CN112580891B - 风电场边界层湍流垂向动量通量预测及发电量评估方法 - Google Patents

风电场边界层湍流垂向动量通量预测及发电量评估方法 Download PDF

Info

Publication number
CN112580891B
CN112580891B CN202011580173.7A CN202011580173A CN112580891B CN 112580891 B CN112580891 B CN 112580891B CN 202011580173 A CN202011580173 A CN 202011580173A CN 112580891 B CN112580891 B CN 112580891B
Authority
CN
China
Prior art keywords
wind
power plant
boundary layer
wind power
speed
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
CN202011580173.7A
Other languages
English (en)
Other versions
CN112580891A (zh
Inventor
葛铭纬
张欢
杨昊泽
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.)
North China Electric Power University
Original Assignee
North China Electric Power University
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 North China Electric Power University filed Critical North China Electric Power University
Priority to CN202011580173.7A priority Critical patent/CN112580891B/zh
Publication of CN112580891A publication Critical patent/CN112580891A/zh
Application granted granted Critical
Publication of CN112580891B publication Critical patent/CN112580891B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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"
    • 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
    • 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
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • 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)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Wind Motors (AREA)

Abstract

本发明中风电场边界层湍流垂向动量通量预测及发电量评估方法，包括：获取风电场内平均风速及大气边界层高度；基于平均风速，计算风电场等效摩擦速度；基于等效摩擦速度及大气边界层高度，采用风电场边界层湍流垂向动量通量预测模型，对风电场边界层湍流垂向动量通量进行预测，同时基于风电场边界层湍流垂向动量通量进行风电场发电量评估。本发明仅通过获取风电场区域内风轮下方平均风速以及大气边界层的高度，并在此基础上计算风电场的等效摩擦速度，就可以通过预先构建的模型快速、简单、准确地预测湍流垂向动量通量，与现有方法相比，提高了湍流垂向动量通量的计算效率，降低了计算成本，也提高了风电场发电量评估的准确性和计算效率。

Description

风电场边界层湍流垂向动量通量预测及发电量评估方法
技术领域
本发明属于风电场规划设计领域，具体涉及风电场边界层湍流垂向动量通量预测及发电量评估方法。
背景技术
准确预测风电场大气边界层湍流的垂向动量通量，对不同排布方案下风电场发电量评估及中尺度天气预报研究具有重要的意义。大型风电场与大气边界层发生强烈相互作用，导致大气边界层原有的动量平衡被打破，湍流的垂向动量通量被显著改变。目前，主要通过大涡模拟(Large Eddy Simulation：LES)、Reynolds平均方法(Reynolds AverageNavier-Stokes：RANS)等数值模拟方法对风电场边界层垂向动量通量进行计算，但该方法需要使用专业的软件或代码，设置复杂，计算时间长。
因此，如何快速、简单、准确地计算出风电场边界层的湍流垂向动量通量是本领域技术人员目前需要解决的问题。
发明内容
为了解决现有技术中的上述问题，即为了快速、简单、准确地计算出风电场边界层的湍流垂向动量通量，本发明提供了一种风电场边界层湍流垂向动量通量预测方法，所述方法包括：
获取风电场区域内风轮下方至少两个不同设定高度处的平均风速以及所述风电场大气边界层的高度；
基于所述至少两个不同设定高度处的平均风速，计算所述风电场的等效摩擦速度；
基于所述等效摩擦速度以及所述风电场大气边界层的高度，采用预先构建的风电场边界层湍流垂向动量通量预测模型，对所述风电场边界层不同高度处的湍流垂向动量通量进行预测。
优选地，风电场边界层湍流垂向动量通量预测模型如下所示：
其中，为风电场边界层湍流垂向动量通量，u*hi为风电场的等效摩擦速度，δ为大气边界层的高度，z为拟计算风电场边界层湍流垂向动量通量的高度。
优选地，平均风速为两个不同设定高度处的平均风速，“基于所述至少两个不同设定高度处的平均风速，计算所述风电场的等效摩擦速度”的步骤具体包括：
基于所述两个不同设定高度处的平均风速，计算所述风电场的地面摩擦速度和地面粗糙度；
基于所述地面摩擦速度和地面粗糙度，计算所述风电场的等效摩擦速度。
优选地，平均风速为两个以上不同设定高度处的平均风速，“基于所述至少两个不同设定高度处的平均风速，计算所述风电场的等效摩擦速度”的步骤具体包括：
基于所述两个以上不同设定高度处的平均风速中的任意两个，计算所述风电场的地面摩擦速度和地面粗糙度；
基于所述地面摩擦速度和地面粗糙度，计算所述风电场的等效摩擦速度；
求取多个等效摩擦速度的平均值，作为所述风电场的最终等效摩擦速度。
优选地，风电场的地面摩擦速度和地面粗糙度计算式如下：
其中，z1为选取的第一设定高度，z2为选取的第二设定高度，z0,lo为地面粗糙度，u*lo为地面摩擦速度，κ为卡门常数，为第一设定高度处的平均风速，/>为第二设定高度处的平均风速。
优选地，“基于所述地面摩擦速度和地面粗糙度，计算所述风电场的等效摩擦速度”的步骤具体包括：
基于所述地面粗糙度，计算所述风电场的等效粗糙度；
基于所述地面摩擦速度和风电场的等效粗糙度，计算所述风电场的等效摩擦速度。
优选地，风电场的等效粗糙度的计算式如下：
其中，z0,hi为风电场的等效粗糙度，zh为风电机组的轮毂高度，D为风轮直径，κ为卡门常数，νw *是等效涡粘系数，sx为风电机组流向间距相对风轮直径的无量纲参数，sy为风电机组展向间距相对风轮直径的无量纲参数，Ct是风轮的推力系数，α是修正系数。
优选地，风电场的等效摩擦速度的计算式如下：
其中，u*hi为风电场的等效摩擦速度，u*lo为风电场的地面摩擦速度，zh为风电机组的轮毂高度，z0,hi为风电场的等效粗糙度，νw *是等效涡粘系数，D为风轮直径。
