风电场风速不确定性建模及区间潮流分析_王守相
风电场风速不确定性建模及区间潮流分析
王守相1,徐 群2,张高磊1,于立涛2
(1.天津大学电力系统仿真控制教育部重点实验室,天津市300072; 2.青岛供电公司,山东省青岛市266002)
摘要:风速变化具有随机性、间歇性等不确定性特征,导致风力发电机出力的不确定性,从而影响风电场的稳态运行。为了表达和处理电场中风速和风力发电机出力的不确定性信息,利用区间方法建立了风电场风速不确定性和风力发电机出力不确定性区间模型,并提出了风电场区间潮流分析算法。以青岛某实际风电场的运行数据为基础进行算例分析,验证了所提出的模型和算法的有效性,表明了定量分析风力发电机出力不确定性对风电场稳态运行的影响具有应用价值。关键词:不确定性;区间分析;风力发电;分布式发电中图分类号:TM 614;T M744
收稿日期:2009-04-21;修回日期:2009-07-07。
国家重点基础研究发展计划(973计划)资助项目(2009CB219708);国家自然科学基金资助项目(50777047,50837001)。
0 引言
随着中国能源结构的调整,风力发电日益得到重视,并制定了有关政策支持风力发电的快速发展,其发电成本已大幅下降,已成为可再生能源中发展最快、最具有发展前景的一种发电方式。但是受风力资源随机变化的制约,风力发电不能提供连续稳定的电力,对于电力系统而言,风电场始终是一种不可靠的电源。风能具有随机性、间歇性和难以调度的缺点,随着风力发电机组单机容量和风电场规模的增大,迫切需要研究大型风电场并网后对电力系统的影响。含风力发电机组的潮流计算常用于评估风力发电机组并网后对电网稳态运行的影响,同时也是分析风电场对电网稳定性影响等其他理论研究工作的基础。
含风电场的电力系统潮流计算的关键是风电场模型的建立[1-2],即如何根据风力发电机组类型建立合适的模型,对风力发电机出力特性进行准确描述。通常在研究稳态潮流计算问题时,将风力发电机组视为P Q 节点[3],根据给定风速和功率因数,计算风力发电机组的有功功率和无功功率;现有文献在建立异步风力发电机模型时,考虑了风电场无功功率受节点电压影响等因素,使模型得以改善,如文献[4]提出风电场R X 模型,文献[5]采用PZ 模型,文献[6-7]采用P Q 和P V 模型,这些模型能充分考虑风力发电机的输出功率特性,比其他模型更完善,但在潮流迭代过程中需增加异步风力发电机的滑差迭
代计算,增加了迭代次数,且多属于确定性潮流算法,没有考虑不确定性因素。
近年来,不确定性分析已在电力系统许多领域获得应用,例如潮流计算、可靠性计算、网络规划、稳定性分析等。其中,处理不确定性问题一直是电力系统潮流计算的难点[8]。目前能够考虑不确定性的潮流算法主要有:1随机潮流法[9-10]。利用概率方
式处理随机信息。o模糊潮流法[11]
。利用模糊数
学处理外延不确定的信息。?区间潮流法[12-14]
。利用区间数学和区间分析方法处理外延明确、内涵不明确的信息,即只知其大致范围而不知其确切值的信息。
考虑到风速变化的随机性、间歇性等不确定性特征,本文将区间方法应用于风速不确定性和风力发电机出力不确定性建模,试图求解风力发电机出力不确定情况下的潮流计算问题。
1 风速和风力发电机出力变化的不确定性模型
1.1 风速变化曲线
风力发电机检测到的1d 的风速变化非常频繁,为了便于研究,采用某段时间的平均风速近似代替当时的瞬时风速。取计算平均风速的时间间隔为30m in,可得到1d 的风速近似曲线,从而近似描述风速的变化趋势,并据此预测风力发电机出力。1.2 风速概率分布模型
考虑到风速变化的不确定性,通常采用概率分布模型对其加以描述。其中,两参数Weibull 分布被认为是一种形式较为简单并且能较好拟合实际风速分布的概率分布,其在国内外风能研究中得到了广泛应用。两参数Weibull 分布的分布函数如下:
第33卷 第21期2009年11月10日Vo l.33 N o.21N ov.10,2009
F w (v)=P(V [v)=1-e -v c k
(1)
式中:k 为形状系数,一般取值范围为1.8~ 2.3;c 为尺度系数,反映所描述地区的平均风速。
根据某风电场的实测风速数据,计算风速的概率分布。以1m/s 为间隔将风速划分成若干个风速段,可得到风力发电机测量的风速概率分布如图1所示。图1验证了风速概率分布模型采用两参数
Weibull 分布的合理性,但风速预测仍十分困难。
图1 风力发电机风速数据概率分布
Fig.1 Probabilistic distribution of wind speed variety
1.3 风力发电机风速)功率曲线
风力发电机是将风能转化为电能的设备,其出力受风速大小、风力机叶片设计及叶片受风面积等因素的影响。风力机产生的机械功率为:
P m =0.5Q A V 3C P (2)
式中:Q 为空气密度,单位为km /m 3
;V 为风速,单位
为m/s;A 为风力机的扫掠面积,单位为m 2
;C P 为风力机的风能利用系数,是叶尖速率比和叶片桨距角的函数,它表明风力机从风中获得的有用风能的比例,可由试验数据获得风力机C P 特性曲线。
由式(2)可以看出,风力发电机的理论出力与受风面积成正比,与风速的3次方成正比。
在风速由0逐渐增大的过程中,当风速大于切入风速V in 时,机组开始发电,其出力随风速增大而增加,达到额定风速V r 时机组出力也达到额定值,在其后风速增大的过程中,机组出力基本维持额定值不变,当风速过大、超过切除风速V out 时,机组保护停机。
1.4 风力发电机出力不确定性的区间描述
通常采用30m in 平均风速曲线近似描述1d 中风速的变化趋势,并据此进行风力发电机出力预测。显然,这样的近似处理没有考虑该时段风速变化不确定性的影响,由于风力发电机出力通常为风速的3次幂函数,造成风力发电机出力预测结果与实际出力间存在较大偏差。这是目前风力发电机出力预测研究遇到的共同难题。
为此引入区间数来描述风速变化的不确定性,进而描述风力发电机出力变化的不确定性。为了突出风速不确定性对风力发电机出力和电网运行的较为持续有效的影响,本文没有取风速瞬时值的最大最小值而是取均值的上下确界来构造风速变化区间。具体步骤如下:
1)利用历史数据和当前气象信息等,预测某时间段(例如未来2h)每隔1m in 的风速数据,得到该时间段的风速变化曲线;
2)以30min 为时间间隔计算平均风速V i (当时间段取为未来2h 时,i =1,2,3,4);
3)统计每30min 时间间隔内大于平均风速V i
的每分钟风速数据和小于平均风速V i 的每分钟风速数据,分别得到其平均值V i 和V i ,作为每30min 时间间隔内平均风速V i 的上确界和下确界。至此就得到了每30m in 时间间隔内平均风速V i 的变化区间,用区间数表示为[V i ,V i ];
4)由风力发电机的风速)功率函数关系P i =f (V i ),可以得到风机出力在各个30m in 时间间隔内的变化区间[f (V i ),f (V i )]。
2 风速变化不确定性对风电场潮流的影响
在得到用以描述风机出力不确定性的各台风机在各个30min 时间间隔内的出力变化区间后,就可以执行区间潮流算法[12-13]。本文通过实际算例详细分析风速变化不确定性对风电场潮流的影响。
青岛某风电场的电气接线如图2所示。下面即以该实际风电场的运行数据为基础进行算例分析。风电场采用了N29型和N62型2种型号的异步风力发电机。其中,除了接入节点7和节点8的风力发电机为N29型外,接入其他节点的都为N62型。N29型风力发电机的额定容量为1300kW,额定电压为690V,功率因数为0.99;N62型风力发电机的额定容量为250kW,额定电压为415V,功率因数为0.966。
图2 青岛某风电场电气接线
Fig.2 Line connection diagram of a wind
farm in Qingdao
#绿色电力自动化# 王守相,等 风电场风速不确定性建模及区间潮流分析
图3为2008年7月某一天测量得到的实际风速数据(以1m in 的采样平均风速作为1个采样点)
。
图3 2008年7月某一天的风速变化曲线
Fig.3 Wind speed variety during one day of July 2008
利用1.4节的风力发电机出力不确定性的区间描述方法,得到以30m in 为时间间隔的风速平均值、小于风速平均值的风速数据的平均值、大于风速平均值的风速数据的平均值,用它们近似表示该时间段内的风速平均值和风速平均值的下确界及上确界,如图4所示,可以看到,在每个30min 时间段内都包含3
条平行于时间轴的直线段。
图4 2008年7月某一天的风速变化区间Fig.4 Wind speed variety intervals during one
day of July 2008
图5给出了根据实测得到的风电场中某型风力发电机的风速)
出力数据。
图5 风电场中某型风力发电机的风速)出力关系曲线Fig .5 Power output variety curve with wind speed of a
wind turbine generator in the wind farm
