CN111445055A - 一种风力发电机组优化选型的方法 - Google Patents
一种风力发电机组优化选型的方法 Download PDFInfo
- Publication number
- CN111445055A CN111445055A CN201911239794.6A CN201911239794A CN111445055A CN 111445055 A CN111445055 A CN 111445055A CN 201911239794 A CN201911239794 A CN 201911239794A CN 111445055 A CN111445055 A CN 111445055A
- Authority
- CN
- China
- Prior art keywords
- wind
- power
- fan
- wind speed
- hub
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 11
- 238000010248 power generation Methods 0.000 claims abstract description 17
- 238000009825 accumulation Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- FFEARJCKVFRZRR-UHFFFAOYSA-N methionine Chemical group CSCCC(N)C(O)=O FFEARJCKVFRZRR-UHFFFAOYSA-N 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 2
- 238000013461 design Methods 0.000 abstract description 7
- 238000010276 construction Methods 0.000 abstract description 3
- 238000005457 optimization Methods 0.000 abstract description 2
- 229910000831 Steel Inorganic materials 0.000 description 4
- 239000010959 steel Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010835 comparative analysis Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007728 cost analysis Methods 0.000 description 1
- 238000011234 economic evaluation Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- 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"
-
- 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
- F03D9/00—Adaptations of wind motors for special use; Combinations of wind motors with apparatus driven thereby; Wind motors specially adapted for installation in particular locations
- F03D9/20—Wind motors characterised by the driven apparatus
- F03D9/25—Wind motors characterised by the driven apparatus the apparatus being an electrical generator
-
- 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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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)
- Economics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Power Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Combustion & Propulsion (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Sustainable Energy (AREA)
- Development Economics (AREA)
- Sustainable Development (AREA)
- Chemical & Material Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Wind Motors (AREA)
Abstract
本发明涉及一种风力发电机组优化选型的方法。本发明通过公司风电大数据中心获取风机部套成本数据和风电场建设的历史数据，研究风机发电收益及成本与额定功率、风轮直径和轮毂高度的函数关系，建立风力发电机优化选型模型，能够针对风电场风能资源特点做最优化分析，最终确定保障内部收益率最高的机型参数。定制化设计的风机改变了以往“风场匹配已有风机”的设计思路，转而使用“风机适应风场”，使得风电设备能最大限度地适应风电场的风况及气候状况，有效减少风机故障率并提升发电效益，实现了风电大基地设计的现代化。
Description
技术领域
本发明涉及一种风力发电机选型优化的方法，属于能源领域。
背景技术
传统风机选型工作中，甲方对厂商提供的风机数据和发电量计算结果进行对比分析，参考资本金收益率最高方案的机型。传统方法受制于机型资料的丰富程度和各厂商的报价策略，选定的机型不能最真实地反应风电机组对风电场现场的适应能力，因此不能充分发挥风电场最大资源禀赋。
大基地式的风电场由于风资源在时间、空间上跨度较大，风电机组体量在几十到几百兆瓦之间，所以在大基地风机选型方面更需要贴合现场实际需要。评价风力发电机组选型所带来的经济性，主要是指针对特定风场投资所产生的经济效益进行评估和分析。对于一个风电场的建设和投资，需要考虑的主要因素为风电场单位千瓦造价、年上网发电量大小、上网电价及内部收益率等。
发明内容
本发明要解决的技术问题是：传统风机选型工作中，甲方对厂商提供的风机数据和发电量计算结果进行对比分析，参考资本金收益率最高方案的机型。传统方法受制于机型资料的丰富程度和各厂商的报价策略，选定的机型不能最真实地反应风电机组对风电场现场的适应能力，因此不能充分发挥风电场最大资源禀赋。
为了解决上述技术问题，本发明的技术方案是提供了一种风力发电机组优化选型的方法，其特征在于，包括以下步骤：
步骤1、拟合风电机组部件成本函数，利用该风电机组部件成本函数对风电机组发电成本进行分析计算，以比较不同的风电机组运行在某一特定环境条件下的经济性，其中，将所有风电机组的部套部件分为三类，第一类部件为固定价格部件，第二类部件为价格随风机额定功率、叶轮直径和轮毂高度变化的部件，第三类部件为塔筒、基础混凝土价格，每一类部件拟合不同的成本函数；
步骤2、通过数据库中已存储的不同额定功率、不同叶片长度风机的额定功率曲线，利用下式推导出不同风速条件下的理论风能利用系数Cp，公式如下：
式中，Pavailable表示单位时间作用到叶轮上的理论风能，根据不同叶片长度、满发功率风机的额定功率曲线获得；A表示风轮的扫掠面积，U表示风速；
步骤3、利用上一步得到的不同风速条件下的理论风能利用系数Cp拟合得到理论风能利用系数Cp曲线，理论风能利用系数Cp曲线的横轴为风速U、纵轴为理论风能利用系数Cp；
步骤4、基于当前测量得到的不同风速U利用步骤3得到的理论风能利用系数cp曲线获得相对应的理论风能利用系数cp，再利用下式推导出不同风速条件下单位时间作用到叶轮上的理论风能Pavailable：
式中，ρ表示空气密度；
步骤5、将得到由风速U及对应的理论风能Pavailable组成的数据集进行分类插值，反向推导到任意已知额定功率、轮毂高度和叶片厂的风机功率曲线，风机功率曲线的横轴为风速U、纵轴为功率；
步骤6、利用双参数威布尔分布拟合风速风频分布，双参数威布尔分布的概率密度函数为：
式中，F(v)表示平均风速出现的概率，k表示形状参数、范围为1.4到2.4，c表示尺度参数，v表示风速；
步骤7、将风速分为许多连续的小区间，当风速间隔较小时，结合步骤5得到的表示风速与功率对应关系的风机功率曲线，通过累加计算出平均功率，以下式为计算基础，得出单个格点的年发电小时数：
式中，Pv表示风速v下风机对应的发电功率，P表示风机功率；
步骤8、为了将风切变与轮毂高度进行关联，设定一个观测点，观测点高度为Hmet，cmet表示观测点的HC、范围为4到10，Hhub表示轮毂高度，sheer表示风切变值、范围为0.1到0.3，从而计算轮毂高度的chub值，公式如下：
上式中，chub即为威布尔分布的尺度参数c，由此风速风频分布就根据sheer与Hhub的变化进行变化了；
步骤9、计算风电场内部收益率NPV：
R表示所求内涵报酬率，n表示项目期限，CIt表示第t年的现金流入量，COt表示第t年的现金流出量。
优选地，步骤1中，所述第一类部件采用线性拟合的方式得到单位兆瓦部套成本函数；所述第二类部件采用二维线性拟合的方式的到单位兆瓦部套成本函数；对于所述第三类部件，通过对所使用材料的用量进行分析，从而得到相关部件的成本。
本发明通过公司风电大数据中心获取风机部套成本数据和风电场建设的历史数据，研究风机发电收益及成本与额定功率、风轮直径和轮毂高度的函数关系，建立风力发电机优化选型模型，能够针对风电场风能资源特点做最优化分析，最终确定保障内部收益率最高的机型参数。定制化设计的风机改变了以往“风场匹配已有风机”的设计思路，转而使用“风机适应风场”，使得风电设备能最大限度地适应风电场的风况及气候状况，有效减少风机故障率并提升发电效益，实现了风电大基地设计的现代化。
附图说明
图1为风机Scada系统价格分析结果；
图2为风机叶片价格分析结果；
图3为风机塔筒价格分析结果；
图4为Cp拟合曲线；
图5为反向拟合风机功率曲线；
图6为风切变为0.1时，最优irr条件下各核心参数趋势变化图；
图7为风切变为0.2时，最优irr条件下各核心参数趋势变化图；
图8为风切变为0.3时，最优irr条件下各核心参数趋势变化图。
具体实施方式
下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
本发明中定制化设计的风机改变了以往“风场匹配已有风机”的设计思路，转而使用“风机适应风场”，使得风电设备能最大限度地适应风电场的风况及气候状况，有效减少风机故障率并提升发电效益，实现了风电大基地设计的现代化。本发明提供的一种风力发电机组优化选型的方法具体包括以下步骤：
步骤1、拟合风电机组部件成本函数。对风电机组发电成本进行分析计算的目的是为了便于比较不同的风电机组运行在某一特定环境条件下的经济性。风电机组的成本取决于风电机组的参数和部套价格，主要的相关参数为风机额定功率、叶轮直径和轮毂高度。风机功率范围为2兆瓦到3.4兆瓦，叶片长度直径范围为109米到140米，塔筒高度为80米到120米。所有部套部件可分为三类，第一类为固定价格部件，第二类为价格随风机额定功率、叶轮直径和轮毂高度变化的部件，第三类为塔筒、基础混凝土等价格。
对于第一类部套设备，课题组采用最简单的线性拟合的方式得到单位兆瓦部套成本函数。对于第二类部件，主要采用二维线性拟合的方式的到单位兆瓦部套成本函数。对于第三类，轮毂高度会直接影响塔筒和基础混凝土的价格，叶片长度和风机额定功率将会影响塔筒的载荷，对塔筒设计参数和基础混凝土用量提出了要求。并且塔筒针对不同的风电工程项目可分为混塔和钢塔，因此在塔筒单位兆瓦成本分析也相对复杂。在平台的建造安装阶段，项目组考虑了平台的开挖回填面积及价格、C20混凝土垫层和C40混凝土对应的用量关系。并针对不同参数的风电机组分析了C60混凝土、钢筋、预应力钢筋等关键参数的用量分析。同时针对不同塔筒的所使用的高低压电缆、钢塔筒、预应力锚栓组合件等价格也做了对应的分析。各分析结果如下表1所示：
表1
步骤2、通过数据库中已存储的不同额定功率、不同叶片长度风机的额定功率曲线，利用下式推导出不同风速条件下的理论风能利用系数Cp，公式如下：
式中，Pavailable表示单位时间作用到叶轮上的理论风能，根据不同叶片长度、满发功率风机的额定功率曲线获得；A表示风轮的扫掠面积，U表示风速；
步骤3、利用上一步得到的不同风速条件下的理论风能利用系数Cp拟合得到理论风能利用系数Cp曲线，理论风能利用系数Cp曲线的横轴为风速U、纵轴为理论风能利用系数Cp；
风能是指风所具有的动能。风力发电组通过风轮吸收风能并转化成风轮的旋转机械能，带动发电机发电，从而实现能量的转换。当风速为U的风流经叶轮时，由于受气动特性的制约，风轮智能吸收转化一部分风能，在单位时间作用到叶轮上的理论风能为：
上式说明，理想风轮只能从自然风中吸收一部分能量，其他未吸收部分可解释为留在尾流中的旋转动能。对于实际风电机组，由于风轮叶片结构不满足理想风轮条件，并且传动系统和发电机等能量转换环节都存在损失，因此实际风能利用系数低于理论风能利用系数，即小于贝兹理论最大风能利用系数0.593。
步骤4、基于当前测量得到的不同风速U利用步骤3得到的理论风能利用系数cp曲线获得相对应的理论风能利用系数cp，再利用下式推导出不同风速条件下单位时间作用到叶轮上的理论风能Pavailable：
式中，ρ表示空气密度；
步骤5、将得到由风速U及对应的理论风能Pavailable组成的数据集进行分类插值，如下表2所示，反向推导到任意已知额定功率、轮毂高度和叶片厂的风机功率曲线，风机功率曲线的横轴为风速U、纵轴为功率；
| 109-2500 | Air Density(Kg/m<sup>3</sup>)1.225 |
| Velocity(m/s) | Power(kw) |
| 3 | 38 |
| 4 | 140 |
| 5 | 301 |
| 6 | 538 |
| 7 | 857 |
| 8 | 1272 |
| 9 | 1741 |
| 10 | 2199 |
| 11 | 2452 |
| 12 | 2499 |
| 13 | 2500 |
| 14 | 2500 |
| 15 | 2500 |
| 16 | 2500 |
| 17 | 2500 |
| 18 | 2500 |
| 19 | 2500 |
| 20 | 2500 |
| 21 | 2500 |
| 22 | 2500 |
| 23 | 2500 |
| 24 | 2500 |
| 25 | 2500 |
表2
步骤6、风电场的风能资源状况评估是风力发电项目最基础的工作，风能具有较强的随机性，可通过风速概率分布来描述其统计特性。一般风速的概率分布为偏正态分布，用于拟合风速分布的概率模型很多。研究表明，双参数威布尔分布的形式简单，又能较好的拟合实际风速分布，使用与对风速作统计描述，在风能资源评估、风电场经济评价等方面被广泛应用。
双参数威布尔分布是一种单峰函数族，其概率密度函数为：
式中，F(v)表示平均风速出现的概率，k表示形状参数，c表示尺度参数，v表示风速；
步骤7、将风速分为许多连续的小区间，当风速间隔较小时，结合步骤5得到的表示风速与功率对应关系的风机功率曲线，通过累加计算出平均功率，以下式为计算基础，得出单个格点的年发电小时数：
式中，Pv表示风速v下风机对应的发电功率，P表示风机功率；
步骤8、为了将风切变与轮毂高度进行关联，设定一个观测点，观测点高度为Hmet，cmet表示观测点的HC、范围为4到10，Hhub表示轮毂高度，sheer表示风切变值、范围为0.1到0.3，从而计算轮毂高度的chub值，公式如下：
chub是威布尔分布的尺度参数c，风速风频分布就根据sheer与Hhub的变化进行变化了，这个在最后的结果里面体现，不同风资源条件下的一个变化结果
步骤9、计算风电场内部收益率
风电场内部收益率是一个宏观概念指标，最通俗的理解为项目投资收益能承受的货币贬值，通货膨胀的能力。比如内部收益率10％，表示该项目操作过程中每年能承受货币最大贬值10％，或通货膨胀10％。常用评价指标是让未来现金流入现值等于未来现金流出限值的贴现率。内含报酬率大于资金成本率则方案可行，且内含报酬率越高方案越高。内含报酬率体现出投资项目能够实现的最大报酬率。以内部收益为指标，建立技经模型对风电场投资进行评价标。风电场内部收益率计算公式为：
NPV表示风电场内部收益率，R表示所求内涵报酬率，n表示项目期限，CIt表示第t年的现金流入量，COt表示第t年的现金流出量。可见风电场内部收益率体现出投资项目能实现的最大报酬率，对于相同投资额的项目能进行有效比较，可以作为项目投资决策的重要参考项。
Claims (2)
1.一种风力发电机组优化选型的方法，其特征在于，包括以下步骤：
步骤1、拟合风电机组部件成本函数，利用该风电机组部件成本函数对风电机组发电成本进行分析计算，以比较不同的风电机组运行在某一特定环境条件下的经济性，其中，将所有风电机组的部套部件分为三类，第一类部件为固定价格部件，第二类部件为价格随风机额定功率、叶轮直径和轮毂高度变化的部件，第三类部件为塔筒、基础混凝土价格，每一类部件拟合不同的成本函数；
步骤2、通过数据库中已存储的不同额定功率、不同叶片长度风机的额定功率曲线，利用下式推导出不同风速条件下的理论风能利用系数Cp，公式如下：
式中，Pavailable表示单位时间作用到叶轮上的理论风能，根据不同叶片长度、满发功率风机的额定功率曲线获得；A表示风轮的扫掠面积，U表示风速；
步骤3、利用上一步得到的不同风速条件下的理论风能利用系数Cp拟合得到理论风能利用系数Cp曲线，理论风能利用系数Cp曲线的横轴为风速U、纵轴为理论风能利用系数Cp；
步骤4、基于当前测量得到的不同风速U利用步骤3得到的理论风能利用系数cp曲线获得相对应的理论风能利用系数cp，再利用下式推导出不同风速条件下单位时间作用到叶轮上的理论风能Pavailable：
式中，ρ表示空气密度；
步骤5、将得到由风速U及对应的理论风能Pavailable组成的数据集进行分类插值，反向推导到任意已知额定功率、轮毂高度和叶片厂的风机功率曲线，风机功率曲线的横轴为风速U、纵轴为功率；
步骤6、利用双参数威布尔分布拟合风速风频分布，双参数威布尔分布的概率密度函数为：
式中，F(v)表示平均风速出现的概率，k表示形状参数、范围为1.4到2.4，c表示尺度参数，v表示风速；
步骤7、将风速分为许多连续的小区间，当风速间隔较小时，结合步骤5得到的表示风速与功率对应关系的风机功率曲线，通过累加计算出平均功率，以下式为计算基础，得出单个格点的年发电小时数：
式中，Pv表示风速v下风机对应的发电功率，P表示风机功率；
步骤8、为了将风切变与轮毂高度进行关联，设定一个观测点，观测点高度为Hmet，cmet表示观测点的HC、范围为4到10，Hhub表示轮毂高度，sheer表示风切变值、范围为0.1到0.3，从而计算轮毂高度的chub值，公式如下：
上式中，chub即为威布尔分布的尺度参数c，由此风速风频分布就根据sheer与Hhub的变化进行变化了；
步骤9、计算风电场内部收益率NPV：
R表示所求内涵报酬率，n表示项目期限，CIt表示第t年的现金流入量，COt表示第t年的现金流出量。
2.如权利要求1所述的一种风力发电机组优化选型的方法，其特征在于，步骤1中，所述第一类部件采用线性拟合的方式得到单位兆瓦部套成本函数；所述第二类部件采用二维线性拟合的方式的到单位兆瓦部套成本函数；对于所述第三类部件，通过对所使用材料的用量进行分析，从而得到相关部件的成本。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911239794.6A CN111445055A (zh) | 2019-12-06 | 2019-12-06 | 一种风力发电机组优化选型的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911239794.6A CN111445055A (zh) | 2019-12-06 | 2019-12-06 | 一种风力发电机组优化选型的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111445055A true CN111445055A (zh) | 2020-07-24 |
Family
ID=71626862
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911239794.6A Pending CN111445055A (zh) | 2019-12-06 | 2019-12-06 | 一种风力发电机组优化选型的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111445055A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115238344A (zh) * | 2022-07-13 | 2022-10-25 | 北京瑞科同创能源科技有限公司 | 一种基于风切变的分省份确定最优轮毂高度的方法 |
| CN115929569A (zh) * | 2023-02-15 | 2023-04-07 | 南京华盾电力信息安全测评有限公司 | 一种风电机组变桨系统故障诊断方法 |
| WO2023103448A1 (zh) * | 2021-12-09 | 2023-06-15 | 中国华能集团清洁能源技术研究院有限公司 | 一种风力发电机组定制化设计方法 |
| CN117521282A (zh) * | 2023-11-07 | 2024-02-06 | 国家气候中心 | 用于风电场气候特征模拟的密度依赖型风机参数化方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102192102A (zh) * | 2011-06-10 | 2011-09-21 | 华北电力大学 | 风力发电机组综合优化选型方法 |
| 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 |
| CN103835887A (zh) * | 2013-12-05 | 2014-06-04 | 安徽省智汇电气技术有限公司 | 一种风力发电系统 |
| CN104965975A (zh) * | 2015-06-10 | 2015-10-07 | 许继集团有限公司 | 一种微风区mw级风力发电机风轮大小初选的确定方法 |
-
2019
- 2019-12-06 CN CN201911239794.6A patent/CN111445055A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102192102A (zh) * | 2011-06-10 | 2011-09-21 | 华北电力大学 | 风力发电机组综合优化选型方法 |
| 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 |
| CN103835887A (zh) * | 2013-12-05 | 2014-06-04 | 安徽省智汇电气技术有限公司 | 一种风力发电系统 |
| CN104965975A (zh) * | 2015-06-10 | 2015-10-07 | 许继集团有限公司 | 一种微风区mw级风力发电机风轮大小初选的确定方法 |
Non-Patent Citations (4)
| Title |
|---|
| GIOVANNI GUALTIERI: ""Methods to extrapolate wind resource to the turbine hub height base on power law: A 1-h wind speed vs. Weibull distribution extrapolation comparison"", 《RENEWABLE ENERGY》, vol. 43, 24 January 2012 (2012-01-24), pages 183 - 200, XP028397757, DOI: 10.1016/j.renene.2011.12.022 * |
| 杨智奇;: "不同风切变条件下风电场风机轮毂高度选取分析", 太阳能, no. 11, 28 November 2015 (2015-11-28) * |
| 许武: ""气候变化对风力发电及风机选型的影响分析"", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》, no. 04, 15 April 2017 (2017-04-15), pages 042 - 151 * |
| 谭伦农等: ""电场风力机选型与经济可行性研究"", 《太阳能学报》, vol. 32, no. 7, 28 July 2011 (2011-07-28), pages 980 - 984 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023103448A1 (zh) * | 2021-12-09 | 2023-06-15 | 中国华能集团清洁能源技术研究院有限公司 | 一种风力发电机组定制化设计方法 |
| CN115238344A (zh) * | 2022-07-13 | 2022-10-25 | 北京瑞科同创能源科技有限公司 | 一种基于风切变的分省份确定最优轮毂高度的方法 |
| CN115929569A (zh) * | 2023-02-15 | 2023-04-07 | 南京华盾电力信息安全测评有限公司 | 一种风电机组变桨系统故障诊断方法 |
| CN117521282A (zh) * | 2023-11-07 | 2024-02-06 | 国家气候中心 | 用于风电场气候特征模拟的密度依赖型风机参数化方法 |
| CN117521282B (zh) * | 2023-11-07 | 2024-04-12 | 国家气候中心 | 用于风电场气候特征模拟的密度依赖型风机参数化方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111445055A (zh) | 一种风力发电机组优化选型的方法 | |
| Saeidi et al. | Aerodynamic design and economical evaluation of site specific small vertical axis wind turbines | |
| Ashuri et al. | Multidisciplinary design optimization of large wind turbines—Technical, economic, and design challenges | |
| US20160025070A1 (en) | Method for calculating theoretical power of a wind farm based on extrapolation of anemometer tower data | |
| US20160025071A1 (en) | Method of computing theoretical power of wind farm based on sample wind turbine method | |
| Taner | Economic analysis of a wind power plant: A case study for the Cappadocia region | |
| Bencherif et al. | Optimum selection of wind turbines | |
| CN102567813A (zh) | 风电场风电机组优化选型方法 | |
| Cohen et al. | Technology Improvement Opportunities for Low Wind Speed Turbines and Implications for Cost of Energy Reduction: July 9, 2005-July 8, 2006 | |
| 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 | |
| Astolfi et al. | Long term wind turbine performance analysis through scada data: A case study | |
| Al Motasem et al. | Evaluating the accuracy of wind turbine power-speed characteristics fits for the generator control region | |
| CN103824231A (zh) | 一种考虑风功率分布特性的风电场变压器选型方法 | |
| Zimmermann et al. | Influence of site specific parameters on environmental performance of wind energy converters | |
| Lacal-Arántegui | 2012 Jrc Wind Status Report | |
| CN113869771A (zh) | 基于局域疲劳载荷均衡的海上风电场功率调度方法 | |
| Swamy et al. | Combined wind turbine design and wind farm layout optimisation under wind resource uncertainty | |
| Shan et al. | [Retracted] Modeling and Control of Wind Speed in Renewable Energy Power Generation and Wind Power Generation Systems | |
| Migliore et al. | US Department of energy wind turbine development projects | |
| CN108694275B (zh) | 一种基于能量成本的风力发电机参数优化方法 | |
| CN109977356A (zh) | 一种混流式水轮机电站空化系数统计计算方法 | |
| El-Shimy | Adequacy-based placement of WECS in Egypt | |
| Kaboli et al. | RETRACTED: Techno-economic analysis and modelling of the feasibility of wind energy in Kuwait | |
| Thresher et al. | Future of Wind Energy Technology in the United States | |
| Mohammed et al. | Determining optimum rotary blade design for wind-powered water-pumping systems for local selected sites |
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 | ||
| CB02 | Change of applicant information |
Address after: 200233 No. 7, Lane 888, Tianlin Road, Minhang District, Shanghai Applicant after: Shanghai Energy Technology Development Co.,Ltd. Address before: 201100 No. 7, Lane 888, Tianlin Road, Xuhui District, Shanghai Applicant before: CPI ELECTRIC POWER ENGINEERING CO.,LTD. |
|
| CB02 | Change of applicant information |