CN117077432A - 一种海上风电尾流损失计算系统及方法 - Google Patents

一种海上风电尾流损失计算系统及方法 Download PDF

Info

Publication number
CN117077432A
CN117077432A CN202311147248.6A CN202311147248A CN117077432A CN 117077432 A CN117077432 A CN 117077432A CN 202311147248 A CN202311147248 A CN 202311147248A CN 117077432 A CN117077432 A CN 117077432A
Authority
CN
China
Prior art keywords
wake
wind
fan
generated energy
data
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
CN202311147248.6A
Other languages
English (en)
Inventor
王忠杰
张都
韩斌
赵勇
谢小军
于涵
高平亮
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.)
Xian Thermal Power Research Institute Co Ltd
Huaneng Lancang River Hydropower Co Ltd
Original Assignee
Xian Thermal Power Research Institute Co Ltd
Huaneng Lancang River Hydropower 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 Xian Thermal Power Research Institute Co Ltd, Huaneng Lancang River Hydropower Co Ltd filed Critical Xian Thermal Power Research Institute Co Ltd
Priority to CN202311147248.6A priority Critical patent/CN117077432A/zh
Publication of CN117077432A publication Critical patent/CN117077432A/zh
Pending legal-status Critical Current

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Algebra (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Operations Research (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Wind Motors (AREA)

Abstract

本发明公开了一种海上风电尾流损失计算系统及方法，该方法包括：获取风电场站中测风塔各点位的实时风力数据，按照时间维度计算测风塔各点位的实时风力数据的平均值得到风力数据均值计算结果；得到风电场站中风电机组尾流区域不同位置点的风速和风向数据；计算得到单台风机在无尾流影响时的应发电量；基于风电机组尾流区域不同位置点的风速和风向数据和发电量计算公式组计算得到单台风机在有尾流影响时的应发电量，基于单台风机在无尾流影响时的应发电量和单台风机在有尾流影响时的应发电量的差值计算结果，得到单台风机在预设时间段内因尾流造成的发电量损失。本发明可计算不同时间周期内单个风电机组、整个风电场因风机尾流造成的发电量损失。

