CN113589167A - 风电机组的正交试验评估方法及装置 - Google Patents

风电机组的正交试验评估方法及装置 Download PDF

Info

Publication number
CN113589167A
CN113589167A CN202110817143.1A CN202110817143A CN113589167A CN 113589167 A CN113589167 A CN 113589167A CN 202110817143 A CN202110817143 A CN 202110817143A CN 113589167 A CN113589167 A CN 113589167A
Authority
CN
China
Prior art keywords
wind turbine
load
turbine generator
sensitive
test
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.)
Granted
Application number
CN202110817143.1A
Other languages
English (en)
Other versions
CN113589167B (zh
Inventor
张扬帆
龚超
杨伟新
王玙
王一妹
孙大卫
王开让
李琰
苏田宇
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.)
State Grid Corp of China SGCC
North China Electric Power Research Institute Co Ltd
Electric Power Research Institute of State Grid Jibei Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
North China Electric Power Research Institute Co Ltd
Electric Power Research Institute of State Grid Jibei Electric Power 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 State Grid Corp of China SGCC, North China Electric Power Research Institute Co Ltd, Electric Power Research Institute of State Grid Jibei Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202110817143.1A priority Critical patent/CN113589167B/zh
Publication of CN113589167A publication Critical patent/CN113589167A/zh
Application granted granted Critical
Publication of CN113589167B publication Critical patent/CN113589167B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/34—Testing dynamo-electric machines
    • G01R31/346—Testing of armature or field windings
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00—Testing of machine parts
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00—Testing of machine parts
    • G01M13/02—Gearings; Transmission mechanisms
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00—Testing of machine parts
    • G01M13/04—Bearings

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Wind Motors (AREA)

Abstract

本发明提供一种风电机组的正交试验评估方法及装置，方法包括：确定对风电机组的发电性能和安全可靠性影响最大的多个敏感因素；基于多个所述敏感因素以及每个所述敏感因素对应的多个水平状态确定正交实验的正交表；将所述正交表中多组试验方案逐一输入至预先建立的风电机组Bladed全数字仿真模型，得到每组试验方案各自对应的发电量值；确定多个所述发电量值中的最大值对应的目标试验方案；其中，所述目标试验方案对应的多个敏感因素组合为风电机组的最佳安装方式。本发明能够确认在保证风电机组安全可靠性前提下，可以高效、准确、全面地得到风电机组发电量的最优指标因素水平。

