CN116050287A - 海上漂浮式风机尾流解析的建模方法和装置 - Google Patents

海上漂浮式风机尾流解析的建模方法和装置 Download PDF

Info

Publication number
CN116050287A
CN116050287A CN202211591521.XA CN202211591521A CN116050287A CN 116050287 A CN116050287 A CN 116050287A CN 202211591521 A CN202211591521 A CN 202211591521A CN 116050287 A CN116050287 A CN 116050287A
Authority
CN
China
Prior art keywords
fan
wake
function
center
determining
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
Application number
CN202211591521.XA
Other languages
English (en)
Other versions
CN116050287B (zh
Inventor
马驰
刘震卿
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.)
Huazhong University of Science and Technology
CGN Wind Energy Ltd
Original Assignee
Huazhong University of Science and Technology
CGN Wind Energy 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 Huazhong University of Science and Technology, CGN Wind Energy Ltd filed Critical Huazhong University of Science and Technology
Priority to CN202211591521.XA priority Critical patent/CN116050287B/zh
Publication of CN116050287A publication Critical patent/CN116050287A/zh
Application granted granted Critical
Publication of CN116050287B publication Critical patent/CN116050287B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/06—Wind turbines or wind farms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
    • 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 Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Fluid Mechanics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computing Systems (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Wind Motors (AREA)

Abstract

本申请公开了一种海上漂浮式风机尾流解析的建模方法和装置。该方法在获取风机下游距离风机的轮毂中心x处的尾流特征宽度σ和风机的尾流中心迹线上的观测点到轮毂中心沿线的第一距离yc后确定风机尾流中心迹线迂回函数，并在获取风机纵摇时叶尖位移幅值Δx后确定幅值函数，从而建立海上漂浮式风机尾流解析模型。本申请实施例的海上漂浮式风机尾流解析的建模方法，充分考虑到了海上漂浮式风机在波浪作用下产生的大幅纵荡和纵摇运动，能够全面、准确、便捷地表征出海上漂浮式风机的尾流发展形态，从而更加精准地描绘出海上漂浮式风机的尾流分布特性，为海上风电场的优化算法迭代提供精确的数据基础，保障了海上风电场供电的长久性和稳定性。