Description

一种海上风电尾流损失计算系统及方法
技术领域
本发明涉风力发电能效评估技术领域，特别是涉及一种海上风电尾流损失计算系统及方法。
背景技术
目前，风电机组的尾流损失预测通常用于风电场的前期勘察与设计阶段，通过对微观选址方案中各机组尾流折减系数进行计算，从而估算由于尾流效应而造成的整场发电量损失，是风电场前期可行性研究中的必要环节。然而，当风电场投产运行后，由于实地环境与风况的复杂性,往往存在着实际尾流损失与设计值的差异，给在役风电场运营期间的能效损失评估带来较大误差。作为风电场实际运营过程中电站输出功率(或发电量)精准预测、优化调度及停机检修发电量损失计算的基础计算指标，在役海上风电场基于尾流效应的能效损失实时评估及其工程实现方法，目前仍处于不断开发与探索阶段。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本发明计算风电场站不同点位风机的风速、风向实时值，可计算不同时间周期内单个风电机组、整个风电场因风机尾流造成的发电量损失，而提出一种海上风电尾流损失计算系统。
本发明的另一方面提出了一种海上风电尾流损失计算方法。
为达上述目的，本发明一方面提出一种海上风电尾流损失计算系统，包括：
系统数据输入模块，用于获取风电场站中测风塔各点位的实时风力数据，按照时间维度计算所述测风塔各点位的实时风力数据的平均值得到风力数据均值计算结果，并存储于本地数据库中；
尾流计算模型模块，用于将所述数据均值计算结果输入风电机组尾流计算模型，得到风电场站中风电机组尾流区域不同位置点的风速和风向数据，并存储于所述本地数据库中；
风机点位风速计算模块，用于基于从所述本地数据库中获取的风力数据均值计算结果和预设的发电量计算公式组计算得到单台风机在无尾流影响时的应发电量；以及，基于所述风电机组尾流区域不同位置点的风速和风向数据和所述发电量计算公式组计算得到单台风机在有尾流影响时的应发电量，基于所述单台风机在无尾流影响时的应发电量和单台风机在有尾流影响时的应发电量的差值计算结果，得到单台风机在预设时间段内因尾流造成的发电量损失。
另外，根据本发明的海上风电尾流损失计算系统还可以具有以下附加的技术特征：
进一步地，所述风机点位风速计算模块，还用于：获取预设的风电场站的风电机组位置布局图信息；根据所述风电场站中风电机组尾流区域不同位置点的风速和风向数据，得到第一位置风机的尾流分布数据；基于所述第一位置风机的尾流分布数据和所述风电机组位置布局图信息对第二位置风机的尾流影响风机进行计算，得到风机数量计算结果；其中，所述风机数量计算结果包括第二位置风机受尾流叠加影响的第一位置风机中的风机个数；基于所述风机数量计算结果和第二位置风机的每个点位的尾流叠加效应计算模型得到尾流叠加效应计算结果；将所述尾流叠加效应计算结果输入所述风电机组尾流计算模型，计算得到第二位置风机的尾流区域不同位置点的风速和风向数据，并基于所述第二位置风机的尾流区域不同位置点的风速和风向数据得到第二位置风机的尾流分布数据。
进一步地，所述系统还包括：高精度测量模块，所述高精度测量模块，用于：对第二位置的每个位于尾流叠加区或者尾流区的风机所在点位的风速和风向实时数据进行实时测量得到风机实测数据；将所述风机实测数据和所述尾流叠加效应计算结果进行比对，根据数据对比结果对所述尾流叠加效应计算模型中的参数取值进行优化，在优化过程中，以所述尾流叠加效应计算结果为输入值，以所述风机实测数据为输出值拟合得到对应的函数关系，基于拟合函数反向调节尾流叠加效应计算模型中的参数取值。
进一步地，所述风机点位风速计算模块，还用于：对风力数据均值计算结果历史数据和对应的风电机组输出功率历史数据进行拟合得到第一位置风机的函数表达式，再利用发电量计算公式组计算得到第一位置风机在无尾流影响时的应发电量以得到风电场第一位置风机无尾流影响的应发电量总和；以及，对风电场风电机组尾流区域不同位置风机点位的风速和风向数据的历史数据和对应的风电机组输出功率历史数据进行拟合得到第二位置风机的函数表达式，再利用发电量计算公式组计算得到第二位置风机在有尾流影响时的应发电量，以得到风电场第二位置风机有尾流影响的应发电量总和；基于所述风电场第一位置风机无尾流影响的应发电量总和与风电场第二位置风机有尾流影响的应发电量总和得到风电场的应发电量总和；对风电机组尾流区域不同位置风机点位的风速和风向数据的历史数据和风电机组输出功率历史数据进行拟合得到尾流区域每台风机的风速和风机输出功率对应关系的函数表达式，再根据发电量计算公式组，计算得到尾流区域每台风机在有尾流影响时的应发电量，基于所述尾流区域每台风机在尾流影响时的应发电量得到风机有尾流影响时的应发电量总和。