Description

风电机组的正交试验评估方法及装置
技术领域
本发明涉及风电机组性能测试技术领域，具体涉及一种风电机组的正交试验评估方法及装置。
背景技术
风电机组利用来流风带动风力机转子在风轮扫略面上旋转，将风具有的动能转化为风力机转子的机械能。然后，通过传动轴和齿轮箱进行转速的传递和加速，从而带动发电机高速转动，将机械能转化为电能。风电机组主要由风轮、轮毂、传动轴、齿轮箱、发电机、塔架、变桨装置及偏航装置等部件构成。风电机组主要的载荷来源为叶片的空气动力载荷、叶轮、机舱塔架等重力载荷、偏航产生的陀螺载荷及气动和控制加阻载荷等。
目前对风电机组安全可靠性和发电性能的影响因素分析主要通过微观气象条件、叶片气动性能优化等单因素对比分析，依靠获得了在某一恒定条件下单个因素水平分析对风电机组发电性能和安全可靠性的影响，而未考虑其他因素水平下风电机组性能的变化，也不能定性分析出某因素水平对风电机组安全可靠性和发电性能的影响程度。风电机组的安全可靠性和发电性能受机组本身特性、载荷及外部条件等很多因素的影响，衡量各影响因素对风电机组的安全可靠性和发电性能指标的敏感程度，如果开展单因素试验，仿真试验数量惊人，需要花费大量人力和物力。
发明内容
针对现有技术中的问题，本发明提供一种风电机组的正交试验评估方法及装置，具体包括以下技术方案：
第一方面，本发明提供一种风电机组的正交试验评估方法，包括：
确定对风电机组的发电性能和安全可靠性影响最大的多个敏感因素；
基于多个所述敏感因素以及每个所述敏感因素对应的多个水平状态确定正交实验的正交表；
将所述正交表中多组试验方案逐一输入至预先建立的风电机组Bladed全数字仿真模型，得到每组试验方案各自对应的发电量值；
确定多个所述发电量值中的最大值对应的目标试验方案；其中，所述目标试验方案对应的多个敏感因素组合为风电机组的最佳安装方式。
其中，所述确定对风电机组的发电性能和安全可靠性影响最大的多个敏感因素，包括：
计算风电机组的等效载荷，根据所述等效载荷确定影响风电机组安全可靠性的第一敏感系数；
确定影响风电机组发电性能的第二敏感系数；
根据所述第一敏感系数和所述第二敏感系数确定风电机组的等效载荷对多个敏感因素以及各个敏感因素各自对应的敏感结果；
其中，将多个所述敏感结果中大于各自预设的限值的敏感因素作为对风电机组的发电性能和安全可靠性影响最大的多个敏感因素。
其中，所述计算风电机组的等效载荷，包括：
确定风机机组的叶片载荷、机架载荷、偏航轴承载荷和塔架载荷各自对应的极限值；
根据所述叶片载荷、机架载荷、偏航轴承载荷和塔架载荷各自对应的极限值确定各个极限值对应的应力值；
根据所述叶片载荷、机架载荷、偏航轴承载荷和塔架载荷各自对应的应力值计算各自对应的影响因子；
将所述叶片载荷、机架载荷、偏航轴承载荷和塔架载荷各自对应的影响因子整定为风电机组的等效载荷。
其中，所述基于多个所述敏感因素以及每个所述敏感因素对应的多个水平状态确定正交实验的正交表，包括：
确定正交试验的试验次数、敏感因素的数量和每个敏感因素的水平数；
将所述试验次数、敏感因素的数量和每个敏感因素的水平数输入统计工具SPSS得到正交实验的正交表。
第二方面，本发明提供一种风电机组的正交试验评估装置，包括：
敏感因素单元，用于确定对风电机组的发电性能和安全可靠性影响最大的多个敏感因素；
正交试验单元，用于基于多个所述敏感因素以及每个所述敏感因素对应的多个水平状态确定正交实验的正交表；
仿真模拟单元，用于将所述正交表中多组试验方案逐一输入至预先建立的风电机组Bladed全数字仿真模型，得到每组试验方案各自对应的发电量值；
试验评估单元，用于确定多个所述发电量值中的最大值对应的目标试验方案；其中，所述目标试验方案对应的多个敏感因素组合为风电机组的最佳安装方式。
其中，所述敏感因素单元包括：
第一计算模块，用于计算风电机组的等效载荷，根据所述等效载荷确定影响风电机组安全可靠性的第一敏感系数；
第二计算模块，用于确定影响风电机组发电性能的第二敏感系数；
敏感因素模块，用于根据所述第一敏感系数和所述第二敏感系数确定风电机组的等效载荷对多个敏感因素以及各个敏感因素各自对应的敏感结果；其中，将多个所述敏感结果中大于各自预设的限值的敏感因素作为对风电机组的发电性能和安全可靠性影响最大的多个敏感因素。
其中，所述第一计算模块包括：
极限值子模块，用于确定风机机组的叶片载荷、机架载荷、偏航轴承载荷和塔架载荷各自对应的极限值；
应力值子模块，用于根据所述叶片载荷、机架载荷、偏航轴承载荷和塔架载荷各自对应的极限值确定各个极限值对应的应力值；
影响因子子模块，用于根据所述叶片载荷、机架载荷、偏航轴承载荷和塔架载荷各自对应的应力值计算各自对应的影响因子；
等效载荷子模块，用于将所述叶片载荷、机架载荷、偏航轴承载荷和塔架载荷各自对应的影响因子整定为风电机组的等效载荷。
其中，所述正交试验单元，包括：
参数模块，用于确定正交试验的试验次数、敏感因素的数量和每个敏感因素的水平数；
生成模块，用于将所述试验次数、敏感因素的数量和每个敏感因素的水平数输入统计工具SPSS得到正交实验的正交表。
第三方面，本发明提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述的风电机组的正交试验评估方法的步骤。
第四方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述的风电机组的正交试验评估方法的步骤。
由上述技术方案可知，本发明提供一种风电机组的正交试验评估方法及装置，通过确定对风电机组的发电性能和安全可靠性影响最大的多个敏感因素；基于多个所述敏感因素以及每个所述敏感因素对应的多个水平状态确定正交实验的正交表；将所述正交表中多组试验方案逐一输入至预先建立的风电机组Bladed全数字仿真模型，得到每组试验方案各自对应的发电量值；确定多个所述发电量值中的最大值对应的目标试验方案；其中，所述目标试验方案对应的多个敏感因素组合为风电机组的最佳安装方式。采用正交试验的方式，避免了单一因素造成的试验结果片面，优化不彻底，具有更加方便、速度和高效的有益效果。确定指标所对应的影响因素组合即为发电量的最佳安装方式，从而可以高效、准确、全面地得到风电机组发电量的最优指标因素水平。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中的风电机组的正交试验评估方法的流程示意图。
图2为本发明实施例中的风电机组的正交试验评估方法中计算等效载荷的流程示意图。
图3为本发明实施例中的风电机组的正交试验评估方法中风电机组Bladed全数字仿真模型的连接结构示意图。
图4为本发明实施例中的风电机组的正交试验评估装置的结构示意图。
图5为本发明实施例中的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，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。基于本发明中的实施例，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。
本发明提供一种风电机组的正交试验评估方法的实施例，参见图1，所述风电机组的正交试验评估方法具体包含有如下内容：
S101：确定对风电机组的发电性能和安全可靠性影响最大的多个敏感因素；
确定本步骤中的敏感因素，需要先确定风电机组的等效载荷。其中，风险机组的等效载荷是根据风电机组上各个部件的载荷整合的。根据该风电机组的等效载荷能够确定影响风电机组安全可靠性的第一敏感系数；第一敏感系数是反映风电机组的项目效益对因素敏感程度的指标，敏感系数越高，敏感程度越高。第一敏感系数E的计算方式如下：
Figure BDA0003170567480000051
其中，F为载荷敏感性评价指标，A为因素，因素包含有微观气象条件：湍流强度、空气密度、平均风速、倾斜入流角，叶片型式：叶根延长、叶片翼型，控制策略：削峰策略、最优增益；ΔA为不确定因素A的变化率(％)ΔF为不确定性因素A变化为ΔA时，载荷敏感性评价指标F的变化率(％)。
在本实施例中，还可以基于安全系数权重和第一敏感系数计算一个综合敏感系数，具体包括：
当安全余量在1.0～1.05范围内时风电机组各个部件载荷的波动容易导致机组出现部件损伤的安全事故，需要在给该损伤附加安全系数，参照规范中不同安全等级的安全系数附加安全系数为1.5；当安全余量在1.05～1.15范围内时，小的载荷波动不容易导致机组出现安全事故，在该损伤值前附加1.2的安全系数；当安全余量大于1.15～1.25范围内时，载荷波动不容易产生机组安全事故，可以在该损伤值前附加1.1的安全系数；如果安全余量大于1.25情况下，安全系数为1，根据典型经验查询该典型机组的安全量并定义部件载荷的权重，如下表1所示。
表1风电机组各部件对机组整体载荷敏感性权重表
安全余量 附加安全系数 损伤系数 权重
叶片 1.06 1.2 0.94 0.28
机架 1.07 1.2 0.93 0.28
偏航轴承 1.14 1.2 0.88 0.26
塔架 1.32 1 0.76 0.19
将各部件的载荷敏感性权重与各部件的载荷敏感系数相乘获得机组在某一仿真因素下的整体敏感系数。采用风电机组等效载荷的整体敏感系数衡量风电机组等效载荷对不同项目因素的敏感情况，将机组不同部件的安全余量作为权重引入到整体敏感系数的过程中，获得风电机组整体安全可靠性的综合敏感系数。
还需要确定影响风电机组发电性能的第二敏感系数；
1)将不同变量下年发电量分别与该变量下年发电量最小值进行比值获得发电量增长比例：
Figure BDA0003170567480000061
其中N为某变量i下的水平数；
2)计算变量i水平N下的第二敏感系数
Figure BDA0003170567480000062
Figure BDA0003170567480000063
式中，F1为发电量敏感性评价指标，A为因素，因素包含有微观气象条件：湍流强度、空气密度、平均风速、倾斜入流角，叶片型式：叶根延长、叶片翼型，控制策略：削峰策略、最优增益；ΔA为不确定因素A的变化率(％)ΔF1为不确定性因素A变化为ΔA时，发电量敏感性评价指标F1的变化率(％)。
需要指出的是，将不同因素水平下的敏感系数取均值作为某一因素的代表性敏感系数。
最后，根据所述第一敏感系数和所述第二敏感系数确定风电机组的等效载荷对多个敏感因素以及各个敏感因素各自对应的敏感结果；
通过风电机组安全性和发电性能敏感性系数计算，不同变量对外部条件、控制策略和叶片对风电机组发电性能的敏感性不同。通过上述敏感系数计算，采用风电机组等效载荷综合敏感系数衡量风电机组等效载荷对不同项目因素的敏感情况，得出微观气象条件中的湍流强度、平均风速和空气密度的综合敏感系数非常高，其变化会对风电机组载荷产生较大的影响，其中控制策略中的削峰策略对风电机组载荷产生的综合敏感系数为6.65％，调整合适的控制策略可以降低相关部件的载荷。风电机组发电性能的主要敏感因素依次为平均风速、湍流强度、空气密度、削峰策略、叶片翼型，微观气象条件中的湍流强度、平均风速和空气密度载荷的综合敏感系数非常高。通过以上风电机组安全可靠性和发电性能的敏感系数综合评估，得出敏感性系数量化最大的多个敏感因素作为正交试验因子。
具体的，将多个所述敏感结果中大于各自预设的限值的敏感因素作为对风电机组的发电性能和安全可靠性影响最大的多个敏感因素。
S102：基于多个所述敏感因素以及每个所述敏感因素对应的多个水平状态确定正交实验的正交表；
在本步骤中，确定正交试验的试验次数、敏感因素的数量和每个敏感因素的水平数；将所述试验次数、敏感因素的数量和每个敏感因素的水平数输入统计工具SPSS得到正交实验的正交表。
在本实施例中，正交表还可以采用统计工具Minitab软件进行设计。本实施例选择了SPSS，因为SPSS在处理因素交互作用和后处理分析功能比较完善，生成的正交表一共有25种试验方案，采用的L25(56)，L代表正交，25代表试验次数，5代表水平数，6代表最多可以输入的因素数为6。
通过上述敏感性定量分析，确定湍流强度、空气密度、平均风速、倾斜入流角，叶根延长、叶片翼型6个因素对风电机组整体发电性能和载荷敏感系数最大，故选定选取湍流强度、空气密度、平均风速、倾斜入流角，叶根延长、叶片翼型6个因素为选取的因子，每个因子选定5个不同5个水平状态进行比较，选择合适的正交表后进行表头设计，将试验中所需要的因素安排到正交表各列中。
需要指出的是，风电机组在优化提升发电性能的前提下首先需要保证风电机组的安全性能，经过正交仿真，参考风电机组各部件的安全余量，当风电机组主导变量载荷超出设计载荷时默认为该组的比值为0，否则该组的系数为1，将系数与该组的发电性能比值相乘获得多个仿真组的新比值，对同一因素同一水平下的发电量新比值进行统计处理。
S103：将所述正交表中多组试验方案逐一输入至预先建立的风电机组Bladed全数字仿真模型，得到每组试验方案各自对应的发电量值；
在本步骤中，在确定好正交表的基础上，确定试验方案；选定正交表，将试验因素与各因素水平，代入正交表中。按设计的试验方案进行试验，将得到的各试验因素和水平逐一带入到风电机组Bladed全数字仿真模型中，计算得到最大发电量值，建立发电量为目标函数作业控制条件；对计算得到的控制条件结合试验目的进行极差和方差分析，确定目标函数取最大值对应的影响因素组合即为最优的试验方案。
S104：确定多个所述发电量值中的最大值对应的目标试验方案；其中，所述目标试验方案对应的多个敏感因素组合为风电机组的最佳安装方式。
在本步骤中，对计算得到的控制条件结合试验目的进行极差和方差分析，确定目标函数取最大值对应的影响因素组合即为最优的试验方案。
本实施例中采用一种基于正交试验法的风电机组安全可靠性和发电性能影响因素的敏感系数评估，基于载荷敏感性权重、载荷敏感系数的综合敏感系数的计算方法，量化确定了影响风电机组安全可靠性和发电性能影响因素指标间的权重关系和确定各影响因素参数的优选范围和初值，使得在保证风电机组安全可靠性的运行前提下，采用正交试验法分析影响风电机组安全可靠性和发电性能影响因素指标，得出提升风电机组发电性能的最优方案组合。
由上述技术方案可知，本发明提供一种风电机组的正交试验评估方法，通过确定对风电机组的发电性能和安全可靠性影响最大的多个敏感因素；基于多个所述敏感因素以及每个所述敏感因素对应的多个水平状态确定正交实验的正交表；将所述正交表中多组试验方案逐一输入至预先建立的风电机组Bladed全数字仿真模型，得到每组试验方案各自对应的发电量值；确定多个所述发电量值中的最大值对应的目标试验方案；其中，所述目标试验方案对应的多个敏感因素组合为风电机组的最佳安装方式。采用正交试验的方式，避免了单一因素造成的试验结果片面，优化不彻底，具有更加方便、速度和高效的有益效果。确定指标所对应的影响因素组合即为发电量的最佳安装方式，从而可以高效、准确、全面地得到风电机组发电量的最优指标因素水平。
在本发明实施例中，还提供了上述计算风电机组的等效载荷的具体实现方式，参见图2，具体包括以下内容：
S201：确定风机机组的叶片载荷、机架载荷、偏航轴承载荷和塔架载荷各自对应的极限值；
S202：根据所述叶片载荷、机架载荷、偏航轴承载荷和塔架载荷各自对应的极限值确定各个极限值对应的应力值；
S203根据所述叶片载荷、机架载荷、偏航轴承载荷和塔架载荷各自对应的应力值计算各自对应的影响因子；
S204：将所述叶片载荷、机架载荷、偏航轴承载荷和塔架载荷各自对应的影响因子整定为风电机组的等效载荷。