Description

海上漂浮式风机尾流解析的建模方法和装置
技术领域
本申请涉及风力发电技术领域，尤其涉及海上漂浮式风机尾流解析的建模方法和装置。
背景技术
在风电场中，当平稳的气流吹过风机叶片带动风力机转动时，风力机从风中获取能量的同时会在其下游形成风速下降的尾流区，而在此区域内会形成尾流效应。举例来说，如图1所示，从海上风电场的尾流干扰航拍中可以清晰地看到上游风机尾流减速对下游风机运行产生了极大影响。并且，这是造成风电场功率损失、增加发电成本的最重要因素。所以，如不合理布置风机，风电场的功率损失可达40％以上。因此，必须对风电场各机位做合理排布才可最大程度摄取风能，降低发电成本，而风电场优化排布的关键在于准确获取风机尾流风场信息并建立风机尾流解析模型，以便在优化算法中快速迭代。
目前针对海上风电场优化排布的研究中，所采用的尾流解析模型均是基于固定式风机的研究成果。例如，专利CN108108562公开了一种基于高斯分布的风电机组尾流的解析建模方法，根据风速损失沿径向符合高斯分布且尾流半径呈线性膨胀的规律，推导出风电机组尾流区风速分布的计算模型，再根据对不同下游位置的尾流速度的分析，确定下游尾流边界系数的取值范围。专利CN108536907公开了一种基于简化动量定理的风电机组远场尾流解析建模方法，根据简化一维动量定理计算出下游距离x处的最大速度损失，再定义尾流边界，并计算出远场尾流区内任意位置处的速度损失，进而得到风电机组远场尾流区风速分布的计算模型。然而，与传统固定式风机不同，海上漂浮式风机在波浪作用下将产生大幅纵荡与纵摇运动，这会显著地增加海上漂浮式风机与风场的耦合作用，并将导致海上漂浮式风机与固定式风机在尾流分布特性方面存在显著差异。但是，现有研究主要是针对固定式风机尾流分布特性提出了相应的尾流解析模型，对海上漂浮式风机与风场的强耦合作用及其引起的风机尾流分布特性仍然不清，尚未有考虑海上漂浮式风机与风场耦合作用下的尾流解析模型。
发明内容
本申请的目的旨在至少在一定程度上解决上述的技术问题之一。
为此，本发明的第一个目的在于提出海上漂浮式风机尾流解析的建模方法，对固定式风机尾流分布的高斯尾流模型进行有效改进，从而更加适用于海上漂浮式风机尾流区的情况，能够全面、准确、便捷地表征海上漂浮式风机的尾流发展形态，从而更加精准地描绘海上漂浮式风机的尾流分布特性，为海上风电场的优化算法迭代提供精确的数据基础，保障海上风电场供电的长久性和稳定性。
本申请的第二个目的在于提出海上漂浮式风机尾流解析的建模装置。
为达到上述目的，本申请第一方面实施例提出了海上漂浮式风机尾流解析的建模方法，包括：
获取风机下游距离风机的轮毂中心x处的尾流特征宽度σ和风机的尾流中心迹线上的观测点到轮毂中心沿线的第一距离yc；
根据尾流特征宽度σ和第一距离yc确定风机尾流中心迹线迂回概率函数；
获取风机纵摇时叶尖位移幅值Δx；
根据叶尖位移幅值Δx确定幅值函数；
根据风机尾流中心迹线迂回概率函数和幅值函数建立海上漂浮式风机尾流解析模型。
可选的，获取风机下游距离风机的轮毂中心x处的尾流特征宽度σ，包括：
基于公式一获取尾流特征宽度σ，公式一：σ＝k*x+εD，其中，x为风机下游某处到风机的轮毂中心的距离，D为风轮直径，k*为第一预设系数，ε为第二预设系数。
可选的，根据尾流特征宽度σ和第一距离yc确定风机尾流中心迹线迂回概率函数，包括：
风机尾流中心迹线迂回概率函数通过公式二表示，
公式二：
Figure BDA0003994699400000031
其中，σ为风机下游距离风机的轮毂中心x处的尾流特征宽度，yc为风机的尾流中心迹线上的观测点到轮毂中心沿线的第一距离，K为预设迂回参数。
可选的，根据叶尖位移幅值Δx确定幅值函数，包括：
幅值函数通过公式三表示，
公式三：Δf＝pΔx，其中，Δx为风机纵摇时叶尖位移幅值，p为预设幅值参数。
可选的，该方法还包括：
获取风机的推力系数CT和风机尾流的湍流强度I0；
根据推力系数CT和湍流强度I0确定风亏递减函数；
根据风亏递减函数、风机尾流中心迹线迂回概率函数、幅值函数建立海上漂浮式风机尾流解析模型。
可选的，根据推力系数CT和湍流强度I0确定风亏递减函数，包括：
风亏递减函数通过公式四表示，
公式四：
Figure BDA0003994699400000041
其中，x为风机下游某处到风机的轮毂中心的距离，D为风轮直径，CT为风机的推力系数，I0为风机尾流的湍流强度，a、b、c、d分别为第三预设系数、第四预设系数、第五预设系数、第六预设系数。
本申请实施例的海上漂浮式风机尾流解析的建模方法，在获取风机下游距离风机的轮毂中心x处的尾流特征宽度σ和风机的尾流中心迹线上的观测点到轮毂中心沿线的第一距离yc后确定风机尾流中心迹线迂回函数，并在获取风机纵摇时叶尖位移幅值Δx后确定幅值函数，从而建立海上漂浮式风机尾流解析模型。由此，该方法充分考虑到了海上漂浮式风机在波浪作用下产生的大幅纵荡和纵摇运动，并基于尾流动态迂回理论，对固定式风机尾流分布的高斯尾流模型进行了有效改进，从而更加适用于海上漂浮式风机尾流区的情况，能够全面、准确、便捷地表征出海上漂浮式风机的尾流发展形态，从而更加精准地描绘出海上漂浮式风机的尾流分布特性，为海上风电场的优化算法迭代提供精确的数据基础，保障了海上风电场供电的长久性和稳定性。
为达到上述目的，本申请第二方面实施例提出了海上漂浮式风机尾流解析的建模装置，包括：
第一获取模块，用于获取风机下游距离风机的轮毂中心x处的尾流特征宽度σ和风机的尾流中心迹线上的观测点到轮毂中心沿线的第一距离yc；
第一确定模块，用于根据尾流特征宽度σ和第一距离yc确定风机尾流中心迹线迂回概率函数；
第二获取模块，用于获取风机纵摇时叶尖位移幅值Δx；
第二确定模块，根据叶尖位移幅值Δx确定幅值函数；
建立模块，用于根据风机尾流中心迹线迂回概率函数和幅值函数建立海上漂浮式风机尾流解析模型。
可选的，第一获取模块，用于：
基于公式一获取尾流特征宽度σ，公式一：σ＝k*x+εD，其中，x为风机下游某处到风机的轮毂中心的距离，D为风轮直径，k*为第一预设系数，ε为第二预设系数。
可选的，第一确定模块，用于：
风机尾流中心迹线迂回概率函数通过公式二表示，
公式二：
Figure BDA0003994699400000051
其中，σ为风机下游距离风机的轮毂中心x处的尾流特征宽度，yc为风机的尾流中心迹线上的观测点到轮毂中心沿线的第一距离，K为预设迂回参数。
可选的，第二确定模块，用于：
幅值函数通过公式三表示，
公式三：Δf＝pΔx，其中，Δx为风机纵摇时叶尖位移幅值，p为预设幅值参数。
可选的，该装置还包括：
第三获取模块，用于获取风机的推力系数CT和风机尾流的湍流强度I0；
第三确定模块，用于根据推力系数CT和湍流强度I0确定风亏递减函数；
建立模块，还用于根据风亏递减函数、风机尾流中心迹线迂回概率函数、幅值函数建立海上漂浮式风机尾流解析模型。
可选的，第三确定模块，用于：
风亏递减函数通过公式四表示，
公式四：
Figure BDA0003994699400000061
其中，x为风机下游某处到风机的轮毂中心的距离，D为风轮直径，CT为风机的推力系数，I0为风机尾流的湍流强度，a、b、c、d分别为第三预设系数、第四预设系数、第五预设系数、第六预设系数。
本申请实施例的海上漂浮式风机尾流解析的建模装置，在获取风机下游距离风机的轮毂中心x处的尾流特征宽度σ和风机的尾流中心迹线上的观测点到轮毂中心沿线的第一距离yc后确定风机尾流中心迹线迂回函数，并在获取风机纵摇时叶尖位移幅值Δx后确定幅值函数，从而建立海上漂浮式风机尾流解析模型。由此，该装置充分考虑到了海上漂浮式风机在波浪作用下产生的大幅纵荡和纵摇运动，并基于尾流动态迂回理论，对固定式风机尾流分布的高斯尾流模型进行了有效改进，从而更加适用于海上漂浮式风机尾流区的情况，能够全面、准确、便捷地表征出海上漂浮式风机的尾流发展形态，从而更加精准地描绘出海上漂浮式风机的尾流分布特性，为海上风电场的优化算法迭代提供精确的数据基础，保障了海上风电场供电的长久性和稳定性。
本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
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出示了现有技术中海上风电场的尾流干扰的航拍图；
图2出示了一个实施例的海上漂浮式风机尾流解析的建模方法的流程图；
图3出示了现有技术中的固定式海上风机高斯尾流模型的示意图；
图4出示了一个实施例的海上漂浮式风机尾流解析模型的示意图；
图5出示了另一个实施例的海上漂浮式风机尾流解析的建模方法的流程图；
图6出示了一个实施例的海上漂浮式风机尾流解析的建模装置的结构示意图；
图7出示了另一个实施例的海上漂浮式风机尾流解析的建模装置的结构示意图。
具体实施方式
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。下面将参考附图并结合实施例来详细说明本发明。