如果将风力发电机出力视为风速的3次幂函数,则对图5所示关系曲线进行拟合,得到风速)出力的函数关系为P =f (V)=0.7646V 3。从而结合图4可得到2008年7月某一天此风力发电机的有功功率区间变化曲线。
由于将风力发电机出力视为风速的3次幂函数,风力发电机出力相对于风速体现出了不确定性的放大效应。风速的微小变化会导致风力发电机出力的较大变动。
当风力发电机组采用异步发电机时,机端通常装有分组投切的并联电容器,可随并网运行的风力发电机组输出功率的大小变化对补偿电容器的投切进行控制。在控制系统中往往设有几组容量不同的补偿电容器,计算机根据输出无功功率的变化,控制补偿电容器分段投入或切除。虽然考虑异步风力发电机动态调整并联电容器组接入组数的分析算法[6]更加符合实际异步风力发电机的运行情况,但为了突出主题,使计算结果便于比较,以下都假定风力发电机以0.99的恒定功率因数运行。
为了对结果进行直观比较,取某个30min 时间段研究,假定由风速预测得知在该时间段内某风力发电机出力为其额定值的一半,得到一般预测下各母线电压幅值如图6实线所示。若假定在该时间段内风速预测存在?2%的误差,则由风速)出力的函数关系,风力发电机出力预测的误差将达到[-6%,6%],采用区间潮流计算可以得到风力发电机出力在其预测值[94%,106%]范围内波动时的母线电压幅值变化区间,如图6所示。同理,可得到风速预测误差为?5%时,风力发电机出力在其预测值[86%,116%]范围内波动时的母线电压幅值变化区间,也如图6
所示。
图6 风力发电机出力波动时的母线电压变化区间Fig.6 Variety intervals of bus voltage with the fluctuation of power output of a wind turbine generator
由图6可见,当风力发电机出力预测存在误差时,利用预测数据计算得到的风电场发输电系统的潮流也存在误差。当预测误差不大时,风电场发输电系统母线电压的变化区间不大;如果预测的误差较大,则利用预测数据计算得到的风电场发输电系
2009,33(21)
统的潮流误差也较大,体现为图6所示母线电压幅值较大的变动区间。其中,母线27的电压幅值变动幅度最大,在区间[1.008090,1.017804]内变化。根据文献[15],目前,风电场风速预测的误差在25%~40%左右,由此对应的风力发电机出力预测误差会很大,在区间[42%,195%]或[22%,274%]内变化,根据区间潮流计算得到的电压幅值变动幅度也将较大,所以定量分析风速不确定性对电压水平的影响很有必要。
当1d 内的风速按图3所示曲线变化时,利用本文方法可得到如图4所示风速变化区间描述,进而依据风速)出力关系,得到风力发电机出力的变化区间。注意在此情形下,大部分时间风力发电机出力尚达不到其额定值的一半。每隔30min 计算一次区间潮流,可得到1d 内各母线的电压变化情况,获得各母线在任意30min 内电压变化区间的上确界和下确界。图7给出了母线18在1d 内各时段的电压变动区间。其中,在每个30min 时间段内都包含3条平行与时间轴的直线段,中间的线段表示取风速均值时对应的母线18的电压幅值,最下面的线段表示风速均值的下确界对应的母线18的电压幅值的下确界,最上面的线段表示风速均值的上确界对应的母线18
的电压幅值的上确界。
图7 风力发电机出力波动时1d 内母线18的
电压变化区间
Fig.7 Daily voltage variety interval of bus 18with the f luctuation of power output of a wind turbine generator
从图7可以看出,在风速变化的一定范围内,风
速越大,风力发电机出力越大,系统母线电压水平越高。当风速变动幅度较大(或称变动区间较大)时,会导致风力发电机出力和母线电压的剧烈变化,体现在区间潮流结果中就是存在较大的母线电压变动区间。本文算法为风速变动对潮流结果(母线电压)的影响提供了定量的计算结果。
3 结语
由于风速的随机波动性,风能的预测不会非常
精确并有一定误差。为此建立了风速不确定性和风力发电机出力不确定性的区间模型,提出了考虑风力发电机出力不确定性的区间潮流算法。
由于区间方法具有严密的理论基础,能够确保包含了在给定参数变动范围内的系统方程的所有解,而不会有遗漏,所以该方法可以用于定量分析风力发电机出力不确定性对风电场稳态运行的影响。
参考文献
[1]王守相,王成山.现代配电系统分析.北京:高等教育出版社,
2007.
[2]雷亚洲.与风电并网相关的研究课题.电力系统自动化,2003,
27(8):84-89.
LEI Yaz hou.Studies on w ind farm integration into pow er system.Automation of Electric Pow er Systems,2003,27(8):84-89.
[3]FE IJ OO A E,CIDRAS J,DORNELAS J L G.W ind s peed
simulation in w ind farm s for steady state s ecu rity ass ess ment of electrical pow er sys tems.IEEE T rans on Energy Conversion ,1999,14(4):1582-1588.
[4]FE IJ OO A E,CIDRAS J.M odeling of w ind farm s in the load
flow an alys is.IEEE Trans on Pow er Sys tems ,2000,15(1):110-115.[5]吴义纯,丁明,张立军.含风电场的电力系统潮流计算.中国电机
工程学报,2005,25(4):36-39.
WU Yichu n,DING M ing,ZH ANG Lijun.Pow er flow analysis in electrical pow er network s including w ind farm s.Proceedings of the CSEE,2005,25(4):36-39.
[6]王守相,江兴月,王成山.含风力发电机组的配电网潮流计算.电
网技术,2006,30(21):42-45,61.
WANG Sh ouxian g,JIANG Xingyue,
WANG Ch engs han.
Pow er flow analysis of distribution netw ork containing win d power gen erators.Pow er System T ech nology,2006,30(21):42-45,61.
[7]陈海焱,陈金富,段献忠.含分布式电源的配电网潮流计算.电力
系统自动化,2006,30(1):35-40.
CHE N H aiyan ,CH EN Jinfu,DUAN Xianz hong.Study on power flow calculation of dis tribution sy stem w ith DGs.
Autom ation of Electric Power System s,2006,30(1):35-40.[8]DIM ITROVSKI A,T OM S OVIC K.潮流建模中的不确定性:
边界潮流法的应用(英文).电力系统自动化,2005,29(16):6-15.
DIM ITROVSKI A,T OM SOVIC K.Un certainty in load flow modelin g:application of th e boundary load flow.Automation of Electric Pow er S ystems ,2005,29(16):6-15.[9]BORLOW SKA B.Probab ilistic load flow.
IE EE T rans on
Pow er Apparatus and Sys tems,1974,93(3):1551-1556.[10]王成山,郑海峰,谢莹华,等.计及分布式发电的配电系统随机
潮流计算.电力系统自动化,2005,29(24):39-44.
WANG Chengshan,ZH ENG H aifeng,XIE Yinghua,et al.Pr obabilistic power flow containing distrib uted generation in distribution s ystem.Automation of Electric Pow er Sy stems ,2005,29(24):39-44.[11]M IRANDA V,S ARAIVA J T.Fuzzy m odeling of pow er
system optimal load flow.IEEE T rans on Pow er Sy stems ,
#绿色电力自动化# 王守相,等 风电场风速不确定性建模及区间潮流分析
1992,7(2):843-849.
[12]王守相,王成山.基于区间算法的配电网三相潮流计算模型.中
国电机工程学报,2002,22(2):52-58.
W ANG S houxiang,WANG C heng shan.Distribu tion thr ee -phase pow er flow m od els b as ed on interval algorithm.Proceedings of the C SEE,2002,22(2):52-58.
[13]王成山,王守相.基于区间算法的配电网三相潮流计算及算例
分析.中国电机工程学报,2002,22(3):58-62.
W ANG C hengs han,W ANG S houxiang.Distribu tion thr ee -phase p ow er flow bas ed on in terval algorithm and test res ults.Proceedings of the C SEE,2002,22(3):58-62.
[14]BISW ARUP D.Radial distribution sys tem pow er flow u sing interval arith metic.Electric Pow er and E nergy System s,2002,
24(10):827-836.
[15]杨秀媛,肖洋,陈树勇.风电场风速和发电功率预测研究.中国
电机工程学报,2005,25(11):1-5.
YANG Xiu yuan,XIAO Yang,C HEN Shu yon g.W ind s peed and gen erated pow er forecasting in w ind farm.Proceedings of th e CSEE,2005,25(11):1-5.
王守相(1973)),男,通信作者,博士,教授,主要研究方
向:配电系统分析、分布式发电系统分析与仿真。E -mail:sx wang@https://www.wendangku.net/doc/3417116598.html,
徐 群(1967)),男,博士,高级工程师,主要研究方向:电力系统调度自动化、变电站综合自动化、电网规划。
张高磊(1983)),男,硕士研究生,主要研究方向:分布式发电系统分析。
Modeling of Wind Speed Uncertainty and Interval Power Flow Analysis for Wind Farms
W A N G Shoux iang 1,X U Qun 2,ZH A N G G aolei 1,Y U L itao 2
(1.Key Labor ator y o f Pow er Sy st em Simulatio n and Co ntr ol of M inist ry o f Education,T ianjin U niv ersity ,
T ianjin 300072,China; 2.Q ingdao Electr ic Po wer Co mpany,Q ingdao 266002,China)
Abstract:Wind speed is o f int er mit and r andom character istics.T he uncertainty of w ind speed var iatio n dir ectly causes the uncertainty of w ind pow er g ener ation.T o deal w ith uncer tain w ind speeds and pow er generat ion,an inter val model is built,and an uncer tainty pow er flow analysis method is pro po sed.T aking one real wind farm in t he Q ing dao po wer g rid as test system,the r esults verify the proposed model and algo rit hm,and prov e t hat they ar e valuable and effectiv e in studying the influence o f wind po wer generation uncertainty on the steady state o per ation of pow er sy st em.
T his wo rk is suppo rted by Special F und of the Nat ional Basic Research P ro gr am of China (N o.2009CB219708)and Nat ional N atural Science Fo undatio n o f China (No.50777047,50837001).Key words:uncertainty ;inter val analysis;w ind po wer ;distributed g eneratio n
(上接第47页 continued fr om page 47)
屈志坚(1978)),男,通信作者,博士研究生,讲师,主要研究方向:电力系统自动化、牵引供电系统理论与技术。E -mail:08117324@https://www.wendangku.net/doc/3417116598.html,
刘明光(1959)),男,教授,博士生导师,主要研究方向:
电力系统自动化、高压绝缘在线监测与故障诊断。
李 娜(1978)),女,博士研究生,主要研究方向:电力系统故障诊断。
A Tracking Technology based Ring Topology Optimization Algorithm
Q U Zhij ian 1,2,L I U M ingg uang 1,L I N a 3,YA N G Gang 1,WA N G S ong 1
(1.Beijing Jiao tong U niversit y,Beijing 100044,China; 2.East China Jiao tong U niv ersit y,N anchang 330013,China)Abstract:A new tr acking o ptimizat ion algo rithm is pro po sed fo r ring to po lo gy of electrical netw or ks.Based on r ing netw o rk st ruct ur e,t he alg or ithm can be used to g uide the calculation wit h effect ive pow er directio n for to po log ical decom position and co mbinat ion.Cascade topolog y and cro ss -br idg e to po lo gy str ucture sub -gr aphs a re discussed,and to po log y deadlock effect caused by interdependence relat ionship is r evealed.Cro ss -com ponent optimize tr acking is intro duced,and the relat ionship o f tracking efficiency and tracking order is pr oposed.T hen,alg or ithm pro cess of leap -bo und tr acking is achieved by using sub -gr aph sent inel sur veillance.F inally,topolog y tests of a practical pow er supply sy st em sho w that the optimal tr acking method has saved 234ms in comput ational time as co mpa red w ith the conventional w hole netwo rk tracking appr oach.T his sho ws a 74.76%impro vement in co mputational efficiency.Simulation results of smal-l medium scale and medium -la rge scale system
ex amples sho w t hat new met ho d is efficient.
T his w or k is suppor ted by 2009Science and T echno lo gy P ro ject of Jiangx i P rov ince Educatio na l Depa rtment (N o.GJJ09223).
Key words:t opolog y analy sis;optimization tracking;maze;decomposit ion and composit ion;chain structure
2009,33(21)
风电场发电量计算方法
发电量计算梳理 发电量计算部分，我们所要做的工作是这样的： 当拿到标书（可研报告）等资料后，我们首先要提澄清（向业主索要详细发电量计算所需的资料）；然后选择机型（确定该风电场适合用什么类型的风机）；最后进行发电量计算。 一、澄清 下面列出了发电量计算需要的所有内容，提澄清的时候，缺什么就列出来。 风电场详细发电量计算所需资料汇总 （1）请业主提供风电场的可研报告； （2）请业主提供风电场内的测风塔各高度处完整一年实测风速、风向、风速标准偏差数据，以及测风塔的地理位置坐标； （3）请业主提供测风塔测风数据的密码； （4）风电场是否已确定风机布置位置，若已确定风机位置，请提供相应的固定风机点位坐标； （5）请业主提供风电场的边界拐点坐标； （6）请业主提供风电场内预装轮毂高度处的50年一遇最大风速； （7）请业主提供风电场场址处的空气密度； （8）请业主提供预装轮毂高度处15m/s湍流强度特征值； （9）请业主提供风电场的海拔高度以及累年极端最低温度； （10）请业主提供风电场内测风塔处的综合风切变指数； （11）请业主提供风电场影响发电量结果的各项因素的折减系数。
https://www.wendangku.net/doc/3417116598.html,/SELECTION/inputCoord.asp 第二步：打开Global Mapper软件，将.dxf和.zip地形文件拖入。 设置“投影”：Gauss Krueger(3 degree zones)\Gauss Krueger(6 degree zones)； 设置“基准”：XIAN 1980(CHINA)\BEIJING 1954； 设置“地区”：Zone x(xxE-xxE)。 1 将.dxf拖入Global Mapper并设置好投影及基准后，将鼠标放于地图任意位置，软件右下角会显示点位坐标。完整坐标表示应该为横坐标8位，纵坐标7位。而横坐标的前两位经常被省去，如果你看到的是横坐标6位，纵坐标7位，那么横坐标的前两位就是被省略的。此时要人为对地图进行整体偏移。偏移量为“地区”Zone后的数值，见下图。
风电场风速及风电功率预测方法研究综述
—————————————————— —基金项目：福建省教育厅科技项目（JA08024）；福建省自然科学基金计划资助项目（2008J0018）。 第27卷第1期2011年1月 电网与清洁能源 Power System and Clean Energy Vol.27No.1 Jan.2011文章编号：1674-3814（2011）01-0060-07 中图分类号：TM614 文献标志码：A 风电场风速及风电功率预测方法研究综述 洪翠，林维明，温步瀛 （福州大学电气工程与自动化学院，福建福州350108） Overview on Prediction Methods of Wind Speed and Wind Power HONG Cui,LIN Wei-ming,WEN Bu-ying （College of Electrical Engineering and Automation ，Fuzhou University ，Fuzhou 350108，Fujian Province,China ） ABSTRACT ：Due to the intermittency of wind energy and the non -linearity of power system,there exist many uncertain variables which should be considered in the wind power prediction.The current prediction methods include the physical method, statistical method, learning method and the comprehensive one combining all the other methods.Based on accurate numerical weather prediction （NWP ）,the physical method is seldom used in the short term prediction,as its model is complicated and deals with large quantities of calculations.The model of the statistical method is simple and requires a small amount of data.It can be applied in those situations where data acquisition is difficult.The AI method is suitable in the random or non —linear system as it does not rely on the accurate mode of the objective.The comprehensive method maximizes favorable factors and minimizes unfavorable ones as contained in above-mentioned methods.This paper presents a brief overview on prediction methods of wind speed and wind power,and raises further issues worth further research on the basis of summarizing the previous studies.KEY WORDS:wind power prediction;statistical methods; learning methods;combinatorial prediction 摘要：由于风能的随机性以及电力系统的非线性等原因，预测风电功率时需要考虑众多的不确定因素影响。 现有预测方法主要包括物理预测方法、统计预测方法以及学习预测方法、综合预测法等。基于数字天气预报（NWP-numerical weather prediction ） 的物理预测方法模型复杂、计算量大，较少用于短期预测；统计预测方法模型简单，数据需求量少， 较适合于数据获取有一定困难的情况；人工智能预测方法不依赖于对象的精确模型，适合于随机非线性系统；综合预测方法可一定程度地扬长避短。本文主要就风电场风速及风电功率预测方法研究进行了综合阐述，并在总结前人研究的基础上提出了一些可进一步研究的问题。 关键词：风电预测；统计方法；学习方法；综合预测 随着全球石化资源储量的日渐匮乏以及低碳、 环保概念的逐步深化，风能等可再生能源的开发与利用日益受到国际社会的重视。2007年初欧盟曾提出，2020年其可再生能源消费将占到全部能源消费的20%，可再生能源发电量将占到全部发电量的30%[1]。风力发电是风能的主要利用方式之一。2009年，全球风电装机总量已达157.9GW ，较上年增加了37.5GW [2]。中国风能资源仅次于美国和俄罗斯，可利用风能资源共计约10亿kW 。近些年来风电在中国获得了飞速发展，2000年至2009年十年时间，中国风电装机容量从0.34GW 增至25.8GW [3]；2020年，预计全国风电总装机容量将达到30GW [1]。除部分采用离网运行方式外[4]，大容量风电机组多数采用并入电网的运行方式。随着规模越来越 大、数量越来越多的风力发电功率注入电网， 风能具有的随机性对电力系统的影响越来越不可忽视。 1风电预测的意义 准确有效地预测出风电场的输出功率不但可 帮助电力系统调度运行人员做出最有效决策， 还
低风速切入可行性研究
低风速切入可行性研究 风能是一种深受欢迎的绿色能源，是地球表面大量空气流动所产生的动能。由于地面各处受太阳辐照后气温变化不同和空气中水蒸气的含量不同，因而引起各地气压的差异，在水平方向高压空气向低压地区流动，即形成风。可是有研究发现，全球变暖可能导致了风速越来越慢，即风越来越小了。因此研究低风速切入可行性迫在眉睫。 九龙泉风电场一、二期工程为华锐风电科技有限公司生产的SL1500低温型风机，该风机设计切入风速为3m/s，计算2.5m/s风速切入后风机功率方法如下： 公式 P=?·A·ρ·v3·η（公式一）其中P为风机功率、A为叶轮扫风面积、ρ为平均空气密度、v为平均风速、η为风能利用系数。我场风机A为4657m2，ρ为1.082kg/m3，所以计算2.5m/s风速下风机功率只需算出该风速下η值。 由贝兹理论η值理论最大值为0.59，一般在0.2-0.4之间。可根据我场风机在3m/s-12m/s 风速下功率曲线计算出对应风速下η值，绘成曲线并估算出2.5m/s风速下η值。 表一为取九龙泉风电场8台风机为样本，根据其功率曲线得出的不同风速下对应的平均功率值 风速(m/s) #5 风机 (kw) #8 风机 (kw) #12 风机 (kw) #23 风机 (kw) #32 风机 (kw) #1 风机 (kw) #20 风机 (kw) #38 风机 (kw) 平均 功率 (kw) 3 7 5 5 0 7 3 4 6 5 3.5 23 25 24 7 25 22 25 22 22 4 6 5 60 5 6 38 5 7 61 59 59 57 4.5 95 90 93 70 95 93 93 94 90 5 143 135 137 109 138 137 139 138 135 5.5 191 183 182 152 185 189 187 188 182 6 250 245 243 205 250 250 250 250 243 6.5 325 323 326 260 322 322 324 325 316 7 410 410 406 335 412 411 411 414 401 7.5 500 500 500 413 500 501 509 504 491 8 620 622 623 512 631 625 628 618 610 8.5 755 763 750 612 754 754 746 701 729 9 915 907 908 750 900 925 918 921 893 9.5 1060 1045 1045 873 1051 1061 1050 1052 1030 10 1210 1200 1187 1025 1187 1207 1200 1201 1177 10.5 1340 1340 1328 1187 1333 1339 1332 1338 1317 11 1460 1450 1453 1334 1451 1470 1477 1467 1445 表一 表二为通过公式一得出的我场风机不同风速下对应的η值 风速（m/s) 功率 （kw） 扫风面 积(m2) 空气密度 (kg/m3) η 3 5 4657 1.082 0.06799 3.5 22 4657 1.082 0.200193
低风速风力发电
低风速风力发电 ●有关低风速 低风速风电是指风速在6到8米/秒之间，年利用小时数在2000小时以下的风电开发项目。据了解，目前全国范围内可利用的低风速资源面积约占全国风能资源区的68%，且均接近电网负荷的受端地区。但目前国内的风电开发集中在“三北”、东南沿海等风资源丰富的高风速地区，低风速区的风电开发几乎处于空白。在风能资源较好地区的风电开发受限于并网瓶颈而不断“弃风”的背景下，低风速区风场开发逐渐引起各方关注 ●低风速风区开发趋势及动态 1) 国内“三北”（西北、东北和华北）地区风电开发已趋于阶段性饱和，限制了我国风电产业的发展。未来我国将不再一味发展大型风电基地，而是大力鼓励分散式开发，这意味着靠近负荷中心的低风速风电场开发将迎来巨大的市场空间。 2)国家能源局有计划在近期发布通知，鼓励湖南、湖北、江西、河南、四川、重庆、广东、广西、贵州等地区尽可能多的开发风电资源。对于有条件进行分散式接入的风电大基地，国家能源局也持鼓励的态度 3）国家能源局新能源与可再生能源司副司长史立山表示，在目前大基地风电建设之外，未来国家将支持在资源不太丰富的地区发展低风速风电场，倡导分散式开发。据悉，加强低风速风电开发已被纳入“十二五”风电发展规划，政策上拟提高其在未来整体风电开发布局中的比重。
4）国家电网能源战略与规划研究所所长白建华表示，目前国家能源局正在会同相关部门加紧风电接入电网和市场消纳研究，其中就着重提出电网受端省区的低风速风电开发和电网消纳问题。表示，未来将加大这些低风速地区的风电装机规模目标，作为大基地接入大电网之外的电网开发格局的有效补充，这些省区的发展目标有望从不足10%提高到20%，并鼓励分散接入电网。这意味着，“十二五”规划提出的1亿千瓦风电装机目标中，将有2000万千瓦的份额属于低风速风电开发。 5）南方的风力资源虽然不好，但目前技术的发展已经可以使风机捕捉到较低风速的风能。维斯塔斯、华锐、金风等风机制造企业都已在低风速技术方面取得了突破。 “十二五”风电核准项目 1.第一批拟核准风电项目 国家能源局近日下达“关于‘十二五’第一批拟核准风电项目计划安排的通知”，安排全国拟核准风电项目总计2883万千瓦
风电场风速预测研究综述
风电场风速预测研究综述 【摘要】随着经济的发展，对清洁能源的需求越来越迫切。风能作为一种清洁、可再生能源具有很大的发展潜力。由于风力发电的间歇性和时变性，随着风电并网，精确的风速的预测尤为重要。本文就目前存在的风速的预测方法进行了归纳和总结，分析和比较了各类方法的特点，并进一步说明他它们的运用范围。 【关键词】风速预测；预测模型；综述 随着全球石化资源储量的日渐匮乏以及低碳、环保概念的逐步深化，风能等可再生能源的开发与利用日益受到国际社会的重视。风能作为一种清洁、可再生能源具有很大的发展潜力。它作为一个解决能源生产和生活的需要方法，特别是对沿海岛屿，难以到达的偏远地区，地广人稀的草原，农村和边疆传统电源难以发展，具有重要的意义。最近，不仅在发达国家，而且在中国这样的发展中国家也越来越关注风能资源的开发与利用。 风力发电最重要的因素之一是风速。功率曲线特征与风速风力发电生产的链接。风速是不可控的，不可调节的，导致间歇性风能。这影响电能质量，危害电力系统稳定和电力调度。出于这个原因，准确有效地预测出风电场的输出功率可帮助电力系统调度运行人员做出最有效决策。 目前，许多研究人员已经就风速预测问题进行了研究，并且提出了许多预测方法，大体可以分为3类：物理方法、时间序列方法和人工智能算法。当然，这种分类方法并不绝对，现在已经很少存在只用单一的物理方法或者统计方法来进行风速预测的模型，在许多高效的预测方法中这几种模型都同时得到应用。并且，近些年随着人工智能的不断发展，诸如人工神经网络（ANN）和模糊逻辑等方法都已广泛应用到风速预测的模型中。 本文论述的侧重点是风速预测的方法，按一下4类进行论述：物理模型、时间序列模型、智能算法以及新方法。 1.风速预测方法 1.1物理方法 数值天气预报（NWP）作为典型的物理模型，依据大气实际情况，如不同高度上的风向、风速、气压、湿度等气象要素值，在一定的初值和边界条件下.通过大型计算机做数值计算，求解描写天气演变过程的流体力学和热力学方程组，最后逐步计算出大气未来的气象要素分布状况，从而制作出天气预报。研究发现，在超短期中NWP方法预测效果比较理想。其次物理模型是预测风速的第一步，作为其他统计模型的辅助输入量。 1.2时间序列方法
低风速风力发电技术
7 低风速风力发电技术 一、技术名称：低风速风力发电技术 二、技术类别：零碳技术 三、所属领域及适用范围：电力行业低风速区域风电领域 四、该技术应用现状及产业化情况 随着我国风力发电装机容量的不断增加及风电场项目大规模开发，国内可开发利用的优良风资源地区日益减少。余下大量待开发的地域大多属于准Ⅱ类或Ⅲ类地区，有些甚至是IV类风资源区。采用该技术的风力发电机组主要应用于内陆、近海等可开发IEC S类风区，单机规模可达到2MW级。目前，低风速风力发电机组样机已于2011年12月实现并网发电，并在2013年实现规模化生产。 五、技术内容 1.技术原理 该技术对机组的控制策略进行系列优化，通过加大风轮直径，优化叶片的气动外形，提高机组的效率及寿命；降低额定转速，在保持机组功率等级不变的条件下，可大幅提高机组性能，并突破2MW以上低风速大风轮直径型风力发电机组优化设计。 2.关键技术 （1）低风速利用技术 （2）多环境适用技术 机组具有抗冰冻、抗风沙、抗盐雾等特点，可在各类条件恶劣的低风速风电场应用。 （3）四段式塔筒设计 针对机型可能应用的特殊地形，除设计了标准80m三段式塔筒，还特别设计了四段式塔筒和70m/90m塔筒等，安装更为方便灵活。 3.工艺流程 低风速风力发电机组生产工艺流程图见图1。
图1低风速风力发电机组生产工艺流程图 六、主要技术指标 1.额定输出功率：2000kW，额定电压：690V； 2.叶轮直径：105m，扫风面积：8626m2； 3.适用风区等级：80m高度年平均风速6m/s的低风速风区； 4.运行温度：-30℃～+40℃（低温型），-10℃～+40℃（常温型）。 七、技术鉴定情况 该技术已获得3项国家发明专利，1项实用新型专利。 八、典型用户及投资效益 典型用户：中国国电集团公司、中国华能集团公司、中国华电集团公司等。 典型案例1 案例名称：中电投江西笔架山风电场项目 建设规模：50MW风电场。建设条件：80m高度年平均风速6m/s的低风速风区。主要建设内容：风力发电场、变电站。主要设备为2MW低风速风力发电机组。 ，年经济效益6000万项目总投资4.3亿元，建设期1年。年减排量7.7万tCO 2 元，投资回收期7年。减排成本为50～100元/tCO 。 2 典型案例2 案例名称：中国风电湖北江华大陆铺风电场项目
国华睢宁49.5兆瓦低风速风电场工程融资投资立项项目可行性研究报告(中撰咨询)
国华睢宁49.5兆瓦低风速风电场工程立 项投资融资项目 可行性研究报告 (典型案例〃仅供参考) 广州中撰企业投资咨询有限公司
地址：中国〃广州
目录 第一章国华睢宁49.5兆瓦低风速风电场工程项目概论 (1) 一、国华睢宁49.5兆瓦低风速风电场工程项目名称及承办单位 (1) 二、国华睢宁49.5兆瓦低风速风电场工程项目可行性研究报告委托编制单位 (1) 三、可行性研究的目的 (1) 四、可行性研究报告编制依据原则和范围 (2) （一）项目可行性报告编制依据 (2) （二）可行性研究报告编制原则 (2) （三）可行性研究报告编制范围 (4) 五、研究的主要过程 (5) 六、国华睢宁49.5兆瓦低风速风电场工程产品方案及建设规模 (6) 七、国华睢宁49.5兆瓦低风速风电场工程项目总投资估算 (6) 八、工艺技术装备方案的选择 (6) 九、项目实施进度建议 (6) 十、研究结论 (7) 十一、国华睢宁49.5兆瓦低风速风电场工程项目主要经济技术指标 . 9项目主要经济技术指标一览表 (9) 第二章国华睢宁49.5兆瓦低风速风电场工程产品说明 (15) 第三章国华睢宁49.5兆瓦低风速风电场工程项目市场分析预测 (15) 第四章项目选址科学性分析 (15) 一、厂址的选择原则 (16) 二、厂址选择方案 (16) 四、选址用地权属性质类别及占地面积 (17) 五、项目用地利用指标 (17) 项目占地及建筑工程投资一览表 (18)
六、项目选址综合评价 (19) 第五章项目建设内容与建设规模 (20) 一、建设内容 (20) （一）土建工程 (20) （二）设备购臵 (20) 二、建设规模 (21) 第六章原辅材料供应及基本生产条件 (21) 一、原辅材料供应条件 (21) （一）主要原辅材料供应 (21) （二）原辅材料来源 (21) 原辅材料及能源供应情况一览表 (22) 二、基本生产条件 (23) 第七章工程技术方案 (24) 一、工艺技术方案的选用原则 (24) 二、工艺技术方案 (25) （一）工艺技术来源及特点 (25) （二）技术保障措施 (25) （三）产品生产工艺流程 (25) 国华睢宁49.5兆瓦低风速风电场工程生产工艺流程示意简图 (26) 三、设备的选择 (26) （一）设备配臵原则 (26) （二）设备配臵方案 (27) 主要设备投资明细表 (28) 第八章环境保护 (28) 一、环境保护设计依据 (29) 二、污染物的来源 (30) （一）国华睢宁49.5兆瓦低风速风电场工程项目建设期污染源 (31)
各风电场基本资料
各风电场基本资料 一、大唐北架风电场基本情况 大唐北架风电场位于黑龙江省桦南县阎家镇，东经130°28′6.72″，北纬46°05′7.86″。 电场分一、二期工程。其中一期工程为33台1.5MW风力发电机，装机容量49.5MW，二期工程同样为33台1.5MW 风力发电机，装机容量49.5MW，总装机容量99MW。 一、二期工程公用一个220KV升压站通过一条220KV线路，即芦北线接入佳木斯电业局芦家一次变220KV系统。具体情况如下：
二、古力风电场基本情况 古力风电场位于黑龙江省富锦市大榆树镇，东经：132°15′北纬，47°13′。 电场分一、二、三期工程。其中一期工程为18台1.5MW 风力发电机，装机容量27MW，二期工程同样为22台1.5MW
风力发电机，装机容量33MW，总装机容量60MW，三期工程目前尚在规划中，预计建设33台1.5MW风力发电机。 一、二期工程公用一个66KV升压站通过两条66KV线路，即锦乌甲线、锦乌乙线接入佳木斯电业局富锦一次变66KV 系统。具体情况如下：
三、富裕风电场基本情况 富裕风电场位于黑龙江省齐齐哈尔市东北富裕县城西南嫩江东岸塔哈乡，东经：124°0′-125°2′，北纬：47°18′-48°1′。 电场一期工程为33台1.5MW风力发电机，总装机容量49.5MW，二期工程尚在规划中。 一期工程由一个110KV升压站通过一条110KV线路，即北裕甲线接入齐齐哈尔电业局北郊一次变110KV系统。具体情况如下：
四、瑞好风电场基本情况 瑞好风电场位于黑龙江省大庆市杜尔伯特蒙古族自治县巴彦查干乡，东经：124°02′北纬：46°32′。 电场装有26台1.5MW风力发电机和10台1.0MW风力发电机，总装机容量49.0MW。 由一个110KV升压站通过一条110KV线路，即傲瑞线接入大庆电业局110KV傲林变，再由110KV锋傲线接入大庆电业局先锋一次变110KV系统。具体情况如下：
风电场的风速以及风功率变化规律的研究
龙源期刊网 https://www.wendangku.net/doc/3417116598.html, 风电场的风速以及风功率变化规律的研究 作者：李东阳高阳 来源：《山东工业技术》2017年第08期 摘要：随着风电场的大规模建设，弃风电量的评估得到越来越多的关注。本文主要研究 风电场的风速以及风功率变化规律，旨为弃风电量评估模型建立打下坚实的基础。提前掌握风速和风功率变化规律的情况，可以减少旋转备用容量，减小风力发电系统成本，并且为电网运行调度提供可靠的依据。 关键词：风电场；风速；风功率；变化规律 DOI：10.16640/https://www.wendangku.net/doc/3417116598.html,ki.37-1222/t.2017.08.151 1 引言 风能作为一种可再生、洁净的能源，近年来在全世界范围内得到了突飞猛进的发展。由于风能具有波动性、间歇性、低能量密度、不可控性等特点，大规模风电的接入对电力系统的安全稳定运行带来了很大的挑战。因此在弃风电量评估模型建立以前，对风电场的风速以及风功率变化的统计规律的研究显得至关重要，提前掌握风速和风功率变化规律的情况，可以减少旋转备用容量，减小风力发电系统成本，并且为电网运行调度提供可靠的依据。 2 风速-风功率特点 通过大量文献的查阅和参考，总结出风速变化主要表现为以下两种特点：（1）由于风能的能量密度较低，气温、阴晴、降水等都会引起风速的变化，因此风速变化将存在很大的波动性，呈现为非平稳的随机信号。（2）由于风速的变化跟太阳的照射有密切关系，所以在一天中风的强弱在某种程度上又呈现周期性。 风功率变化主要表现为以下两种特点：（1）由于风的能量密度低，气温、多云的天气，降水会引起风速变化，所以风功率变化会有很大波动，呈现出非平稳随机信号。（2）影响风功率变化的因素很多，包括风速、风向、空气湿度、大气密度等气象信息和风电场的位置、风机布局、地表粗糙度、海拔高度等物理信息。 因此，为了更好研究弃风电量评估模型，本文重点研究风速与风功率的变化规律，为研究弃风电量评估模型建立打好坚实的基础。 3 风速及风电功率变化的统计规律的数据指标 根据风电场测风塔实测历史数据和风电场风力发电历史运行数据，研究该风电场的风速以及风功率变化的统计规律，确定各项数据指标的基本范围，为数据的预处理工作奠定基础。数
浅谈高山地区低风速风电场生产运维管理
浅谈高山地区低风速风电场生产运维管理 发表时间：2017-08-08T19:28:36.550Z 来源：《电力设备》2017年第10期作者：梁军明[导读] 摘要：随着风电技术国产化的全面普及，高海拔、低风速、低温型风电机组的成功应用，使得我国风电装机规模不断扩大（四川省能投风电开发有限公司）摘要：随着风电技术国产化的全面普及，高海拔、低风速、低温型风电机组的成功应用，使得我国风电装机规模不断扩大，我国高山地区低风速风电场全面开建，对风电场的生产运营管理提出了新的考验，对出现的新问题，要研究探索新的方法进行解决，确保风电场的安全、稳定、经济生产。 关键词：浅析；高山地区低风速；风电场；生产运维管理近几年我国西南地区高海拔、高山低风速风电场的建设速度较快，电源装机容量迅速增长，在当前的经济形势下，装机容量的增长与经济增长的节奏不相匹配，导致发电量不能全额消纳，电价将会持续下降，这种外部形势的变化对风电场生产运维管理提出了更高的要求，然而，目前高山地区低风速风电场因环境、管理、人员、效益等方面的影响，其经济高效的生产运维管理水平并没有达到理想状态的高度，因此，当下高山地区低风速风电场的生产运维管理水平的提升是各企业急需解决的问题，笔者就结合本企业的风电场生产运维情况浅谈几点看法。 1、高山地区低风速风电场生产运维管理现状 风电场的生产运维管理一般是指风电场建成投产后，对风电场及相关的输变电设备和辅助设施的运行维护管理，主要有安全管理、人力资源管理、设备技术管理、设备运行管理、设备检修维护管理、备品备件及消耗性材料管理等内容。目前高山地区低风速风电场因所处地域环境和人员技术情况，绝大多数企业生产运维模式采取不完全承包的模式，主要是风电机组和升压站设备自主运维，风电机组的日常维护和定检质保期由设备厂家完成，升压站设备的年检预试委托进行，因高山地区地形复杂，风电场占地面积大，设备分布广，气候条件恶劣，集电线路和道路运维采取委托方式进行，这种模式需要业主单位、设备厂家、第三方企业协调合作，利用好各自优势来推动生产运维管理水平的提升，如何提高设备可靠性，降低生产运维成本，提高风电场的经济效益，需要我们去探索和解决。 2、高山地区低风速风电场生产运维管理存在的问题 2.1设备管理的问题 设备管理的问题主要是设备运行时、设备检修维护时、备品备件管理等多个环节的问题，风机设备和集电线在高海拔、高湿度、低温度、雷电频发等气候环境的影响，设备的运行状态容易受到严重影响，从而无法稳定的保障设备及集电线路的安全稳定运行，备品备件的管理也随着设备运行时间的延长越来越难以储备，再加上风电场运维管理的设备均为大型设备，设备更换费时费力，也不能随意更换，一但设备出现问题对生产运维管理带来较大的难度和经济损失。 2.2技术管理的问题 技术管理在设备管理、技术评估方面对风电场运维管理影响较大，所有技术管理上面的问题都是日常管理不到位，技术资料、标准掌握不全，生产人员经验缺乏产生的，目前大多数风电场因人员少（如我们单位风电场运维人员基本上定员10人），技术力量薄弱原因，均未很好的开展技术监控工作，技术管理工作严重滞后生产运维管理，甚至连设备出现问题时运维人员不具备及时处理设备故障的技术能力，因此会对风电场生产运维管理造成严重的影响。 2.3人力资源管理的问题 除了对客观方面问题的分析，其实主观方面的问题影响才是最主要的，而人才是整个生产运维管理过程中最关键的因素。由于风电场近几年快速发展带来风电场生产运维专业人员短缺，运行环境恶劣，交通不便，生产条件较差，很难吸引优秀人才和稳定人员，所以绝大多数风电场主要以刚毕业大学生为主，现场经验不足，在加上运维管理不成熟，很难确保风电场的安全稳定运行。 3、提高风电场生产运维管理水平的几点看法 对于高山地区低风速风电场生产运维管理存在的问题进行分析的主要目的就是探索更好的解决方案，提高风电场生产运维管理水平，降低生产运维成本，提升经济效益。因此，笔者就提出的问题结合自身工作经验和单位的实际情况提一下几点看法，希望能够通过有效管理，真正提高高山地区低风速风电场经济运行水平。 3.1加强设备技术管理与全过程管控 对于高山地区低风速风电场的设备技术管理，生产人员要出参与项目建设的全过程管理，结合风电场所在区域的运行环境，在设备选型、招标阶段提出相关专项技术要求，保障生产期设备安全稳定运行，尤其是低温、冰冻、雷电易发区域的集电线路及户外电气设备，必须参与项目的设计管理，提高设计等级，提高设备的抗冰冻和雷击等级，参与项目建设全过程技术管控。生产期利用网络和信息手段，对设备进行管理，根据风电场不同阶段的工作特点（主要是质保期和出质保后）进行差异化维护检修工作，定期开展设备维护，避免被动检修发生，建立健全相关管理制度，认真开展技术监控，建立设备运行、维护、检修数据台账，加强设备趋势分析，针对设备可能出现的问题进行预防性维护，逐步实现设备状态检修。 3.2创新生产管理模式与人员培训 对于高山地区低风速风电场尽量做到区域整体开发建设，建立远程集中控制中心，逐步实现“少人值班、无人值守、区域检修”的生产运维管理模式，通过“集控管理、资源共享、统一分配”的原则，将单一风电场统一为一个整体，形成新型规模化经营的管理模式，不断改善原风电场人难招、人难留、条件差、体系不健全等不足，以建立更专业、更优秀人才新模式为主体的生产运维队伍，以集控中心运维大数据为依据，以标准化运维体系为基础，简化运维流程，强化人员培训，提高运维人员工作效率和设备的可利用率，增加设备可靠性，降低生产运维成本，提高经济效益。 3.3科学管理、持续改进、技术创新 通过规模化经营生产运维管理模式对不同厂家、不同机型、不同设备的生产运维大数据的建立和信息共享，可以有效的发现不同设备、不同部件在不同环境下稳定运行的优点和不足，通过对不同设备在不同环境下运行特点的积累和掌握，能更好的发现问题，持续改进，解决问题，能更好的自主创新，创造更安全、稳定、经济的风电场。 4、结语
风电场综合统计指标计算公式
风电综合统计指标计算公式 1、平均风速 平均风速是指统计周期内风机轮毂高度处瞬时风速的平均值。取统计周期内全场风机或场内代表性测风塔的风速平均值，即 1 1n i i V V n ==∑ 单位：米/秒（/m s ） 式中： V —统计周期内的风电场平均风速，/m s ； n —统计周期内的全场风机的台数或代表性测风塔的个数； i V —统计周期内的单台风机或单个代表性测风塔的平均风速，/m s 。 2、平均温度 平均温度是指统计周期内风机轮毂高度处环境温度的平均值，即 1 1n i i T T n ==∑ 单位：摄氏度（o C ） 式中： T —统计周期内的风电场平均温度，o C ； n —统计周期内的记录次数； i T —统计周期内的第i 次记录的温度值，o C 。 3、平均空气密度 平均空气密度是指统计周期内风电场所处区域空气密度的平均值，即 P RT ρ= 单位：千克/立方米(3/kg m )
式中： ρ—统计周期内的风电场平均空气密度，3/kg m ； P —统计周期内的风电场平均大气压强，a P ； R —气体常数，取287/J kg K ?； T —统计周期内的风电场开氏温标平均绝对温度，K 。 4、 平均风功率密度 平均风功率密度是指统计周期内风机轮毂高度处风能在单位面积上所产生的平均功率，即 31 12n i wp i D V n ρ==∑()() 单位：瓦特／平方米（ 2 /W m ） 式中： wp D —统计周期内的风电场平均风功率密度，2 /W m ； n —统计周期内的记录次数； ρ—统计周期内的风电场平均空气密度，3/kg m ； 3 i V —统计周期内的第 i 次记录平均风速值的立方。 5、有效风速小时数 有效风速小时数是指统计周期内风机轮毂高度处介于切入风速与切出风速之间的风速累计小时数，简称有效风时数，即 n i i V V V V T T == ∑有效风时数 单位：小时（h ） 式中： T 有效风时数—统计周期内的风电场有效风时数，h ； 0V —风机的切入风速，/m s ；
中国风能分布及风电
1 风能资源中国风能资源丰富 ,具有良好的开发前景 ,发展潜力巨大。据最新风能资源普查初步统计成果 ,中国陆上离地 10 m高度风能资源总储量约 43. 5亿 kW ,居世界第 1位。其中 ,技术可开发量为 2. 5亿kW ,技术可开发面积约20万 km 2 ,此外 ,还有潜在技术可开发量约 7 900万 kW。另外 ,海上 10 m 高度可开发和利用的风能储量约为 7. 5亿 kW。全国 10 m高度可开发和利用的风能储量超过 10亿 kW, 仅次于美国、俄罗斯居世界第 3位。陆上风能资源丰富的地区主要分布在三北地区 (东北、华北、西北 )、东南沿海及附近岛屿。 1. 1 “三北”(东北、华北、西北 )地区风能丰富带包括东北三省、河北、内蒙古、甘肃、青海、西藏和新疆等省 /自治区近 200 km宽的地带 ,风功率密度在 200～300 W /m 2 以上 ,有的可达 500 W /m 2 以上 ,可开发利用的风能储量约 2亿 kW ,占全国可利用储量的 80%。另外 ,该地区风电场地形平坦 ,交通方便 ,没有破坏性风速 ,是中国连成一片的最大风能资源区 ,有利于大规模开发风电场。但是 ,建设风电场时应注意低温和沙尘暴的影响 ,有的地方联网条件差 ,应与电网统筹规划发展。 1. 2 东南沿海地区风能丰富带东南沿海受台湾海峡的影响 ,每当冷空气南下 到达海峡时 ,由于峡管效应使风速增大。冬春季的冷空气、夏秋的台风 ,都能影响到沿海及其岛屿 ,是中国风能最佳丰富区。中国有海岸线约 1 800 km, 岛屿 6 000多个 ,是风能大有开发利用前景的地区。沿海及其岛屿风能丰富带 ,年有效风功率密度在 200 W /m2以上 ,风功率密度线平行于海岸线 ,沿海岛屿风功率密度在 500 W /m2以上 ,如台山、平潭、东山、南麂、大陈、嵊泗、南澳、马祖、马公、东沙等 ,年有效风速 (4～25 m /s)时数约在 7 000～8 000h。
余辉2KW风力发电机组低风速叶片设计和分析
课程：空气动力学 2KW风力发电机组 低风速叶片设计与分析 姓名：余辉 学号：201580812008 指导教师：傅彩明
2016年01月05日
2KW风力发电机组低风速叶片设计与分析 一. 课题研究的背景和意义 1941年，美国把蒙特研制的第一台风力发电机开启了风力发电;此后，大型风力涡轮发电机促进了风力发电;如今,世界许多国家都安装了超大型风力发电机进行风力发电,促进风力发电长远发展。近年来全球的风力发电发展很快，装机容量的年平均增长率超过了30%。风能是一种技术比较成熟、很有开发利用前景的可再生能源之一。开发利用风能对世界各国科技工作者具有极强的魅力，从而唤起了世界众多学者致力于风能利用方面的研究。本文将对风力发电基本原理和具体2KW风机叶片设计进行论述。 目前，全球都面临着能源枯竭、环境恶化、气温升高等问题，日益增长的能源需求、能源安全问题受到世界各国广泛关注。风能具有可再生、资源广、安全、清洁、无燃料风险等优势，因此，世界各国都在加快风力发电技术的研究，以缓解越来越重的能源和环境压力。中国是世界上最大的煤炭生产国和消费国，提供电力的能源消费是以煤炭为主，燃煤发电量占总发电量的80%。但是，能为人类所用的石化资源是有限的，据第二届环太平洋煤炭会议资料介绍，若不趁早调整以石化能源为主体的能源结构，终将导致有限的石化能源趋于枯竭，人类生态环境质量下降的恶性循环，不利于经济、能源、环境的协调发展。 二. 风力发电机的设计理论 风力发电是通过捕风装置的风轮将风能装换成机械能，再将机械能转换成电能的过程，因此构成风轮的翼型的结构性能直接影响着分风能的转换效率。本章介绍风力机翼型的几何结构、空气动力学基础概念及基础理论，为下文的叶片分析设计奠基础。 2.1风力机的基本概念 （1）风力机的基本概念和参数 风轮叶片的几何形状不同，则空气动力特性也不同。为了设计风机，必须对风机的有关的概念和术语加以理解，例如，风轮、叶片、叶片旋转平面、风轮直径、叶尖速比等，而翼型外形由翼的前后缘、弦、中弧线、翼的上下表面、叶片安装角、攻角、来流角、最大厚度及最大相对厚度、弯度与弯度分布等参数决定。（2）叶片空气动力学相关概念 风力发电机的叶片是细而长的结构，相对于流动方向的速度分量，其叶展方向的速度分量通常很小，因此，通常假定在给定径向位置处的流动是二维的，这样就可以使用二维翼型数据对叶片的气动性能进行分析。假定翼型处于静止状
风速概率分布估计和风能评估2016翻译最终版
风速概率分布估计和风能评估2016 摘要 风能的统计特征以及合适的风力发电机组的选择对于有效评估风力发电潜 力和设计风电场至关重要。本研究以中国中部四个地点为例，对风速概率分布的流行参数和非参数模型以及这些模型参数的估计方法（广泛使用的方法和随机启发式优化算法）进行了比较。仿真结果表明，非参数模型在拟合精度和操作简便性方面优于所有选定的参数模型，随机启发式优化算法优于广泛使用的估计方法。本研究还回顾和讨论了文献提出的六个功率曲线以及风能潜在评估过程中涡轮 机之间相互唤醒效应引起的功率损耗。评估结果表明，功率曲线的选择影响风力涡轮机的选择，考虑相互唤醒效应可能有助于优化风能评估中的风电场设计。
目录 1 介绍 (1) 2 以前的工作概述 (2) 2.1 风速分布函数概述 (2) 2.2估计方法概述 (4) 3 数据收集和简要分析 (5) 4 风速分布突变试验 (5) 4.1 Mann-Whitney U检验 (5) 4.2 双样本Kolmogorov-Smirnov检验（K-S检验） (6) 5 参数模型和非参数模型 (6) 5.1 常规分布 (6) 5.2 用于估计参数的方法 (6) 5.2.1 时刻法（MM） (6) 5.2.3 最小二乘估计（LSE）法 (6) 5.2.4 最大熵原理法（MaxE） (6) 5.3非参数模型 (7) 5.4杜鹃搜索（CS）算法 (7) 6 仿真比较结果 (7) 6.1 评价标准 (7) 6.2 突变试验分析 (8) 6.3 分析估算结果 (8) 6.3.1 分析参数模型 (8) 6.3.2 参数和非参数建模的比较 (9) 7 风能评估 (10) 7.1 风力密度的计算 (10) 7.2 风力发电机效率 (10) 7.3 计算因素 (10) 7.4 风电场风电损耗估算 (10) 7.5 风能计算与分析 (11) 8 结论 (12)
低风速风电场项目投资分析
低风速风电场项目投资分析 摘要：低风速地区的风电项目开发已经成为当前中国风电投资的重点区域。然而，低风速风电场项目盈利空间小、承压能力差，文章结合江苏盱眙风电场项目 投资收益分析过程，对低风速风电场项目投资收益分析要点进行了简要剖析，希 望对今后的低风速风电场开发分析提供借鉴和帮助。 关键词：低风速；风切变；机组选型；财务评价 0 引言 2016年3月份，《十三五规划纲要》中指出：要深入推进能源革命，着力推 动能源生产利用方式变革，提高能源利用效率，建设清洁低碳、安全高效的现代 能源体系，维护国家能源安全。国家能源局按照“纲要”要求，在《可再生能源“十 三五”发展规划（征求意见稿）》中提出：到2020年非石化能源占能源消费总量 比例达到15%。其中，风力发电规模达到2.5亿千瓦。截至2017年底，我国风力 发电累计装机容量达到1.64亿千瓦，要达到十三五末装机目标还有很长的路要走。但目前风资源丰富的“三北”地区的弃风现象日趋恶化，数据显示，2017年平均弃 风率12%，其中，内蒙古19%、甘肃33%、新疆29%。面对这种情况，国家能源 局在“十三五”发展规划中也着重提出了整个风电产业的发展不再以规模为导向， 不再只注重新建的规模，更要重视利用，特别是就近和就地的利用。并将低风速 风电开发列入“十三五”规划的重点。低风速风电场的开发势必成为国内各风电开 发企业关注的重点。低风速风电场受风资源、建设环境等因素的限制，其项目投 产运行后是否能够达到预期的收益？影响项目收益的因素有哪些？本文以江苏盱 眙某风电场为例，结合低风速风电场调研成果，对未来低风速风电场项目投资收 益进行一些探索性分析。[1] 1 低风速风电场的定义 低风速风电场的概念尚未有统一的定义，参考部分文献后，较客观的表述可为：低风速风电项目是指风电机组轮毂高度上年平均风速在5.3m/s－6.5m/s之间，年利用小时数在2000h以下的平原或相应风功率密度的高原区域内可开发风电的 项目，其一年内风速介于3m/s－7m/s的频率较高。[2] 2 低风速风电场实例 2.1项目概况 该风电场位于江苏省淮安市盱眙县境内、洪泽湖西侧，整个风电场东西长约17.5km，南北长约9km，风电场总面积约63km2。盱眙县位于淮安西南部、淮河 下游，属于风性湿润气候。 根据盱眙县风电发展规划，本期风电场项目面积为63km2，规划总装机容量 72MW，需配套建设110kV升压站一座及110kV送出线路一条。 2.2项目风能资源情况 根据项目场址区域内原测风塔实测数据计算，风电场代表年100m高度年平 均风速为5.30m/s，风功率密度为151.02w/㎡；年平均风速和风功率密度一般， 风功率密度等级为1级，属于低风速风电开发区域。 测风塔各高度间风切变变化范围在0.2066~0.3055之间，测风塔各高度相对于10m高度的风切变平均值为0.23左右。风切变指数是非常重要的参数，在估算风机发电量时，需要推算出轮毂高度的风况，风切变指数的准确与否直接影响了推 算风机轮毂高度的风况，进而影响到风机的选型和发电量估算，最终影响到风电 场经济效益，经计算本风电场12om、140m高度平均风速可能达到5.53m/s、
W2000低风速区风力发电机组说明_ver.0
附件1W2000低风速区风电机组说明 1.1 概述 目前，国内陆上可开发的风资源的平均水平越来越差。图示为我国风资源分布情况。 附件图1中国风资源分布 风资源较好的三北地区，地处偏远，不是电力负荷集中区，由于电网建设严重滞后，风电项目开发已陷入瓶颈；而沿海地区及中西部地区风资源较好且电网建设吸纳能力较好的地区已开发殆尽。因此，约占国土面积76%的低风速地区（年平均风速在6m/s以下）风区开发已经逐渐成为一个较大的细分市场。 1.2我公司低风速机组优势 由于低风速风区年平均风速一般低于6m/s，要求风电机组能在低于6m/s的风速下稳定运行。因而我公司专门设计了低风速机组以适应业主需要。 优化叶片 低风速机组最直观的特点就是长叶片。加大叶片长度可以提高风轮的扫风面积，附件表1为我公司W2000-111与W2000-93扫风面积及叶尖速度对比。 附件表 1 93机组与111机组叶片扫风面积对比 W2000-111风电机组比W2000-93风电机组扫风面积大30%，W2000-105风
电机组比W2000-93风电机组扫风面积大27%，可以更好地捕捉风能发电。 然而，我公司低风速机组并不是仅仅将叶片加长，而是对整个叶片进行优化设计，以提高叶片的气动性能。附件图2-附件图3为我公司低风速机组叶片与高风速机组叶片对比。我公司低风速机组叶片设计采用AE风电专用翼型，在低风速情况下省力系数高且阻力系数低，有效降低风机受到的推力，从而避免大叶轮推力增加造成基础载荷增大的问题，并充分考虑了叶片加长所致的叶片柔性、叶尖高速等问题。通过专业软件设计，在叶片受载集中区域进行了专门设计，以满足叶片强度需要。 附件图 2 W2000-93叶片总体示意 附件图 3 W2000-111叶片总体示意 低风速下稳定发电 由于低风速风区风速集中在较低范围，为了提高发电量，我公司W2000-105和W2000-111风电机组通过优化传动系统，增加齿轮箱传动比，改进控制策略，使风电机组在3 m/s即切入电网，并在理想情况10m/s(W2000-105)，9.9m/s （W2000-111）风速下达到额定出力。而我公司W2000-93在静态情况10.8m/s 风速下才达到额定出力。附件图4为我公司在相同风资源情况下W2000-105、W2000-111和W2000-93风电机组功率曲线对比。