CN106991622A - 一种风电场选址方法及装置 - Google Patents

一种风电场选址方法及装置 Download PDF

Info

Publication number
CN106991622A
CN106991622A CN201710194139.8A CN201710194139A CN106991622A CN 106991622 A CN106991622 A CN 106991622A CN 201710194139 A CN201710194139 A CN 201710194139A CN 106991622 A CN106991622 A CN 106991622A
Authority
CN
China
Prior art keywords
wind
power plant
wind power
candidate
availability
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
CN201710194139.8A
Other languages
English (en)
Inventor
朱继忠
禤培正
谢平平
何黎娜
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.)
Power Grid Technology Research Center of China Southern Power Grid Co Ltd
Research Institute of Southern Power Grid Co Ltd
Original Assignee
Power Grid Technology Research Center of China Southern Power Grid Co Ltd
Research Institute of Southern Power Grid 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 Power Grid Technology Research Center of China Southern Power Grid Co Ltd, Research Institute of Southern Power Grid Co Ltd filed Critical Power Grid Technology Research Center of China Southern Power Grid Co Ltd
Priority to CN201710194139.8A priority Critical patent/CN106991622A/zh
Publication of CN106991622A publication Critical patent/CN106991622A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06Electricity, gas or water supply

Abstract

本发明公开一种风电场选址方法及装置,涉及电力技术领域,为风电场的选址提供可靠的参考。所述风电场选址方法包括:获取N个候选风电场的年平均不可用时间;根据N个候选风电场的年平均不可用时间,得到N个候选风电场的风力可用性概率;选取N个候选风电场中风力可用性概率满足预设风力可用性概率阈值R,且风速最大的风电场作为目标风电场;其中,N为整数,且N≥1。所述风电场选址装置包括上述技术方案所提的风电场选址方法。本发明提供的风电场选址方法用于选取目标风电场。

