CN113627097A - 一种利用风力机scada数据校正尾流评估模型的方法 - Google Patents
一种利用风力机scada数据校正尾流评估模型的方法 Download PDFInfo
- Publication number
- CN113627097A CN113627097A CN202110831388.XA CN202110831388A CN113627097A CN 113627097 A CN113627097 A CN 113627097A CN 202110831388 A CN202110831388 A CN 202110831388A CN 113627097 A CN113627097 A CN 113627097A
- Authority
- CN
- China
- Prior art keywords
- wind
- wind turbine
- wake
- wake flow
- evaluation model
- 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
Links
- 238000013210 evaluation model Methods 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000009792 diffusion process Methods 0.000 claims abstract description 28
- 238000011156 evaluation Methods 0.000 claims abstract description 17
- 238000012216 screening Methods 0.000 claims abstract description 8
- 238000007781 pre-processing Methods 0.000 claims abstract description 5
- 238000010248 power generation Methods 0.000 claims description 11
- 230000000694 effects Effects 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 5
- 238000013439 planning Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000011217 control strategy Methods 0.000 claims description 3
- 238000013523 data management Methods 0.000 claims description 2
- 238000009826 distribution Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 230000031877 prophase Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
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
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- 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
-
- 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)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Fluid Mechanics (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Marketing (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Wind Motors (AREA)
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
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kB,而扩散系数kB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Uu、尾流风力机风速Ud,来流风力机风向αu,尾流风力机风向αd,来流风力机湍流度Iu,来流风力机偏航角βu,尾流风力机偏航角βd。
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(xu,yu,zu)和尾流风力机机舱测风仪的位置坐标(xd,yd,zd),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,yu=yd,zu=zd。
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(xdm,yd,zd),其中xdm通过公式(1)计算:
xdm=xd-1.5Dd (1)
式中:xdm为尾流风力机SCADA风速数据修正后的坐标;Dd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;Uw为尾流区风速;CT为风力机推力系数;x为距离风力机的流向距离;CT为风力机的推力系数;ε为参数,与扩散系数有关,ε=-1.91kB+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=(yu-yd)2+(zu-zd)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Iu的情况下,利用来流风力机风速Uu、尾流风力机风速Ud、来流风力机的推力系数CTu、来流风力机位置坐标(xu,yu,zu)、尾流风力机风速的修正坐标(xdm,yd,zd)、来流风力机的风轮直径Du来得到高斯尾流评估模型的扩散系数kB。具体计算公式如下:
然后计算不同湍流度Iu情况下高斯尾流评估模型的扩散系数kB。
在步骤7)中,扩散系数kB与湍流度Iu满足以下关系式,
kB=AIu (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Uu、尾流风力机风速Ud,来流风力机风向αu,尾流风力机风向αd,来流风力机湍流度Iu,来流风力机偏航角βu,尾流风力机偏航角βd。
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(xu,yu,zu)和尾流风力机机舱测风仪的位置坐标(xd,yd,zd),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,yu=yd,zu=zd。
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(xdm,yd,zd),其中xdm通过公式(1)计算:
xdm=xd-1.5Dd (1)
式中:xdm为尾流风力机SCADA风速数据修正后的坐标;Dd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;Uw为尾流区风速;CT为风力机推力系数;x为距离风力机的流向距离;CT为风力机的推力系数;ε为参数,与扩散系数有关,ε=-1.91kB+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=(yu-yd)2+(zu-zd)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Iu的情况下,利用来流风力机风速Uu、尾流风力机风速Ud、来流风力机的推力系数CTu、来流风力机位置坐标(xu,yu,zu)、尾流风力机风速的修正坐标(xdm,yd,zd)、来流风力机的风轮直径Du来得到高斯尾流评估模型的扩散系数kB。具体计算公式如下:
然后计算不同湍流度Iu情况下高斯尾流评估模型的扩散系数kB。
7.确定扩散系数与湍流度之间的关系
扩散系数kB与湍流度Iu满足以下关系式,
kB=AIu (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kB=0.45Iu,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Uu、尾流风力机风速Ud,来流风力机风向αu,尾流风力机风向αd,来流风力机湍流度Iu,来流风力机偏航角βu,尾流风力机偏航角βd。
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(xu,yu,zu)和尾流风力机机舱测风仪的位置坐标(xd,yd,zd),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,yu=yd,zu=zd。
