计及复杂尾流效应模型的风电场概率输出功率计算方法

摘要

本发明公开了风电场输出功率控制技术领域中的一种计及复杂尾流效应模型的风电场概率输出功率计算方法。包括：初始化参数；建立风电场尾流效应模型；初始化仿真年限n，运用序贯蒙特卡罗仿真方法得到风电场各个风电机组和连接电缆的运行状态曲线；在仿真年限n内，利用威布尔分布和风向玫瑰图分别对风速和风向进行模拟，得到规模均为M的风电场风速和风向序列，同时初始化时刻t；利用各个时刻风电场的风速和风向计算相应时刻风电场非故障风电机组的输出功率，进而计算风电场的总输出功率；运用聚类方法处理风电场的总输出功率序列从而得到风电场概率输出功率曲线。本发明有效提高了风电场输出功率模型的精确度，保证了风电场概率输出模型的准确性。

主权项

1.一种计及复杂尾流效应模型的风电场概率输出功率计算方法，其特征是所述方法包括：步骤1：初始化参数，包括风电机组坐标，风电机组的风轮半径R₀，风电机组的额定功率P_r，风电机组的切入风速v_ci，风电机组的切出风速v_co，风电机组的额定风速v_r，风电场风速的威布尔分布的尺度参数c，风电场风速的威布尔分布的形状参数k，风电场的风向玫瑰图，风电机组和连接电缆的故障率λ和修复时间μ；步骤2：建立风电场尾流效应模型；所述模型为：$v_{\mathrm{eq}.j}=v_0(1-\sqrt{\underset{i=1}{\overset{N}{\Sigma }}\left(\frac{A_{\mathrm{shad}.\mathrm{ij}}}{A_{\mathrm{rotor}}}\right){(1-\frac{v_j(x_{\mathrm{ij}},h_j)}{v_0})}^2});$其中，v_eq.j为风电场中下游风电机组WT_j在所有上游风电机组共同影响下的等效风速；v₀为自然风的风速；N为影响下游风电机组WT_j的上游风电机组的个数；A_shad.ij为上游风电机组WT_i在下游风电机组WT_j处的尾流影响区域的面积与下游风电机组WT_j的风轮扫略面积的重叠部分的面积，且$A_{\mathrm{shad}.\mathrm{ij}}=r_i^2\left(x_{\mathrm{ij}}\right){\cos }^{-1}\left(\frac{r_i^2\left(x_{\mathrm{ij}}\right)+d_{\mathrm{ij}}^2+\Delta h^2-r_j^2}{2r_i\left(x_{\mathrm{ij}}\right)·\sqrt{{\mathrm{\Delta h}}^2+d_{\mathrm{ij}}^2}}\right)+r_j^2{\cos }^{-1}\left(\frac{r_j^2+d_{\mathrm{ij}}^2+{\mathrm{\Delta h}}^2-r_i^2\left(x_{\mathrm{ij}}\right)}{2r_j·\sqrt{{\mathrm{\Delta h}}^2+d_{\mathrm{ij}}^2}}\right)$$-r_i\left(x_{\mathrm{ij}}\right)·\sqrt{{\mathrm{\Delta h}}^2+d_{\mathrm{ij}}^2}·\sin \left[{\cos }^{-1}\left(\frac{r_i^2\left(x_{\mathrm{ij}}\right)+d_{\mathrm{ij}}^2+{\mathrm{\Delta h}}^2-r_j^2}{2r_i\left(x_{\mathrm{ij}}\right)·\sqrt{{\mathrm{\Delta h}}^2+d_{\mathrm{ij}}^2}}\right)\right],$x_ij为上游风电机组WT_i和下游风电机组WT_j之间的距离；r_i(x_ij)为上游风电机组WT_i在下游风电机组WT_j处的尾流影响半径，由Jensen模型求得，其计算公式为：$r_i\left(x_{\mathrm{ij}}\right)=\left\{\begin{array}{c}r=r_0+k_{w}x\\ k_w=\frac{1}{2\ln (h/h_0)}\end{array}\right.;$r为距离风电机组x处的尾流影响半径；r₀为风电机组的风轮半径；k_w为尾流下降系数；h为风电机组风轮所处海拔高度；h₀为地面粗糙度；h_i为上游风电机组WT_i风轮所处海拔高度；h_j为下游风电机组WT_j风轮所处海拔高度；Δh为上游风电机组WT_i风轮所处海拔高度h_i和下游风电机组WT_j风轮所处海拔高度h_j的差值的绝对值；r_j为下游风电机组WT_j的风轮半径；d_ij为上游风机WT_i和下游风机WT_j之间的水平间距；A_rotor为风电机组的风轮扫略面积，且v_j(x_ij,h_j)为下游风电机组WT_j在上游风电机组WT_i单独影响下的风速，且$v_j(x_{\mathrm{ij}},h_j)=v_i[1-(1-\sqrt{1-C_T})·{\left(\frac{h_i}{h_j}\right)}^{2\alpha }·{\left(\frac{r_j}{r_i\left(x_{\mathrm{ij}}\right)}\right)}^2·\left(\frac{A_{\mathrm{shad}.\mathrm{ij}}}{A_{\mathrm{rotor}}}\right)]{\left(\frac{h_j}{h_i}\right)}^{\alpha };$v_i为上游风电机组WT_i的风速；C_T为推力系数；α为风速随高度变化系数，并且通过Lissaman尾流效应模型计算，其计算公式为v(h_i)为在高度h_i处测得的风速，v(h_j)为在高度h_j处测得的风速；步骤3：初始化仿真年限n，运用序贯蒙特卡罗仿真方法得到风电场各个风电机组和连接电缆的运行状态曲线；步骤4：在仿真年限n内，利用威布尔分布和风向玫瑰图分别对风速和风向进行模拟，得到规模均为M的风电场风速和风向序列，同时初始化时刻t,M＝n×8760；步骤5：利用t时刻风电场的风速和风向计算t时刻风电场非故障风电机组的输出功率，进而计算风电场的总输出功率，具体包括步骤5.1-步骤5.4；步骤5.1：根据风电场的风向，利用坐标变换公式$\left[\begin{array}{c}{x}_l^{\prime }\\ y_l^{\prime }\\ z_l^{\prime }\end{array}\right]=Q\left[\begin{array}{c}{x}_l\\ y_l\\ z_l\end{array}\right]=\left[\begin{array}{ccc}\cos \delta & \sin \delta & 0\\ -\sin \delta & \cos \delta & 0\\ 0& 0& 1\end{array}\right]\left[\begin{array}{c}{x}_l\\ y_l\\ z_l\end{array}\right],$对t时刻风电场各处的非故障风电机组的坐标进行修正；其中，x_l为风电机组l的经度，y_l为风电机组l的纬度，z_l为风电机组l的高度，δ为t时刻与前一时刻的风向的差值，x′_l为变换后的风电机组l的经度，y′_l为变换后的风电机组l的纬度，z′_l为变换后的风电机组l的高度，Q为变换矩阵；步骤5.2：利用风电场尾流效应模型计算t时刻风电场各处的非故障风电机组处的风速v；步骤5.3：根据t时刻风电场各处的非故障风电机组的风速，利用风电机组的输出特性曲线计算t时刻风电场各处的非故障风电机组的输出功率；其中，计算t时刻风电场各处的非故障风电机组的输出功率的计算公式为：其中，$A=\frac{1}{{(v_{\mathrm{ci}}-v_r)}^2}[v_{\mathrm{ci}}(v_{\mathrm{ci}}+v_r)-{4v}_{\mathrm{ci}}{v}_r{\left(\frac{v_{\mathrm{ci}}+v_r}{{2v}_r}\right)}^3],$$B=\frac{1}{{(v_{\mathrm{ci}}-v_r)}^2}[4(v_{\mathrm{ci}}+v_r){\left(\frac{v_{\mathrm{ci}}+v_r}{{2v}_r}\right)}^3-({3v}_{\mathrm{ci}}+v_r)],$$C=\frac{1}{{(v_{\mathrm{ci}}-v_r)}^2}[2-4{\left(\frac{v_{\mathrm{ci}}+v_r}{{2v}_r}\right)}^3];$步骤5.4：根据t时刻风电场各处连接电缆的运行状态，对与风电场故障电缆相关联的风电机组的输出功率予以删除，进而求得t时刻风电场的总输出功率，并令t＝t+1;步骤6:判断是否有t＞M，如果t＞M，则执行步骤7；否则，返回步骤5；步骤7：将M个时刻的风电场的总输出功率按时间先后顺序排列，得到风电场的总输出功率序列，运用聚类方法处理风电场的总输出功率序列从而得到风电场概率输出功率曲线。