CN106951977A - 一种基于尾流效应的风速预测模型的构建方法 - Google Patents
一种基于尾流效应的风速预测模型的构建方法 Download PDFInfo
- Publication number
- CN106951977A CN106951977A CN201710069644.XA CN201710069644A CN106951977A CN 106951977 A CN106951977 A CN 106951977A CN 201710069644 A CN201710069644 A CN 201710069644A CN 106951977 A CN106951977 A CN 106951977A
- Authority
- CN
- China
- Prior art keywords
- wind speed
- fan
- wind
- matrix
- attenuation rate
- 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
Links
- 230000000694 effects Effects 0.000 title claims abstract description 12
- 238000010276 construction Methods 0.000 title abstract description 3
- 239000011159 matrix material Substances 0.000 claims abstract description 42
- 238000005259 measurement Methods 0.000 claims abstract description 31
- 238000000034 method Methods 0.000 claims description 17
- 238000011084 recovery Methods 0.000 claims description 6
- 238000009826 distribution Methods 0.000 abstract description 8
- 238000013461 design Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 7
- 230000007423 decrease Effects 0.000 description 3
- 230000002238 attenuated effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Computer Hardware Design (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Wind Motors (AREA)
- Control Of Positive-Displacement Air Blowers (AREA)
Abstract
本发明提供了一种基于尾流效应的风速预测模型的构建方法,包括步骤:A、根据获取的风机来流风速及风机后方指定测量点的风速,获取所述指定测量点的风速衰减率;以及获取所述指定测量点的极坐标矩阵、风机的偏航角、来流风向及风机叶片直径;B、根据所述指定测量点的衰减率与所述指定测量点的极坐标矩阵、风机的偏航角、来流风向及风机叶片直径的关系,构建风速衰减率模型;C、通过对所述风速衰减率模型进行修正获取修正后的衰减率矩阵模型;D、根据所述衰减率矩阵模型,构建风速预测模型。由上,有利于根据该预测模型获取的风速,为风机位置的设置、风机叶片的设计、及发电量预估提供参考。
Description
技术领域
本发明涉及风电场建模技术领域,特别涉及一种基于尾流效应的风速预测模型的构建方法。
背景技术
运转的风机吸收风能,在其后方下游形成尾流效应,会使得尾流区范围内运行的机组出力下降,造成结构疲劳增加。尾流按区域可划分为近尾流和远尾流。近尾流指风机后方距离1倍直径内的区域,这里叶轮的作用明显,主要研究能量吸取的物理过程和风机性能;远尾流指近尾流以外的区域,主要关注风机在风场环境下的影响,而模拟真实叶片并不重要,主要研究尾流模型、湍流模型、地形影响,更关注风场机群间的相互作用。研究尾流效应的意义如下:一是风电场的尾流损失计算及发电量预估,为前期可研、微观选址、功率预测提供参考;二是通过对风机气动性能的研究,改善叶片翼型;三是研究尾流影响下的湍流、风切变导致的动力载荷及风机结构疲劳,有助于风机的安全设计。但是,目前现有的尾流模型在实践运算过程中的运算不够精确,存在较大误差。