以下结合具体实施例对本发明作进一步详细描述，这些实施例不能理解为限制本发明所要求保护的范围。
下面参考附图描述本申请实施例的海上漂浮式风机尾流解析的建模方法和装置。
图2是本申请一个实施例的海上漂浮式风机尾流解析的建模方法的流程图，该方法具体包括以下步骤：
S1，获取风机下游距离风机的轮毂中心x处的尾流特征宽度σ和风机的尾流中心迹线上的观测点到轮毂中心沿线的第一距离yc。
具体地，尾流区的特征宽度σ呈线性扩张，由此，尾流特征宽度σ可通过公式一获取：σ＝k*x+εD。其中，x为风机下游某处到风机的轮毂中心的距离，D为风轮直径，k*为第一预设系数，ε为第二预设系数。
S2，根据尾流特征宽度σ和第一距离yc确定风机尾流中心迹线迂回概率函数。
具体地，尾流区纵向截面上风速呈高斯分布，风机尾流中心迹线迂回概率函数可通过公式二表示：
Figure BDA0003994699400000081
其中，σ为风机下游距离风机的轮毂中心x处的尾流特征宽度，yc为风机的尾流中心迹线上的观测点到轮毂中心沿线的第一距离，K为预设迂回参数，可通过多组试验数据结果加以确定。
由于海上漂浮式风机在波浪作用下会产生的大幅纵荡，并将显著增加海上漂浮式风机与风场的耦合作用，所以本实施例充分考虑到了旋翼–尾迹相互作用引起的近尾区附加湍流，以风机尾流动态迂回理论为基础，建立了风机尾流中心迹线迂回概率函数，对现有的如图3所示的针对固定式风机尾流分布的高斯尾流模型进行了改进，从而能够表征出浮式基础大幅运动对风机尾流的影响，并构建得到海上漂浮式风机尾流解析模型基本样式，进而全面、准确地描绘出海上漂浮式风机的尾流分布特性，为海上风电场的优化算法迭代提供精准的数据基础。
S3，获取风机纵摇时叶尖位移幅值Δx。
具体地，海上漂浮式风机在波浪作用下将产生大幅纵摇运动，风机叶尖将产生位移，这将影响到海上漂浮式风机的尾流发展形态，所以通过将位移幅值Δx加入到海上漂浮式风机尾流解析模型参数中，能够更加精准地揭示海上漂浮式风机的尾流发展形态。
S4，根据叶尖位移幅值Δx确定幅值函数。
具体地，可设定尾流中心迹线的蜿蜒幅值与风机纵摇幅值之间呈线性关系，由此可基于叶尖位移幅值Δx确定如公式三所示的幅值函数：Δf＝pΔx。其中，Δx为风机纵摇时叶尖位移幅值，p为预设幅值参数，可通过多组试验数据结果加以确定。那么，通过公式三可计算得到尾流中心迹线摆振的最大振幅Δf。
海上漂浮式风机不同于固定式风机，在海上会受到波浪的作用，这将使得海上漂浮式风机产生大幅纵摇运动，进而显著地增加海上漂浮式风机与风场的耦合作用。因此，本实施例充分考虑到了叶尖涡扭曲引起的速度场尾迹变化，建立了风机尾流中心迹线的幅值函数，从而能够准确地表征出浮式基础大幅运动下的风机尾流发展形态，能够进一步提高海上漂浮式风机尾流解析模型的精准度，进而全面、准确、便捷地描绘出海上漂浮式风机的尾流分布特性，为海上风电场的优化算法迭代提供精准的数据基础。
S5，根据风机尾流中心迹线迂回概率函数和幅值函数建立海上漂浮式风机尾流解析模型。
具体地，将上述S2获取的风机尾流中心迹线迂回概率函数和S4获取的机尾流中心迹线幅值函数联合，构建得到如图4所示的海上漂浮式风机尾流解析模型。由此，通过综合考虑海上漂浮式风机与风场的强耦合作用，明确了影响海上漂浮式风机尾流分布的主要因素并厘清了尾流中动量和湍动能收支情况，从而可略去次要平衡项进而推导得出海上漂浮式风机尾流解析模型，有效地提升了该模型的准确性和全面性，能够更为精准地表征出浮式基础大幅运动下的风机尾流发展形态。
在另一个实施例中，建立海上漂浮式风机尾流解析模型时，还考虑到风亏递减因素，将风亏递减函数添加至模型中，具体步骤可如图5所示，包括以下步骤：
S6，获取风机的推力系数CT和风机尾流的湍流强度I0。
具体地，CT为风机的推力系数，I0湍流强度输入值可通过风洞试验测得。
S7，根据推力系数CT和湍流强度I0确定风亏递减函数。
具体地，距离风机渐远位置的风速呈现递减趋势，其递减程度可用参数m来描述，m取值由公式四确定：
Figure BDA0003994699400000111
其中，x为风机下游某处到风机的轮毂中心的距离，D为风轮直径，CT为风机的推力系数，I0为风机尾流的湍流强度，a、b、c、d分别为第三预设系数、第四预设系数、第五预设系数、第六预设系数，可根据多组试验数据结果来加以确定。
S8，根据风亏递减函数、风机尾流中心迹线迂回概率函数、幅值函数建立海上漂浮式风机尾流解析模型。
