CN110543649B - 基于快速评估流体模型和尾流模型的风机排布方法和装置 - Google Patents

基于快速评估流体模型和尾流模型的风机排布方法和装置 Download PDF

Info

Publication number
CN110543649B
CN110543649B CN201810532210.3A CN201810532210A CN110543649B CN 110543649 B CN110543649 B CN 110543649B CN 201810532210 A CN201810532210 A CN 201810532210A CN 110543649 B CN110543649 B CN 110543649B
Authority
CN
China
Prior art keywords
wind speed
area
wind
fan
annual
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
CN201810532210.3A
Other languages
English (en)
Other versions
CN110543649A (zh
Inventor
曾垂宽
苏文华
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.)
Beijing Goldwind Science and Creation Windpower Equipment Co Ltd
Original Assignee
Beijing Goldwind Science and Creation Windpower Equipment 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 Beijing Goldwind Science and Creation Windpower Equipment Co Ltd filed Critical Beijing Goldwind Science and Creation Windpower Equipment Co Ltd
Priority to CN201810532210.3A priority Critical patent/CN110543649B/zh
Priority to US16/182,999 priority patent/US20190370418A1/en
Publication of CN110543649A publication Critical patent/CN110543649A/zh
Application granted granted Critical
Publication of CN110543649B publication Critical patent/CN110543649B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
    • G01P5/02—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft by measuring forces exerted by the fluid on solid bodies, e.g. anemometer
    • 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
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D13/00—Assembly, mounting or commissioning of wind motors; Arrangements specially adapted for transporting wind motor components
    • F03D13/30—Commissioning, e.g. inspection, testing or final adjustment before releasing for production
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D80/00—Details, components or accessories not provided for in groups F03D1/00 - F03D17/00
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M9/00—Aerodynamic testing; Arrangements in or on wind tunnels
    • G01M9/02—Wind tunnels
    • G01M9/04—Details
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
    • G01P5/001—Full-field flow measurement, e.g. determining flow velocity and direction in a whole region at the same time, flow visualisation
    • 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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2240/00—Components
    • F05B2240/90—Mounting on supporting structures or systems
    • F05B2240/96—Mounting on supporting structures or systems as part of a wind turbine farm
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2260/00—Function
    • F05B2260/84—Modelling or simulation
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/10—Purpose of the control system
    • F05B2270/20—Purpose of the control system to optimise the performance of a machine
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M9/00—Aerodynamic testing; Arrangements in or on wind tunnels
    • G01M9/06—Measuring arrangements specially adapted for aerodynamic testing
    • G01M9/065—Measuring arrangements specially adapted for aerodynamic testing dealing with flow
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M9/00—Aerodynamic testing; Arrangements in or on wind tunnels
    • G01M9/08—Aerodynamic models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/06—Wind turbines or wind farms
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Sustainable Energy (AREA)
  • Sustainable Development (AREA)
  • Biophysics (AREA)
  • Business, Economics & Management (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Economics (AREA)
  • Physiology (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Molecular Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • Genetics & Genomics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Geometry (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Hardware Design (AREA)
  • Fluid Mechanics (AREA)

Abstract

公开了一种基于快速评估流体模型和尾流模型的风机排布方法和装置。所述风机排布方法包括：基于预设风电场区域的测风数据，通过快速评估流体模型计算所述预设风电场区域的流场数据；基于以下项中的至少一项从预设风电场区域中筛选出第一风速区域：区域占用限定、坡度限定、湍流限定、以及风速限定；通过差分进化算法计算使第一风速区域中的多台风机中的每台风机的年发电量达到最高的风机排布坐标，其中，基于流场数据和尾流模型计算第一风速区域中的每台风机的年发电量。在本发明中，可降低计算量并提高效率，可快速、准确地获得最优的风机排布坐标。

Description

基于快速评估流体模型和尾流模型的风机排布方法和装置
技术领域
本发明涉及风力发电技术，更具体地，涉及一种基于快速评估流体模型和尾流模型的风机排布方法和装置。
背景技术
风力发电指的是将风的动能转换为电能。风机(也称作风力发电机组)是一种用于风力发电的设备。在排布风机时，需要利用与位置对应的风速计算发电量，并根据计算出的发电量选择有利于提升发电量的风机排布坐标。
已经采用风电场设计软件(例如，Openwind和WindPro)排布风机。但是，现有的风机排布方法存在计算速度慢和计算结果准确性差的问题。
发明内容
本发明的各个方面至少可解决以上提到的问题和/或缺点，并且至少提供以下优点。
根据本发明的一方面，提供了一种基于快速评估流体模型和尾流模型的风机排布方法。所述风机排布方法包括：基于预设风电场区域的测风数据，通过快速评估流体模型计算所述预设风电场区域的流场数据；基于以下项中的至少一项从预设风电场区域中筛选出第一风速区域：区域占用限定、坡度限定、湍流限定、以及风速限定；通过差分进化算法计算使第一风速区域中的多台风机中的每台风机的年发电量达到最高的风机排布坐标，以获得使第一风速区域中的年发电量最高的风机排布方案，其中，基于流场数据和尾流模型计算第一风速区域中的多风机中的每台风机的年发电量。
可选地，基于区域占用限定从预设风电场区域中筛选出第一风速区域的步骤包括：从预设风电场区域中排除以下区域中的至少一个区域，以获得第一风速区域：自然保护区、居民区、预先划定的非占用区域。
可选地，基于坡度限定从预设风电场区域中筛选出第一风速区域的步骤包括：基于所述预设风电场区域的地理信息数据确定所述预设风电场区域中的网格点；基于高程矩阵计算在所述预设风电场区域中的每个网格点的坡度值；从所述预设风电场区域中去除坡度值大于坡度限值的网格点来获得第一风速区域。
可选地，基于湍流限定从预设风电场区域中筛选出第一风速区域的步骤包括：基于所述预设风电场区域的地理信息数据确定所述预设风电场区域中的网格点；基于计算出的流场数据确定所述预设风电场区域中的每个网格点的湍流强度值；从预设风电场区域中去除湍流强度值大于湍流强度限值的网格点来获得第一风速区域。
可选地，基于风速限定从预设风电场区域中筛选出第一风速区域的步骤包括：基于所述预设风电场区域的地理信息数据确定所述预设风电场区域中的网格点；基于计算出的流场数据确定所述预设风电场区域中的每个格点的年平均风速值；从所述预设风电场区域中去除年平均风速值小于风速限值的网格点来获得第一风速区域。
可选地，基于流场数据和尾流模型计算第一风速区域中的多台风机中的每台风机的年发电量的步骤包括：设置n个风速区间，其中，n为大于1的自然数；基于风机功率曲线计算所述第一风速区域中的每台风机的年发电量E：
Figure BDA0001676901580000021
其中，vi为第i个风速区间的风速，P为风机功率曲线，Ti为第i个风速区间的年发电小时数，并通过如下的等式(2)计算年发电小时数Ti：
Ti＝[F(vi+0.5)-F(vi-0.5)]Tt   (2)
其中，F(vi+0.5)和F(vi-0.5)为威布尔分布函数，当通过与第一风速区域对应的尾流模型判断出所述第一风速区域中存在位于尾流区域中的风机时，将F(vi+0.5)和F(vi-0.5)中的尺度参数替换为该尺度参数乘以第一年平均风速之后再除以第二年平均风速而获得的值，其中，第一年平均风速基于尾流模型计算出的所述位于尾流区域中的风机的年平均风速，第二年平均风速为基于快速评估流体模型计算出的所述位于尾流区域中的风机的年平均风速。
可选地，针对第一风速区域中的多台风机中的每台风机，通过差分进化算法计算使每台风机的年发电量达到最高的风机排布坐标的步骤包括：对母代机位点进行变异和交叉以产生子代机位点，其中，初始的母代机位点是从第一风速区域中选择出的机位点；分别计算与母代机位点对应的年发电量和与子代机位点对应的年发电量；判断与子代机位点对应的年发电量是否大于与母代机位点对应的年发电量，如果是，则将母代机位点更新为子代机位点，否则使母代机位点保持不变。
根据本发明的另一方面，提供了一种基于快速评估流体模型和尾流模型的风机排布装置。所述风机排布装置包括：流场仿真模块，用于基于预设风电场区域的测风数据，通过快速评估流体模型计算所述预设风电场区域的流场数据；预处理模块，用于基于以下项中的至少一项从预设风电场区域中筛选出第一风速区域：区域占用限定、坡度限定、湍流限定、以及风速限定；优化模块，用于通过差分进化算法计算使第一风速区域中的多台风机中的每台风机的年发电量达到最高的风机排布坐标，以获得使第一风速区域中的年发电量最高的风机排布方案，其中，优化模块基于流场数据和尾流模型计算第一风速区域中多台风机中的每台风机的年发电量。
可选地，所述预处理模块从预设风电场区域中排除以下区域中的至少一个区域，以获得第一风速区域：自然保护区、居民区、预先划定的非占用区域。
可选地，所述预处理模块基于所述预设风电场区域的地理信息数据确定所述预设风电场区域中的网格点，基于高程矩阵计算在所述预设风电场区域中的每个网格点的坡度值，并且从所述预设风电场区域中去除坡度值大于坡度限值的网格点来获得第一风速区域。
可选地，所述预处理模块基于所述预设风电场区域的地理信息数据确定所述预设风电场区域中的网格点，基于计算出的流场数据确定所述预设风电场区域中的每个网格点的湍流强度值，从预设风电场区域中去除湍流强度值大于湍流强度限值的网格点来获得第一风速区域。
可选地，所述预处理模块基于所述预设风电场区域的地理信息数据确定所述预设风电场区域中的网格点，基于计算出的流场数据确定所述预设风电场区域中的每个格点的年平均风速值，从所述预设风电场区域中去除年平均风速值小于风速限值的网格点来获得第一风速区域。
可选地，所述优化模块通过如下操作计算第一风速区域中的多台风机中的每台风机的年发电量：设置n个风速区间，其中，n为大于1的自然数；基于风机功率曲线计算所述第一风速区域中的每台风机的年发电量E：
Figure BDA0001676901580000031
其中，vi为第i个风速区间的风速，P为风机功率曲线，Ti为第i个风速区间的年发电小时数，并通过如下的等式(2)计算年发电小时数Ti：
Ti＝[F(vi+0.5)-F(vi-0.5)]Tt   (2)
其中，F(vi+0.5)和F(vi-0.5)为威布尔分布函数，当通过与第一风速区域对应的尾流模型判断出所述第一风速区域中存在位于尾流区域中的风机时，将F(vi+0.5)和F(vi-0.5)中的尺度参数替换为该尺度参数乘以第一年平均风速之后再除以第二年平均风速而获得的值，其中，第一年平均风速基于尾流模型计算出的所述位于尾流区域中的风机的年平均风速，第二年平均风速为基于快速评估流体模型计算出的所述位于尾流区域中的风机的年平均风速。
可选地，针对第一风速区域中的多台风机中的每台风机，所述优化模块通过如下操作计算使每台风机的年发电量达到最高的风机排布坐标：对母代机位点进行变异和交叉以产生子代机位点，其中，初始的母代机位点是从第一风速区域中选择出的机位点；分别计算与母代机位点对应的年发电量和与子代机位点对应的年发电量；判断与子代机位点对应的年发电量是否大于与母代机位点对应的年发电量，如果是，则将母代机位点更新为子代机位点，否则使母代机位点保持不变。
根据本发明的另一方面，提供了一种计算机可读存储介质。所述计算机可读存储介质存储有当被处理器执行时使得处理器执行如上所述的风机排布方法的指令。
根据本发明的另一方面，提供一种计算机设备。所述计算机设备包括处理器和计算机可读存储介质，其中，所述计算机可读存储介质存储有当被处理器执行时使得处理器执行如上所述的风机排布方法的指令。
采用本发明的风机排布方法和装置，可自动计算出使年发电量达到最高风机排布坐标，实现了计算过程的自动化；可利用快速评估流体模型计算流场数据，基于流场数据和尾流模型计算第一风速区域中的每台风机的年发电量，并且通过差分进化算法快速计算出使第一风速区域中的每台风机的年发电量最优的风机排布坐标，由此提高了计算速度。
可基于区域占用限定、坡度限定、湍流限定、以及风速限定中的至少一种限定从预设风电场区域中排除不满足要求的区域，减少了风机排布方法的计算量；由于排除了年平均风速值小于风速限值的网格点，因此可避免由于年平均风速值过小的原因引起的计算结果不准确的问题；由于排除了坡度值大于坡度限值的网格点，因此可避免在坡度值大的位置架设风机所带来的安全隐患；在计算年发电量的过程中，考虑了尾流模型，由此可更准确地计算出年发电量，从而可更准确地计算出最优的风机排布坐标。
将在接下来的描述中部分阐述本发明总体构思另外的方面和/或优点，还有一部分通过描述将是清楚的，或者可以经过本发明总体构思的实施而得知。
附图说明
现将详细参照本发明的实施例，所述实施例的示例在附图中示出，其中，相同的标号始终指的是相同的部件。以下将通过参照附图来说明所述实施例，以便解释本发明。
图1示出根据本发明的示例性实施例的基于快速评估流体模型和尾流模型的风机排布方法的流程图；
图2示出根据本发明的示例性实施例的在从预设风电场区域中筛选出第一风速区域的操作中使用的高程矩阵的示意图；
图3示出根据本发明的示例性实施例的基于快速评估流体模型和尾流模型的风机排布装置的框图。
具体实施方式
以下，将参照附图更加详细地描述发明构思的示例性实施例。
通常在风电场中架设多台风机，以便实现风力发电。风电场建设过程可包括选址阶段(例如，宏观选址阶段和微观选址阶段)。在选址阶段，需要确定风机的安装位置(也称作机位点)，可通过坐标来表示风机的安装位置。
图1示出根据本发明的示例性实施例的基于快速评估流体模型和尾流模型的风机排布方法的流程图。可通过图1所示的风机排布方法确定风机的最优安装位置，即：使第一风速区域中的多台风机中的每台风机的年发电量最高的风机排布坐标。这里，风机排布坐标指的是可用于安装风机的坐标，在这样的坐标处安装风机的情况下，可使第一风速区域中的每台风机的年发电量达到最高。
如图1中所示，本示例性实施例的用于排布风机的方法可包括步骤101至步骤103。在步骤101，基于预设风电场区域的测风数据，通过快速评估流体模型计算所述预设风电场区域的流场数据。在步骤102，基于以下项中的至少一项从预设风电场区域中筛选出第一风速区域：区域占用限定、坡度限定、湍流限定、以及风速限定。在步骤103，通过差分进化(Differential Evolution，简称为DE)算法计算使第一风速区域中的多台风机中的每台风机的年发电量(Annual Energy Output，简称为AEP)达到最高的风机排布坐标，以获得使第一风速区域中的年发电量最高的风机排布方案，其中，基于流场数据和尾流模型计算第一风速区域中的每台风机的年发电量。
在本发明的示例性实施例中，可获得与预设风电场区域对应的地理信息数据。所述地理信息数据包括与所述预设风电场区域对应的三维坐标系下的坐标。可根据地理信息数据对所述预设风电场区域进行划分，以获得多个网格，每个网格的长度范围和/或宽度范围可以是以米为单位的[100,200]，但是本发明不限于此。可从每个网格中选择一个网格点，并通过坐标来表示设置的网格点，选择的网格点可以是位于网格的边缘或角落上的点，也可以是网格内的任意一个点。
在本发明的示例性实施例中，可预先在预设风电场区域选择多个用于架设测风塔的测风点，并且以预定的时间间隔在所述多个测风点进行风速测量，以获得测风数据。
在本示例性实施例中，流场数据包括年平均风速值和/或湍流强度值。在根据地理信息数据对所述预设风电场区域进行划分并获得多个网格点的情况下，可通过如下步骤获得与预设风电场区域中的任意一个网格点对应的年平均风速值：
在步骤S111，针对每个网格点，根据包括风速数据的测风数据或者中尺度风图谱数据获得每个扇区的年平均风速值以及与每个扇区对应的风频，其中，扇区表示风向。具体地讲，可通过以下的表达式(5)计算第i个扇区的年平均风速
Figure BDA0001676901580000061
Figure BDA0001676901580000062
其中，Γ表示伽玛函数，ai和ki分别表示当前网格点处的针对第i个扇区的威布尔分布函数的尺度参数和形状参数。可通过以下表达式(6)计算当前网格点处的针对第i个扇区的风频Fi：
Figure BDA0001676901580000063
其中，Ni为第i个扇区(风向)的风速数据的数量，N为全扇区(全风向)所有风速数据的数量。通常，可从测风数据或中尺度风图谱数据或其他数据中直接读取第i个扇区的风频Fi。
在步骤S112，针对每个网格点，根据扇区的年平均风速和对应的风频计算每个扇区的年平均风速相对于全扇区年平均风速的权重值。具体地讲，针对当前网格点，可根据第i个扇区的年平均风速
Figure BDA0001676901580000071
和与第i个扇区对应的风频Fi，通过以下表达式(7)计算第i个扇区的年平均风速对全扇区年平均风速的权重值
Figure BDA0001676901580000072
Figure BDA0001676901580000073
在步骤S113，根据每个扇区年平均风速相对于全扇区年平均风速的权重值计算每个网格点的年平均风速。具体地讲，可通过以下表达式(8)将当前网格点的年平均风速在每个扇区(风向)上的权重值相加来获得当前格点的年平均风速(即全扇区(全风向)年平均风速)Vspeed：
Figure BDA0001676901580000074
其中，N表示扇区的数量。
综上所述，最终可计算出在预设风电场区域中的每个网格点的年平均风速。
在本示例性实施例中，还可采用以下方法计算每个网格点的年平均风速Vspeed。
具体地讲，针对一个网格点而言，其年平均风速Vspeed可表示为：
Figure BDA0001676901580000075
其中，f是在不考虑扇区的情况下在当前网格点处的整年的威布尔分布函数，f(v)表示针对当前网格点而言风速v出现的概率，即：
Figure BDA0001676901580000076
其中，a和k分别是在不考虑扇区的情况下在当前网格点处的整年的威布尔分布函数的尺度参数和形状参数，利用上述表达式(9)和(10)可以推导出：
Figure BDA0001676901580000077
其中，Γ表示伽玛函数。因此，本发明可通过以上的表达式(11)计算出每个网格点的年平均风速Vspeed。
以上描述了两种计算每个网格点的年平均风速Vspeed的方法，然而本发明不限于此。这里，所采用的快速评估流体模型Friends of Wind Energy(简称为WAsP)模型来实现上述计算流场数据的操作。
在一个实施例中，为了减少计算量并使计算结果准确，可通过以下方式一至方式四中的至少一种方式，从预设风电场区域中筛选出第一风速区域：
方式一包括如下步骤：从预设风电场区域中排除以下区域中的至少一个区域，以获得第一风速区域：自然保护区、居民区、预先划定的非占用区域。
方式二包括如下步骤：基于所述预设风电场区域的地理信息数据确定所述预设风电场区域中的网格点；基于高程矩阵计算在所述预设风电场区域中的每个网格点的坡度值；从所述预设风电场区域中去除坡度值大于坡度限值(例如，15度)的网格点来获得第一风速区域。
在一个实施例中，采用的与地理信息数据对应的网格系统，其中，网格的度长和宽度在预定范围(例如，单位为米的区间[10,40])之内。
图2示出根据本发明的示例性实施例的在从预设风电场区域中筛选出第一风速区域的操作中使用的高程矩阵的示意图。
如图2所示，a、b、c、d、f、g、h和i分别是位于中心网格e周围的相邻网格。坡度值取决于表面(可从地形数据中包含的地表高程信息中获取)从中心网格e开始在水平(dz/dx)方向和垂直(dz/dy)方向上的变化率(增量)，其中，坡度值通常以度为单位来度量。可通过以下表达式(12)计算中心网格e的坡度值D：
D＝atan(sqrt([dz/dx]2+[dz/dy]2))*57.29578   (12)
其中，[dz/dx]表示中心网格e在x方向上的变化率，[dz/dy]表示中心网格e在y方向上的变化率。可通过以下的表达式(13)和表达式(14)计算[dz/dx]和[dz/dy]：
[dz/dx]＝((zc+2zf+zi)-(za+2zd+zg)/(8*x_cellsize)   (13)
[dz/dy]＝((zg+2zh+zi)-(za+2zb+zc))/(8*y_cellsize)   (14)
其中，za、zb、zc、zd、zf、zg、zh、zi分别表示网格a、b、c、d、f、g、h和i的z坐标，x_cellsize和y_cellsize分别表示网格在x方向和y方向上的尺寸。
此外，如果中心网格e的某个相邻网格的z坐标为NoData(即，没有数据)，则将中心网格e的z坐标作为该相邻网格的z坐标。例如，在栅格的边缘上，至少有三个网格(即，在栅格范围外的网格)的z坐标为NoData，此时，可将中心网格e的z坐标作为这些网格的z坐标。网格a、b、c、d、f、g、h和i的坐标(包括x坐标、y坐标和z坐标)可通过对应网格中的网格点的坐标来表示。
方式二包括如下步骤：基于所述预设风电场区域的地理信息数据确定所述预设风电场区域中的网格点；基于计算出的流场数据确定所述预设风电场区域中的每个网格点的湍流强度值；从预设风电场区域中去除湍流强度值大于湍流强度限值的网格点来获得第一风速区域。
方式三包括如下步骤：基于所述预设风电场区域的地理信息数据确定所述预设风电场区域中的网格点；基于计算出的流场数据确定所述预设风电场区域中的每个格点的年平均风速值；从所述预设风电场区域中去除年平均风速值小于风速限值(例如，4.5米/秒)的网格点来获得第一风速区域。
上述从预设风电场区域中筛选出第一风速区域的方式仅仅是示例，并不用于限制本发明。可采用其他方式从预设风电场区域中筛选出第一风速区域。例如，从经过上述操作获得的第一风速区域中按照预定规则或以随机的方式进行再次筛选。
在本发明的示例性实施例中，基于流场数据和尾流模型计算第一风速区域中的每台风机的年发电量的步骤包括如下步骤：
在步骤121，设置n个风速区间，其中，n为大于1的自然数(例如，可设置间隔为1米/秒的多个风速区间，以“米/秒”为单位，第一风速区间包括的风速范围是[0,1)，第二风速区间包括的风速范围是[1,2)，第三风速区间包括的风速范围是[2,3)，以此类推)；
在步骤122，基于风机功率曲线计算所述第一风速区域中的每台风机的年发电量E：
Figure BDA0001676901580000091
其中，vi为第i个风速区间的风速，P为风机功率曲线，Ti为第i个风速区间的年发电小时数，并通过如下的等式(2)计算年发电小时数Ti：
Ti＝[F(vi+0.5)-F(vi-0.5)]Tt   (2)
其中，F(vi+0.5)和F(vi-0.5)为威布尔分布函数，并且表示为：
Figure BDA0001676901580000101
Figure BDA0001676901580000102
其中，a和k分别为威布尔分布函数的尺度参数和形状参数，当通过与第一风速区域对应的尾流模型(例如，Park模型)判断出存在位于尾流区域中的风机时，利用如下的a*替代等式(3)和(4)中的a并结合等式(1)和(2)计算位于尾流区域中的风机的年发电量：
Figure BDA0001676901580000103
其中，
Figure BDA0001676901580000104
为基于尾流模型计算出的位于尾流区域中的风机的年平均风速，vave为基于快速评估流体模型计算出的位于尾流区域中的风机的年平均风速。
差分进化算法是一种用于计算目标函数的最优值的后设启发式算法，具有收敛性能高(例如，收敛速度快)的优点。
根据本发明的示例性实施例，步骤103可包括针对第一风速区域中的多台风机中的每台风机执行如下操作：对母代机位点进行变异和交叉以产生子代机位点，其中，初始的母代机位点是从第一风速区域中选择出的机位点；分别计算与母代机位点对应的年发电量和与子代机位点对应的年发电量；判断与子代机位点对应的年发电量是否大于与母代机位点对应的年发电量，如果是，则将母代机位点更新为子代机位点，否则使母代机位点保持不变，重复上述步骤直到重复次数达到预定次数为止。
在本发明的示例性实施例中，可通过如下步骤计算最优的风机排布坐标：
步骤201：输入风机数量n、可选机型WTGk、地理信息数据、测风数据，根据输入的数据进行初始化，以获得初始机位点的坐标Li(0)，(x,y,z,0<i≤n，i为自然数)。
步骤202：针对每个初始机位点，根据IEC标准判定输入的可选机型WTGk是否可用，如果不可用，则需要选择另一机型；如果不存在可用机型，则返回步骤201以重新初始化；如果为每个初始机位点确定了可用机型，则将初始机位点作为第一代机位点。在本步骤中，优先选择发电量高的机型。
步骤203：通过如下等式计算变异向量：
Uri(g+1)＝Lri(g)+S(Lrj(g)-Lrk(g))
其中，Uri(g+1)为用于产生第g+1代机位点的变异向量，Lri(g)、Lrj(g)和Lrk(g)分别为第g代的三个机位点的向量表示；S为缩放因子，表示子代与母代的差异程度。
步骤204：通过如下等式计算第g+1代的机位点的备选坐标：
Figure BDA0001676901580000111
其中，Vi(g+1)为第g+1代机位点的备选坐标，Ui(g+1)为与变异向量Uri(g+1)对应的坐标，rand为随机数，CK为可配置的参数；Li(g)为第g代机位点的坐标。
步骤205：判断第g+1代机位点的备选坐标Vi(g+1)是否等于第g代机位点的坐标Li(g)，如果不相等，则使用IEC标准判断在坐标Vi(g+1)处输入的可选机型WTGk是否可用，如果不可用，则回到步骤203，如果可用，则从输入的可选机型中选择出发电量最高机型，并计算与坐标Vi(g+1)的机位点对应的年发电量E1；假设坐标Li(g)的机位点对应的年发电量为E2(与第g代机位点对应的风机的年发电量已经在上一次优化中计算完成)，如果E1大于E2，使用坐标Vi(g+1)机位替换坐标Li(g)，如果E1小于或等于E2，则保存坐标Li(g)不变；
步骤206：重复步骤203至步骤205，直到重复次数达到预定次数(例如500次)为止。
图3示出根据本发明的示例性实施例的基于快速评估流体模型和尾流模型的风机排布装置的框图。如图3中所示，本示例性实施例的风机排布装置300包括：流场仿真模块301，用于基于预设风电场区域的测风数据，通过快速评估流体模型计算所述预设风电场区域的流场数据；预处理模块302，用于基于以下项中的至少一项从预设风电场区域中筛选出第一风速区域：区域占用限定、坡度限定、湍流限定、以及风速限定；优化模块303，用于通过差分进化算法计算使第一风速区域中的多台风机中的每台风机的年发电量达到最高的风机排布坐标，以获得使第一风速区域中的年发电量最高的风机排布方案，其中，优化模块303基于流场数据和尾流模型计算第一风速区域中的多台风机中的每台风机的年发电量。
根据本发明的示例性实施例，预处理模块302从预设风电场区域中排除以下区域中的至少一个区域，以获得第一风速区域：自然保护区、居民区、预先划定的非占用区域。
根据本发明的示例性实施例，预处理模块302基于所述预设风电场区域的地理信息数据确定所述预设风电场区域中的网格点，基于高程矩阵计算在所述预设风电场区域中的每个网格点的坡度值，并且从所述预设风电场区域中去除坡度值大于坡度限值的网格点来获得第一风速区域。
根据本发明的示例性实施例，预处理模块302基于所述预设风电场区域的地理信息数据确定所述预设风电场区域中的网格点，基于计算出的流场数据确定所述预设风电场区域中的每个网格点的湍流强度值，从预设风电场区域中去除湍流强度值大于湍流强度限值的网格点来获得第一风速区域。
根据本发明的示例性实施例，预处理模块302基于所述预设风电场区域的地理信息数据确定所述预设风电场区域中的网格点，基于计算出的流场数据确定所述预设风电场区域中的每个格点的年平均风速值，从所述预设风电场区域中去除年平均风速值小于风速限值的网格点来获得第一风速区域。
根据本发明的示例性实施例，优化模块303通过如下操作计算第一风速区域中的多台风机中的每台风机的年发电量：
设置n个风速区间，其中，n为大于1的自然数；
基于风机功率曲线计算所述第一风速区域中的每台风机的年发电量E：
Figure BDA0001676901580000121
其中，vi为第i个风速区间的风速，P为风机功率曲线，Ti为第i个风速区间的年发电小时数，并通过如下的等式(2)计算年发电小时数Ti：
Ti＝[F(vi+0.5)-F(vi-0.5)]Tt   (2)
其中，F(vi+0.5)和F(vi-0.5)为威布尔分布函数，并且表示为：
Figure BDA0001676901580000122
Figure BDA0001676901580000123
其中，a和k分别为威布尔分布函数的尺度参数和形状参数，当通过与第一风速区域对应的尾流模型判断出所述第一风速区域中的存在位于尾流区域中的风机时，利用如下的a*替代等式(3)和(4)中的a并结合等式(1)和(2)计算位于尾流区域中的风机的年发电量：
Figure BDA0001676901580000124
其中，
Figure BDA0001676901580000131
为基于尾流模型计算出的位于尾流区域中的风机的年平均风速，vave为基于快速评估流体模型计算出的位于尾流区域中的风机的年平均风速。
根据本发明的示例性实施例，针对第一风速区域中的多台风机中的每台风机，优化模块303通过如下操作计算使每台风机的年发电量达到最高的风机排布坐标：对母代机位点进行变异和交叉以产生子代机位点，其中，初始的母代机位点是从第一风速区域中选择出的机位点；分别计算与母代机位点对应的年发电量和与子代机位点对应的年发电量；判断与子代机位点对应的年发电量是否大于与母代机位点对应的年发电量，如果是，则将母代机位点更新为子代机位点，否则使母代机位点保持不变，重复上述步骤直到重复次数达到预定次数为止。
根据本发明的另一示例性实施例，提供了一种计算机可读存储介质。所述计算机可读存储介质存储有当被处理器执行时使得处理器执行如上所述的风机排布方法的指令。
根据本发明的另一示例性实施例，提供了一种计算机设备。所述包括计算机设备处理器和计算机可读存储介质，其中，所述计算机可读存储介质存储有当被处理器执行时使得处理器执行如上所述的风机排布方法的指令。
本发明实施例中的计算机可读存储介质包含程序、命令、指令、数据文件、数据结构等、或它们的组合。被记录在计算机可读存储介质中的程序可被设计或被配置以实现本发明的方法。计算机可读存储介质包括用于存储并执行程序命令的硬件系统。硬件系统的示例有磁介质(诸如硬盘、软盘、磁带)、光介质(诸如CD-ROM和DVD)、磁光介质(诸如软光盘、ROM、RAM、闪存等)。程序包括由编译器编译的汇编语言代码或机器代码和由解释器解释的更高级语言代码。硬件系统可利用至少一个软件模块来实施以符合本发明。
可使用一个或多个通用或专用计算机(例如，处理器、控制器、数字信号处理器、微型计算机、现场可编程阵列、可编程逻辑单元、微处理器或能够运行软件或执行指令的任何其它装置)来实施上述方法的至少一部分。所述至少一部分可在操作系统中实现，也可在操作系统下操作的一个或多个软件应用中实现。
为了示意和描述的目的，给出了对本发明的描述，该描述的意图不在于以所公开的形式来穷尽或限制本发明。对于本领域普通技术人员来说，在不脱离本发明构思的情况下，可对实施例进行各种修改和改变。

Claims (16)

1.一种基于快速评估流体模型和尾流模型的风机排布方法，其特征在于，包括：
基于预设风电场区域的测风数据，通过快速评估流体模型计算所述预设风电场区域的流场数据；
基于以下项中的至少一项从预设风电场区域中筛选出第一风速区域：区域占用限定、坡度限定、湍流限定、以及风速限定；
通过差分进化算法计算使第一风速区域中的多台风机中的每台风机的年发电量达到最高的风机排布坐标，以获得使第一风速区域中的年发电量最高的风机排布方案，
其中，基于流场数据和尾流模型计算第一风速区域中的多风机中的每台风机的年发电量，
其中，基于流场数据和尾流模型计算第一风速区域中的多台风机中的每台风机的年发电量的步骤包括：
基于风机功率曲线、威布尔分布函数和年发电小时数计算所述第一风速区域中的每台风机的年发电量，所述威布尔分布函数中的尺度参数替换为该尺度参数乘以第一年平均风速之后再除以第二年平均风速而获得的值，其中，第一年平均风速为基于尾流模型计算出的位于尾流区域中的风机的年平均风速，第二年平均风速为基于快速评估流体模型计算出的位于尾流区域中的风机的年平均风速，
其中，快速评估流体模型为WAsP模型。
2.如权利要求1所述的风机排布方法，其特征在于，基于坡度限定从预设风电场区域中筛选出第一风速区域的步骤包括：
基于所述预设风电场区域的地理信息数据确定所述预设风电场区域中的网格点；
基于高程矩阵计算在所述预设风电场区域中的每个网格点的坡度值；
从所述预设风电场区域中去除坡度值大于坡度限值的网格点来获得第一风速区域。
3.如权利要求1所述的风机排布方法，其特征在于，基于湍流限定从预设风电场区域中筛选出第一风速区域的步骤包括：
基于所述预设风电场区域的地理信息数据确定所述预设风电场区域中的网格点；
基于计算出的流场数据确定所述预设风电场区域中的每个网格点的湍流强度值；
从预设风电场区域中去除湍流强度值大于湍流强度限值的网格点来获得第一风速区域。
4.如权利要求1所述的风机排布方法，其特征在于，基于风速限定从预设风电场区域中筛选出第一风速区域的步骤包括：
基于所述预设风电场区域的地理信息数据确定所述预设风电场区域中的网格点；
基于计算出的流场数据确定所述预设风电场区域中的每个格点的年平均风速值；
从所述预设风电场区域中去除年平均风速值小于风速限值的网格点来获得第一风速区域。
5.如权利要求1所述的风机排布方法，其特征在于，计算所述第一风速区域中的每台风机的年发电量的步骤包括：
设置n个风速区间，其中，n为大于1的自然数；
基于风机功率曲线计算所述第一风速区域中的每台风机的年发电量E：
Figure FDA0004051429240000021
其中，vi为第i个风速区间的风速，P为风机功率曲线，Ti为第i个风速区间的年发电小时数，并通过如下的等式(2)计算年发电小时数Ti：
Ti＝[F(vi+0.5)-F(vi-0.5)]Tt           (2)
其中，Tt为年总小时数，F(vi+0.5)和F(vi-0.5)为威布尔分布函数，当通过与第一风速区域对应的尾流模型判断出所述第一风速区域中存在位于尾流区域中的风机时，将F(vi+0.5)和F(vi-0.5)中的尺度参数替换为该尺度参数乘以第一年平均风速之后再除以第二年平均风速而获得的值，其中，第一年平均风速为基于尾流模型计算出的位于尾流区域中的风机的年平均风速，第二年平均风速为基于快速评估流体模型计算出的位于尾流区域中的风机的年平均风速。
6.如权利要求1所述的风机排布方法，其特征在于，针对第一风速区域中的多台风机中的每台风机，通过差分进化算法计算使每台风机的年发电量达到最高的风机排布坐标的步骤包括：
对母代机位点进行变异和交叉以产生子代机位点，其中，初始的母代机位点是从第一风速区域中选择出的机位点；
分别计算与母代机位点对应的年发电量和与子代机位点对应的年发电量；
判断与子代机位点对应的年发电量是否大于与母代机位点对应的年发电量，如果是，则将母代机位点更新为子代机位点，否则使母代机位点保持不变。
7.如权利要求1所述的风机排布方法，其特征在于，基于区域占用限定从预设风电场区域中筛选出第一风速区域的步骤包括：
从预设风电场区域中排除以下区域中的至少一个区域，以获得第一风速区域：自然保护区、居民区、预先划定的非占用区域。
8.一种基于快速评估流体模型和尾流模型的风机排布装置，其特征在于，包括：
流场仿真模块，用于基于预设风电场区域的测风数据，通过快速评估流体模型计算所述预设风电场区域的流场数据；
预处理模块，用于基于以下项中的至少一项从预设风电场区域中筛选出第一风速区域：区域占用限定、坡度限定、湍流限定、以及风速限定；
优化模块，用于通过差分进化算法计算使第一风速区域中的多台风机中的每台风机的年发电量达到最高的风机排布坐标，以获得使第一风速区域中的年发电量最高的风机排布方案，
其中，优化模块基于流场数据和尾流模型计算第一风速区域中的多台风机中的每台风机的年发电量，
其中，所述优化模块通过如下操作计算第一风速区域中的多台风机中的每台风机的年发电量：
基于风机功率曲线、威布尔分布函数和年发电小时数计算所述第一风速区域中的每台风机的年发电量，所述威布尔分布函数中的尺度参数替换为该尺度参数乘以第一年平均风速之后再除以第二年平均风速而获得的值，其中，第一年平均风速为基于尾流模型计算出的位于尾流区域中的风机的年平均风速，第二年平均风速为基于快速评估流体模型计算出的位于尾流区域中的风机的年平均风速，
其中，快速评估流体模型为WAsP模型。
9.如权利要求8所述的风机排布装置，其特征在于，所述预处理模块基于所述预设风电场区域的地理信息数据确定所述预设风电场区域中的网格点，基于高程矩阵计算在所述预设风电场区域中的每个网格点的坡度值，并且从所述预设风电场区域中去除坡度值大于坡度限值的网格点来获得第一风速区域。
10.如权利要求8所述的风机排布装置，其特征在于，所述预处理模块基于所述预设风电场区域的地理信息数据确定所述预设风电场区域中的网格点，基于计算出的流场数据确定所述预设风电场区域中的每个网格点的湍流强度值，从预设风电场区域中去除湍流强度值大于湍流强度限值的网格点来获得第一风速区域。
11.如权利要求8所述的风机排布装置，其特征在于，所述预处理模块基于所述预设风电场区域的地理信息数据确定所述预设风电场区域中的网格点，基于计算出的流场数据确定所述预设风电场区域中的每个格点的年平均风速值，从所述预设风电场区域中去除年平均风速值小于风速限值的网格点来获得第一风速区域。
12.如权利要求8所述的风机排布装置，其特征在于，所述优化模块通过如下操作计算第一风速区域中的多台风机中的每台风机的年发电量：
设置n个风速区间，其中，n为大于1的自然数；
基于风机功率曲线计算所述第一风速区域中的每台风机的年发电量E：
Figure FDA0004051429240000041
其中，vi为第i个风速区间的风速，P为风机功率曲线，Ti为第i个风速区间的年发电小时数，并通过如下的等式(2)计算年发电小时数Ti：
Ti＝[F(vi+0.5)-F(vi-0.5)]Tt                  (2)
其中，F(vi+0.5)和F(vi-0.5)为威布尔分布函数，并且表示为：
Figure FDA0004051429240000042
Figure FDA0004051429240000043
其中，a和k分别为威布尔分布函数的尺度参数和形状参数，当通过与第一风速区域对应的尾流模型判断出所述第一风速区域中存在位于尾流区域中的风机时，将F(vi+0.5)和F(vi-0.5)中的尺度参数替换为该尺度参数乘以第一年平均风速之后再除以第二年平均风速而获得的值，其中，第一年平均风速为基于尾流模型计算出的位于尾流区域中的风机的年平均风速，第二年平均风速为基于快速评估流体模型计算出的位于尾流区域中的风机的年平均风速。
13.如权利要求8所述的风机排布装置，其特征在于，针对第一风速区域中的多台风机中的每台风机，所述优化模块通过如下操作计算使每台风机的年发电量达到最高的风机排布坐标：
对母代机位点进行变异和交叉以产生子代机位点，其中，初始的母代机位点是从第一风速区域中选择出的机位点；
分别计算与母代机位点对应的年发电量和与子代机位点对应的年发电量；
判断与子代机位点对应的年发电量是否大于与母代机位点对应的年发电量，如果是，则将母代机位点更新为子代机位点，否则使母代机位点保持不变。
14.如权利要求8所述的风机排布装置，其特征在于，所述预处理模块从预设风电场区域中排除以下区域中的至少一个区域，以获得第一风速区域：自然保护区、居民区、预先划定的非占用区域。
15.一种计算机可读存储介质，存储有当被处理器执行时使得处理器执行如权利要求1-7中任意一项所述的风机排布方法的指令。
16.一种计算机设备，包括处理器和计算机可读存储介质，其中，所述计算机可读存储介质存储有当被处理器执行时使得处理器执行如权利要求1-7中任意一项所述的风机排布方法的指令。
CN201810532210.3A 2018-05-29 2018-05-29 基于快速评估流体模型和尾流模型的风机排布方法和装置 Active CN110543649B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201810532210.3A CN110543649B (zh) 2018-05-29 2018-05-29 基于快速评估流体模型和尾流模型的风机排布方法和装置
US16/182,999 US20190370418A1 (en) 2018-05-29 2018-11-07 Method and apparatus for arranging wind turbines based on rapid accessment fluid model and wake model

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810532210.3A CN110543649B (zh) 2018-05-29 2018-05-29 基于快速评估流体模型和尾流模型的风机排布方法和装置

Publications (2)

Publication Number Publication Date
CN110543649A CN110543649A (zh) 2019-12-06
CN110543649B true CN110543649B (zh) 2023-04-07

Family

ID=68693234

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810532210.3A Active CN110543649B (zh) 2018-05-29 2018-05-29 基于快速评估流体模型和尾流模型的风机排布方法和装置

Country Status (2)

Country Link
US (1) US20190370418A1 (zh)
CN (1) CN110543649B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111091298B (zh) * 2019-12-20 2020-09-01 华北电力大学 一种风电场流场耦合特性评估与智能分群方法及系统
CN111859789B (zh) * 2020-07-07 2023-04-14 中国科学院力学研究所 一种风力发电机的尾迹识别方法
CN112149363B (zh) * 2020-09-03 2021-09-03 南京理工大学 基于二维Jensen模型和双光束激光雷达的尾流区风机功率预测方法
CN112163259B (zh) * 2020-09-27 2021-11-02 西南交通大学 一种确定典型铁路基础结构风剖面等效风速比的方法
CN113094837A (zh) * 2021-04-26 2021-07-09 辽宁工程技术大学 一种基于强风作用下水平轴风力机叶片的抗风设计方法
CN114722563B (zh) * 2021-12-02 2023-04-28 中国电建集团江西省电力设计院有限公司 基于ahp的复杂地形风电场发电量折减系数取值方法
CN115964602B (zh) * 2023-01-04 2023-11-03 中国气象局成都高原气象研究所 涡旋涡心识别方法、装置、存储介质及电子设备
CN116415838B (zh) * 2023-02-14 2024-01-19 中节能风力发电股份有限公司 基于运行数据的老旧风电场重建项目发电量评估方法
CN117470528B (zh) * 2023-12-28 2024-03-26 中铁十六局集团第一工程有限公司 一种型钢混凝土结构的磁流变减震器的性能检测方法
CN117648826A (zh) * 2024-01-26 2024-03-05 中国电建集团西北勘测设计研究院有限公司 一种多类型风机混合排布优化方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201403169D0 (en) * 2014-02-24 2014-04-09 Sgurrenergy Ltd Method and system for improving energy capture efficiency from an energy capture device
CN104077435A (zh) * 2014-06-20 2014-10-01 内蒙古电力勘测设计院有限责任公司 用于风电场设计与优化的方法和系统
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
CN106548414A (zh) * 2016-11-11 2017-03-29 中国能源建设集团江苏省电力设计院有限公司 一种海上风电场发电量计算方法
CN106712111A (zh) * 2017-01-23 2017-05-24 南京邮电大学 有源配电网环境下多目标模糊优化的多能源经济调度方法
CN106875068A (zh) * 2017-03-03 2017-06-20 风脉能源（武汉）股份有限公司 一种风力发电机排布选型的优化方法和系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201403169D0 (en) * 2014-02-24 2014-04-09 Sgurrenergy Ltd Method and system for improving energy capture efficiency from an energy capture device
CN104077435A (zh) * 2014-06-20 2014-10-01 内蒙古电力勘测设计院有限责任公司 用于风电场设计与优化的方法和系统
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
CN106548414A (zh) * 2016-11-11 2017-03-29 中国能源建设集团江苏省电力设计院有限公司 一种海上风电场发电量计算方法
CN106712111A (zh) * 2017-01-23 2017-05-24 南京邮电大学 有源配电网环境下多目标模糊优化的多能源经济调度方法
CN106875068A (zh) * 2017-03-03 2017-06-20 风脉能源（武汉）股份有限公司 一种风力发电机排布选型的优化方法和系统

Also Published As

Publication number Publication date
CN110543649A (zh) 2019-12-06
US20190370418A1 (en) 2019-12-05

Similar Documents

Publication Publication Date Title
CN110543649B (zh) 基于快速评估流体模型和尾流模型的风机排布方法和装置
Şişbot et al. Optimal positioning of wind turbines on Gökçeada using multi‐objective genetic algorithm
Yang et al. Wind farm layout optimization for wake effect uniformity
Gao et al. Optimization of wind turbine layout position in a wind farm using a newly-developed two-dimensional wake model
AU2017352549B2 (en) Method and device for calculating power generation of wind farm
Afanasyeva et al. Technical, economic and uncertainty modelling of a wind farm project
Azlan et al. Review on optimisation methods of wind farm array under three classical wind condition problems
CN112818590A (zh) 一种风电场发电量评估及微观选址模型建立方法
CN103996074B (zh) 基于cfd和改进pso的复杂地形风电场微观选址方法
CN110322038B (zh) 基于中尺度数据的风机自动排布的方法和设备
KR101332559B1 (ko) 전산유체역학을 이용한 대기유동장 수치모의 시스템 및 방법
CN107194097A (zh) 基于风电场气动模拟和风速风向数据的分析方法
Ahmad et al. Field implementation and trial of coordinated control of wind farms
CN106682282A (zh) 一种基于遗传算法嵌套粒子群算法的风电场多型号风力发电机排布优化方法
CN106897793B (zh) 一种可保证安全距离的基于遗传算法的风电场风力发电机排布优化方法
Cao et al. Optimizing wind energy conversion efficiency with respect to noise: A study on multi-criteria wind farm layout design
Yang et al. Wind farm layout optimization for levelized cost of energy minimization with combined analytical wake model and hybrid optimization strategy
CN106886833A (zh) 一种适用于复杂约束条件的风力发电机选址选型优化方法
CN110009736A (zh) 三维尾流模型的建立方法、装置、设备及存储介质
Pouraltafi-Kheljan et al. Optimal design of wind farm layout using a biogeographical based optimization algorithm
CN110598939A (zh) 一种提高测风效率及测风系统可靠性的方法
CN112700349A (zh) 测风塔选址方法和装置
US20230237208A1 (en) Method for constructing a wind farm in a predetermined space
CN102236746B (zh) 无测风记录区风资源模拟推算方法
CN109766611B (zh) 一种考虑地形坡度的风电场功率简化预测方法

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