发明内容
有鉴于此,本发明的主要目的在于,提供一种基于尾流效应的风速预测模型的构建方法,有利于根据该预测模型获取的衰减后的目标测量点风速,为风机位置的设置、风机叶片的设计、及发电量预估提供参考。该方法包括以下步骤:
A、根据风机来流风速、及风机后方指定测量点的风速,获取所述指定测量点的风速衰减率;以及
获取风机至各个指定测量点的方向、风机与各个指定测量点的距离、风机的偏航角、来流风向及风机叶片直径;
B、根据所述指定测量点的衰减率与风机至各个指定测量点的风向、风机与各个指定测量点的距离、风机的偏航角、来流风向及风机叶片直径的关系,构建风速衰减率模型;
C、通过对所述风速衰减率模型进行修正获取修正后的衰减率矩阵模型;
D、根据所述衰减率矩阵模型,构建风速预测模型。
优选的,所述获取指定测量点的风速衰减率的公式为:
风速衰减率=1-V/U;
其中,U为风机的来流风速;V为指定测量点的风速。
优选的,所述来流风速的计算公式为:
其中,所述U为来流风速,m为风机前方风速来流方向的测量点的个数,Ui为第i个测量点的来流风速。
优选的,所述获取风机至各个指定测量点的方向、风机与各个指定测量点的距离,包括:
获取风电场网格化后的直角坐标矩阵;
将所述直角坐标矩阵转化为极坐标矩阵;
根据所述极坐标矩阵获取风机至各个指定测量点的风向、风机与各个指定测量点的距离。
优选的,所述极坐标矩阵为:
其中,所述为从风机至网格各点的风向矩阵;l为风机与网格各点的距离矩阵。
优选的,步骤B所述风速衰减率模型公式为:
当来流风速大于等于切入风速时,
当来流风速小于等于切入风速时,δ=0;
其中,a表示轴向尾流的恢复速度;b表示轴向尾流衰减的初始值;c表示径向尾流的初始值;d表示径向尾流的恢复速度;ω表示偏航角;l表示风机与网格各点的距离矩阵;表示从风机至网格各点的风向矩阵;θ表示来流风向;D为叶片直径;δ为衰减率。
优选的,步骤C所述衰减率矩阵模型公式为:
当来流风速大于等于切入风速时,
当来流风速小于等于切入风速时,Δ=0;
其中,Δ为衰减率矩阵;U为来流风速;Vc为切入风速;e、f、g为系数;δ为衰减率;
其中,
其中,Vr为额定风速;Vc为切入风速;U为来流风速;e、f为系数。
优选的,所述步骤D包括:
若当前测量点的Δ≤0时,则风速预测模型公式为V=U;
若当前测量点的Δ>0时,则风速预测模型公式为V=U(1-Δ);
其中,Δ为衰减率矩阵,V为当前测量点风速,U为来流风速。
由上,本申请提供一种基于尾流效应的风速预测模型的构建方法,有利于根据该预测模型获取的衰减后的目标测量点风速,为风机位置的设置、风机叶片的设计、及发电量预估提供参考。
附图说明
图1为本发明实施例提供的一种基于尾流效应的风速预测模型的构建方法流程图;
图2为本发明实施例提供的海上风机及激光雷达的位置设置图;
图3为本发明实施例提供的不同风向下风速衰减率的差异示意图;
图4为本发明实施例提供的在不同风速段下风速衰减率的差异示意图;
图5为本发明实施例提供的根据模型公式以及模型参数画出尾流轮廓示意图。
具体实施方式
下面将结合附图,对本发明实施例进行详细描述。
一、数据获取
本实施例选择的测量地点为江苏如东海上风电场,该风场临近岸边,其中最远处距陆地6km,在该风场设置有西门子、金风、华锐及其他各类混装风机,前三种主要风机的参数如表1所示。临近的两个风机间距在0.5~1km之间。四个测风塔分别位于两个场内、东边及陆上,可测量高度30~100m。测量区域选择风场西北角,此处海拔-10m,潮差10m,落潮后有露滩,可搭建海上平台。
如图2所示,为海上风机及激光雷达的位置设置图。雷达布置方面,使用四台便携式激光测风雷达。风机jf18前方3D处放置一个雷达测量来流,由于风机前方不受任何遮挡物影响,因此风向在一定范围内变化时该雷达所测仍为来流。另外三个雷达置于风机下游5D、8D、10D处(其中,D为叶片直径,5D、8D、10D分别指5倍的叶片直径、8倍的叶片直径、10倍的叶片直径),在其他风向扇区,这三个雷达还可测到另两台同类型风机jf16、jf17的3D、5D、6D、6.8D等位置的尾流。
Tab.1 The type of major wind turbines
表1主要风机型号
根据风机来流风速U,以及3D、5D、8D、10D四个位置的测量点风速V,可以通过公式:风速衰减=1-V/U,计算得到各个测量点的风速衰减率。进一步的,通过设定不同的来流风向,可以测定各个测量点的风速衰减率的差异。如图3所示,为风速衰减率在各风向下的差异示意图。设定θ为来流风向,为从风机至当前测量点的风向,由图3可以看出,偏角为0时,此时测量点处于风机正后方的尾流主轴,风速衰减最大,衰减率随偏角的增大而减小直至为0,这表示测量点由尾流中心逐渐接近尾流边界;并且,由图3可以看出,在同一偏角情况下,随着测量点与风机的距离的增大,衰减率降低。例如,同一偏角等于5时,测量点10D处的风速衰减率小于3D处的衰减率。
图4为风速衰减在来流各风速段下的差异示意图。在来流风速小于切入风速时为0,之后随着风速的增大衰减率迅速增大至最高点,再缓慢减小,但并不会减小至0。而且随着测量点与风机距离的增加,衰减率最高点降低。例如,10D处相比于3D处,与风机的距离增加,在同一风速段时10D处的风速衰减率的最高点降低。
二、模型建立
该模型的目的是计算风机后方轮毂高度处任意目标点的风速。说明:1、考虑同一时段风速在风机前后的对应关系,忽略因风速降低导致的数据对时滞后;2、在不受风机影响的区域,风速风向与来流一致;3、风经过风机后,平均风向不变;4、海面粗糙度对轮毂高度处风速风向的影响忽略不计;5、风机偏航对风所耗时间不计。
(一)、获取风电场网格化后的极坐标矩阵
首先建立数字高程模型,将流场网格化,根据计算资源选择网格大小,海上或平坦地形忽略海拔,矩阵网格定义如下:
X、Y为纬度、经度坐标。然后将直角坐标转换为极坐标,用测量点与风机的角度及距离表示测量点与风机之间的位置关系。即:
其中,为从风机至网格各点的风向矩阵,也作风机相对于目标点的方位阵;l为风机与网格各点的距离矩阵。
(二)、构建衰减率矩阵模型
设θ为来流风向,ω为偏航角,即来流风向与风机朝向的夹角;Vc为切入风速,Vr为额定风速,即风机达到额定功率时的风速。
D为叶片直径,U为来流风速,对于来流风速U,其为轮毂高度从叶片左端至右端各计算点风速的平均,其计算方式为,设置风机前计算点有m个,根据风机坐标和SCADA系统的偏航角数据,得到这m个计算点的直角坐标。若m个点风速分别为Ui(i=1,2,···,m),且风机不受尾流影响,则有Ui=U,否则有:
用改进的高斯函数描述图4中各测量点风速衰减率与风向之间的规律,建立模型如式(4)。考虑风机偏航不对风时尾流的偏斜,加入偏航角;若不考虑则ω=0。式(4)对各风速的衰减率不加区分,但实际上风机在不同风速下风能利用效率不同,尾流表现也就不同,如图5。理论上,衰减率应该与风能利用效率成正比,即风机吸收的风能越高,尾流效应越大,而风能利用效率可根据风机功率曲线的斜率得到。用改进的瑞利分布描述风速与衰减率的关系,对不同风机各个风速下的衰减率进行修正,从而得到衰减率矩阵Δ如式(5)。
其中,a表示轴向尾流衰减的降低速度或尾流的恢复速度;b表示轴向尾流衰减的初始值,也作轴向诱导因子;c决定了径向尾流的初始值,其值越大径向尾流越大;d决定了径向尾流的恢复速度,其值越大径向尾流恢复越快。
其中,e、f两个系数取决于风机的风能利用效率,同一风速段下不同类型风机也会不同。其中,e、f、g(g是e、f的函数)是通过将风机功率曲线拟合成一个改进的瑞利分布的累积分布得到的。由于根据风机功率曲线不同风速下风机出力不同,因此尾流不同如图5。我们用一个改进的瑞利分布描述图5中不同风速下的风速衰减,并建立此瑞利分布的累积分布与风机功率曲线之间的关系,这个关系就是由系数e、f(e/fg)决定的。通过风机功率曲线,可以对其进行拟合得到系数e、f、g。
依据图2实测方案中的jf18号风机得出的各模型参数如下表2所示。
表2模型参数
3、风速预测模型,及风速预测
将当前目标测量点的各项参数输入到公式(5)中,得到Δ值。
若Δ≤0时,则风速预测模型公式为V=U。
若Δ>0时,则风速预测模型公式为V=U(1-Δ)。
其中,Δ为衰减率矩阵,V为当前测量点风速,U为来流风速。
分别根据上述风速预测模型获取各个目标测量点的风速。
进一步地,可以根据各个目标测量点的风速得到风速矩阵V,此处的各个目标测量点为风机后方各个具有有代表性的位置。通过风速矩阵V得到尾流图像图5,从而可以直观呈现风机后方各坐标位置的风速。
4、尾流图像。
如图5所示,为根据模型公式以及模型参数画出尾流轮廓图。
综上所述,海上风电场是风电未来发展的主要趋势,而且受地形影响小,来风纯净,是理想的尾流试验环境。我们在江苏如东海上风电场开展尾流测量研究,使用激光雷达采集数据并结合SCADA系统,建立了适用于海上的远尾流模型,用于计算单机后方的尾流。模型可以为海上风场的进一步扩建和生产提供参考,也同时适用于风机类型相近,平坦地形下的尾流计算。有利于根据该预测模型获取的风速,为风机位置的设置、风机叶片的设计、及发电量预估提供参考。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,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 (8)
1.一种基于尾流效应的风速预测模型的构建方法,其特征在于,所述方法包括以下步骤:
A、根据风机来流风速、及风机后方指定测量点的风速,获取所述指定测量点的风速衰减率;以及
获取风机至各个指定测量点的方向、风机与各个指定测量点的距离、风机的偏航角、来流风向及风机叶片直径;
B、根据所述指定测量点的衰减率与风机至各个指定测量点的风向、风机与各个指定测量点的距离、风机的偏航角、来流风向及风机叶片直径的关系,构建风速衰减率模型;
C、通过对所述风速衰减率模型进行修正获取修正后的衰减率矩阵模型;
D、根据所述衰减率矩阵模型,构建风速预测模型。
2.根据权利要求1所述的方法,其特征在于,所述获取指定测量点的风速衰减率的公式为:
风速衰减率=1-V/U;
其中,U为风机的来流风速;V为指定测量点的风速。
3.根据权利要求2所述的方法,其特征在于,所述来流风速的计算公式为:
其中,所述U为来流风速,m为风机前方风速来流方向的测量点的个数,Ui为第i个测量点的来流风速。
4.根据权利要求1所述的方法,其特征在于,所述获取风机至各个指定测量点的方向、风机与各个指定测量点的距离,包括:
获取风电场网格化后的直角坐标矩阵;
将所述直角坐标矩阵转化为极坐标矩阵;
根据所述极坐标矩阵获取风机至各个指定测量点的风向、风机与各个指定测量点的距离。
5.根据权利要求4所述的方法,其特征在于,所述极坐标矩阵为:
其中,所述为从风机至网格各点的风向矩阵;l为风机与网格各点的距离矩阵。
6.根据权利要求5所述的方法,其特征在于,步骤B所述风速衰减率模型公式为:
当来流风速大于等于切入风速时,
当来流风速小于等于切入风速时,δ=0;
其中,a表示轴向尾流的恢复速度;b表示轴向尾流衰减的初始值;c表示径向尾流的初始值;d表示径向尾流的恢复速度;ω表示偏航角;l表示风机与网格各点的距离矩阵;表示从风机至网格各点的风向矩阵;θ表示来流风向;D为叶片直径;δ为衰减率。
7.根据权利要求6所述的方法,其特征在于,步骤C所述衰减率矩阵模型公式为:
当来流风速大于等于切入风速时,
当来流风速小于等于切入风速时,Δ=0;
其中,Δ为衰减率矩阵;U为来流风速;Vc为切入风速;e、f、g为系数;δ为衰减率;
其中,
其中,Vr为额定风速;Vc为切入风速;U为来流风速;e、f为系数。
8.根据权利要求7所述的方法,其特征在于,所述步骤D包括:
若当前测量点的Δ≤0时,则风速预测模型公式为V=U;
若当前测量点的Δ>0时,则风速预测模型公式为V=U(1-Δ);
其中,Δ为衰减率矩阵,V为当前测量点风速,U为来流风速。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710069644.XA CN106951977B (zh) | 2017-02-08 | 2017-02-08 | 一种基于尾流效应的风速预测模型的构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710069644.XA CN106951977B (zh) | 2017-02-08 | 2017-02-08 | 一种基于尾流效应的风速预测模型的构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106951977A true CN106951977A (zh) | 2017-07-14 |
CN106951977B CN106951977B (zh) | 2020-10-20 |
Family
ID=59465954
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710069644.XA Active CN106951977B (zh) | 2017-02-08 | 2017-02-08 | 一种基于尾流效应的风速预测模型的构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106951977B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109190268A (zh) * | 2018-09-12 | 2019-01-11 | 国网江苏省电力有限公司检修分公司 | 一种考虑风速衰减率的防尘罩格栅尺寸设计方法 |
CN111709112A (zh) * | 2020-04-30 | 2020-09-25 | 广东电网有限责任公司电网规划研究中心 | 一种海上风电运行模拟方法、装置及存储介质 |
CN114254527A (zh) * | 2022-03-01 | 2022-03-29 | 浙江中自庆安新能源技术有限公司 | 一种风力发电机尾流评估方法及系统 |
CN114252646A (zh) * | 2021-11-11 | 2022-03-29 | 浙江三一装备有限公司 | 风速预警方法、装置及作业机械 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663251A (zh) * | 2012-04-09 | 2012-09-12 | 华北电力大学 | 基于计算流体力学模型的风电场功率物理预测方法 |
WO2013037374A1 (en) * | 2011-09-13 | 2013-03-21 | Vestas Wind Systems A/S | A method for improving large array wind park power performance through active wake manipulation reducing shadow effects |
CN103268366A (zh) * | 2013-03-06 | 2013-08-28 | 辽宁省电力有限公司电力科学研究院 | 一种适用于分散式风电场的组合风电功率预测方法 |
-
2017
- 2017-02-08 CN CN201710069644.XA patent/CN106951977B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013037374A1 (en) * | 2011-09-13 | 2013-03-21 | Vestas Wind Systems A/S | A method for improving large array wind park power performance through active wake manipulation reducing shadow effects |
CN102663251A (zh) * | 2012-04-09 | 2012-09-12 | 华北电力大学 | 基于计算流体力学模型的风电场功率物理预测方法 |
CN103268366A (zh) * | 2013-03-06 | 2013-08-28 | 辽宁省电力有限公司电力科学研究院 | 一种适用于分散式风电场的组合风电功率预测方法 |
Non-Patent Citations (2)
Title |
---|
YANJUN YAN,等: "Using Edge-detector to Model Wake Effects on", 《2014 INTERNATIONAL CONFERENCE ON PROGNOSTICS AND HEALTH MANAGEMENT》 * |
佘慎思,等: "基于风电场动态时空关系的风速分布模型研究", 《电网技术》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109190268A (zh) * | 2018-09-12 | 2019-01-11 | 国网江苏省电力有限公司检修分公司 | 一种考虑风速衰减率的防尘罩格栅尺寸设计方法 |
CN111709112A (zh) * | 2020-04-30 | 2020-09-25 | 广东电网有限责任公司电网规划研究中心 | 一种海上风电运行模拟方法、装置及存储介质 |
CN111709112B (zh) * | 2020-04-30 | 2023-05-16 | 广东电网有限责任公司电网规划研究中心 | 一种海上风电运行模拟方法、装置及存储介质 |
CN114252646A (zh) * | 2021-11-11 | 2022-03-29 | 浙江三一装备有限公司 | 风速预警方法、装置及作业机械 |
WO2023082550A1 (zh) * | 2021-11-11 | 2023-05-19 | 浙江三一装备有限公司 | 风速预警方法、装置及作业机械 |
CN114254527A (zh) * | 2022-03-01 | 2022-03-29 | 浙江中自庆安新能源技术有限公司 | 一种风力发电机尾流评估方法及系统 |
CN114254527B (zh) * | 2022-03-01 | 2022-06-28 | 浙江中自庆安新能源技术有限公司 | 一种风力发电机尾流评估方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN106951977B (zh) | 2020-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Murata et al. | Experimental and numerical investigation of the effect of turbulent inflow on a Horizontal Axis Wind Turbine (Part I: Power performance) | |
Bai et al. | Review of computational and experimental approaches to analysis of aerodynamic performance in horizontal-axis wind turbines (HAWTs) | |
CN106897486B (zh) | 考虑湍流强度影响的抛物线形风电机组尾流模型计算方法 | |
CN107194097B (zh) | 基于风电场气动模拟和风速风向数据的分析方法 | |
Kuenzel et al. | Impact of wakes on wind farm inertial response | |
CN106951977B (zh) | 一种基于尾流效应的风速预测模型的构建方法 | |
JP2009236025A (ja) | 水平軸風車の乱流強度計測方法 | |
CN103061980A (zh) | 基于激光测风雷达的风力发电机组的前馈控制系统及其控制方法 | |
Boorsma et al. | Enhanced approach for simulation of rotor aerodynamic loads | |
Durrani et al. | A detailed aerodynamic design and analysis of a 2-D vertical axis wind turbine using sliding mesh in CFD | |
CN108717593A (zh) | 一种基于风轮面等效风速的微观选址发电量评估方法 | |
CN106296462B (zh) | 一种基于双测风塔数据的既有风电场粗糙度值确定方法 | |
Chanprasert et al. | Large Eddy Simulation of wind turbine fatigue loading and yaw dynamics induced by wake turbulence | |
CN105335617B (zh) | 风电场尾流效应评估方法及装置 | |
CN112784509A (zh) | 基于改进高斯分布尾流模型的风力发电机功率计算方法 | |
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 | |
Maeda et al. | Investigation of wake characteristics of a Horizontal Axis Wind Turbine in vertical axis direction with field experiments | |
CN117272869B (zh) | 一种兼顾风力机近尾流和远尾流特性的全尾流解析方法 | |
CN106919730B (zh) | 一种采用风速衰减因子的风电场尾流确定方法 | |
Zhao et al. | Research on the rotor speed and aerodynamic characteristics of a dynamic yawing wind turbine with a short-time uniform wind direction variation | |
WO2023165159A1 (zh) | 一种风能或潮流能发电机组俯仰与偏航力矩的在线间接测量系统及方法 | |
CN116611714A (zh) | 一种基于风资源及机组发电量分析风电场后评估方法 | |
Pedersen et al. | Turbulent wind field characterization and re-generation based on pitot tube measurements mounted on a wind turbine | |
Zigras et al. | Farm efficiencies in large wind farms | |
Shaler et al. | Wind farm structural response and wake dynamics for an evolving stable boundary layer: computational and experimental comparisons |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |