海上风电场运行期尾流损失分析

  [目的]  为了充分认识海上风电场运行过程中的尾流效应,对风电场布局设计中的模拟计算结果进行验证,探索海上风电场的风机尾流损失变化规律。  [方法]  以华南地区某海上风电场为测试场址,选用PARK模型进行尾流模拟计算,对模型中的参数进行优化并进行实际发电量验证。  [结果]  结果表明:PARK模型用于海上风电场尾流模拟可以基本反映风机实际发电情况;在某风向上风机间距为7D情况下,主风向尾流损失在第2排后的分布规律呈现较为稳定的状态,约为首台风机的30%。  [结论]  PARK尾流模型能够较好的模拟近海风电场尾流损失和进行发电量计算,模型参数选择应根据项目实际情况进行敏感性测算。     

考虑尾流效应的风电场输出功率优化

针对尾流效应对风电场输出功率造成的损失,文章提出了一种基于改进Jensen模型的优化方法。基于激光雷达实验数据验证了改进Jensen模型的有效性,并建立了多机组尾流叠加模型。对考虑尾流效应的风电场输出功率优化可行性进行分析,建立了风电场输出功率模型。针对标准粒子群算法过早收敛、易局部最优的缺陷进行了改进,在其迭代方程中加入二阶振荡环节,增加了粒子的多样性,提高了算法的全局搜索能力,同时保证了算法的运行速度;引入模拟退火操作,增强了算法的局部搜索能力。建立了风电场输出功率最大化优化模型,以轴向诱导因子为优化参数,利用改进粒子群算法对山西省某风电场模型进行了仿真分析。结果表明：当入流风速分别为8 m/s和12 m/s时,经改进粒子群算法优化之后,风电场输出功率分别提高了6.26%和4.59%;改进粒子群算法改善了标准粒子群算法存在的过早收敛、易局部最优的缺陷。     

大型海上风电场风机排布优化策略研究

为提升大型海上风电场的经济效益,得到合理的风机排布方案,提出了一种规则型排布优化策略,该策略通过对风电场内风机布局参数进行遍历取值,对各方案分别进行发电量计算,从而找出发电量最大的方案;同时,还提出了随机型迭代优化策略,该策略以最优规则型方案作为初始方案,通过不断调整尾流较大风机的位置,从而提升整个风电场的发电量。2种风机机位优化策略均采用Python语言实现,通过实际风电场监测数据的分析对比,验证了Jensen尾流模型可较准确预测海上风电场风机尾流损失,最后通过对Horns Rev2海上风电场算例进行风机机位优化分析,得出了在最优规则型排布方案中各排风机的连线均大致与主风向垂直,且随机型排布方案的年发电量可在规则型排布方案基础上平均提升约1.35%的结论。     

考虑尾流效应的风电场有功功率控制策略研究

随着大型风电场的快速发展,由于尾流效应造成的风电场能量损失成为重要的问题。本文考虑风电场内的尾流效应,提出了优化的有功功率和桨距角曲线以降低独立机组的能量损失,从而达到风电场的总有功功率提升的目的。同时,通过挖掘风电机组有功出力和尾流效应的关系,给出基于有功控制的尾流优化方法,建立了风电场有功出力优化模型。最后,基于某风电场的实际数据建立仿真模型来检验控制策略的有效性,并引入传统单机MPPT方案进行比对,结果证明提出的新型控制策略大大提高了整个风电场的有功功率,并且计算量小,优化方法简单,具有一定的工程应用价值。     

平坦地区风电场间尾流影响的计算分析

风资源的分布具有区域性,大中型风场在这些区域往往就会集中成片分布,风场间的相互影响就不可避免地出现。通过在学习风场的周围,假定参考风场8扇区均匀分布的方式,着重研究了距离和分布方位对于风场尾流值的影响,通过分析对比得出以下结论:1)随着距离增加,参考风场对学习风场尾流值影响越小,随着距离的增加,尾流值相对误差的衰减逐步减弱;2)参考风场分布方位对于学习风场影响较大,沿着主导风向的上风向分布的风场对于学习风场影响较大,与非主导风向分布的风场相比,单一风场分布时,比值在10倍左右,成片风场分布时,比值在5倍左右;3)距离相同时,成片分布风场的影响较单一分布的风场要大,平均的尾流相对误差是其3倍左右。     

考虑尾流效应对风电场机组布局的影响分析

尾流效应的存在会导致风电场下风向风能减少,流场湍流度增加,进而影响风电场中位于下风向风机的效率和风轮的使用寿命。文章对尾流效应研究现状进行了概述,利用WASP软件以及风资源数据进行风电场模拟计算,将上下游风机之间间距以及上下游风机连线与主导风向的偏向角作为风机定位坐标,建立了分别由2台、3台、4台风机组成的模型并进行计算。比较在不同风机布局的情况下,风电场内每台风机和风电场的年净发电量以及尾流损失值随风机布局的变化趋势。对比计算结果得出风电场机组布局中风机之间的最佳间距和偏向角的定量值,确定风机尾流效应分析在风电场内机组布局中的重要性,为优化风电机组布局以及提高风电场风能利用率提供理论依据。     

大基地风电场“以大代小”等容量排布方案分析

“以大代小”是风电项目进行等容或扩容改造升级常用的一种方式。以大基地风电场为研究对象,探究针对大基地项目进行“以大代小”技术改造的规划方案。将大基地风电场划分为9个待改造区域,分别采用两种改造方案,从机组单机容量、机组轮毂高度、改造区域机组对周边机组的尾流影响等几个关键因素入手,分析这些因素对场区发电量的影响及发电量提升效果,进而得到最优的改造机型和布局规划。研究结果表明,保持轮毂高度不变,提升单机容量,发电量增加幅度并不显著。当抬升轮毂高度且提升机组单机容量时,发电量提升效果较为明显。当选取的轮毂高度与周边机组轮毂高度较为接近时,随着改造区域单机容量增大,对周边机组的尾流影响越大,影响最大的为处于改造区域下风向的机组,影响最小的通常为处于改造区域上风向的机组。抬升轮毂高度,随着单机容量的提升,发电量提升效果较为显著。根据大基地风电场的实际风资源条件,在场区中间区域适当抬升轮毂高度,可以提升发电量并减少对周边风电场的尾流影响。等容量技术改造时,应优先选择高塔架大兆瓦机组进行改造。     

基于SCADA数据海上风电场解析尾流模型可靠性与尾流叠加研究北大核心CSCD

针对工程中常用的解析尾流模型适用性及精确度存在较大不确定性的问题,文章利用国内某海上风电场运行的SCADA数据,分别对Jensen模型、Frandsen模型和Gaussian模型等主要解析尾流模型进行可靠性验证和分析。在此基础上,提出了更加适用的尾流模型参数选取方案,参数修正后的Gaussian尾流模型的评估精度提升约50%。此外,为了分析海上风电场的尾流叠加特性,文章采用场内实测数据进行分析,并与工程尾流叠加模型计算结果进行对比,结果表明,工程尾流叠加模型仍存在一定改善空间。     

大型风电场尾流效应的耦合求解方法

针对大型风电场尾流评估问题,考虑大气边界层垂向动量输运和风电场内流动不均匀性,提出一种基于传统尾流模型和风电场边界层模型的耦合求解方法。采用Horns Rev风电场和青海锡铁山矿区风电场群实测数据对所提出的耦合方法进行验证,结果显示该方法可较为准确的评估大型风电场的场内、场间尾流效应,对大型风电场和集群化风电场开发具有重要理论和工程应用价值。     

考虑尾流效应的风电场减载出力优化控制

在高风电渗透电力系统中,风电场参与系统调频普遍忽略了尾流效应对风电机组出力的影响。文章提出了一种考虑尾流效应的风电场减载出力优化控制方案。首先,采用改进Jensen尾流模型,给出了任意风向的尾流区域划分方法;其次,在满足系统调频需求的前提下,以风电场有功出力最大为目标,对风电场功率分配进行优化;然后,针对不同风速区间设置了相应的优化控制方案,并给出方案的具体实现方法;最后,以江苏某海上风电场为例进行算例仿真,算例结果表明,所提方案可有效地提高风电场整体出力。     

我国海上风电现状及分析

海上风电是近年风电开发的热点,本文首先回顾了我国海上风电的开发现状,从开发地区、水深、地质条件和基础形式等角度,总结了我国海上风电的特点;接着对未来海上风电的成本和政府的电价补贴政策进行了展望;最后列举了一些与海上风电相关的新动向。     

德国海上风电VSC-HVDC技术分析

系统地总结和梳理了德国海上风电并网情况及发展特点,分析阐述了德国海上风电场群集中并网的技术特征和经验,比较分析了高压交流输电和VSC—HVDC技术在海上风电并网应用的优缺点。最后,结合德国经验和中国发展需要,提出了海上风电并网分析模型。     

基于多尾流模型的大型海上风电场扩容试验研究

目的  文章旨在研究大型海上风电场的最佳规划容量设置。 方法  针对某1 GW容量的单个规划场址,利用3种不同单机容量机型与3种海上风电场尾流模型,结合海上风资源图谱开展同场址逐步扩容至2 GW的一系列数值试验,并对全场发电量、尾流影响与边际效应进行分析。 结果  结果显示,随着机型的单机容量增大,扩容过程中全场实际发电量增幅越高,尾流损失增长越慢,兼顾机组安全性与投入产出比的有效扩容区间越大;但尾流模型选择可能影响有效扩容区间评估结果。 结论  文章研究表明,在满足现有用海指标、风电机组安全性与工程经济性等多重约束下,单个场址的最佳规划容量可以略高于现有基准值,在今后海上风电千万千瓦级基地规划中,应科学细分并合理设置单个场址的规划容量。     

应用STATCOM提高风电场的电压稳定性

风能具有随机性和间歇性,大规模风电场接入电网时会对系统的稳定性产生一定的影响。建立了风力发电机组模型,仿真分析了利用STATCOM改善风电场（由变桨距定速异步感应发电机组成）的静态和暂态稳定性。仿真结果表明,STATCOM可以有效地改善风电场的稳定性,在系统故障后提供无功支撑,提高了风电场的低电压穿越能力。     

海上风电场对鸟类的影响及其危害预防

目的 风能作为公认的最成熟的可再生能源技术之一,近年来发展迅速。中国在近年开发了大量的海上风电项目。但风电场对环境,尤其是对鸟类的影响引发了人们大量的担忧和研究。在碳达峰实现之前,我国的海上风能产业将持续增长,需要全面了解风电场对鸟类的影响。 方法 通过总结现有研究,对海上风电场引起的鸟类问题进行了综述,并讨论了可将对鸟类不利环境影响降至最低的预防和缓解措施。 结果 研究表明：危害鸟类生存的风电问题主要有风力涡轮机叶片撞击和风机运行噪音两方面的原因,尚无明确的证据表明鸟类会受到电磁场的影响。风电场的运行可能造成鸟类栖息地的变迁、繁殖和交流的受阻以及种群结构的改变等。人们可以通过风电场选址、风电场形态及风机叶片和桩机结构设计、遥感与视频监控等方式减少风电场对鸟类的不利影响。 结论 对风电场鸟类开展更加深入的研究,将有利于我们掌握海上风电场开发建设及运营相关的鸟类生态学基本规律,形成降低生态环境负面影响的科学决策。     

双风力机风向变化时尾流及阵列数值研究

为有效利用风力资源和土地资源,使风力机间的尾流影响降到最低,采用Fluent 6.3软件,对不同排列情况下固定距离的两台风力机进行了数值模拟,通过比较单机风力机及不同角度布置下两台风力机的输出功率和流场分布,对风力机间相互影响造成的功率损失进行了分析.结果表明：运行中的风力机相互之间存在尾流互扰现象,导致下风向风力机功率损失;串列布置时,下风向风力机叶轮对上风向转子的发散状尾流具有收敛作用,由于受其尾流影响,功率明显降低;随着风向发生变化,下风向风力机移出上风向风力机转子尾流阴影,其功率逐渐增加,所以机组间距离须与当地盛行风向变化范围成正比.     

风力发电场建设中的危险源辨识与应急管理

风力发电场的建设中建立施工安全重大危险源预警机制,完善风电场建设施工应急救援体系是健全和提高风电场建设施工安全管理水平,实施安全生产与应急管理的重要内容。结合工程实际情况,对风电场的危险源辨识与应急管理进行一些初步的探讨。     

考虑海上风电接入的电网侧无功补偿策略

考虑大规模海上风电并网后的电压稳定性问题,以电力系统网络等值为基础,计算系统的电压稳定指标,基于各可调节节点对危险节点的灵敏度指标给出电压无功补偿策略。该控制策略的制定分成3个步骤：首先,根据电压稳定指标辨识危险节点;其次,计算可调节节点对危险节点电压稳定性的灵敏度,并以此甄别进行补偿的电源节点;最后,根据各节点的灵敏度指标分配各节点无功补偿量。在IEEE-14节点算例下的仿真结果表明,所提补偿策略能够有效改善海上风电接入后的局部电网电压稳定性。     

风电场风切变指数研究

根据山东某风电场实测资料,对风电场逐月、逐时、不同风速下的风切变指数进行研究并探究风切变指数不同取值对风电场轮毂高度处风资源的影响。在分析轮毂高度风资源时,建议采用高差较小的高度处风速根据综合风切变指数进行推导。     

A passively self-adjusting floating wind farm layout to increase the annual energy production

Wake losses inside a wind farm occur due to the aerodynamic interactions when a downwind turbine is in the wake of upwind turbines. The ability of floating offshore wind turbines (FOWTs) to relocate their positions in the horizontal plane introduces an opportunity to decrease the wake losses in a floating wind farm (FWF). Our goal is to use this ability to passively move the downwind FOWT out of the wake of upwind ones. Since the mooring system (MS) attached to a FOWT is responsible for its station keeping, the horizontal motions of the FOWT depend on the MS design. Hence, if we can design the MS to passively move the FOWT out of the wake, we can increase the FWF annual energy production (AEP). In this paper, we investigate if we can benefit from relocating FOWTs in a FWF and increase its AEP. In addition, we present a novel approach that considers the ability of a FOWT to relocate its position as a new degree of freedom (DoF) in the FWF layout design. This means we will have a self-adjusting wind farm layout where the FOWTs passively re-arrange themselves depending on the wind direction and the wind speed. Consequently, we will have a slightly different wind farm layout for every wind direction and every wind speed. To achieve this layout, we include the MS design as part of the FWF's layout design. In a self-adjusting FWF layout, each FOWT is attached to a customized MS design allowing it to relocate its position in the best way possible according to the wind direction, to increase the overall AEP of the wind farm. The results of one case study show that the novel approach can increase the FWF's AEP by 1.6% when compared with a current state of the art optimized floating wind farm layout. Finally, we implemented our method as an open-source python tool to be used and enhanced further within the wind energy community.