优选地，前述任意一项的方法中风电场区域内风轮下方至少两个不同设定高度处的平均风速通过测风激光雷达或测风塔获取。
基于同一构思，本发明提供了一种风电场发电量评估方法，包括：
通过前述任一项的方法计算不同排布方案下风电场选定高度处的湍流垂向动量通量；所述选定高度的取值范围为风电机组轮毂上方1D～5D，其中，D为风电机组风轮直径；
基于风电场的等效摩擦速度和等效粗糙度，计算所述选定高度处的平均风速；
基于各排布方案下风电场选定高度处的湍流垂向动量通量和所述选定高度处的平均风速，计算各排布方案下风电场边界层向风电场输送的动能；
基于各排布方案下风电场边界层向风电场输送的动能，确定各排布方案下风电场的发电量相对大小。
优选地，选定高度处的平均风速计算式如下：
其中，zt为选定高度，为选定高度处的平均风速，u*hi为风电场的等效摩擦速度，z0,hi为风电场的等效粗糙度，κ为卡门常数。
优选地，风电场边界层向风电场输送的动能计算式如下：
其中，Φ为风电场边界层向风电场输送的动能，为选定高度处的湍流垂向动量通量，/>为选定高度处的平均风速。
与最接近的现有技术相比，上述技术方案至少具有如下有益效果：
本发明提供的一种风电场边界层湍流垂向动量通量预测方法，包括以下步骤：获取风电场区域内风轮下方至少两个不同设定高度处的平均风速以及所述风电场大气边界层的高度；基于所述至少两个不同设定高度处的平均风速，计算所述风电场的等效摩擦速度；基于所述等效摩擦速度以及所述风电场大气边界层的高度，采用预先构建的风电场边界层湍流垂向动量通量预测模型，对所述风电场边界层不同高度处的湍流垂向动量通量进行预测。基于上述步骤，本发明仅通过获取风电场区域内至少两个不同设定高度处的平均风速以及风电场大气边界层的高度，并在此基础上计算风电场的等效摩擦速度，就可以通过预先构建的模型快速、简单、准确地预测风电场边界层的湍流垂向动量通量，与现有数值模拟方式计算风电场边界层的湍流垂向动量通量的方法相比，大大提高了风电场边界层的湍流垂向动量通量的计算效率，降低了计算成本。
基于上述风电场边界层湍流垂向动量通量预测方法计算不同排布方案下风电场选定高度处的湍流垂向动量通量，并基于各排布方案下风电场选定高度处的湍流垂向动量通量，确定各排布方案下风电场发电量的相对大小，通过此方法可以快捷有效的实现对不同横、纵向间距的风电场的发电量评估，与现有的通过经验估计横、纵向间距的方法相比，该方法更加准确。
附图说明
图1为本发明提供的一种风电场边界层湍流垂向动量通量预测方法示意图；
图2为本发明提供的一种风电场发电量评估方法示意图；
图3为本发明实施例中A类算例大涡模拟的垂向动量通量示意图；
图4为本发明实施例中B类算例大涡模拟的垂向动量通量示意图；
图5为本发明实施例中C类算例大涡模拟的垂向动量通量示意图；
图6为本发明实施例中A类算例模型预测与大涡模拟结果的对比；
图7为本发明实施例中B类算例模型预测与大涡模拟结果的对比；
图8为本发明实施例中C类算例模型预测与大涡模拟结果的对比。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明的优选实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于这里描述的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非旨在限制本发明的保护范围。
实施例一
本发明提供了一种风电场边界层湍流垂向动量通量预测方法，具体如图1所示，所述方法包括：
S1获取风电场区域内风轮下方至少两个不同设定高度处的平均风速以及所述风电场大气边界层的高度；
S2基于所述至少两个不同设定高度处的平均风速，计算所述风电场的等效摩擦速度；