Description

一种风电场选址方法及装置
技术领域
本发明涉及电力技术领域,尤其涉及一种风电场选址方法及装置。
背景技术
随着电力系统的发展,电力系统规划已成为电网建设中的重大课题。科学合理的电力系统规划是电力系统安全、可靠、运行的前提。近年来,随着经济的飞速发展,能源危机不断加深,能源供给量渐渐无法满足社会对能源的需求量,并且,传统能源,如化石燃料的燃烧对环境的污染日益严重,而风能由于其无污染、可再生建设周期短等优势,得到了越来越多的研究和关注。
在保证电网安全可靠运行的条件下提高电网的经济运行水平,且最大限度的利用风能,首先应该解决的就是风电场的选址问题,但是现有的风电场选址方法主要是考虑风电场选址的社会因素、自然环境等因素,根据这种方法选出的风电场没有考虑到风速和风的可用性,无法为风电场的选址提供准确可靠的参考。
发明内容
本发明的目的在于提供一种风电场选址方法及装置,用于为风电场的选址提供准确可靠的参考。
为了实现上述目的,本发明提供如下技术方案:
一种风电场选址方法,应用于风电系统,风电系统包括N个候选风电场,风电场选址方法包括:
获取N个候选风电场的年平均不可用时间;
根据N个候选风电场的年平均不可用时间,得到N个候选风电场的风力可用性概率;
选取N个候选风电场中风力可用性概率满足预设风力可用性概率阈值R,且风速最大的风电场作为目标风电场;其中,N为整数,且N≥1。
与现有技术相比,本发明提供的风电场选址方法具有如下有益效果:
本发明提供的风电场选址方法中,通过获取N个候选风电场的年平均不可用时间,并根据N个候选风电场的年平均不可用时间,得到N个候选风电场的风力可用性概率,然后通过选取N个候选风电场中风力可用性概率满足预设风力可用性概率阈值R,且风速最大的风电场作为目标风电场,可见,本发明提供的风电场选址方法中,通过综合考虑影响风电场构建的风力可用性概率和风速这两个因素,从N个候选风电场中选出既满足风力可用性概率要求又满足风速要求的风电场作为目标风电场,使得风电场的选址的准确性得到了保证。
本发明还提供一种风电场选址装置,应用于风电系统,风电系统包括N个候选风电场,风电场选址装置包括:获取模块、处理模块和确认模块;获取模块的输出端与处理模块的输入端相连,处理模块的输出端与确认模块的输入端相连;
获取模块用于获取N个候选风电场的年平均不可用时间;
处理模块用于根据N个候选风电场的年平均不可用时间,得到N个候选风电场的风力可用性概率;
确认模块用于选取N个候选风电场中风力可用性概率满足预设风力可用性概率阈值R,且风速满足预设风速阈值F的风电场作为目标风电场;其中,N为整数,且N≥1。
与现有技术相比,本发明提供的风电场选址装置的有益效果与上述风电场选址方法的有益效果,在此不再赘述。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明实施例一提供的风电场选址方法的示意图一;
图2为本发明实施例一提供的风电场选址方法的示意图二;
图3为本发明实施例一提供的风电场选址方法中梯形模糊数的函数图像;
图4为本发明实施例一提供的风电场选址方法中三角模糊数的函数图像;
图5为本发明实施例二提供的风电场选址装置的结构示意图一;
图6为本发明实施例二提供的风电场选址装置的结构示意图二。
附图标记:
1-获取模块, 2-处理模块;
3-确认模块, 31-阈值比较单元;
32-可选风电场确认单元, 33-选定单元;
34-风速比较单元。
具体实施方式
为了进一步说明本发明实施例提供的风电场选址方法及装置,下面结合说明书附图进行详细描述。
实施例一
请参阅图1,本实施例提供一种风电场选址方法,应用于风电系统,风电系统包括N个候选风电场,上述风电场选址方法包括:
S1:获取N个候选风电场的年平均不可用时间;
S2:根据N个候选风电场的年平均不可用时间,得到N个候选风电场的风力可用性概率;
S3:选取N个候选风电场中风力可用性概率满足预设风力可用性概率阈值R,且风速最大的风电场作为目标风电场;其中,N为整数,且N≥1。
通过上述具体实施过程可知,本实施例提供的风电场选址方法中,通过获取N个候选风电场的年平均不可用时间,并根据N个候选风电场的年平均不可用时间,得到N个候选风电场的风力可用性概率,然后通过选取N个候选风电场中风力可用性概率满足预设风力可用性概率阈值R,且风速最大的风电场作为目标风电场,可见,本实施例提供的风电场选址方法中,通过综合考虑影响风电场构建的风力可用性概率和风速这两个因素,从N个候选风电场中选出既满足风力可用性概率要求又满足风速要求的风电场作为目标风电场,使得风电场的选址的准确性得到了保证。
