CN115310375A - 基于流体动力学模型的风电机组机舱传递函数拟合方法 - Google Patents

基于流体动力学模型的风电机组机舱传递函数拟合方法 Download PDF

Info

Publication number
CN115310375A
CN115310375A CN202110490002.3A CN202110490002A CN115310375A CN 115310375 A CN115310375 A CN 115310375A CN 202110490002 A CN202110490002 A CN 202110490002A CN 115310375 A CN115310375 A CN 115310375A
Authority
CN
China
Prior art keywords
wind
data
cabin
wind speed
correlation
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.)
Pending
Application number
CN202110490002.3A
Other languages
English (en)
Inventor
马文通
李霄
邬慧君
于殿富
王晓东
曾博
姚惠
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.)
State Power Investment Group Guangxi Electric Power Co ltd
Shanghai Energy Technology Development Co ltd
Original Assignee
State Power Investment Group Guangxi Electric Power Co ltd
Shanghai Energy Technology Development 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 State Power Investment Group Guangxi Electric Power Co ltd, Shanghai Energy Technology Development Co ltd filed Critical State Power Investment Group Guangxi Electric Power Co ltd
Priority to CN202110490002.3A priority Critical patent/CN115310375A/zh
Publication of CN115310375A publication Critical patent/CN115310375A/zh
Pending legal-status Critical Current

Links

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]
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Mathematical Optimization (AREA)
  • Combustion & Propulsion (AREA)
  • Chemical & Material Sciences (AREA)
  • Algebra (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Fluid Mechanics (AREA)
  • Sustainable Energy (AREA)
  • Mathematical Analysis (AREA)
  • Mechanical Engineering (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Sustainable Development (AREA)
  • Wind Motors (AREA)

Abstract

本发明属于风力发电机组在线检测技术领域，具体公开了基于流体动力学模型的风电机组机舱传递函数拟合方法，包括以下步骤：S1：以稳态不可压缩流体力学动量守恒方程和质量守恒方程为动力框架，对每个网络进行NS方程求解，最终得到风流属性结果，从而实现测风塔点至各机位点处风资源特性的递推；S2：收集场区内至少一个完整年的测风数据，并对数据的完整性和合理性进行检验；S3：收集各机位同期机舱测风仪的数据；S4：对数据进行筛选：S5：整合机舱传递函数计算数据；S6：将风向划分为16个扇区，并在每个扇区内划分区间，分别计算每个区间内WT计算风速的平均值和机舱风速仪测量风速的平均值，即得到每个扇区内的机舱传递函数。

Description

基于流体动力学模型的风电机组机舱传递函数拟合方法
技术领域
本发明涉及风力发电机组在线检测技术领域，具体为基于流体动力学模型的风电机组机舱传递函数拟合方法。
背景技术
出力功率曲线评估是在役风电机组发电效率评价的必备条件，也是作为风电机组是否达到设计标准的重要评判指标，机舱传递函数作为体现风轮前后风速衰减情况的判断依据，是客观评价功率曲线的前提。
现有方法及缺点：1、采用风电机组三维建模方式，通过风洞模型拟合机舱传递函数，需要建立机舱三维模型、并考虑叶根翼型的动态(变桨)影响，独立建模的难度较高，未考虑地形等实际运行环境影响，与实际运行结果可能存在较大偏差；2、IEC方法采用上风向树立测风塔的方式测量机舱前自由来流风速，有严格位置、距离等要求，实际风场中难以操作；
IEC61400-12部分提供了统一的使用机舱风速计测试、分析、报告单台风电机组功率特性的方法，但该标准只能应用在尺寸足够的水平轴风力发电机组，且机舱风速计不受风力发电机组叶片及机舱严重影响以至于影响风力发电机组功率特性的情况下。IEC61400-12-2标准中，关于机舱传递函数的测量方法有严格定义，虽然该标准中包括了确定和应用合适的修正来解决机舱测风仪测量的风速受到风轮的严重影响问题，但修正的同时也增加了不确定度；另一方面，该标准无法避免由于风切变和湍流强度较大的变化以及数据筛选标准的选择引起的误差。
应对机舱前自由来流风速测量困难、各机位具体地理参数影响因素复杂的现状，通过流体仿真的方式获取风电场各机位风轮前自由来流风速，并采用分段线性拟合的方法获取各机位机舱传递函数。同时，通过相关性分析和显著性检验筛选合适的风机数据，以减少拟合误差。
发明内容
本发明的目的在于提供基于流体动力学模型的风电机组机舱传递函数拟合方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：基于流体动力学模型的风电机组机舱传递函数拟合方法，包括以下步骤：
S1：利用计算流体力学模式中的Meteodyn WT进行微观模型的建立和流场模拟，Meteodyn WT以稳态不可压缩流体力学动量守恒方程和质量守恒方程为动力框架，针对风电场场区建立水平方向为30-50m，垂直方向为5-8m的体积网络，并对每个网络进行NS方程求解，最终得到风流属性结果，其中包括风加速因子、入流角、水平偏差和湍流强度等，从而实现测风塔点至各机位点处风资源特性的递推；
S2：收集场区内至少一个完整年的测风数据，并对数据的完整性和合理性进行检验，同时对数据进行清洗，剔除不合理数据；之后，提取轮毅高度处风速和风向时间序列，带入WT微尺度模型，推算各机位轮毅高度的风速风向时间序列；
S3：收集各机位同期机舱测风仪的数据，对数据进行清洗，剔除不合理数据，并将机舱测风仪数据的实践系列和WT计算数据的时间系列一一对应；
S4：对数据进行筛选，从历史数据角度出发，通过相关性筛选风电机组测量数据：(a)分别计算不同风电机组机舱测风仪测量的风速与WT计算风速的相关性，筛选风速相关性大于0.7且满足显著性检验的机组；(b)分别计算不同风电机组机舱风速仪测量的风向与WT计算风向的相关性，筛选风向相关性大于0.7且满足显著性检验的机组；
S5：整合机舱传递函数计算数据，即选取风速相关性和风向相关性均大于0.7且满足显著性检验的风电机组或邻近的风电机组，并将不同风电机组的机舱测风仪数据进行拼接；
S6：以22.5°为区间长度将风向划分为16个扇区，并在每个扇区内按照风电机组机舱测风仪测量风速以0.5m/s的间隔划分区间，分别计算每个区间内WT计算风速的平均值和机舱风速仪测量风速的平均值，即得到每个扇区内的机舱传递函数。
优选的，在所述S1步骤中，在计算机组轮毅前自由来流风速时，考虑周边机组对计算机组的尾流影响，尾流损失采用改进的PARK模型进行测算，递推到各个风机位置处的风加速因数将乘以由尾流效应生成的风减速系数，即
Figure BDA0003051975250000031
其中
Figure BDA0003051975250000032
其中Cwake为风减速系数、K为尾流衰减常数、Udownwind为下风向风速、Uupwind为上风向风速、Ct为机组推力系数、Iurot为产生尾流风机处湍流强度的计算值、x为与风机的距离。
优选的，在所述S2步骤中，按照《风电场风能资源评估方法》(GB/T18710-2002)和《风电场工程风能资源测量与评估技术规范》(NBT31147-2018)对数据的完整性和合理性进行检验。
优选的，在S4步骤中，风速相关性ρ的计算方法如下：
Figure BDA0003051975250000033
