System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于遗传算法和Y-3DJG尾流模型的偏航优化方法技术_技高网

基于遗传算法和Y-3DJG尾流模型的偏航优化方法技术

技术编号:44235247 阅读:1 留言:0更新日期:2025-02-11 13:37
本发明专利技术涉及风力发电机技术领域,具体而言,涉及基于遗传算法和Y‑3DJG尾流模型的偏航优化方法,该方法的步骤包括:获取风电场的运行数据;构建Y‑3DJG尾流模型,将风电场的运行数据输入至Y‑3DJG尾流模型中进行计算,得到偏航后的风电机组尾流分布;以最大风电场总发电功率为目标,并定义偏航角变化范围为约束条件,通过遗传算法对偏航后的风电机组尾流分布进行优化,得到各个风电机组的偏航角优化值,完成风电机组的尾流分布优化。

【技术实现步骤摘要】

本专利技术涉及风力发电机,具体而言,涉及基于遗传算法和y-3djg尾流模型的偏航优化方法。


技术介绍

1、风电场的高效运行依赖于准确的风力资源评估和优化的风机布置。风电场运行数据的获取和分析是提升发电效率的重要步骤。尾流效应是影响风电机组发电性能的关键因素,尾流是指风能被前排风机提取后,后排风机接收到的风能被削弱,导致整体发电量下降。就目前而言,传统的风电场优化技术通常依赖于经验模型和简单的风能利用率分析,不仅无法准确反映复杂的尾流效果,并且由于没有充分利用风电场的实时运行数据,导致其优化效果有限,难以有效地指导风机偏航角度的调整,进而导致风电场发电效率无法达到预期。基于此,针对上述问题,我们设计了基于遗传算法和y-3djg尾流模型的偏航优化方法。


技术实现思路

1、本专利技术的目的在于提供基于遗传算法和y-3djg尾流模型的偏航优化方法,其利用y-3djg模型计算风力发电机组偏航后的尾流分布,然后通过遗传算法进行优化,能够得到各机组偏航角优化值,以优化机组的尾流分布,减少机组间的尾流干扰,增强下游机组功率输出,同时略微降级上游机组功率输出,从而实现风电场的净功率增益。

2、本专利技术的实施例通过以下技术方案实现:

3、基于遗传算法和y-3djg尾流模型的偏航优化方法,该方法的步骤包括:

4、获取风电场的运行数据;

5、构建y-3djg尾流模型,将风电场的运行数据输入至y-3djg尾流模型中进行计算,得到偏航后的风电机组尾流分布;p>

6、以最大风电场总发电功率为目标,并定义偏航角变化范围为约束条件,通过遗传算法对偏航后的风电机组尾流分布进行优化,得到各个风电机组的偏航角优化值,完成风电机组的尾流分布优化。

7、可选的,所述风电场的运行数据具体包括:风电机组位置、风向角度、风速、推力系数及湍流强度。

8、可选的,所述y-3djg尾流模型的构建过程为:

9、以风电机组的轮毂中心为坐标原点建立三维坐标系,定义三维坐标系的x轴为尾流区域的流动方向,定义三维坐标系的y轴为尾流区域的水平方向,定义三维坐标系的z轴为尾流区域的垂直方向。

10、可选的,所述y-3djg尾流模型的计算公式为:

11、

12、其中,r0为初始尾流半径,a为轴向诱导因子,rz为垂直方向上尾流半径rz=2.58σz=kzx+r0,σz为垂直方向的标准偏差,σy为垂直方向的标准偏差,rd为风电机组的转子半径,ct为轴向推力系数,kz为垂直方向上的尾流膨胀系数,yd为偏心距,β为经验系数,u为三维空间点上的尾流风速,zhub为轮毂高度,uhub为轮毂高度处的来流速度,α为风切变指数。

13、可选的,所述风电场总发电功率,其计算公式为:

14、

15、其中,ρ为空气密度,a为风轮扫风面积,u为入流风速,cp为功率系数。

16、可选的,根据所述风电场总发电功率,计算求得偏航下的单台风电机组发电功率:

17、

18、其中,pi为偏航下的第i台风电机组发电功率,ui为第i台风电机组的来流风速,γi为第i台风电机组的偏航角。

19、可选的,所述以最大风电场总发电功率为目标,其计算公式为:

20、

21、其中,pi(γ)为考虑尾流效应及偏航时的各台风电机组出力,n为风电机组的台数,其按照当前风向下各个风电机组的见风顺序先后编号,上游风电机组编号在前,下游风电机组编号在后,γ为偏航角,

22、可选的,所述定义偏航角变化范围为约束条件,所述偏航角变化范围为-30°<γ<30°。

23、本专利技术实施例的技术方案至少具有如下优点和有益效果:

24、本专利技术实施例利用y-3djg模型计算风力发电机组偏航后的尾流分布,然后通过遗传算法进行优化,能够得到各机组偏航角优化值,以优化机组的尾流分布,减少机组间的尾流干扰,增强下游机组功率输出,同时略微降级上游机组功率输出,从而实现风电场的净功率增益。

本文档来自技高网...

【技术保护点】

1.基于遗传算法和Y-3DJG尾流模型的偏航优化方法,其特征在于,该方法的步骤包括:

2.根据权利要求1所述的基于遗传算法和Y-3DJG尾流模型的偏航优化方法,其特征在于,所述风电场的运行数据具体包括:风电机组位置、风向角度、风速、推力系数及湍流强度。

3.根据权利要求2所述的基于遗传算法和Y-3DJG尾流模型的偏航优化方法,其特征在于,所述Y-3DJG尾流模型的构建过程为:

4.根据权利要求3所述的基于遗传算法和Y-3DJG尾流模型的偏航优化方法,其特征在于,所述Y-3DJG尾流模型的计算公式为:

5.根据权利要求4所述的基于遗传算法和Y-3DJG尾流模型的偏航优化方法,其特征在于,所述风电场总发电功率,其计算公式为:

6.根据权利要求5所述的基于遗传算法和Y-3DJG尾流模型的偏航优化方法,其特征在于,根据所述风电场总发电功率,计算求得偏航下的单台风电机组发电功率:

7.根据权利要求6所述的基于遗传算法和Y-3DJG尾流模型的偏航优化方法,其特征在于,所述以最大风电场总发电功率为目标,其计算公式为:>

8.根据权利要求7所述的基于遗传算法和Y-3DJG尾流模型的偏航优化方法,其特征在于,所述定义偏航角变化范围为约束条件,所述偏航角变化范围为-30°<γ<30°。

...

【技术特征摘要】

1.基于遗传算法和y-3djg尾流模型的偏航优化方法,其特征在于,该方法的步骤包括:

2.根据权利要求1所述的基于遗传算法和y-3djg尾流模型的偏航优化方法,其特征在于,所述风电场的运行数据具体包括:风电机组位置、风向角度、风速、推力系数及湍流强度。

3.根据权利要求2所述的基于遗传算法和y-3djg尾流模型的偏航优化方法,其特征在于,所述y-3djg尾流模型的构建过程为:

4.根据权利要求3所述的基于遗传算法和y-3djg尾流模型的偏航优化方法,其特征在于,所述y-3djg尾流模型的计算公式为:

5.根据权利要求4所述的基于遗传算...

【专利技术属性】
技术研发人员:高晓霞缪传邦朱霄珣王瑜
申请(专利权)人:华北电力大学保定
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1