值得注意的是,上述S1获取N个候选风电场的年平均不可用时间时,获取第i个候选风电场的年平均不可用时间包括:根据各候选风电场历史数据以及工程经验,获取第i个风电场的第一个年平均不可用时间Ti,1,第i个风电场的第二个年平均不可用时间Ti,2,第i个风电场的第三个年平均不可用时间Ti,3,第i个风电场的第四个年平均不可用时间Ti,4,使得第i个候选风电场的年平均不可用时间用梯形模糊数表示;其中,i为整数,且1≤i≤N。
上述S2根据N个候选风电场的年平均不可用时间,得到N个候选风电场的风力可用性概率时,根据第i个候选风电场的年平均不可用时间,得到第i个候选风电场的风力可用性概率,包括:
根据第i个候选风电场的第一个年平均不可用时间Ti,1,得到第i个候选风电场的第一个风力可用性概率pi,1
根据第i个候选风电场的第二个年平均不可用时间Ti,2,得到第i个候选风电场的第二个风力可用性概率pi,2
根据第i个候选风电场的第三个年平均不可用时间Ti,3,得到第i个候选风电场的第三个风力可用性概率pi,3
根据第i个候选风电场的第四个年平均不可用时间Ti,4,得到第i个候选风电场的第四个风力可用性概率pi,4
其中,第i个候选风电场的每个风力可用性概率pi,j满足:
T为发电系统的平均运行时间,γi,j为第i个风电场的第j个风的年平均不可用比率,Ti,j为第i个风电场的第j个年平均不可用时间,j为整数,且1≤j≤4。
需要注意的是,由于风的时空分布有很强的不确定性,但是现有的风电场选址方法中均未考虑风的不确定因素,导致对风电场的选址规划造成不利影响,因此,本实施例将风力可用性的不确定因素用梯形模糊数来表示,使具有不确定性特点的风力可用性用梯形模糊数来量化,通过将风力可用性用梯形模糊数量化表示,以得到一种更加准确可靠的风电场选址方法。
具体的,梯形模糊数指的是对于给定论域U上的一个模糊集,对任何x∈U,都有一个数μx∈[0,1]与之对应,μx称为x对U的隶属度,μx称为x的隶属函数,例如A用梯形模糊数a,b,c,e表示,可记为A=(a,b,c,e),其函数图像如图3所示,其函数表示为:
示例性的,本实施例将第i个候选风电场的年平均不可用时间Ti,用梯形模糊数Ti,=(Ti,1,Ti,2,Ti,3,Ti,4)来表示,本实施例通过选用梯形模糊数来表示风的年平均不可用时间,然后根据公式(1)和公式(2)计算得到每个候选风电场的风力可用性概率,相应的,风力可用性概率也用梯形模糊数来表示,由于风力可用性具有不确定性的特点,所以,本实施例提供的风电场选址方法通过选用梯形模糊数来表示风力可用性概率,在选取目标风电场时,将风力可用性的不确定因素考虑进去,能够得出更加可靠的风电场选址。
具体的,如图2所示,上述S3选取N个候选风电场中风力可用性概率满足预设风力可用性概率阈值R,且风速最大的风电场作为目标风电场,包括:
S31:分别判断N个候选风电场的风力可用性概率是否满足预设风力可用性概率阈值R,得到风力可用性概率判断结果;
S32:根据风力可用性概率判断结果,统计满足预设风力可用性概率阈值R的候选风电场的个数k;如果k=1,转向S33;如果k>1,转向S34;
S33:将满足预设风力可用性概率阈值R的候选风电场设定为目标风电场;
S34:比较k个满足预设风力可用性概率阈值R的候选风电场的风速,得到风速比较结果;在得到风速比较结果后,转入S35;
S35:根据风速比较结果,将k个满足预设风力可用性概率阈值R的候选风电场中风速最大的风电场设定为目标风电场。
通过上述S31-S35的描述可知,本实施例通过比较风力可用性概率与预设风力可用性概率阈值R,将风力可用性概率不满足预设风力可用性概率阈值R的候选风电场排除,使得在利用本实施例提供的风电场选址方法进行风电场的选择时,仅对风力可用性概率满足预设风力可用性概率阈值R的可选风电场进行进一步分析,因此,本发明可缩小目标风电场的选址范围,提高目标风电场的选址效率。
优选的,本实施例考虑到风速具有较强的波动性和间歇性,使得风速具有不确定性的特点,针对风速表现出的这种具有较强不确定性的特点,本实施例提供的风电场选址方法提出选用三角模糊数来表示风速,在选取目标风电场时,将风速的不确定因素考虑进去,得出一种更为可靠的风电场选址方法。三角模糊数指的是对于给定论域U上的一个模糊集,对任何x∈U,都有一个数μx∈[0,1]与之对应,μx称为x对U的隶属度,μx称为x的隶属函数,例如B用三角模糊数s,d,u表示,可记为B=(s,d,u),其函数图像如图4所示,其函数表示为:
其中,d为隶属度最大时对应的模糊数的值,s为模糊数的下限,u为模糊数的上限。示例性的,本实施例将第i个候选风电场的风速vi,用三角模糊数vi,,=(vi,1,vi,i,2,vi,3)来表示,然后,本实施例应用基于三角模糊函数的λ-截集,将风速用三角模糊函数的区间形式表示,上述N个候选风电场中第i个候选风电场的不确定性风速vi满足vi=[vi,min λ,vi,max λ];其中,vi,min λ=λ(d-s)+s,vi,max λ=u-λ(u-d);λ为应用于三角形模糊数的截集,vi,min λ为基于λ的第i个风电场的风速vi的最小值,vi,max λ为基于λ的第i个风电场的风速vi的最大值。
示例性的,当将本实施例提供的风电场选址方法应用于IEEE30的风电系统时,当将节点22,25,26,27和30表示的风电场作为候选风电场时,假设该风电系统的年平均运行时间为7700小时,针对风力可用性具有不确定性的特点,本实施例用梯形模糊数来表示候选风电场的年平均不可用时间,每个候选风电场的年平均不可用时间Ti,j用梯形模糊数表示如表1所示。
表1每个候选风电场的年平均不可用时间
相应的,根据公式(1)和公式(2),得出每个候选风电场的风力可用性概率如表2所示。
表2每个候选风电场的风力可用性概率
示例性的,当将预设风力可用性概率阈值R选为0.988时,可以看出,风电场26,风电场27,风电场30这三个候选风电场位置处的风力可用性概率满足预设风力可用性概率阈值R,因此,将风电场26,风电场27,风电场30这三个候选风电场作为可选风电场,针对风速具有不确定性的特点,本实施例用三角模糊数来表示候选风电场的风速,每个候选风电场的风速vi,j用三角模糊数表示如表3所示。
表3每个候选风电场的风速
当将三角模糊数的λ-截集的值选为0.9时,上述风电场26、风电场27、风电场30这三个可选风电场的基于λ-截集的风速计算结果如表4。
表4可选风电场的基于λ-截集的风速
从表4中可以看出风电场27的风速最大,因此,将风电场27作为目标风电场。
可以理解的是,在选定目标风电场后,为提高风电场的发电量还需选择合适的风力发电机输出功率模型,由于风能的不稳定性,风力发电系统输出功率随气象条件的变化而变化,并为间歇性的,一个设计良好的风力发电系统具有经济、可靠和改善消费者生活质量的特点,因此,本实施例还提供一种风力发电机输出功率模型:
其中,Pw为风力发电机的输出功率,F为风力发电机的风轮扫风面积,Cp为风力发电机的性能参数,ρ为空气密度,v为风速,ηg为风力发电机效率,ηb为风力发电机的变速效率。
示例性的,上述风力发电机输出功率模型可采用变速风力发电机中的双馈感应发电机(Double-Fed Induction Generator,以下缩写为DFIG),DFIG的转子电路运行在可变的交流频率情况下,能够达到控制风电机的机械速度的目的,此外,采用变速风力发电机能够产生更高的效率和更好的电能质量,还可以产生或吸收无功功率,从而调节视在功率因数
实施例二
请参阅图5,本实施例提供一种风电场选址装置,应用于风电系统,风电系统包括N个候选风电场,风电场选址装置包括:获取模块1、处理模块2和确认模块3;获取模块1的输出端与处理模块2的输入端相连,处理模块2的输出端与确认模块3的输入端相;
获取模块1用于获取N个候选风电场的年平均不可用时间;
处理模块2用于根据N个候选风电场的年平均不可用时间,得到N个候选风电场的风力可用性概率;
确认模块3用于选取N个候选风电场中风力可用性概率满足预设风力可用性概率阈值R,且风速最大的风电场作为目标风电场;其中,N为整数,且N≥1。
具体实施时,通过获取模块1获取N个候选风电场的年平均不可用时间,然后处理模块2根据N个候选风电场的年平均不可用时间,得到N个候选风电场的风力可用性概率,得到N个候选风电场的风力可用性概率后,确认模块3选取N个候选风电场中风力可用性概率满足预设风力可用性概率阈值R,且风速最大的风电场作为目标风电场。
本实施例提供的风电场选址装置的有益效果与实施例一提供的风电场选址方法的有益效果相同,在此不再赘述。
具体的,如图6所示,上述确认模块3包括阈值比较单元31,可选风电场个数统计单元32、选定单元33和风速比较单元34,处理模块2的输出端与阈值比较单元31的输入端相连,阈值比较单元31的输出端与可选风电场个数统计单元32的输入端相连,可选风电场个数统计单元32的输出端分别与选定单元33的输入端和风速比较单元34的输入端相连;风速比较单元34的输出端与选定单元33的输入端相连;
阈值比较单元31用于分别判断N个候选风电场中风力可用性概率是否满足预设风力可用性概率阈值R,得到风力可用性概率判断结果;
可选风电场个数统计单元32用于根据风力可用性概率判断结果,统计满足预设风力可用性概率阈值R的候选风电场的个数k;
如果k=1,选定单元33用于将满足预设风力可用性概率阈值R的候选风电场设定为目标风电场;
如果k>1,风速比较单元34用于比较k个满足预设风力可用性概率阈值R的候选风电场的风速,得到风速比较结果;
选定单元34还用于根据风速比较结果,将k个满足预设风力可用性概率阈值R的候选风电场中风速最大的风电场设定为目标风电场。
在上述实施方式的描述中,具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (7)

1.一种风电场选址方法,应用于风电系统,所述风电系统包括N个候选风电场;其特征在于,所述风电场选址方法包括:
获取N个候选风电场的年平均不可用时间;
根据N个候选风电场的年平均不可用时间,得到N个候选风电场的风力可用性概率;
选取N个候选风电场中风力可用性概率满足预设风力可用性概率阈值R,且风速最大的风电场作为目标风电场;其中,N为整数,且N≥1。
2.根据权利要求1所述的风电场选址方法,其特征在于,所述选取N个候选风电场中风力可用性概率满足预设风力可用性概率阈值R,且风速最大的风电场作为目标风电场,包括:
分别判断N个候选风电场的风力可用性概率是否满足预设风力可用性概率阈值R,得到风力可用性概率判断结果;
根据风力可用性概率判断结果,统计满足预设风力可用性概率阈值R的候选风电场的个数k;
如果k=1,将满足预设风力可用性概率阈值R的候选风电场设定为目标风电场;
如果k>1,比较k个满足预设风力可用性概率阈值R的候选风电场的风速,得到风速比较结果;
根据风速比较结果,将k个满足预设风力可用性概率阈值R的候选风电场中风速最大的风电场设定为目标风电场。
3.根据权利要求1所述的风电场选址方法,其特征在于,获取N个候选风电场的年平均不可用时间时,获取第i个候选风电场的年平均不可用时间包括:
获取第i个风电场的第一个年平均不可用时间Ti,1,第i个风电场的第二个年平均不可用时间Ti,2,第i个风电场的第三个年平均不可用时间Ti,3,第i个风电场的第四个年平均不可用时间Ti,4,使得第i个候选风电场的年平均不可用时间用梯形模糊数表示;其中,i为整数,且1≤i≤N。
4.根据权利要求3所述的风电场选址方法,其特征在于,根据N个候选风电场的年平均不可用时间,得到N个候选风电场的风力可用性概率时,根据第i个候选风电场的年平均不可用时间,得到第i个候选风电场的风力可用性概率,包括:
根据第i个候选风电场的第一个年平均不可用时间Ti,1,得到第i个候选风电场的第一个风力可用性概率pi,1
根据第i个候选风电场的第二个年平均不可用时间Ti,2,得到第i个候选风电场的第二个风力可用性概率pi,2
根据第i个候选风电场的第三个年平均不可用时间Ti,3,得到第i个候选风电场的第三个风力可用性概率pi,3
根据第i个候选风电场的第四个年平均不可用时间Ti,4,得到第i个候选风电场的第四个风力可用性概率pi,4
其中,第i个候选风电场的每个风力可用性概率pi,j满足:
T为发电系统的平均运行时间,γi,j为第i个风电场的第j个风的年平均不可用比率,Ti,j为第i个风电场的第j个年平均不可用时间,j为整数,且1≤j≤4。
5.根据权利要求1-4任一项所述的风电场选址方法,其特征在于,N个候选风电场中第i个候选风电场的风速vi满足vi=[vi,min λ,vi,max λ];
其中,vi,min λ=λ(d-s)+s,vi,max λ=u-λ(u-d);λ为应用于三角形模糊数的截集,vi,min λ为基于λ的第i个风电场的风速vi的最小值,vi,max λ为基于λ的第i个风电场的风速vi的最大值,d为隶属度最大时对应的模糊数的值,s为模糊数的下限,u为模糊数的上限。
6.一种风电场选址装置,应用于风电系统,所述风电系统包括N个候选风电场;其特征在于,所述风电场选址装置包括:获取模块、处理模块和确认模块;所述获取模块的输出端与所述处理模块的输入端相连,所述处理模块的输出端与所述确认模块的输入端相连;
所述获取模块用于获取N个候选风电场的年平均不可用时间;
所述处理模块用于根据N个候选风电场的年平均不可用时间,得到N个候选风电场的风力可用性概率;
所述确认模块用于选取N个候选风电场中风力可用性概率满足预设风力可用性概率阈值R,且风速最大的风电场作为目标风电场;其中,N为整数,且N≥1。
7.根据权利要求6所述的风电场选址装置,其特征在于,所述确认模块包括阈值比较单元、可选风电场个数统计单元、风速比较单元和选定单元;所述处理模块的输出端与阈值比较单元的输入端相连,所述阈值比较单元的输出端与可选风电场个数统计单元的输入端相连,所述可选风电场个数统计单元的输出端分别与所述选定单元的输入端和所述风速比较单元的输入端相连;所述风速比较单元的输出端与所述选定单元的输入端相连;
所述阈值比较单元用于分别判断N个候选风电场中风力可用性概率是否满足预设风力可用性概率阈值R,得到风力可用性概率判断结果;
所述可选风电场个数统计单元用于根据风力可用性概率判断结果,统计满足预设风力可用性概率阈值R的候选风电场的个数k;
如果k=1,所述选定单元用于将满足预设风力可用性概率阈值R的候选风电场设定为目标风电场;
如果k>1,所述风速比较单元用于比较k个满足预设风力可用性概率阈值R的候选风电场的风速,得到风速比较结果;
所述选定单元还用于根据风速比较结果,将k个满足预设风力可用性概率阈值R的候选风电场中风速最大的风电场设定为目标风电场。
CN201710194139.8A 2017-03-28 2017-03-28 一种风电场选址方法及装置 Pending CN106991622A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710194139.8A CN106991622A (zh) 2017-03-28 2017-03-28 一种风电场选址方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710194139.8A CN106991622A (zh) 2017-03-28 2017-03-28 一种风电场选址方法及装置

Publications (1)

Publication Number Publication Date
CN106991622A true CN106991622A (zh) 2017-07-28

Family

ID=59413392

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710194139.8A Pending CN106991622A (zh) 2017-03-28 2017-03-28 一种风电场选址方法及装置

Country Status (1)

Country Link
CN (1) CN106991622A (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105119320A (zh) * 2015-09-15 2015-12-02 东北大学 一种分散式风电场风机优化布置系统及方法
CN105896599A (zh) * 2016-04-27 2016-08-24 国家电网公司 一种考虑风机特性的风机出力多指标评估方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105119320A (zh) * 2015-09-15 2015-12-02 东北大学 一种分散式风电场风机优化布置系统及方法
CN105896599A (zh) * 2016-04-27 2016-08-24 国家电网公司 一种考虑风机特性的风机出力多指标评估方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
张沈习等: "配电网中考虑不确定性的分布式电源规划研究综述", 《电力自动化设备》 *
张玲: "风电场微观选址中数据的获取和处理", 《廊坊师范学院学报(自然科学版)》 *
杨悦等: "基于可信性理论的含风电电力系统电压稳定概率评估", 《电力自动化设备》 *
洪芦诚等: "计及风电场发电功率不确定性的电力系统模糊潮流", 《电工技术学报》 *

Similar Documents

Publication Publication Date Title
Delmonte et al. Review of oscillating water column converters
Balat A review of modern wind turbine technology
CN103606966B (zh) 风力发电机有功功率、无功功率分配的控制方法
Patil et al. A review on wind turbine generator topologies
Muyeen Wind power
Leithead Wind energy
Preindl et al. Optimization of the generator to rotor ratio of mw wind turbines based on the cost of energy with focus on low wind speeds
CN107420261B (zh) 风力发电机的控制方法
Sesto Wind energy in the world: reality and prospects
CN106991622A (zh) 一种风电场选址方法及装置
US20230231379A1 (en) Method for determining the optimal mix of energy for a hybrid renewable energy production site
CN209637940U (zh) 一种用于分布式冷热联供的离网型风力发电系统
Kabir et al. Wind energy and its link to sustainability in developing countries
Milborrow Wind energy: a technology that is still evolving
Wu et al. Control on green energy source and ecologic environment.
CN103259269A (zh) 基于双馈感应风机无功发生能力的风电场无功优化配置方法
CN109611279A (zh) 一种离网型风力发电系统及其最优频率跟踪控制方法
Stannard et al. AC and DC aggregation effects of small-scale wind generators
CN108694275A (zh) 一种基于能量成本的风力发电机参数优化方法
CN101917021B (zh) 基于导数最优的功率转换及暂态储能控制方法
CN218816748U (zh) 一种海上双叶轮风力发电机组
CN114154255B (zh) 电解水制氢系统中风力发电机选型推荐方法
Tao et al. Mitigation of Wind Power for the Energy Crisis and Future Trends
Khalid et al. An Outlook of Wind Energy Technology: Prospects and Challenges for Pakistan
Gencer et al. Wind energy potential in Turkey and case study of three Projects

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20170728

RJ01 Rejection of invention patent application after publication