S3基于所述等效摩擦速度以及所述风电场大气边界层的高度，采用预先构建的风电场边界层湍流垂向动量通量预测模型，对所述风电场边界层不同高度处的湍流垂向动量通量进行预测。
具体的，本实施例中步骤S1为获取风电场区域内风轮下方两个不同设定高度处的平均风速以及所述风电场大气边界层的高度，具体步骤包括：
S1-1选取获取风速的设定高度：对于大部分风电场，尤其是西北地区的大型风电场，各风机之间的轮毂高度差相对轮毂高度较小，进行风电场边界层湍流垂向动量通量计算时可认为各风机的轮毂高度相等。获取风速的设定高度位于风电机组的风轮下方，即高度小于zh-D/2的区域，本实施例中选取第一设定高度z1＝0.1zh，第二设定高度z2＝0.3zh，其中，zh为风电机组的轮毂高度，D为风电机组的风轮直径，zh＝D＝100m；
进一步地，大型具体指风电场长度在10km以上；
S1-2采用测风激光雷达或测风塔获取第一设定高度z1和第二设定高度z2处的平均风速；
S1-3获取风电场大气边界层的高度值δ：大气稳定度分为中性、稳定和不稳定三种状态，其中，中性状态是最简单的情况，本实施例中以中性状态的大气为例，中性大气边界层高度通常为1000m左右，即δ＝1000m。实际的大气边界层高度可以通过气象数据获取，所述气象数据包括气象站数据、测风设备数据等。
具体的，S2基于所述两个不同设定高度处的平均风速，计算所述风电场的等效摩擦速度，包括：
S2-1风电场的风轮下方两个设定高度z1和z2处的平均风速满足对数律分布，将步骤S1中获取的风电场区域内风轮下方两个不同设定高度处的平均风速，带入如下的对数律分布计算公式中，计算风电场的地面摩擦速度u*lo和地面粗糙度z0,lo：
其中，z1为选取的第一设定高度，z2为选取的第二设定高度，z0,lo为地面粗糙度，u*lo为地面摩擦速度，κ是卡门常数，通常取κ＝0.4，为第一设定高度z1处的平均风速，/>为第二设定高度z2处的平均风速；
S2-2基于步骤S2-1中计算出的地面粗糙度z0,lo，采用申请号为201910589284.5，专利名称为“一种计算充分发展风电场的等效粗糙度的方法”的专利申请文献中风电场的等效粗糙度计算模型，计算风电场的等效粗糙度z0,hi，具体的等效粗糙度计算公式如下：
其中，z0,hi为风电场的等效粗糙度，zh为风电机组的轮毂高度，D为风轮直径，κ为卡门常数，νw *是等效涡粘系数，sx为风电机组流向间距相对风轮直径的无量纲参数，sy为风电机组展向间距相对风轮直径的无量纲参数，Ct是风轮的推力系数，α是修正系数。
S2-3基于步骤S2-1中计算出的地面摩擦速度u*lo、地面粗糙度z0,lo和步骤S2-2中计算出的风电场等效粗糙度z0,hi计算风电场的等效摩擦速度，等效摩擦速度的计算式如下所示：
其中，u*hi为风电场的等效摩擦速度，u*lo为风电场的地面摩擦速度，zh为风电机组的轮毂高度，z0,hi为风电场的等效粗糙度，νw *是等效涡粘系数，D为风轮直径。
具体的，S3基于所述等效摩擦速度以及所述风电场大气边界层的高度，采用预先构建的风电场边界层湍流垂向动量通量预测模型，对所述风电场边界层不同高度处的湍流垂向动量通量进行预测，包括：
S3-1构建的风电场边界层湍流垂向动量通量预测模型；
S3-1-1风电场边界层是一种典型的高雷诺数壁面湍流运动，满足雷诺方程，连续方程，其运动方程可以简化为：
其中，ρ是流体的密度，x是水平坐标，z是垂直坐标，z＝0表示作为参考的地面，表示沿x方向分布的压力梯度，ν是运动粘度，/>是x方向的平均速度，u和w分别表示x和z方向的速度分量，/>是大气边界层湍流的垂向动量通量，/>示沿z方向分布的压力梯度，/>是垂向的脉动动能；
S3-1-2利用将式(6)从0到z积分得到：
