[发明专利]计及复杂尾流效应模型的风电场概率输出功率计算方法有效
申请号: | 201210563728.6 | 申请日: | 2012-12-21 |
公开(公告)号: | CN103020462A | 公开(公告)日: | 2013-04-03 |
发明(设计)人: | 刘文霞;仇国兵;徐继凯;张建华 | 申请(专利权)人: | 华北电力大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 北京众合诚成知识产权代理有限公司 11246 | 代理人: | 朱琨 |
地址: | 102206 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 复杂 效应 模型 电场 概率 输出功率 计算方法 | ||
1.一种计及复杂尾流效应模型的风电场概率输出功率计算方法,其特征是所述方法包括:
步骤1:初始化参数,包括风电机组坐标,风电机组的风轮半径R0,风电机组的额定功率Pr,风电机组的切入风速vci,风电机组的切出风速vco,风电机组的额定风速vr,风电场风速的威布尔分布的尺度参数c,风电场风速的威布尔分布的形状参数k,风电场的风向玫瑰图,风电机组和连接电缆的故障率λ和修复时间μ;
步骤2:建立风电场尾流效应模型;
所述模型为:
其中,veq.j为风电场中下游风电机组WTj在所有上游风电机组共同影响下的等效风速;
v0为自然风的风速;
N为影响下游风电机组WTj的上游风电机组的个数;
Ashad.ij为上游风电机组WTi在下游风电机组WTj处的尾流影响区域的面积与下游风电机组WTj的风轮扫略面积的重叠部分的面积,且
xij为上游风电机组WTi和下游风电机组WTj之间的距离;
ri(xij)为上游风电机组WTi在下游风电机组WTj处的尾流影响半径,由Jensen模型求得,其计算公式为:
r为距离风电机组x处的尾流影响半径;
r0为风电机组的风轮半径;
kw为尾流下降系数;
h为风电机组风轮所处海拔高度;
h0为地面粗糙度;
hi为上游风电机组WTi风轮所处海拔高度;
hj为下游风电机组WTj风轮所处海拔高度;
Δh为上游风电机组WTi风轮所处海拔高度hi和下游风电机组WTj风轮所处海拔高度hj的差值的绝对值;
rj为下游风电机组WTj的风轮半径;
dij为上游风机WTi和下游风机WTj之间的水平间距;
Arotor为风电机组的风轮扫略面积,且
vj(xij,hj)为下游风电机组WTj在上游风电机组WTi单独影响下的风速,且
vi为上游风电机组WTi的风速;
CT为推力系数;
α为风速随高度变化系数,并且通过Lissaman尾流效应模型计算,其计算公式为v(hi)为在高度hi处测得的风速,v(hj)为在高度hj处测得的风速;
步骤3:初始化仿真年限n,运用序贯蒙特卡罗仿真方法得到风电场各个风电机组和连接电缆的运行状态曲线;
步骤4:在仿真年限n内,利用威布尔分布和风向玫瑰图分别对风速和风向进行模拟,得到规模均为M的风电场风速和风向序列,同时初始化时刻t,M=n×8760;
步骤5:利用t时刻风电场的风速和风向计算t时刻风电场非故障风电机组的输出功率,进而计算风电场的总输出功率,具体包括步骤5.1-步骤5.4;
步骤5.1:根据风电场的风向,利用坐标变换公式
步骤5.2:利用风电场尾流效应模型计算t时刻风电场各处的非故障风电机组处的风速v;
步骤5.3:根据t时刻风电场各处的非故障风电机组的风速,利用风电机组的输出特性曲线计算t时刻风电场各处的非故障风电机组的输出功率;其中,计算t时刻风电场各处的非故障风电机组的输出功率的计算公式为:
其中,
步骤5.4:根据t时刻风电场各处连接电缆的运行状态,对与风电场故障电缆相关联的风电机组的输出功率予以删除,进而求得t时刻风电场的总输出功率,并令t=t+1;
步骤6:判断是否有t>M,如果t>M,则执行步骤7;否则,返回步骤5;
步骤7:将M个时刻的风电场的总输出功率按时间先后顺序排列,得到风电场的总输出功率序列,运用聚类方法处理风电场的总输出功率序列从而得到风电场概率输出功率曲线。
2.根据权利要求1所述的方法,其特征是所述聚类方法为k-means法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华北电力大学,未经华北电力大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201210563728.6/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用