CN109271657B - 一种风力发电机组的捕风系数、年满发小时数的估算方法 - Google Patents

一种风力发电机组的捕风系数、年满发小时数的估算方法 Download PDF

Info

Publication number
CN109271657B
CN109271657B CN201810828834.XA CN201810828834A CN109271657B CN 109271657 B CN109271657 B CN 109271657B CN 201810828834 A CN201810828834 A CN 201810828834A CN 109271657 B CN109271657 B CN 109271657B
Authority
CN
China
Prior art keywords
wind
fan
wind speed
coefficient
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.)
Active
Application number
CN201810828834.XA
Other languages
English (en)
Other versions
CN109271657A (zh
Inventor
高亚春
黄爱武
程林志
徐继刚
张小伟
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.)
Xuji Group Co Ltd
Xuchang Xuji Wind Power Technology Co Ltd
Original Assignee
Xuji Group Co Ltd
Xuchang Xuji Wind Power Technology 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 Xuji Group Co Ltd, Xuchang Xuji Wind Power Technology Co Ltd filed Critical Xuji Group Co Ltd
Priority to CN201810828834.XA priority Critical patent/CN109271657B/zh
Publication of CN109271657A publication Critical patent/CN109271657A/zh
Application granted granted Critical
Publication of CN109271657B publication Critical patent/CN109271657B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/72—Wind turbines with rotation axis in wind direction
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/76—Power conversion electric or electronic aspects
    • Y—GENERAL 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS 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
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems 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)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Wind Motors (AREA)

Abstract

本发明提供了一种风力发电机组的捕风系数、年满发小时数的估算方法，通过反算风力发电机组的捕风系数，提高了风力发电机组的捕风系数的估算精度，从而为提高风力发电机组的发电量的预测准确度提供了基础。风力发电量的预测量的提高能够减缓风电对电网的毛刺冲击波动，保持电网智能稳定和可靠。风力发电机组的年满发小时数，确定了风机的有效利用率，便于指导风机系统运维水平的提升，也可用于为电网在大概率下风场中所有风机风能与其他能源的平衡、调度、匹配的解决提供参考，有利于把握风电规律，且能够解决电网对风场风力发电机组年总功率进行消纳匹配的计算，也能够解决风机可靠性评价或运维指导中风机有效利用率的计算。

Description

一种风力发电机组的捕风系数、年满发小时数的估算方法
技术领域
本发明属于风力发电技术领域，特别涉及一种风力发电机组的捕风系数、年满发小时数的估算方法。
背景技术
风电等新能源由于在发电环节不产生污染排放，近年来取得了快速发展，在能源结构不断优化的同时，也给我国电网的安全运行带来了一定挑战。在大力发展新能源之前，煤电占据了绝对主力电源的位置，虽然污染较大，但是煤电的纪律性非常强，可以始终服从命令，电力需求大时，电厂就多发电，电力需求小时，就少发电，与大电网系统配合默契。新能源虽然清洁，但是最大的缺陷就是不稳定，而风电只有在风力达到要求时才能正常发电。风电的步调很难与大电网保持一致，这给其大规模安全并网带来了麻烦。
随着风力发电容量占电网容量的比重不断加大，风电场对电网稳定性的影响也越来越大。只有对风电场出口处能源的配置及调度的及时性的准确预测，才能有效减缓风电对电网的毛刺冲击波动，才能够解决新能源大规模集中开发难以控制、难以调度的世界性难题。
目前用于解决新能源大规模集中开发难以控制、难以调度的世界性难题的热门技术是风电场等效虚拟同步发电机(Virtual Synchronous Generator-VSG)技术。该技术是通过在风电场交流侧配置储能系统，并对储能系统的逆变器采取基于同步发电机模型的控制策略，将风电场等效为虚拟同步发电机(Virtual Synchronous Generator-VSG)，使风电场向电网输送的功率平滑，并对大电网体现同步发电机的特性。根据电网负荷的波动，调节自身输出功率，维持系统频率与电压稳定，调节系统功率平衡，维持电网电压稳定的作用，具有自同步特性，有效改善了大规模风电场的并网性能。但该技术对需要配置的储能系统的年度总量和瞬时总量的存在技术计算依据不足的问题，而且储能系统需要预先储能，而且其与煤电和水电、核电的可调度总量长期稳定性相比，也存在明显差距，因此，通过智能电网用煤电和水电、核电进行宏观调控的大方向不会变化，仍需把准确预测风电场的发电总量和规律为上上策。
为此，随着智能电网的建设和发展，以及互联网+的普及，风电场等效虚拟同步发电机(Virtual Synchronous Generator-VSG)技术的推广应用，为继续优化已运行风电场发电系统的运行稳定、效能可靠，建成网源友好型风电场，初步实现新能源大规模友好并网提供了基础。因此，为了建设友好型风电场，需要获取风力发电机组的年满发小时数来指导风机设备的运维水平，但是，目前风电场发电系统对风力发电机组的发电量的计算是通过利用风机的捕风系数进行相关计算得到，由于对风机的捕风系数获取后未进行重新验证，造成风机的捕风系数可能存在误差，影响风力发电机组的发电量的估算精度，也影响风力发电机组的年满发小时数的估算精度。
发明内容
本发明的目的在于提供一种风力发电机组的捕风系数的估算方法，用于解决现有技术中风力发电机组的年满发小时数的估算精度低的问题，同时提供了一种风力发电机组的年满发小时数的估算方法，用于解决现有技术中风力发电机组的年满小时数的估算精度低的问题。
为实现上述目的，本发明提供了一种风力发电机组的捕风系数的估算方法，包括如下步骤：
1)根据历史风速数据计算风速随距离地面高度变化的风速切变系数，并根据气象站的预测风速及所述风速切变系数计算风机轮毂高度处的预测风速；
2)根据所述风机轮毂高度处的预测风速计算风机的额定风速对应的风机的捕风系数；且根据所述风机的捕风系数及所述风机轮毂高度处的预测风速计算各风机的拟合发电功率；
3)根据所述各风机的拟合发电功率及各风机额定风速对应的实际发电功率计算各风机额定功率时的最大捕风系数；
4)根据所述最大捕风系数、风场的年平均空气密度及风机的额定风速对应的风机的捕风系数计算各风机的拟合发电功率修订值；
5)根据所述各风机的拟合发电功率修订值及风场的年平均空气密度反算各风机的捕风系数。
进一步地，反算各风机的捕风系数完成后，还对风力发电机组的瞬时发电量进行了估算，根据反算后的各风机的捕风系数计算各风机轮毂高度处的预测风速对应的风机发电功率，根据风机的数量以及风机的发电效率得到风力发电机组的瞬时发电量。瞬时发电量的预测解决了电网吸收风电的调峰预测困难的问题，有利于较准确预测风机的年发电量；有利于综合其他风电的平稳可控能源的调控，也有利于发挥风电场等效虚拟同步机技术，有利于风电场出口处储能电池的配置，以及对储能电池逆变器控制策略的设计。
进一步地，所述风机轮毂高度处的预测风速的计算公式为：
Figure BDA0001743088570000031
其中，e为风速切变系数，V1为气象站的预测风速，h1为气象站距离地面的高度，h2为风机轮毂距离地面的高度。