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(xdm,yd,zd),其中xdm通过公式(1)计算:
xdm=xd-1.5Dd (1)
式中:xdm为尾流风力机SCADA风速数据修正后的坐标;Dd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;Uw为尾流区风速;CT为风力机推力系数;x为距离风力机的流向距离;CT为风力机的推力系数;ε为参数,与扩散系数有关,ε=-1.91kB+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=(yu-yd)2+(zu-zd)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Iu的情况下,利用来流风力机风速Uu、尾流风力机风速Ud、来流风力机的推力系数CTu、来流风力机位置坐标(xu,yu,zu)、尾流风力机风速的修正坐标(xdm,yd,zd)、来流风力机的风轮直径Du来得到高斯尾流评估模型的扩散系数kB,具体计算公式如下:
然后计算不同湍流度Iu情况下高斯尾流评估模型的扩散系数kB。
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kB与湍流度Iu满足以下关系式,
kB=AIu (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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110831388.XA CN113627097B (zh) | 2021-07-22 | 2021-07-22 | 一种利用风力机scada数据校正尾流评估模型的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110831388.XA CN113627097B (zh) | 2021-07-22 | 2021-07-22 | 一种利用风力机scada数据校正尾流评估模型的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113627097A true CN113627097A (zh) | 2021-11-09 |
CN113627097B CN113627097B (zh) | 2022-10-04 |
Family
ID=78380577
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110831388.XA Active CN113627097B (zh) | 2021-07-22 | 2021-07-22 | 一种利用风力机scada数据校正尾流评估模型的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113627097B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114169614A (zh) * | 2021-12-09 | 2022-03-11 | 中国华能集团清洁能源技术研究院有限公司 | 一种基于风力机尾流模型优化的风电场优化调度方法及系统 |
Citations (4)
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 |
CN112347611A (zh) * | 2020-10-15 | 2021-02-09 | 华北电力大学 | 一种风力机远场尾流流向湍流度计算方法 |
CN112632729A (zh) * | 2021-01-06 | 2021-04-09 | 中国长江三峡集团有限公司 | 一种提升高斯尾流模型对风力机尾流场预测精度的方法 |
CN112632866A (zh) * | 2020-12-18 | 2021-04-09 | 中国长江三峡集团有限公司 | 基于风轮等效风速的风电场尾流评估与发电量计算方法 |
-
2021
- 2021-07-22 CN CN202110831388.XA patent/CN113627097B/zh active Active
Patent Citations (4)
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 |
CN112347611A (zh) * | 2020-10-15 | 2021-02-09 | 华北电力大学 | 一种风力机远场尾流流向湍流度计算方法 |
CN112632866A (zh) * | 2020-12-18 | 2021-04-09 | 中国长江三峡集团有限公司 | 基于风轮等效风速的风电场尾流评估与发电量计算方法 |
CN112632729A (zh) * | 2021-01-06 | 2021-04-09 | 中国长江三峡集团有限公司 | 一种提升高斯尾流模型对风力机尾流场预测精度的方法 |
Non-Patent Citations (2)
Title |
---|
吴兵恒等: "基于粒子尾流模型的风电场风资源评估系统", 《工程热物理学报》 * |
袁明友等: "基于二维尾流模型的风电场产能分析", 《可再生能源》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114169614A (zh) * | 2021-12-09 | 2022-03-11 | 中国华能集团清洁能源技术研究院有限公司 | 一种基于风力机尾流模型优化的风电场优化调度方法及系统 |
CN114169614B (zh) * | 2021-12-09 | 2022-12-13 | 中国华能集团清洁能源技术研究院有限公司 | 一种基于风力机尾流模型优化的风电场优化调度方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113627097B (zh) | 2022-10-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109667727B (zh) | 一种基于功率曲线分析的风电机组偏航误差固有偏差辨识及补偿方法 | |
CN108953060B (zh) | 基于激光雷达测风仪的风电场场级偏航控制方法 | |
CN106897486B (zh) | 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 | |
CN107194097B (zh) | 基于风电场气动模拟和风速风向数据的分析方法 | |
CN114169614B (zh) | 一种基于风力机尾流模型优化的风电场优化调度方法及系统 | |
KR101383792B1 (ko) | 라이다 측정을 이용한 나셀 풍속계 보정 방법 | |
CN110728066A (zh) | 一种风电场扇区优化方法及系统 | |
CN113205210B (zh) | 复杂地形风电场风速与功率预测方法、系统、设备及存储介质 | |
CN113033009B (zh) | 一种在役海上风电场尾流损失实时计算方法 | |
CN112145373B (zh) | 一种风力发电机测风仪风速的校正方法 | |
CN110307121B (zh) | 一种风力发电机组叶片桨角寻优方法 | |
CN112784509A (zh) | 基于改进高斯分布尾流模型的风力发电机功率计算方法 | |
CN111342499B (zh) | 一种基于风功率预测数据的风电场实时调度方法 | |
CN113627097B (zh) | 一种利用风力机scada数据校正尾流评估模型的方法 | |
CN113153633A (zh) | 一种风电机组风向仪静态偏差校准方法 | |
CN115807734A (zh) | 一种基于尾流跟踪的海上风电场场级协同控制策略 | |
CN110397553B (zh) | 一种不基于模型的风电场尾流管理方法及系统 | |
CN109766611B (zh) | 一种考虑地形坡度的风电场功率简化预测方法 | |
CN116956736A (zh) | 一种基于偏航策略的风电场动态等值建模方法 | |
CN114398842A (zh) | 一种在运行风电场发电量评估方法 | |
CN113283035B (zh) | 双参数风力机机舱传递函数构建方法、系统、设备及存储介质 | |
CN112749205B (zh) | 一种燃煤发电机组功率与供电煤耗关系曲线获取系统及方法 | |
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 | |
CN114692528A (zh) | 一种水平轴风力机三维时间全尾流模型的建立方法 | |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |