利用STRM和NCEP数据提高风电场宏观选址的准确性

利用STRM数据得出风电场宏观地形,利用NCEP数据提取出风电场的气象数据,在WAsP8.3软件的支持下,计算出描述风资源概况的风速、风功率密度和威布尔分布参数值的分布概况,根据风速、风功率密度分布可以直观的看出风资源的分布情况,根据威布尔分布参数值能够计算出初步的发电量,进而为风电场的宏观选址和下一步测风塔的建立提供依据。     

风电场容量系数计算方法的研究

容量系数反映风电场风速与风力发电机组的匹配程度,是风电场机组选型时衡量的一个重要指标。基于风电场风速的Weibull分布函数和风力发电机组输出特性的二次函数,建立计算容量系数CF数学模型,并且通过工程算例验证该计算方法是可行的。工程实例结果分析表明,风电场的容量系数和发电量近似呈线性关系,同时风电机组的塔架高度和额定风速的选择会影响风电场容量系数的大小。     

海上风电场运维一体化平台的开发运用探究

在数字化和互联网信息技术的支撑下,海上风电场运维一体化平台、智慧化平台建设意义重大,不仅可以优化海上风电场设备运维模式,还可以降低运维成本,在确保发电量稳步提升的基础上,确保海上风电场运行生产安全。海上风电场作为我国电能生产的最新领域,必须要展现出海上风电场价值,做好海上风电场运维管理,借助信息化网络技术构建海上风电场运维一体化平台,实现海上风电场运行维护人、船、物统一调度管控。该文将针对海上风电场运维现状以及海上风电场运维特点进行详细分析,探究出海上风电场运维一体化平台的开发运用策略。     

风电场发电量的分析

通过对一座装机规模为50兆瓦的风电场一段时间内发电情况的分析,指出了日平均风速相同的情况下日发电量相差较大的主要原因。同时指出,影响风电场发电量的主要原因就是风机的可利用率。     

某电厂对附近风电场的影响初步研究分析

随着风电行业的蓬勃发展,风电项目与周边构造物的相互影响也成了普遍存在的现象,据统计国内风电并网容量已达到1.93亿kw,遍布全国各省。而风电上网电价降低,投资机会减少,周边环境的变化和影响的确定对投资收益分析渐显重要。本论文从热电厂的高耸构造物和附近三个风电场的位置关系,分析简化构造物,通过风资源专业分析软件WASP,模拟了电厂构造物对风电场的发电量影响分析,对风电场投资收益计算提供一定的参考价值。     

基于区域信息融合的风电场平均年发电量预测

备选风电场在寿命周期内的平均年发电量是风电场宏观选址的一个重要参考判据.为了提高风电场平均年发电量的预测精度,提出了一种基于风电场附近多个气象站长期测风数据的区域信息融合的平均年发电量预测方法.首先分别建立各气象站与风电场同期小时风速之间的相关模型,应用相关模型得到多个长期小时风速预测值,再用神经网络对长期小时风速预测值进行融合处理得出最终的小时风速预测值,在此基础上进行风电场平均年发电量的估算.仿真结果表明:本文提出的区域信息融合方法对年平均发电量的预测误差比采用单一气象站数据的预测误差最高可降低11.32%.     

青径风电场借“海贝思”刷新单日发电量记录

2014年6月15日，今年第7号热带风暴“海贝思”登陆福建省。中核国电漳州能源有限公司及时部署，有效防范，在保证了热带风暴过境期间青径风电场安全平稳生产的同时，借机抢发电量，将“海贝思”转化为风电场安全运行的“盈利”风。     

苏格兰风电的担忧

【英】“经济掌人”2013年2月23日苏格兰怀特里风电场是欧洲第二大海岸风电场。2011年．苏格兰新能源发电量第一次占据了其总发电量的2796．仅次于核电。近年来．苏格兰民族党（执政党）致力于获取英国政府对其输出电力的依赖。仅2011年．苏格兰就向英国其他地区输出其总电量的26％。     

