CN114417583A - 风电机组尾流速度损失的评估方法、装置及存储介质 - Google Patents

Abstract

本发明涉及风力发电技术领域，具体提供一种风电机组尾流速度损失的评估方法、装置及存储介质，旨在解决现有评估方法中尾流膨胀率的计算通常依赖拟合获得的半经验公式导致在某些风况下风电机组尾流速度损失的预测精度较低的问题。为此目的，本发明的风电机组尾流速度损失的评估方法包括：获取风电机组上游的流向速度分量时间序列、展向速度分量时间序列和垂向速度分量时间序列；基于流向速度分量时间序列确定第一初始尾流宽度和对流速度；基于展向速度分量时间序列、垂向速度分量时间序列、第一初始尾流宽度和对流速度确定最终尾流膨胀率；基于最终尾流膨胀率对风电机组尾流速度损失进行评估，得到评估结果。

Description

风电机组尾流速度损失的评估方法、装置及存储介质

技术领域

本发明涉及风力发电技术领域，具体提供一种风电机组尾流速度损失的评估方法、装置及存储介质。

背景技术

风电机组的尾流效应会导致风电场发电量显著下降，因此，在前期规划中考虑风电机组尾流进行排布优化是十分有必要的。当前通常采用解析尾流模型进行风电场排布优化。现有解析尾流模型中唯一待定的自由参数是就是尾流膨胀率，通过尾流膨胀率即可确定尾流宽度，进而计算尾流速度损失。准确地计算尾流膨胀率对于计算风电机组尾流速度损失，优化风电场排布有着至关重要的意义。目前尾流膨胀率的计算通常依赖拟合获得的半经验公式，这些公式通常只考虑了湍流强度的影响，在某些风况下风电机组尾流速度损失的预测精度较低。

相应地，本领域需要一种新的风电机组尾流速度损失的评估方案来解决上述问题。

发明内容

为了克服上述缺陷，提出了本发明，以提供解决或至少部分地解决目前尾流膨胀率的计算通常依赖拟合获得的半经验公式，这些公式通常只考虑了湍流强度的影响，在某些风况下风电机组尾流速度损失的预测精度较低的技术问题。本发明提供了一种风电机组尾流速度损失的评估方法、装置及存储介质。

在第一方面，本发明提供一种风电机组尾流速度损失的评估方法，包括：获取风电机组上游的流向速度分量时间序列、展向速度分量时间序列和垂向速度分量时间序列；基于所述流向速度分量时间序列确定第一初始尾流宽度和对流速度；基于所述展向速度分量时间序列、垂向速度分量时间序列、第一初始尾流宽度和对流速度确定最终尾流膨胀率；基于所述最终尾流膨胀率对风电机组尾流速度损失进行评估，得到评估结果。

在一个实施方式中，基于所述流向速度分量时间序列确定第一初始尾流宽度和对流速度包括：基于所述流向速度分量时间序列计算平均入流速度和流向湍流强度；基于所述平均入流速度确定风电机组推力系数；基于所述流向湍流强度、风电机组推力系数以及风电机组下游初始位置确定第一初始尾流宽度；基于所述平均入流速度和风电机组推力系数确定所述对流速度。

在一个实施方式中，基于所述展向速度分量时间序列、垂向速度分量时间序列、第一初始尾流宽度和对流速度确定最终尾流膨胀率包括：

步骤S1、基于所述展向速度分量时间序列、垂向速度分量时间序列、第一初始尾流宽度和对流速度确定风电机组尾流虚拟起始点；

步骤S2、基于所述风电机组尾流虚拟起始点确定风电机组下游不同位置的第一尾流宽度；

步骤S3、基于尾流宽度的线性膨胀假设对所述风电机组下游不同位置的第一尾流宽度进行拟合，得到当前尾流膨胀率；

步骤S4、基于所述当前尾流膨胀率和风电机组下游初始位置确定第二初始尾流宽度；

步骤S5、基于所述第一初始尾流宽度和第二初始尾流宽度确定最终尾流膨胀率。

在一个实施方式中，上述步骤S1包括：基于所述展向速度分量时间序列计算展向湍流强度和第一能谱；基于所述垂向速度分量时间序列计算第二能谱；获取预设风电机组尾流虚拟起始点，基于所述对流速度、预设风电机组尾流虚拟起始点和风电机组下游初始位置确定第一对流时间；基于所述第一对流时间对所述第一能谱和第二能谱进行过滤，分别得到第一展向有效速度尺度和第一垂向有效速度尺度；基于所述第一展向有效速度尺度、第一垂向有效速度尺度和第一对流时间计算第二尾流宽度，调节所述预设风电机组尾流虚拟起始点，直至所述第二尾流宽度与所述第一初始尾流宽度相等，得到风电机组尾流虚拟起始点。

在一个实施方式中，上述步骤S2包括：基于所述风电机组尾流虚拟起始点计算风电机组下游不同位置的第二对流时间、第二展向有效速度尺度和第二垂向有效速度尺度；基于所述风电机组下游不同位置的第二对流时间、第二展向有效速度尺度和第二垂向有效速度尺度确定风电机组下游不同位置处的第一尾流宽度。

在一个实施方式中，上述步骤S5包括：判断所述第一初始尾流宽度和第二初始尾流宽度是否相等，若是，将所述当前尾流膨胀率作为最终尾流膨胀率；若否，基于所述当前尾流膨胀率更新第一初始尾流宽度和对流速度，重复步骤S1至步骤S3以更新所述当前尾流膨胀率，直至基于更新后的所述当前尾流膨胀率确定的第二初始尾流宽度和所述第一初始尾流宽度相等，则将更新后的所述当前尾流膨胀率作为最终尾流膨胀率。

在一个实施方式中，获取风电机组上游的流向速度分量时间序列、展向速度分量时间序列和垂向速度分量时间序列包括：利用激光雷达或测风塔获取风电机组上游的流向速度分量时间序列、展向速度分量时间序列和垂向速度分量时间序列。

在第二方面，本发明提供一种风电机组尾流速度损失的评估装置，包括：获取模块，被配置为获取风电机组上游的流向速度分量时间序列、展向速度分量时间序列和垂向速度分量时间序列；第一确定模块，被配置为基于所述流向速度分量时间序列确定第一初始尾流宽度和对流速度；第二确定模块，被配置为基于所述展向速度分量时间序列、垂向速度分量时间序列、第一初始尾流宽度和对流速度确定最终尾流膨胀率；评估模块，被配置为基于所述最终尾流膨胀率对风电机组尾流速度损失进行评估，得到评估结果。

在第三方面，提供一种电子设备，该电子设备包括处理器和存储装置，所述存储装置适于存储多条程序代码，所述程序代码适于由所述处理器加载并运行以执行前述任一项所述的风电机组尾流速度损失的评估方法。

在第四方面，提供一种计算机可读存储介质，该计算机可读存储介质其中存储有多条程序代码，所述程序代码适于由处理器加载并运行以执行前述任一项所述的风电机组尾流速度损失的评估方法。

本发明上述一个或多个技术方案，至少具有如下一种或多种有益效果：

本发明中的风电机组尾流速度损失的评估方法，通过获取风电机组上游单点测风时间序列，通过现有的尾流膨胀率计算模型提供尾流宽度初始值，类比标量扩散的方法计算风力机下游不同位置处的尾流宽度，通过迭代方法获得尾流膨胀率，进而对风电机组尾流速度损失进行评估。与现有的半经验公式相比，该方法能够考虑多种因素(湍流强度、大气稳定度等)的耦合影响，具有很高的普适性，大大提高了风电机组尾流速度损失的预测准确性。

附图说明

参照附图，本发明的公开内容将变得更易理解。本领域技术人员容易理解的是：这些附图仅仅用于说明的目的，而并非意在对本发明的保护范围组成限制。此外，图中类似的数字用以表示类似的部件，其中：

图1是根据本发明的一个实施例的风电机组尾流速度损失的评估方法的主要步骤流程示意图；

图2是根据本发明的一个实施例的流向速度分量时间序列、展向速度分量时间序列和垂向速度分量时间序列的示意图；

图3是根据本发明的一个实施例的第一能谱与第二能谱的示意图；

图4是根据本发明的一个实施例的Vestas-80型风电机组U-C_T曲线；

图5是根据本发明的一个实施例的对流速度示意图；

图6是根据本发明的一个实施例的尾流膨胀率确定过程示意图；

图7是根据本发明的一个实施例的基于本申请中的评估方法、BP模型以及MOST模型获得的风电机组下游不同位置处尾流速度损失廓线与LES模拟结果的对比图；

图8是根据本发明的一个实施例的基于本申请中的评估方法、BP模型以及MOST模型获得的风电机组下游不同位置处尾流中心速度损失与LES模拟结果的对比图；

图9是根据本发明的一个实施例的风电机组尾流速度损失的评估装置的主要结构框图示意图。

附图标记列表：

11：获取模块；12：第一确定模块；13：第二确定模块；14：评估模块。

具体实施方式

下面参照附图来描述本发明的一些实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非旨在限制本发明的保护范围。

在本发明的描述中，“模块”、“处理器”可以包括硬件、软件或者两者的组合。一个模块可以包括硬件电路，各种合适的感应器，通信端口，存储器，也可以包括软件部分，比如程序代码，也可以是软件和硬件的组合。处理器可以是中央处理器、微处理器、图像处理器、数字信号处理器或者其他任何合适的处理器。处理器具有数据和/或信号处理功能。处理器可以以软件方式实现、硬件方式实现或者二者结合方式实现。非暂时性的计算机可读存储介质包括任何合适的可存储程序代码的介质，比如磁碟、硬盘、光碟、闪存、只读存储器、随机存取存储器等等。术语“A和/或B”表示所有可能的A与B的组合，比如只是A、只是B或者A和B。术语“至少一个A或B”或者“A和B中的至少一个”含义与“A和/或B”类似，可以包括只是A、只是B或者A和B。单数形式的术语“一个”、“这个”也可以包含复数形式。

目前尾流膨胀率的计算通常依赖拟合获得的半经验公式，这些公式通常只考虑了湍流强度等的影响，在某些风况下，尾流膨胀率的预测精度较低。为此，本申请提供了一种风电机组尾流速度损失的评估方法、装置及存储介质，通过获取风电机组上游单点测风时间序列，通过现有的尾流膨胀率计算模型获得尾流宽度初始值，类比标量扩散的方法计算风力机下游不同位置处的尾流宽度，通过迭代方法获得最终尾流膨胀率，进而对风电机组尾流速度损失进行评估。与现有的半经验公式相比，该方法能够考虑多种因素(湍流强度、大气稳定度等)的耦合影响，具有很高的普适性，大大提高了风电机组尾流速度损失的预测准确性。

参阅附图1，图1是根据本发明的一个实施例的风电机组尾流速度损失的评估方法的主要步骤流程示意图。如图1所示，本发明实施例中的风电机组尾流速度损失的评估方法主要包括下列步骤S101-步骤S104。

步骤S101：获取风电机组上游的流向速度分量时间序列、展向速度分量时间序列和垂向速度分量时间序列。具体来说，本申请主要是利用激光雷达或测风塔获取风电机组上游5D(D为风电机组的风轮直径)处轮毂高度平面的约T＝3600s的秒级流向速度分量u的时间序列、展向速度分量v的时间序列以及垂向速度分量w的时间序列。

步骤S102：基于流向速度分量时间序列确定第一初始尾流宽度和对流速度。具体来说，该步骤具体可通过下述步骤S1021-步骤S1024实现。

步骤S1021：基于流向速度分量时间序列计算平均入流速度和流向湍流强度。具体是先基于下述公式(1)计算平均入流风速U，接着利用公式(2)计算流向湍流强度I_u。

其中，u(t)表示流向速度分量时间序列。

步骤S1022：基于平均入流速度确定风电机组推力系数。一般来说，风电机组的型号选定后，就可以得到风电机组的U-C_T曲线，因此，在计算得到平均入流风速U的情况下，可以从所述风电机组的U-C_T曲线中得到风电机组推力系数C_T。

步骤S1023：基于流向湍流强度、风电机组推力系数以及风电机组下游初始位置确定第一初始尾流宽度。具体来说，该实施例中的风电机组下游初始位置可以给定为x＝4D，将风电机组下游初始位置、流向湍流强度、风电机组推力系数带入现有的尾流宽度计算公式(3)去计算第一初始尾流宽度σ₀，作为迭代初始值，其中

k_w＝0.3837I_u+0.003678 (4)

ε＝-1.93k_w+0.33 (5)

其中，σ表示尾流宽度，k_w为尾流膨胀率，x为风电机组下游不同位置，ε为尾流宽度截距，C_T为风电机组推力系数，I_u为流向湍流强度。

步骤S1024：基于平均入流速度和风电机组推力系数确定对流速度，所述对流速度的计算公式为：

U_a表示对流速度，U表示平均入流速度，C_T表示风电机组推力系数，a表示诱导因子，σ表示尾流宽度，D表示风电机组的风轮直径，x表示风电机组下游不同位置；其中诱导因子可通过下述公式(7)得到，

步骤S103：基于展向速度分量时间序列、垂向速度分量时间序列、第一初始尾流宽度和对流速度确定最终尾流膨胀率。该步骤具体可通过下述步骤S1至步骤S5实现。

步骤S1、基于展向速度分量时间序列、垂向速度分量时间序列、第一初始尾流宽度和对流速度确定风电机组尾流虚拟起始点。在该步骤中，先基于展向速度分量时间序列计算展向湍流强度I_v和第一能谱E_vv(n)，公式如下所示：

其中，I_v为展向湍流强度，E_vv(n)为第一能谱，v(t)为展向速度分量时间序列。

基于垂向速度分量时间序列计算第二能谱，公式如下所示：

其中，E_ww(n)为第二能谱，w(t)为垂向速度分量时间序列。

接着，获取预设风电机组尾流虚拟起始点，基于对流速度和预设风电机组尾流虚拟起始点确定第一对流时间。具体来说，预设风电机组尾流虚拟起始点可以是假设的风电机组尾流虚拟起始点x₀，基于对流速度U_a、预设风电机组尾流虚拟起始点x₀以及风电机组下游初始位置x＝4D确定第一对流时间，公式如下所示：

其中，T_a为第一对流时间。

其次，基于第一对流时间对第一能谱和第二能谱进行过滤，分别得到第一展向有效速度尺度和第一垂向有效速度尺度，其中，第一展向有效速度尺度和第一垂向有效速度尺度的计算公式如下所示：

其中，v_e为第一展向有效速度尺度，w_e为第一垂向有效速度尺度，β为积分时间尺度比，β＝0.3/I_v。

最后，基于第一展向有效速度尺度、第一垂向有效速度尺度和第一对流时间计算第二尾流宽度，调节预设风电机组尾流虚拟起始点，直至第二尾流宽度与所述第一初始尾流宽度相等，得到风电机组尾流虚拟起始点。具体来说，将第一展向有效速度尺度v_e、第一垂向有效速度尺度w_e和第一对流时间T_a带入尾流宽度的计算公式

可获得第二尾流宽度

其中湍流Schmidt数Sc_t＝0.7。反复修改x₀，直至第二尾流宽度与所述第一初始尾流宽度相等，即

得到风电机组尾流虚拟起始点x₀。

步骤S2、基于风电机组尾流虚拟起始点确定风电机组下游不同位置的第一尾流宽度。具体来说，首先基于风电机组尾流虚拟起始点计算风电机组下游不同位置的第二对流时间、第二展向有效速度尺度和第二垂向有效速度尺度，其中，第二对流时间、第二展向有效速度尺度和第二垂向有效速度尺度的计算公式同样可分别采用上述的公式(11)、公式(12)以及公式(13)，这里不赘述。

接着，基于风电机组下游不同位置的第二对流时间、第二展向有效速度尺度和第二垂向有效速度尺度确定风电机组下游不同位置处的第一尾流宽度，具体是基于公式

计算风电机组下游不同位置处的第一尾流宽度。

步骤S3、基于尾流宽度的线性膨胀假设σ/D＝k_wx/D+ε(其中ε＝-1.93k_w+0.33)对风电机组下游不同位置的第一尾流宽度进行拟合，得到当前尾流膨胀率k_w。

步骤S4、基于当前尾流膨胀率k_w和风电机组下游初始位置x＝4D确定第二初始尾流宽度。具体是将当前尾流膨胀率k_w和风电机组下游初始位置x＝4D带入上述σ/D＝k_wx/D+ε(其中ε＝-1.93k_w+0.33)的计算公式中，可以获得第二初始尾流宽度σ₀′。

步骤S5、基于第一初始尾流宽度和第二初始尾流宽度确定最终尾流膨胀率。在该步骤中，判断第一初始尾流宽度σ₀和第二初始尾流宽度σ₀′是否相等，若两者相等，将所述当前尾流膨胀率k_w作为最终尾流膨胀率；若否，基于所述当前尾流膨胀率k_w更新第一初始尾流宽度σ₀和对流速度U_a，并重复步骤S1至步骤S3以更新当前尾流膨胀率，直至基于更新后的所述当前尾流膨胀率确定的第二初始尾流宽度和第一初始尾流宽度相等，则将更新后的所述当前尾流膨胀率作为最终尾流膨胀率k_w。

步骤S104：基于最终尾流膨胀率对风电机组尾流速度损失进行评估，得到评估结果。具体来说，在该步骤中，可以将最终尾流膨胀率k_w带入解析尾流模型中，即可获得风电机组下游不同位置处的速度损失分布情况，其中解析尾流模型如下式所示：

上式中，z是风电机组下游不同位置距地面的高度，z_h是风电机组轮毂高度，y是风电机组下游不同位置距风轮中心的展向距离。

基于上述步骤S101-步骤S104，通过获取风电机组上游单点测风时间序列，通过现有的尾流膨胀率计算模型提供尾流宽度初始值，类比标量扩散的方法计算风力机下游不同位置处的尾流宽度，通过迭代方法获得尾流膨胀率，进而对风电机组尾流速度损失进行评估。与现有的半经验公式相比，该方法能够考虑多种因素(湍流强度、大气稳定度等)的耦合影响，具有很高的普适性，大大提高了风电机组尾流速度损失的预测准确性。

需要指出的是，尽管上述实施例中将各个步骤按照特定的先后顺序进行了描述，但是本领域技术人员可以理解，为了实现本发明的效果，不同的步骤之间并非必须按照这样的顺序执行，其可以同时(并行)执行或以其他顺序执行，这些变化都在本发明的保护范围之内。

以Vestas-80型风电机组作为本申请风电机组的示例对本申请的技术方案进一步进行说明。在本实施例中，采用高精度大涡模拟(LES)方法对该求解方法进行验证。LES算例设置如表1所示：

表1算例设置

首先获取风电机组上游5D处轮毂高度平面某点的约T＝3600s的秒级流向速度分量u、展向速度分量v以及垂向速度分量w时间序列。本实施例中，通过LES方法获得流向速度分量时间序列、展向速度分量时间序列和垂向速度分量时间序列，具体如图2所示。

对所述流向速度分量时间序列、展向速度分量时间序列和垂向速度分量时间序列进行处理，具体包括：

基于流向速度分量u的时间序列，根据前述公式(1)计算平均入流风速U，以及根据公式(2)流向湍流强度I_u。在本实施例中U＝7.28m/s，I_u＝8.5％。

基于展向速度分量v的时间序列，根据公式(8)计算展向湍流强度I_v及其根据公式(9)计算第一能谱E_vv。在本实施例中I_v＝5.9％，E_vv如图3所示。

基于垂向速度分量w的时间序列，根据公式(10)计算第二能谱E_ww。本实施例中的E_ww如图3所示。

其次，基于流向速度分量时间序列确定第一初始尾流宽度和对流速度。具体是采用公式(3)计算风电机组下游x＝4D处的第一初始尾流宽度σ₀，作为迭代初始值，其中C_T通过风电机组的U-C_T曲线获得。在本实施例中风电机组采用Vestas-80型风电机组，其风电机组的U-C_T曲线如图4所示，基于平均入流风速U可知C_T＝0.8，代入尾流宽度计算公式(3)，可得σ₀＝0.405D。

利用公式(7)确定诱导因子a，基于诱导因子a、利用公式(6)计算对流速度U_a。在本实施例中，基于C_T，可计算a＝0.28,对流速度U_a如图5所示。

接着，类比标量点源扩散确定风力机下游不同位置处的尾流宽度，并利用拟合及迭代方法确定尾流膨胀率k_w。具体是，假设风电机组尾流虚拟起始点x₀，基于对流速度U_a、利用公式(11)计算对流时间T_a，并基于对流时间T_a、利用公式(12)和公式(13)对速度能谱进行过滤，分别获得第一展向有效速度尺度v_e和第一垂向有效速度尺度w_e。基于上述信息计算第二尾流宽度

其中湍流Schmidt数Sc_t＝0.7。反复修改x₀，直至

得到风电机组尾流虚拟起始点x₀。基于上一步得到的风电机组尾流虚拟起始点x₀，选取风电机组下游不同位置x，利用上一步的方法，即可获得风电机组下游不同位置处的第一尾流宽度σ。

基于尾流宽度的线性膨胀假设σ/D＝k_wx/D+ε(ε＝-1.93k_w+0.33)对上一步中获得的第一尾流宽度σ进行拟合，获得当前尾流膨胀率k_w，将x＝4D以及当前尾流膨胀率k_w带入σ/D＝k_wx/D+ε(其中ε＝-1.93k_w+0.33)，获得一个新的初始尾流宽度σ₀，同时更新对流速度U_a。

重复上述步骤，直至新的初始尾流宽度与旧的尾流初始宽度相同，输出此时的k_w，即为当前风况下风电机组尾流的尾流膨胀率。

在本实施例中，最终获得的尾流膨胀率k_w＝0.019，而基于LES数据拟合获得的尾流膨胀率也是0.019，说明本申请的评估方法能够较为精确得计算尾流膨胀率，具体迭代过程如图6所示。首先利用σ₀确定x₀，基于x₀，计算远尾流的尾流宽度，基于线性拟合获得k_w0，并计算下一步迭代初始值σ₁；利用σ₁确定x₁，基于x₁，计算远尾流的尾流宽度，基于线性拟合获得k_w1，并计算下一步迭代初始值σ₂；利用σ₂确定x₂，基于x₂，计算远尾流的尾流宽度，基于线性拟合获得k_w2，并计算下一步迭代初始值σ₃；利用σ₃确定x₃，基于x₃，计算远尾流的尾流宽度，基于线性拟合获得k_w3，并计算下一步迭代初始值σ₄，由于σ₄＝σ₃，迭代终止。最终尾流膨胀率k_w＝0.019。

最后，基于尾流膨胀率对风电机组尾流速度损失进行评估，具体是将上面获得的尾流膨胀率k_w＝0.019代入公式(14)所示的尾流解析模型中，即可获得风电机组下游不同位置处的速度损失分布情况。在本实施例中，还列出了BP模型(k_w＝0.3837I_u+0.003678，

MOST模型(k_w＝0.223I_v+0.022，ε＝-1.91k_w+0.34)以及LES数据作为对比，具体可见图7给出的不同模型预测的风电机组下游不同位置处的速度损失廓线，可以说明基于本申请的技术方案获得的尾流膨胀率能够更加准确地计算尾流速度损失。特别地，本申请还给出了不同模型预测的风电机组尾流区中心位置的速度损失，具体如图8所示。

进一步，本发明还提供了一种风电机组尾流速度损失的评估装置。

参阅附图9，图9是根据本发明的一个实施例的风电机组尾流速度损失的评估装置的主要结构框图。如图9所示，本发明实施例中的风电机组尾流速度损失的评估装置主要包括获取模块11、第一确定模块12、第二确定模块13和评估模块14。在一些实施例中，获取模块11、第一确定模块12、第二确定模块13和评估模块14中的一个或多个可以合并在一起成为一个模块。在一些实施例中获取模块11可以被配置成为获取风电机组上游的流向速度分量时间序列、展向速度分量时间序列和垂向速度分量时间序列。第一确定模块12可以被配置成基于所述流向速度分量时间序列确定第一初始尾流宽度和对流速度。第二确定模块13可以被配置成基于所述展向速度分量时间序列、垂向速度分量时间序列、第一初始尾流宽度和对流速度确定最终尾流膨胀率。评估模块14可以被配置为基于所述最终尾流膨胀率对风电机组尾流速度损失进行评估，得到评估结果。一个实施方式中，具体实现功能的描述可以参见步骤S101-步骤S104所述。

上述风电机组尾流速度损失的评估装置以用于执行图1所示的风电机组尾流速度损失的评估方法实施例，两者的技术原理、所解决的技术问题及产生的技术效果相似，本技术领域技术人员可以清楚地了解到，为了描述的方便和简洁，风电机组尾流速度损失的评估装置的具体工作过程及有关说明，可以参考风电机组尾流速度损失的评估方法的实施例所描述的内容，此处不再赘述。

本领域技术人员能够理解的是，本发明实现上述一实施例的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。所述计算机可读存储介质可以包括：能够携带所述计算机程序代码的任何实体或装置、介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存取存储器、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读存储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，计算机可读存储介质不包括电载波信号和电信信号。

进一步，本发明还提供了一种电子设备。在根据本发明的一个电子设备实施例中，电子设备包括处理器和存储装置，存储装置可以被配置成存储执行上述方法实施例的风电机组尾流速度损失的评估方法的程序，处理器可以被配置成用于执行存储装置中的程序，该程序包括但不限于执行上述方法实施例的风电机组尾流速度损失的评估方法的程序。为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，请参照本发明实施例方法部分。

进一步，本发明还提供了一种计算机可读存储介质。在根据本发明的一个计算机可读存储介质实施例中，计算机可读存储介质可以被配置成存储执行上述方法实施例的风电机组尾流速度损失的评估方法的程序，该程序可以由处理器加载并运行以实现上述风电机组尾流速度损失的评估方法。为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，请参照本发明实施例方法部分。该计算机可读存储介质可以是包括各种电子设备形成的存储装置设备，可选的，本发明实施例中计算机可读存储介质是非暂时性的计算机可读存储介质。

进一步，应该理解的是，由于各个模块的设定仅仅是为了说明本发明的装置的功能单元，这些模块对应的物理器件可以是处理器本身，或者处理器中软件的一部分，硬件的一部分，或者软件和硬件结合的一部分。因此，图中的各个模块的数量仅仅是示意性的。

本领域技术人员能够理解的是，可以对装置中的各个模块进行适应性地拆分或合并。对具体模块的这种拆分或合并并不会导致技术方案偏离本发明的原理，因此，拆分或合并之后的技术方案都将落入本发明的保护范围内。

至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

Claims (10)

1.一种风电机组尾流速度损失的评估方法，其特征在于，包括：

获取风电机组上游的流向速度分量时间序列、展向速度分量时间序列和垂向速度分量时间序列；

基于所述流向速度分量时间序列确定第一初始尾流宽度和对流速度；

基于所述展向速度分量时间序列、垂向速度分量时间序列、第一初始尾流宽度和对流速度确定最终尾流膨胀率；

基于所述最终尾流膨胀率对风电机组尾流速度损失进行评估，得到评估结果。

2.根据权利要求1所述的风电机组尾流速度损失的评估方法，其特征在于，基于所述流向速度分量时间序列确定第一初始尾流宽度和对流速度包括：

基于所述流向速度分量时间序列计算平均入流速度和流向湍流强度；

基于所述平均入流速度确定风电机组推力系数；

基于所述流向湍流强度、风电机组推力系数以及风电机组下游初始位置确定第一初始尾流宽度；

基于所述平均入流速度和风电机组推力系数确定所述对流速度。

3.根据权利要求1所述的风电机组尾流速度损失的评估方法，其特征在于，基于所述展向速度分量时间序列、垂向速度分量时间序列、第一初始尾流宽度和对流速度确定最终尾流膨胀率包括：

步骤S1、基于所述展向速度分量时间序列、垂向速度分量时间序列、第一初始尾流宽度和对流速度确定风电机组尾流虚拟起始点；

步骤S2、基于所述风电机组尾流虚拟起始点确定风电机组下游不同位置的第一尾流宽度；

步骤S3、基于尾流宽度的线性膨胀假设对所述风电机组下游不同位置的第一尾流宽度进行拟合，得到当前尾流膨胀率；

步骤S4、基于所述当前尾流膨胀率和风电机组下游初始位置确定第二初始尾流宽度；

步骤S5、基于所述第一初始尾流宽度和第二初始尾流宽度确定最终尾流膨胀率。

4.根据权利要求3所述的风电机组尾流速度损失的评估方法，其特征在于，上述步骤S1包括：

基于所述展向速度分量时间序列计算展向湍流强度和第一能谱；

基于所述垂向速度分量时间序列计算第二能谱；

获取预设风电机组尾流虚拟起始点，基于所述对流速度、预设风电机组尾流虚拟起始点和风电机组下游初始位置确定第一对流时间；

基于所述第一对流时间对所述第一能谱和第二能谱进行过滤，分别得到第一展向有效速度尺度和第一垂向有效速度尺度；

基于所述第一展向有效速度尺度、第一垂向有效速度尺度和第一对流时间计算第二尾流宽度，调节所述预设风电机组尾流虚拟起始点，直至所述第二尾流宽度与所述第一初始尾流宽度相等，得到风电机组尾流虚拟起始点。

5.根据权利要求3所述的风电机组尾流速度损失的评估方法，其特征在于，上述步骤S2包括：

基于所述风电机组尾流虚拟起始点计算风电机组下游不同位置的第二对流时间、第二展向有效速度尺度和第二垂向有效速度尺度；

基于所述风电机组下游不同位置的第二对流时间、第二展向有效速度尺度和第二垂向有效速度尺度确定风电机组下游不同位置处的第一尾流宽度。

6.根据权利要求3所述的风电机组尾流速度损失的评估方法，其特征在于，上述步骤S5包括：

判断所述第一初始尾流宽度和第二初始尾流宽度是否相等，若是，将所述当前尾流膨胀率作为最终尾流膨胀率；若否，基于所述当前尾流膨胀率更新第一初始尾流宽度和对流速度，重复上述步骤S1至步骤S3以更新所述当前尾流膨胀率，直至基于更新后的所述当前尾流膨胀率确定的第二初始尾流宽度和所述第一初始尾流宽度相等，则将更新后的所述当前尾流膨胀率作为最终尾流膨胀率。

7.根据权利要求1所述的风电机组尾流速度损失的评估方法，其特征在于，获取风电机组上游的流向速度分量时间序列、展向速度分量时间序列和垂向速度分量时间序列包括：利用激光雷达或测风塔获取风电机组上游的流向速度分量时间序列、展向速度分量时间序列和垂向速度分量时间序列。

8.一种风电机组尾流速度损失的评估装置，其特征在于，包括：

获取模块，被配置为获取风电机组上游的流向速度分量时间序列、展向速度分量时间序列和垂向速度分量时间序列；

第一确定模块，被配置为基于所述流向速度分量时间序列确定第一初始尾流宽度和对流速度；

第二确定模块，被配置为基于所述展向速度分量时间序列、垂向速度分量时间序列、第一初始尾流宽度和对流速度确定最终尾流膨胀率；

评估模块，被配置为基于所述最终尾流膨胀率对风电机组尾流速度损失进行评估，得到评估结果。

9.一种电子设备，包括处理器和存储装置，所述存储装置适于存储多条程序代码，其特征在于，所述程序代码适于由所述处理器加载并运行以执行权利要求1至7中任一项所述的风电机组尾流速度损失的评估方法。

10.一种计算机可读存储介质，其中存储有多条程序代码，其特征在于，所述程序代码适于由处理器加载并运行以执行权利要求1至7中任一项所述的风电机组尾流速度损失的评估方法。

Images