CN113807693B - 一种基于机载雷达的风电机组发电量优化效果评价方法 - Google Patents

一种基于机载雷达的风电机组发电量优化效果评价方法 Download PDF

Info

Publication number
CN113807693B
CN113807693B CN202111075529.6A CN202111075529A CN113807693B CN 113807693 B CN113807693 B CN 113807693B CN 202111075529 A CN202111075529 A CN 202111075529A CN 113807693 B CN113807693 B CN 113807693B
Authority
CN
China
Prior art keywords
wind
wind turbine
turbine generator
power
airborne radar
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
CN202111075529.6A
Other languages
English (en)
Other versions
CN113807693A (zh
Inventor
卢坤鹏
刘鑫
闫姝
管春雨
姚中原
黄兆晶
孙超
吴昶剑
秦雪妮
陈新明
尹铁男
孙少华
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.)
Huaneng Power International Jiangsu Energy Development Co Ltd
Huaneng Clean Energy Research Institute
Clean Energy Branch of Huaneng International Power Jiangsu Energy Development Co Ltd Clean Energy Branch
Shengdong Rudong Offshore Wind Power Co Ltd
Original Assignee
Huaneng Power International Jiangsu Energy Development Co Ltd
Huaneng Clean Energy Research Institute
Clean Energy Branch of Huaneng International Power Jiangsu Energy Development Co Ltd Clean Energy Branch
Shengdong Rudong Offshore Wind 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 Huaneng Power International Jiangsu Energy Development Co Ltd, Huaneng Clean Energy Research Institute, Clean Energy Branch of Huaneng International Power Jiangsu Energy Development Co Ltd Clean Energy Branch, Shengdong Rudong Offshore Wind Power Co Ltd filed Critical Huaneng Power International Jiangsu Energy Development Co Ltd
Priority to CN202111075529.6A priority Critical patent/CN113807693B/zh
Publication of CN113807693A publication Critical patent/CN113807693A/zh
Application granted granted Critical
Publication of CN113807693B publication Critical patent/CN113807693B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/72—Wind turbines with rotation axis in wind direction
    • 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

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Wind Motors (AREA)

Abstract

本发明属于风电机组技术领域，具体涉及一种基于机载雷达的风电机组发电量优化效果评价方法，包括以下步骤：获取待评价风电机组；安装机载雷达位置；在风电机组机舱上安装温度、湿度和气压传感器和功率采集系统；对机载雷达和功率采集系统进行对时处理；采集优化前运行数据并进行筛选；对筛选后运行数据进预处理；将预处理后划分为若干区间，计算各区间的平均风速和平均功率，计算得到优化前的功率曲线；在优化后重复上述步骤；由测风塔数据，计算风频分布；根据优化前后功率曲线和风电场的风频分布，计算得到待评价的风电机组优化前后的年发电量；机载雷达按需安装，对不同环境的风电机组进行考核，提高了风电机组功率曲线考核的便利、可操作性。

Description

一种基于机载雷达的风电机组发电量优化效果评价方法
技术领域
本发明属于风电机组技术领域，具体涉及一种基于机载雷达的风电机组发电量优化效果评价方法。
背景技术
随着我国累计装机量的持续增长，优化后的市场逐渐发展壮大。早期机组受当时技术等因素的影响，目前来看，现役机组安全可靠性、控制策略和发电效率都有提升的余地和潜力。优化虽能提升效率和增加盈利，但在实施前后如何评价优化效果，如何尽可能降低由于环境等因素造成的影响，成为优化效果评价的一个重要难点。
发明内容
本发明的目的在于提供一种基于机载雷达的风电机组发电量优化效果评价方法，解决了评价优化效果时易受环境影响的技术问题。
为实现上述目的，本发明通过如下技术方案实现：
一种基于机载雷达的风电机组发电量优化效果评价方法，包括以下步骤：
获取待评价的风电机组；
在待评价的风电机组上安装机载雷达；
在待评价的风电机组机舱上安装温度传感器、湿度传感器和气压传感器，并在待评价的风电机组塔底安装功率采集系统；
对机载雷达和功率采集系统进行对时处理；
采集优化前待评价的风电机组的运行数据并进行筛选；对筛选后运行数据进预处理；对预处理后的数据进行划分，获得若干区间，计算每个区间的平均风速和平均功率，计算得到优化前的功率曲线；
采集优化后待评价的风电机组的运行数据并进行筛选；对筛选后运行数据进预处理；对预处理后的数据进行划分，获得若干区间，根据机载雷达采集的风速数据计算每个区间的平均风速，根据功率采集系统采集的有功功率计算每个区间的平均功率，从而计算得到优化后的功率曲线；
收集风电场测风塔数据，计算得到风电场的风频分布；
根据优化前后的功率曲线和风电场的风频分布，计算得到该机组的优化前后的年发电量(Annual Energy Production，简称AEP)。
本发明的进一步改进在于：获取待评价的风电机组时，根据风电场的排布图、风向与风能玫瑰图，选择受尾流影响最小的机组进行优化效果评价。
本发明的进一步改进在于：机载雷达的探测距离位于两倍风轮直径到四倍风轮直径之间。
本发明的进一步改进在于：机载雷达的探测距离为二点五倍风轮直径。
本发明的进一步改进在于：对机载雷达和功率采集系统二者之间的时间差小于六秒。
本发明的进一步改进在于：数据筛选时，去除风力发电机组停机维护发生时的数据；去除温度传感器、湿度传感器、气压传感器、功率采集系统或机载雷达故障时的数据；去除风向在尾流区的数据。
本发明的进一步改进在于：预处理时，分别计算空气密度、风电机组输出功率和风速；
空气密度计算公式：
Figure BDA0003261994630000021
式中ρ10min：导出的10分钟空气密度平均值；
T10min：测量的绝对气温的10分钟平均值，单位K；
B10min：校正到轮毂高度处的10分钟气压平均值，单位Pa；
R0：干燥空气的气体常数287.05，单位J/kg·K；
Φ：相对湿度，范围0％～100％；
Rw：水蒸汽气体常数461.5，单位J/kg·K；
Pw：水蒸汽压力，等于0.0000205exp(0.0631846T10min)，单位Pa；
风电机输出功率计算公式：
Figure BDA0003261994630000031
式中：Pn：规格化后的输出功率；
P10min：测量功率10分钟平均值；
ρ0：参考空气密度；
ρ10min：10分钟空气密度平均值；
风速计算公式：
Figure BDA0003261994630000032
式中：
Vn：规格化后的风速；
V10min：测量风速10分钟平均值
ρ0：参考空气密度；
ρ10min：10分钟空气密度平均值。
本发明的进一步改进在于：对归一化的数据按照0.5m/s的区间进行划分，进而计算每个区间的平均风速和平均功率，平均风速和平均功率计算公式：
Figure BDA0003261994630000033
Figure BDA0003261994630000041
式中
Vi：第i个区间标准化的平均风速；
Vn,i,j：第i个区间数组j标准化的风速；
Pi：第i个区间标准化的平均输出功率；
Pn,i,j：第i个区间数组j标准化的平均输出功率；
Ni：第i个区间内10min数组的数目。
本发明的进一步改进在于：所述运行数据包括通过温度传感器、湿度传感器和气压传感器采集的待评价的风电机组周围的温度、湿度和气压数据；通过功率采集系统采集的待评价的风电机组的有功功率；通过机载雷达采集的待评价的风电机组的风速。
本发明的进一步改进在于：AEP计算公式为：
AEP＝∑风频分布值×8760×功率曲线值
优化前后提升的发电量为ΔAEP＝(AEP技改后-AEP技改前)。
与现有技术相比，本发明具有以下有益效果：
1、机载雷达可以根据需要方便的移动和安装，可以对不同地形、不同型号的风电机组进行考核，提高了风电机组功率曲线考核的便利性和可操作性；
2、给出最优的机载雷达探测距离，使机载雷达对风速的测量更精确。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明一种基于机载雷达的风电机组发电量优化效果评价方法流程图。
具体实施方式
下面将参考附图并结合实施例来详细说明本发明。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。
以下详细说明均是示例性的说明，旨在对本发明提供进一步的详细说明。除非另有指明，本发明所采用的所有技术术语与本发明所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式，而并非意图限制根据本发明的示例性实施方式。
实施例1
如图1所示，本发明提供的一种基于机载雷达的风电机组发电量优化效果评价方法，包括以下步骤：采用机载雷达、温湿度传感器、气压传感器、功率采集系统等设备进行测量，进行无效数据的剔除，计算得到优化前后的功率曲线，利用风电场近一年的测风塔数据，得到该风电场的风频分布，根据优化前后的功率曲线和风电场风频分布，计算得到该优化机组的优化效果。
根据机组的型号，获取合适的机载雷达，机载雷达探测的距离大于等于机组风轮直径的两倍，具体地：
根据风电场的排布图、风向与风能玫瑰图，获取出受尾流影响最小的机组进行优化效果评价；
获得待测风电机组后，对机载雷达进行安装，并对探测距离进行设置，具体地：
至少有一个探测距离位于两倍风轮直径到四倍风轮直径之间，最好在2.5倍风轮直径的距离设置一个探测点；
在风电机机舱上安装温度传感器、湿度传感器和气压传感器用于测量空气密度，同时在风电机塔底安装有功率采集系统用于采集机组有功功率并同时采集机组状态量。
对机载雷达和功率采集系统进行对时处理，使二者之间的时间差小于六秒；
系统安装完毕后，进行数据采集工作，对采集到的数据进行剔除，具体地：
剔除风力发电机组停机维护等情况发生时的数据；
剔除测量仪器故障时的数据；
剔除风向在尾流区的数据；
对筛选后的数据进行归一化、标准空气密度转化的计算，具体地：
空气密度计算公式：
Figure BDA0003261994630000061
式中ρ10min：导出的10分钟空气密度平均值；
T10min：测量的绝对气温的10分钟平均值，单位K；
B10min：校正到轮毂高度处的10分钟气压平均值，单位Pa；
R0：干燥空气的气体常数287.05，单位J/kg·K；
Φ：相对湿度，范围0％～100％；
Rw：水蒸汽气体常数461.5，单位J/kg·K；
Pw：水蒸汽压力，等于0.0000205exp(0.0631846T10min)，单位Pa；
对于定桨距、定转速的失速调节风力发电机组，应根据下列公式对测量的风力发电机组输出功率进行归一化处理：
Figure BDA0003261994630000062
式中：Pn：规格化后的输出功率；
P10min：测量功率10分钟平均值；
ρ0：参考空气密度；
ρ10min：10分钟空气密度平均值；
对于采用有功功率控制的风力发电机组，则根据下列公式对风速进行归一化处理：
Figure BDA0003261994630000071
式中：
Vn：规格化后的风速；
V10min：测量风速10分钟平均值
ρ0：参考空气密度；
ρ10min：10分钟空气密度平均值；
对归一化后的数据按照0.5m/s的区间进行划分，进一步计算每个区间的平均风速和平均功率；计算得到优化前的功率曲线，平均风速和平均功率计算公式：
Figure BDA0003261994630000072
Figure BDA0003261994630000073
式中
Vi：第i个区间标准化的平均风速；
Vn,i,j：第i个区间数组j标准化的风速；
Pi：第i个区间标准化的平均输出功率；
Pn,i,j：第i个区间数组j标准化的平均输出功率；
Ni：第i个区间内10min数组的数目；
重复数据采集与剔除、数据归一化和划分数据计算平均风速和平均功率的步骤，从而计算得到优化后的功率曲线；
收集风电场近一年的测风塔数据，进行无效数据剔除和插补，最终计算得到该风电场的风频分布；
根据优化前后的功率曲线和风电场的风频分布，计算得到该机组的优化前后的年发电量(Annual Energy Production，简称AEP)，AEP计算公式为：
AEP＝∑风频分布值×8760×功率曲线值
优化前后提升的发电量为ΔAEP＝(AEP技改后-AEP技改前)。
由技术常识可知，本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此，上述公开的实施方案，就各方面而言，都只是举例说明，并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (10)

1.一种基于机载雷达的风电机组发电量优化效果评价方法，其特征在于：包括以下步骤：
获取待评价的风电机组；
在待评价的风电机组上安装机载雷达；
在待评价的风电机组机舱上安装温度传感器、湿度传感器和气压传感器，并在待评价的风电机组塔底安装功率采集系统；
对机载雷达和功率采集系统进行对时处理；
采集优化前待评价的风电机组的运行数据并进行筛选；对筛选后运行数据进预处理；对预处理后的数据进行划分，获得若干区间，计算每个区间的平均风速和平均功率，计算得到优化前的功率曲线；
采集优化后待评价的风电机组的运行数据并进行筛选；对筛选后运行数据进预处理；对预处理后的数据进行划分，获得若干区间，根据机载雷达采集的风速数据计算每个区间的平均风速，根据功率采集系统采集的有功功率计算每个区间的平均功率，从而计算得到优化后的功率曲线；
收集风电场测风塔数据，计算得到风电场的风频分布；
根据优化前后的功率曲线和风电场的风频分布，计算得到待评价的风电机组优化前后的年发电量AEP。
2.根据权利要求1所述的一种基于机载雷达的风电机组发电量优化效果评价方法，其特征在于，所述运行数据包括通过温度传感器、湿度传感器和气压传感器采集的待评价的风电机组周围的温度、湿度和气压数据；通过功率采集系统采集的待评价的风电机组的有功功率；通过机载雷达采集的待评价的风电机组的风速。
3.根据权利要求1所述的一种基于机载雷达的风电机组发电量优化效果评价方法，其特征在于，获取待评价的风电机组时，根据风电场的排布图、风向与风能玫瑰图，选择受尾流影响最小的机组进行优化效果评价。
4.根据权利要求1所述的一种基于机载雷达的风电机组发电量优化效果评价方法，其特征在于，机载雷达的探测距离位于两倍风轮直径到四倍风轮直径之间。
5.根据权利要求4所述的一种基于机载雷达的风电机组发电量优化效果评价方法，其特征在于，机载雷达的探测距离为二点五倍风轮直径。
6.根据权利要求1所述的一种基于机载雷达的风电机组发电量优化效果评价方法，其特征在于，对机载雷达和功率采集系统二者之间的时间差小于六秒。
7.根据权利要求1所述的一种基于机载雷达的风电机组发电量优化效果评价方法，其特征在于，数据筛选时，去除风力发电机组停机维护发生时的数据；去除温度传感器、湿度传感器、气压传感器、功率采集系统或机载雷达故障时的数据；去除风向在尾流区的数据。
8.根据权利要求1所述的一种基于机载雷达的风电机组发电量优化效果评价方法，其特征在于，预处理时，分别计算空气密度、风电机组输出功率和风速；
空气密度计算公式：
Figure FDA0003261994620000021
式中ρ10min：导出的10分钟空气密度平均值；
T10min：测量的绝对气温的10分钟平均值，单位K；
B10min：校正到轮毂高度处的10分钟气压平均值，单位Pa；
R0：干燥空气的气体常数287.05，单位J/kg·K；
Φ：相对湿度，范围0％～100％；
Rw：水蒸汽气体常数461.5，单位J/kg·K；
Pw：水蒸汽压力，等于0.0000205exp(0.0631846T10min)，单位Pa；
风电机输出功率计算公式：
Figure FDA0003261994620000031
式中：Pn：规格化后的输出功率；
P10min：测量功率10分钟平均值；
ρ0：参考空气密度；
ρ10min：10分钟空气密度平均值；
风速计算公式：
Figure FDA0003261994620000032
式中：
Vn：规格化后的风速；
V10min：测量风速10分钟平均值；
ρ0：参考空气密度；
ρ10min：10分钟空气密度平均值。
9.根据权利要求1所述的一种基于机载雷达的风电机组发电量优化效果评价方法，其特征在于，对归一化的数据按照0.5m/s的区间进行划分，计算平均风速和平均功率时，根据平均风速和平均功率加算公式：
Figure FDA0003261994620000033
Figure FDA0003261994620000034
式中
Vi：第i个区间标准化的平均风速；
Vn,i,j：第i个区间数组j标准化的风速；
Pi：第i个区间标准化的平均输出功率；
Pn,i,j：第i个区间数组j标准化的平均输出功率；
Ni：第i个区间内10min数组的数目。
10.根据权利要求1所述的一种基于机载雷达的风电机组发电量优化效果评价方法，其特征在于，AEP计算公式为：
AEP＝∑风频分布值×8760×功率曲线值
优化前后提升的发电量为ΔAEP＝(AEP技改后-AEP技改前)。
CN202111075529.6A 2021-09-14 2021-09-14 一种基于机载雷达的风电机组发电量优化效果评价方法 Active CN113807693B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111075529.6A CN113807693B (zh) 2021-09-14 2021-09-14 一种基于机载雷达的风电机组发电量优化效果评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111075529.6A CN113807693B (zh) 2021-09-14 2021-09-14 一种基于机载雷达的风电机组发电量优化效果评价方法

