CN111666693B - 一种山地风电场优化设计系统及方法 - Google Patents
一种山地风电场优化设计系统及方法 Download PDFInfo
- Publication number
- CN111666693B CN111666693B CN202010535772.0A CN202010535772A CN111666693B CN 111666693 B CN111666693 B CN 111666693B CN 202010535772 A CN202010535772 A CN 202010535772A CN 111666693 B CN111666693 B CN 111666693B
- Authority
- CN
- China
- Prior art keywords
- wind
- wind power
- power plant
- data
- machine position
- 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
Links
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- 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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
-
- 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
Abstract
本发明涉及风电场设计技术,其公开了一种山地风电场优化设计系统及方法,优化布置场内风机和场内道路,提高风电场设计质量和整体收益,缩短设计周期,为山地风电场精细化设计提供技术支撑。该优化设计方法包括:a.载入风电场基础数据;b.获取风电场区域的遥感影像和现场地物信息;c.基于遥感影像数据和风电场区域地物信息提取风电场区域粗糙度数据;d.基于风电场基础数据和提取的粗糙度数据,对风电场区域内的风能资源进行计算评估;e.基于风能资源评估结果和装机要求,对风电场进行风机优化布置和道路优化设计;f.对优化设计成果进行三维可视化展示。
Description
技术领域
本发明涉及风电场设计技术,具体涉及一种山地风电场优化设计系统及方法。
背景技术
风电是我国能源结构中的重要组成部分,风力发电主要有海上风电和陆上风电两类。对于陆上风电而言,在北方主要以平原风电场为主,南方以及西南地区主要以山地风电场为主。风电场设计阶段,全面了解风电场风能资源分布特点,优化风机布置和场内道路,对提高风电场经济效率,降低工程投资成本和风险具有重要意义。
由于平原风电场地形平坦,资源和交通条件好,风电场设计较为简单;而山地风电场通常地形复杂,风电场内及周围山包林立,区域风资源受地形影响较大,风资源评估较为复杂,场区交通条件较差,风机布置受制于道路条件的影响。因此,山地风电场设计人员通常需要花费大量时间和精力进行现场微观选址,并且,山地风电场风机布置和道路设计也非常复杂,投资造价高。
3S技术是遥感技术(Remote sensing,RS)、地理信息系统(Geographyinformation systems,GIS)和全球定位系统(Global positioning systems,GPS)的统称,是空间技术、传感器技术、卫星定位与导航技术和计算机技术、通讯技术相结合,多学科高度集成的对空间信息进行采集、处理、管理、分析、表达、传播和应用的现代信息技术。随着3S技术研究和应用的不断深入,极大地促进了地理科学在信息获取、分析处理和成果展示等领域的全面进步,若将3S技术有效的运用在风电场设计中,将对风电场设计工作提供有力的技术支撑。
发明内容
本发明所要解决的技术问题是:提出一种山地风电场优化设计系统及方法,优化布置场内风机和场内道路,提高风电场设计质量和整体收益,缩短设计周期,为山地风电场精细化设计提供技术支撑。
本发明解决上述技术问题所采用的方案是:
一种山地风电场优化设计系统,包括:
风电场基础数据载入模块,用于载入风电场基础数据,建立风电场数据库;
遥感影像模块,用于运用遥感技术采集风电场区域的遥感影像;
GPS模块,用于采集风电场区域的地物信息;
粗糙度提取模块,用于基于遥感影像数据和风电场区域地物信息提取风电场区域粗糙度数据,为风电场资源评估提供基础数据;
风资源计算评估模块,用于基于风电场基础数据和提取的粗糙度数据,对风电场区域内的风能资源进行计算评估,计算确定风电场区域内可行机位坐标信息及发电量,构建风电场区域内的风能资源评估数据库;
GIS平台设计模块,用于基于风能资源评估结果和装机要求,对风电场进行风机优化布置和道路优化设计;
优化设计成果展示模块,用于对优化设计成果进行三维可视化展示。
此外,基于上述系统本发明还提供了一种山地风电场优化设计方法,其包括以下步骤:
a.载入风电场基础数据;
b.获取风电场区域的遥感影像和现场地物信息;
c.基于遥感影像数据和风电场区域地物信息提取风电场区域粗糙度数据;
d.基于风电场基础数据和提取的粗糙度数据,对风电场区域内的风能资源进行计算评估;
e.基于风能资源评估结果和装机要求,对风电场进行风机优化布置和道路优化设计;
f.对优化设计成果进行三维可视化展示。
作为进一步优化,步骤a中,所述风电场基础数据包括:
风电场测风数据、风电场地形数据、风电场边界数据、风电机组数据信息和风电场制约因素数据。
作为进一步优化,步骤b中,在获取风电场区域的遥感影像后,还对遥感影像进行预处理,所述预处理包括:进行辐射校正、大气校正、几何校正、图像融合以及图像镶嵌裁剪,并将亮度值转换成地表反射率。
作为进一步优化,步骤c中,采用ENVI软件结合风电场区域的地物信息对预处理后的遥感影像进行解译,生成风电场区域粗糙度数据。
作为进一步优化,步骤d中,所述对风电场区域内的风能资源进行计算评估,具体包括:
利用基于流体动力学模型的Windsim软件计算确定风电场区域内可行机位坐标信息及发电量,构建风电场区域内的风能资源评估数据库。
作为进一步优化,步骤e中,所述基于风能资源评估结果和装机要求,对风电场进行风机优化布置和道路优化设计,具体包括:
e1.提取可行机位坐标及发电量信息:
根据风电场区域内可行机位坐标信息和风资源数据,提取各个机位点发电量qi(i=1,2,…,m),其中m为可行机位数量;
e2.计算可行机位点的基础工程量;
根据机位坐标和风电场地形图数据,计算各个机位点基础工程量ti,(i=1,2,…,m),其中m为可行机位数量;
e3.构造布置方案系数矩阵:
采用枚举法构造风机布置方案系数矩阵K,系数kij,(i=1,2,…,m;),n为需求机位数量,需求机位数量根据风电场容量和机型功率参数确定;
风机布置方案系数矩阵为(0,1)矩阵,布置方案选用该机位时,kij=1,布置方案不选用该机位时,kij=0,且有:
e4.计算各布置方案的场内道路工程量:
计算每一种布置方案场内道路工程量
e5.通过模型求解获得最优风机布置和道路设计方案:
利用总投资收益数学模型,求解出收益率最高的风机布置和道路设计方案:
其中λ为风电上网电价,β为风机基础单位造价,δ为厂内道路单位工程量造价,A为设备及安装工程费,B为其他费用。
本发明的有益效果是:
通过遥感技术和定位技术获取用于进行风电场资源评估的基础数据,从而进行风能资源评估,并在GIS平台上根据风能资源评估结果和装机要求,通过构造布置方案系数矩阵,计算工程量和发电量,利用投资收益求解模型,计算最优的布置方案。
通过上述3S技术在风电场设计中的灵活应用,可以高效、高质优化布置风机和场内道路,以提高风电场设计质量和整体收益,缩短设计周期,为山地风电场精细化设计提供技术支撑。
附图说明
图1为本发明中的山地风电场优化设计系统结构框图;
图2为本发明中的山地风电场优化设计方法流程图;
图3为GIS平台对风电场进行风机优化布置和道路优化设计的算法流程。
具体实施方式
本发明旨在提出一种山地风电场优化设计系统及方法,优化布置场内风机和场内道路,提高风电场设计质量和整体收益,缩短设计周期,为山地风电场精细化设计提供技术支撑。
如图1所示,本发明中的山地风电场优化设计系统包括:风电场基础数据载入模块、遥感影像模块、GPS模块、粗糙度提取模块、风资源计算评估模块、GIS平台设计模块和优化设计成果展示模块组成;其中,
所述风电场基础数据载入模块,用于建立风电场数据库,为风电场设计提供依据。风电场数据库主要包括风电场测风数据库、风电场地形数据库、风电场边界数据库、风电机组数据信息库、风电场制约因素数据库。
风电场测风数据库中的测风数据通过安装在风电场的测风塔进行收集,测风塔的数据信息包括经纬度坐标、海拔高度、测风高度等。风电场地形数据库中的地形数据主要来自航飞数据和测绘局地形图数据。风电场制约因素数据库用于输入风电场建设所要考虑的制约因素,不同的制约因素对风电场中风电机组的布置有不同的影响。
所述遥感影像模块,用于运用遥感技术采集风电场区域的遥感影像;
所述GPS模块,用于采集风电场现场主要地物信息;
所述粗糙度提取模块,用于基于上述遥感影像数据和风电场区域地物信息提取风电场区域粗糙度数据,为风电场资源评估提供基础数据。
所述风资源计算评估模块,利用载入风电场基础数据和提取的粗糙度数据,对风电场区域内的风能资源进行计算评估,计算确定风电场区域内可行机位坐标信息及发电量,构建风电场区域内的风能资源评估数据库。
所述GIS平台优化设计模块,利用资源评估结果和装机要求,对风电场进行风机优化布置和道路优化设计。
所述优化设计成果展示模块,用于将优化结果通过三维可视化形式展示。
基于上述优化设计系统,本发明实现的山地风电场优化设计方法流程如图2所示,其具体包括如下步骤:
S1.载入风电场基础数据;
本步骤中,所述风电场基础数据包括:风电场测风数据、风电场地形数据、风电场边界数据、风电机组数据信息和风电场制约因素数据。这些数据将作为优化设计的基础数据。
S2.获取风电场区域的遥感影像和现场地物信息;
本步骤中,遥感影像通过遥感影像模块来获取,现场地物信息数据通过GPS模块来获取。为了后续更好地利用遥感影像,我们在获取影像后进行预处理:具体为对遥感影像进行辐射校正、大气校正、几何校正、图像融合、图像镶嵌裁剪等,消除传输过程中相关因素的影响,将亮度值转换成地表反射率,以便后续分类。
S3.基于遥感影像数据和风电场区域地物信息提取风电场区域粗糙度数据;
本步骤中,可以采用ENVI软件结合风电场区域的地物信息对预处理后的遥感影像进行解译,生成风电场区域粗糙度数据。ENVI采用训练分类法对风电场粗糙度进行提取,提取生成风电场区域内的粗糙度类型图,然后对其进行数字化,最后将数字化的粗糙度类型图转换生成风资源评估所用的粗糙度文件。
S4.基于风电场基础数据和提取的粗糙度数据,对风电场区域内的风能资源进行计算评估;
本步骤中,我们可以利用基于流体动力学模型的Windsim软件计算确定风电场区域内可行机位坐标信息及发电量,构建风电场区域内的风能资源评估数据库。
S5.基于风能资源评估结果和装机要求,对风电场进行风机优化布置和道路优化设计;
本步骤中,是利用GIS平台根据风电场风能资源图谱和风电场区域制约因素进行风电场风力发电机组布置,并通过DEM进行复杂地形风电场道路优化设计,以尽可能降低风电场山区道路投资造价;流程如图3所示,其具体包含:
S51.提取可行机位坐标及发电量信息:
根据风电场区域内可行机位坐标信息和风资源数据,提取各个机位点发电量qi(i=1,2,…,m),其中m为可行机位数量;
S52.计算可行机位点的基础工程量;
根据机位坐标和风电场地形图数据,计算各个机位点基础工程量ti,(i=1,2,…,m),其中m为可行机位数量;
S53.构造布置方案系数矩阵:
采用枚举法构造风机布置方案系数矩阵K,系数kij,(i=1,2,…,m;),n为需求机位数量,需求机位数量根据风电场容量和机型功率参数确定;
风机布置方案系数矩阵为(0,1)矩阵,布置方案选用该机位时,kij=1,布置方案不选用该机位时,kij=0,且有:
S54.计算各布置方案的场内道路工程量:
计算每一种布置方案场内道路工程量
S55.通过模型求解获得最优风机布置和道路设计方案:
利用总投资收益数学模型,求解出收益率最高的风机布置和道路设计方案:
其中λ为风电上网电价,β为风机基础单位造价,δ为厂内道路单位工程量造价,A为设备及安装工程费,B为其他费用。
S6.对优化设计成果进行三维可视化展示。
本步骤中,在获取区域内的DEM的基础上,利用遥感影像按一定的点位分布选取明显特征点,测量其影像坐标的精确值以及在地面的精确位置,最后经透视变换、消隐、灰度转换等处理,将结果显示在显示模块上,生成一幅以真实影像纹理构成的三维地形图。
Claims (6)
1.一种山地风电场优化设计系统,其特征在于,包括:
风电场基础数据载入模块,用于载入风电场基础数据,建立风电场数据库;
遥感影像模块,用于运用遥感技术采集风电场区域的遥感影像;
GPS模块,用于采集风电场区域的地物信息;
粗糙度提取模块,用于基于遥感影像数据和风电场区域地物信息提取风电场区域粗糙度数据,为风电场资源评估提供基础数据;
风资源计算评估模块,用于基于风电场基础数据和提取的粗糙度数据,对风电场区域内的风能资源进行计算评估,计算确定风电场区域内可行机位坐标信息及发电量,构建风电场区域内的风能资源评估数据库;
GIS平台设计模块,用于基于风能资源评估结果和装机要求,对风电场进行风机优化布置和道路优化设计;
优化设计成果展示模块,用于对优化设计成果进行三维可视化展示;
所述基于风能资源评估结果和装机要求,对风电场进行风机优化布置和道路优化设计,具体包括:
提取可行机位坐标及发电量信息:
根据风电场区域内可行机位坐标信息和风资源数据,提取各个机位点发电量qi(i=1,2,…,m),其中m为可行机位数量;
计算可行机位点的基础工程量;
根据机位坐标和风电场地形图数据,计算各个机位点基础工程量ti,(i=1,2,…,m),其中m为可行机位数量;
构造布置方案系数矩阵:
采用枚举法构造风机布置方案系数矩阵K,系数kij,(i=1,2,…,m;n为需求机位数量,需求机位数量根据风电场容量和机型功率参数确定;
风机布置方案系数矩阵为(0,1)矩阵,布置方案选用该机位时,kij=1,布置方案不选用该机位时,kij=0,且有:
计算各布置方案的场内道路工程量:
计算每一种布置方案场内道路工程量
通过模型求解获得最优风机布置和道路设计方案:
利用总投资收益数学模型,求解出收益率最高的风机布置和道路设计方案:
其中,λ为风电上网电价,β为风机基础单位造价,δ为厂内道路单位工程量造价,A为设备及安装工程费,B为其他费用。
2.一种山地风电场优化设计方法,其特征在于,包括以下步骤:
a.载入风电场基础数据;
b.获取风电场区域的遥感影像和现场地物信息;
c.基于遥感影像数据和风电场区域地物信息提取风电场区域粗糙度数据;
d.基于风电场基础数据和提取的粗糙度数据,对风电场区域内的风能资源进行计算评估;
e.基于风能资源评估结果和装机要求,对风电场进行风机优化布置和道路优化设计;
f.对优化设计成果进行三维可视化展示;
步骤e中,所述基于风能资源评估结果和装机要求,对风电场进行风机优化布置和道路优化设计,具体包括:
e1.提取可行机位坐标及发电量信息:
根据风电场区域内可行机位坐标信息和风资源数据,提取各个机位点发电量qi(i=1,2,…,m),其中m为可行机位数量;
e2.计算可行机位点的基础工程量;
根据机位坐标和风电场地形图数据,计算各个机位点基础工程量ti,(i=1,2,…,m),其中m为可行机位数量;
e3.构造布置方案系数矩阵:
采用枚举法构造风机布置方案系数矩阵K,系数n为需求机位数量,需求机位数量根据风电场容量和机型功率参数确定;
风机布置方案系数矩阵为(0,1)矩阵,布置方案选用该机位时,kij=1,布置方案不选用该机位时,kij=0,且有:
e4.计算各布置方案的场内道路工程量:
计算每一种布置方案场内道路工程量
e5.通过模型求解获得最优风机布置和道路设计方案:
利用总投资收益数学模型,求解出收益率最高的风机布置和道路设计方案:
其中,λ为风电上网电价,β为风机基础单位造价,δ为厂内道路单位工程量造价,A为设备及安装工程费,B为其他费用。
3.如权利要求2所述的一种山地风电场优化设计方法,其特征在于,
步骤a中,所述风电场基础数据包括:
风电场测风数据、风电场地形数据、风电场边界数据、风电机组数据和风电场制约因素数据。
4.如权利要求2所述的一种山地风电场优化设计方法,其特征在于,
步骤b中,在获取风电场区域的遥感影像后,还对遥感影像进行预处理,所述预处理包括:进行辐射校正、大气校正、几何校正、图像融合以及图像镶嵌裁剪,并将亮度值转换成地表反射率。
5.如权利要求2所述的一种山地风电场优化设计方法,其特征在于,
步骤c中,采用ENVI软件结合风电场区域的地物信息对预处理后的遥感影像进行解译,生成风电场区域粗糙度数据。
6.如权利要求2所述的一种山地风电场优化设计方法,其特征在于,
步骤d中,所述对风电场区域内的风能资源进行计算评估,具体包括:
利用基于流体动力学模型的Windsim软件计算确定风电场区域内可行机位坐标信息及发电量,构建风电场区域内的风能资源评估数据库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010535772.0A CN111666693B (zh) | 2020-06-12 | 2020-06-12 | 一种山地风电场优化设计系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010535772.0A CN111666693B (zh) | 2020-06-12 | 2020-06-12 | 一种山地风电场优化设计系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111666693A CN111666693A (zh) | 2020-09-15 |
CN111666693B true CN111666693B (zh) | 2023-08-08 |
Family
ID=72387416
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010535772.0A Active CN111666693B (zh) | 2020-06-12 | 2020-06-12 | 一种山地风电场优化设计系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111666693B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112948955A (zh) * | 2021-04-28 | 2021-06-11 | 华能新能源股份有限公司 | 一种基于bim的山地风电场道路设计方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102622482A (zh) * | 2012-03-06 | 2012-08-01 | 中国科学院工程热物理研究所 | 一种基于二进制粒子群算法的风机优化布置方法 |
CN103106300A (zh) * | 2013-01-21 | 2013-05-15 | 同济大学 | 一种用于风电场场内道路设计的自动优化选线方法 |
CN203930952U (zh) * | 2014-06-27 | 2014-11-05 | 四川电力设计咨询有限责任公司 | 基于神经网络的电厂厂用电率计算系统 |
CN204151640U (zh) * | 2014-10-20 | 2015-02-11 | 四川电力设计咨询有限责任公司 | 山地风电场道路路线 |
CN104361616A (zh) * | 2014-11-05 | 2015-02-18 | 南车株洲电力机车研究所有限公司 | 一种用于风电场风资源评估的地形地貌文件获取方法 |
CN106407566A (zh) * | 2016-09-20 | 2017-02-15 | 河海大学 | 复杂地形风电场一体化优化方法 |
CN108897932A (zh) * | 2018-06-14 | 2018-11-27 | 中国电建集团西北勘测设计研究院有限公司 | 一种风电场现场微观选址室内实现的方法 |
CN109359350A (zh) * | 2018-09-27 | 2019-02-19 | 浙江中海达空间信息技术有限公司 | 一种优化精细施工成本的风电场道路智能设计方法 |
CN110060218A (zh) * | 2019-04-23 | 2019-07-26 | 吉林农业大学 | 基于地理信息系统的遥感影像处理方法 |
CN110675494A (zh) * | 2019-09-20 | 2020-01-10 | 中国电建集团西北勘测设计研究院有限公司 | 一种风电场风机位置三维可视化优选方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102009060650A1 (de) * | 2009-12-22 | 2011-06-30 | Keller, Walter, 66994 | Aeroakustisches Rotorblatt für eine Windkraftanlage sowie damit ausgestattete Windkraftanlage |
US20150115607A1 (en) * | 2013-10-27 | 2015-04-30 | Lev Stepanov | Method of increasing of sensitivity and productivity of the wind generator with vertical axis at weak winds and device for his realization |
-
2020
- 2020-06-12 CN CN202010535772.0A patent/CN111666693B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102622482A (zh) * | 2012-03-06 | 2012-08-01 | 中国科学院工程热物理研究所 | 一种基于二进制粒子群算法的风机优化布置方法 |
CN103106300A (zh) * | 2013-01-21 | 2013-05-15 | 同济大学 | 一种用于风电场场内道路设计的自动优化选线方法 |
CN203930952U (zh) * | 2014-06-27 | 2014-11-05 | 四川电力设计咨询有限责任公司 | 基于神经网络的电厂厂用电率计算系统 |
CN204151640U (zh) * | 2014-10-20 | 2015-02-11 | 四川电力设计咨询有限责任公司 | 山地风电场道路路线 |
CN104361616A (zh) * | 2014-11-05 | 2015-02-18 | 南车株洲电力机车研究所有限公司 | 一种用于风电场风资源评估的地形地貌文件获取方法 |
CN106407566A (zh) * | 2016-09-20 | 2017-02-15 | 河海大学 | 复杂地形风电场一体化优化方法 |
CN108897932A (zh) * | 2018-06-14 | 2018-11-27 | 中国电建集团西北勘测设计研究院有限公司 | 一种风电场现场微观选址室内实现的方法 |
CN109359350A (zh) * | 2018-09-27 | 2019-02-19 | 浙江中海达空间信息技术有限公司 | 一种优化精细施工成本的风电场道路智能设计方法 |
CN110060218A (zh) * | 2019-04-23 | 2019-07-26 | 吉林农业大学 | 基于地理信息系统的遥感影像处理方法 |
CN110675494A (zh) * | 2019-09-20 | 2020-01-10 | 中国电建集团西北勘测设计研究院有限公司 | 一种风电场风机位置三维可视化优选方法 |
Non-Patent Citations (1)
Title |
---|
大型山地风电场机型混排方案应用研究;朱良山;《能源科技》;44-47 * |
Also Published As
Publication number | Publication date |
---|---|
CN111666693A (zh) | 2020-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104331621A (zh) | 一种风资源计算方法 | |
CN101216481A (zh) | 一种反映区域土壤自然侵蚀程度的方法 | |
EP3794386B1 (en) | Determination of location-specific weather information for agronomic decision support | |
Lee et al. | Numerical optimization of site selection for offshore wind turbine installation using genetic algorithm | |
WO2011085104A1 (en) | Methods and systems for locating wind turbines | |
Kim et al. | Effect of island topography and surface roughness on the estimation of annual energy production of offshore wind farms | |
CN111666693B (zh) | 一种山地风电场优化设计系统及方法 | |
CN111080003B (zh) | 一种适应复杂山地风电场的测风塔规划选址方法 | |
CN105184667B (zh) | 双重嵌套模拟风电场风速分布的方法 | |
CN104239662A (zh) | 一种定量评价区域风能资源开发潜力的方法 | |
CN112700349A (zh) | 测风塔选址方法和装置 | |
CN113793023A (zh) | 一种基于卫星遥感的区域绿色发展指标评价方法 | |
CN116934139A (zh) | 城镇化进程中水生态功能空间响应识别方法、装置及设备 | |
CN112800697B (zh) | 风电场前期测风塔规划选址方法、系统、装置及存储介质 | |
Fetisova et al. | Determining the parameters of Weibull function to estimate the wind power potential in conditions of limited source meteorological data | |
CN113743027A (zh) | 一种基于cfd技术绘制风资源图谱的方法和装置 | |
Tu et al. | Methods and experiments for collecting information and constructing models of bottom-layer contours in paddy fields | |
KR20110072257A (ko) | 일조량 분석 방법, 분석 시스템 및 이를 실행하기 위한 컴퓨터 기록 매체 | |
Kang et al. | Wind resource assessment and potential development of wind farms along the entire coast of South Korea using public data from the Korea meteorological administration | |
CN100568285C (zh) | 基于数字地面模型的图像的计算机虚拟方法 | |
CN109885878A (zh) | 一种地表温度空间变异性的套和结构建模及定量描述方法 | |
CN117391394B (zh) | 一种基于地理空间数据的风光设施联合建设潜力评估方法 | |
CN117725139A (zh) | 基于深度学习改进t因子的csle模型优化算法 | |
Ramdani et al. | Data Assimilated Numerical Weather Prediction to Discover Profitable Wind Farm Locations and Maximize Wind Power Generation | |
Kochanek et al. | The analysis of the main geospatial factors using geoinformation programs required for the planning, design and construction of a photovoltaic power plant |
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 |