基于虚拟叶片方法的复杂地形风电场气动性能分析

基于计算机流体力学(computational fluid dynamics,CFD)方法和虚拟叶片(virtul blade method,VBM)方法研究了风力机尾迹与复杂地形的相互作用,以实际风电场为例,分析了造成复杂地形风电场中风力机振动的主要原因,提出了一种基于CFD的快速分析风电场气动性能的方法,比较了雷诺平均(Reynolds-averaged,Navier-Stokes,RANS)和大涡横拟法(large eddy simulation,LES)求解方法在捕捉地形效应和尾迹及预测风电场功率性能方面的差异。研究分析发现,机组尾流和复杂地形效应造成的湍流强度过大是造成该风电场风力机运行时剧烈震动的原因,LES方法预测尾流的延迟衰减和更明显的尾流干扰作用导致风电场的发电量低于RANS方法。RANS方法过度预测湍流,导致湍流动量更快的扩散和尾流快速恢复。因此,CFD结合VBM分析复杂地形条件下风电场气动性能的方法,可实现复杂地形大型风电场性能的快速分析,可应用于风电场相应气动控制策略的制定和复杂地形风电场的微观选址。     

风电场选址开发和生态环境保护在山地丘陵地区的分析

随着我国风力发电技术的日益成熟,风电作为电力能源体系的重要构成,在发展规模以及发电量方面呈现出快速发展的趋势。与传统发电机制有所不同,风力发电受到地形与环境因素的影响较大,为了提升风电的连续性与稳定性,满足经济发展与社会生活过程中对于风电资源的客观需求,减少风力发电过程中对于选址地区生态环境的影响,文章以山地丘陵地区为研究重点,全面分析风电场选址开发与生态环境保护的方式策略,以期推动风力发电活动的健康快速发展。     

基于聚类分区的风电场无功电压优化控制策略

随着风电渗透率的不断增大,并网风电场的机端电压稳定面临巨大挑战。研究了风电场内部各节点的无功电压特性,提出一种基于机组有功出力聚类分区的无功电压优化控制策略：通过自动电压控制系统获取风电场当前的电压指标与实际运行数据,计算出风电场的无功需求;以历史有功出力数据对场内机组进行模糊C聚类分区;利用改进的粒子群算法寻找最优无功分配方案,对每一区域进行无功电压控制。在MATLAB上进行仿真,与传统根据各机组无功容量进行分配的方案进行对比,仿真结果表明,所提控制策略能够有效改善风电场并网点电压控制性能,减小风电场内机组机端电压的波动。     

风电场集电线路地埋电缆常见故障分析与处理

风电场集电线路是工程的重要组成部分,在风电场建设中,一条集电线路所带风机少则七、八台,多则十余台,一旦集电线路出现故障,必将"连累"该集电线路所有风机脱网,造成发电量损失,因其为隐蔽工程,深埋于地下最少70cm以下,所以如果发生故障,故障查找和处理均较为繁杂。该文主要对风电场集电线路地埋电缆常见故障及原因进行梳理,并就故障查找及预防提出建议。     

基于Greenwich云平台的风电场前期规划研究

针对风电场前期规划时资料收集困难等情况,提出一种利用Greenwich云平台进行风电场规划阶段宏观、微观选址的方法。首先,利用Greenwich云平台对拟布置风机区域进行资源分析,通过建立虚拟测风塔进行风资源的中尺度数据提取,获得其风谱图;其次,根据厂家提供的主机功率特性拟合出功率曲线导入平台,并在拟规划区域进行风机模拟优选布置;然后,将布置结果导入卫星地图中,按技术规范要求对风机位置进行调整;最后,将调整后的风机位置导入平台,进行发电量测算,并根据计算结果再次进行调整。结果表明该方法能满足风电场选址前期规划需求,具备一定的工程实用价值和经济价值。     

陆上风电场防雷接地设计的探讨

本文主要结合陆上风电场防雷接地的特点给出了具有针对性的设计方案，并通过理论计算验证了方案的可行性。同时提出了风电场防雷接地施工过程中的关键节点，对陆上风电场的防雷接地设计有一定指导意义。     

