[发明专利]一种基于尾流效应分群的风电场风机聚合方法有效
申请号: | 201410064583.4 | 申请日: | 2014-02-25 |
公开(公告)号: | CN103886179B | 公开(公告)日: | 2017-05-31 |
发明(设计)人: | 汪宁渤;路亮;丁坤;蔡旭;周识远;李津;张金平;李征;张琛 | 申请(专利权)人: | 国家电网公司;国网甘肃省电力公司;甘肃省电力公司风电技术中心 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 北京中恒高博知识产权代理有限公司11249 | 代理人: | 刘洪京 |
地址: | 100031 *** | 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: | 本发明公开了一种基于尾流效应分群的风电场风机聚合方法,主要包括获取待测风电场对应测风塔1年以上的历史测风数据,通过风速玫瑰图分析法,计算待测风电场的主导风向;基于计算得到的待测风电场的主导风向,采用Larsen模型计算尾流对风速的影响;基于计算得到的待测风电场的主导风向、以及计算得到的尾流对风速的影响,对风电场风机进行分群;基于分群结果,根据尾流模型分别计算等值后每台风机的风速。本发明所述基于尾流效应分群的风电场风机聚合方法,可以克服现有技术中稳定性低、安全性差和适用范围小等缺陷,以实现稳定性高、安全性好和适用范围大的优点。 | ||
搜索关键词: | 一种 基于 效应 分群 电场 风机 聚合 方法 | ||
【主权项】:
一种基于尾流效应分群的风电场风机聚合方法,其特征在于,主要包括:a、获取待测风电场对应测风塔1年以上的历史测风数据,通过风速玫瑰图分析法,计算待测风电场的主导风向;b、基于计算得到的待测风电场的主导风向,采用Larsen模型计算尾流对风速的影响;c、基于计算得到的待测风电场的主导风向、以及计算得到的尾流对风速的影响,对风电场风机进行分群;d、基于上述分群结果,根据尾流模型分别计算等值后每台风机的风速;所述步骤b,具体包括:假定下风向不同位置的风速衰减具有相似性,并且风速只会发生中等程度的衰减,则通过下式计算下风向L=x处的尾流影响区域半径:Rw=[352π]15[3c12]15[CTAx]13c1=l(CTAx)-13---(1);]]> 公式(1)中,c1为无量纲混合长,l为普朗特混合长,A为风力机扫风面积,CT为风电机组推力系数; 所述步骤b,具体还包括: 为了避免计算普朗特混合长,在工程中常由下式来计算c1:c1=[D2]-12(CTAx0)-56---(2);]]> 公式(2)中,x0为近似参数,通过下式计算:x0=9.5D(2R9.5D)3-1---(3);]]> 在公式(3)中,参数R9.5由下式确定:R9.5=0.5[Rnb+min(h,Rnb)]Rnb=max[1.08D,1.08D+21.7(Ia-0.05)]---(4);]]> 在公式(4)中,Ia为测风点处的环境湍流强度,表达式为:Ia=σuU10---(5);]]>在公式(5)中,σu为风速标准偏差,U10为风速10分钟平均值;所述步骤b,具体还包括:缺乏实测风数据时,环境湍流强度由下式近似确定:Ia=λκ[1ln[z/z0]]---(6);]]>在公式(6)中,参数λ处于2.5到1.8之间,此处取1.0,κ=0.4为卡曼常数,z0为粗糙度。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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国家电网公司;国网甘肃省电力公司;甘肃省电力公司风电技术中心,未经国家电网公司;国网甘肃省电力公司;甘肃省电力公司风电技术中心许可,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/patent/201410064583.4/,转载请声明来源钻瓜专利网。
- 上一篇:一种垂直的LED灯条
- 下一篇:一种倒装的LED封装结构及LED灯条
- 同类专利
- 专利分类
G06 计算;推算;计数
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
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