CN108694275A - 一种基于能量成本的风力发电机参数优化方法 - Google Patents

一种基于能量成本的风力发电机参数优化方法 Download PDF

Info

Publication number
CN108694275A
CN108694275A CN201810360102.2A CN201810360102A CN108694275A CN 108694275 A CN108694275 A CN 108694275A CN 201810360102 A CN201810360102 A CN 201810360102A CN 108694275 A CN108694275 A CN 108694275A
Authority
CN
China
Prior art keywords
wind
driven generator
cost
rated
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
CN201810360102.2A
Other languages
English (en)
Other versions
CN108694275B (zh
Inventor
王峰
陈金成
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.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
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 Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN201810360102.2A priority Critical patent/CN108694275B/zh
Publication of CN108694275A publication Critical patent/CN108694275A/zh
Application granted granted Critical
Publication of CN108694275B publication Critical patent/CN108694275B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/17Mechanical parametric or variational design
    • 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70Smart grids as climate change mitigation technology in the energy generation sector
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Geometry (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Public Health (AREA)
  • General Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Wind Motors (AREA)

Abstract

本发明公开了一种基于能量成本的风力发电机参数优化方法。选择风力发电机输出功率模型,利用风力发电机年产电量模型对风力发电机的年产电量进行计算,同时利用风力发电机成本模型计算风力发电机的成本;综合年产电量与成本计算确定风力发电机的能量成本;对风力发电机叶片半径进行计算,计算在不同额定风速与额定功率下的能量成本,从中选取使得能量成本最小的额定风速与额定功率,作为得到最佳的额定风速、额定功率。本发明只需知道风场的风速信息就能获得风力发电机的额定功率、额定风速,使该风场的能量成本最小达到最优产电,为风力发电机设计者提供了理论指导。

