CN113051845A - 在役山地风电场实时风资源可视化评估方法、***、设备及存储介质 - Google Patents
在役山地风电场实时风资源可视化评估方法、***、设备及存储介质 Download PDFInfo
- Publication number
- CN113051845A CN113051845A CN202110274739.1A CN202110274739A CN113051845A CN 113051845 A CN113051845 A CN 113051845A CN 202110274739 A CN202110274739 A CN 202110274739A CN 113051845 A CN113051845 A CN 113051845A
- Authority
- CN
- China
- Prior art keywords
- wind
- real
- mountain
- resource
- wind speed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/06—Wind turbines or wind farms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Fluid Mechanics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computing Systems (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种在役山地风电场实时风资源可视化评估方法、***、设备及存储介质,该方法获取在役山地风电场现有测风设备的空间位置,及实时风向、风速数据;在风资源离线数据集中,找到对应风向扇区下的相关风速数据;并利用内部插值法对相应离地高度层的风矢量进行在线计算,得到当前全风电场的风资源分布;以可视化图谱的形式进行在役山地风电场实时风资源评估。本发明以风资源离线数据集为基础,结合实地测风数据进行风向扇区归类、风速插值的评估思路,在保证模拟精度的同时,避免了工时较长的在线计算,节省了运维***中的软、硬件资源的配备,实现了整场实时风资源的可视化输出,为风电机组能效评估提供理论参考和数据分析依据。
Description
技术领域
本发明属于风电场风能资源计算技术领域,具体涉及一种基于风资源离线数据集的在役山地风电场实时风资源可视化评估方法、***、设备及存储介质。
背景技术
由于陆上风电近年来主要针对风能资源优越且建设条件较好的地理位置进行大力开发,使得以平坦地形为代表的大型集中式场址资源趋于有限。当前,陆上风电的开发环境由平坦地形逐渐转向风资源相对丰富但波动性较大的复杂山地区域。山地风电场上空的大气流动受到复杂地貌的作用,常常出现局部性变风向、间歇性风波动,以及区域性强湍流,其风况直接影响着整场的风能利用率和发电量。
由于在役山地风电场配备的风功率预测测风塔所能代表的区域范围有限,难以准确评估整个场区风能资源的分布。因此,针对在役山地风电场开展风能资源的实时评价,可使得风电场运维人员更好地了解场内各区域的风况,进而对风电机组的发电量进行复核,确定风电场实际运行指标是否达到项目设计时确定的目标,是当前风电场智慧运维技术的重要环节,可为后续运维管理和机组维护提供理论参考和数据分析依据。在役风电场上空大气实时流动的可视化显示,作为风能资源实时评价的首要环节,主要目的在于将风电场区域计算得到的当前精细化风况数据,直观形象地将各风力机组点位风速与风向记录并动态显示于远程化集中控制中心的智慧运维***中。
目前,风电场风能资源的评估通常用于前期勘察与设计阶段,通过结合实地测风数据或中尺度天气数据,利用数值模拟的方法对目标区域内风的流动特征进行科学地预测计算,进而得到整场连续性的风资源预测。对于复杂山地风电场的风资源数值模拟,通常需要采用非线性计算流体力学(computational fluid dynamics,CFD)模式,生成分辨率较高的空间网格对不规则的地形地貌进行解析,从而获得可信度较高的风况预测。然而,随着山地风电场场区占地与装机容量与的不断增大,其计算域所需的网格数量会成倍增加,使得在运算资源成本不增加的条件下,数值模拟所需的求解时间会持续增长。
