CN113627097A - 一种利用风力机scada数据校正尾流评估模型的方法 - Google Patents

Abstract

一种利用风力机SCADA数据校正尾流评估模型的方法，它包括以下步骤：步骤1）根据风电场中风力机的布局情况，确定目标风力机；步骤2）获取目标风力机的SCADA数据；步骤3）获取目标风力机的位置坐标；步骤4）进行SCADA数据的筛选和预处理；步骤5）修正尾流风力机风速的坐标；步骤6）计算高斯尾流评估模型的扩散系数；步骤7）确定扩散系数与湍流度之间的关系；步骤8）得到校正的风力机尾流评估模型；步骤9）利用校正尾流评估模型开展风电场中风力机的尾流评估。本发明的目的是为了提供一种能很好的利用风力机SCADA数据来校正尾流评估模型的方法，更好的反映风力机尾流区域的流场情况，从而提高风力机尾流评估的准确性和通用性。

Description

一种利用风力机SCADA数据校正尾流评估模型的方法

技术领域

本发明涉及新能源技术领域，具体涉及一种利用风力机SCADA数据校正尾流评估模型的方法，可用于风电场尾流评估和尾流优化控制等工作中。

背景技术

风能是一种清洁的可再生能源，大力发展风力发电是降低碳排放量、实现可持续发展重要途径之一。在风电场中，来流风经过上游风力机后会形成一段风速减小、湍流度增大的尾流区域，导致尾流区域内的下游风力机出现功率下降、载荷增加的现象，被称为尾流效应。风力机的尾流效应可导致风电场发电量损失10％～20％，因此，在风电场前期规划和后期运维过程中，需要对风力机的尾流效应进行准确地评估，尽量避免风力机处于尾流区域内，从而提高风电场的整体收益。

实验测量、数值计算、解析尾流评估模型是评估风力机尾流效应的三种常用方法，其中解析尾流评估模型因为其形式简单、计算快速等优点而在工程中广泛应用。目前最常采用的解析尾流评估模型有Jensen尾流评估模型、Frandsen尾流评估模型和高斯尾流评估模型等，其中高斯尾流评估模型由于满足了质量守恒和动量守恒，且速度亏损假设更符合实际情况，被认为能够更为准确地描述风力机尾流区的流场分布。高斯尾流评估模型在应用时需要确定扩散系数k_B，而扩散系数k_B与风电场的来流状态、地形、大气稳定度等多种因素有关，因此不同风电场在进行尾流评估时，都需要对高斯尾流评估模型进行参数计算和校正。然而在工程上，尾流评估模型中的参数一般选用固定值，忽略了不同风电场之间环境的差异。研究人员提出了多种方法来校正风力机尾流评估模型，但在实际工程中应用效果的差异性较大，据此得到的评估结果具有相当大的不确定性。

在风电场运营阶段，风力机会产生大量的SCADA运行数据，这些数据真实反映了当前风电场内的风力机在受到来流或者尾流影响时的运行状态，因此可以利用这些数据开展风电场的尾流评估。中国专利CN106321368B和中国专利CN109800931A分别提出了基于风力机SCADA数据的风电场尾流损失测量方法和发电量损失测量方法，然而，以上两种方法仅能针对已发生时间段开展尾流评估和测量，在不同来流环境中需要重新开展评估，通用性较差。同时以上方法并没有基于SCADA数据来校正尾流评估模型，导致无法利用定量的尾流模型来评估和优化风电场的尾流和发电量损失。

发明内容

本发明的目的是为了提供一种能很好的利用风力机SCADA数据来校正尾流评估模型的方法，能更好的反映风力机尾流区域的流场情况，从而提高风力机尾流评估的准确性和通用性，进而提升风电场的整体发电量。

一种利用风力机SCADA数据校正尾流评估模型的方法，它包括以下步骤：

步骤1)根据风电场中风力机的布局情况，确定目标风力机；

步骤2)获取目标风力机的SCADA数据；

步骤3)获取目标风力机的位置坐标；

步骤4)进行SCADA数据的筛选和预处理；

步骤5)修正尾流风力机风速的坐标；

步骤6)计算高斯尾流评估模型的扩散系数；

步骤7)确定扩散系数与湍流度之间的关系；

步骤8)得到校正的风力机尾流评估模型；

步骤9)利用校正尾流评估模型开展风电场中风力机的尾流评估，然后根据尾流评估结果，采用合适的风电场尾流优化控制策略，以提高风电场的整体发电效率及整体发电量。

在步骤1)中，具体的，根据风电场中风力机的布局情况，选择两台目标风力机，两台目标风力机的轮毂高度相同，分别称为来流风力机和尾流风力机；两台风力机通过以下方式确定：

(1)来流风力机：位于风电场来流主风向下的第一排，即该风力机在主风向下不受其他风力机尾流的影响；

(2)尾流风力机：在主风向下处于来流风力机的尾流区之内，并且该风力机仅受来流风力机尾流的影响。

在步骤2)中，从风电场的集控系统中获取目标风力机指定时间段平均的SCADA数据，SCADA数据中应包括：来流风力机风速U_u、尾流风力机风速U_d，来流风力机风向α_u，尾流风力机风向α_d，来流风力机湍流度I_u，来流风力机偏航角β_u，尾流风力机偏航角β_d。

在步骤3)中，根据风电场前期规划建设文件，获取来流风力机机舱测风仪的位置坐标(x_u,y_u,z_u)和尾流风力机机舱测风仪的位置坐标(x_d,y_d,z_d)，其中，x方向沿两台目标风力机轮毂中心点连接线方向，y方向在水平面内垂直于x方向，z方向为高度方向。因为来流风力机和尾流风力机轮毂高度相同，可知，y_u＝y_d，z_u＝z_d。

在步骤4)中，在进行数据的筛选和预处理时，具体包括以下步骤：

(1)筛选风向位于x方向下目标风力机的SCADA数据；

(2)去除偏航角不为零情况下的SCADA数据；

(3)两台目标风机SCADA数据的时间点一一对应，去除其他多余的数据；

(4)对SCADA数据进行数据治理，去除SCADA数据中的异常值。

异常值的类型包括：①0功率点；②恒定功率限电点；③功率异常偏离点。

在步骤5)中，将尾流风力机风速的坐标修正为(x_dm,y_d,z_d)，其中x_dm通过公式(1)计算：

x_dm＝x_d-1.5D_d (1)

式中：x_dm为尾流风力机SCADA风速数据修正后的坐标；D_d为尾流风力机的风轮直径。

在步骤6)中，

高斯尾流评估模型的表达式如公式(2)所示：

式中：U_∞为自由来流风速；U_w为尾流区风速；C_T为风力机推力系数；x为距离风力机的流向距离；C_T为风力机的推力系数；ε为参数，与扩散系数有关，ε＝-1.91k_B+0.34；r为尾流区距离轮毂中心线的距离。

对于来流风力机，其SCADA测风数据表征了自由来流状态，而对于尾流风力机，其SCADA数据表征了受到来流风力机尾流效应影响后的流场状态，因为

可知：

r²＝(y_u-y_d)²+(z_u-z_d)²＝0 (4)

因此，根据公式(2)和公式(4)，在特定来流风力机湍流度I_u的情况下，利用来流风力机风速U_u、尾流风力机风速U_d、来流风力机的推力系数C_Tu、来流风力机位置坐标(x_u,y_u,z_u)、尾流风力机风速的修正坐标(x_dm,y_d,z_d)、来流风力机的风轮直径D_u来得到高斯尾流评估模型的扩散系数k_B。具体计算公式如下：

然后计算不同湍流度I_u情况下高斯尾流评估模型的扩散系数k_B。

在步骤7)中，扩散系数k_B与湍流度I_u满足以下关系式，

k_B＝AI_u (6)

式中：A为常数；

对公式(6)进行最小二乘法拟合，得到A的值，进而确定扩散系数与湍流度之间的关系式。

在步骤8)中，所获得的校正的风力机尾流评估模型如下：

与现有技术相比，本发明具有如下技术效果：

与现有技术相比，该发明通过利用风力机实测的SCADA数据来校正尾流评估模型，最终得到的校正尾流评估模型能够更好的反映风力机尾流区域的流场情况，从而提高风力机尾流评估的准确性和通用性，进而可通过尾流优化控制等方式提高风电场的整体发电量。

附图说明

下面结合附图和实施例对本发明作进一步说明：

图1为本发明的流程图；

图2为风电场中风力机布局示意图；

图3为来流风力机和尾流风力机相对位置示意图；

图4为风力机SCADA原始数据分布图；

图5为风力机SCADA原始数据经过治理后的结果图；

图6为高斯尾流评估模型速度亏损分布图；

图7为不同湍流度下的扩散系数分布的示例图。

具体实施方式

如图1所示，一种利用风力机SCADA数据校正尾流评估模型的方法，包括以下步骤：

1.确定目标风力机

根据风电场中风力机的布局情况(如图2所示)，选择两台目标风力机，两台风力机的轮毂高度相同，分别称为来流风力机和尾流风力机。两台风力机通过以下方式确定：

来流风力机：位于风电场来流主风向下的第一排，即该风力机在主风向下不受其他风力机尾流的影响；

尾流风力机：在主风向下处于来流风力机的尾流区之内，并且该风力机仅受来流风力机尾流的影响。

根据图2中风电场的风力机布局情况，可选择1号和7号风力机作为来流风力机和尾流风力机，或者选择6号和13号风力机作为来流风力机和尾流风力机。

2.获取目标风力机的SCADA数据

如图3所示，从风电场的集控系统中获取目标风力机10分钟平均的SCADA数据，SCADA数据中应包括：来流风力机风速U_u、尾流风力机风速U_d，来流风力机风向α_u，尾流风力机风向α_d，来流风力机湍流度I_u，来流风力机偏航角β_u，尾流风力机偏航角β_d。

3.获取目标风力机的位置坐标

根据风电场前期规划建设文件，获取来流风力机机舱测风仪的位置坐标(x_u,y_u,z_u)和尾流风力机机舱测风仪的位置坐标(x_d,y_d,z_d)，其中，x方向沿两台目标风力机轮毂中心点连接线方向，y方向在水平面内垂直于x方向，z方向为高度方向。因为来流风力机和尾流风力机轮毂高度相同，可知，y_u＝y_d，z_u＝z_d。

4.SCADA数据筛选和预处理

对目标风力机的SCADA数据进行筛选和预处理，流程为：

步骤(1)：筛选风向位于x方向下目标风力机的SCADA数据；

步骤(2)：去除偏航角不为零情况下的SCADA数据；

步骤(3)：两台目标风机SCADA数据的时间点一一对应，去除其他多余的数据；

步骤(4)：对SCADA数据进行数据治理，去除SCADA数据中的异常值，异常值的类型包括：①0功率点；②恒定功率限电点；③功率异常偏离点。数据治理的示意图如图4和图5所示。

5.修正尾流风力机风速的坐标

风力机SCADA数据中的风速采用机舱上的测风仪进行测量，测风仪通过出厂时的风速修正，其测量值表征的是风力机的来流风速而不是风力机叶轮位置处的风速。IEC标准规定，风力机自由来流风速的测定应位于风力机前2.5D(D为风力机的风轮直径)。因此风力机SCADA数据中的风速表征的是风力机前2.5D处的风速，本专利取修正值1.5D，实际应用过程中可根据风电场的具体情况选择对应的修正值。对于来流风力机，该风速代表自由来流风速，其位置坐标在尾流评估模型中不需要进行修正。尾流风力机受到尾流效应影响，因此需要将其风速的坐标应修正为(x_dm,y_d,z_d)，其中x_dm通过公式(1)计算：

x_dm＝x_d-1.5D_d (1)