Description

一种基于能量成本的风力发电机参数优化方法
技术领域
本发明涉及了风力发电机领域的风力发电机优化计算方法,具体涉及了一种基于能量成本的风力发电机参数优化方法。
背景技术
随着化石燃料的不断燃烧,能源枯竭、环境污染等问题日益突出。风能作为一种清洁的可再生能源,储量大、分布广,越来越受到人们的重视。风力发电机是将风能转化为机械能,再将机械能转化为电能的设备。目前变桨变速风力发电机是风力发电机的主流机型。这种风力发电机在额定风速以下时风机运转在最佳叶尖速比下以最大限度的捕获风能,当风机工作在额定风速以上,风机的输出功率维持在额定功率。
目前对风力发电机的优化设计主要集中在两个方面,一是以风力发电机的年产电量最大为目标,如通过对风力发电机的叶片结构或者控制方法进行优化使风力发电机的年产电量最大。这种方法由于风力发电机额定功率、额定风速、叶片半径等参数已经预先选定,年产电量的提高往往有限。并且以上的优化方式并不考虑成本的因素,虽然提成了年产电量,但往往电能的成本也越高。对于一个特定的风场,长期的风速信息可用双参数威布尔分布表示。另一种方法是以单位电能成本最低为目标,根据风场的风速信息对风力发电机参数进行优化设计。胡燕平等人在《变桨距风力发电机额定风速的确定方法》中指出了应考虑到风力发电机成本的因素,以单位电能成本最低为目标设计风力发电机。他们将叶片大小预先设定为90m,塔高设定为70m,对风力发电机的额定风速进行优化。额定风速确定,则额定功率也可求得,它与额定风速的三次方正相关。在他们的研究中并没有考虑到叶片大小对于单位电能成本的影响,这显然是不合理的。叶片越大成本越大,但在通常能够增加风力发电机的年产电量,因此所得的结果并不能使单位发电量的成本最低。针对已知的风速信息,如何对风力发电机额定功率、额定风速、叶片半径等参数进行设计一直成为了风力发电机的行业的一个难点。
发明内容
为了解决背景技术中存在的问题,本发明提出了一种基于能量成本的风力发电机参数优化方法,属于针对风力发电机的最优节能发电的优化计算方法。可针对特定风场的风力发电机的额定功率、额定风速、叶片大小、塔高等参数进行最优设计,来使单位产电量的成本最低。
本发明能够针对特定风场,特定风场是指某一确定地区的风场。
如图2所示,本发明采用的技术方案是:
将风速信息(c0,k0,H0)作为输入量输入,方法步骤如下:
1)选择风力发电机输出功率模型,风力发电机输出功率模型包括风力发电机年产电量模型和风力发电机成本模型,结合输出功率模型与风速信息可以获得风力发电机年产电量模型,利用风力发电机年产电量模型对风力发电机的年产电量进行计算,同时利用风力发电机成本模型计算风力发电机的成本;
2)综合年产电量与成本计算确定风力发电机的能量成本,从而建立风力发电机能量成本模型;
3)对风力发电机的叶片半径进行计算,将风力发电机单位产电量成本模型简化成关于额定风速与额定功率的函数;
风力发电机的塔高高度与风力发电机的叶片半径成正比,风力发电机的叶片半径由风力发电机的额定功率与额定风速计算确定,风力发电机的切入风速、切出风速为一个定值,将风力发电机的单位电能成本模型简化成关于额定风速与额定功率的函数;
4)根据用户预设的额定风速与额定功率的变化范围和额定风速与额定功率每次的变化幅度,计算在不同额定风速与额定功率下的能量成本,从中选取使得能量成本最小的额定风速与额定功率,作为得到最佳的额定风速、额定功率,进而获得叶片大小。
如图1所示,所述步骤1)中,利用风力发电机年产电量模型对风力发电机的年产电量进行计算,具体为:
1.1)将风力发电机的输出功率随风速变化分为四个区域,形成变速风力发电机:
a)风速小于切入风速时,风力发电机处于待机状态,风力发电机没有功率输出;
b)风速介于切入风速和额定风速之间,风力发电机最大限度地捕获风能,风力发电机的输出功率处于非额定功率;
c)风速介于额定风速和切出风速之间,风力发电机的输出功率维持在额定功率;
d)风速大于切出风速时,为避免风力发电机损坏风力发电机处于关闭状态,风力发电机没有功率输出;
所述变速风力发电机的输出功率P表示为:
其中,υ表示风速,υc为切入风速,υr为额定风速,υf为切出风速,Pr为额定功率,P(υ)为非额定功率;
1.2)采用以下公式以风速概率分布作为威布尔分布计算风速概率,表示为:
其中,c为尺度参数,k为形状参数,f(υ)表示风速v的概率;
1.3)再采用以下公式计算风力发电机的尺度参数c和形状参数k,尺度参数与形状参数随着高度的变化而变化,计算为:
其中,H表示风力发电机的塔高高度,c0、k0分别是参考高度H0时的尺度参数和形状参数,H0表示参考高度,α为风切变系数;
风切变系数α计算为:
风速的大小与风力发电机的塔高高度有关,风力发电机的塔高高度越高风速越大,风力发电机的塔高高度越低风速越小。
1.4)结合风力发电机的输出功率与风速概率分布,采用以下公式计算获得风力发电机的平均功率
1.5)采用以下公式计算风力发电机一年中所产生的总电量AEP:
其中,T为一年当中风力发电机的运行时间,μ为风力发电机的损失值,包括了风力发电机的阵列损失、脏污损失、电网损失、可用性损失之和;虽然μ的值会随着风力发电机的结构、风速分布情况等变化,但μ用一个定值表示。
因此,当风速信息确定时,即参考高度H0下的尺度参数c0、形状参数k0已知,风力发电机的年产电量是一个关于风力发电机的额定功率、塔高高度、切入风速、额定风速、切出风速的函数,即:AEP=G(Pr,H,υcrf),G(Pr,H,υcrf)表示关于额定功率Pr、塔高高度H、切入风速υc、额定风速υr、切出风速υf的函数。
所述步骤1.1)的非额定功率P(υ)采用多项式曲线、四参数逻辑函数或者五参数逻辑函数表示,通过已知采集数据进行拟合计算获得,并且满足条件P(υc)=0,P(υr)=Pr,Pr表示额定功率。因此,无论P(υ)选用哪种表达式,非额定功率P(υ)必可用υr和Pr表示。
所述步骤1)中,利用风力发电机成本模型计算风力发电机的总成本Cost,具体公式为:
Cost=m×ICC+AOE
ICC=X(R,H,Pr)
AOE=Y(Pr,AEP)
其中,ICC为风力发电机的部件成本、基础设施成本和安装运输成本之和,AOE为风力发电机每年运行成本,m为固定开支率,X(R,H,Pr)表示关于风力发电机叶片半径R、塔高高度H、额定功率Pr的函数,Y(Pr,AEP)表示关于风力发电机额定功率Pr、年产电量AEP的函数。
年产电量AEP是一个关于风力发电机的额定功率、塔高高度、切入风速、额定风速、切出风速的函数,因此Y(Pr,AEP)又可进一步表示为Z(R,Pr,H,υcrf)。风力发电机成本是一个关于叶片半径、额定功率、塔高高度、切入风速、额定风速、切出风速的函数,即:Cost=d(R,Pr,H,υcrf),d(R,Pr,H,υcrf)表示关于风力发电机叶片半径R、额定功率Pr、塔高高度H、切入风速υc、额定风速υr和切出风速υf的函数。
风力发电机成本的包含了风力发电机的部件成本、基础设施成本、安装运输成本和每年运行成本。其中,风力发电机的部件成本、基础设施成本、安装运输成本为建造总成本,需要将成本分摊至每年,将上述成本乘以m。风力发电机每年运行成本包括了部件更新、运行维护和土地租赁的成本。
所述的风力发电机的塔高高度H采用以下公式计算:
H=KR
其中,K为塔高系数,R为风力发电机的叶片半径。
本发明将风力发电机的能量成本模型分为两个部分:风力发电机年产电量模型和风力发电机成本模型。所述步骤2)中,单位能量成本COE是风力发电机年产电量与风力发电机成本之比,计算为:
其中,cost表示风力发电机总成本,AEP表示年产电量。
将风力发电机的年产电量与成本代入可见,单位能量成本是一个关于叶片大小、额定功率、塔高高度、切入风速、额定风速、切出风速的函数,表示为:
所述步骤3)中,采用以下公式计算风力发电机成本模型中风力发电机的叶片半径R:
其中,ρ为空气密度,Cp为叶片的功率系数,ηg为风力发电机齿轮箱的满载效率,ηf为风力发电机的满载效率。
在风力发电机额定功率、额定功率确定的情况下,风力发电机叶片大小可由此公式计算。
所述空气密度ρ可根据当地实际情况测量,在未进行测量的情况下可为一个定值(1.225Kg/m3)。所述叶片的功率系数Cp、三级齿轮箱的满载效率ηg、发电机的满载效率ηf均为一个定值。数值大小可根据实际情况选取。切入风速υc和切出风速υf选为一个定值,切入风速υc一般为3~4m/s,切出风速υf一般为25m/s。
由于H与R成正比,R是Pr和υr的函数,υc和υf是确定定值,所述的能量成本COE又简化为:
COE=E(Prr)
其中,E(Prr)表示为关于额定功率Pr和额定风速υr的函数。
因此采用本发明步骤4)取得能量成本最小的额定风速与额定功率,作为得到最佳的额定风速、额定功率。
本发明的有益效果是:
本发明只需知道风场的风速信息,就能确定风力发电机的额定功率、额定风速、叶片大小,使该风场的单位能量成本最小,达到最优产电。
本发明为风力发电机设计者提供了理论指导,计算获得的单位能量成本计算更快速便捷,并能保持准确性。
附图说明
图1为本发明实施例获得的风力发电机的功率曲线。
图2为本发明的流程图。
图3为本发明的一种应用实施例。
具体实施方式
下面结合附图及具体实施例对本发明作进一步详细说明。
如图2所示,本发明的实施例及其实施过程是:
选取一个特定的风场,获得该风场的风速信息(参考高度10m时尺度参数为7.18,形状参数为2.7)
非额定功率P(υ)选择多项式曲线中的二次曲线,表示为:
则风力发电机的功率为:
风速概率f(υ)表示为:
风速概率f(υ)中的尺度参数c和形状参数k随着高度的变化而变化,计算为:
其中,H表示风力发电机的塔高高度,α为风切变系数;
风切变系数α计算为:
结合风力发电机的功率和风速概率,计算出风力发电机的平均功率
具体实施中,参考高度H0设定为10m,尺度参数c0设定为7.18,形状参数k0设定为2.7,风力发电机的能量损失值μ设定为0.17,一年当中风力发电机运行时间T设定为8760;则风力发电机的年产电量可由以下公式计算:
固定开支率m设定为0.1158,风力发电机的成本为:
Cost=0.1158×ICC+AOE
ICC为风力发电机的部件成本、基础设施成本、安装运输成本之和,AOE为每年运行成本。具体内容如表1、表2中所示。
具体实施中,风力发电机的部件成本、基础设施成本、安装运输成本如下表1所示的方式进行计算,其中R为风力发电机的叶片半径。
表1
具体实施中,风力发电机的部件更新、运行维护和土地租赁组成的每年运行成本如下表2所示的方式进行计算。
表2
结合风力发电机的年产电量与成本,获得风力发电机的能量成本:
塔高系数K设定为2,则风力发电机能量成本COE中的风力发电机塔高高度H可用叶片半径R表示,即:
H=2R
空气密度ρ设定为1.225Kg/m3
叶片功率系数Cp设定为0.45;
齿轮箱的满载效率ηg设定为0.96;
发电机的满载效率ηg为0.97;
风力发电机能量成本COE中的风力发电机的叶片半径R可表示为:
风力发电机能量成本COE中的切入风速υc设定为3.5m/s,切出风速υf设定为25m/s。
最终风力发电机能量成本简化为关于额定功率Pr和额定风速υr的函数,即:
COE=E(Prr)
设置风力发电机额定功率的范围为1~3MW,额定风速范围为8~16m/s;
设置额定功率的变化幅度为0.5MW,额定风速的变化幅度为0.5m/s;
依此计算获得风力发电机的额定功率大小为1MW,1.5MW,2.0MW,2.5MW,3MW,额定风速υr从8m/s到16.5m/s变化时的风力发电机的能量成本COE。
结果如图3所示,风力发电机的能量成本COE存在着一个最小值。为方便分析将图3结果转化为下表3所示结果:
表3
通过比较上述结果,考虑能量成本最低,风力发电机的额定功率大小应为2.0MW,额定风速为11.5m/s,通过计算叶片的半径为40.4m。此时最小的COE为0.02682美元每千瓦时。从中可见,风机的最小能量成本变化很小,但是风机的年产电量却变化很大。
假使风场当地的电售价已知,此方法也可以用于确认风机最佳的设计参数使风场产电最优化。
上述具体实施方式用来解释说明本发明,而不是对本发明进行限制,在本发明的精神和权利要求的保护范围内,对本发明作出的任何修改和改变,都属于本发明的保护范围。

Claims (7)

1.一种基于能量成本的风力发电机参数优化方法,其特征在于方法步骤如下:
1)选择风力发电机输出功率模型,风力发电机输出功率模型包括风力发电机年产电量模型和风力发电机成本模型,利用风力发电机年产电量模型对风力发电机的年产电量进行计算,同时利用风力发电机成本模型计算风力发电机的成本;
2)综合年产电量与成本计算确定风力发电机的能量成本,从而建立风力发电机能量成本模型;
3)对风力发电机的叶片半径进行计算,将风力发电机能量成本模型简化成关于额定风速与额定功率的函数;
4)根据用户预设的额定风速与额定功率的变化范围和额定风速与额定功率每次的变化幅度,计算在不同额定风速与额定功率下的能量成本,从中选取使得能量成本最小的额定风速与额定功率,作为得到最佳的额定风速、额定功率。
2.根据权利要求1所述的一种基于能量成本的风力发电机参数优化方法,其特征在于:
所述步骤1)中,利用风力发电机年产电量模型对风力发电机的年产电量进行计算,具体为:
1.1)将风力发电机的输出功率随风速变化分为四个区域,形成变速风力发电机:
a)风速小于切入风速时,风力发电机没有功率输出;
b)风速介于切入风速和额定风速之间,风力发电机的输出功率处于非额定功率;
c)风速介于额定风速和切出风速之间,风力发电机的输出功率维持在额定功率;
d)风速大于切出风速时,风力发电机没有功率输出;
所述变速风力发电机的输出功率P表示为:
其中,υ表示风速,υc为切入风速,υr为额定风速,υf为切出风速,Pr为额定功率,P(υ)为非额定功率;
1.2)采用以下公式以风速概率分布作为威布尔分布计算风速概率,表示为:
其中,c为尺度参数,k为形状参数,f(υ)表示风速v的概率;
1.3)再采用以下公式计算风力发电机的尺度参数c和形状参数k,计算为:
其中,H表示风力发电机的塔高高度,c0、k0分别是参考高度H0时的尺度参数和形状参数,H0表示参考高度,α为风切变系数;
风切变系数α计算为:
1.4)结合风力发电机的输出功率与风速概率分布,采用以下公式计算获得风力发电机的平均功率
1.5)采用以下公式计算风力发电机年产电量AEP:
其中,μ为风力发电机的损失值,T为一年当中风力发电机的运行时间。
3.根据权利要求2所述的一种基于能量成本的风力发电机参数优化方法,其特征在于:所述步骤1.1)的非额定功率P(υ)采用多项式曲线、四参数逻辑函数或者五参数逻辑函数表示,通过已知采集数据进行拟合计算获得,并且满足条件P(υc)=0,P(υr)=Pr,Pr表示额定功率。
4.根据权利要求1所述的一种基于能量成本的风力发电机参数优化方法,其特征在于:所述步骤1)中,利用风力发电机成本模型计算风力发电机的总成本Cost,具体公式为:
Cost=m×ICC+AOE
ICC=X(R,H,Pr)
AOE=Y(Pr,AEP)
其中,ICC为风力发电机的部件成本、基础设施成本和安装运输成本之和,AOE为风力发电机每年运行成本,m为固定开支率,X(R,H,Pr)表示关于风力发电机叶片半径R、塔高高度H、额定功率Pr的函数,Y(Pr,AEP)表示关于风力发电机额定功率Pr、年产电量AEP的函数。
5.根据权利要求2所述的一种基于能量成本的风力发电机参数优化方法,其特征在于:所述的风力发电机的塔高高度H采用以下公式计算:
H=KR
其中,K为塔高系数,R为风力发电机的叶片半径。
6.根据权利要求1所述的一种基于能量成本的风力发电机参数优化方法,其特征在于:所述步骤2)中,能量成本COE是风力发电机年产电量与风力发电机成本之比,计算为:
其中,cost表示风力发电机总成本,AEP表示年产电量。
7.根据权利要求1所述的一种基于能量成本的风力发电机参数优化方法,其特征在于:所述步骤3)中,采用以下公式计算风力发电机成本模型中风力发电机的叶片半径R:
其中,ρ为空气密度,Cp为叶片的功率系数,ηg为风力发电机齿轮箱的满载效率,ηf为风力发电机的满载效率。
CN201810360102.2A 2018-04-20 2018-04-20 一种基于能量成本的风力发电机参数优化方法 Active CN108694275B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810360102.2A CN108694275B (zh) 2018-04-20 2018-04-20 一种基于能量成本的风力发电机参数优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810360102.2A CN108694275B (zh) 2018-04-20 2018-04-20 一种基于能量成本的风力发电机参数优化方法

Publications (2)

Publication Number Publication Date
CN108694275A true CN108694275A (zh) 2018-10-23
CN108694275B CN108694275B (zh) 2021-02-05

Family

ID=63845772

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810360102.2A Active CN108694275B (zh) 2018-04-20 2018-04-20 一种基于能量成本的风力发电机参数优化方法

Country Status (1)

Country Link
CN (1) CN108694275B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110566404A (zh) * 2019-08-29 2019-12-13 陕能榆林清洁能源开发有限公司 用于风力发电机组的功率曲线优化装置和方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102567813A (zh) * 2012-01-20 2012-07-11 江苏省电力设计院 风电场风电机组优化选型方法
WO2014187461A1 (en) * 2013-05-24 2014-11-27 Vestas Wind Systems A/S Method and system for planning and controlling power generators
CN106503341A (zh) * 2016-10-31 2017-03-15 上海电力学院 一种风电场风机叶片选型优化方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102567813A (zh) * 2012-01-20 2012-07-11 江苏省电力设计院 风电场风电机组优化选型方法
WO2014187461A1 (en) * 2013-05-24 2014-11-27 Vestas Wind Systems A/S Method and system for planning and controlling power generators
CN106503341A (zh) * 2016-10-31 2017-03-15 上海电力学院 一种风电场风机叶片选型优化方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
MOHAMMAD REZAEI MIRGHAED等: "Site specific optimization of wind turbines energy cost:Iterative approach", 《ENERGY CONVERSION AND MANAGEMENT》 *
柴建云等: "低风速风力发电机组造价与度电成本分析", 《清华大学学报(自然科学版)》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110566404A (zh) * 2019-08-29 2019-12-13 陕能榆林清洁能源开发有限公司 用于风力发电机组的功率曲线优化装置和方法
CN110566404B (zh) * 2019-08-29 2020-12-01 陕能榆林清洁能源开发有限公司 用于风力发电机组的功率曲线优化装置和方法

Also Published As

Publication number Publication date
CN108694275B (zh) 2021-02-05

Similar Documents

Publication Publication Date Title
Chen et al. A mathematical approach to minimizing the cost of energy for large utility wind turbines
Sedaghat et al. Determination of rated wind speed for maximum annual energy production of variable speed wind turbines
Balat A review of modern wind turbine technology
Gupta Efficient wind energy conversion: evolution to modern design
Ani et al. Comparison of energy yield of small wind turbines in low wind speed areas
Kaygusuz Wind power for a clean and sustainable energy future
Singh et al. Evaluation of current status and future directions of wind energy in India
Winslow Urban wind generation: comparing horizontal and vertical axis wind turbines at Clark University in Worcester, Massachusetts
Ayodele et al. Wind energy resource, wind energy conversion system modelling and integration: a survey
Haces-Fernandez et al. Investigation into the possibility of extracting wave energy from the Texas Coast
Castelli et al. Comparison between lift and drag-driven vawt concepts on low-wind site AEO
Yao et al. Wind energy resources: theory, design and applications
Abderrazzaq Energy production assessment of small wind farms
Messineo et al. Evaluating the performances of small wind turbines: A case study in the south of Italy
CN108694275A (zh) 一种基于能量成本的风力发电机参数优化方法
Badran et al. Fuzzy Logic Controller for Predicting Wind Turbine Power Generation.
Karim Small windmill as alternative power source for Bangladesh: A feasibility survey under wind speed scenarios
Belu Wind energy conversion and analysis
Lee et al. Optimization of the hub height of a wind turbine
Ayar et al. Harvesting the Wind: A Study on the Feasibility and Advancements of Wind Energy in Turkey
Awad Practical design and testing of wind driven water pumping systems
Mohanasundaram et al. Analysis and Design of a Giromill Type Vertical Axis Wind Turbine for a Low Wind ProfileUrbanArea
Bezrukovs et al. Forecasting of wind turbine efficiency in Latvia by long-term wind speed measurements
Galanis The production of electricity from the wind: a preliminary feasibility study for Greece
Hasan et al. Analysis of Prospective Wind Energy Sites in Bangladesh Utilizing Weibull Distribution Method

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