进一步地，所述损失计算模块，还用于：基于所述风电场的应发电量总和与所述风机有尾流影响时的应发电量总和的差值计算结果，得风电场有尾流影响的发电量损失总和。
为达上述目的，本发明另一方面提出一种海上风电尾流损失计算方法，包括：
获取风电场站中测风塔各点位的实时风力数据，按照时间维度计算所述测风塔各点位的实时风力数据的平均值得到风力数据均值计算结果；
将所述数据均值计算结果输入风电机组尾流计算模型，得到风电场站中风电机组尾流区域不同位置点的风速和风向数据；
基于所述风力数据均值计算结果和发电量计算公式组计算得到单台风机在无尾流影响时的应发电量；基于所述风电机组尾流区域不同位置点的风速和风向数据和所述发电量计算公式组计算得到单台风机在有尾流影响时的应发电量，基于所述单台风机在无尾流影响时的应发电量和单台风机在有尾流影响时的应发电量的差值计算结果，得到单台风机在预设时间段内因尾流造成的发电量损失。
本发明实施例的海上风电尾流损失计算系统及方法，能够计算风电场站不同点位风机的风速、风向实时值，可计算不同时间周期内单个风电机组、整个风电场因风机尾流造成的发电量损失。
本发明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，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本发明实施例的海上风电尾流损失计算系统的结构示意图；
图2为根据本发明实施例的系统数据输入模块的部署具体流程图；
图3为根据本发明实施例的风机叶片前后空气流动示意图；
图4为根据本发明实施例的海上风电场前排风机尾流对后排风机造成影响的效果图；
图5为根据本发明实施例的风电场风电机组布机图；
图6为根据本发明实施例的功率散点图；
图7为根据本发明实施例的海上风电尾流损失计算方法的流程图。
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。
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，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的实施例，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，都应当属于本发明保护的范围。
下面参照附图描述根据本发明实施例提出的海上风电尾流损失计算系统和方法。
图1是本发明实施例的海上风电尾流损失计算系统的结构示意图。
如图1所示，该系统10包括：
系统数据输入模块100，用于获取风电场站中测风塔各点位的实时风力数据，按照时间维度计算测风塔各点位的实时风力数据的平均值得到风力数据均值计算结果，并存储于本地数据库中；
尾流计算模型模块200，用于将数据均值计算结果输入风电机组尾流计算模型，得到风电场站中风电机组尾流区域不同位置点的风速和风向数据，并存储于本地数据库中；
风机点位风速计算模块300，用于基于从本地数据库中获取的风力数据均值计算结果和预设的发电量计算公式组计算得到单台风机在无尾流影响时的应发电量；以及，基于风电机组尾流区域不同位置点的风速和风向数据和发电量计算公式组计算得到单台风机在有尾流影响时的应发电量，基于单台风机在无尾流影响时的应发电量和单台风机在有尾流影响时的应发电量的差值计算结果，得到单台风机在预设时间段内因尾流造成的发电量损失。
可以理解的是，本发明的具体思路是，从测风塔读取风力发电场站实时平均风速、风向，此处记为F1；从风电场站风电机组尾流计算模型模块获取风电场站尾流区风电机组所在点位风速、风向计算值，此处记为F2。将F1代入单台风电机组理论发电量计算公式组，可计算得到应发电量；将F2代入单台风电机组理论发电量计算公式组，可计算得到实际发电量；用应发电量减去实际发电量，即可得到该风机在一段时间内的发电量损失。此处的一段时间是指：风力发电场站实时平均风速保持不变的一段时间；如果风速发生了变化，此处需要对变化的风速对应的发电量损失做连续的积分，即可得到任意时间段内该发电机组因为风机尾流受到的发电量损失。
具体地，如图2所示，该系统数据输入模块100的部署流程为：风电场站各点位的测风塔将实时风力数据以测点的形式传送至场站SCADA系统，SCADA系统将这些数据通过电力专线网络传送至区域公司智慧运维集控平台系统下的集中式实时数据库(麦杰数据库)。从实时数据库以测点的形式抓取场站各点位的测风塔实时测量数据，按照时间维度计算出每个测量时间点所有测风塔实测数据的算术平均值，计算结果存储在本发明的数据库中。