本实施例风电机组安全可靠性敏感系数中采用的风电机组部件载荷有：叶片载荷、机架载荷、偏航轴承载荷、塔架载荷四个主要方面的风电机组载荷进行分析，其中叶片载荷组合用于评估变桨轴承连接螺栓、轮毂、主副机架、齿轮箱等关键部件强度，机架载荷主要用于评估叶片及变桨轴承强度余量，偏航轴承及塔架载荷用于评估偏航轴承及塔架、基础等部件强度。
在对上述部件载荷敏感性定量分析之前需要对该部件不同载荷分量进行合并，得到机组的等效载荷。某部件载荷评估需要考虑多种影响因素进行分析，本实施例中只列举6种不同变量因素的情况进行说明，载荷合并的主要步骤如下：
(1)将不同变量下载荷值分别与该变量下载荷最小值进行比值获得载荷分量Mx,My,Mz,Fx,Fy,Fz；其中，F为力，M为力矩，Fx为x方向受力，Fy为y方向受力，Fz为z方向受力，Mx为x方向弯矩，My为y方向弯矩，Mz为z方向弯矩。
(2)采用根据有限元校核结果，对同一部件位置不同载荷分量进行权重划分。
参照强度校核过程中同一部件位置不同载荷分量对校核结果产生的不同影响因子，其中，强度校核是校核金属材料在外力作用下抵抗永久变形和断裂的能力(永久变形、断裂)。强度是衡量零件本身承载能力(即抵抗失效能力)的重要指标。强度是机械零部件首先应满足的基本要求。步骤如下：
(a)提取各载荷分量的极限值，分别为Mxmax、Mymax、Mzmax、Fxmax、Fymax、Fzmax；
(b)根据各部件的载荷分量的极限值按照下述公式分别计算所产生的应力值：
Figure BDA0003170567480000091
Figure BDA0003170567480000092
Figure BDA0003170567480000101
Figure BDA0003170567480000102
Figure BDA0003170567480000103
Figure BDA0003170567480000104
Figure BDA0003170567480000105
上述各式，π为弧度，r为个部件的半径，t为时间。
(c)最后，计算总应力值S及各部件的载荷分量的影响因子。
S＝S1+S2+S3+S4+S5+S6；
Figure BDA0003170567480000106
Figure BDA0003170567480000107
Figure BDA0003170567480000108
Figure BDA0003170567480000109
Figure BDA00031705674800001010
Figure BDA00031705674800001011
类似的，按照上述(a)、(b)、(c)可计算得到风电机组各位置载荷分量的影响因子。
(d)根据得到的载荷分量影响因子将6路载荷分量整定为机组等效载荷FL；
FL＝∑(MxaMx+MyaMy+MzaMz+FxaFx+FyaFy+FzaFz)；
综上，将载荷分量整定为机组等效载荷。
从上述描述可知，本发明实施例能够将影响因子整定为风电机组的等效载荷。
在本发明的一实施例中，参见图3，所述风电机组的正交试验评估方法中，预先建立的风电机组Bladed全数字仿真模型，具体包含有如下内容：
建立风电机组的非线性模型是风电机组输出功率控制和载荷优化控制研究的基础，风电机组非线性模型主要由气动系统模型、传动系统模型、发电机系统模型、塔架系统模型以及变桨系统模型等组成。其中，气动系统模型描述的是风能转化为风机转子机械能的过程，传动系统模型描述的是转速由风机转子传递到发电机，并进行加速的过程，发电机系统模型描述的是机械能转化为电能的过程。
为了研究风电机组发电性能、安全可靠性影响因素及其量化影响规律，建立的风电机组Bladed全数字仿真模型。关于风力发电机组安全可靠性仿真目前主要通过软件进行机组载荷仿真进行分析验证。采用半实物仿真平台代替全实物仿真平台开展实验研究，针对主控系统、变桨系统进行有效验证。通过Blade软件平台的hardware test接口将风电机组主控系统和Blade软件连接起来，实现控制参数和外部环境参数的设置与更改。风电机组Bladed全数字仿真模型主要由风资源输入模型、风轮气动模型、风轮结构动力模型，风机传动链及支撑模型，塔架及基础多体动力模型，发电机及变流器模型、电网模型、硬件测试通信模块、贝加莱PVI通信模块、及风机控制器实物组成。
本发明实施例提供一种能够实现所述风电机组的正交试验评估方法中全部内容的风电机组的正交试验评估装置的具体实施方式，参见图4，所述风电机组的正交试验评估装置具体包括如下内容：
敏感因素单元10，用于确定对风电机组的发电性能和安全可靠性影响最大的多个敏感因素；
正交试验单元20，用于基于多个所述敏感因素以及每个所述敏感因素对应的多个水平状态确定正交实验的正交表；
仿真模拟单元30，用于将所述正交表中多组试验方案逐一输入至预先建立的风电机组Bladed全数字仿真模型，得到每组试验方案各自对应的发电量值；
试验评估单元40，用于确定多个所述发电量值中的最大值对应的目标试验方案；其中，所述目标试验方案对应的多个敏感因素组合为风电机组的最佳安装方式。
进一步地，所述敏感因素单元包括：
第一计算模块，用于计算风电机组的等效载荷，根据所述等效载荷确定影响风电机组安全可靠性的第一敏感系数；
第二计算模块，用于确定影响风电机组发电性能的第二敏感系数；
敏感因素模块，用于根据所述第一敏感系数和所述第二敏感系数确定风电机组的等效载荷对多个敏感因素以及各个敏感因素各自对应的敏感结果；其中，将多个所述敏感结果中大于各自预设的限值的敏感因素作为对风电机组的发电性能和安全可靠性影响最大的多个敏感因素。
进一步地，所述第一计算模块包括：
极限值子模块，用于确定风机机组的叶片载荷、机架载荷、偏航轴承载荷和塔架载荷各自对应的极限值；
应力值子模块，用于根据所述叶片载荷、机架载荷、偏航轴承载荷和塔架载荷各自对应的极限值确定各个极限值对应的应力值；
影响因子子模块，用于根据所述叶片载荷、机架载荷、偏航轴承载荷和塔架载荷各自对应的应力值计算各自对应的影响因子；
等效载荷子模块，用于将所述叶片载荷、机架载荷、偏航轴承载荷和塔架载荷各自对应的影响因子整定为风电机组的等效载荷。
进一步地，所述正交试验单元，包括：
参数模块，用于确定正交试验的试验次数、敏感因素的数量和每个敏感因素的水平数；
生成模块，用于将所述试验次数、敏感因素的数量和每个敏感因素的水平数输入统计工具SPSS得到正交实验的正交表。
本发明提供的风电机组的正交试验评估装置的实施例具体可以用于执行上述实施例中的风电机组的正交试验评估方法的实施例的处理流程，其功能在此不再赘述，可以参照上述方法实施例的详细描述。
从上述描述可知，本发明实施例提供的风电机组的正交试验评估装置，通过确定对风电机组的发电性能和安全可靠性影响最大的多个敏感因素；基于多个所述敏感因素以及每个所述敏感因素对应的多个水平状态确定正交实验的正交表；将所述正交表中多组试验方案逐一输入至预先建立的风电机组Bladed全数字仿真模型，得到每组试验方案各自对应的发电量值；确定多个所述发电量值中的最大值对应的目标试验方案；其中，所述目标试验方案对应的多个敏感因素组合为风电机组的最佳安装方式。采用正交试验的方式，避免了单一因素造成的试验结果片面，优化不彻底，具有更加方便、速度和高效的有益效果。确定指标所对应的影响因素组合即为发电量的最佳安装方式，从而可以高效、准确、全面地得到风电机组发电量的最优指标因素水平。
本申请提供一种用于实现所述风电机组的正交试验评估方法中的全部或部分内容的电子设备的实施例所述电子设备具体包含有如下内容：
处理器(processor)、存储器(memory)、通信接口(Communications Interface)和总线；其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；所述通信接口用于实现相关设备之间的信息传输；该电子设备可以是台式计算机、平板电脑及移动终端等，本实施例不限于此。在本实施例中，该电子设备可以参照实施例用于实现所述风电机组的正交试验评估方法的实施例及用于实现所述风电机组的正交试验评估装置的实施例进行实施，其内容被合并于此，重复之处不再赘述。
图5为本申请实施例的电子设备9600的系统构成的示意框图。如图5所示，该电子设备9600可以包括中央处理器9100和存储器9140；存储器9140耦合到中央处理器9100。值得注意的是，该图5是示例性的；还可以使用其他类型的结构，来补充或代替该结构，以实现电信功能或其他功能。
一实施例中，风电机组的正交试验评估功能可以被集成到中央处理器9100中。其中，中央处理器9100可以被配置为进行如下控制：
确定对风电机组的发电性能和安全可靠性影响最大的多个敏感因素；基于多个所述敏感因素以及每个所述敏感因素对应的多个水平状态确定正交实验的正交表；将所述正交表中多组试验方案逐一输入至预先建立的风电机组Bladed全数字仿真模型，得到每组试验方案各自对应的发电量值；确定多个所述发电量值中的最大值对应的目标试验方案；其中，所述目标试验方案对应的多个敏感因素组合为风电机组的最佳安装方式。
从上述描述可知，本申请的实施例提供的电子设备，通过确定对风电机组的发电性能和安全可靠性影响最大的多个敏感因素；基于多个所述敏感因素以及每个所述敏感因素对应的多个水平状态确定正交实验的正交表；将所述正交表中多组试验方案逐一输入至预先建立的风电机组Bladed全数字仿真模型，得到每组试验方案各自对应的发电量值；确定多个所述发电量值中的最大值对应的目标试验方案；其中，所述目标试验方案对应的多个敏感因素组合为风电机组的最佳安装方式。采用正交试验的方式，避免了单一因素造成的试验结果片面，优化不彻底，具有更加方便、速度和高效的有益效果。确定指标所对应的影响因素组合即为发电量的最佳安装方式，从而可以高效、准确、全面地得到风电机组发电量的最优指标因素水平。
在另一个实施方式中，风电机组的正交试验评估装置可以与中央处理器9100分开配置，例如可以将风电机组的正交试验评估配置为与中央处理器9100连接的芯片，通过中央处理器的控制来实现风电机组的正交试验评估功能。
如图5所示，该电子设备9600还可以包括：通信模块9110、输入单元9120、音频处理器9130、显示器9160、电源9170。值得注意的是，电子设备9600也并不是必须要包括图5中所示的所有部件；此外，电子设备9600还可以包括图5中没有示出的部件，可以参考现有技术。
如图5所示，中央处理器9100有时也称为控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，该中央处理器9100接收输入并控制电子设备9600的各个部件的操作。
其中，存储器9140，例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息，此外还可存储执行有关信息的程序。并且中央处理器9100可执行该存储器9140存储的该程序，以实现信息存储或处理等。
输入单元9120向中央处理器9100提供输入。该输入单元9120例如为按键或触摸输入装置。电源9170用于向电子设备9600提供电力。显示器9160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器，但并不限于此。
该存储器9140可以是固态存储器，例如，只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器，其即使在断电时也保存信息，可被选择性地擦除且设有更多数据，该存储器的示例有时被称为EPROM等。存储器9140还可以是某种其它类型的装置。存储器9140包括缓冲存储器9141(有时被称为缓冲器)。存储器9140可以包括应用/功能存储部9142，该应用/功能存储部9142用于存储应用程序和功能程序或用于通过中央处理器9100执行电子设备9600的操作的流程。
存储器9140还可以包括数据存储部9143，该数据存储部9143用于存储数据，例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器9140的驱动程序存储部9144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
通信模块9110即为经由天线9111发送和接收信号的发送机/接收机9110。通信模块(发送机/接收机)9110耦合到中央处理器9100，以提供输入信号和接收输出信号，这可以和常规移动通信终端的情况相同。
基于不同的通信技术，在同一电子设备中，可以设置有多个通信模块9110，如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)9110还经由音频处理器9130耦合到扬声器9131和麦克风9132，以经由扬声器9131提供音频输出，并接收来自麦克风9132的音频输入，从而实现通常的电信功能。音频处理器9130可以包括任何合适的缓冲器、解码器、放大器等。另外，音频处理器9130还耦合到中央处理器9100，从而使得可以通过麦克风9132能够在本机上录音，且使得可以通过扬声器9131来播放本机上存储的声音。
本发明的实施例还提供能够实现上述实施例中的风电机组的正交试验评估方法中全部步骤的一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中的风电机组的正交试验评估方法的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
确定对风电机组的发电性能和安全可靠性影响最大的多个敏感因素；基于多个所述敏感因素以及每个所述敏感因素对应的多个水平状态确定正交实验的正交表；将所述正交表中多组试验方案逐一输入至预先建立的风电机组Bladed全数字仿真模型，得到每组试验方案各自对应的发电量值；确定多个所述发电量值中的最大值对应的目标试验方案；其中，所述目标试验方案对应的多个敏感因素组合为风电机组的最佳安装方式。
从上述描述可知，本发明实施例提供的计算机可读存储介质，通过确定对风电机组的发电性能和安全可靠性影响最大的多个敏感因素；基于多个所述敏感因素以及每个所述敏感因素对应的多个水平状态确定正交实验的正交表；将所述正交表中多组试验方案逐一输入至预先建立的风电机组Bladed全数字仿真模型，得到每组试验方案各自对应的发电量值；确定多个所述发电量值中的最大值对应的目标试验方案；其中，所述目标试验方案对应的多个敏感因素组合为风电机组的最佳安装方式。采用正交试验的方式，避免了单一因素造成的试验结果片面，优化不彻底，具有更加方便、速度和高效的有益效果。确定指标所对应的影响因素组合即为发电量的最佳安装方式，从而可以高效、准确、全面地得到风电机组发电量的最优指标因素水平。
虽然本发明提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。
本领域技术人员应明白，本说明书的实施例可提供为方法、装置(系统)或计算机程序产品。因此，本说明书实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。本发明并不局限于任何单一的方面，也不局限于任何单一的实施例，也不局限于这些方面和/或实施例的任意组合和/或置换。而且，可以单独使用本发明的每个方面和/或实施例或者与一个或更多其他方面和/或其实施例结合使用。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (10)

1.一种风电机组的正交试验评估方法，其特征在于，包括：
确定对风电机组的发电性能和安全可靠性影响最大的多个敏感因素；
基于多个所述敏感因素以及每个所述敏感因素对应的多个水平状态确定正交实验的正交表；
将所述正交表中多组试验方案逐一输入至预先建立的风电机组Bladed全数字仿真模型，得到每组试验方案各自对应的发电量值；
确定多个所述发电量值中的最大值对应的目标试验方案；其中，所述目标试验方案对应的多个敏感因素组合为风电机组的最佳安装方式。
2.根据权利要求1所述的风电机组的正交试验评估方法，其特征在于，所述确定对风电机组的发电性能和安全可靠性影响最大的多个敏感因素，包括：
计算风电机组的等效载荷，根据所述等效载荷确定影响风电机组安全可靠性的第一敏感系数；
确定影响风电机组发电性能的第二敏感系数；
根据所述第一敏感系数和所述第二敏感系数确定风电机组的等效载荷对多个敏感因素以及各个敏感因素各自对应的敏感结果；
其中，将多个所述敏感结果中大于各自预设的限值的敏感因素作为对风电机组的发电性能和安全可靠性影响最大的多个敏感因素。
3.根据权利要求2所述的风电机组的正交试验评估方法，其特征在于，所述计算风电机组的等效载荷，包括：
确定风机机组的叶片载荷、机架载荷、偏航轴承载荷和塔架载荷各自对应的极限值；
根据所述叶片载荷、机架载荷、偏航轴承载荷和塔架载荷各自对应的极限值确定各个极限值对应的应力值；
根据所述叶片载荷、机架载荷、偏航轴承载荷和塔架载荷各自对应的应力值计算各自对应的影响因子；
将所述叶片载荷、机架载荷、偏航轴承载荷和塔架载荷各自对应的影响因子整定为风电机组的等效载荷。
4.根据权利要求1所述的风电机组的正交试验评估方法，其特征在于，所述基于多个所述敏感因素以及每个所述敏感因素对应的多个水平状态确定正交实验的正交表，包括：
确定正交试验的试验次数、敏感因素的数量和每个敏感因素的水平数；
将所述试验次数、敏感因素的数量和每个敏感因素的水平数输入统计工具SPSS得到正交实验的正交表。
5.一种风电机组的正交试验评估装置，其特征在于，包括：
敏感因素单元，用于确定对风电机组的发电性能和安全可靠性影响最大的多个敏感因素；
正交试验单元，用于基于多个所述敏感因素以及每个所述敏感因素对应的多个水平状态确定正交实验的正交表；
仿真模拟单元，用于将所述正交表中多组试验方案逐一输入至预先建立的风电机组Bladed全数字仿真模型，得到每组试验方案各自对应的发电量值；
试验评估单元，用于确定多个所述发电量值中的最大值对应的目标试验方案；其中，所述目标试验方案对应的多个敏感因素组合为风电机组的最佳安装方式。
6.根据权利要求5所述的风电机组的正交试验评估装置，其特征在于，所述敏感因素单元包括：
第一计算模块，用于计算风电机组的等效载荷，根据所述等效载荷确定影响风电机组安全可靠性的第一敏感系数；
第二计算模块，用于确定影响风电机组发电性能的第二敏感系数；
敏感因素模块，用于根据所述第一敏感系数和所述第二敏感系数确定风电机组的等效载荷对多个敏感因素以及各个敏感因素各自对应的敏感结果；其中，将多个所述敏感结果中大于各自预设的限值的敏感因素作为对风电机组的发电性能和安全可靠性影响最大的多个敏感因素。
7.根据权利要求6所述的风电机组的正交试验评估装置，其特征在于，所述第一计算模块包括：
极限值子模块，用于确定风机机组的叶片载荷、机架载荷、偏航轴承载荷和塔架载荷各自对应的极限值；
应力值子模块，用于根据所述叶片载荷、机架载荷、偏航轴承载荷和塔架载荷各自对应的极限值确定各个极限值对应的应力值；
影响因子子模块，用于根据所述叶片载荷、机架载荷、偏航轴承载荷和塔架载荷各自对应的应力值计算各自对应的影响因子；
等效载荷子模块，用于将所述叶片载荷、机架载荷、偏航轴承载荷和塔架载荷各自对应的影响因子整定为风电机组的等效载荷。
8.根据权利要求5所述的风电机组的正交试验评估装置，其特征在于，所述正交试验单元，包括：
参数模块，用于确定正交试验的试验次数、敏感因素的数量和每个敏感因素的水平数；
生成模块，用于将所述试验次数、敏感因素的数量和每个敏感因素的水平数输入统计工具SPSS得到正交实验的正交表。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至4任一项所述的风电机组的正交试验评估方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至4任一项所述的风电机组的正交试验评估方法的步骤。
CN202110817143.1A 2021-07-20 2021-07-20 风电机组的正交试验评估方法及装置 Active CN113589167B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110817143.1A CN113589167B (zh) 2021-07-20 2021-07-20 风电机组的正交试验评估方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110817143.1A CN113589167B (zh) 2021-07-20 2021-07-20 风电机组的正交试验评估方法及装置