然而,当山地风电场投产运行后,其风资源流场的可视化评估作为智慧运维***整体的一个功能模块,由于运算处理硬件资源分配的限制,很难将基于CFD方法的精细化风资源计算,以在线的方式线嵌入至风资源的实时评价环节。对于在役山地风电场风资源的在线评估,目前仍处于探索阶段。例如,申请号为202010550705.6申请日期为2020.06.16申请公布日为2020.09.25的发明专利公开了一种利用机组SCADA数据的风电场风资源计算方法,通过计算得到一台机组在风电场的机舱传递函数,利用该传递函数关系,对各代表机组的机舱风速进行修正,再利用修正后的风速进行风资源模拟。该方法以地形地貌变化对机组机舱传递函数的影响可以忽略为前提,采用单台机组在风电场的机舱传递函数,实时反映各机组所处位置的风资源条件,多适用于地形复杂程度不高的风电场的风资源评估,但对于复杂山地的情况,需要研究不同区域的地形对机舱传递函数的影响因素。与此同时,该发明虽然利用多台机组SCADA实时数据得到的虚拟测风资料进行CFD计算,进而获得每个时间点对应的全场风速分布,乃至全场年平均风速分布,但其结果并未涉及风电场运维期间风况的实时可视化评估。
发明内容
针对上述背景技术中提到的难点问题,本发明的目的在于提供一种基于风资源离线数据集的在役山地风电场实时风资源可视化评估方法、***、设备及存储介质,该方法结合山地风电场的实地测风与基于计算流体力学模式的全场风资源离线数值模拟结果,在现有软硬件资源的前提下,研究基于风电场运维***下的场区内精细化风资源实时可视化评估方法,以解决在役山地风电场智慧化运维环节中存在的实际问题。
为了达到上述目的,本发明采用的技术方案是:
一种在役山地风电场实时风资源可视化评估方法,包括以下步骤:
获取在役山地风电场现有测风设备的空间位置,及实时风向、风速数据;
在风资源离线数据集中,找到对应风向扇区下的相关风速数据;并利用内部插值法对相应离地高度层的风矢量进行在线计算,得到当前全风电场的风资源分布;
以可视化图谱的形式进行在役山地风电场实时风资源评估。
作为本发明的进一步改进,所述风资源离线数据集采用先导数值模拟的方式,以各来流风向扇区下的标志性入流风速序列为驱动,对风电场所在区域风况进行计算,从而建立各风向扇区中不同驱动风速下的风资源离线数据集;具体包括以下步骤:
根据目标山地风电场实地测风设备与各风电机组的地理位置坐标,确定山地风电场的目标计算域,获取该区域地形的高精度数字高程模型,建立并生成待进行风资源CFD数值模拟的六面体空间计算域及网格;
制定基于CFD模式的风资源精细化数值模拟方案;并采用每个标志性驱动风速,对整个风电场区进行CFD数值模拟;
基于每组驱动风况对应的风资源模拟结果,根据实地测风设备的位置坐标,在模拟结果中对该点位轮毂高度处风向与风速进行采样,作为测风点位驱动风况;
基于得到的每组测风点位驱动风况,构建风资源离线数据集框架。
作为本发明的进一步改进,所述制定基于CFD模式的风资源精细化数值模拟方案,具体包括:
划分来流风向扇区;
在每个来流风向扇区下,确定相应入口边界轮毂高度处,可用于驱动数值模拟的标志性入流风速序列;
基于风资源评估方法,设置各向边界条件,时、空间离散格式,湍流模型以及求解流动控制方程的耦合迭代算法等数值模拟所涉及的必要运算参数;
在各个来流风向扇区下,采用每个标志性驱动风速,对整个风电场区进行CFD数值模拟,直至每组驱动风况对应的模拟结果收敛并维持稳定性。
作为本发明的进一步改进,所述构建风资源离线数据集框架包括:
根据来流风向扇区,建立第一层来流风向数据集,所述来流风向数据集包括由与来流风向扇区对应数目的第一子集组成,各个第一子集与测风点位驱动风向对应来流扇区的中心角度数值对应;
在所述来流风向数据集的各子集下,建立第二层风速数据集;
所述风速数据集包括由与测风点位驱动风速对应数目的第二子集组成,各个第二子集与测风点位驱动风速数值对应;
在第二层风速数据集的第二子集下,基于叶轮扫风高度,建立第三层不同离地高度层数据集;所述不同离地高度层数据集由多个第三子集组成,第三子集以风轮叶片扫风最低点高度、轮毂高度以及风轮叶片扫风最高点高度的数值相对应。
作为本发明的进一步改进,所述在风资源离线数据集中,找到对应风向扇区下的相关风速数据,具体包括以下步骤:
根据实时风向数据在来流扇区角度范围,确定风向扇区中心角度,进入风资源离线数据集中对应的来流风向数据集;
进入来流风向数据集中的风速数据集,寻找与风速数据数值相邻的两个风速值;
分别进入与风速数据相邻两个风速数据集中对应的不同离地高度层数据集,同时读取相同离地高度层文件夹中的整场风矢量数据。
作为本发明的进一步改进,所述利用内部插值法对相应离地高度层的风矢量进行在线计算,得到当前全风电场的风资源分布,具体包括以下步骤:
将风速数据与相邻的两个风速值进行内部插值计算,得到内***例因子,结合读取的两个相邻风速对应的相同离地高度的风矢量数据,利用插值计算基于当前风向数据与风速数据下的整场风矢量数据;
读取相邻两个风速数据集中,相同离地高度层文件夹中同一空间位置处的风矢量数据,
利用插值计算基于当前风向数据与风速数据下,离地高度层中空间每个坐标点对应的x、y、z方向风速分量;
在各空间点位进行依次风速分量计算后,将得到当前全风电场的风资源分布数据。
作为本发明的进一步改进,所述以可视化图谱的形式进行在役山地风电场实时风资源评估具体包括以下步骤:
基于当前实测风向数据与风速数据下得到的不同离地高度的整场风矢量数据,通过可视化工具得到当前场区风速切片云图、流线的可视化显示;
对各风力机组点位的风速进行统计,通过风速-功率曲线对各机组的理论与实际功率进行复核。
一种在役山地风电场实时风资源可视化评估***,包括:
获取模块,用于获取在役山地风电场现有测风设备的空间位置,及实时风向、风速数据;
计算模块,用于在风资源离线数据集中,找到对应风向扇区下的相关风速数据;并利用内部插值法对相应离地高度层的风矢量进行在线计算,得到当前全风电场的风资源分布;
评估模块,用于以可视化图谱的形式进行在役山地风电场实时风资源评估。
一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述在役山地风电场实时风资源可视化评估方法的步骤。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述在役山地风电场实时风资源可视化评估方法的步骤。
与现有技术方法相比,本发明的有益效果是:
本发明提供的一种基于风资源离线数据集的在役山地风电场实时风资源可视化评估方法,采用先导数值模拟的方式,以各来流风向扇区下的标志性入流风速序列为驱动,对风电场所在区域风况进行计算,从而建立各风向扇区中不同驱动风速下的全场风资源离线数据集;在实际运维过程中,基于场区现有测风设备采集到的实时风向与风速数据,在风资源离线数据集中,找到对应风向扇区下的相关风速数据集,从而利用内部插值法对相应离地高度层的风矢量进行在线计算,得到当前全风电场的风资源分布,并以可视化图谱的形式在智慧运维***中进行评估。本发明以风资源离线数据集为基础,结合实地测风数据进行风向扇区归类、风速插值的评估思路,在保证模拟精度的同时,避免了工时较长的在线计算,节省了运维***中的软、硬件资源的配备,实现了整场实时风资源的可视化输出,为风电机组能效评估提供理论参考和数据分析依据。将常用的CFD精细化风资源模拟以先行预测的方式,建立基于各来流扇区下不同驱动风速所对应的全场风资源离线数据集,有效地将数值模拟中与计算调试相关的CFD参数设置与迭代求解环节,完成于风电场智慧运维***上线使用之前,确保了各个驱动风况下计算结果的收敛性和稳定性。
进一步地,利用现场测风设备采集的实时风向与风速数据,在风资源离线数据集中进行风向扇区归类、风速内部插值计算得到整场风况在线评估思路,避免了工时较长的在线数值模拟,节省了运维***中的软、硬件资源的配备;
进一步地,通过风向扇区归类、风速内部插值法得到的风电场实时风况数据,可基于风电场上空不同离地高度层的需求,以“空间坐标-风矢量”的格式进行文件存储并输出,并通过与运维***兼容匹配的流场可视化软件/插件,实现风速切片云图、流线等大气流动特征显示与评估。
进一步地,通过获取和展示整个场区轮毂高度层的风速标量数据与云图,可将各机组点位处计算得到的风速与机舱风速计进行对比分析,同时通过风速-功率曲线进行机组的能效评估。
附图说明
图1为本发明所涉及的一种基于风资源离线数据集的在役山地风电场实时风资源可视化评估方法的流程图;
图2为风电场区风资源离线数据集结构示意图;
图3为测风点位驱动风况(270°,8m/s)下,即测风点位270°来流风向(正西风)、8m/s风速下,整场90m高处的风速分布云图(其中圆点代表风力机组点位,矩形尖条代表测风塔位置);
图4为测风点位驱动风况(270°,8m/s)下,即测风点位270°来流风向(正西风)、8m/s风速下,整场90m高处的流线图;
图5为本发明在役山地风电场实时风资源可视化评估***结构示意图;
图6为本发明电子设备结构示意图。
具体实施方式
为了使本发明的目的和技术方案更加清晰和便于理解。以下结合附图和实施例,对本发明进行进一步的详细说明。
如图1所示,本发明第一个目的是提供一种基于风资源离线数据集的在役山地风电场实时风资源可视化评估方法,首先对风电场所在区域运用计算流体力学的模式,以各来流风向扇区下的不同代表性风速为驱动,进行整场风况的数值模拟,从而建立各风向扇区中不同驱动风速下的全场风资源离线数据集;其次,基于在役山地风电场现有测风设备的空间位置,及其采集到的实时风向、风速数据,利用内部插值法在风资源离线数据集中,找到对应风向扇区下的相关风速数据,从而利用内部插值法对相应离地高度层的风矢量进行在线计算,得到当前全风电场的风资源分布,并以可视化图谱的形式在智慧运维***中进行评估。
具体而言,一种基于风资源离线数据集的在役山地风电场实时风资源可视化评估方法,包括以下部分和步骤:
第一部分:风资源离线数据集的建立(包含步骤一至步骤五)。
步骤一,根据目标山地风电场实地测风设备与各风电机组的地理位置坐标,确定山地风电场的目标计算域,获取该区域地形的高精度数字高程模型(Digital ElevationModel,DEM),建立并生成待进行风资源CFD数值模拟的六面体空间计算域及网格;