进一步的，本发明的尾流计算模型模块200，优选地，选择了(Shapiro et.al.模型)做为本发明的风电机组尾流计算模型。该模型将致动盘附近流动近似为无粘流动，将风轮偏航视为椭圆加载的升力线，确定了反向涡旋对的大小和初始展向速度损失，然后应用动量守恒和伯努利方程来确定致动盘平均速度和流向速度损失，提升了尾流中心的预测精度。该模型可用方程组描述如下：
其中，δu(x)为x处流向平均损失；σ0为比例常数，取为0.235D，U(x，y)为(x，y)位置处的尾流速度，U0为入流速度；σx为下游x位置处的尾流高斯宽度；yc(x)为尾流中心的偏转量。
δu(x)项可由式(2)计算：
并且：
其中，δu0为初始流向速度损失，dw(x)为尾流宽度，CT为机组推力系数，γ为偏航角，kw为尾流膨胀率。
在公式(1)中，σ(x)＝σ0dw(x)，且yc(x)项可由式(4)计算得出：
其中，δv(x)为轮毂高度处展向平均速度损失，δv0为初始展向速度损失。
进一步的，风机点位风速计算模块300，主要功能是对尾流计算模型模块200的具体实现。针对具体的实现过程现作出以下说明：
该尾流计算模型以单台风电机组为基本研究对象。以风电机组叶片所在平面为分界面，风向指向的区域为风电机组下游风区，风向指向反向的区域为风电机组上游风区。如图3所示，在风向相对稳定的情况下，上游风区的风速一定是大于下游风区的风速，这是风电机组尾流的1个基本特点。
可以理解的是，在一个具体的风电场站，一般都会有多台风机，除非风机相互之间的距离非常大，比如大于500米，可以不用考虑前排风机尾流对后排风机造成的影响，很多风电场站实际的情况是，风电机组之间的相互距离并不是很远，前排风机尾流会对后排风机发电量造成影响，这也是本系统开发的意义所在。如图4所示，展示的是某海上风电场前排风机尾流对后排风机造成的直观影响。
优选地，在上述的基础上，本发明绘制出了国内某海上风电场风电机组布机图，每1个风电机组在该风电场的具体点位如图5所示。
基于对风电场风电机组机位布局，尾流计算模型模块200在计算过程中需要解决两个层次的问题。第一个层次的问题是：计算出单台风电机组尾流区(风机下游风区)风速及风向的分布情况；第二个层次的问题是：位于后排的单个风机可能位于前排几个风机的尾流交叉区域。尾流计算模型模块200的计算功能分为两个层次，其计算过程可分为以下几个步骤：
第一步，读取系统输入数据模块的计算结果，即风电场的风速均值(所有测风塔实测数据的算术平均值)。依据读取到的风电场风速均值，《尾流计算模型模块》首先计算出单台前排风电机组尾流区域不同位置点的风速及风向，画出每个前排风机的尾流区域范围。同时绘制该风机的CAD格式尾流图，尾流图须包括风机叶片前部的上游风区，且标记出上游风区风向；同时包括风机叶片后部尾流区的不同点位的风速及风向、尾流区的范围，以上信息点都用图形绘制出来，在数据库里存档，作为该风机的尾流台账。
第二步，用CAD绘制出风电场站精确的风电机组位置布置图。机位布置图须包括方向信息、每个机位的编号信息、两个风机之间的相对距离、相对方位信息(这个信息点属于关键信息，必须绘制精确，要求精确至米)。这步工作应该在某个风电场站准备部署本发明的系统前就提前完成绘制工作。
第三步，将第一个步骤的工作应用于每一个前排风机。如图5所示，按照从左至右的顺序，计算完左边的第一排风机(首排风机)后，开始计算第二排风机。因第二排风机基本都受到首排风机的尾流交叉影响，此处应以第一步计算的尾流分布数据为基础，结合第二步风电机组位置布置图，主要考虑前后风机的相对位置，风速、风向，逐个确定第二排每个风机受到哪几个首排风机的尾流叠加影响。在上面工作的基础上，对第二排每一个点位的风机，计算出该点位的尾流叠加效应计算模型，即该点位下一步的尾流计算模型输入值计算模型，记录该模型作为该风机点位专有尾流计算模型的输入值计算模型。
第四步，同理，重新套用第一步的尾流计算模型，以第二排每个风机点位的尾流计算模型输入值计算模型计算结果为输入值，计算出该风机尾流区域不同位置点的风速及风向，同理也要绘制出该风机的CAD格式尾流图，尾流图的绘制过程遵循第一步尾流图的绘制要求。该风机的尾流图在数据库里存档，作为该风机的尾流台账。
第五步，因第三排风机基本都受到第二排风机的尾流交叉影响，此处应以第四步计算的尾流分布数据为基础，结合第二步风电机组位置布置图，主要考虑前后风机的相对位置，风速、风向，逐个确定第三排每个风机受到哪几个第二排风机的尾流叠加影响。在上面工作的基础上，对第三排每一个点位的风机，计算出该点位的尾流叠加效应计算模型，即该点位下一步的尾流计算模型输入值计算模型，记录该模型作为该风机点位专有尾流计算模型的输入值计算模型。
第六步，以此类推，重复第五步、第六步步骤，可依次计算出风电场第三排、第四排、第五排每个点位风机的实时风速数据以及其尾流分布数据。
进一步地，上述第三步的理论计算过程。因后排风机所在点位尾流叠加效应计算结果受多种因素影响，为提高计算结果的精度，此处引入高精度激光雷达对第二排向后各风机点位的实时风速数据进行测量。该系统还包括高精度测量模块，高精度测量模块，用于用高精度激光雷达测量出每个位于尾流叠加区或者尾流区的风机所在点位的风速、风向实时数据。此处每个机位每天的测量时间建议持续一个小时，每个机位建议连续测量1个月。将每个机位风速、风向实测数据和上面第三步对应时间段的理论计算结果进行比对，以二者的数据比对情况来对每个风机点位的专有尾流叠加效应计算模型中参数的取值进行调整，从而确保理论计算结果和实测风速、风向数据能做到吻合。
从第二排风机开始，前排每个风机点位的风速数据准确与否会直接影响到下一排每个风机点位的风速数据的准确性，相邻两排风机的风速数据从计算角度看，存在直接的关联性。所以上一级的风速数据一旦出现错误，错误会被传导至下一排风机，错误被一级一级传导，会严重影响系统计算结果的准确性。因而此处增加激光雷达对各个风机点位的实时风速数据进行测量是非常必要的。
尾流计算模型模块200，对每一个风机点位的实时风速数据进行计算，对位于尾流叠加区的风机应用其专用的尾流计算模型进行计算。将所有计算结果存储至数据库，作为下一步计算的输入数据。可以知道的是，后排的风机只会受到前排风机的影响，不会受自身风机以及同排风机的影响。
进一步地，整理该风机点位风速和风电机组输出功率对应关系的历史数据，形成一张散点图，可以理解的是，本发明可以从数据库中获取任意时刻的历史数据，优选地，由于春冬季节的多种天气因素的影响，导致测得的空气密度相差很大，因此可以获取一年内的春夏秋冬4个季节时间段的风机的历史数据，以对4个季节时间段的每个风机对应的历史数据进行函数拟合，以得到更准确的风速和风电机组输出功率函数映射关系。
具体地，对风力数据均值计算结果历史数据和对应的风电机组输出功率历史数据进行拟合得到第一位置风机的函数表达式，再利用发电量计算公式组计算得到第一位置风机在无尾流影响时的应发电量以得到风电场第一位置风机无尾流影响的应发电量总和；以及，对风电场风电机组尾流区域不同位置风机点位的风速和风向数据的历史数据和对应的风电机组输出功率历史数据进行拟合得到第二位置风机的函数表达式，再利用发电量计算公式组计算得到第二位置风机在有尾流影响时的应发电量，以得到风电场第二位置风机有尾流影响的应发电量总和；基于所述风电场第一位置风机无尾流影响的应发电量总和与风电场第二位置风机有尾流影响的应发电量总和得到风电场的应发电量总和；对风电机组尾流区域不同位置风机点位的风速和风向数据的历史数据和风电机组输出功率历史数据进行拟合得到尾流区域每台风机的风速和风机输出功率对应关系的函数表达式，再根据发电量计算公式组，计算得到尾流区域每台风机在有尾流影响时的应发电量，基于所述尾流区域每台风机在尾流影响时的应发电量得到风机有尾流影响时的应发电量总和。
基于所述风电场的应发电量总和与所述风机有尾流影响时的应发电量总和的差值计算结果，得风电场有尾流影响的发电量损失总和。
作为一种实现方式，如图6所示，通过数据处理系统Matlab对图6中的散点进行拟合，可得到一个多项式拟合曲线，如图6所示曲线，其对应的函数表达式为式(5)：
根据拟合结果可以得出，考虑温度归一化后的风力发电机的功率拟合方程如下：
将风速概率威布尔方程(3)和温度归一化后拟合的功率多项式(5)带入发电量的计算公式可以得出考虑温度归一化的发电量的公式：
在公式(5)的基础上，可以进一步得到式(6)。由式(6)，可以计算得到单台风电机组的发电量。
进一步地，将风电场所有风机的发电量累加起来，即可得到整个风电场整体的发电量。此处的发电量为风电场的实发电量。
进一步地，计算出风电场的风速均值，即所有测风塔实测数据的算术平均值。按照单台风机的发电量计算方法，整理出每台风机所在点位的风速和风电机组输出功率对应关系的历史数据，通过数据处理系统Matlab对历史数据进行拟合，得到该风机的风速和风机输出功率对应关系的函数表达式。在此基础上，通过式(6)，可计算得到单台风机无尾流影响时的应发电量。在此基础上，对风电场每台风机进行上述操作，经过计算可得到每台风机在无尾流影响时的应发电量，将上述结果依次累加可以得到风电场无尾流影响应发电量总和。由单台风机无尾流影响时的应发电量减去该风机在某个时间段的实发电量，可得到该风机在某个时间段内因尾流造成的发电量损失。
最终，由风电场无尾流影响应发电量总和减去风电场所有风机发电量可得风电场尾流影响发电量损失总和。
本发明实施例的海上风电尾流损失计算系统，能够计算风电场站不同点位风机的风速、风向实时值，可计算不同时间周期内单个风电机组、整个风电场因风机尾流造成的发电量损失。并且对风电场实际运营过程中电站输出功率(或发电量)精准预测、优化调度及停机检修发电量损失具有重要意义。
为了实现上述实施例，如图7所示，本实施例中还提供了海上风电尾流损失计算方法，该方法包括：
S1，获取风电场站中测风塔各点位的实时风力数据，按照时间维度计算测风塔各点位的实时风力数据的平均值得到风力数据均值计算结果；
S2，将数据均值计算结果输入风电机组尾流计算模型，得到风电场站中风电机组尾流区域不同位置点的风速和风向数据；
S3，基于风力数据均值计算结果和发电量计算公式组计算得到单台风机在无尾流影响时的应发电量；基于风电机组尾流区域不同位置点的风速和风向数据和发电量计算公式组计算得到单台风机在有尾流影响时的应发电量，基于单台风机在无尾流影响时的应发电量和单台风机在有尾流影响时的应发电量的差值计算结果，得到单台风机在预设时间段内因尾流造成的发电量损失。
进一步地，该方法，还包括：
获取预设的风电场站的风电机组位置布局图信息；
根据风电场站中风电机组尾流区域不同位置点的风速和风向数据，得到第一位置风机的尾流分布数据；
基于第一位置风机的尾流分布数据和风电机组位置布局图信息对第二位置风机的尾流影响风机进行计算，得到风机数量计算结果；其中，所述风机数量计算结果包括第二位置风机受尾流叠加影响的第一位置风机中的风机个数；
基于所述风机数量计算结果和第二位置风机的每个点位的尾流叠加效应计算模型得到尾流叠加效应计算结果；
将尾流叠加效应计算结果输入风电机组尾流计算模型，计算得到第二位置风机的尾流区域不同位置点的风速和风向数据，并基于第二位置风机的尾流区域不同位置点的风速和风向数据得到第二位置风机的尾流分布数据。
进一步地，该方法，还包括：
对第二位置的每个位于尾流叠加区或者尾流区的风机所在点位的风速和风向实时数据进行实时测量得到风机实测数据；
将风机实测数据和所述尾流叠加效应计算结果进行比对，根据数据对比结果对尾流叠加效应计算模型中的参数取值进行优化，在优化过程中，以尾流叠加效应计算结果为输入值，以风机实测数据为输出值拟合得到对应的函数关系，基于拟合函数反向调节尾流叠加效应计算模型中的参数取值。
进一步地，该方法，还包括：
对风力数据均值计算结果历史数据和对应的风电机组输出功率历史数据进行拟合得到第一位置风机的函数表达式，再利用发电量计算公式组计算得到第一位置风机在无尾流影响时的应发电量以得到风电场第一位置风机无尾流影响的应发电量总和；以及，对风电场风电机组尾流区域不同位置风机点位的风速和风向数据的历史数据和对应的风电机组输出功率历史数据进行拟合得到第二位置风机的函数表达式，再利用发电量计算公式组计算得到第二位置风机在有尾流影响时的应发电量，以得到风电场第二位置风机有尾流影响的应发电量总和；基于所述风电场第一位置风机无尾流影响的应发电量总和与风电场第二位置风机有尾流影响的应发电量总和得到风电场的应发电量总和；
对风电机组尾流区域不同位置风机点位的风速和风向数据的历史数据和风电机组输出功率历史数据进行拟合得到尾流区域每台风机的风速和风机输出功率对应关系的函数表达式，再根据发电量计算公式组，计算得到尾流区域每台风机在有尾流影响时的应发电量，基于所述尾流区域每台风机在尾流影响时的应发电量得到风机有尾流影响时的应发电量总和。
进一步地，该方法，还包括：
基于所述风电场的应发电量总和与所述风机有尾流影响时的应发电量总和的差值计算结果，得风电场有尾流影响的发电量损失总和。
根据本发明实施例提出的海上风电尾流损失计算方法，能够计算风电场站不同点位风机的风速、风向实时值，可计算不同时间周期内单个风电机组、整个风电场因风机尾流造成的发电量损失。并且对风电场实际运营过程中电站输出功率(或发电量)精准预测、优化调度及停机检修发电量损失具有重要意义。
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发明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。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

Claims (10)

1.一种海上风电尾流损失计算系统，其特征在于，包括：
系统数据输入模块，用于获取风电场站中测风塔各点位的实时风力数据，按照时间维度计算所述测风塔各点位的实时风力数据的平均值得到风力数据均值计算结果，并存储于本地数据库中；
尾流计算模型模块，用于将所述数据均值计算结果输入风电机组尾流计算模型，得到风电场站中风电机组尾流区域不同位置点的风速和风向数据，并存储于所述本地数据库中；
风机点位风速计算模块，用于基于从所述本地数据库中获取的风力数据均值计算结果和预设的发电量计算公式组计算得到单台风机在无尾流影响时的应发电量；以及，基于所述风电机组尾流区域不同位置点的风速和风向数据和所述发电量计算公式组计算得到单台风机在有尾流影响时的应发电量，基于所述单台风机在无尾流影响时的应发电量和单台风机在有尾流影响时的应发电量的差值计算结果，得到单台风机在预设时间段内因尾流造成的发电量损失。
2.根据权利要求1所述系统，其特征在于，所述风机点位风速计算模块，还用于：
获取预设的风电场站的风电机组位置布局图信息；
根据所述风电场站中风电机组尾流区域不同位置点的风速和风向数据，得到第一位置风机的尾流分布数据；
基于所述第一位置风机的尾流分布数据和所述风电机组位置布局图信息对第二位置风机的尾流影响风机进行计算，得到风机数量计算结果；其中，所述风机数量计算结果包括第二位置风机受尾流叠加影响的第一位置风机中的风机个数；
基于所述风机数量计算结果和第二位置风机的每个点位的尾流叠加效应计算模型得到尾流叠加效应计算结果；
将所述尾流叠加效应计算结果输入所述风电机组尾流计算模型，计算得到第二位置风机的尾流区域不同位置点的风速和风向数据，并基于所述第二位置风机的尾流区域不同位置点的风速和风向数据得到第二位置风机的尾流分布数据。
3.根据权利要求2所述系统，其特征在于，所述系统还包括：高精度测量模块，所述高精度测量模块，用于：
对第二位置的每个位于尾流叠加区或者尾流区的风机所在点位的风速和风向实时数据进行实时测量得到风机实测数据；
将所述风机实测数据和所述尾流叠加效应计算结果进行比对，根据数据对比结果对所述尾流叠加效应计算模型中的参数取值进行优化，在优化过程中，以所述尾流叠加效应计算结果为输入值，以所述风机实测数据为输出值拟合得到对应的函数关系，基于拟合函数反向调节尾流叠加效应计算模型中的参数取值。
4.根据权利要求1所述系统，其特征在于，所述风机点位风速计算模块，还用于：
对风力数据均值计算结果历史数据和对应的风电机组输出功率历史数据进行拟合得到第一位置风机的函数表达式，再利用发电量计算公式组计算得到第一位置风机在无尾流影响时的应发电量以得到风电场第一位置风机无尾流影响的应发电量总和；以及，对风电场风电机组尾流区域不同位置风机点位的风速和风向数据的历史数据和对应的风电机组输出功率历史数据进行拟合得到第二位置风机的函数表达式，再利用发电量计算公式组计算得到第二位置风机在有尾流影响时的应发电量，以得到风电场第二位置风机有尾流影响的应发电量总和；基于所述风电场第一位置风机无尾流影响的应发电量总和与风电场第二位置风机有尾流影响的应发电量总和得到风电场的应发电量总和；
对风电机组尾流区域不同位置风机点位的风速和风向数据的历史数据和风电机组输出功率历史数据进行拟合得到尾流区域每台风机的风速和风机输出功率对应关系的函数表达式，再根据发电量计算公式组，计算得到尾流区域每台风机在有尾流影响时的应发电量，基于所述尾流区域每台风机在尾流影响时的应发电量得到风机有尾流影响时的应发电量总和。
5.根据权利要求4所述系统，其特征在于，所述损失计算模块，还用于：
基于所述风电场的应发电量总和与所述风机有尾流影响时的应发电量总和的差值计算结果，得风电场有尾流影响的发电量损失总和。
6.一种海上风电尾流损失计算方法，其特征在于，包括以下步骤：
获取风电场站中测风塔各点位的实时风力数据，按照时间维度计算所述测风塔各点位的实时风力数据的平均值得到风力数据均值计算结果；
将所述数据均值计算结果输入风电机组尾流计算模型，得到风电场站中风电机组尾流区域不同位置点的风速和风向数据；
基于所述风力数据均值计算结果和发电量计算公式组计算得到单台风机在无尾流影响时的应发电量；基于所述风电机组尾流区域不同位置点的风速和风向数据和所述发电量计算公式组计算得到单台风机在有尾流影响时的应发电量，基于所述单台风机在无尾流影响时的应发电量和单台风机在有尾流影响时的应发电量的差值计算结果，得到单台风机在预设时间段内因尾流造成的发电量损失。
7.根据权利要求6所述方法，其特征在于，在所述得到风电场站中风电机组尾流区域不同位置点的风速和风向数据之后，所述方法，包括：
获取预设的风电场站的风电机组位置布局图信息；
根据所述风电场站中风电机组尾流区域不同位置点的风速和风向数据，得到第一位置风机的尾流分布数据；
基于所述第一位置风机的尾流分布数据和所述风电机组位置布局图信息对第二位置风机的尾流影响风机进行计算，得到风机数量计算结果；其中，所述风机数量计算结果包括第二位置风机受尾流叠加影响的第一位置风机中的风机个数；
基于所述风机数量计算结果和第二位置风机的每个点位的尾流叠加效应计算模型得到尾流叠加效应计算结果；
将所述尾流叠加效应计算结果输入所述风电机组尾流计算模型，计算得到第二位置风机的尾流区域不同位置点的风速和风向数据，并基于所述第二位置风机的尾流区域不同位置点的风速和风向数据得到第二位置风机的尾流分布数据。
8.根据权利要求7所述方法，其特征在于，所述方法，还包括：
对第二位置的每个位于尾流叠加区或者尾流区的风机所在点位的风速和风向实时数据进行实时测量得到风机实测数据；
将所述风机实测数据和所述尾流叠加效应计算结果进行比对，根据数据对比结果对所述尾流叠加效应计算模型中的参数取值进行优化，在优化过程中，以所述尾流叠加效应计算结果为输入值，以所述风机实测数据为输出值拟合得到对应的函数关系，基于拟合函数反向调节尾流叠加效应计算模型中的参数取值。
9.根据权利要求6所述方法，其特征在于，所述方法，还包括：
对风力数据均值计算结果历史数据和对应的风电机组输出功率历史数据进行拟合得到第一位置风机的函数表达式，再利用发电量计算公式组计算得到第一位置风机在无尾流影响时的应发电量以得到风电场第一位置风机无尾流影响的应发电量总和；以及，对风电场风电机组尾流区域不同位置风机点位的风速和风向数据的历史数据和对应的风电机组输出功率历史数据进行拟合得到第二位置风机的函数表达式，再利用发电量计算公式组计算得到第二位置风机在有尾流影响时的应发电量，以得到风电场第二位置风机有尾流影响的应发电量总和；基于所述风电场第一位置风机无尾流影响的应发电量总和与风电场第二位置风机有尾流影响的应发电量总和得到风电场的应发电量总和；
对风电机组尾流区域不同位置风机点位的风速和风向数据的历史数据和风电机组输出功率历史数据进行拟合得到尾流区域每台风机的风速和风机输出功率对应关系的函数表达式，再根据发电量计算公式组，计算得到尾流区域每台风机在有尾流影响时的应发电量，基于所述尾流区域每台风机在尾流影响时的应发电量得到风机有尾流影响时的应发电量总和。
10.根据权利要求9所述方法，其特征在于，所述方法，还包括：
基于所述风电场的应发电量总和与所述风机有尾流影响时的应发电量总和的差值计算结果，得风电场有尾流影响的发电量损失总和。
CN202311147248.6A 2023-09-06 2023-09-06 一种海上风电尾流损失计算系统及方法 Pending CN117077432A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311147248.6A CN117077432A (zh) 2023-09-06 2023-09-06 一种海上风电尾流损失计算系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311147248.6A CN117077432A (zh) 2023-09-06 2023-09-06 一种海上风电尾流损失计算系统及方法

Publications (1)

Publication Number Publication Date
CN117077432A true CN117077432A (zh) 2023-11-17

Family

ID=88719481

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311147248.6A Pending CN117077432A (zh) 2023-09-06 2023-09-06 一种海上风电尾流损失计算系统及方法

Country Status (1)

Country Link
CN (1) CN117077432A (zh)

Similar Documents

Publication Publication Date Title
CN108953060B (zh) 基于激光雷达测风仪的风电场场级偏航控制方法
CN107194097B (zh) 基于风电场气动模拟和风速风向数据的分析方法
CN104699936B (zh) 基于计算流体力学短期风速预测的风电场扇区管理方法
CN105844361B (zh) 风电机组风功率预测方法、解缆方法和装置
CN101592538B (zh) 一种基于实测数据风电场稳态输出功率的计算方法
St Martin et al. Atmospheric turbulence affects wind turbine nacelle transfer functions
KR102286672B1 (ko) 물리 및 데이터 혼합 모델 기반 풍력발전단지 하루 전 발전량 예측 방법 및 시스템
JP2020502424A (ja) 風力タービン発電基地レベルの負荷管理制御戦略
CN103061980A (zh) 基于激光测风雷达的风力发电机组的前馈控制系统及其控制方法
CN111472930B (zh) 演化风速计算方法及基于该方法的前馈统一变桨控制方法
CN108062722B (zh) 基于风速变异系数的山地风电场模型风机机械功率计算方法
CN115013258B (zh) 一种风电机组机前风速智能软测量方法
CN105279384A (zh) 一种基于风力机机舱风速的来流风速计算方法及装置
CN113935247A (zh) 计及风速随机性与相关性的分区虚拟惯量估计方法
CN106951977B (zh) 一种基于尾流效应的风速预测模型的构建方法
CN109636019B (zh) 基于神经网络算法的测风塔布置方案确定方法
CN113343562B (zh) 一种基于混合建模策略的风机功率预测方法及系统
CN117272869B (zh) 一种兼顾风力机近尾流和远尾流特性的全尾流解析方法
CN117610449A (zh) 一种基于GRA-XGBoost的风电机组入流风速估计方法
CN109766611B (zh) 一种考虑地形坡度的风电场功率简化预测方法
CN115935645B (zh) 基于测风塔数据的风电场上调备用容量评估方法及系统
CN117077432A (zh) 一种海上风电尾流损失计算系统及方法
CN110942218B (zh) 计算风电场上网电量的方法、装置以及系统
Shaler et al. Wind farm structural response and wake dynamics for an evolving stable boundary layer: computational and experimental comparisons
CN112861301A (zh) 一种基于风机实时数据的风电场理论功率智能计算方法

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