青海湖地区空气密度年变化分析

对《风电场工程建设手册》中给出的空气密度计算方法进行了合理推演变形。根据气压、温度、相对湿度3个参数,计算青海湖地区空气密度并得出了该地区空气密度变化规律。为该地区风电场建设以及相关工作者提供了可借鉴的理论依据。     

基于径向基神经网络的风电场无功补偿优化算法

 针对风电场无功补偿容量计算工作量大、计算过程复杂的问题,提出了应用径向基神经网络优化风电场无功补偿容量计算的方法。首先建立了含风电场的电力系统潮流计算模型,以某风电场实际有功功率作为模型的输入,计算该风电场所需的无功补偿容量;以有功功率作为输入数据,以计算所得的无功补偿容量作为目标输出,建立径向基神经网络,并对该神经网络进行训练。用训练后的径向基神经网络代替潮流计算模型,对该风电场所需无功功率进行计算,结果表明,该方法计算复杂度比潮流计算模型低,计算量少。研究表明可用训练后的径向基神经网络模型代替潮流计算模型,实时计算风电场无功补偿容量。     

基于自适应遗传-粒子群优化算法的风电场微观选址优化

为了减小尾流效应对风电场发电量的影响,提高风能利用率,提出了一种自适应权重的遗传-粒子群优化算法(genetic-particle swarm optimization algorithm, GA-PSO)。首先,以风电场单位发电成本为目标函数,风机坐标为优化变量,通过在优化变量的速度更新中加入惯性权重,以改变算法的寻优速度;其次,在WASP软件选址的基础上,对风电机组进行布局优化;进而,将计算结果与遗传算法(genetic algorithm, GA)、萤火虫算法(firefly algorithm, FA)和粒子群(particle swarm algorithm, PSO)优化算法进行对比。结果表明：运用PGOA算法优化后的风电场单位发电成本为2 016元/GWh,减少了232元/GWh,年发电量为82.633 GWh,比优化前提高了8.538 GWh,同时尾流损失减小了1.12%。可见研究结论对未来的风电场微观选址具有一定指导意义。     

风力发电容量预测研究进展

由于风电场发电量不稳定,必须加大供电系统的旋转备用容量,但这样间接地增加了发电系统的成本,为了解决这一问题,必须对风电场发电容量进行准确的预测。首先简要的概括了国内外风力发电容量的预测情况,对目前的预测方法进行分类并详细介绍了五类预测方法,比较了评估预测模型的两种参考模型,最后分析了国内外风电容量预测的前景。     

基于WRF模式的山西省风电功率短期预报系统

风电具有很大的随机性、间歇性和不可控性,大容量的风电接入电网将会对电力系统安全、稳定运行带来严峻的挑战,若能对风电场的风场进行短期预报,将是解决这一问题的有效途径。利用中尺度数值模式与风电功率统计预报模型,构建了山西省风电功率短期预报系统。通过模拟发现,预报的发电量与实际电量的一致性和相关性较好,可以满足风电场风电功率预报的服务要求。     

考虑尾流效应的风电场建模以及随机潮流计算

采用变量变换法拟合了风速频率的三参数weibull分布函数,在风能分布的Jensen和Lissaman模型的基础上,结合风速的频率分布模型与风力发电机组的单机稳态模型,建立了大型并网运行风电场的综合模型.该模型同时考虑了尾流效应和风电场地形因素对不同位置风机风速的影响,得到了考虑以上因素时风电场的输出功率.在此基础上,应用蒙特卡罗法对风电场接入系统进行了随机潮流计算.最后,以40机的风电场为例建立了风电场模型,将此模型引入到IEEE14系统中,通过随机潮流计算得到系统节点电压的概率分布以及风电场输出功率的概率分布,分析了风电场并网运行对系统各节点电压的影响,从而为减小风电接入系统的电压波动提供参考.