第五期风电特许权项目招标结果

2008年2月，家发展和改革委员会分别以发改办能源[2008]384、385、386和388号文确认了第五期风电特许权项目有：内蒙古乌兰伊力更、内蒙古通辽北清河、河北承德御道口和甘肃玉门昌马风电场的招标结果。 文件要求，三省（自治区）发展和改革委员会应对招标风电场所在地区的电网条件和电力市场进行充分的研究论证，提出进一步开发利用风能资源的建设方案。国家电网公司和内蒙古电力（集团）有限公司负责落实招标风电场的送出工程的技术方案并及时开工建设，     

水电文摘

WZ.296海上风电特许权项目招标启动第二批海上风电特许权项目招标的启动,给风电零配件厂商、机组厂商、风电场开发商都带来新的机会。总建设规模将在150万kW～200万kW之间,如此大规模的招标,与第一批相比规模翻了一番。     

风电机组失火原因及解决方案

我国风电产业发展迅速,但是风电机组的故障排除、维修等方面却是风电产业研究的薄弱点,尤其是风电机组防火这方面的研究.本文在考察国内外风电场防火措施的基础上,全面综述了风电场防火的研究现状,介绍了风电场风电机组的火灾事故,分析了风电机组的易着火点及着火原因,阐述了风电场风电机组防火的重要意义,重点介绍了国外风电场防火的解决方案.对我国风电场风电机组的防火研究提出了建议.     

海上风电机组设备大容量趋势分析

海上风电场建设的难度远远大于陆上风电,相应的建设成本也远高于陆上风电。笔者结合目前海上风电发展现状,以某海上风电场项目为例,对3 MW和4 MW风电机组进行整体经济性对比分析,得出结论:选用大容量的风电机组,可以减少塔筒和基础个数,缩短电缆长度,降低基础施工、吊装成本,节约工程造价。未来海上风电场势必采用更大容量的机组以满足风场需求,降低成本和提高效率。     

全寿命周期管理在大型风电基地项目的应用研究

随着风电行业平价时代的到来,风电项目的管理模式、成本管控迫切需要创新与革命。乌兰察布600万kW风电基地是全球单体最大的陆上风电场,作为平价上网的风电基地,创新性地应用了全寿命周期管理,通过对风力发电机组全寿命周期成本的管控,实现对整个风电场的成本管理。文章提出了全新的风力发电机组的招标策略,通过搭建一体化全寿命周期管理平台,结合全寿命周期专业化维保,将风机制造企业变成利益共同体,形成了共建共享、互利共赢的合作新模式。     

智能风机功能配置及性能要求研究

为提升风电场发电量、提高风电场并网友好性及环境友好性、提高风电机组可利用率及可靠性、降低风电场运维成本,结合大量先进传感器和智能控制技术的智能风机应运而生。智能风机还未大规模应用,其功能配置及性能要求未形成统一认识,为此文章重点围绕智能风机应具备的功能配置、智能测风系统实现方式、智能风机基于多传感器和多监测点智能监测系统的构成、智能风机为降低载荷和提升发电量在控制策略的改进、智能风机友好并网及环境友好要求进行研究,为智能风机招标采购技术要求提供参考依据。     

不仅仅是为了发电

<正>三峡能源率先探索“海上风电+海洋牧场”融合发展新模式昌邑海上风电场是一个拥有50台单机容量6兆瓦共计300兆瓦的海上风电场，规模虽然不大，却是我国首个与海洋牧场融合发展的海上风电场。海上风电的施工是不可以与天老爷打商量的。台风过后，我们又等了三天。2022年9月21日，我们从潍坊港登上了烟台打捞局的交通船。两个小时后，我们到达了位于渤海莱州湾的海上风电场——三峡昌邑海洋牧场与海上风电融合试验示范项目现场。     

水电文摘

WZ.276探索发展风电分散式接入,突破电网瓶颈由于风电并网困难且风险、成本均高,限制了我国风电的发展。与西北地区分布式大风电场相比,分散式小风电场对风力和电网的要求都较低,可望突破电网瓶颈。     

基于实物期权理论的风电投资决策

与传统的能源发电投资相比,风电投资具有更大的投资风险。在目前的技术水平下,风电的大力发展离不开国家的政策扶持。无论对风电投资者而言,还是对风电投资政策制定者而言,均迫切需要一个可将风险量化的投资辅助决策工具。基于实物期权理论,文中建立了适用于中国风电投资环境的风电项目投资决策模型。该模型考虑了风电上网电价的不确定性、风电场投资及运行成本、投资政策、投资时机等因素。算例分析表明该模型可为投资者选择合适的投资时机提供决策参考,另外还可作为政策制定者制定合理投资政策的量化分析工具。     

河北张北坝头风电场一期工程EPC总承包和工程监理开标

受中国水电顾问集团风电张北有限公司委托，中国水电工程顾问集团公司承担河北张北坝头风电场一期工程EPC总承包和工程监理招标代理工作。招标文件已于2008年1月28日发出。邀请中国水电顾问集团中南勘测设计研究院、西北勘测设计研究院以及北京国电水利电力有限公司参加EPC总承包投标，邀请中国水利水电建设工程咨询中南公司、西北公司、北京公司参加工程监理投标。两项招标工作的开标仪式已于2008年2月28日在中国水电工程顾问集团公司总部举行。     

陕西省风能资源与风力发电

介绍陕西省风能资源的分布与风力发电的发展和现状;展望陕西省风力发电前景;分析陕西省风力发电发展对策。     

风力发电技术发展动态

本文介绍了近几年风电机组研制、风资源评估及风电场发电量预报等风电技术发展动态,简要分析了其发展方向,并对我国的风电开发及技术研发工作提出了建议。总的来说,陆上风电技术已经成熟,今后研究的重点将集中在进一步减小对电网冲击和环境影响以及降低风力发电成本上。海上风电技术处于快速发展阶段,海上专有机组设计、风资源评估、海上施工技术和维护策略将是未来研究的重点。我国应该在大力进行风电工程建设的同时重视风电的基础理论和技术研究。     

湖北风电发展战略思考

介绍了湖北省风电资源的分布及开发状况,分析了湖北发展风电的难题,探讨了进一步加快发展风电的战略及措施。     

基于降低风力机叶片损伤的风电场优化调度

叶片是风电机组的核心部件之一,占风机总成本的20%,是影响风电机组运行寿命的重要因素。通过对叶片在几种不同载荷工况下叶根材料破坏时循环次数的计算,再结合线性累积损伤理论,得到了不同工况下的叶片损伤量。在同时考虑了风电机组叶片损伤、启停次数以及功率控制要求的条件下,建立了风电场的多目标调度模型;并采用二进制遗传算法(BGA)对该模型予以优化,获得了风电机组启停组合和目标功率值。在此基础上,再结合实际算例来验证该算法,通过合理的机组调度,实现了在保证输出功率控制要求的同时,来优化风电机组的启停、改善风电机组的运行寿命以及减少风电场电力系统的运行成本。     

江西山地风电场道路工程水土流失防治措施总体布局探讨

风力发电是目前世界上可以大规模商业化运作、技术成熟的清洁能源发电项目,符合世界未来能源发展趋势.近年来,江西风力发电发展迅速,风电场建设不可避免地扰动原地貌、损坏土地和植被,造成严重水土流失.本文以中国电力投资集团江西上犹仙鹅塘风电场工程中的道路工程为例,对江西省山地风电场道路工程水土流失特点、水土流失防治措施及工程总体布局进行研究探讨.     

新疆不同区域风电场风能资源对比分析

风电利用效果主要与风能资源有关。文章以新疆额敏县165团和布尔津县风电场风能资源为研究对象,从气象条件,各月及年平均风速、风速和风功率密度、风速和风能频率分布等方面全面分析两处风资源情况,经过比较,布尔津县风能资源更优,为今后开发风能资源提供了数据支撑。     

考虑风电机组旋转备用的风电场多目标优化

随着新型风电场的容量在并网系统中所占比例不断增加,对传统含风电场电力系统的经济调度问题提出了新的要求。传统的电力系统经济调度还应考虑到风电场功率波动对系统旋转备用和发电成本等方面的影响。因此,针对考虑风电机组旋转备用的风电场优化调度方法,并综合发电成本及购电费用目标,建立了含风电场的经济调度模型;釆用目标加权法和距离函数法相结合以将目标优化问题单一化以及利用实值编码遗传算法,来高效搜索优化方程最优解。仿真结果表明,所提出的方法是有效的。     

适合云南地区风功率预测的数值天气预报系统研究

为了探寻适合云南地区风功率预测的数值天气预报系统,利用 GFS 资料为中尺度模式 WRF提供初始场和边界条件,评估了不同模式分辨率、参数化方案对云南地区风速模拟结果的影响。结果表明: 对于云南地区,3 km 分辨率风速模拟效果总体上优于 9 km 分辨率; 不同参数化方案对于风速模拟效果影响较大,其中第 3 套参数化方案( 长波辐射方案选用 Earth Held － Suarez,短波辐射方案选用 RRTMG,陆面过程选用 Noah,积云对流方案选用 Kain － Fritsch,行星边界层方案选用 YSU) 为云南地区的最优化方案,其模拟结果与观测资料均方根误差最小( 区域平均均方根误差约为 1. 67 m / s,17 个观测站点平均均方根误差约为 3. 30 m / s) 。进一步结合功率预测模型分析表明,较优的分辨率 －参数化组合方案可以提升云南地区风电场功率预测合格率达 9. 68% ～ 38. 71% 。研究成果对提高云南地区风电场功率预测水平、制定合理消纳风电计划具有一定的指导意义。     

抽水蓄能与风电互补的探讨

论述抽水蓄能与风电2种电源各自特性以及互补的必要性、可行性。从电力市场需求角度论述二者互补对优化电源结构,适应电力市场用户需求,改善电网运行环境,提高供电质量、安全保证率、经济效益等方面的作用。     

风资源评估综述

针对风力发电场可行性研究阶段风资源评估的有关工作内容进行了综合阐述。风力发电是我国重要的后续能源之一，大力发展风电对我国能源供应和环境保护极为重要。风资源的测量和评估水平直接影响风电场选址和发电量预测，进而影响风电场的投资决策。