Publications (2)

Publication Number Publication Date
CN113589167A true CN113589167A (zh) 2021-11-02
CN113589167B CN113589167B (zh) 2024-01-23

Family

ID=78248218

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110817143.1A Active CN113589167B (zh) 2021-07-20 2021-07-20 风电机组的正交试验评估方法及装置

Country Status (1)

Country Link
CN (1) CN113589167B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030023809A (ko) * 2001-09-14 2003-03-20 엘지전자 주식회사 휴대용 컴퓨터에서의 디스플레이 밝기 조절방법
CN102289538A (zh) * 2011-06-30 2011-12-21 内蒙古电力勘测设计院 平坦地形风力发电机组优化布置方法
CN104966131A (zh) * 2015-06-12 2015-10-07 内蒙古电力勘测设计院有限责任公司 季风气候明显区域的平坦地形风机优化布置方法
CN105335796A (zh) * 2015-11-02 2016-02-17 华北电力大学 一种风电场输出功率爬坡事件预测的系统及方法
US20160169204A1 (en) * 2014-12-10 2016-06-16 State Grid Corporation Of China Static testing and calibrating method for pid link of control system of wind turbine
CN107451686A (zh) * 2017-07-18 2017-12-08 广东双新电气科技有限公司 考虑随机预测误差的遗传算法的微电网能源优化方法
CN107559143A (zh) * 2017-07-27 2018-01-09 华北电力大学 一种大型风力机尾缘襟翼结构参数寻优及多目标襟翼优化控制方法
CN109190189A (zh) * 2018-08-10 2019-01-11 武汉理工大学 一种车身侧围安全部件混合变量匹配优化设计方法
CN110079666A (zh) * 2019-06-10 2019-08-02 成渝钒钛科技有限公司 一种钒钛烧结用麦克粉替代pb粉研究方法
CN110096730A (zh) * 2019-03-15 2019-08-06 国网辽宁省电力有限公司 一种电网电压快速评估方法及系统
CN112052604A (zh) * 2020-09-29 2020-12-08 上海电气风电集团股份有限公司 风机等效疲劳载荷的预测方法、系统、设备及可读介质
CN112765743A (zh) * 2021-01-13 2021-05-07 国电联合动力技术有限公司 一种风电机组整机一体化设计多目标协同优化方法及装置

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030023809A (ko) * 2001-09-14 2003-03-20 엘지전자 주식회사 휴대용 컴퓨터에서의 디스플레이 밝기 조절방법
CN102289538A (zh) * 2011-06-30 2011-12-21 内蒙古电力勘测设计院 平坦地形风力发电机组优化布置方法
US20160169204A1 (en) * 2014-12-10 2016-06-16 State Grid Corporation Of China Static testing and calibrating method for pid link of control system of wind turbine
CN104966131A (zh) * 2015-06-12 2015-10-07 内蒙古电力勘测设计院有限责任公司 季风气候明显区域的平坦地形风机优化布置方法
CN105335796A (zh) * 2015-11-02 2016-02-17 华北电力大学 一种风电场输出功率爬坡事件预测的系统及方法
CN107451686A (zh) * 2017-07-18 2017-12-08 广东双新电气科技有限公司 考虑随机预测误差的遗传算法的微电网能源优化方法
CN107559143A (zh) * 2017-07-27 2018-01-09 华北电力大学 一种大型风力机尾缘襟翼结构参数寻优及多目标襟翼优化控制方法
CN109190189A (zh) * 2018-08-10 2019-01-11 武汉理工大学 一种车身侧围安全部件混合变量匹配优化设计方法
CN110096730A (zh) * 2019-03-15 2019-08-06 国网辽宁省电力有限公司 一种电网电压快速评估方法及系统
CN110079666A (zh) * 2019-06-10 2019-08-02 成渝钒钛科技有限公司 一种钒钛烧结用麦克粉替代pb粉研究方法
CN112052604A (zh) * 2020-09-29 2020-12-08 上海电气风电集团股份有限公司 风机等效疲劳载荷的预测方法、系统、设备及可读介质
CN112765743A (zh) * 2021-01-13 2021-05-07 国电联合动力技术有限公司 一种风电机组整机一体化设计多目标协同优化方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
李松楠;苏浩益;: "含风力发电机组的配电网功率因数补偿投资最优分配策略", 电力电容器与无功补偿, no. 03 *
王质素;杜欣慧;蔡逸超;李钢;: "基于改进萤火虫算法的混合发电厂容量配置", 数学的实践与认识, no. 11 *
顾岳飞: "基于正交试验的风电机组塔架结构参数的优化设计", 风能, vol. 4, pages 84 - 88 *

Also Published As

Publication number Publication date
CN113589167B (zh) 2024-01-23

Similar Documents

Publication Publication Date Title
Otter et al. A review of modelling techniques for floating offshore wind turbines
Jonkman et al. Offshore code comparison collaboration (OC3) for IEA Wind Task 23 offshore wind technology and deployment
CN109340062B (zh) 一种低风速风电机组数字双胞胎式的疲劳损伤预测方法
US10564066B2 (en) Fatigue testing
Vorpahl et al. Verification of aero‐elastic offshore wind turbine design codes under IEA wind task XXIII
Sieros et al. Upscaling wind turbines: theoretical and practical aspects and their impact on the cost of energy
Jonkman et al. Offshore code comparison collaboration within IEA Wind Task 23: Phase IV results regarding floating wind turbine modeling
Annoni et al. Evaluating wake models for wind farm control
CN102708266B (zh) 一种水平轴风力机叶片的极限载荷预测计算方法
Van Solingen et al. Linear individual pitch control design for two‐bladed wind turbines
Maniaci et al. Investigating the influence of the added mass effect to marine hydrokinetic horizontal-axis turbines using a General Dynamic Wake wind turbine code
van Solingen et al. Field testing of linear individual pitch control on the two‐bladed controls advanced research turbine
Jonkman et al. IEA wind task 23 offshore wind technology and deployment
Evans et al. A simple method for modelling fatigue spectra of small wind turbine blades
Sørum et al. Comparison of numerical response predictions for a bottom-fixed offshore wind turbine
CN115186452A (zh) 风电机组极限载荷的仿真方法、装置及电子设备
Ferede et al. Aeroelastic load analysis of a co‐rotating quad‐rotor wind turbine
Bergua et al. OC6 Phase II: Integration and verification of a new soil–structure interaction model for offshore wind design
Si et al. Gain scheduling H2/H∞ structural control of a floating wind turbine
CN113589167B (zh) 风电机组的正交试验评估方法及装置
Xie et al. Structural responses suppression for a barge‐type floating wind turbine with a platform‐based TMD
Li Coupled computational fluid dynamics/multibody dynamics method with application to wind turbine simulations
CN111651843B (zh) 发电机主机架的设计方法、系统及电子设备
Jonkman et al. Development and validation of an aeroelastic model of a small furling wind turbine
Thedin et al. Load assessment of a wind farm considering negative and positive yaw misalignment for wake steering

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