低风速型风电机组发展调查

本文简单介绍了低风速型风电机组在我国的应用情况,以及该类机组所具有的技术和市场特征。随着我国分散式风电开发逐步增加,低风速风电机组越发受到市场青睐,然而低风速型风电机组的特有技术并非仅仅是加长叶片那么简单,还需要注意解决多方面问题。     

低风速风电场风电机组选型探讨

正风能是洁净环保的可再生能源,人类对风能的利用至少已经有3000年历史,由于受到当时经济、技术方面的因素制约,风力发电技术发展缓慢。19世纪70年代世界爆发石油危机之后,欧美等发达国家为寻找能够替代化石燃料的新能源,投入了大量的科研经费与激励政策研制风电机组。二十世纪,风力发电事业在全球范围内蓬勃发展,风电机组单机发电量从最初的kW级发展到现在的MW级,从最初的小型离网型单机发展到现在大型并网型机组。从最初的木     

低风速风电场风电机组的粗糙度取值研究

基于风资源分析软件WAsP中的粗糙度理论,推导风电机组粗糙度的计算公式,通过与建立风电机组模型的结果比较验证公式有效性,据此分析低风速风电场中风电机组粗糙度的影响因素,结果表明,设置风电机组粗糙度和建立风电机组模型对发电量的影响机理不同,风电机组的粗糙度与风电场平均风速、叶轮直径和轮毂高度呈正相关,与风电机组额定风速和风电机组间距呈负相关。     

风电机组塔架的脉动风速时程模拟

本文简述了谐波合成法中的自回归模型(AR)模拟出给定风速功率谱的风速时程序列,并验证其与目标谱(Davenport谱)的一致性,从而得到作用在各节点的脉动风荷载时程样本的方法。本文采用谐波合成法,建立了脉动风速时程的AR模型,编辑出脉动风速时程模拟程序,并对某风电机组塔架进行脉动时程分析,验证了该脉动风速时程模拟的可行性与有效性。     

风电机组低风速发电优化控制分析

正"十二五"期间,我国将大力推动清洁能源的高效利用,作为清洁能源的重要组成部分,风能产业未来五年发展潜力巨大,预计中国的风电装机容量将会在2015年达到9000万千瓦。风电产业将实现规模化,标准化,高科技化,在控制风电行业发展速度的同时提高发展质量。目前风电机组大多为水平轴升力型,是利用叶片的特殊气动外形,在风吹过时,叶片上产生升力,进而产生旋转力矩,带动发电机发出电能。在风速低于额定风速时,风电机组主要是工作在欠功率状态,即叶片的桨距角被调     

风电机组载荷计算的外部风速条件模拟研究

针对大型风力发电机组设计中的风速条件进行了模拟研究,利用Bladed软件进行了仿真和载荷计算,研究内容包括风切变、塔影、上风向尾流、三维湍流、瞬时风速等建模问题.结合沈阳工业大学承担"863"项目--SUT-1000 MW级变速恒频风电机组的研制,进行了IEC标准下各级负载级别的载荷计算.     

水平轴风电机型谱分析

水平轴风电机型谱分析内蒙古自治区电力管理局风电办陈通谟，陈晓东风能是可再生的，清洁的能源。基于科技进步和环保、节能的要求，风力发电在迅速崛起。１９９５年，世界风电装机总容量已达５００万ｋｗ。年发电量已达１００亿ｋｗｈ。我国几大风场大刀阔斧地开发，勇当...     

水平轴风电机型谱分析

按容量把现有的风电机分为百瓦、千瓦、十千瓦、百千瓦和兆瓦等五个等级，介绍了各等级的典型风电机及其主要应用，给出了风速６个参数，与功率密度有关的６个参数，有关风电机效率的３个参数和４个经济性指标。     

实度对低风速风电机组风轮气动性能影响研究

为提高低风速地区的风能利用率,研究风轮实度对低风速风电机组气动性能的影响。考虑影响风轮实度因素（叶片数量、弦长及安装角）,设计2组不同弦长叶片与可调安装角轮毂。安装角改变时不仅会引起实度变化,还会使叶尖速比发生改变。通过车载试验验证安装角不同时对风轮气动性能的影响主要与叶尖速比相关。根据不同风轮表面压力分布数值模拟结果得出：相同风速下,弦长由叶根到叶尖逐渐增大的叶片更易启动。相同条件下,试验机组输出功率与数值模拟机组输出功率最大相差5.37%,说明数值模拟结果可信。随着风轮实度的增加,风速5 m/s时,其风能利用系数呈增大趋势,风速8 m/s时,其风能利用系数呈减小趋势,两趋势相交时实度为25.38%,得出该实度下风轮气动性能较优,即可得到适合低风速地区的风轮实度。     

基于伴随方法的低风速风电机组翼型优化研究

以提高翼型的升阻比为优化目标,基于CFD(computational fluid dynamics)数值模拟,利用基于控制理论的伴随(Adjoint)方法及网格快速变形理论,在低风速条件下,分别对水平轴风电机组叶片通常使用的传统航空翼型NACA0012和风电机组专有翼型S8036进行仿真优化研究。结果表明:结合基于控制理论的伴随算法及网格快速变形方法,可有效改进优化2种不同类型翼型的气动性能。在相同的流场条件下,优化得到的翼型分别与初始翼型NACA0012和S8036相比,升阻比分别提高8.75%和16.74%。     

大型柔性风电机组动态模型研究

针对大型柔性风电机组动态过程复杂的特点,将联合仿真技术应用于风力发电机组结构动力学分析中:用MSC.NASTRAN进行结构建模及模态分析,用MSC.ADAMS进行柔性多体动力学分析,用AERODYN建立气动模型,用MATLAB构建控制模型。模型兼顾了风力发电机组的机械及电气动态特性,弥补了现有各种模型过于简化的不足。与传统的2个、3个质量块等效模型进行了仿真比较,采用该模型可更加有效地进行风力发电机组控制系统的设计,分析机组在各种运行工况下的动态行为。     

基于空间相关风速模型的风电充裕度研究

发电充裕度研究是电网规划和安全分析的重要工具。随着世界各地风电场的增加，进行发电充裕度估计需要更好的风力特征描述，以便进一步进行联网研究。利用英国的GB系统，介绍基于时间序列，用于发电充裕度研究的风速模型、建模方法以及安全裕度与负荷损失概率的关系。     

基于空间相关风速模型的风电充裕度研究

发电充裕度研究是电网规划和安全分析的重要工具.随着世界各地风电场的增加,进行发电充裕度估计需要更好的风力特征描述,以便进一步进行联网研究.利用英国的GB系统,介绍基于时间序列,用于发电充裕度研究的风速模型、建模方法以及安全裕度与负荷损失概率的关系.     

风电场邻近风电机组缺测风速集成填充方法

针对风电场中邻近多台风电机组集中出现缺损测量风速的工况,提出基于粒子群优化广义回归神经网络的风电机组缺损测量风速集成填充方法。以"成员等同性"原则引入动态时间规整算法、空间邻点法和Pearson相关系数法,分别搜寻与缺损测量风速风电机组风速演化最为相似的若干台风电机组及对应的测量风速时序,建立基于广义回归神经网络的填充子模型,采用粒子群算法对广义回归神经网络的模型参数和训练集的构成进行全局优化,之后选取较好的子模型构造自适应的熵权集成填充模型。实验结果表明:依据相似性风速序列进行缺损风速的填充能有效提高填充精度;粒子群算法优化广义回归神经网络,不仅提高了子模型的填充效果,更使得模型参数的调节有据可依,能适应不同风电场风速数据的特点;基于熵权的集成填充策略理论依据充分,集成填充的精度和稳定性优于单个子模型。     

基于机组来流等效风速计算的风电机组功率曲线修正

风电场功率曲线为工程中常用来描述机舱风速和输出功率之间关系的曲线,与厂商提供的理论功率曲线存在一定的差异。文中根据机舱测风仪的测风误差,提出了一种利用风电机组运行参数来反向迭代计算来流等效风速,拟合其与机舱风速的函数关系,并对理论功率曲线进行修正得到的机舱风速-功率曲线的方法。通过某电站的运行数据来推导来流风速,拟合来流风速与机舱风速间关系,并修正原功率曲线得到机舱风速-功率实际运行曲线,再将得到的机组功率指令来指导机组发电,从而降低机舱风速与来流等效风速存在偏差的影响,提高风电机组的发电效率。     

水平轴风力机组尾迹偏移控制策略研究

风场上游风力机的尾迹不仅导致下游风力机功率显著降低,且易引起疲劳载荷等结构问题。故通过CFD模拟两台5 MW风力机串列布置的风场,在考虑大气边界层环境的情况下,使用不同控制方法改变尾迹流向,使其偏离下游风力机风轮中心位置以提高风场总输出功率。结果表明:对上游风力机使用基于偏航和仰角的控制策略时尾迹偏移效果显著,尽管上游风力机的功率有所降低,但下游风力机输出功率增加,使得风场输出总功率得以提高;锥角控制的效果相反,增大锥角时尾迹并未产生明显的偏移而尾迹范围却扩大,导致风场总输出功率降低。     

变速恒频风电机组额定风速以上恒功率控制

介绍额定风速以上，采用功率反馈控制策略，控制风力发电机组在高风速区恒功率发电。仿真结果进一步证实了控制策略的可行性，同时介绍控制的具体实现方法。     

基于时空注意力-Seq2Seq模型的多风电机组多步风速预测算法

针对在多风电机组风速预测任务中,卷积运算不适用于提取排布不规则的多风电机组空间相关性的问题,提出一种基于时空注意力-Seq2Seq模型的多风电机组多步风速预测算法。首先使用空间注意力机制强化风速序列的空间相关性,并对常规空间注意力机制进行改进;之后使用Seq2Seq模型中的编码器进行编码;最后使用结合时间注意力机制的解码器计算多风电机组的多步预测结果。以河北市某风电场的实际数据为算例进行实验,结果表明相比其他对比算法,所提算法的平均绝对误差下降约4.3%～15.0%,精度有较大提高。     

高斯混合模型风电机组异常数据识别方法研究

风电机组原始运行数据中存在大量异常数据,对异常数据进行识别和剔除是后续准确预测风电机组出力及评价发电性能的基础。文章分析了风电机组运行数据功率散点在风速-功率坐标系中的分布特征,提出了基于贝叶斯信息准则（BIC）的高斯混合模型异常数据识别方法。沿水平功率方向以一定间隔划分多个水平功率区间,采用高斯混合模型对落在每一水平功率区间内的功率散点进行聚类,并引入BIC准则自适应确定模型的高斯分量个数。结合功率散点分布特征先验经验,对每一水平功率区间内的多个高斯分量置信椭圆及其聚类功率散点进行异常标识。以风电机组实际运行数据为例,验证了高斯混合模型异常数据识别方法的有效性。