进一步地，所述风机的额定风速对应的风机的捕风系数与风机轮毂高度处的风速之间的关系表示为：
Figure BDA0001743088570000032
其中，CpVe为风机的额定风速对应的风机的捕风系数，V2为风机轮毂高度处的预测风速，Ve为风机的额定风速。
进一步地，步骤2)中，各风机的拟合发电功率的计算公式表示为：
Figure BDA0001743088570000033
其中，Dairh为风场的年平均空气密度；g1为风机发电效率；v2为风机轮毂高度处的风速；D为风机的风轮直径；16/27为风机捕风系数的贝茨极限；CpVe为风机的额定风速对应的风机的捕风系数；max(CpVe)为CpVe离散的有序向量中对应某个风速的最大CpVe值。
进一步地，各风机的拟合发电功率修订值的计算公式表示为：
Figure BDA0001743088570000034
其中，Dairh为风场的年平均空气密度；g1为风机发电效率；v2为风机轮毂高度处的风速；D为风机的风轮直径；CpVe为风机的额定风速对应的风机的捕风系数；max(CpVe)为CpVe离散的有序向量中对应某个风速的最大CpVe值，Cpmaxx为各风机额定功率时的最大捕风系数。
进一步地，反算捕风系数的计算公式表示为：
Figure BDA0001743088570000041
其中，CP为捕风系数，Er为各风机的拟合发电功率修订值，Dairth为风场的年平均空气密度，g1为风机发电效率，V2为风机轮毂高度处的风速。
进一步地，各风机轮毂高度处的预测风速对应的风机发电功率表示为：
Figure BDA0001743088570000042
其中，Dairh为风场的年平均空气密度；g1为风机发电效率；v2为风机轮毂高度处的风速；D为风机的风轮直径；CP为反算后的捕风系数。
本发明还提供了一种风力发电机组的年满发小时数的估算方法，包括如下步骤：
(1)根据历史风速数据计算风速随距离地面高度变化的风速切变系数，并根据气象站的预测风速及所述风速切变系数计算风机轮毂高度处的预测风速；
(2)根据所述风机轮毂高度处的预测风速计算风机的额定风速对应的风机的捕风系数；且根据所述风机的捕风系数及所述风机轮毂高度处的预测风速计算各风机的拟合发电功率；
(3)根据所述各风机的拟合发电功率及各风机额定风速对应的实际发电功率计算各风机额定功率时的最大捕风系数；
(4)根据所述最大捕风系数、风场的年平均空气密度及风机的额定风速对应的风机的捕风系数计算各风机的拟合发电功率修订值；
(5)根据所述各风机的拟合发电功率修订值及年小时发生数，计算风力发电机组的年发电量，将风力发电机组的年发电量与风力发电机组的额定功率计算风力发电机组的年满发小时数。
进一步地，所述风机轮毂高度处的预测风速的计算公式为：
Figure BDA0001743088570000043
其中，e为风速切变系数，V1为气象站的预测风速，h1为气象站距离地面的高度，h2为风机轮毂距离地面的高度。
进一步地，所述风机的额定风速对应的风机的捕风系数与风机轮毂高度处的风速之间的关系表示为：
Figure BDA0001743088570000051
其中，CpVe为风机的额定风速对应的风机的捕风系数，V2为风机轮毂高度处的预测风速，Ve为风机的额定风速。
进一步地，步骤(2)中，各风机的拟合发电功率的计算公式表示为：
Figure BDA0001743088570000052
其中，Dairh为风场的年平均空气密度；g1为风机发电效率；v2为风机轮毂高度处的风速；D为风机的风轮直径；16/27为风机捕风系数的贝茨极限；CpVe为风机的额定风速对应的风机的捕风系数；max(CpVe)为CpVe离散的有序向量中对应某个风速的最大CpVe值。
进一步地，各风机的拟合发电功率修订值的计算公式表示为：
Figure BDA0001743088570000053
其中，Dairh为风场的年平均空气密度；g1为风机发电效率；v2为风机轮毂高度处的风速；D为风机的风轮直径；CpVe为风机的额定风速对应的风机的捕风系数；max(CpVe)为CpVe离散的有序向量中对应某个风速的最大CpVe值，Cpmaxx为各风机额定功率时的最大捕风系数。
本发明的有益效果是：
本发明通过反算风力发电机组的捕风系数，提高了风力发电机组的捕风系数的估算精度，从而为提高风力发电机组的发电量的预测准确度提供了基础。风力发电量的预测量的提高能够减缓风电对电网的毛刺冲击波动，保持电网智能稳定和可靠。
本发明计算的风力发电机组的年满发小时数，确定了风机的有效利用率，便于指导风机系统运维水平的提升，也可用于电网在大概率下风场中所有风机风能与其他能源的平衡、调度、匹配的解决提供参考，有利于把握风电规律，且能够解决电网对风场风力发电机组年总功率进行消纳匹配的计算，也能够解决风机可靠性评价或运维指导中风机有效利用率的计算。
附图说明
图1是本发明实施例中某个厂家的风机特性图；
图2是本发明实施例中另一个厂家的风机特性图；
图3是本发明的风力发电机组的捕风系数的估算方法流程图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的说明：
实施例1：
本发明提供了一种风力发电机组的捕风系数的估算方法，包括以下步骤：
1)根据历史风速数据计算风速随距离地面高度变化的风速切变系数，并根据气象站的预测风速及所述风速切变系数计算风机轮毂高度处的预测风速；
2)根据所述风机轮毂高度处的预测风速计算风机的额定风速对应的风机的捕风系数；且根据所述风机的捕风系数及所述风机轮毂高度处的预测风速计算各风机的拟合发电功率；
3)根据所述各风机的拟合发电功率及各风机额定风速对应的实际发电功率计算各风机额定功率时的最大捕风系数；
4)根据所述最大捕风系数、风场的年平均空气密度及风机的额定风速对应的风机的捕风系数计算各风机的拟合发电功率修订值；
5)根据所述各风机的拟合发电功率修订值及风场的年平均空气密度反算各风机的捕风系数。
具体的，如图3所示，风力发电机组的捕风系数的估算方法可通过以下步骤实现：
1、由风场10米高气象站年平均风速和测风塔80米左右对应的年平均风速计算风场的风速切变系数e；
Figure BDA0001743088570000061
其中，v1为气象站距地面高度h1的风速，单位m/s；v2为风机轮毂距地面高度h2的风速，单位m/s；e为风速切变系数，h1为气象站距离地面的高度，h2为风机轮毂距离地面的高度。
2、由网络天气预报的风场地区下一小时内的瞬时风力等级Vj10，通过拟合算法得到对应的平均风速v1，再由风速切变系数e计算得到风机轮毂高度处的平均风速v2并圆整，进而找到与计算风机发电功率所对应的风速。
v1＝3*Vj10-5 (2)
其中，Vj10为网络天气预报中未来一小时内的瞬时风力等级平均值，如3-4级，本实施例取值3；
v1由上述公式(2)计算的拟合转化后的平均风速，单位为m/s，
Figure BDA0001743088570000071
其中，v2为风机的切入风速Vin到切出风速Vout之间的风速，单位m/s，具体取值方法如下：
取风机轮毂高度处风速序列向量v2＝{0,1,2,3,4,5，…，Vout}；取为风机轮毂高度处风速序列向量，v2(1)＝0；v2(2)＝1；v2(3)＝2；v2(4)＝3；v2(5)＝4；本实施例的风速序列向量从0到Vout的等差递增的向量，当然也可以建立从Vout到0的等差递减向量，相应的对应风速的概率密度等也需要相应的改变。
设定风机轮毂高度处风速的阈值为Vin，将小于设定风速阈值Vin的风机轮毂高度处的风速修订为0，若取Vin＝3.5m/s，则v2(1)＝0；v2(2)＝0；v2(3)＝0；v2(4)＝0。
3、计算和绘制CP与风速的对应关系曲线，用于指导反设计方法下风机叶片的翼型的气动设计和解决风机的瞬时发电预报的准确性；由以下具体步骤实现：
(3.1)本实施例拟合额定风速为Ve的风机的捕风系数CpVe与风速v的计算关系为：
Figure BDA0001743088570000072
其中，Ve为风机的额定风速，单位m/s；CpVe为额定风速为Ve的风机对应各风速v的捕风系数；v2为风机轮毂处的风速，单位m/s，取值为风机的切入风速Vin到切出风速Vout之间的风速，修订得到对应的CpVe离散的有序向量，用于绘制CP与风速的对应关系曲线，也可用于指导风机叶片的翼型的气动设计；
(3.2)利用上述的风机的CpVe与风速v的关系计算风机发电功率向量Er，其步骤为：
第一步：通过风能捕获理论的基本公式
Figure BDA0001743088570000081
将空气密度、风轮直径D和风机发电效率η等输入，得到单台风机各风速下的可捕获发电功率拟合值ErCs；
第二步：超出额定功率部分强制修订为风机的额定功率，并修订额定风速处对应的风机发电功率，得到与风速的对应并修订后的风机发电功率向量Er。
第三步：由向量Er，反算捕风系数CP。得到修订后的捕风系数CP，捕风系数CP的曲线如图1和图2所示，从而用于解决风机的瞬时发电预报，或者用于叶片的翼型设计。
具体的算法为：
3.2.1利用下述公式计算各风速下的拟合发电功率：
Figure BDA0001743088570000082
其中，ErCs为单台风机在风速v的对应各风速下的拟合发电功率，单位W；Dairh为风场的年平均空气密度，单位kg/m3；g1为风机发电效率η；v2为风机轮毂处的风速，单位m/s；D为风机的风轮直径，单位m；16/27为风机捕风系数的贝茨极限；CpVe为对应各风速v2的捕风系数；max(CpVe)为CpVe离散的有序向量中对应某个风速v的最大CpVe值。
其中，风场的年平均空气密度Dairh依据风场年平均温度Ta和平均海拔高度Zave来计算，其计算公式为：
Figure BDA0001743088570000083
其中，年平均温度Ta＝273.16+T10-0.6*70/100，单位K；T10为10米高气象站平均气温℃，在陆地上，大约每升高100米，气温下降0.6℃；
3.2.2确定最大拟合捕风系数Cpmaxx：
Figure BDA0001743088570000084
其中，P实为各额定风速对应的实际发电功率，Cpmaxx为风机额定功率时的最大捕风系数。
3.2.3确定发电功率修订值
Figure BDA0001743088570000091
其中，Er为单台风机在风速v的对应各风速下的拟合发电功率修订值，单位W，Dairh为风场的年平均空气密度；g1为风机发电效率；v2为风机轮毂高度处的风速；D为风机的风轮直径；CpVe为风机的额定风速对应的风机的捕风系数；max(CpVe)为CpVe离散的有序向量中对应某个风速的最大CpVe值，Cpmaxx为各风机额定功率时的最大捕风系数。
3.2.4由上述修订的向量Er，反算捕风系数CP：
Figure BDA0001743088570000092
其中，CP为捕风系数，Er为各风机的拟合发电功率修订值，Dairth为风场的年平均空气密度，g1为风机发电效率，V2为风机轮毂高度处的风速。反算得到的捕风系数CP，将比CpVe拟合精度高，更加准确。
4、反算完各风机的捕风系数后，还对风力发电机组的瞬时发电量进行了估算，其估算的过程为：根据反算后的各风机的捕风系数计算各风机轮毂高度处的预测风速对应的风机发电功率，根据风机的数量以及风机的发电效率得到风力发电机组的瞬时发电量。因此，可预报整个风场的瞬时发电峰值，从而减小风电场的电能不可预测性，减缓风电对电网的毛刺冲击波动，从而有利于有效发挥风电场等效虚拟同步发电机(Virtual SynchronousGenerator，VSG)的技术，保持电网智能稳定和可控。其中，各风机轮毂高度处的预测风速对应的风机发电功率曲线如图1和图2所示，各风机轮毂高度处的预测风速对应的风机发电功率表示为：
Figure BDA0001743088570000093
其中，Dairh为风场的年平均空气密度；g1为风机发电效率；v2为风机轮毂高度处的风速；D为风机的风轮直径；CP为反算后的捕风系数。
实施例2：
本发明还提供了一种风力发电机组的年满发小时数的估算方法，年满发小数的估算方法主要应用到了实施例1中的修订后的风机发电功率值Er，由于修订后的风机发电功率值Er在上述实施例中进行了详细的说明，因此，在这里不再赘述。
具体的，由年风速的概率密度函数Pr，得到对应各风速的年小时发生数tv。设定年小时数tn为8766h，根据概率密度函数Pr及年小时数tn计算年小时发生数，年小时发生数的计算公式表示为：tv＝tn*Pr；
然后利用上述修订后的风机发电功率值Er，以及对应各风速的年小时发生数tv，可以计算出单台风机年上网发电量E,单台风机年上网发电量E＝Er*tv*g1；进而由风场同型风机台数N可计算出风场该同型风机的年上网发电量EN＝E*N，将风机的年上网发电量EN，除以各风机额定风速对应的风机额定功率后得到单台风机年满发小时数Tm，并可得到风场该同型风机随风机台数累计的年满发小时数TmN，年满发小时数TmN的曲线示意图如图1和图2所示。
本发明的年满发小时数的计算用于解决智能电网对风场风机年总功率进行消纳匹配的计算，也用于对风机可靠性评价和运维指导中风机有效利用率的计算；瞬时发电量预报的计算用于解决智能电网或虚拟同步机对辅助电能调度量的预测，并通过与互联网的天气预报中风速数据的衔接，解决风机的瞬时发电预报的及时性；通过风速与风机捕风系数关系的算法修订，解决风机的瞬时发电预报的准确性，有利于进一步减缓风电对电网的毛刺冲击波动，保持电网智能稳定和可控。
以上给出了具体的实施方式，但本发明不局限于以上所描述的实施方式。本发明的基本思路在于上述基本方案，对本领域普通技术人员而言，根据本发明的教导，设计出各种变形的模型、公式、参数并不需要花费创造性劳动。在不脱离本发明的原理和精神的情况下对实施方式进行的变化、修改、替换和变形仍落入本发明的保护范围内。

Claims (13)

1.一种风力发电机组的捕风系数的估算方法，其特征在于，包括如下步骤：
1)根据历史风速数据计算风速随距离地面高度变化的风速切变系数，并根据气象站的预测风速及所述风速切变系数计算风机轮毂高度处的预测风速；
2)根据所述风机轮毂高度处的预测风速计算风机的额定风速对应的风机的捕风系数；且根据所述风机的捕风系数及所述风机轮毂高度处的预测风速计算各风机的拟合发电功率；
3)根据所述各风机的拟合发电功率及各风机额定风速对应的实际发电功率计算各风机额定功率时的最大捕风系数；
4)根据所述最大捕风系数、风场的年平均空气密度及风机的额定风速对应的风机的捕风系数计算各风机的拟合发电功率修订值；
5)根据所述各风机的拟合发电功率修订值及风场的年平均空气密度反算各风机的捕风系数。
2.根据权利要求1所述的风力发电机组的捕风系数的估算方法，其特征在于，反算各风机的捕风系数完成后，还对风力发电机组的瞬时发电量进行了估算，根据反算后的各风机的捕风系数计算各风机轮毂高度处的预测风速对应的风机发电功率，根据风机的数量以及风机的发电效率得到风力发电机组的瞬时发电量。
3.根据权利要求1或2所述的风力发电机组的捕风系数的估算方法，其特征在于，所述风机轮毂高度处的预测风速的计算公式为：
Figure FDA0001767807710000011
其中，e为风速切变系数，V1为气象站的预测风速，h1为气象站距离地面的高度，h2为风机轮毂距离地面的高度。
4.根据权利要求3所述的风力发电机组的捕风系数的估算方法，其特征在于，所述风机的额定风速对应的风机的捕风系数与风机轮毂高度处的风速之间的关系表示为：
Figure FDA0001767807710000012
其中，CpVe为风机的额定风速对应的风机的捕风系数，V2为风机轮毂高度处的预测风速，Ve为风机的额定风速。
5.根据权利要求4所述的风力发电机组的捕风系数的估算方法，其特征在于，步骤2)中，各风机的拟合发电功率的计算公式表示为：
Figure FDA0001767807710000021
其中，Dairh为风场的年平均空气密度；g1为风机发电效率；v2为风机轮毂高度处的风速；D为风机的风轮直径；16/27为风机捕风系数的贝茨极限；CpVe为风机的额定风速对应的风机的捕风系数；max(CpVe)为CpVe离散的有序向量中对应某个风速的最大CpVe值。
6.根据权利要求5所述的风力发电机组的捕风系数的估算方法，其特征在于，各风机的拟合发电功率修订值的计算公式表示为：
Figure FDA0001767807710000022
其中，Dairh为风场的年平均空气密度；g1为风机发电效率；v2为风机轮毂高度处的风速；D为风机的风轮直径；CpVe为风机的额定风速对应的风机的捕风系数；max(CpVe)为CpVe离散的有序向量中对应某个风速的最大CpVe值，Cpmaxx为各风机额定功率时的最大捕风系数。
7.根据权利要求6所述的风力发电机组的捕风系数的估算方法，其特征在于，反算捕风系数的计算公式表示为：
Figure FDA0001767807710000023
其中，CP为捕风系数，Er为各风机的拟合发电功率修订值，Dairth为风场的年平均空气密度，g1为风机发电效率，V2为风机轮毂高度处的风速。
8.根据权利要求2所述的风力发电机组的捕风系数的估算方法，其特征在于，各风机轮毂高度处的预测风速对应的风机发电功率表示为：
Figure FDA0001767807710000024
其中，Dairh为风场的年平均空气密度；g1为风机发电效率；v2为风机轮毂高度处的风速；D为风机的风轮直径；CP为反算后的捕风系数。
9.一种风力发电机组的年满发小时数的估算方法，其特征在于，包括如下步骤：
(1)根据历史风速数据计算风速随距离地面高度变化的风速切变系数，并根据气象站的预测风速及所述风速切变系数计算风机轮毂高度处的预测风速；
(2)根据所述风机轮毂高度处的预测风速计算风机的额定风速对应的风机的捕风系数；且根据所述风机的捕风系数及所述风机轮毂高度处的预测风速计算各风机的拟合发电功率；
(3)根据所述各风机的拟合发电功率及各风机额定风速对应的实际发电功率计算各风机额定功率时的最大捕风系数；
(4)根据所述最大捕风系数、风场的年平均空气密度及风机的额定风速对应的风机的捕风系数计算各风机的拟合发电功率修订值；
(5)根据所述各风机的拟合发电功率修订值及年小时发生数，计算风力发电机组的年发电量，将风力发电机组的年发电量与风力发电机组的额定功率计算风力发电机组的年满发小时数。
10.根据权利要求9所述的风力发电机组的年满发小时数的估算方法，其特征在于，所述风机轮毂高度处的预测风速的计算公式为：
Figure FDA0001767807710000031
其中，e为风速切变系数，V1为气象站的预测风速，h1为气象站距离地面的高度，h2为风机轮毂距离地面的高度。
11.根据权利要求10所述的风力发电机组的年满发小时数的估算方法，其特征在于，所述风机的额定风速对应的风机的捕风系数与风机轮毂高度处的风速之间的关系表示为：
Figure FDA0001767807710000032
其中，CpVe为风机的额定风速对应的风机的捕风系数，V2为风机轮毂高度处的预测风速，Ve为风机的额定风速。
12.根据权利要求11所述的风力发电机组的年满发小时数的估算方法，其特征在于，步骤(2)中，各风机的拟合发电功率的计算公式表示为：
Figure FDA0001767807710000041
其中，Dairh为风场的年平均空气密度；g1为风机发电效率；v2为风机轮毂高度处的风速；D为风机的风轮直径；16/27为风机捕风系数的贝茨极限；CpVe为风机的额定风速对应的风机的捕风系数；max(CpVe)为CpVe离散的有序向量中对应某个风速的最大CpVe值。
13.根据权利要求12所述的风力发电机组的年满发小时数的估算方法，其特征在于，各风机的拟合发电功率修订值的计算公式表示为：
Figure FDA0001767807710000042
其中，Dairh为风场的年平均空气密度；g1为风机发电效率；v2为风机轮毂高度处的风速；D为风机的风轮直径；CpVe为风机的额定风速对应的风机的捕风系数；max(CpVe)为CpVe离散的有序向量中对应某个风速的最大CpVe值，Cpmaxx为各风机额定功率时的最大捕风系数。
CN201810828834.XA 2018-07-25 2018-07-25 一种风力发电机组的捕风系数、年满发小时数的估算方法 Active CN109271657B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810828834.XA CN109271657B (zh) 2018-07-25 2018-07-25 一种风力发电机组的捕风系数、年满发小时数的估算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810828834.XA CN109271657B (zh) 2018-07-25 2018-07-25 一种风力发电机组的捕风系数、年满发小时数的估算方法

Publications (2)

Publication Number Publication Date
CN109271657A CN109271657A (zh) 2019-01-25
CN109271657B true CN109271657B (zh) 2022-12-13

Family

ID=65153203

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810828834.XA Active CN109271657B (zh) 2018-07-25 2018-07-25 一种风力发电机组的捕风系数、年满发小时数的估算方法

Country Status (1)

Country Link
CN (1) CN109271657B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010072112A1 (zh) * 2008-12-22 2010-07-01 三一电气有限责任公司 风力发电机组、风力发电系统及其运行控制方法
CN102996367A (zh) * 2012-11-29 2013-03-27 南京航空航天大学 一种风力机叶片可动小翼装置
CN103778340A (zh) * 2014-01-27 2014-05-07 国家电网公司 大规模新能源发电特性的统计方法
WO2014201849A1 (zh) * 2013-06-18 2014-12-24 国网辽宁省电力有限公司电力科学研究院 配有储能电站的分散式风电场有功优化调控方法
CN104595110A (zh) * 2014-12-01 2015-05-06 东方电气集团东方汽轮机有限公司 一种风机风轮调整装置及包含该装置的风机组

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104021424B (zh) * 2013-02-28 2018-12-07 乌托巴斯洞察公司 用于预测风场中的风机的输出功率的方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010072112A1 (zh) * 2008-12-22 2010-07-01 三一电气有限责任公司 风力发电机组、风力发电系统及其运行控制方法
CN102996367A (zh) * 2012-11-29 2013-03-27 南京航空航天大学 一种风力机叶片可动小翼装置
WO2014201849A1 (zh) * 2013-06-18 2014-12-24 国网辽宁省电力有限公司电力科学研究院 配有储能电站的分散式风电场有功优化调控方法
CN103778340A (zh) * 2014-01-27 2014-05-07 国家电网公司 大规模新能源发电特性的统计方法
CN104595110A (zh) * 2014-12-01 2015-05-06 东方电气集团东方汽轮机有限公司 一种风机风轮调整装置及包含该装置的风机组

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于CFD动力降尺度的复杂地形风电场风电功率短期预测方法研究;马文通等;《气象学报》;20160215(第01期);全文 *
风电场发电量后评估的指标评估方法探讨;王蕊等;《中国电力》;20130805(第08期);全文 *

Also Published As

Publication number Publication date
CN109271657A (zh) 2019-01-25

Similar Documents

Publication Publication Date Title
CN102299527B (zh) 一种风电场无功功率控制方法和系统
CN101860044B (zh) 风电场无功电压的协调控制方法
CN103001249B (zh) 基于bp神经网络的风电场短期功率预测方法
CN101931241B (zh) 风电场并网协调控制方法
CN108599206B (zh) 高比例不确定电源场景下的配电网混合储能配置方法
CN104917204B (zh) 一种风电场有功功率优化控制方法
US20120049516A1 (en) Method, system, and computer program product to optimize power plant output and operation
CN106058941B (zh) 一种基于场景分析的风电场随机优化调度方法
CN107154648B (zh) 一种风电场双层有功分配控制方法
CN105337415A (zh) 一种基于预测控制的地区电网调度系统及其方法
CN108695857B (zh) 风电场自动电压控制方法、装置及系统
CN108488038B (zh) 一种风力发电机组的偏航控制方法
CN102419394B (zh) 一种预测分辨率可变的风光功率预测方法
CN104156575A (zh) 基于测风塔数据外推法的风电场理论功率计算方法
CN103441537A (zh) 配有储能电站的分散式风电场有功优化调控方法
CN103244354B (zh) 风力发电机组功率曲线自适应优化方法
CN104143839B (zh) 基于功率预测的风电场集群限出力有功功率分配方法
CN112994115B (zh) 一种基于wgan场景模拟和时序生产模拟的新能源容量配置方法
Kim et al. Maximum power point tracking of a wind power plant with predictive gradient ascent method
CN113659620A (zh) 基于动态频率约束的水风互补发电系统日前调度方法
CN104362680A (zh) 以有功损耗最小为目标的风电场有功功率自动分配方法
CN112994051A (zh) 一种含可变速机组的海水抽水蓄能电站容量优化配置方法
CN109546677A (zh) 一种规模化海上风电柔性送出系统安全控制策略求解方法
CN103928924A (zh) 计及有功功率变化最大值的风电场有功功率优化控制方法
CN115510677A (zh) 一种风电场发电能力评估方法及系统

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