式中：x_dm为尾流风力机SCADA风速数据修正后的坐标；D_d为尾流风力机的风轮直径。

6.计算高斯尾流评估模型的扩散系数

高斯尾流评估模型的表达式如公式(2)所示，其速度亏损分布如图6所示：

式中：U_∞为自由来流风速；U_w为尾流区风速；C_T为风力机推力系数；x为距离风力机的流向距离；C_T为风力机的推力系数；ε为参数，与扩散系数有关，ε＝-1.91k_B+0.34；r为尾流区距离轮毂中心线的距离。

对于来流风力机，其SCADA测风数据表征了自由来流状态，而对于尾流风力机，其SCADA数据表征了受到来流风力机尾流效应影响后的流场状态。因为

可知：

r²＝(y_u-y_d)²+(z_u-z_d)²＝0 (4)

因此，根据公式(2)和公式(4)，在特定来流风力机湍流度I_u的情况下，利用来流风力机风速U_u、尾流风力机风速U_d、来流风力机的推力系数C_Tu、来流风力机位置坐标(x_u,y_u,z_u)、尾流风力机风速的修正坐标(x_dm,y_d,z_d)、来流风力机的风轮直径D_u来得到高斯尾流评估模型的扩散系数k_B。具体计算公式如下：

然后计算不同湍流度I_u情况下高斯尾流评估模型的扩散系数k_B。

7.确定扩散系数与湍流度之间的关系

扩散系数k_B与湍流度I_u满足以下关系式，

k_B＝AI_u (6)

式中：A为常数。

图7为不同湍流度下的扩散系数分布的示例图，按照公式(6)进行最小二乘法拟合，得到A＝0.45，进而确定尾流扩散系数与湍流度之间的关系式k_B＝0.45I_u，从图中可以看出，与其他尾流评估模型扩散系数的计算关系式相比，本发明得到的关系式在该风电场中更能反应流场的实际情况。

8.得到校正的风力机尾流评估模型

综合以上步骤，可以得到校正的风力机尾流评估模型，如公式(7)所示，由于校正尾流评估模型基于风电场实测的SCADA数据得出，因此在进行尾流评估的时候其结果更为精确。

9.开展风电场尾流评估

利用校正尾流评估模型开展风电场中风力机的尾流评估，然后根据尾流评估结果，采用合适的风电场尾流优化控制策略(例如偏航控制或者轴向诱导因子控制)，进而可提高风电场的整体发电量。

本发明提出了一种利用风力机SCADA数据校正尾流评估模型的方法，通过利用风力机实测的SCADA数据来校正尾流评估模型，能够更好的反映风力机尾流区域的流场情况，从而提高风力机尾流评估的准确性和通用性，进而提升风电场的整体发电量。

Claims (10)

1.一种利用风力机SCADA数据校正尾流评估模型的方法，其特征在于，它包括以下步骤：

步骤1)根据风电场中风力机的布局情况，确定目标风力机；

步骤2)获取目标风力机的SCADA数据；

步骤3)获取目标风力机的位置坐标；

步骤4)进行SCADA数据的筛选和预处理；

步骤5)修正尾流风力机风速的坐标；

步骤6)计算高斯尾流评估模型的扩散系数；

步骤7)确定扩散系数与湍流度之间的关系；

步骤8)得到校正的风力机尾流评估模型；

步骤9)利用校正尾流评估模型开展风电场中风力机的尾流评估，然后根据尾流评估结果，采用合适的风电场尾流优化控制策略，以提高风电场的整体发电效率及整体发电量。

2.根据权利要求1所述的利用风力机SCADA数据校正尾流评估模型的方法，其特征在于，在步骤1)中，具体的，根据风电场中风力机的布局情况，选择两台目标风力机，两台目标风力机的轮毂高度相同，分别称为来流风力机和尾流风力机；两台风力机通过以下方式确定：