步骤二,制定基于CFD模式的风资源精细化数值模拟方案,具体包括:
2.1)划分来流风向扇区。可依照经典风向玫瑰图,选用十六方位来流风向,其中每个方位所代表的风向扇区中心角度Di(其中i取1至16),及各角度所代表的来流扇区角度范围如表1所示;
表1 16方位来流风向对应的风向扇区中心角度与扇区角度范围
2.2)在每个来流风向扇区下,确定相应入口边界轮毂高度处,可用于驱动数值模拟的标志性入流风速序列,具体可在风力机组切入风速(Vin)与切出风速(Vout)区间内进行标志性驱动风速的递增选取;
本实施例中的风力机组切入风速Vin=2.5m/s,切出风速Vout=20m/s,机组额定运行风速为13m/s,可取标志性驱动风速序列为Vj=[2.5m/s,7.0m/s,10.m/s,13m/s,20m/s],其中j取1至5。
2.3)基于可使用的风资源评估商业软件,或专业流体力学仿真软件,合理设置各向边界条件,时、空间离散格式,湍流模型以及求解流动控制方程的耦合迭代算法等数值模拟所涉及的必要运算参数;
2.4)在各个来流风向扇区(Di)下,采用每个标志性驱动风速(Vj),对整个风电场区进行CFD数值模拟(共计16×5=80组),直至每组驱动风况(Di,Vj)对应的模拟结果收敛并维持稳定性;
步骤三,基于步骤二中每组驱动风况(Di,Vj)对应的风资源模拟结果,根据实地测风设备的位置坐标,在模拟结果中对该点位轮毂高度处风向与风速进行采样,作为测风点位驱动风况此处应说明的是,由于流场风况矢量的空间变化,测风点位驱动风向与风速会分别与入口边界相应的驱动风向Di与风速Vj相近,但存在一定的差异;
4.1)根据步骤2.1所述的来流风向扇区,建立第一层“来流风向文件集”。
此实施例中,“来流风向文件集”下共计16个文件夹,其名称分别为:“0°”、“22.5°”、“45°”、…、“315°”、“337.5°”。
4.2)在步骤4.1所述“来流风向文件集”中的各文件夹下,建立第二层“风速文件集”。
例如,在此实施例中,第一层“来流风向文件集”下的“45°”文件夹下,建立的第二层“风速文件集”包含5个文件夹,其名称分别为:“2.65m/s”、“7.35m/s”、“10.4m/s”、“13.5m/s”、“20.62m/s”。(此处说明当风从东北扇区吹来时,在测风点位处产生了略微的加速效应)
4.3)在步骤4.2中所述“风速文件集”中的各文件夹下,基于叶轮扫风高度,建立第三层“不同离地高度层文件集”。
所述“不同离地高度层文件集”由3个文件夹组成(可根据分析需要进行增减),此层级的文件夹(以3个为例)以风轮叶片扫风最低点高度、轮毂高度以及风轮叶片扫风最高点高度的数值进行命名;
例如,在此实施例中,在第一层“45°”(风向)文件夹下的第二层“10.4m/s”(风速)文件夹中,建立的第三层“不同离地高度层文件集”包含3个文件夹,其名称分别为:“20mAGL”、“90m AGL”、“160m AGL”。(风轮叶片扫风最低点高度为20m、轮毂高度为90m,风轮叶片扫风最高点高度为160m。)
步骤五,基于步骤三中每组测风点位驱动风况对应的整场数值模拟结果,对风轮叶片扫风最低位置、轮毂处以及风轮叶片扫风最高位置高度的全场风数据进行切片式提取,形成不同离地高度(Above Ground Level,AGL)的空间风矢量数据文件,并储存于步骤四所述“来流风向文件集”→“风速文件集”→“不同离地高度层文件集”路径中的对应文件夹中,命名形式为“Dxxx(风向)-Vyyy(风速)-AGLzzz(高度层).dat”构建风资源离线数据集。
例如,此实施例中,“45°”风向文件夹中,“10.4m/s”风速文件夹下,“90m AGL”文件夹内的存储的空间风矢量数据文件为:D45-V10.4-AGL90.dat。
所述不同离地高度的空间风矢量数据文件,其数据结构由7列数组组成,分别为风电场目标计算域东西(x)方向坐标,南北(y)方向坐标,竖直(z)方向坐标,以及每个坐标点位(x,y,z)对应的x方向风速分量Vx,y方向风速分量Vy,z方向风速分量Vz。
第二部分:在役山地风电场实时风资源可视化评估方法(包含步骤六至步骤九)。
步骤六,基于目标山地风电场实地测风设备在轮毂高度层采集到的实时(10分钟平均)风向数据Dm与风速数据Vm,在步骤五所建立的风资源离线数据集中,进行对应数据文件的定位搜寻,具体包括:
6.1)根据Dm落于表1中的来流扇区角度范围,确定该风向扇区中心角度Di,进入风资源离线数据集第一层中对应的“来流风向文件集”下文件夹Di;
此实施例中,若Dm=275°,则其位于270°±11.25°来流扇区角度范围,该风向扇区中心角度为270°,故此时进入“270°”文件夹。
6.3)分别进入与Vm相邻两个风速文件夹下,对应的“离地高度层文件集”(风资源离线数据集第三层),同时读取相同离地高度层文件夹中的整场风矢量数据文件;
此实施例中,分别进入“7.35m/s”和“10.4m/s”文件夹下的“90m AGL”文件夹,同时读取整场风矢量数据文件“D270-V7.35-AGL90.dat”和“D270-V10.4-AGL90.dat”。
步骤七,将Vm与步骤6.2所述相邻的两个风速值进行内部插值计算,得到内***例因子(Interpolate factor,IF),结合步骤6.3中读取的两个相邻风速对应的相同离地高度的风矢量数据,利用IF插值计算基于当前Dm与Vm下的整场风矢量数据,具体如下:
7.1)计算内***例因子(Interpolate factor,IF)
此实施例中,读取“D270-V7.35-AGL90.dat”和“D270-V10.4-AGL90.dat”中同一空间位置坐标对应的一组风矢量数据和结合公式(2),计算当前实测风向数据Dm与风速数据Vm下,该空间位置坐标处的风矢量(Vx m,Vy m,Vz m)。
7.3)在各空间点位按照步骤7.2)中的方法进行依次风速分量计算后,将得到的结果储存于新数据文件中。
此实施例中,依次对所有空间点位的风速分量进行计算,得到的结果储存于文件“D270-V8.00-AGL90.dat”。
步骤八,基于步骤七中(当前实测风向数据Dm与风速数据Vm下)得到的不同离地高度的整场风矢量数据,通过与运维***兼容匹配的流场可视化软件/插件,得到当前10分钟场区风速切片云图、流线的可视化显示;
此实施例中,基于当前实测风向数据Dm=275°与风速数据Vm=8m/s下,在20m、90m,160m离地高度层中的风矢量数据为“D270-V8.00-AGL20.dat”、“D270-V8.00-AGL90.dat”、“D270-V8.00-AGL160.dat”。其中文件“D270-V8.00-AGL90.dat”通过开源可视化软件得到的流场风速云图和流线图分别如图3、图4所示。
步骤九,基于步骤七中(当前实测风向数据Dm与风速数据Vm下)得到的不同离地高度的整场风矢量数据,对各风力机组点位的风速进行统计,通过风速-功率曲线对各机组的理论与实际功率进行复核。
如图5所示,本发明第二个目的是提供一种在役山地风电场实时风资源可视化评估***,包括:
获取模块,用于获取在役山地风电场现有测风设备的空间位置,及实时风向、风速数据;
计算模块,用于在风资源离线数据集中,找到对应风向扇区下的相关风速数据;并利用内部插值法对相应离地高度层的风矢量进行在线计算,得到当前全风电场的风资源分布;
评估模块,用于以可视化图谱的形式进行在役山地风电场实时风资源评估。
如图6所示,本发明第三个目的是提供一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述在役山地风电场实时风资源可视化评估方法的步骤。
本发明第四个目的是提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述在役山地风电场实时风资源可视化评估方法的步骤。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种在役山地风电场实时风资源可视化评估方法,其特征在于,包括以下步骤:
获取在役山地风电场现有测风设备的空间位置,及实时风向、风速数据;
在风资源离线数据集中,找到对应风向扇区下的相关风速数据;并利用内部插值法对相应离地高度层的风矢量进行在线计算,得到当前全风电场的风资源分布;
以可视化图谱的形式进行在役山地风电场实时风资源评估。
2.根据权利要求1所述的一种在役山地风电场实时风资源可视化评估方法,其特征在于,所述风资源离线数据集采用先导数值模拟的方式,以各来流风向扇区下的标志性入流风速序列为驱动,对风电场所在区域风况进行计算,从而建立各风向扇区中不同驱动风速下的风资源离线数据集;具体包括以下步骤:
根据目标山地风电场实地测风设备与各风电机组的地理位置坐标,确定山地风电场的目标计算域,获取该区域地形的高精度数字高程模型,建立并生成待进行风资源CFD数值模拟的六面体空间计算域及网格;
制定基于CFD模式的风资源精细化数值模拟方案;并采用每个标志性驱动风速,对整个风电场区进行CFD数值模拟;
基于每组驱动风况对应的风资源模拟结果,根据实地测风设备的位置坐标,在模拟结果中对该点位轮毂高度处风向与风速进行采样,作为测风点位驱动风况;
基于得到的每组测风点位驱动风况,构建风资源离线数据集框架。
3.根据权利要求2所述的一种在役山地风电场实时风资源可视化评估方法,其特征在于,所述制定基于CFD模式的风资源精细化数值模拟方案,具体包括:
划分来流风向扇区;
在每个来流风向扇区下,确定相应入口边界轮毂高度处,可用于驱动数值模拟的标志性入流风速序列;
基于风资源评估方法,设置各向边界条件,时、空间离散格式,湍流模型以及求解流动控制方程的耦合迭代算法等数值模拟所涉及的必要运算参数;
在各个来流风向扇区下,采用每个标志性驱动风速,对整个风电场区进行CFD数值模拟,直至每组驱动风况对应的模拟结果收敛并维持稳定性。
4.根据权利要求2所述的一种在役山地风电场实时风资源可视化评估方法,其特征在于,所述构建风资源离线数据集框架包括:
根据来流风向扇区,建立第一层来流风向数据集,所述来流风向数据集包括由与来流风向扇区对应数目的第一子集组成,各个第一子集与测风点位驱动风向对应来流扇区的中心角度数值对应;
在所述来流风向数据集的各子集下,建立第二层风速数据集;
所述风速数据集包括由与测风点位驱动风速对应数目的第二子集组成,各个第二子集与测风点位驱动风速数值对应;
在第二层风速数据集的第二子集下,基于叶轮扫风高度,建立第三层不同离地高度层数据集;所述不同离地高度层数据集由多个第三子集组成,第三子集以风轮叶片扫风最低点高度、轮毂高度以及风轮叶片扫风最高点高度的数值相对应。
5.根据权利要求1所述的一种在役山地风电场实时风资源可视化评估方法,其特征在于,所述在风资源离线数据集中,找到对应风向扇区下的相关风速数据,具体包括以下步骤:
根据实时风向数据在来流扇区角度范围,确定风向扇区中心角度,进入风资源离线数据集中对应的来流风向数据集;
进入来流风向数据集中的风速数据集,寻找与风速数据数值相邻的两个风速值;
分别进入与风速数据相邻两个风速数据集中对应的不同离地高度层数据集,同时读取相同离地高度层文件夹中的整场风矢量数据。
6.根据权利要求1所述的一种在役山地风电场实时风资源可视化评估方法,其特征在于,所述利用内部插值法对相应离地高度层的风矢量进行在线计算,得到当前全风电场的风资源分布,具体包括以下步骤:
将风速数据与相邻的两个风速值进行内部插值计算,得到内***例因子,结合读取的两个相邻风速对应的相同离地高度的风矢量数据,利用插值计算基于当前风向数据与风速数据下的整场风矢量数据;
读取相邻两个风速数据集中,相同离地高度层文件夹中同一空间位置处的风矢量数据,
利用插值计算基于当前风向数据与风速数据下,离地高度层中空间每个坐标点对应的x、y、z方向风速分量;
在各空间点位进行依次风速分量计算后,将得到当前全风电场的风资源分布数据。
7.根据权利要求1所述的一种在役山地风电场实时风资源可视化评估方法,其特征在于,所述以可视化图谱的形式进行在役山地风电场实时风资源评估具体包括以下步骤:
基于当前实测风向数据与风速数据下得到的不同离地高度的整场风矢量数据,通过可视化工具得到当前场区风速切片云图、流线的可视化显示;
对各风力机组点位的风速进行统计,通过风速-功率曲线对各机组的理论与实际功率进行复核。
8.一种在役山地风电场实时风资源可视化评估***,其特征在于,包括:
获取模块,用于获取在役山地风电场现有测风设备的空间位置,及实时风向、风速数据;
计算模块,用于在风资源离线数据集中,找到对应风向扇区下的相关风速数据;并利用内部插值法对相应离地高度层的风矢量进行在线计算,得到当前全风电场的风资源分布;
评估模块,用于以可视化图谱的形式进行在役山地风电场实时风资源评估。
9.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现权利要求1-7任一项所述在役山地风电场实时风资源可视化评估方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-7任一项所述在役山地风电场实时风资源可视化评估方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110274739.1A CN113051845B (zh) | 2021-03-15 | 2021-03-15 | 在役山地风电场实时风资源可视化评估方法、***、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110274739.1A CN113051845B (zh) | 2021-03-15 | 2021-03-15 | 在役山地风电场实时风资源可视化评估方法、***、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113051845A true CN113051845A (zh) | 2021-06-29 |
CN113051845B CN113051845B (zh) | 2023-03-07 |
Family
ID=76512294
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110274739.1A Active CN113051845B (zh) | 2021-03-15 | 2021-03-15 | 在役山地风电场实时风资源可视化评估方法、***、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113051845B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115099452A (zh) * | 2022-05-05 | 2022-09-23 | 贵州省气象台(贵州省气象决策服务中心) | 一种能源气象预报*** |
CN115358606A (zh) * | 2022-08-26 | 2022-11-18 | 中国电建集团西北勘测设计研究院有限公司 | 一种平缓地形下在役风电场能效评估方法及*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103514341A (zh) * | 2012-06-14 | 2014-01-15 | 华锐风电科技(集团)股份有限公司 | 基于数值天气预报和计算流体动力学的风资源评估方法 |
CN104699936A (zh) * | 2014-08-18 | 2015-06-10 | 沈阳工业大学 | 基于cfd短期风速预测风电场的扇区管理方法 |
CN106779226A (zh) * | 2016-12-23 | 2017-05-31 | 东北大学 | 一种基于混核机器学习的风机批功率预测方法 |
WO2018192260A1 (zh) * | 2017-04-18 | 2018-10-25 | 中国矿业大学 | 一种co2地质封存区域的传感网络节点定位优化方法 |
WO2019002439A1 (en) * | 2017-06-29 | 2019-01-03 | E.On Climate & Renewables Gmbh | COMPUTER-IMPLEMENTED METHOD FOR RE-CALIBRATING AT LEAST ONE LACET ANGLE OF A WIND TURBINE, RESPECTIVE SYSTEM, COMPUTER-IMPLEMENTED METHOD FOR OPTIMIZATION OF WIND PARK AND RESPECTIVE WIND FARM |
CN111120205A (zh) * | 2019-12-30 | 2020-05-08 | 明阳智慧能源集团股份公司 | 基于激光雷达的风电场区域化控制方法 |
CN111709644A (zh) * | 2020-06-16 | 2020-09-25 | 华能威宁风力发电有限公司 | 一种利用机组scada数据的风电场风资源计算方法 |
-
2021
- 2021-03-15 CN CN202110274739.1A patent/CN113051845B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103514341A (zh) * | 2012-06-14 | 2014-01-15 | 华锐风电科技(集团)股份有限公司 | 基于数值天气预报和计算流体动力学的风资源评估方法 |
CN104699936A (zh) * | 2014-08-18 | 2015-06-10 | 沈阳工业大学 | 基于cfd短期风速预测风电场的扇区管理方法 |
CN106779226A (zh) * | 2016-12-23 | 2017-05-31 | 东北大学 | 一种基于混核机器学习的风机批功率预测方法 |
WO2018192260A1 (zh) * | 2017-04-18 | 2018-10-25 | 中国矿业大学 | 一种co2地质封存区域的传感网络节点定位优化方法 |
WO2019002439A1 (en) * | 2017-06-29 | 2019-01-03 | E.On Climate & Renewables Gmbh | COMPUTER-IMPLEMENTED METHOD FOR RE-CALIBRATING AT LEAST ONE LACET ANGLE OF A WIND TURBINE, RESPECTIVE SYSTEM, COMPUTER-IMPLEMENTED METHOD FOR OPTIMIZATION OF WIND PARK AND RESPECTIVE WIND FARM |
CN111120205A (zh) * | 2019-12-30 | 2020-05-08 | 明阳智慧能源集团股份公司 | 基于激光雷达的风电场区域化控制方法 |
CN111709644A (zh) * | 2020-06-16 | 2020-09-25 | 华能威宁风力发电有限公司 | 一种利用机组scada数据的风电场风资源计算方法 |
Non-Patent Citations (2)
Title |
---|
YAN XU等: "An Intelligent Dynamic Security Assessment Framework for Power Systems With Wind Power", 《 IEEE TRANSACTIONS ON INDUSTRIAL INFORMATICS》 * |
鲁宗相等: "风电功率预测的新型互联网运营模式设计", 《电网技术》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115099452A (zh) * | 2022-05-05 | 2022-09-23 | 贵州省气象台(贵州省气象决策服务中心) | 一种能源气象预报*** |
CN115358606A (zh) * | 2022-08-26 | 2022-11-18 | 中国电建集团西北勘测设计研究院有限公司 | 一种平缓地形下在役风电场能效评估方法及*** |
CN115358606B (zh) * | 2022-08-26 | 2023-09-05 | 中国电建集团西北勘测设计研究院有限公司 | 一种平缓地形下在役风电场能效评估方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN113051845B (zh) | 2023-03-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220275788A1 (en) | Forecasting output power of wind turbine in wind farm | |
CN102663251B (zh) | 基于计算流体力学模型的风电场功率物理预测方法 | |
CN112348292B (zh) | 一种基于深度学习网络的短期风电功率预测方法和*** | |
CN107909211B (zh) | 基于模糊c均值聚类算法的风场等值建模及优化控制方法 | |
US20150039228A1 (en) | Ultra-short-term forecasting method including real-time monitoring of the effect of upper and lower courses | |
EP3545193B1 (en) | Improving annual energy production of wind turbine sites | |
CN113051845B (zh) | 在役山地风电场实时风资源可视化评估方法、***、设备及存储介质 | |
KR101332559B1 (ko) | 전산유체역학을 이용한 대기유동장 수치모의 시스템 및 방법 | |
CN113205210B (zh) | 复杂地形风电场风速与功率预测方法、***、设备及存储介质 | |
CN108092319A (zh) | 一种短期风电功率预测的不确定性分析方法及装置 | |
AU2018415216B2 (en) | Mesoscale data-based automatic wind turbine layout method and device | |
CN110264002B (zh) | 基于聚类分析的风电场微观选址方案评价方法 | |
CN110187363B (zh) | 适用于大型风电基地的测风方法、***、设备和存储介质 | |
CN115358606B (zh) | 一种平缓地形下在役风电场能效评估方法及*** | |
CN111680408A (zh) | 一种用于海上风电的风资源图谱绘制方法及装置 | |
CN112163381B (zh) | 一种适用于复杂地形风场流动数值模拟的侧向边界条件设置方法 | |
CN112100922A (zh) | 一种基于wrf和cnn卷积神经网络的风资源预测方法 | |
CN115048790A (zh) | 一种风功率预测快速降尺度的方法和*** | |
CN112700349A (zh) | 测风塔选址方法和装置 | |
CN105184667B (zh) | 双重嵌套模拟风电场风速分布的方法 | |
CN113344252A (zh) | 一种基于虚拟气象技术的风功率预测方法 | |
CN117390992A (zh) | 复杂地形下的精细化风场预测方法 | |
CN112949227A (zh) | 适用于复杂地形风场湍流强度确定方法、***、设备及存储介质 | |
CN110188939B (zh) | 风电场的风功率的预测方法、***、设备和存储介质 | |
Stadtmann et al. | Standalone, Descriptive, and Predictive Digital Twin of an Onshore Wind Farm in Complex Terrain |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |