CN107194097B - 基于风电场气动模拟和风速风向数据的分析方法 - Google Patents
基于风电场气动模拟和风速风向数据的分析方法 Download PDFInfo
- Publication number
- CN107194097B CN107194097B CN201710392022.0A CN201710392022A CN107194097B CN 107194097 B CN107194097 B CN 107194097B CN 201710392022 A CN201710392022 A CN 201710392022A CN 107194097 B CN107194097 B CN 107194097B
- Authority
- CN
- China
- Prior art keywords
- wind
- data
- power plant
- wake
- wind turbine
- 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.)
- Expired - Fee Related
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 18
- 238000004088 simulation Methods 0.000 title claims abstract description 8
- 238000011217 control strategy Methods 0.000 claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 12
- 238000009434 installation Methods 0.000 claims abstract description 11
- 230000000694 effects Effects 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 6
- 238000011161 development Methods 0.000 claims description 3
- 238000012821 model calculation Methods 0.000 claims description 2
- 239000011295 pitch Substances 0.000 claims 3
- 238000013461 design Methods 0.000 abstract description 6
- 238000004364 calculation method Methods 0.000 description 10
- 238000011160 research Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 241001502050 Acis Species 0.000 description 1
- 244000035744 Hura crepitans Species 0.000 description 1
- 238000000627 alternating current impedance spectroscopy Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000013433 optimization analysis Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Wind Motors (AREA)
Abstract
本发明属于风电技术领域,尤其涉及一种基于风电场气动模拟和风速风向数据的分析方法,包括:基于风电场地形数据,建立风电场物理模型;建立包含风力机旋转叶轮的风电场模型;获取风力机安装位置的风速数据及风力机的主流偏航风向数据;基于建立的风电场模型,根据主流的风速、风向数据,获取各种统计风况下含有风力机叶片的风场气动特性数据,分析尾迹影响,及尾迹与尾迹间的相互干扰,获取尾迹影响数据及尾迹与尾迹间的相互干扰数据。本发明评估了复杂地形及风力机尾迹对风电场功率输出的影响,提高了复杂湍流工况下风电场功率预测的精度,为风电场前期规划、气动控制策略的优化设计及运行期优化调控提供了有力支持。
Description
技术领域
本发明属于风电技术领域,尤其涉及一种基于风电场气动模拟和风速风向数据的分析方法。
背景技术
风能已成为当今世界范围内发展最快的可再生能源。风电场通过规模效益,能够充分利用风能资源、降低风场建设与维护费用,但尾流效应引发的机组气动耦合将降低风场风能捕获总量。风场中上风位机组捕获风能后,将使下风位机组附近风速下降,从而导致其发电功率降低。尾流效应受机组间距影响,间距越近尾流效应越显著。大型风电场受场地等条件限制,机组间距有限,尾流效应将引发相当程度的风能损失。目前主要通过在风场规划阶段优化机组排列方式,在盛行风顺风方向取较大间距而在侧风方向选取较小间距以减低尾流损失。由于实际风速、风向不断变化,一旦风速有异于规划考虑的条件,尾流损失仍将相当严重。因此,风轮尾迹的流动方向一直是风力机空气动力学领域的重要研究工作。越来越多的研究表明,风力机尾迹对风力机的设计和性能预估有不可忽略的影响。因此,能否准确评估复杂地形及风力机尾迹对风电场功率输出的影响,保证复杂湍流工况下风电场功率预测的精度,直接影响到风电场前期规划及气动控制策略的优化设计。
发明内容
为解决上述技术问题,本发明的目的是提供一种基于风电场气动模拟和风速风向数据的分析方法,评估复杂地形及风力机尾迹对风电场功率输出的影响,提高复杂湍流工况下风电场功率预测的精度,为风电场前期规划、气动控制策略的优化设计及运行期的优化调控,提供有力支持。
本发明提供了一种基于风电场气动模拟和风速风向数据的分析方法,包括:
基于风电场地形数据,建立风电场物理模型;其中,风电场地形数据包括风电场地形等高线和粗糙度数据;
基于建立的风电场物理模型,风力机位置及风力机高度数据,结合虚拟叶片模型建立包含风力机旋转叶轮的风电场模型;
基于年统计周期内风向风速数据或实测数据,大气湍流边界层的影响数据,获取风力机安装位置的风速数据及风力机的主流偏航风向数据;
基于建立的风电场模型,根据主流的风速、风向数据,获取各种统计风况下含有风力机叶片的风场气动特性数据,分析尾迹影响,及尾迹与尾迹间的相互干扰,获取尾迹影响数据及尾迹与尾迹间的相互干扰数据。
进一步地,基于建立的风电场物理模型,风力机位置及风力机高度数据,结合虚拟叶片模型建立包含风力机旋转叶轮的风电场模型,具体包括:
基于建立的风电场物理模型,根据每台风力机的安装点坐标(x,y)和风力机的轮毂高度信息h,确定虚拟叶片的中心点坐标(x,y,h),并根据叶片长度确定虚拟旋转叶轮的直径D;
根据风力机叶片长度,将叶片沿展向方向划分为多个截面,根据每个对应的截面翼型信息,获取-180度到180度范围内的气动力数据,用于虚拟叶片模型计算过程中叶片力的计算;
基于CFD求解器,将叶轮信息和叶片信息输入模型,完成模型设定;其中,叶轮信息包括旋转中心点、叶片长度、叶片数、转速及偏航角度,叶片信息包括截面翼型,扭角,变桨。
进一步地,大气湍流边界层的影响数据根据风资源统计数据,基于不包含风力机的复杂地形的风电场模型和3-D雷诺平均方程分析获得。
进一步地,该分析方法还包括:
基于尾迹影响数据及尾迹与尾迹间的相互干扰数据,通过调节各个风力机叶轮的偏航和叶片变桨角度,调节尾迹效应影响范围,并以整个风电场总输出功率和负载优化为目标,确定整个统计周期内每台风力机的对应各个风况下的偏航和变桨角度,用以制定风场的气动控制策略。
进一步地,该分析方法还包括:
基于已运行的风电场,获取每台风力机的风速、风向测量数据,统计分析年周期内的风速、风向数据,与获取的风力机安装位置的风速数据及风力机的主流偏航风向数据对比分析,同时与相同位置测量点和相同来流风况下的含有风力机叶片的风场气动特性数据对比分析,并结合功率数据制定调控策略。
进一步地,该分析方法还包括:
基于风力机的高度影响,分析各个计算风况下不同高度风轮对整个风场尾迹发展及功率输出的影响,用以制定安装高度策略。
进一步地,该分析方法还包括:
基于确定的风力机最优输出功率,根据每台风力机的气动载荷和震动载荷,评估每台风力机的使用寿命,用以制定相应的补充控制策略。
进一步地,该分析方法还包括:
基于制定的功率调控策略,采用WRF中尺度天气预报模型,预测风电场的风速风况,用以及时调整优化运行方案。
借由上述方案,通过本发明的分析方法,评估复杂地形及风力机尾迹对风电场功率输出的影响,提高了复杂湍流工况下风电场功率预测的精度,为风电场前期规划、气动控制策略的优化设计及运行期优化调控提供了有力支持。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,并可依照说明书的内容予以实施,以下以本发明的较佳实施例并配合附图详细说明如后。
附图说明
图1是本发明一实施例的流程图;
图2是本发明一实施例中风力机旋转叶轮的结构示意图;
图3是图2中风力机叶片的结构示意图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
参图1所示,本实施例提供了一种基于风电场气动模拟和风速风向数据的分析方法,包括:
步骤S1,基于风电场地形数据,建立风电场物理(气动)模型;其中,风电场地形数据包括风电场地形等高线和粗糙度数据;
步骤S2,基于建立的风电场物理模型,风力机位置及风力机高度数据,结合虚拟叶片模型建立包含风力机旋转叶轮的风电场模型;
步骤S3,基于年统计周期内风向风速数据或实测数据,大气湍流边界层的影响数据,获取风力机安装位置的风速数据及风力机的主流偏航风向数据;
步骤S4,基于建立的风电场模型,根据主流的风速、风向数据,获取各种统计风况下含有风力机叶片的风场气动特性数据,分析尾迹影响,及尾迹与尾迹间的相互干扰,获取尾迹影响数据及尾迹与尾迹间的相互干扰数据。
在本实施例中,在建模之前看看有没有可能的尾际干扰,以及建成之后有没有尾迹干扰。
本实施例中的数据来源于风场历史数据,或者天气预报的预测计算数据 WRF。
本实施例提供的分析方法可用于评估复杂地形及风力机尾迹对风电场功率输出的影响,提高复杂湍流工况下风电场功率预测的精度,还可用于基于线性模型的风资源评估软件的校正,具体包括:
1)基于风电场地形等高线和粗糙度等数据,建立风电场物理模型,具体步骤是:
a、包含风电场区域的地形轮廓线数据(一般是DXF/DWG格式,即CAD 文件),导入sketchup软件,精简数据,删除不需要的数据信息,比如建筑物、植被、文字标识等信息,然后利用其沙盒功能,将等高轮廓线数据转换成面数据;
b、输出sketchup格式文件(.skt)到rhinoceros软件,利用扫描表面为实体功能,将面网格数据转化为实体表面。输出文件为标准ACIS文件。
c、将输出的标准格式文件导入CFD(Computational Fluid Dynamics,计算流体动力学)前处理软件制作可用于CFD计算的网格文件。
2)根据风机规划位置或安装位置点坐标及风力机的高度信息,结合虚拟叶片模型(visual blade model),建立包含风力机旋转叶轮的风电场模型。虚拟叶片模型用于计算叶轮旋转效应,虚拟叶片模型不需要详细划分叶片几何的网格,使用叶片截面气动力数据代替叶片力,可在保证计算精度的前提下大幅减小计算成本。
具体步骤:
a、基于步骤1)完成的标准风电场几何(物理)模型,根据每台风力机的安装点坐标(x,y)和风力机的轮毂高度信息h,确定虚拟叶片的中心点坐标 (x,y,h);根据叶片长度确定虚拟旋转叶轮的直径D;
b、根据风力机叶片长度,叶片沿展向方向划分N个截面,根据每个对应的截面翼型信息,给出-180度到180度范围内的气动力数据,用于虚拟叶片模型计算过程中叶片力的计算。
c、CFD求解器设定,将叶轮信息(旋转中心点,叶片长度,叶片数,转速,偏航角度等)和叶片信息(截面翼型,扭角,变桨)输入模型,完成模型设定。
参图2及图3所示,单位长度截面上的受力通过下式计算:
式中,CL,D为升阻力系数,α为攻角,Ma为对应风速马赫数,Re为对应风速雷诺数,c为弦长,ρ为空气密度,Urel为翼型截面处的相对风速。
通过积分得到整个叶轮上的推力FT:
式中,Nb为风力机风轮叶片数,r为叶片展向坐标;
3)通过统计分析年平均风速风向和典型月风速风向,确定重点需要分析计算工况,作为风场CFD计算分析的入口条件。根据风资源统计数据,基于不包含风力机的复杂地形的风电场模型和3-D雷诺平均方程分析大气湍流边界层的影响。重点确定风力机安装位置的计算风速结果,确定主流风力机的偏航风向。
4)根据主流的风速风向,计算各种统计风况下含有风力机叶片的风场气动特性,分析尾迹影响,及尾迹与尾迹间的相互干扰,通过调节各个风力机叶轮的偏航和叶片变桨角度,调节尾迹效应影响范围,以整个风电场总输出功率和负载优化为目标,确定整个统计周期内每台风力机的对应各个风况下的偏航和变桨角度,制定风场的气动控制策略。
5)对于已运行风场,收集每台风力机的SCADA(Supervisory Control AndDataAcquisition,数据采集与监视控制系统)风速风向测量数据,统计分析年周期内的风速风向,与步骤3)结果对比分析,同时与步骤4)相同位置测量点和相同来流风况下的CFD计算结果对比分析,并结合SCADA功率数据制定调控策略。
6)在步骤4)的基础上,考虑风力机的高度影响,分析各个计算工况下不同高度风轮对整个风场尾迹发展及功率输出的影响,总结安装高度的安装原则。确定优化布局方案,为风电场的前期选型布置和后期后评估优化分析提供方法指导。
7)综合步骤1)-5)计算结果,确定最优输出功率的前提下,考虑每台风力机的气动载荷和震动载荷,评估每台风力机的使用寿命,根据评估结果制定相应的补充控制策略。
8)基于已制定的功率调整策略,采用WRF(The Weather Research andForecasting Model,天气预报模式)中尺度天气预报模型,预测风电场的风速风况,及时调整优化运行方案,提高风电场运营的安全性和经济性。
本发明通过上述步骤,评估了复杂地形及风力机尾迹对风电场功率输出的影响,提高了复杂湍流工况下风电场功率预测的精度,为风电场前期规划、气动控制策略的优化设计及运行期优化调控提供了有力支持。
以上所述仅是本发明的优选实施方式,并不用于限制本发明,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变型,这些改进和变型也应视为本发明的保护范围。
Claims (1)
1.一种基于风电场气动模拟和风速风向数据的分析方法,其特征在于,包括:
基于风电场地形数据,建立风电场物理模型;其中,所述风电场地形数据包括风电场地形等高线和粗糙度数据;
基于建立的风电场物理模型,风力机位置及风力机高度数据,结合虚拟叶片模型建立包含风力机旋转叶轮的风电场模型,具体包括:
基于建立的风电场物理模型,根据每台风力机的安装点坐标(x,y)和风力机的轮毂高度信息h,确定虚拟叶片的中心点坐标(x,y,h),并根据叶片长度确定虚拟旋转叶轮的直径D;
根据风力机叶片长度,将叶片沿展向方向划分为多个截面,根据每个对应的截面翼型信息,获取-180度到180度范围内的气动力数据,用于虚拟叶片模型计算过程中叶片力的计算;
基于CFD求解器,将叶轮信息和叶片信息输入模型,完成模型设定;其中,所述叶轮信息包括旋转中心点、叶片长度、叶片数、转速及偏航角度,所述叶片信息包括截面翼型,扭角,变桨;
基于年统计周期内风向风速数据或实测数据,大气湍流边界层的影响数据,获取风力机安装位置的风速数据及风力机的主流偏航风向数据;所述大气湍流边界层的影响数据根据风资源统计数据,基于不包含风力机的复杂地形的风电场模型和3-D雷诺平均方程分析获得;
基于建立的风电场模型,根据主流的风速、风向数据,获取各种统计风况下含有风力机叶片的风场气动特性数据,分析尾迹影响,及尾迹与尾迹间的相互干扰,获取尾迹影响数据及尾迹与尾迹间的相互干扰数据;
基于所述尾迹影响数据及尾迹与尾迹间的相互干扰数据,通过调节各个风力机叶轮的偏航和叶片变桨角度,调节尾迹效应影响范围,并以整个风电场总输出功率和负载优化为目标,确定整个统计周期内每台风力机的对应各个风况下的偏航和变桨角度,用以制定风场的气动控制策略;
基于已运行的风电场,获取每台风力机的风速、风向测量数据,统计分析年周期内的风速、风向数据,与获取的风力机安装位置的风速数据及风力机的主流偏航风向数据对比分析,同时与相同位置测量点和相同来流风况下的所述含有风力机叶片的风场气动特性数据对比分析,并结合功率数据制定调控策略;
基于风力机的高度影响,分析各个计算风况下不同高度风轮对整个风场尾迹发展及功率输出的影响,用以制定安装高度策略;
基于确定的风力机最优输出功率,根据每台风力机的气动载荷和震动载荷,评估每台风力机的使用寿命,用以制定相应的补充控制策略;
基于制定的所述功率调控策略,采用WRF中尺度天气预报模型,预测风电场的风速风况,用以及时调整优化运行方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710392022.0A CN107194097B (zh) | 2017-05-27 | 2017-05-27 | 基于风电场气动模拟和风速风向数据的分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710392022.0A CN107194097B (zh) | 2017-05-27 | 2017-05-27 | 基于风电场气动模拟和风速风向数据的分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107194097A CN107194097A (zh) | 2017-09-22 |
CN107194097B true CN107194097B (zh) | 2021-01-12 |
Family
ID=59875818
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710392022.0A Expired - Fee Related CN107194097B (zh) | 2017-05-27 | 2017-05-27 | 基于风电场气动模拟和风速风向数据的分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107194097B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108869173B (zh) | 2018-01-31 | 2019-08-16 | 北京金风科创风电设备有限公司 | 风电机组的功率控制方法和设备 |
CN108364561B (zh) * | 2018-03-09 | 2023-08-04 | 华电电力科学研究院有限公司 | 一种优化微地形以改变风况的试验装置及试验方法 |
CN108491617B (zh) * | 2018-03-19 | 2022-04-19 | 华北电力大学 | 一种基于尾流边界膨胀的bp模型的简化模型 |
CN109086534B (zh) * | 2018-08-10 | 2023-06-02 | 国电联合动力技术有限公司 | 一种基于cfd流体力学模型的风电场尾流订正方法及系统 |
CN109274121B (zh) * | 2018-11-15 | 2021-03-23 | 山东中车风电有限公司 | 一种风电场控制参数优化方法及系统 |
CN111324936B (zh) * | 2018-11-29 | 2024-02-13 | 北京金风慧能技术有限公司 | 风机风速预测方法、计算机可读存储介质和计算装置 |
CN109827742B (zh) * | 2019-03-21 | 2020-09-08 | 沈阳航空航天大学 | 一种用于风蚀风洞实验的自然风模拟方法 |
CN110082556A (zh) * | 2019-05-02 | 2019-08-02 | 石河子大学 | 一种水平轴风力机尾流区风速测量方法 |
CN111794909B (zh) * | 2020-06-23 | 2023-05-05 | 国家能源集团新能源技术研究院有限公司 | 面向扇区调控的风电场级偏航动态优化方法和系统 |
CN111881568A (zh) * | 2020-07-22 | 2020-11-03 | 旻投(上海)数据科技有限公司 | 一种提高风功率预测精度的方法及系统 |
CN111878308A (zh) * | 2020-08-04 | 2020-11-03 | 上海交通大学 | 风力机集群预测群控方法 |
CN111967203B (zh) * | 2020-08-10 | 2024-05-24 | 哈尔滨工业大学(深圳) | 一种半解析半数值的大气边界层三维台风风场建模方法 |
CN113836762B (zh) * | 2021-08-25 | 2023-01-06 | 中国大唐集团新能源科学技术研究院有限公司 | 一种风力机及风电场数字镜像模拟展示系统 |
CN114444410A (zh) * | 2022-01-07 | 2022-05-06 | 华北电力大学 | 考虑流向湍流度的风电场尾流损失预测方法、装置及介质 |
CN117197383B (zh) * | 2023-11-03 | 2024-02-09 | 成都流体动力创新中心 | 一种基于复杂地形特征尺寸的地形延拓方法、设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104021424A (zh) * | 2013-02-28 | 2014-09-03 | 国际商业机器公司 | 用于预测风场中的风机的输出功率的方法和装置 |
CN104612892A (zh) * | 2014-12-30 | 2015-05-13 | 中国科学院工程热物理研究所 | 一种风力机翼型的多学科优化设计方法 |
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 |
CN106250656A (zh) * | 2016-08-23 | 2016-12-21 | 中国华能集团清洁能源技术研究院有限公司 | 一种结合大数据的复杂地形风电场设计平台及方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102012956B (zh) * | 2010-11-30 | 2016-01-20 | 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 |
CN102142103A (zh) * | 2011-04-15 | 2011-08-03 | 河海大学 | 一种基于实数编码遗传算法的风电场微观选址优化方法 |
CN102663251B (zh) * | 2012-04-09 | 2015-04-15 | 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 |
CN103886179B (zh) * | 2014-02-25 | 2017-05-31 | 国家电网公司 | 一种基于尾流效应分群的风电场风机聚合方法 |
CN103884485B (zh) * | 2014-02-25 | 2016-08-24 | 国家电网公司 | 一种基于多尾流模型的风机尾流分析方法 |
-
2017
- 2017-05-27 CN CN201710392022.0A patent/CN107194097B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104021424A (zh) * | 2013-02-28 | 2014-09-03 | 国际商业机器公司 | 用于预测风场中的风机的输出功率的方法和装置 |
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 |
CN104612892A (zh) * | 2014-12-30 | 2015-05-13 | 中国科学院工程热物理研究所 | 一种风力机翼型的多学科优化设计方法 |
CN106250656A (zh) * | 2016-08-23 | 2016-12-21 | 中国华能集团清洁能源技术研究院有限公司 | 一种结合大数据的复杂地形风电场设计平台及方法 |
Non-Patent Citations (1)
Title |
---|
复杂地形风电场风资源分析及风场选址;庞浩;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20120515(第05期);C042-399 * |
Also Published As
Publication number | Publication date |
---|---|
CN107194097A (zh) | 2017-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107194097B (zh) | 基于风电场气动模拟和风速风向数据的分析方法 | |
CN103850876B (zh) | 一种适用于无载荷测量的风电机组独立变桨控制方法 | |
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 | |
CN110088463B (zh) | 风力涡轮电场级载荷管理控制 | |
CN104612892B (zh) | 一种风力机翼型的多学科优化设计方法 | |
CN104794347B (zh) | 一种风电机组机舱传递函数分区拟合方法 | |
CN112818590A (zh) | 一种风电场发电量评估及微观选址模型建立方法 | |
CN103401236B (zh) | 一种基于风电场流动相关性的风电场机组分组方法 | |
CN112347611B (zh) | 一种风力机远场尾流流向湍流度计算方法 | |
CN102235313B (zh) | 平坦地形风机规则布置优化方法 | |
CN108717593B (zh) | 一种基于风轮面等效风速的微观选址发电量评估方法 | |
CN107480324B (zh) | 一种风电机组叶片状态监测系统构建方法 | |
CN111173686B (zh) | 确定配备有LiDAR传感器的风力涡轮机的感应因子的方法 | |
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 | |
CN105840434B (zh) | 一种风电叶片涡流发生器优化设计方法 | |
CN111878308A (zh) | 风力机集群预测群控方法 | |
CN113627101A (zh) | 一种基于改进型ad/rsm模型的风力机尾流模拟方法 | |
CN110714881B (zh) | 一种风力机性能预测控制方法及装置 | |
CN106951977B (zh) | 一种基于尾流效应的风速预测模型的构建方法 | |
CN109766611B (zh) | 一种考虑地形坡度的风电场功率简化预测方法 | |
CN116561920A (zh) | 一种运行工况下h型垂直轴风力机的钝尾缘风轮防冰优化设计方法 | |
CN112283051B (zh) | 一种基于升力线模型的振动信号特征优化方法及系统 | |
Hwang et al. | Wind farm layout optimization using multidisciplinary model | |
CN117313399B (zh) | 一种适用于复杂地形的水平轴风力机三维各向异性超高斯全尾流模型的建立及应用方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210112 |