青岛华威风电场微观选址研究中的数据处理

对青岛华威风电场近5年的实际运行监测数据进行分析,结合各风机的位置,筛选出符合条件的风机对比组.以其中一组风机对比组为例,确定风机发生的偏移时刻和偏移角度,对原始数据进行修正,为研究风机尾流对发电量的影响奠定了基础.     

风电场复杂地形的微观选址

以红牧风电场为例,分析了复杂地形的风电场微观选址,根据主风向上和垂直主风向上的不同间距布置风机,以对比单机平均发电量和尾流影响.结果表明,主风向上单机的平均发电量随风机间距的增加先增后疵,尾流损失不断减小;垂直主风向上随风机间距的增大单机平均发电量不断增大,尾流损失也不断减小.建议在复杂地形的主风向上风机间距的选择比简单地形小,均为风机直径6～7倍;简单地形的风机间距约为风机直径7～8倍.     

风电场微观选址及发电量预测的探讨

对风资源评估、选址地面情况和风机位置的排布等影响风电场微观选址的因素进行了分析.阐述了风电场发电量的预测方法,通过实例说明如何使用相关软件来预测风电场发电量,并根据预测结果对风电场微观选址注意事项进行了探讨.     

风电场微观选址对发电量影响的分析

根据华威风电场风机实际运行监测数据,对比华威风电场12台N62型风机不同方向的发电量、2个场址的平均发电量和同一场址内不同风机的发电量.分析了风电场微观选址对风机发电量的影响.结果表明:4～15号12台风机的单台月发电量差异较大,说明在风电场宏观选址条件相同的情况下,由于微观选址条件的不同,相同型号的风电机组的发电量存在较大的差异;骆驼岭风电场4号风机与风山风电场15号风机正北向发电量的差异较大,地形影响是造成风山发电场发电量较小的主要原因;对凤山风电场内的8～15号8台风电机组进行对比,在各个方向上的发电量差别很大,主要是受到相邻风机间尾流影响所致.     

风电场微观选址应关注的地表现象

风电场微观选址中,在兼顾风能资源的前提下,风电机组机位应回避孤立的山包、植物突变的条带、陡峭山崖边缘、马鞍型地形及垭口部位、滑坡或潜在滑坡地段、岩堆崩塌物、山脊狭窄地段、斜坡地段、山脊侧向冲沟地段、山脊末端等不良地质作用可能发生的地段。这对后继地质勘察,加快工程进度,降低工程成本和保证风电机组基础的安全性都有重要意义。     

多约束条件下智能优化风电场微观选址方法的探究

文中从微观选址的角度及基于CFD计算和多约束条件下智能优化风电场微观选址的方法,对风电场发电量存在不足的情况进行分析,并建立相应的数学模型,通过优化进行微观选址及实践验证。仿真结果表明,此方法在进行微观选址的过程中,可以通过风机位置的优化,得到优化的风能密度高值的点,从而减少尾流损失,提高风机发电量。     

海上风电场微观选址工程优化方法与软件开发

海上风电场用海面积有限,同时由于湍流强度低,尾流恢复慢,其微观选址优化排布方法是海上风电的关键技术之一.在实际工程应用中,其排布一般采用人工经验和方案比选方法,由于受主观因素影响以及比选方案数量有限,难以得到工程优质解.文中针对平行四边形网格枚举方法存在计算效率低和优化时间长的问题,提出一种海上风电场微观选址工程优化方...     

风电场微观选址的“顺向渐远”法

在分析风电机组间距对于尾流形成影响的基础上,提出了风电场微观选址的顺向渐远方法,通过两个典型案例介绍了顺向渐远法的实际应用。     

基于CFO的海上风电场微观选址优化算法研究

海上风电场用海面积有限,尾流影响比陆上大,微观选址是其规划设计的关键技术。传统优化算法大多采用离散化变量,使得潜在解空间减少到有限个,难以达到最优化的效果。为了提高海上风电场微观选址优化效率,文章提出了一种基于中心引力优化(CFO)算法的海上风电场微观选址方法。该算法使用实数编码,通过将微观选址优化的变量假设为天体,各个天体之间相互作用,达到平衡的原理,具有可能得到全局最优解和效率高的优点。使用该算法对海上风电场微观选址优化进行仿真,并与现有方法比较。结果表明,所提出的算法得到的排布方式发电量最高,并具有优化精度高、速度快和优化排布较为均匀的特点。该研究结果可以为实际工程应用提供参考。     

基于改进二进制萤火虫算法的风电场微观选址优化研究

风电场微观选址时应合理布置机组位置,减少尾流影响,提高风电场的综合经济效益。首先,针对不同布机方案及不同来流风向、风速下风电场尾流分布的变化,提出了一种基于坐标变换的风电场尾流场快速计算方法以提高计算效率;然后,对传统二进制萤火虫算法进行改进,从而提高寻求全局最优的能力;最后,基于以上工作,以机组总台数和布机方案为决策变量,以单位功率成本为目标函数,完成了3种风况条件下的风电场微观选址优化工作。经过计算对比分析,本方法在3种风况条件下均得到了更优的布机结果,对工程中海上风电场和陆上平坦地形风电场的微观选址工作具有参考价值。     

酒泉地区风电场风电功率预报研究

利用NOAA天气预报模式Weather Research andForecasting Model(WRF)结合统计订正方法对酒泉地区短期风电功率预报进行了预报实验。与实际出力比较24 h短期风电功率预报精度较高。并在此基础上利用风电场附近测风塔观测数据通过时间序列发进行了0~4 h超短期预报实验,预报结果显示0~2 h预报结果有利于运行调度。     

以可靠性为中心的维修在风电场中的应用研究

在分析风电维修与设备管理现状的基础上,详细论证了在风电行业开展RCM分析的必要性和可行性,以吉林乾安风电场引进和推行RCM为例,对RCM在风电机组中的实施过程、成效分析进行了详细论述,并对风电行业开展RCM应用推广提出了建议。     

风电场风速预测模型研究

介绍了两种风电场风速预测模型,分别是BP神经网络模型和小波-BP神经网络组合模型。BP神经网络模型是风速预测中常用的模型之一,小波技术和BP神经网络结合,即为组合模型。小波技术将风速时间序列按时间和频率两个方向展开,体现了各成分对预测值贡献率的不同。将BP神经网络模型和小波-BP神经网络组合模型分别应用到我国朱日和风电场的逐时风速预测中,从预测结果对比得出组合模型更适合该风电场的逐时风速预测。     

考虑风资源影响的风电场电压波动和闪变评估

风电并网后引起的电压波动和闪变水平可能超出国家有关标准,造成严重的电能质量问题,因此,在风电并网之前需对这两者进行评估。采用了一种新的评估方法。区别于国际电工标准(IEC61400-21)中电压波动与闪变的评估,此方法考虑了风电场的风资源情况对这2个指标的影响。对风电场在不同出力下由阵风引起系统的电压波动进行计算,并用IEC闪变仪计算短时间闪变值Pst。用所提方法和IEC标准对我国某一新建的风电场进行评估。结果表明,所提方法不仅能有效地进行电压波动与闪变评估,而且能更好地考虑风速变化对风电场带来的潜在影响。     

风电场50年一遇安全风速计算方法的对比分析

利用耿贝尔Ⅰ型极值概率法和MeteodynWT软件(CFD模型),结合气象站与风电场的风速关系,推算了不同复杂程度的风电场轮毂高度处50年一遇的安全风速,并将计算结果进行对比分析。分析结果显示:2种方法计算得到的风电场极大风速存在一定的差别;对于平坦地区,耿贝尔Ⅰ型极值概率法计算得到的极大风速与MeteodynWT推算结果相差较小,但对于一些复杂地区,2种方法计算得到的极大风速结果相差很大。     

考虑风功率分布特性的风电场变压器选型方法

风电场变压器选取直接影响风电场投资建设与运行的经济性及安全稳定性。针对该问题,以考虑风功率分布规律的思想,指导风电场变压器选型。首先研究风功率分布规律与变压器运行经济性,包括风功率分布的时间与空间特性、单台与双台变压器在不同工况下的运行特性及相互间的对比分析;继而在此基础上,给出风电场初始规划及后期扩建规划中的变压器选型方案,从而使变压器选取达到规划以及运行中的经济最优,在实现其最优化运行的同时亦可提高其运行可靠性。文中依据现场规划中遇到的实际问题构建了具体算例,通过算例说明与结果分析进一步验证了所提方法的可行性与有效性。     

适应我国大规模风电接入的合理电网结构构建原则的思考

为适应我国风电的快速、大规模发展,从风电合理消纳、提高电网安全性角度,开展大规模风电接入电网的合理电网结构原则研究。首次提出综合考虑风电并网的各项影响因素,将风电基地进行分类;并在此基础上,提出适应各类风电基地接入的合理输电方案及送、受端电网结构构建原则;并以我国规划开发的多个千万千瓦级大型风电基地为实例进行分析。     

含风电场的电力系统潮流算法的改进

为了更好地计算含风电场的电力系统潮流,建立了异步风力发电机的稳态等值简化模型,并对原有电力系统潮流算法进行了改进。改进的算法在雅可比矩阵中引入了异步风力机滑差修正量,修正雅可比矩阵中对应风力发电机节点的元素,并运用MATALB编程实现含有风电场的电力系统潮流计算。将改进后的算法应用于接有风电场的4机11节点测试系统的潮流计算,结果和已有的两种典型潮流计算方法接近,表明改进后的潮流算法有效合理。     

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。     

基于时间序列模型的风电场风速预测研究

基于时间序列的方法,对风速的长期预测进行了研究,并在工程应用的基础上提出了新的预测思路:首先将风速信号分解成趋势信号和去趋势项随机信号,然后分别用滑动滤波和小波分析这2种方法对分解出的去趋势项随机信号进行数据处理并比较,再用时间序列的方法对趋势项信号和处理后的信号分别进行预测并叠加,得到最后的预测风速信号.结果表明:五项滑动滤波处理数据的方法与Daubechies小波分解法均能实现精度较高的风速长期预测;与小波分解法相比,滑动滤波方法算法的复杂性低,在工程应用上可行性更高.