其中，pw(x)为高度为0时壁面上的压力分布；
S3-1-3只是与z有关的函数，对于式(7)，有：
S3-1-4将式(8)代入式(5)得到：
S3-1-5进一步得到：
其中，μ是动力粘度，μ＝ρν；
S3-1-6利用将式(10)对0到z积分，可得：
其中，τw是风电场等效摩擦力(由地面摩擦力和场内机组推力两部分组成)，且满足
S3-1-7δ是大气边界层高度，当z＝δ时，有因此有：
S3-1-8将式(12)代入式(11)可得：
S3-1-9将式(13)左边表示粘性切应力与雷诺切应力的合力，由于考虑的是充分发展风电场上方的大气边界层，因此忽略了壁面的粘性作用，只考虑雷诺切应力。由于风电场摩擦速度因此，风电场边界层的垂向动量通量沿高度的变化规律为：
S3-2将步骤S2中计算得到的风电场的等效摩擦速度u*hi以及步骤S1中获取的大气边界层的高度值δ代入步骤S3-1中构建的风电场边界层湍流垂向动量通量预测模型，对风电场边界层不同高度z处的湍流垂向动量通量进行预测。
进一步，本实施例采用大涡模拟数据验证风电场边界层垂向动量通量的计算结果。
建立多种充分发展的风电场模型，对风电场大气边界层进行模拟。目前，大部分实际运行的风电场，在主风向下流向间距sxD和展向间距syD之比通常为1至2，以此为基准，根据风电场机组在流向间距和展向间距的相对大小将风电场分为三类典型情况：A类，间距适中，选择sx/sy为1.5，具体参数见表格1；B类，流向间距变化，具体参数见表格2；C类，展向间距变化，具体参数见表格3。表格里包括计算域的尺度参数(Lx，Ly，H)，计算域的网格数(Nx，Ny，Nz)，无量纲机组间距(sx和sy)，机组数量(Ntur)，地面粗糙度(z0,lo)以及推力系数(C’t)。
在所有的算例中，轮毂高度与风轮直径相等，即zh＝D＝100m，中性大气边界层高度通常为1000m左右，因此设置计算域高度H为1000m。第一类算例采用符号A-X表示，A表示中等间距的风电场，X表示算例序号；类似地，第二类和第三类算例分别用B-X和C-X来表示。所有表格中的计算域的尺度是以计算域高度为基准的无量纲数。
图3，图4和图5展示了不同间距特征的风电场通过大涡模拟得到的风电场边界层的垂向动量通量沿高度的变化曲线，由图可以看到，风轮上方(Z/δ>0.15)垂向动量通量呈现线性分布规律，与(14)中展示的风电场边界层的垂向动量通量沿高度的变化规律一致。
采用本发明提供的方法计算三类风电场大气边界层湍流垂向动量通量沿高度的平均变化曲线，具体如下：
步骤1：选取z1＝0.1zh，z2＝0.3zh，zh是风电机组的轮毂高度。采用大涡模拟数据代替测风激光雷达或测风塔的测风数据，得到两高度处的平均速度；
步骤2：根据式(1)和(2)，计算地面摩擦速度u*lo和地面粗糙度z0,lo，计算结果如表4所示；
步骤3：根据式(3)和(4)，计算风电场的等效粗糙度z0,hi和等效摩擦速度u*hi，计算结果如表5所示；
步骤4：根据式(14)，计算得到垂向动量通量沿高度的平均变化曲线。
计算结果与大涡模拟数据进行对比，如图6，图7和图8所示，预测值与大涡模拟结果的平均误差在10％的范围内，风电场边界层垂向动量通量的预测方法可实现垂向动量通量的有效预测。
表1 A类风电场模型的具体参数
表2 B类风电场模型的具体参数
表3 C类风电场模型的具体参数
表4不同算例的地面粗糙度和地面摩擦速度
表5不同算例的风电场等效粗糙度和风电场等效摩擦速度
本发明基于充分发展风电场的垂向动量通量变化规律和风电场粗糙度模型，提供了一种风电场边界层垂向动量通量预测方法。本方法的创新点是：揭示了充分发展风电场边界层垂向动量通量沿高度的变化规律，利用风电场粗糙度模型，通过风电场下方的平均速度预测风电场的等效摩擦速度，进而预测风电场边界层的垂向动量通量。