WT计算风速的时间系列为X＝{x1,x2,…xn}，机舱测风仪测量风速的时间系列为Y＝{y1,y2,…yn}，得到cov(xi,yi)＝E((xi-E(xi))(yi-E(yi)))；在S4步骤中，风向相关性的计算方法参照风速相关性的计算方法。
优选的，在所述S4步骤中，对数据进行筛选的方法还包括从实际地理参数角度出发，通过海波高度、距离等因素筛选邻近的风电机组机舱测风仪测量数据。
与现有技术相比，本发明的有益效果是：本发明采用CFD模型仿真与测风塔、风电机组实际运行数据相结合的方法，获取机舱传递函数，充分考虑了风电机组实际运行工况，并利用相关性的强弱实现机舱测风仪数据的选取，降低了数据选取的难度。另外，本发明相对于IEC标准做法，降低了观测难度，且易于计算机编程实现，更加适合于在役风电场进行后评价。
附图说明
图1为本发明整体的流程图。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示；本发明提供基于流体动力学模型的风电机组机舱传递函数拟合方法，包括以下步骤：
S1：利用计算流体力学模式中的Meteodyn WT进行微观模型的建立和流场模拟，Meteodyn WT以稳态不可压缩流体力学动量守恒方程和质量守恒方程为动力框架，针对风电场场区建立水平方向为30-50m，垂直方向为5-8m的体积网络，并对每个网络进行NS方程求解，最终得到风流属性结果，其中包括风加速因子、入流角、水平偏差和湍流强度等，从而实现测风塔点至各机位点处风资源特性的递推；
在计算机组轮毅前自由来流风速时，考虑周边机组对计算机组的尾流影响，尾流损失采用改进的PARK模型进行测算，递推到各个风机位置处的风加速因数将乘以由尾流效应生成的风减速系数，即
Figure BDA0003051975250000041
其中
Figure BDA0003051975250000042
其中Cwake为风减速系数、K为尾流衰减常数、Udownwind为下风向风速、Uupwind为上风向风速、Ct为机组推力系数、Iurot为产生尾流风机处湍流强度的计算值、x为与风机的距离；
如果一台风力发电机的叶轮部分位于另一台风力发电机的尾流区域中，风速降低是与两台风力发电机的叶轮重叠面积成比例的；
S2：收集场区内至少一个完整年的测风数据，按照《风电场风能资源评估方法》(GB/T18710-2002)和《风电场工程风能资源测量与评估技术规范》(NBT31147-2018)对数据的完整性和合理性进行检验，同时对数据进行清洗，剔除不合理数据；之后，提取轮毅高度处风速和风向时间序列，带入WT微尺度模型，推算各机位轮毅高度的风速风向时间序列；
S3：收集各机位同期机舱测风仪的数据，对数据进行清洗，剔除不合理数据，并将机舱测风仪数据的实践系列和WT计算数据的时间系列一一对应；
S4：对数据进行筛选，从历史数据角度出发，通过相关性筛选风电机组测量数据：(a)分别计算不同风电机组机舱测风仪测量的风速与WT计算风速的相关性，筛选风速相关性大于0.7且满足显著性检验的机组；(b)分别计算不同风电机组机舱风速仪测量的风向与WT计算风向的相关性，筛选风向相关性大于0.7且满足显著性检验的机组；
风速相关性ρ的计算方法如下：
Figure BDA0003051975250000051
WT计算风速的时间系列为X＝{x1,x2,…xn}，机舱测风仪测量风速的时间系列为Y＝{y1,y2,…yn}，得到cov(xi,yi)＝E((xi-E(xi))(yi-E(yi)))；在S4步骤中，风向相关性的计算方法参照风速相关性的计算方法；
风向相关性的计算方法参照风速相关性的计算方法；
对数据进行筛选的方法还包括从实际地理参数角度出发，通过海波高度、距离等因素筛选邻近的风电机组机舱测风仪测量数据
S5：整合机舱传递函数计算数据，即选取风速相关性和风向相关性均大于0.7且满足显著性检验的风电机组或邻近的风电机组，并将不同风电机组的机舱测风仪数据进行拼接，得到如下格式的数据：
序号 WT计算风速 机舱风速仪测量风速 机舱风速仪测量风向
1 3.93 2.31 283.9
2 4.23 3.64 292.4
……
S6：以22.5°为区间长度将风向划分为16个扇区，并在每个扇区内按照风电机组机舱测风仪测量风速以0.5m/s的间隔划分区间，分别计算每个区间内WT计算风速的平均值和机舱风速仪测量风速的平均值，即得到每个扇区内的机舱传递函数；最终16个扇区的机舱传递函数组成的机舱传递函数矩阵如下所示：
扇区1 扇区2 … 扇区15 扇区16
0-0.5m/s 0.51 0.55 0.50 0.50
0.5-1m/s 1.12 1.48 1.11 1.13
1-1.5m/s 1.75 2.1 1.53 1.58
……
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (5)

1.基于流体动力学模型的风电机组机舱传递函数拟合方法，其特征在于，包括以下步骤：
S1：利用计算流体力学模式中的Meteodyn WT进行微观模型的建立和流场模拟，Meteodyn WT以稳态不可压缩流体力学动量守恒方程和质量守恒方程为动力框架，针对风电场场区建立水平方向为30-50m，垂直方向为5-8m的体积网络，并对每个网络进行NS方程求解，最终得到风流属性结果，其中包括风加速因子、入流角、水平偏差和湍流强度等，从而实现测风塔点至各机位点处风资源特性的递推；
S2：收集场区内至少一个完整年的测风数据，并对数据的完整性和合理性进行检验，同时对数据进行清洗，剔除不合理数据；之后，提取轮毅高度处风速和风向时间序列，带入WT微尺度模型，推算各机位轮毅高度的风速风向时间序列；
S3：收集各机位同期机舱测风仪的数据，对数据进行清洗，剔除不合理数据，并将机舱测风仪数据的实践系列和WT计算数据的时间系列一一对应；
S4：对数据进行筛选，从历史数据角度出发，通过相关性筛选风电机组测量数据：(a)分别计算不同风电机组机舱测风仪测量的风速与WT计算风速的相关性，筛选风速相关性大于0.7且满足显著性检验的机组；(b)分别计算不同风电机组机舱风速仪测量的风向与WT计算风向的相关性，筛选风向相关性大于0.7且满足显著性检验的机组；
S5：整合机舱传递函数计算数据，即选取风速相关性和风向相关性均大于0.7且满足显著性检验的风电机组或邻近的风电机组，并将不同风电机组的机舱测风仪数据进行拼接；
S6：以22.5°为区间长度将风向划分为16个扇区，并在每个扇区内按照风电机组机舱测风仪测量风速以0.5m/s的间隔划分区间，分别计算每个区间内WT计算风速的平均值和机舱风速仪测量风速的平均值，即得到每个扇区内的机舱传递函数。
2.根据权利要求1所述的基于流体动力学模型的风电机组机舱传递函数拟合方法，其特征在于：在所述S1步骤中，在计算机组轮毅前自由来流风速时，考虑周边机组对计算机组的尾流影响，尾流损失采用改进的PARK模型进行测算，递推到各个风机位置处的风加速因数将乘以由尾流效应生成的风减速系数，即
Figure FDA0003051975240000021
其中
Figure FDA0003051975240000022
其中Cwake为风减速系数、K为尾流衰减常数、Udownwind为下风向风速、Uupwind为上风向风速、Ct为机组推力系数、Iurot为产生尾流风机处湍流强度的计算值、x为与风机的距离。
3.根据权利要求1所述的基于流体动力学模型的风电机组机舱传递函数拟合方法，其特征在于：在所述S2步骤中，按照《风电场风能资源评估方法》(GB/T18710-2002)和《风电场工程风能资源测量与评估技术规范》(NBT31147-2018)对数据的完整性和合理性进行检验。
4.根据权利要求1所述的基于流体动力学模型的风电机组机舱传递函数拟合方法，其特征在于：在S4步骤中，风速相关性ρ的计算方法如下：
Figure FDA0003051975240000023
WT计算风速的时间系列为X＝{x1,x2,…xn}，机舱测风仪测量风速的时间系列为Y＝{y1,y2,…yn}，得到cov(xi,yi)＝E((xi-E(xi))(yi-E(yi)))；在S4步骤中，风向相关性的计算方法参照风速相关性的计算方法。
5.根据权利要求1所述的基于流体动力学模型的风电机组机舱传递函数拟合方法，其特征在于：在所述S4步骤中，对数据进行筛选的方法还包括从实际地理参数角度出发，通过海波高度、距离等因素筛选邻近的风电机组机舱测风仪测量数据。
CN202110490002.3A 2021-05-06 2021-05-06 基于流体动力学模型的风电机组机舱传递函数拟合方法 Pending CN115310375A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110490002.3A CN115310375A (zh) 2021-05-06 2021-05-06 基于流体动力学模型的风电机组机舱传递函数拟合方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110490002.3A CN115310375A (zh) 2021-05-06 2021-05-06 基于流体动力学模型的风电机组机舱传递函数拟合方法

Publications (1)

Publication Number Publication Date
CN115310375A true CN115310375A (zh) 2022-11-08

Family

ID=83854148

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110490002.3A Pending CN115310375A (zh) 2021-05-06 2021-05-06 基于流体动力学模型的风电机组机舱传递函数拟合方法

Country Status (1)

Country Link
CN (1) CN115310375A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115935645A (zh) * 2022-12-05 2023-04-07 山东大学 基于测风塔数据的风电场上调备用容量评估方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115935645A (zh) * 2022-12-05 2023-04-07 山东大学 基于测风塔数据的风电场上调备用容量评估方法及系统
CN115935645B (zh) * 2022-12-05 2024-05-17 山东大学 基于测风塔数据的风电场上调备用容量评估方法及系统

Similar Documents

Publication Publication Date Title
Toja-Silva et al. A review of computational fluid dynamics (CFD) simulations of the wind flow around buildings for urban wind energy exploitation
Lee et al. Influence of the vertical wind and wind direction on the power output of a small vertical-axis wind turbine installed on the rooftop of a building
Wekesa et al. Experimental and numerical study of turbulence effect on aerodynamic performance of a small-scale vertical axis wind turbine
CN109376389B (zh) 一种基于2D_k Jensen模型的三维尾流数值模拟方法
Wu et al. Simulation of turbulent flow inside and above wind farms: model validation and layout effects
Adaramola et al. Experimental investigation of wake effects on wind turbine performance
KR101706508B1 (ko) 풍력 발전기의 피로 해석 및 등가하중 해석 시스템
St Martin et al. Atmospheric turbulence affects wind turbine nacelle transfer functions
Clifton et al. Turbine inflow characterization at the national wind technology center
CN103617308B (zh) 一种风电场频域等效模型的构建方法
CN106815773A (zh) 一种风电场功率特性评估方法
CN108717593A (zh) 一种基于风轮面等效风速的微观选址发电量评估方法
Churchfield et al. A comparison of the dynamic wake meandering model, large-eddy simulation, and field data at the egmond aan Zee offshore wind plant
CN113627101A (zh) 一种基于改进型ad/rsm模型的风力机尾流模拟方法
Zhao et al. Research on the rotor speed and aerodynamic characteristics of a dynamic yawing wind turbine with a short-time uniform wind direction variation
CN115310375A (zh) 基于流体动力学模型的风电机组机舱传递函数拟合方法
Lebron et al. Interaction between a wind turbine array and a turbulent boundary layer
Antoniou et al. Influence of wind characteristics on turbine performance
Thambidurai Arasi et al. Effect of Blade Shape on Aerodynamic and Aeroacoustic characteristics of Vertical Axis Wind Turbines using mid-fidelity and high-fidelity methods
CN115204709A (zh) 一种便于风电场选址的台风风险评估方法
Mazarbhuiya et al. A 2D numerical simulation of blade twist effect on the aerodynamic performance of an asymmetric blade vertical axis wind turbine in low wind speed
Rodriguez et al. CFD Design of Urban Wind Turbines: A Review and Critical Analysis
Pitance et al. Experimental validation of Pharwen code using data from Vertical-axis wind turbines
Ameur et al. Effects of wind turbine rotor modelling on nacelle anemometry
Bernardoni et al. Implications of complex terrain topography on the performance of a real wind farm

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