对风机6和风机7这两个风机处的数据进行分析;
时,需要对风机6的数据按照所述两个公式进行分析,若成立则将风机0与风机6的关系记录在风向关系表中;
时,需要对风机7的数据按照所述两个公式进行分析,若成立则将风机0与风机7的关系记录在风向关系表中;
依次类推,可以找到与风机0处于一条风向上的风机,记录两者风机在风场中的编号;
在风电场中按照上述对风机0的分析方式逐步对风电场的每一个风机进行分析,便能得到一张关于风电场内部各风电机风向的关系表,以所述关系表为基础绘制出整个风电场内部的风向场。
本发明的一种风电场内部风向场确认方法,使用全部在工作的风机数据对风电场内部风向进行确定,不再仅仅是依靠测风塔的风向数据,能够大大提高对风电场中风流场分析的准确性;对风电场内部的风的流动情况进行了较为详尽的分析,能够使对尾流效应的分析较默认风电场风向为单个方向的方法更加准确;构建了风电场中风流场流经风机关系表,可快速了解不同的风电场整体风速下风机之间的关系。同时,可为尾流效应提供很好的分析基础;不同风向下风电场入、出风位置的判定可为风电场集群相互之间的风向关系分析提供帮助。
本发明可以有效解决因为地形、风机等因素导致风电场内部风向产生较大变化时产生的风速分析误差,为评估整个风电场发电能力提供保障,可有效减小分析误差。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明,以充分地了解本发明的目的、特征和效果。
附图说明
图1是本发明的一个较佳实施例的风电场内部风向场确认方法流程示意图。
图2是本发明的一个较佳实施例的风机分布6*6阵列图。
图3是本发明的一个较佳实施例的内部风向关系分析图。
具体实施方式
在实际工作中,可以采集得到各个风机在某一时刻的风向数据,这些数据是可以与测风塔的数据一起作为风电场内部风向场确认的基础。根据各个风机的坐标信息可以从风电场的全部风机中找出风电场的边界上的风机,对这些风机与测风塔的风向数据进行分析可以得到风进入和离开风电场的风机位置。
如图1所示,一种风电场内部风向场确认方法,通过一种基于各个风机处风向的算法分析出整个风电场内部的风向场,以得到风电场中风机的相互影响关系,并基于此关系构建一个表来记录这些影响关系。具体步骤如下:
步骤1,设置风机坐标,将风机的经纬度坐标转化为简单的二维坐标,并且使这些二维坐标均在所建立的坐标系的第一象限中
假设自西向东风向为x轴的正方向,自南向北为y轴的正方向,角度a为与x轴正方向的夹角(0-360°)。同时,为了便于分析需要使风电场风机(一般为一个阵列)的横列和纵列分别与x轴与y轴平行。如图2所示。
步骤2,判定进风位置,判断出风电场进风位置处风机。
判断风进入风电场的位置非常重要,这样可以判断出不受尾流效应影响的风机,这些风机处的风速是分析整个风电场风向、风速的关键。
在判定之前需要设置和获得几个参数值,在判断风电场中的进出风速位置时需要设置一个角度参数a0;同时,取x、y坐标最小处的风机的风向为a1,取x坐标最大、y坐标最小处的风机的风向为a2,取x、y坐标最大处的风机的风向为a3,取x坐标最小、y坐标最大处的风机的风向为a4。
首先,角度参数a0是用于设置风电场在不同进风位置情况时的临界风向的重要参数。该参数可以对风电场的历史风向、风速数据进行分析获得,也可以人为的在参数设置部分进行设置。
其次,需要将风电场四个角落的风向数据a1、a2、a3和a4与测风塔的风向进行对比分析,检测这四处风机的准确性,若不准确则需要选用邻近的边界风机的数据进行替代,具体方法不再详细介绍。
最后,具体地根据不同的风向对风电场的进风位置进行判定。设S(x,y)表示选取(x,y)坐标处的风机作为风电场的入风点处风机。
当0<a1<a0时,则S(xmin,...)(选取x最小处的所有风机);
当a0<=a1<=90-a0时,则S(xmin,...)以及S(...,ymin);
当90-a0<a1<=90时,则S(...,ymin);
当90<a2<90+a0时,则S(xmin,...);
当90+a0<=a2<=180-a0时,则S(xmax,...)以及S(...,ymin);
当180-a0<a2<=180时,则S(xmax,...);
当180<a3<180+a0时,则S(xmax,...);
当180+a0<=a3<=270-a0时,则S(xmax,...)以及S(...,ymax);
当270-a0<a3<=270时,则S(...,ymax);
当270<a4<270+a0时,则S(...,ymax);
当270+a0<=a4<=360-a0时,则S(xmin,...)以及S(...,ymax);
当360-a0<a4<=360时,则S(xmin,...);
实际风电场工作中,可能一些边界上的风机因为故障等原因没有工作,则最接近其的非边界风机(风电场总体风向中下风向的第一台风机)是否受尾流效应的影响则需要根据其附近风电场边界风机的角度进行判定。
判断出风电场的进风位置处风机,则风电场边界上的其它风机便是风电场出流的位置,这些位置的确定对未来分析风电场群内部的风向场确认提供了基础。
步骤3,确认内部风向场。
基于风电场入流处风机风向,可逐步推导出整个风电场内部的风向场。从图2可以看出,在一般的风电场风机阵列中,内部风机都有8个风机与之相邻,且风向可能受这8个风机中一个或者多个影响。根据自身风向与其它风机的风向以及双方的坐标关系可判断风机之间是否存在影响关系,即是否处于一条风场线上。具体的确认方法如下:
以当0<a<90为例,设风向差临界值为β、坐标临界值为γ,考虑此时风机下风向的三个可能的风机,如图3所示。
此时根据风向可知风必然是先经过风机0的,设此时测得的该处风向为ε(0<ε<90),当ε<=a0时,则可分析出风机1的风向必然受风机0的影响,即它们在一条风流场线上,而其余风机的风向跟风机0的风向关系不大,可在风向关系表中加入该关系。同理,当ε>=90-a0时,则可分析出风机2的风向必然受风机0的影响,即它们在一条风流场线上,而其余风机的风向跟风机0的风向关系不大,可在风向关系表中加入该关系。
但是当a0<ε<90-a0时,风机0与风机5是否在一条风流场线上就需要做进一步的分析。前文中引入风向差临界值为β和坐标临界值为γ,风向差临界角β用于通过两处风机的风向角度差来判断两者关系,坐标临界角γ则是用于通过两处风机的角度差与风机0的关系来判断两者关系。
设风机5的坐标为(x5,y5)、风机0坐标为(x0,y0),风机5处的风向为ε5。则当两者之间的数据满足以下的公式1和公式2时,便视为风机5和风机0在一条风流场线上的,在风向关系表中记录两者在风电场中对应的编号。
|ε5-ε|≤β (2)
若风机5不能同时满足上述两个公式的条件时,则需要对风机6和风机7这两个风机处的数据进行分析。
时,需要对风机6的数据按照上述两个公式进行分析,若成立则将风机0与风机6的关系记录在风向关系表中;
时,需要对风机7的数据按照上述两个公式进行分析,若成立则将风机0与风机7的关系记录在风向关系表中。
依次类推,可以找到与风机0处于一条风向上的风机,记录两者风机在风场中的编号。
在风电场中按照上述对风机0的分析方式逐步对风电场的每一个风机进行分析,得到一张关于风电场内部各风电机风向的关系表。以该表为基础绘制出整个风电场内部的风向场。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。

Claims (7)

1.一种风电场内部风向场确认方法,其特征在于,包括如下步骤:
步骤1,设置风机坐标,将风机的经纬度坐标转化为简单的二维坐标,并且使所述二维坐标均在所建立的坐标系的第一象限中;
步骤2,判定进风位置,进而判断风电场进风位置处风机;
步骤3,确定内部风向场,对风电场内部的每一个风机进行分析,得到一张关于风电场内部各风电机风向的关系表,以所述关系表为基础、绘制出整个风电场内部的风向场。
2.如权利要求1所述的风电场内部风向场确认方法,其特征在于,所述步骤1中所述二维坐标自西向东风向为x轴的正方向,自南向北为y轴的正方向,角度a为与x轴正方向的夹角(0-360°),所述风电场风机为一个阵列,所述风电场风机阵列的横列和纵列分别与x轴与y轴平行。
3.如权利要求2所述的风电场内部风向场确认方法,其特征在于,所述步骤2在判断风电场中的进出风速位置时设置一个角度参数a0,所述a0是用于设置风电场在不同进风位置情况时的临界风向的重要参数;同时,取x、y坐标最小处的风机的风向为a1,取x坐标最大、y坐标最小处的风机的风向为a2,取x、y坐标最大处的风机的风向为a3,取x坐标最小、y坐标最大处的风机的风向为a4,具体判断步骤如下:
获取参数参数a0,所述参数a0可以对风电场的历史风向、风速数据进行分析获得,也可以人为的在参数设置部分进行设置;
将风电场四个角落的风向数据a1、a2、a3和a4与测风塔的风向进行对比分析,检测这四处风机的准确性,若不准确则需要选用邻近的边界风机的数据进行替代;
根据不同的风向对风电场的进风位置进行判定。
4.如权利要求3所述的风电场内部风向场确认方法,其特征在于,所述风电场的进风位置判定方法如下:
设S(x,y)表示选取(x,y)坐标处的风机作为风电场的入风点处风机,
当0<a1<a0时,则S(xmin,...)(选取x最小处的所有风机);
当a0<=a1<=90-a0时,则S(x min,...)以及S(...,ymin);
当90-a0<a1<=90时,则S(...,ymin);
当90<a2<90+a0时,则S(x min,...);
当90+a0<=a2<=180-a0时,则S(x max,...)以及S(...,ymin);
当180-a0<a2<=180时,则S(x max,...);
当180<a3<180+a0时,则S(x max,...);
当180+a0<=a3<=270-a0时,则S(x max,...)以及S(...,ymax);
当270-a0<a3<=270时,则S(...,ymax);
当270<a4<270+a0时,则S(...,ymax);
当270+a0<=a4<=360-a0时,则S(x min,...)以及S(...,ymax);
当360-a0<a4<=360时,则S(x min,...)。
5.如权利要求4所述的风电场内部风向场确认方法,其特征在于,若一些边界上的风机因为故障等原因没有工作,则最接近其的非边界风机,即风电场总体风向中下风向的第一台风机,是否受尾流效应的影响则需要根据其附近风电场边界风机的角度进行判定。
6.如权利要求4所述的风电场内部风向场确认方法,其特征在于,所述步骤3中在所述风电场内部风机阵列中,所述内部风机都有8个风机与之相邻,且风向可能受这8个风机中一个或者多个影响,根据自身风向与其它风机的风向以及双方的坐标关系可判断风机之间是否存在影响关系,即是否处于一条风场线上。
7.如权利要求6所述的风电场内部风向场确认方法,其特征在于,所述内部风向场确认具体方法如下,以当0<a<90为例:
设风向差临界值为β、坐标临界值为γ,考虑此时风机下风向的三个可能的风机;
此时根据风向可知风必然是先经过风机0的,设此时测得的所述风机0处风向为ε(0<ε<90);
当ε<=a0时,则可分析出风机1的风向必然受风机0的影响,即它们在一条风流场线上,而其余风机的风向跟风机0的风向关系不大,可在风向关系表中加入该关系;
当ε>=90-a0时,则可分析出风机2的风向必然受风机0的影响,即它们在一条风流场线上,而其余风机的风向跟风机0的风向关系不大,可在风向关系表中加入该关系;
当a0<ε<90-a0时,风机0与风机5是否在一条风流场线上就需要做进一步的分析。前文中引入风向差临界值为β和坐标临界值为γ,风向差临界角β用于通过两处风机的风向角度差来判断两者关系,坐标临界角γ则是用于通过两处风机的角度差与风机0的关系来判断两者关系;
设风机5的坐标为(x5,y5)、风机0坐标为(x0,y0),风机5处的风向为ε5,则当两者之间的数据满足以下的两个公式时,便视为风机5和风机0在一条风流场线上的,在风向关系表中记录两者在风电场中对应的编号;
| arctan ( y 5 - y 0 x 5 - x 0 ) - &epsiv; | &le; &gamma;
|ε5-ε|≤β
若风机5不能同时满足上面所述两个公式的条件时,则需要对风机6和风机7这两个风机处的数据进行分析;
时,需要对风机6的数据按照所述两个公式进行分析,若成立则将风机0与风机6的关系记录在风向关系表中;
时,需要对风机7的数据按照所述两个公式进行分析,若成立则将风机0与风机7的关系记录在风向关系表中;
依次类推,可以找到与风机0处于一条风向上的风机,记录两者风机在风场中的编号;
在风电场中按照上述对风机0的分析方式逐步对风电场的每一个风机进行分析,便能得到一张关于风电场内部各风电机风向的关系表,以所述关系表为基础绘制出整个风电场内部的风向场。
CN201510872952.7A 2015-12-03 2015-12-03 一种风电场内部风向场确认方法 Pending CN106844795A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510872952.7A CN106844795A (zh) 2015-12-03 2015-12-03 一种风电场内部风向场确认方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510872952.7A CN106844795A (zh) 2015-12-03 2015-12-03 一种风电场内部风向场确认方法

Publications (1)

Publication Number Publication Date
CN106844795A true CN106844795A (zh) 2017-06-13

Family

ID=59149284

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510872952.7A Pending CN106844795A (zh) 2015-12-03 2015-12-03 一种风电场内部风向场确认方法

Country Status (1)

Country Link
CN (1) CN106844795A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110594097A (zh) * 2019-09-10 2019-12-20 许昌许继风电科技有限公司 一种风电机组的控制方法及控制系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100109447A1 (en) * 2008-10-31 2010-05-06 General Electric Company Wide area transmission control of windfarms
CN102012956A (zh) * 2010-11-30 2011-04-13 山东科技大学 一种考虑风电场输入风速和风向随机波动的风电场等值方法
US20130300115A1 (en) * 2012-05-08 2013-11-14 Johnson Controls Technology Company Systems and methods for optimizing power generation in a wind farm turbine array
CN103401236A (zh) * 2013-07-30 2013-11-20 华北电力大学 一种基于风电场流动相关性的风电场机组分组方法
CN103605912A (zh) * 2013-12-10 2014-02-26 武汉大学 一种风电场功率外特性建模方法
US20140145439A1 (en) * 2012-11-29 2014-05-29 General Electric Company System and method for providing yaw backup to a wind farm
CN104112167A (zh) * 2014-06-06 2014-10-22 国家电网公司 可发电风资源分布的获取方法
CN104200097A (zh) * 2014-08-29 2014-12-10 重庆大学 风电场风电机组布局选址方法
CN104699936A (zh) * 2014-08-18 2015-06-10 沈阳工业大学 基于cfd短期风速预测风电场的扇区管理方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100109447A1 (en) * 2008-10-31 2010-05-06 General Electric Company Wide area transmission control of windfarms
CN102012956A (zh) * 2010-11-30 2011-04-13 山东科技大学 一种考虑风电场输入风速和风向随机波动的风电场等值方法
US20130300115A1 (en) * 2012-05-08 2013-11-14 Johnson Controls Technology Company Systems and methods for optimizing power generation in a wind farm turbine array
US20140145439A1 (en) * 2012-11-29 2014-05-29 General Electric Company System and method for providing yaw backup to a wind farm
CN103401236A (zh) * 2013-07-30 2013-11-20 华北电力大学 一种基于风电场流动相关性的风电场机组分组方法
CN103605912A (zh) * 2013-12-10 2014-02-26 武汉大学 一种风电场功率外特性建模方法
CN104112167A (zh) * 2014-06-06 2014-10-22 国家电网公司 可发电风资源分布的获取方法
CN104699936A (zh) * 2014-08-18 2015-06-10 沈阳工业大学 基于cfd短期风速预测风电场的扇区管理方法
CN104200097A (zh) * 2014-08-29 2014-12-10 重庆大学 风电场风电机组布局选址方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
FERNANDO PORTE-AGEL等: ""A Numerical Study of the Effects of Wind Direction on Turbine Wakes and Power Losses in a Large Wind Farm"", 《ENERGIES》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110594097A (zh) * 2019-09-10 2019-12-20 许昌许继风电科技有限公司 一种风电机组的控制方法及控制系统

Similar Documents

Publication Publication Date Title
Hezaveh et al. Increasing the power production of vertical-axis wind-turbine farms using synergistic clustering
Gao et al. Investigation of wind turbine performance coupling wake and topography effects based on LiDAR measurements and SCADA data
Vermeer et al. Wind turbine wake aerodynamics
Adaramola et al. Experimental investigation of wake effects on wind turbine performance
Raciti Castelli et al. Modeling strategy and numerical validation for a Darrieus vertical axis micro-wind turbine
Sagharichi et al. Variable pitch blades: An approach for improving performance of Darrieus wind turbine
Chen et al. Effects of pitch angle and blade camber on flow characteristics and performance of small-size Darrieus VAWT
CN106979126B (zh) 基于svr的风力发电机组高风速段有效风速估计方法
CN101852172A (zh) 一种考虑风电场内尾流影响的风电机组输入风速计算方法
CN102444553A (zh) 用于确认风力涡轮机性能不足的系统和方法
CN104319807B (zh) 一种基于Copula函数获取多风电场容量可信度的方法
CN101949363A (zh) 计及风电场输入风速和风向随机波动的风电机组分组方法
Sturge et al. A hybrid actuator disc–Full rotor CFD methodology for modelling the effects of wind turbine wake interactions on performance
CN104933483A (zh) 一种基于天气过程划分的风电功率预测方法
CN106815773A (zh) 一种风电场功率特性评估方法
CN109918364A (zh) 一种基于二维概率密度估计和四分位法的数据清洗方法
CN107045574A (zh) 基于svr的风力发电机组低风速段有效风速估计方法
CN113627101A (zh) 一种基于改进型ad/rsm模型的风力机尾流模拟方法
CN105354763A (zh) 风电机组来流风速测量方法及装置
CN106844795A (zh) 一种风电场内部风向场确认方法
CN102945326A (zh) 一种基于二进制编码遗传算法的风机微观选址装置及方法
Schito Large Eddy Simulation of wind turbines: interaction with turbulent flow
CN106845737A (zh) 一种风电场群整体发电能力评估方法
Zheng et al. Power efficiency of 5-blade drag-type Vertical Axis Wind Turbine
CN106844802A (zh) 一种风电场群内部风向场确认方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20170613