Publications (2)

Publication Number Publication Date
CN113807693A CN113807693A (zh) 2021-12-17
CN113807693B true CN113807693B (zh) 2022-12-09

Family

ID=78895292

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111075529.6A Active CN113807693B (zh) 2021-09-14 2021-09-14 一种基于机载雷达的风电机组发电量优化效果评价方法

Country Status (1)

Country Link
CN (1) CN113807693B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115980504B (zh) * 2023-03-21 2023-08-11 中车山东风电有限公司 一种风力发电机组发电性能在线检测方法及检测终端

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106157165A (zh) * 2015-04-09 2016-11-23 华电电力科学研究院 一种基于激光雷达测风仪风电机组功率曲线考核评估方法
CN106815456A (zh) * 2015-12-02 2017-06-09 中国电力科学研究院 一种风电机组功率特性评价方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106157165A (zh) * 2015-04-09 2016-11-23 华电电力科学研究院 一种基于激光雷达测风仪风电机组功率曲线考核评估方法
CN106815456A (zh) * 2015-12-02 2017-06-09 中国电力科学研究院 一种风电机组功率特性评价方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于激光雷达测风仪的风电场风电机组性能评估研究;付立等;《华电技术》;20170625(第06期);全文 *
激光测风仪在风电机组功率特性现场测试中的应用与分析;刘敬智等;《华北电力技术》;20150325(第03期);全文 *

Also Published As

Publication number Publication date
CN113807693A (zh) 2021-12-17

Similar Documents

Publication Publication Date Title
US20090039650A1 (en) Event monitoring via combination of signals
CN112231361B (zh) 一种基于风机运行数据的风电项目发电量评估方法
AU2011253963A1 (en) Method and arrangement for detecting a blade pitch angle unbalance of a rotor blade system of a wind turbine
CN115358606B (zh) 一种平缓地形下在役风电场能效评估方法及系统
CN104101652B (zh) 一种基于音频信号的风电叶片损伤监测方法及监测系统
CN113807693B (zh) 一种基于机载雷达的风电机组发电量优化效果评价方法
CN113033009B (zh) 一种在役海上风电场尾流损失实时计算方法
CN111091298A (zh) 一种风电场流场耦合特性评估与智能分群方法及系统
CN110925134B (zh) 一种风电机组的输出功率给定值实时修正系统及方法
US11157261B2 (en) Method of evaluating a software upgrade of a wind turbine
CN113343562A (zh) 一种基于混合建模策略的风机功率预测方法及系统
CN116557230A (zh) 一种风电场机组功率异常在线评估方法及系统
CN109239452A (zh) 一种风力机功率性能测试系统及测试方法
CN114912807A (zh) 一种风电机组技改后发电量提升效果评估方法和评估系统
CN112377374A (zh) 基于海拔高度的风力发电机组功率特性检测系统
CN114398842A (zh) 一种在运行风电场发电量评估方法
Qiao et al. Research on SCADA data preprocessing method of Wind Turbine
CN111476679A (zh) 根据大气稳定度修正风电机组功率曲线的方法
CN111738556A (zh) 一种基于机头微气候评估风机发电能力的方法
CN214273866U (zh) 基于海拔高度的风力发电机组功率特性检测装置
CN111561907A (zh) 一种基于平面倾角测量的塔筒不均匀沉降监测方法
CN214836884U (zh) 一种用于海上风电机组功率特性测量的装置
CN113309661B (zh) 一种提升风力发电机组发电量的方法
Qu et al. Improved Data-Driven Yaw Misalignment Calibration of Wind Turbine via LiDAR Verification
CN116696683B (zh) 一种风力发电机的风速风向仪故障的判断方法及检测装置

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