实施例二
本实施例提供了一种风电场边界层的湍流垂向动量通量预测方法，本实施例中提供的预测方法与实施例一中提供的预测方法主要区别在于本实施例中步骤S1中获取了风电场区域内风轮下方至少两个不同设定高度处的平均风速以及所述风电场大气边界层的高度；步骤S2中基于所述至少两个不同设定高度处的平均风速，计算所述风电场的等效摩擦速度，具体的步骤S2包括：
基于所述两个以上不同设定高度处的平均风速中的任意两个，采用实施例一的方法计算所述风电场的地面摩擦速度和地面粗糙度；
基于所述地面摩擦速度和地面粗糙度，采用实施例一的方法计算所述风电场的等效摩擦速度；
求取出多个等效摩擦速度的平均值，作为所述风电场的最终等效摩擦速度；
除以上两个步骤外，其余步骤与实施例一均相同，为了简洁，此处不再赘述。
大气边界层的湍流垂向动量通量是进行风电场发电量评估的重要数据，本实施例中还提供了一种将大气边界层的湍流垂向动量通量用于不同排布方案下风电场发电量评估的方法，如图2所示，具体包括以下步骤：
P1：对于大型平坦风电场，设置多组横、纵向风电机组间距不同的排布方案，通过前述任意一项的方法计算不同排布方案下风电场选定高度处的湍流垂向动量通量；其中，选定高度的取值范围为风电机组轮毂上方1D～5D，其中，D为风电机组风轮直径；
P2：基于风电场的等效摩擦速度和等效粗糙度，计算所述选定高度处的平均风速；
具体的，选定高度处的平均风速计算式如下：
/>
式中，zt为选定高度，为选定高度处的平均风速，u*hi为风电场的等效摩擦速度，κ为卡门常数，z0,hi为风电场的等效粗糙度；
P3：基于步骤P1中各排布方案下风电场选定高度处的湍流垂向动量通量和步骤P2中选定高度处的平均风速，计算各排布方案下风电场边界层向风电场输送的动能；
具体的，风电场边界层向风电场输送的动能计算式如下：
式中，Φ为风电场边界层向风电场输送的动能，为选定高度处的湍流垂向动量通量，/>为选定高度处的平均风速；
P4：基于各排布方案下风电场边界层向风电场输送的动能，确定各排布方案下风电场发电量的相对大小；
具体的，风电场边界层向风电场输送的动能与风电机组可吸收的动能正相关，所述动能越大，风电场发电量越大，因此，可以通过对比P3中计算出的各方案下风电场边界层向风电场输送的动能大小，确定各排布方案下风电场发电量的相对大小。
通过此方法可以快捷有效的实现对不同横、纵向间距的风电场的发电量评估，与现有的通过经验估计横、纵向间距的方法相比，该方法更加准确。
大气边界层的湍流垂向动量通量与大气流动、降水等有着密切联系，也可以用来进行风电场周边中尺度的天气预测，提高天气预测的计算效率。
上述实施例中虽然将各个步骤按照上述先后次序的方式进行了描述，但是本领域技术人员可以理解，为了实现本实施例的效果，不同的步骤之间不必按照这样的次序执行，其可以同时(并行)执行或以颠倒的次序执行，这些简单的变化都在本发明的保护范围之内。
本领域技术人员应该能够意识到，结合本文中所公开的实施例描述的各示例的方法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明电子硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以电子硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不是用于描述或表示特定的顺序或先后次序。应该理解这样使用的数据在适当的情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

Claims (3)

1.一种风电场边界层湍流垂向动量通量预测方法，其特征在于，所述方法包括：
获取风电场区域内风轮下方至少两个不同设定高度处的平均风速以及所述风电场大气边界层的高度；
基于所述至少两个不同设定高度处的平均风速，计算所述风电场的等效摩擦速度；
基于所述等效摩擦速度以及所述风电场大气边界层的高度，采用预先构建的风电场边界层湍流垂向动量通量预测模型，对所述风电场边界层不同高度处的湍流垂向动量通量进行预测；
所述风电场边界层湍流垂向动量通量预测模型如下所示：
其中，为风电场边界层湍流垂向动量通量，u*hi为风电场的等效摩擦速度，δ为大气边界层的高度，z为拟计算风电场边界层湍流垂向动量通量的高度；
所述平均风速为两个不同设定高度处的平均风速，“基于所述至少两个不同设定高度处的平均风速，计算所述风电场的等效摩擦速度”的步骤具体包括：基于所述两个不同设定高度处的平均风速，计算所述风电场的地面摩擦速度和地面粗糙度；基于所述地面摩擦速度和地面粗糙度，计算所述风电场的等效摩擦速度；
或者，所述平均风速为两个以上不同设定高度处的平均风速，“基于所述至少两个不同设定高度处的平均风速，计算所述风电场的等效摩擦速度”的步骤具体包括：基于所述两个以上不同设定高度处的平均风速中的任意两个，计算所述风电场的地面摩擦速度和地面粗糙度；基于所述地面摩擦速度和地面粗糙度，计算所述风电场的等效摩擦速度；求取多个等效摩擦速度的平均值，作为所述风电场的最终等效摩擦速度；
所述风电场的地面摩擦速度和地面粗糙度计算式如下：
其中，z1为选取的第一设定高度，z2为选取的第二设定高度，z0,lo为地面粗糙度，u*lo为地面摩擦速度，κ为卡门常数，为第一设定高度z1处的平均风速，/>为第二设定高度z2处的平均风速；
“基于所述地面摩擦速度和地面粗糙度，计算所述风电场的等效摩擦速度”的步骤具体包括：基于所述地面粗糙度，计算所述风电场的等效粗糙度；基于所述地面摩擦速度和风电场的等效粗糙度，计算所述风电场的等效摩擦速度；
所述风电场的等效粗糙度的计算式如下：
其中，z0,hi为风电场的等效粗糙度，zh为风电机组的轮毂高度，D为风轮直径，κ为卡门常数，νw *是等效涡粘系数，sx为风电机组流向间距相对风轮直径的无量纲参数，sy为风电机组展向间距相对风轮直径的无量纲参数，Ct是风轮的推力系数，α是修正系数；
所述风电场的等效摩擦速度的计算式如下：
其中，u*hi为风电场的等效摩擦速度，u*lo为风电场的地面摩擦速度，zh为风电机组的轮毂高度，z0,lo为风电场的地面粗糙度，z0,hi为风电场的等
效粗糙度，νw *是等效涡粘系数，D为风轮直径。
2.如权利要求1所述的方法，其特征在于，所述风电场区域内风轮下方至少两个不同设定高度处的平均风速通过测风激光雷达或测风塔获取。
3.一种风电场发电量评估方法，其特征在于，包括：
通过权利要求1至2中任一项的方法计算不同排布方案下风电场选定高度处的湍流垂向动量通量；所述选定高度的取值范围为风电机组轮毂上方1D～5D，其中，D为风电机组风轮直径；
基于风电场的等效摩擦速度和等效粗糙度，计算所述选定高度处的平均风速；
基于各排布方案下风电场选定高度处的湍流垂向动量通量和所述选定高度处的平均风速，计算各排布方案下风电场边界层向风电场输送的动能；
基于各排布方案下风电场边界层向风电场输送的动能，确定各排布方案下风电场发电量的相对大小；
所述选定高度处的平均风速计算式如下：
其中，zt为选定高度，为选定高度处的平均风速，u*hi为风电场的等效摩擦速度，z0,hi为风电场的等效粗糙度，κ为卡门常数；
所述风电场边界层向风电场输送的动能计算式如下：
其中，Φ为风电场边界层向风电场输送的动能，为选定高度处的湍流垂向动量通量，/>为选定高度处的平均风速。
CN202011580173.7A 2020-12-28 2020-12-28 风电场边界层湍流垂向动量通量预测及发电量评估方法 Active CN112580891B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011580173.7A CN112580891B (zh) 2020-12-28 2020-12-28 风电场边界层湍流垂向动量通量预测及发电量评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011580173.7A CN112580891B (zh) 2020-12-28 2020-12-28 风电场边界层湍流垂向动量通量预测及发电量评估方法

Publications (2)

Publication Number Publication Date
CN112580891A CN112580891A (zh) 2021-03-30
CN112580891B true CN112580891B (zh) 2024-03-12

Family

ID=75140371

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011580173.7A Active CN112580891B (zh) 2020-12-28 2020-12-28 风电场边界层湍流垂向动量通量预测及发电量评估方法

Country Status (1)

Country Link
CN (1) CN112580891B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113255121A (zh) * 2021-05-13 2021-08-13 中国南方电网有限责任公司超高压输电公司检修试验中心 基于全风速条件下的动量输送系数确定方法和装置
CN113239646B (zh) * 2021-05-25 2023-08-22 华能新能源股份有限公司 一种基于等效粗糙度风电场建模方法、介质和设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016023527A1 (zh) * 2014-08-14 2016-02-18 国家电网公司 一种基于测风塔测风数据的风电场弃风电量确定方法
CN110020448A (zh) * 2017-11-24 2019-07-16 南京大学 边界层气象参数改进型中尺度大气光化学污染模拟预测算法
CN110321632A (zh) * 2019-07-02 2019-10-11 华北电力大学 一种计算充分发展风电场的等效粗糙度的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7949481B2 (en) * 2007-05-21 2011-05-24 University Corporation For Atmospheric Research Self-orienting embedded in-situ flux system

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016023527A1 (zh) * 2014-08-14 2016-02-18 国家电网公司 一种基于测风塔测风数据的风电场弃风电量确定方法
CN110020448A (zh) * 2017-11-24 2019-07-16 南京大学 边界层气象参数改进型中尺度大气光化学污染模拟预测算法
CN110321632A (zh) * 2019-07-02 2019-10-11 华北电力大学 一种计算充分发展风电场的等效粗糙度的方法

Also Published As

Publication number Publication date
CN112580891A (zh) 2021-03-30

Similar Documents

Publication Publication Date Title
Vollmer et al. Estimating the wake deflection downstream of a wind turbine in different atmospheric stabilities: an LES study
Ahmadi-Baloutaki et al. A wind tunnel study on the aerodynamic interaction of vertical axis wind turbines in array configurations
Martínez‐Tossas et al. Large eddy simulations of the flow past wind turbines: actuator line and disk modeling
Zhang et al. Wind-turbine wakes in a convective boundary layer: A wind-tunnel study
Camp et al. Mean kinetic energy transport and event classification in a model wind turbine array versus an array of porous disks: Energy budget and octant analysis
Saleem et al. Aerodynamic analysis of an airborne wind turbine with three different aerofoil-based buoyant shells using steady RANS simulations
Battisti et al. Aerodynamic measurements on a vertical axis wind turbine in a large scale wind tunnel
Krogstad et al. “Blind Test 3” calculations of the performance and wake development behind two in-line and offset model wind turbines
Alfredsson et al. Introduction Wind farms in complex terrains: an introduction
Song et al. Wake flow model of wind turbine using particle simulation
CN112580891B (zh) 风电场边界层湍流垂向动量通量预测及发电量评估方法
CN106548414B (zh) 一种海上风电场发电量计算方法
Jeon et al. Comparison and verification of wake models in an onshore wind farm considering single wake condition of the 2 MW wind turbine
Naderi et al. Numerical investigation of wake behind a HAWT using modified actuator disc method
Churchfield et al. A comparison of the dynamic wake meandering model, large-eddy simulation, and field data at the egmond aan Zee offshore wind plant
Delafin et al. Comparison of low-order aerodynamic models and RANS CFD for full scale 3D vertical axis wind turbines
Migoya et al. Comparative study of the behavior of wind-turbines in a wind farm
Vollmer et al. Transient LES of an offshore wind turbine
Ajirlo et al. Development of a wind turbine simulator to design and test micro HAWTs
Wendler et al. Energy-based iteration scheme of the double-multiple streamtube model in vertical-axis wind turbines
Andersen et al. Global trends in the performance of large wind farms based on high-fidelity simulations
Al Hamad et al. Effect of the J-Shaped Wind Turbine Airfoil Opening Ratio and Thickness on the Performance of Symmetrical Airfoils
Lebron et al. Interaction between a wind turbine array and a turbulent boundary layer
Ma et al. A comparison of coarse-resolution numerical simulation with experimental measurements of wind turbine aerodynamic performance
Deskos et al. Development and validation of the higher-order finite-difference wind farm simulator, WInc3D

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