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.     

测风塔选址对复杂地形风电场风资源评估的影响

为研究复杂地形条件下风电场测风塔的代表性及其对风资源评估的影响,以陕西省靖边县境内某风电场为例,选取3座测风塔资料,利用WindSim软件模拟分析了2011年风电场风能资源分布,并估算了风电场年发电量。结果表明,复杂地形风电场处测风塔数量较少时风资源评估结果的不确定性显著增加,而在考虑地形因素情况下测风塔数量增多,估算发电量更为准确。在地形较为复杂的风电场应根据地形条件布设适当数量测风塔,以得到风电场内较为精准的风资源分布,减少因测风塔位置选择而造成的风资源评估的不确定性。     

风电场机组选型与微观选址优化研究

正风电场前期开发阶段,风电场项目开发公司将请设计单位进行风电场可行性研究。设计单位在获得风电场风能资源数据并对风能资源情况进行评估后,将根据多个主机厂家的机型参数,进行初步的经济性能分析和微观选址工作。一方面通常可行性研究早于风电场主机招标时间,风电机组的技术型式发展很快,可供选择机型不断增多。另一方面,可行性研究报告主要从风电场整体考虑风电机组安全性等级,并不会具体到机位点的安全性要求。因此可行性研究报告中的     

地形复杂的风电场资源评估误差分析方法

由于计算模型本身的限制,风能资源地图分析与应用程序(WAsP)不能准确模拟复杂地形中风的流动变化情况,用其评价复杂地形风电场的风能资源时存在一定误差.目前,主要采用RIX方法来评估WAsP在复杂地形中的风速预测误差,长期以来一直缺少根据风速预测误差来评估风电场发电量预测误差的有效方法.文章在RIX方法的基础上,对WAsP应用于复杂地形风电场发电量预测的误差进行了研究,结合工程实践提出了一种发电量误差评估方法;根据某风电场实际发电量数据对提出的评估方法进行了验证,证明其有效性和实用性.     

复杂地形风电场非均匀入流条件研究

针对风电场入流条件受复杂地形影响非均匀分布的问题,提出了一种由风力机功率反推非均匀入流条件的方法。以均匀入流条件下复杂地形风场计算为基础,使用致动盘模型模拟风电场尾流效应,获得轮毂入流风速与致动盘平均风速的映射关系,再以致动盘平均风速为中间量,推导功率与轮毂入流风速的对应关系,最终反推非均匀入流条件。通过与CFD计算出的非均匀入流条件对比,误差在20%以内,验证了非均匀入流条件反推法的可行性,可为复杂地形风电场微观选址优化和功率预测提供理论依据。     

复杂地形风速数值模拟

应用GUIDE模式，利用给定参考点的风速资料，考虑粗糙度变化，地形特征对风速的影响，对一些试验点进行风速模拟，模拟结果与实测资料进行对比，表明模拟结果有较高的精度。     

复杂地形条件下风电场风能资源评估研究-以西南某风电场为例

对于复杂地形条件下的风电场风能资源评估,不能只局限于对测风塔及气象站资料的评估。本文通过讲述复杂地形条件下风能资源评估基本流程,利用已有的测风塔资料和先进的流体力学软件,对风电场进行风能资源分布研究,为进一步合理开发风电场风能资源提供了有利的技术支持。     

基于CFD和NCPSO的复杂地形风电场微观选址优化

针对复杂地形条件下风电场微观选址技术难度大的问题,提出一种基于数值计算结果和高效优化方法的微观选址优化算法。将测风数据按风向等分成12个扇区,并利用平均风速和CFD对复杂地形的每个扇区进行数值模拟,得到风电场各扇区的风资源分布,提取轮毂高度处的风速和风向分布。优化中风力机的尾流影响采用Jensen尾流模型,风电场风能计算中风速按照威布尔分布处理,并考虑每个扇区风速的大小、概率密度。目标函数为整个风电场的输出功率倒数的对数,自变量为风力机在给定风电场中的位置坐标,约束条件为地形边界和风力机之间的最小距离,优化算法采用该文提出的改进小生境粒子群算法(NCPSO),优化风力机组微观选址的最优解。该文提出优化算法得到的结果与基于高度的经验布置方法(EX-TH)、基于风能密度的经验布置方法(EX-PH)以及普通粒子群算法(PSO)进行比较,证明在复杂地形条件下所提出方法的可靠性与有效性,并可应用于工程实践。     

基于Openfoam的怀来复杂地形风电场流动特性研究

针对实际风电场复杂地形的流动特性,基于Openfoam开源软件进行二次开发。通过自主研发的网格捕捉地形工具,运用计算流体力学(CFD)模拟方法,研究了复杂地形条件下不同扇区入口方向的流动模拟。模拟结果表明:基于Openfoam的复杂地形模拟方法具有较高的模拟精度,验证了方法的可行性;以河北怀来的实际复杂地形为研究对象,通过定性和定量速度场特性分析可知,风绕过山体,受到山体漩涡流动和风机尾流损失的影响,风电场的风能品质下降;主风向下流动的自持性较高,而在其他扇区进出口的流向速度梯度不为零,存在较大的回流现象,各个机位点在轮毂高位处的观测结果与商业软件计算结果相差15%左右。文章的研究方法对于复杂地形数值模拟和风电场微观选址具有重要的参考价值。     

WT软件在风电场测风塔选址及风能资源评估中的应用

本文以华北某风电场为例,运用WT软件讨论了测风塔在风能资源评估中的选址原则。并将场区内两座测风塔70m高度的测风数据综合,计算了风电场区域内风鞥资源状况,根据风电机组位置,评估尾流效应对测风塔的影响,对用于超短期功率预测的测风塔的选址提出了进一步要求。     

峡谷地形条件下风电场风况数值模拟研究

针对掌握复杂地形区域内的风能分布对风电场微观选址有重要作用的问题,采用计算流体力学(CFD)技术,基于商用软件FLUENT平台,数值模拟了峡谷地形中风流流动规律,对比分析了主导风向、地形坡度及地面粗糙度三种主要影响因素变化时风场风速的分布情形,可为此类地形风电场的风机机位布置和塔架安装高度提供参考.     

风向对广东海上风电场风机布置的影响

引入一个包含20台4 MW风力发电机组,风机布置采用规则几何构型的海上风电场理论模型,设计了两大类共4个不同的风机阵列,根据1991-2010年广东近海区域MERRA再分析资料,从海面风向的季节变化、扇区划分方式变化以及风向频率分布变化等三个方面开展数值试验研究。结果表明:平行四边形阵列比矩形阵列更具灵活性,能够适应更复杂的风向季节性偏转;风机布置需要更加细致的风向扇区划分方式,传统的16个风向扇区划分方式难以适应风机阵列最佳朝向的选择与调整;风机布置方案比选需要考虑风向频率分布的年际变动,通过敏感性试验识别更具稳定性的风机阵列。     

复杂地形下的风电机组功率曲线测试方法研究

风电机组的功率特性曲线是衡量风电机组发电能力的最佳技术指标。按照IEC61400-12-1《风电机组功率特性测试》标准,功率曲线测试需要被测风电机组周围地形通过场地评估。这为功率曲线测试带来一定的不便。本文就如何在复杂地形下测试功率曲线提出了一种新的方法,并对测试结果做出了探讨。     

基于改进粒子群优化算法与风速分布回归函数法的复杂地形风电场优化布置方法

为了研究在复杂地形下的风力机优化排布方法,提出一种改进粒子群（PSO）优化方法,并借助风速回归函数解决一部分复杂地形所致的问题,对实际尾流效应设置约束条件,判断风能利用的最优方案,从而快速确定风力机具体安放坐标,通过Matlab建模仿真,并借助WAsP软件对改进PSO优化算法和传统方法进行对比验证。结果表明,改进粒子群（PSO）优化方法与传统方法相比,年发电量提高了近5.2%,且对复杂地形下的风电场优化布局效果较好。     

基于CFD的复杂地形风电机组机位微地形风资源数值模拟研究

  [目的]  在复杂地形进行风电机组建设时,机位点周围易形成高边坡地形,改变了风资源分布特征,影响机组发电量和安全性能,文章旨在研究高边坡地形的影响因素和预防其对机组的危害。  [方法]  基于STAR-CCM+软件平台对实际风电场机组高边坡地形进行了数值模拟,分析了立机位置选择、坡度、开挖深度等因素对机位处风资源参数的影响。  [结果]  结果表明:高边坡改变了原地形风的加速效应,产生大幅度的流体分离。当高边坡位于机组上风向时,机组下叶尖易产生较大的风切变,湍流强度超标,而高边坡在机组下风向时,机位处风资源参数则正常;高边坡的坡度大小对坡前立机风参数无显著影响;当下叶尖高度低于边坡高度时,机组位置下叶尖风速很小,切变值易超标。  [结论]  分析结果可为高边坡地形机组施工平台设计和塔筒高度选择提供参考。     

风场风力条件评估系统开发

运用VC＋＋编写风场风力条件的评估系统．该系统包括正常风力条件和极端风力条件2大部分。在各个模块中针对不同的风力条件,采用交互式数据输入方式,计算出具体数值,且绘出图形,从而全面、具体地对风场风力条件进行分析与评估。     

风电场的静止无功补偿控制策略的安全运行措施

风力发电作为一种新兴的清洁能源,已经得到了广泛地应用。风力发电的快速发展,一方面体现了国家对新能源建设的力度,另一方面也对电网的安全稳定运行带来了相应的问题。针对风电场静止无功补偿器(SVC)在运行中出现的问题,进行分析并提出了改进措施,用以提供风电场SVC的安全稳定运行水平。     

风切变指数在风电场风资源评估中的应用

以内蒙古地区3座70m高测风塔连续2年的实测数据来分析风切变指数的变化,结果表明:1)不同高度梯度的风切变指数受地面粗糙度及周围地形地貌的影响较大。2)计算相邻高度的风速时,采用相邻高度间的风切变指数计算得到的结果较好;计算相差较大的高度间风速时,采用拟合曲线得到的风切变指数计算得到的结果较好。3)利用3～25m/s的风切变指数计算各月风速及年均风速结果都与实测值最接近;而利用全部风速数据的风切变指数计算统计各月风速往往比实测值偏大;利用3～25m/s拟合曲线得到的风切变指数统计各月风速比实测值偏小。