CN111985097B - 一种考虑海浪波高影响的海上风电机组尾流计算方法 - Google Patents

一种考虑海浪波高影响的海上风电机组尾流计算方法 Download PDF

Info

Publication number
CN111985097B
CN111985097B CN202010811830.8A CN202010811830A CN111985097B CN 111985097 B CN111985097 B CN 111985097B CN 202010811830 A CN202010811830 A CN 202010811830A CN 111985097 B CN111985097 B CN 111985097B
Authority
CN
China
Prior art keywords
data
wind direction
offshore
wave height
wind turbine
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.)
Expired - Fee Related
Application number
CN202010811830.8A
Other languages
English (en)
Other versions
CN111985097A (zh
Inventor
张双益
张勋奎
戴成伟
李春雨
肖启标
王虎
陈德明
郝洪亮
曹子丕
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.)
Datang Sanya Future Energy Research Institute Co ltd
Original Assignee
Datang Sanya Future Energy Research Institute 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 Datang Sanya Future Energy Research Institute Co ltd filed Critical Datang Sanya Future Energy Research Institute Co ltd
Priority to CN202010811830.8A priority Critical patent/CN111985097B/zh
Publication of CN111985097A publication Critical patent/CN111985097A/zh
Application granted granted Critical
Publication of CN111985097B publication Critical patent/CN111985097B/zh
Expired - Fee Related 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • 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)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Operations Research (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Wind Motors (AREA)

Abstract

本发明涉及一种考虑海浪波高影响的海上风电机组尾流计算方法，包括：数据采集，数据拟合，计算海面粗糙度，计算湍流强度，计算尾流衰减系数，计算海上风电机组尾流。本发明可以解决尾流计算结果与实际情况存在较大偏差的问题，具有通用性，适用于各种品牌、型号的海上风电机组，适用于各种离岸距离的近海和远海区域。

Description

一种考虑海浪波高影响的海上风电机组尾流计算方法
技术领域
本发明属于风力发电计算技术领域，尤其涉及一种考虑海浪波高影响的海上风电机组尾流计算方法。
背景技术
海上风电机组的尾流是海上风电场的微观选址、发电量测算的重要影响因素。位于上风向的海上风电机组在运行过程中会吸收风能、产生尾流，从而导致下方向的风速衰减、带来发电量损失。准确计算海上风电机组尾流对于海上风电场的规划设计工作至关重要。
现有技术均为陆上风电机组尾流计算方法，如Jensen模型、Larsen模型等计算方法。陆地的植被和覆盖情况较为固定，空气动力学粗糙度变化很小，基本不会影响尾流变化特性。然而对于海洋而言，无风情况下平静的海面极其光滑，海浪波高很小；随着风速增大，风速施加在海面的摩擦力增大，会导致海浪波高加大，从而会影响空气动力学粗糙度的大小，也会随之改变大气的湍流强度情况，并最终影响了海上风电机组尾流的变化特性。
现有尾流计算方法均未考虑海浪波高因素的影响，不适用于海上风电机组，其尾流计算结果存在与实际情况存在较大偏差的问题，亟需改进和完善。
发明内容
本发明的目的是提供一种考虑海浪波高影响的海上风电机组尾流计算方法，以解决现有技术中尾流计算结果与实际情况存在较大偏差的问题。
本发明提供了一种考虑海浪波高影响的海上风电机组尾流计算方法，包括如下步骤：
步骤一，基于风速传感器及风向传感器获取海上风电机组轮毂高度处的风速数据及风向数据，基于海浪波高传感器获取海上风电机组海面高度处的海浪波高数据；
步骤二，根据步骤一获取的风速、风向及海浪波高数据，分别计算设定时间段内的平均风速V、风向D和有效波高Hs，根据风向D按照每30度分类为一组数据，得到12组数据，对于每组数据，分别对风速V和有效波高Hs数据采用下述一元二次方程进行拟合，得到12个风向分组的方程：
Hs＝aV2+bV+c (1)
其中，a，b和c为一元二次方程的系数；
步骤三，基于步骤二得到的12个风向分组的数据分别计算海面粗糙度z0，得到12个风向分组的数据，公式如下：
Figure BDA0002631268010000021
其中，Ac为沙诺克常数，对离岸距离100公里以内取Ac＝0.011，对离岸距离100公里以外取Ac＝0.034；g为重力加速度常数；κ为卡曼常数，取κ＝0.4；H0为标准高度常数，取10m；
步骤四，基于步骤三得到的12个风向分组的数据分别计算湍流强度TI，得到12个风向分组的数据，公式如下：
Figure BDA0002631268010000022
其中，zc为标准粗糙度常数，取1m；u0为标准封速常数，取10m/s；
步骤五，基于步骤四得到的12个风向分组的数据分别计算尾流衰减系数Cd，得到12个风向分组的数据，公式如下：
Cd＝τ×TI (4)
其中，τ是经验系数，取0.45；
步骤六，基于步骤五得到的12个风向分组的数据分别计算海上风电机组尾流ΔV/V，得到12个风向分组的数据，公式如下：
Figure BDA0002631268010000023
其中，CT(V)为海上风电机组的推力系数，是关于V的函数；X、Y、Z分别是下风向的水平平行距离、下风向的水平垂直距离和下风向的竖直距离；D为海上风电机组的叶轮直径；δ为狄拉克函数；Θ为分段函数，当自变量为负值时取0，自变量为正值时取1。
进一步地，步骤一中所述风速传感器及风向传感器的采样频率在1HZ以上，所述海浪波高传感器的采样频率在0.5HZ以上。
进一步地，步骤二中所述设定时间段为10分钟。
借由上述方案，通过考虑海浪波高影响的海上风电机组尾流计算方法，可以解决尾流计算结果与实际情况存在较大偏差的问题，具有通用性，适用于各种品牌、型号的海上风电机组，适用于各种离岸距离的近海和远海区域。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例详细说明如后。
附图说明
图1是本发明考虑海浪波高影响的海上风电机组尾流计算方法的流程图；
图2是本发明一实施例中推力系数CT(V)示意图；
图3是本发明一实施例中海上风电机组尾流计算结果与实际尾流的对比图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
参图1所示，本实施例提供了一种考虑海浪波高影响的海上风电机组尾流计算方法，包括如下步骤：
步骤一，数据采集。基于风速传感器及风向传感器获取海上风电机组轮毂高度处的风速数据及风向数据，基于海浪波高传感器获取海上风电机组海面高度处的海浪波高数据；其中，风速传感器及风向传感器的采样频率在1HZ以上，所述海浪波高传感器的采样频率在0.5HZ以上。
步骤二，数据拟合。根据步骤一获取的风速、风向及海浪波高数据，分别计算10分钟的平均风速V、风向D和有效波高Hs，根据风向D按照每30度分类为一组数据，得到12组数据，对于每组数据，分别对风速V和有效波高Hs数据采用下述一元二次方程进行拟合，得到12个风向分组的方程：
Hs＝aV2+bV+c (1)
其中，a，b和c为一元二次方程的系数；
步骤三，计算海面粗糙度。基于步骤二得到的12个风向分组的数据分别计算海面粗糙度z0，得到12个风向分组的数据，公式如下：
Figure BDA0002631268010000041
其中，Ac为沙诺克常数，对离岸距离100公里以内取Ac＝0.011，对离岸距离100公里以外取Ac＝0.034；g为重力加速度常数；κ为卡曼常数，取κ＝0.4；H0为标准高度常数，取10m；
步骤四，计算湍流强度。基于步骤三得到的12个风向分组的数据分别计算湍流强度TI，得到12个风向分组的数据，公式如下：
Figure BDA0002631268010000042
其中，zc为标准粗糙度常数，取1m；u0为标准封速常数，取10m/s；
步骤五，计算尾流衰减系数。基于步骤四得到的12个风向分组的数据分别计算尾流衰减系数Cd，得到12个风向分组的数据，公式如下：
Cd＝τ×TI (4)
其中，τ是经验系数，取0.45；
步骤六，计算海上风电机组尾流。基于步骤五得到的12个风向分组的数据分别计算海上风电机组尾流ΔV/V，得到12个风向分组的数据，公式如下：
Figure BDA0002631268010000043
其中，CT(V)为海上风电机组的推力系数，是关于V的函数；X、Y、Z分别是下风向的水平平行距离、下风向的水平垂直距离和下风向的竖直距离；D为海上风电机组的叶轮直径；δ为狄拉克函数；Θ为分段函数，当自变量为负值时取0，自变量为正值时取1。
通过该考虑海浪波高影响的海上风电机组尾流计算方法，可以解决尾流计算结果与实际情况存在较大偏差的问题，具有通用性，适用于各种品牌、型号的海上风电机组，适用于各种离岸距离的近海和远海区域。
下面通过具体实例对本发明作进一步说明。
某风电场位于北海日德兰半岛以西海域，离岸距离10～20km，水深10～15m，用海面积约30km2。风电场安装了91台丹麦Siemens公司生产的SWT-4.0-130型海上风电机组，单机容量4.0MW，叶轮直径130m，轮毂高度100m，推力系数CT(V)见图2所示。
应用本发明进行风电场中单台海上风电机组尾流计算。
步骤一，数据采集。获取海上风电机组轮毂高度100m处风速数据、风向数据，及海上风电机组海面高度处的海浪波高数据。
步骤二，数据拟合。根据步骤一获得的数据，分别计算10分钟平均风速V、风向D和有效波高Hs。之后根据风向D按照每30度分类为一组数据，则一共得到12组数据。对于每组数据，分别对风速V和有效波高Hs数据采用一元二次方程进行拟合。
步骤三，计算海面粗糙度。根据步骤二获得的数据，对于12个风向分组的数据分别计算海面粗糙度z0。该算例中来流风速V＝10m/s，计算出对应的海面粗糙度z0。
步骤四，计算湍流强度。根据步骤三获得的数据，对于12个风向分组的数据分别计算湍流强度TI。
步骤五，计算尾流衰减系数。根据步骤四获得的数据，对于12个风向分组的数据分别计算尾流衰减系数Cd。
步骤六，计算海上风电机组尾流。根据步骤五获得的数据，对于12个风向分组的数据分别计算海上风电机组尾流ΔV/V。CT(V)输入海上风电机组推力系数(算例如图2所示)，算例中风速V＝10m/s时对应的Ct为0.44。D输入海上风电机组叶轮直径130m。X输入X、Y、Z分别是下风向的水平平行距离、下风向的水平垂直距离和下风向的竖直距离，算例中X取5.5D，Y和Z均为0。一共得到12个风向分组的数据。
图3给出海上风电机组尾流计算结果与实际尾流的对比。可见考虑海浪波高影响的海上风电机组尾流计算方法的结果的准确率较高，可以应用于海上风电场微观选址等。
以上所述仅是本发明的优选实施方式，并不用于限制本发明，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本发明的保护范围。

Claims (3)

1.一种考虑海浪波高影响的海上风电机组尾流计算方法，其特征在于，包括如下步骤：
步骤一，基于风速传感器及风向传感器获取海上风电机组轮毂高度处的风速数据及风向数据，基于海浪波高传感器获取海上风电机组海面高度处的海浪波高数据；
步骤二，根据步骤一获取的风速、风向及海浪波高数据，分别计算设定时间段内的平均风速V、风向D和有效波高Hs，根据风向D按照每30度分类为一组数据，得到12组数据，对于每组数据，分别对风速V和有效波高Hs数据采用下述一元二次方程进行拟合，得到12个风向分组的方程：
Hs＝aV2+bV+c (1)
其中，a，b和c为一元二次方程的系数；
步骤三，基于步骤二得到的12个风向分组的数据分别计算海面粗糙度z0，得到12个风向分组的数据，公式如下：
Figure FDA0002631267000000011
其中，Ac为沙诺克常数，对离岸距离100公里以内取Ac＝0.011，对离岸距离100公里以外取Ac＝0.034；g为重力加速度常数；κ为卡曼常数，取κ＝0.4；H0为标准高度常数，取10m；
步骤四，基于步骤三得到的12个风向分组的数据分别计算湍流强度TI，得到12个风向分组的数据，公式如下：
Figure FDA0002631267000000012
其中，zc为标准粗糙度常数，取1m；u0为标准封速常数，取10m/s；
步骤五，基于步骤四得到的12个风向分组的数据分别计算尾流衰减系数Cd，得到12个风向分组的数据，公式如下：
Cd＝τ×TI (4)
其中，τ是经验系数，取0.45；
步骤六，基于步骤五得到的12个风向分组的数据分别计算海上风电机组尾流ΔV/V，得到12个风向分组的数据，公式如下：
Figure FDA0002631267000000021
其中，CT(V)为海上风电机组的推力系数，是关于V的函数；X、Y、Z分别是下风向的水平平行距离、下风向的水平垂直距离和下风向的竖直距离；D为海上风电机组的叶轮直径；δ为狄拉克函数；Θ为分段函数，当自变量为负值时取0，自变量为正值时取1。
2.根据权利要求1所述的考虑海浪波高影响的海上风电机组尾流计算方法，其特征在于，步骤一中所述风速传感器及风向传感器的采样频率在1HZ以上，所述海浪波高传感器的采样频率在0.5HZ以上。
3.根据权利要求1所述的考虑海浪波高影响的海上风电机组尾流计算方法，其特征在于，步骤二中所述设定时间段为10分钟。
CN202010811830.8A 2020-08-13 2020-08-13 一种考虑海浪波高影响的海上风电机组尾流计算方法 Expired - Fee Related CN111985097B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010811830.8A CN111985097B (zh) 2020-08-13 2020-08-13 一种考虑海浪波高影响的海上风电机组尾流计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010811830.8A CN111985097B (zh) 2020-08-13 2020-08-13 一种考虑海浪波高影响的海上风电机组尾流计算方法

Publications (2)

Publication Number Publication Date
CN111985097A CN111985097A (zh) 2020-11-24
CN111985097B true CN111985097B (zh) 2023-01-06

Family

ID=73434188

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010811830.8A Expired - Fee Related CN111985097B (zh) 2020-08-13 2020-08-13 一种考虑海浪波高影响的海上风电机组尾流计算方法

Country Status (1)

Country Link
CN (1) CN111985097B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113221312B (zh) * 2021-02-05 2022-09-02 中国人民解放军国防科技大学 一种基于海浪与海沫的海表粗糙度参数化方法
CN116231645B (zh) * 2023-05-09 2023-08-11 中车山东风电有限公司 一种海上风电场发电量计算方法、计算系统及计算终端

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106408446B (zh) * 2016-09-06 2019-07-12 河海大学 一种近海风电场风能计算方法
CN106548414B (zh) * 2016-11-11 2020-03-10 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
CN106897486B (zh) * 2017-01-12 2020-07-07 华北电力大学 考虑湍流强度影响的抛物线形风电机组尾流模型计算方法

Also Published As

Publication number Publication date
CN111985097A (zh) 2020-11-24

Similar Documents

Publication Publication Date Title
CN101684774B (zh) 一种风力发电系统及风力发电机的测风方法
Murphy et al. How wind speed shear and directional veer affect the power production of a megawatt-scale operational wind turbine
CN107292514B (zh) 风电场生产运行测风塔选址方法及装置
CN111985097B (zh) 一种考虑海浪波高影响的海上风电机组尾流计算方法
CN106815456A (zh) 一种风电机组功率特性评价方法
CN106150904A (zh) 一种风力发电机组偏航系统控制性能优化方法及系统
CN103886179B (zh) 一种基于尾流效应分群的风电场风机聚合方法
CN115758942B (zh) 基于大气-海浪-海洋-结构物耦合作用的海上风电机组桩基荷载计算方法及系统
CN103884485A (zh) 一种基于多尾流模型的风机尾流分析方法
CN101949363A (zh) 计及风电场输入风速和风向随机波动的风电机组分组方法
CN103617308B (zh) 一种风电场频域等效模型的构建方法
CN108062722B (zh) 基于风速变异系数的山地风电场模型风机机械功率计算方法
CN113033009B (zh) 一种在役海上风电场尾流损失实时计算方法
Abdraman et al. Wind Resource Assessment in the City of N'djamena in Chad
CN116611714A (zh) 一种基于风资源及机组发电量分析风电场后评估方法
CN106951977B (zh) 一种基于尾流效应的风速预测模型的构建方法
CN111342499A (zh) 一种基于风功率预测数据的风电场实时调度方法
Torabi Fundamentals of wind farm aerodynamic layout design
CN114186407A (zh) 一种参数可自适应调整的风电场尾流速度场计算方法及系统
CN106408446B (zh) 一种近海风电场风能计算方法
Ayar et al. Harvesting the Wind: A Study on the Feasibility and Advancements of Wind Energy in Turkey
CN114666352A (zh) 一种海上风电设备监测数据处理方法及设备
Dubov et al. Comparison of wind data measurment results of 3D ultrasonic anemometers and calibrated cup anemometers mounted on a met mast
CN214836884U (zh) 一种用于海上风电机组功率特性测量的装置
CN112861301A (zh) 一种基于风机实时数据的风电场理论功率智能计算方法

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
TA01 Transfer of patent application right

Effective date of registration: 20220302

Address after: 572100 area C302, third floor, phase II standard plant, yazhouwan science and Technology City, Yazhou District, Sanya City, Hainan Province

Applicant after: Datang Sanya Future Energy Research Institute Co.,Ltd.

Address before: B3601, building 10, Shenzhen Bay science and technology ecological park, No.10, Gaoxin South 9th Road, high tech Zone community, Yuehai street, Nanshan District, Shenzhen, Guangdong 518000

Applicant before: China Datang Energy Technology Center Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20230106

CF01 Termination of patent right due to non-payment of annual fee