发明内容
本发明的目的在于提供一种基于二维迹线追踪的风电场发电量校核方法、系统、计算机设备、存储介质,解决了现有风电场发电量尾流模型未充分考虑受山体的阻挡作用的发电量影响。
本发明是通过以下技术方案来实现:
一种基于二维迹线追踪的风电场发电量校核方法,包括以下步骤:
S1、在待研究的复杂地形区域布设测风设备,获得测风数据,基于测风数据得到测风塔风速风向概率分布;
对复杂地形建模并划分网格,利用工程湍流模型进行多扇区的数值计算,获得风电场仿真结果;
S2、对风电场仿真结果进行风资源计算,获得机组节点信息、风轮回转面的周向特征迹线数据;通过机组节点信息获得机组运行功率曲线;
S3、对风轮回转面的周向特征迹线数据进行提取,获得风轮回转面的周向特征迹线;
S4、根据S1得到的风电场仿真结果确定测风塔与机组节点对应映射关系,根据映射关系及测风塔风速风向概率分布确定各个机组节点未修正的实际风速的风速风向概率分布;
S5、结合风电场所有机组的风轮回转面的周向特征迹线的分布,分析周向特征迹线是否发生偏转,考虑迹线存在的影响,根据尾流计算模型对机组节点未修正的风速进行尾流折减后的风速修正,获得修正后的机组节点运行速度,进一步得到修正后的风速风向概率分布;
S6、基于运行功率曲线和修正后的风速风向概率分布进行累计发电量计算。
进一步,S1中,工程湍流模型采用CFD软件中的k-ε湍流模型。
进一步,S1中,在待研究的复杂地形区域布设测风设备具体为:
确定当地主风向方向,在山丘迎风面的山脚位置处放置一个激光雷达,测得轮毂高度处的速度;利用指数或对数公式拟合确定入口速度廓线,提供给仿真计算模块计算出初始入口边界速度;
在风场机组周边安装另一个激光雷达,获得一段时间内的测风塔测风数据。
进一步,S4中具体为:
遍历风速风向概率分布表中每个数据,根据该数据代表的特征速度和特征角度,寻找映射关系,映射测风数据的频率分布表到各个机组点位;
考虑迹线存在的影响,根据尾流计算模型进行尾流折减后的风速计算,得到一定速度分仓下的概率,得到机组节点未修正的实际风速的风速风向概率分布。
进一步,S5中,迹线存在的影响具体为:
如果偏转不影响到下游机组,则不再通过尾流模型计算速度亏损;如果偏转影响到下游机组,则按照尾流模型进行速度亏损计算,获得修正后的机组节点运行速度。
进一步,S6中,年发电量的计算公式为:
其中,AEP表示年发电量;
Nh表示风电场全年利用小时数;
N代表风电场内全年的风速分布对应曲线划分的速度分仓个数;
Vi、Pi代表代表速度分仓i的标准化平均风速和功率;
F(Vi)为风速的wws表中的某速度对应的概率。
进一步,最终的风电场机组发电量AEP′的计算公式为:
其中,nj代表折减系数。
本发明还公开了一种基于二维迹线追踪的风电场发电量校核系统,包括测风数据处理模块、功率曲线读取模块、仿真计算模块、风资源计算模块、迹线提取模块、尾流计算模块及发电量计算模块;
仿真计算模块,用于对复杂地形建模并划分网格,利用工程湍流模型进行多扇区的数值计算,获得风电场仿真结果;
风资源计算模块,用于对风电场仿真结果进行风资源计算,获得机组节点信息、风轮回转面的周向特征迹线数据;通过机组节点信息获得机组对应的运行功率曲线;
迹线提取模块,用于对风轮回转面的周向特征迹线数据进行提取,获得风轮回转面的周向特征迹线;
尾流计算模块,用于结合风电场所有机组的风轮回转面的周向特征迹线的分布,分析周向特征迹线是否发生偏转,根据尾流计算模型对机组节点未修正的风速进行尾流折减后的风速计算,获得修正后的机组节点运行速度;
测风数据处理模块,用于对测风数据进行处理,获得测风塔风速风向概率分布;
功率曲线读取模块,用于获取机组运行功率曲线;
发电量计算模块,用于基于机组运行功率曲线和修正后的风速风向概率分布进行累计发电量计算。
本发明还公开了一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述基于二维迹线追踪的风电场发电量校核方法的步骤。
本发明还公开了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述基于二维迹线追踪的风电场发电量校核方法的步骤。
与现有技术相比,本发明具有以下有益的技术效果:
本发明公开了一种基于二维迹线追踪的风电场发电量校核方法,首先对复杂地形建模并划分网格,利用工程湍流模型进行多扇区的数值计算,获得风电场仿真结果;然后通过测风设备获得测风数据,通过风电场仿真结果导入风资源计算处理程序,获得机组节点信息、风轮回转面的周向特征迹线数据,通过机组信息获得机组对应的运行功率曲线,结合风电场所有机组的风轮回转面的周向特征迹线的分布,分析周向特征迹线是否发生偏转,判断机组迹线对下游的机组的作用方向及距离,结合传统Jensen尾流模型,完成考虑受山体阻挡作用后的发电量计算。传统的Jenson尾流模型会穿透山体,见图2(a),无法解析受山体阻碍后的流动信息;而实际上尾流经过山体时,迹线是贴着山体流动,见图2(b)会对山顶上机组产生影响,与实际情况不符,所以需要进行修正。本发明通过在复杂地形风电场发电量计算过程中引入了迹线追踪的方式,综合考虑上游尾流受到山体的诱导作用后,分析迹线是否发生偏转,如果迹线由于偏转不影响到下游机组则不再通过经典尾流模型计算速度亏损,如果有影响则继续按照经典尾流模型进行速度亏损计算;加入对风轮迹线的追踪,进一步考虑上游机组对下游机组的速度影响,改进了经典发电量计算过程,从而获得更确发电量计算结果,该方法通过模拟结果与工程试验方法相结合的方式,形成一套更符合实际的全流程风电场精细化校核方法。本发明提出一种基于迹线追踪的尾流模型修正方法,可以更加精准考虑复杂地形下的流动扰动对下游流线的影响,该方法不仅局限于与Jenson、Gaussian尾流模型之间的耦合,也适用于其他尾流模型,更好支撑复杂地形下微观选址发电量计算校核;提出一种复杂地形下发电量计算的全过程方法,规划了从仿真上位机到数据分析下位机的成套计算过程,仿真上位机配备高性能数值计算,更好地支撑风电场现场的风资源精准快速计算。
具体实施方式
下面结合具体的实施例对本发明做进一步的详细说明,所述是对本发明的解释而不是限定。
本发明提供一种复杂地形下的二维迹线追踪的风电场发电量校核方法,建立一套可行的CFD数值模拟方法,具体方法如下:
第一步,确定要研究的复杂地形,在合适的位置布置两个激光雷达,获得实际地形下机组来流风况及监测数据。
由于复杂地形包含的种类繁多,本发明仅以典型山丘地型为例,说明方法的适用性,其他种类的复杂地形方法类似。
为了模拟来流入口边界条件,首先需要确定当地主风向方向,在山丘迎风面的山脚位置处放置一个激光雷达,测得对应高度处的速度。利用指数或对数公式拟合确定入口速度廓线:提供给CFD计算做初始入口边界速度。
另一个安装风场机组周边,获得一段时间内的测风塔风速序列,从而可以修正CFD仿真结果的机组节点速度。
第二步,对复杂地形建模并划分网格,利用CFD软件中的标准k-ε湍流模型进行计算。
首先采用经典的CFD计算软件完成复杂地形网格的建立,见附图3,并进行地形网格的生成,保证核心区域的地面帖体网格水平分辨率在20m*20m,并具备一定的垂直方向边界层,控制在100m范围内至少10个网格点分布,某风场的区域地形图如图3所示。
第三步,提取不同扇区下的CFD风资源计算结果,包括风速风向分布、风轮回转面的周向特征迹线。
CFD计算结果中包含着网格节点处的速度、压力等物理量的分布,并且可以知道机组周向回转面特征点的迹线流线。规定提取机组回转面上下左右四条特征流线,获得该机组对下游的作用区域,见图2所示。图4为两台风机受到南风作为下的风轮尾迹俯视图,由图4可知,尾迹会存在一定的偏转效应。
第四步、对风轮回转面的周向特征迹线数据进行提取,获得风轮回转面的周向特征迹线;迹线提取可以有很多种,Paraview或者CFDPost。
第五步、基于经典工程尾流模型,结合风电场所有机组迹线的分布,分析周向特征迹线是否发生偏转,如果由于偏转不影响到下游机组,则不再通过经典尾流模型计算速度亏损;如果由于偏转影响到下游机组,则继续按照经典尾流模型进行速度亏损计算,获得更为精准的发电量计算校核方法。
传统的Jenson尾流模型会穿透山体,见图2(a),无法解析受山体阻碍后的流动信息;而实际上尾流经过山体时,迹线是贴着山体流动,见图2(b)会对山顶上机组产生影响,与实际情况不符,所以需要进行修正。本发明通过在复杂地形风电场发电量计算过程中引入了迹线追踪的方式,综合考虑上游尾流受到山体的诱导作用后,分析迹线是否发生偏转,如果迹线由于偏转不影响到下游机组则不再通过经典尾流模型计算速度亏损,如果有影响则继续按照经典尾流模型进行速度亏损计算。
具体地,当下游机组的位置处于迹线的包络范围内,则计算上游机组特征迹线发展到下游机组的延迹线距离,该距离可带入经典Jenson尾流模型进行速度亏损计算。
首先,参考IEC 61400-12-1《Wind turbine-Part 12-1:Power performancemeasurements of electricity producing wind turbines》规定,计算机组的运行功率曲线;其次,计算机组点位风速风向概率分布作为发电量计算的输入条件;最后,参考运行功率曲线和风速风向概率分布进行累计发电量计算。
(1)参照测风塔整理仿真结果。以测风塔位置在各仿真结果的风向为基准,将仿真结果提取成如下表格,每一个机组节点都将得到表1的结果。
表1某机组的风速风向表
(2)如图5所示,如果只存在一个测风塔,根据测风塔的一定阶段的风速时间序列,可以形成该塔的风速风向的概率分布表(WWS),见表2所示,其中表格中间部分表示测风塔在对应风速和风向下的概率。在任意网格节点准备一张与T1的概率都为零的WWS文件(横坐标为各速度分仓速度,纵坐标为风向,中间格子代表不同风速和风向的出现概率),即机组节点的WWS表。
表2测风塔的风速风向概率分布表(WWS)
(3)遍历T1的WWS文件中每个数据,根据该数据代表的特征速度和特征角度,寻找映射关系,将概率填入节点的WWS表中。例如:T1的WWS第一行第一列为1扇区,0-0.5m/s区间,则其特征速度为0.25m/s,角度为0°。在上表第二行中,寻找距离0度最近的角度,取该角度的所在列的数据。即10m/s1扇区代表的数据。进而确定加速比为
节点的实际角度为40度。最后第一行第一列映射完成之后节点的速度为
角度为40度。将T1中第一行第一列的概率加入节点的WWS表格的第一行第二列。随着遍历完成,T1的WWS表格中所有的概率都将填入节点的WWS表格中。
(4)根据经典Jenson或者其他尾流计算框架,进行尾流折减后的风速计算,充分考虑迹线存在的影响,当下游机组的处于迹线的包络范围内,则计算上游机组特征迹线发展到下游机组的延迹线距离;当下游机组的不在迹线的包络范围内,则不考虑上游机组对下游机组的影响。
(5)如果存在两座塔,那么重复前四步可以获得所有测风塔计算得到的节点的WWS表格。在本案例中根据T1和T2测风塔,每个机组节点分别获得一张WWS表格。对于某个节点,利用距离权重将节点的WWS表格相同行列的概率进行加权。最终将两张WWS表合为一张,即为该节点最终的表格。例如:节点A距离T1为l
1,距离T2为l
2,第一行第一列概率分别为0.5和0.8。则最终WWS表格的第一行第一列的概率为
(6)对所有网格点重复前五步,得到所有机组节点的wws表格,根据表格中概率可算得平均速度,所有节点的平均速度即为风资源速度图谱.
(7)年发电量(AEP)是对不同参考风速的频率分布应用测量功率曲线进行估计得到的,发电量的计算方法参考IEC标准。当轮骰高度年平均风速分别为4m/s、5m/s、6m/s、7m/s、8m/s、9m/s、10m/s和11m/s时,可根据下式估算年发电量计算公式(6-1):
其中,
AEP表示年发电量;
Nh表示风电场全年利用小时数,一整年约为8760小时;
N代表风电场内全年的风速分布对应曲线划分的速度分仓个数;
Vi、Pi代表速度分仓i的标准化平均风速和功率,具体标准化过程参考IEC标准手册;
F(Vi)为风速的wws表中的某速度对应的概率。
在IEC标准中,F(V)满足风速的瑞利或者威布尔累加概率分布,而实际风电场的计算通常根据测风塔或者激光雷达的测风速度得到相应的概率分布表,表征风速的风频风向表;关于映射之后的尾流计算可参考经典Jenson模型或者改进模型。
为了更好地获得实际发电量,还需考虑折减系数对于理论发电量的影响。按产能折减因素特性,折减系数共分为六大类,即:设备可利用率、尾流效应、电气传输损耗、机组性能、环境因素、限负荷。其中,与风力发电机组密切相关的折减系数包括设备可利用率、电气传输损耗、机组性能。对于陆上风电场,设备可利用率折减建议取值范围为0.2%~0.5%;电网可利用率折减折减的建议取值范围为0.15%~0.3%;机组性能折减建议取值范围为0%~5%,根据公式(2)累乘所有折减系数,得到最终的风电场机组发电量。
如图1所示,本发明还公开了一种基于二维迹线追踪的风电场发电量校核系统,包括测风数据处理模块、功率曲线读取模块、仿真计算模块、风资源计算模块、迹线提取模块、尾流计算模块及发电量计算模块;
仿真计算模块,用于对复杂地形建模并划分网格,利用工程湍流模型进行多扇区的数值计算,获得风电场仿真结果;
风资源计算模块,用于对风电场仿真结果进行风资源计算,获得获得机组节点信息、风轮回转面的周向特征迹线数据;通过机组节点信息获得机组对应的运行功率曲线;
迹线提取模块,用于对风轮回转面的周向特征迹线数据进行提取,获得风轮回转面的周向特征迹线;
尾流计算模块,用于结合风电场所有机组的风轮回转面的周向特征迹线的分布,分析周向特征迹线是否发生偏转,根据尾流计算模型对机组节点未修正的风速进行尾流折减后的风速计算,获得修正后的机组节点运行速度;
测风数据处理模块,用于对测风数据进行处理,获得测风塔风速风向概率分布;
功率曲线读取模块,用于获取机组运行功率曲线;
发电量计算模块,用于基于机组运行功率曲线和风速风向概率分布进行累计发电量计算。
本发明基于二维迹线追踪的风电场发电量校核方法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。
本发明基于二维迹线追踪的风电场发电量校核方法如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读存储介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。其中,所述计算机存储介质可以是计算机能够存取的任何可用介质或数据存储设备,包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NANDFLASH)、固态硬盘(SSD))等。
在示例性实施例中,还提供计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述基于二维迹线追踪的风电场发电量校核方法的步骤。处理器可能是中央处理单元(CentralProcessingUnit,CPU),还可以是其他通用处理器、数字信号处理器(DigitalSignalProcessor,DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit,ASIC)、现成可编程门阵列(Field-ProgrammableGateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
此实施例仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。在不脱离本发明主旨和范围的前提下,本发明还会有进一步的改进,所作改进仍在要求保护的本发明范围内,因此,本发明的保护范围应该以权利要求的保护范围为准。