通过联合风亏递减函数、风机尾流中心迹线迂回概率函数和幅值函数，能够建立更加精准的海上漂浮式风机尾流解析模型，进而更加全面、准确地表征出海上漂浮式风机与固定式风机在尾流分布特性。
本申请实施例的海上漂浮式风机尾流解析的建模方法，在获取风机下游距离风机的轮毂中心x处的尾流特征宽度σ和风机的尾流中心迹线上的观测点到轮毂中心沿线的第一距离yc后确定风机尾流中心迹线迂回函数，并在获取风机纵摇时叶尖位移幅值Δx后确定幅值函数，从而建立海上漂浮式风机尾流解析模型。由此，该方法充分考虑到了海上漂浮式风机在波浪作用下产生的大幅纵荡和纵摇运动，并基于尾流动态迂回理论，对固定式风机尾流分布的高斯尾流模型进行了有效改进，从而更加适用于海上漂浮式风机尾流区的情况，能够全面、准确、便捷地表征出海上漂浮式风机的尾流发展形态，从而更加精准地描绘出海上漂浮式风机的尾流分布特性，为海上风电场的优化算法迭代提供精确的数据基础，保障了海上风电场供电的长久性和稳定性。
为了实现上述实施例，本申请还提出海上漂浮式风机尾流解析的建模装置。
图6是本申请一个实施例的海上漂浮式风机尾流解析的建模装置的结构示意图。
如图6所示，海上漂浮式风机尾流解析的建模装置包括第一获取模块61、第一确定模块62、第二获取模块63、第二确定模块64、建立模块65。
第一获取模块61，用于获取风机下游距离风机的轮毂中心x处的尾流特征宽度σ和风机的尾流中心迹线上的观测点到轮毂中心沿线的第一距离yc。
第一获取模块61，具体用于：基于公式一获取尾流特征宽度σ，公式一：σ＝k*x+εD。其中，x为风机下游某处到风机的轮毂中心的距离，D为风轮直径，k*为第一预设系数，ε为第二预设系数。
第一确定模块62，用于根据尾流特征宽度σ和第一距离yc确定风机尾流中心迹线迂回概率函数
第一确定模块62，具体用于：风机尾流中心迹线迂回概率函数通过公式二表示，公式二：
Figure BDA0003994699400000121
其中，σ为风机下游距离风机的轮毂中心x处的尾流特征宽度，yc为风机的尾流中心迹线上的观测点到轮毂中心沿线的第一距离，K为预设迂回参数。
第二获取模块63，用于获取风机纵摇时叶尖位移幅值Δx。
第二确定模块64，用于根据叶尖位移幅值Δx确定幅值函数。
第二确定模块64，具体用于：幅值函数通过公式三表示，公式三：Δf＝pΔx。其中，Δx为风机纵摇时叶尖位移幅值，p为预设幅值参数。
建立模块65，用于根据风机尾流中心迹线迂回概率函数和幅值函数建立海上漂浮式风机尾流解析模型。
在另一个实施例中，如图7所示，该装置还包括：
第三获取模块66，用于获取风机的推力系数CT和风机尾流的湍流强度I0。
第三确定模块67，用于根据推力系数CT和湍流强度I0确定风亏递减函数。
第三确定模块67，具体用于：风亏递减函数通过公式四表示，公式四：
Figure BDA0003994699400000131
其中，x为风机下游某处到风机的轮毂中心的距离，D为风轮直径，CT为风机的推力系数，I0为风机尾流的湍流强度，a、b、c、d分别为第三预设系数、第四预设系数、第五预设系数、第六预设系数。
建立模块65，还用于根据风亏递减函数、风机尾流中心迹线迂回概率函数、幅值函数建立海上漂浮式风机尾流解析模型。
应当理解的是，海上漂浮式风机尾流解析的建模装置与其对应的海上漂浮式风机尾流解析的建模方法实施例描述一致，故本实施例中不再赘述。
本申请实施例的海上漂浮式风机尾流解析的建模装置，在获取风机下游距离风机的轮毂中心x处的尾流特征宽度σ和风机的尾流中心迹线上的观测点到轮毂中心沿线的第一距离yc后确定风机尾流中心迹线迂回函数，并在获取风机纵摇时叶尖位移幅值Δx后确定幅值函数，从而建立海上漂浮式风机尾流解析模型。由此，该装置充分考虑到了海上漂浮式风机在波浪作用下产生的大幅纵荡和纵摇运动，并基于尾流动态迂回理论，对固定式风机尾流分布的高斯尾流模型进行了有效改进，从而更加适用于海上漂浮式风机尾流区的情况，能够全面、准确、便捷地表征出海上漂浮式风机的尾流发展形态，从而更加精准地描绘出海上漂浮式风机的尾流分布特性，为海上风电场的优化算法迭代提供精确的数据基础，保障了海上风电场供电的长久性和稳定性。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
需要说明的是，在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

Claims (12)

1.一种海上漂浮式风机尾流解析的建模方法，其特征在于，包括：
获取风机下游距离风机的轮毂中心x处的尾流特征宽度σ和风机的尾流中心迹线上的观测点到轮毂中心沿线的第一距离yc；
根据所述尾流特征宽度σ和所述第一距离yc确定风机尾流中心迹线迂回概率函数；
获取风机纵摇时叶尖位移幅值Δx；
根据所述叶尖位移幅值Δx确定幅值函数；
根据所述风机尾流中心迹线迂回概率函数和所述幅值函数建立海上漂浮式风机尾流解析模型。
2.如权利要求1所述的方法，其特征在于，获取风机下游距离风机的轮毂中心x处的尾流特征宽度σ，包括：
基于公式一获取所述尾流特征宽度σ，公式一：σ＝k*x+εD，其中，x为风机下游某处到风机的轮毂中心的距离，D为风轮直径，k*为第一预设系数，ε为第二预设系数。
3.如权利要求1所述的方法，其特征在于，根据所述尾流特征宽度σ和所述第一距离yc确定风机尾流中心迹线迂回概率函数，包括：
所述风机尾流中心迹线迂回概率函数通过公式二表示，
公式二：
Figure FDA0003994699390000011
其中，σ为风机下游距离风机的轮毂中心x处的尾流特征宽度，yc为风机的尾流中心迹线上的观测点到轮毂中心沿线的第一距离，K为预设迂回参数。
4.如权利要求1所述的方法，其特征在于，根据所述叶尖位移幅值Δx确定幅值函数，包括：
所述幅值函数通过公式三表示，
公式三：Δf＝pΔx，其中，Δx为风机纵摇时叶尖位移幅值，p为预设幅值参数。
5.如权利要求1所述的方法，其特征在于，还包括：
获取风机的推力系数CT和风机尾流的湍流强度I0；
根据所述推力系数CT和所述湍流强度I0确定风亏递减函数；
根据所述风亏递减函数、所述风机尾流中心迹线迂回概率函数、所述幅值函数建立海上漂浮式风机尾流解析模型。
6.如权利要求5所述的方法，其特征在于，根据所述推力系数CT和所述湍流强度I0确定风亏递减函数，包括：
所述风亏递减函数通过公式四表示，
公式四：
Figure FDA0003994699390000021
x为风机下游某处到风机的轮毂中心的距离，D为风轮直径，CT为风机的推力系数，I0为风机尾流的湍流强度，a、b、c、d分别为第三预设系数、第四预设系数、第五预设系数、第六预设系数。
7.一种海上漂浮式风机尾流解析的建模装置，其特征在于，包括：
第一获取模块，用于获取风机下游距离风机的轮毂中心x处的尾流特征宽度σ和风机的尾流中心迹线上的观测点到轮毂中心沿线的第一距离yc；
第一确定模块，用于根据所述尾流特征宽度σ和所述第一距离yc确定风机尾流中心迹线迂回概率函数；
第二获取模块，用于获取风机纵摇时叶尖位移幅值Δx；
第二确定模块，根据所述叶尖位移幅值Δx确定幅值函数；
建立模块，用于根据所述风机尾流中心迹线迂回概率函数和所述幅值函数建立海上漂浮式风机尾流解析模型。
8.如权利要求7所述的装置，其特征在于，所述第一获取模块，用于：
基于公式一获取所述尾流特征宽度σ，公式一：σ＝k*x+εD，其中，x为风机下游某处到风机的轮毂中心的距离，D为风轮直径，k*为第一预设系数，ε为第二预设系数。
9.如权利要求7所述的装置，其特征在于，所述第一确定模块，用于：
所述风机尾流中心迹线迂回概率函数通过公式二表示，
公式二：
Figure FDA0003994699390000031
其中，σ为风机下游距离风机的轮毂中心x处的尾流特征宽度，yc为风机的尾流中心迹线上的观测点到轮毂中心沿线的第一距离，K为预设迂回参数。
10.如权利要求7所述的装置，其特征在于，所述第二确定模块，用于：
所述幅值函数通过公式三表示，
公式三：Δf＝pΔx，其中，Δx为风机纵摇时叶尖位移幅值，p为预设幅值参数。
11.如权利要求7所述的装置，其特征在于，还包括：
第三获取模块，用于获取风机的推力系数CT和风机尾流的湍流强度I0；
第三确定模块，用于根据所述推力系数CT和所述湍流强度I0确定风亏递减函数；
所述建立模块，还用于根据所述风亏递减函数、所述风机尾流中心迹线迂回概率函数、所述幅值函数建立海上漂浮式风机尾流解析模型。
12.如权利要求11所述的装置，其特征在于，所述第三确定模块，用于：
所述风亏递减函数通过公式四表示，
公式四：
Figure FDA0003994699390000041
其中，x为风机下游某处到风机的轮毂中心的距离，D为风轮直径，CT为风机的推力系数，I0为风机尾流的湍流强度，a、b、c、d分别为第三预设系数、第四预设系数、第五预设系数、第六预设系数。
CN202211591521.XA 2022-12-12 2022-12-12 海上漂浮式风机尾流解析的建模方法和装置 Active CN116050287B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211591521.XA CN116050287B (zh) 2022-12-12 2022-12-12 海上漂浮式风机尾流解析的建模方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211591521.XA CN116050287B (zh) 2022-12-12 2022-12-12 海上漂浮式风机尾流解析的建模方法和装置

Publications (2)

Publication Number Publication Date
CN116050287A true CN116050287A (zh) 2023-05-02
CN116050287B CN116050287B (zh) 2023-12-08

Family

ID=86124614

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211591521.XA Active CN116050287B (zh) 2022-12-12 2022-12-12 海上漂浮式风机尾流解析的建模方法和装置

Country Status (1)

Country Link
CN (1) CN116050287B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117231425A (zh) * 2023-11-13 2023-12-15 中国海洋大学 基于平台前倾的漂浮式风机的尾流控制系统及方法
CN117371151A (zh) * 2023-10-10 2024-01-09 电子科技大学中山学院 漂浮式风电场与油气平台供电的电缆连接优化方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150240789A1 (en) * 2014-02-25 2015-08-27 State Grid Corporation Of China Method of analyzing wake flow of wind turbine based on multiple wake flow models
CN107451329A (zh) * 2017-06-27 2017-12-08 山东大学 基于雷电防护的规模化风电场空间优化布置方法
CN108108562A (zh) * 2017-12-27 2018-06-01 华北电力大学 一种基于高斯分布的风电机组尾流的解析建模方法
CN108536907A (zh) * 2018-03-01 2018-09-14 华北电力大学 一种基于简化动量定理的风电机组远场尾流解析建模方法
CN110414135A (zh) * 2019-07-29 2019-11-05 国网上海市电力公司 一种用于海上漂浮式风机的尾流场数值优化设计方法
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
CN112784509A (zh) * 2021-03-04 2021-05-11 中国大唐集团科学技术研究院有限公司华中电力试验研究院 基于改进高斯分布尾流模型的风力发电机功率计算方法
CN113326636A (zh) * 2021-06-30 2021-08-31 广东电网有限责任公司 一种远海海上风电场时序出力曲线快速生成方法及系统
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
WO2022110938A1 (zh) * 2020-11-27 2022-06-02 中国华能集团清洁能源技术研究院有限公司 一种考虑风电场局地环境因素的尾流计算方法
CN115017731A (zh) * 2022-06-29 2022-09-06 华能集团技术创新中心有限公司 一种海上风电场动态尾流建模方法及装置

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150240789A1 (en) * 2014-02-25 2015-08-27 State Grid Corporation Of China Method of analyzing wake flow of wind turbine based on multiple wake flow models
CN107451329A (zh) * 2017-06-27 2017-12-08 山东大学 基于雷电防护的规模化风电场空间优化布置方法
CN108108562A (zh) * 2017-12-27 2018-06-01 华北电力大学 一种基于高斯分布的风电机组尾流的解析建模方法
CN108536907A (zh) * 2018-03-01 2018-09-14 华北电力大学 一种基于简化动量定理的风电机组远场尾流解析建模方法
CN110414135A (zh) * 2019-07-29 2019-11-05 国网上海市电力公司 一种用于海上漂浮式风机的尾流场数值优化设计方法
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
WO2022110938A1 (zh) * 2020-11-27 2022-06-02 中国华能集团清洁能源技术研究院有限公司 一种考虑风电场局地环境因素的尾流计算方法
CN112784509A (zh) * 2021-03-04 2021-05-11 中国大唐集团科学技术研究院有限公司华中电力试验研究院 基于改进高斯分布尾流模型的风力发电机功率计算方法
CN113326636A (zh) * 2021-06-30 2021-08-31 广东电网有限责任公司 一种远海海上风电场时序出力曲线快速生成方法及系统
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
CN115017731A (zh) * 2022-06-29 2022-09-06 华能集团技术创新中心有限公司 一种海上风电场动态尾流建模方法及装置

Non-Patent Citations (10)

* Cited by examiner, † Cited by third party
Title
GUO-WEI QIAN 等: "Wind farm power maximization through wake steering with a new multiple wake model for prediction of turbulence intensity", 《ELSEVIER》, pages 1 - 17 *
ZHENQING LIU 等: "Wind farm optimization considering non-uniformly distributed turbulence intensity", 《ELSEVIER》, pages 1 - 20 *
刘清媛 等: "基于单-双高斯模型拟合法的测风激光雷达海上风电机组尾流特征分析", 《大气与环境光学学报》, vol. 16, no. 1, pages 44 - 57 *
彭杰: "风机尾流解析模型及风电场多策略优化排布研究", 《万方》, pages 14 - 22 *
罗涛;田德;陈静;陶立壮;邓英;廖猜猜;: "10 MW漂浮式风电机组风轮叶片响应特性研究", 太阳能学报, no. 09, pages 2669 - 2677 *
肖昌水: "海上浮式风机气动载荷及刚—柔耦合动力响应研究", 《中国优秀硕士学位论文全文数据库 基础科学辑》, pages 010 - 96 *
艾勇;程萍;万德成;: "基于致动线模型的错列式两风机尾流场数值模拟", 海洋工程, no. 01, pages 27 - 36 *
许波峰;唐植懿;袁越;赵振宙;王同光;: "基于自由涡尾迹模型的漂浮式风力机气动计算", 可再生能源, no. 11, pages 1581 - 1587 *
赵家瑜;史绍平;闫姝;穆延非;陈新明;张波;李启明;: "基于动网格对风力机尾流的数值模拟", 太阳能学报, no. 12, pages 3170 - 3177 *
陈晨;许昌;李林敏;薛飞飞;潘航平;雷娇;: "基于2D Frandsen模型的风力机尾流数值模拟", 太阳能学报, no. 05, pages 121 - 128 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117371151A (zh) * 2023-10-10 2024-01-09 电子科技大学中山学院 漂浮式风电场与油气平台供电的电缆连接优化方法
CN117371151B (zh) * 2023-10-10 2024-03-22 电子科技大学中山学院 漂浮式风电场与油气平台供电的电缆连接优化方法
CN117231425A (zh) * 2023-11-13 2023-12-15 中国海洋大学 基于平台前倾的漂浮式风机的尾流控制系统及方法
CN117231425B (zh) * 2023-11-13 2024-02-06 中国海洋大学 基于平台前倾的漂浮式风机的尾流控制系统及方法

Also Published As

Publication number Publication date
CN116050287B (zh) 2023-12-08

Similar Documents

Publication Publication Date Title
CN116050287B (zh) 海上漂浮式风机尾流解析的建模方法和装置
Ibrahim et al. Advances in horizontal axis wind turbine blade designs: introduction of slots and tubercle
Zhu et al. Modeling of aerodynamically generated noise from wind turbines
CN106548414B (zh) 一种海上风电场发电量计算方法
Bergua et al. OC6 project Phase III: validation of the aerodynamic loading on a wind turbine rotor undergoing large motion caused by a floating support structure
Foti et al. Wake meandering of a model wind turbine operating in two different regimes
Fontanella et al. Wind tunnel investigation of the aerodynamic response of two 15 MW floating wind turbines
CN109992889B (zh) 风电场模型的建立方法及系统、尾流值计算方法及系统
CN114091377B (zh) 基于空间变化的动态双高斯风力机尾流风速的计算方法
Lam et al. Assessment of solidity effect on the power performance of H-rotor vertical axis wind turbines in turbulent flows
CN113536487A (zh) 一种基于双变量高斯函数的尾流计算方法、装置及存储介质
Kimball et al. Results from the FOCAL experiment campaign 1: turbine control co-design
Yauwenas et al. Numerical simulation of blade-passage noise
Castelli et al. Effect of dynamic stall, finite aspect ratio and streamtube expansion on VAWT performance prediction using the BE-M model
Ocker et al. Localization of wind turbine noise using a microphone array in wind tunnel measurements
CN106951977B (zh) 一种基于尾流效应的风速预测模型的构建方法
CN106919730B (zh) 一种采用风速衰减因子的风电场尾流确定方法
Nanos et al. Design, steady performance and wake characterization of a scaled wind turbine with pitch, torque and yaw actuation
Ceccotti et al. Effect of upstream turbine tip speed variations on downstream turbine performance
Nanos et al. Design, performance and wake characterization of a scaled wind turbine with closed-loop controls
Shubham et al. Aerodynamic and aeroacoustic investigation of vertical axis wind turbines with different number of blades using mid-fidelity and high-fidelity methods
van den Broek et al. Free-vortex models for wind turbine wakes under yaw misalignment–a validation study on far-wake effects
Al Absi et al. Experimental study of the performance of the elliptical Savonius turbine and new design for blade shape using a 3D printing technology
Georgescu et al. Numerical modelling comparison between airflow and water flow within the Achard-type turbine
Castillo et al. PIV measurements in a real time controlled model wind turbine wake simulator

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