(1)来流风力机：位于风电场来流主风向下的第一排，即该风力机在主风向下不受其他风力机尾流的影响；

(2)尾流风力机：在主风向下处于来流风力机的尾流区之内，并且该风力机仅受来流风力机尾流的影响。

3.根据权利要求1所述的利用风力机SCADA数据校正尾流评估模型的方法，其特征在于，在步骤2)中，从风电场的集控系统中获取目标风力机指定时间段平均的SCADA数据，SCADA数据中应包括：来流风力机风速U_u、尾流风力机风速U_d，来流风力机风向α_u，尾流风力机风向α_d，来流风力机湍流度I_u，来流风力机偏航角β_u，尾流风力机偏航角β_d。

4.根据权利要求1所述的利用风力机SCADA数据校正尾流评估模型的方法，其特征在于，在步骤3)中，根据风电场前期规划建设文件，获取来流风力机机舱测风仪的位置坐标(x_u,y_u,z_u)和尾流风力机机舱测风仪的位置坐标(x_d,y_d,z_d)，其中，x方向沿两台目标风力机轮毂中心点连接线方向，y方向在水平面内垂直于x方向，z方向为高度方向，因为来流风力机和尾流风力机轮毂高度相同，可知，y_u＝y_d，z_u＝z_d。

5.根据权利要求4所述的利用风力机SCADA数据校正尾流评估模型的方法，其特征在于，在步骤4)中，在进行数据的筛选和预处理时，具体包括以下步骤：

(1)筛选风向位于x方向下目标风力机的SCADA数据；

(2)去除偏航角不为零情况下的SCADA数据；

(3)两台目标风机SCADA数据的时间点一一对应，去除其他多余的数据；

(4)对SCADA数据进行数据治理，去除SCADA数据中的异常值。

6.根据权利要求5所述的利用风力机SCADA数据校正尾流评估模型的方法，其特征在于，所述异常值的类型包括：①0功率点；②恒定功率限电点；③功率异常偏离点。

7.根据权利要求1所述的利用风力机SCADA数据校正尾流评估模型的方法，其特征在于，在步骤5)中，将尾流风力机风速的坐标修正为(x_dm,y_d,z_d)，其中x_dm通过公式(1)计算：

x_dm＝x_d-1.5D_d (1)

式中：x_dm为尾流风力机SCADA风速数据修正后的坐标；D_d为尾流风力机的风轮直径。

8.根据权利要求1或7所述的利用风力机SCADA数据校正尾流评估模型的方法，其特征在于，在步骤6)中，

高斯尾流评估模型的表达式如公式(2)所示：

式中：U_∞为自由来流风速；U_w为尾流区风速；C_T为风力机推力系数；x为距离风力机的流向距离；C_T为风力机的推力系数；ε为参数，与扩散系数有关，ε＝-1.91k_B+0.34；r为尾流区距离轮毂中心线的距离；

对于来流风力机，其SCADA测风数据表征了自由来流状态，而对于尾流风力机，其SCADA数据表征了受到来流风力机尾流效应影响后的流场状态，因为

可知：

r²＝(y_u-y_d)²+(z_u-z_d)²＝0 (4)

因此，根据公式(2)和公式(4)，在特定来流风力机湍流度I_u的情况下，利用来流风力机风速U_u、尾流风力机风速U_d、来流风力机的推力系数C_Tu、来流风力机位置坐标(x_u,y_u,z_u)、尾流风力机风速的修正坐标(x_dm,y_d,z_d)、来流风力机的风轮直径D_u来得到高斯尾流评估模型的扩散系数k_B，具体计算公式如下：

然后计算不同湍流度I_u情况下高斯尾流评估模型的扩散系数k_B。

9.根据权利要求8所述的一种利用风力机SCADA数据校正尾流评估模型的方法，其特征在于，在步骤7)中，扩散系数k_B与湍流度I_u满足以下关系式，

k_B＝AI_u (6)

式中：A为常数；

对公式(6)进行最小二乘法拟合，得到A的值，进而确定扩散系数与湍流度之间的关系式。

10.根据权利要求8或9所述的一种利用风力机SCADA数据校正尾流评估模型的方法，其特征在于，在步骤8)中，所获得的校正的风力机尾流评估模型如下：

Images