《6.美迪謝新-偏航優化控制技術對海上風電設計方案的影響_public.pdf》由會員分享,可在線閱讀,更多相關《6.美迪謝新-偏航優化控制技術對海上風電設計方案的影響_public.pdf(31頁珍藏版)》請在三個皮匠報告上搜索。
1、偏航優化控制技術對海上風電設計方案的影響2023北京國際風能大會暨展覽會2目錄123偏航優化控制技術尾流模型框架方法論技術實現實際案例單風場-固定排布方案的偏航優化控制單風場-固定場址的排布方案間距優化多個風場(場群)的偏航優化控制結論3123偏航優化控制技術尾流模型框架方法論技術實現實際案例單風場-固定排布方案的偏航優化控制單風場-固定場址的排布方案間距優化多個風場(場群)的偏航優化控制結論4尾流模型框架 工程中計算尾流的目的 發電量折減 載荷評估偏航優化控制技術適用于采用標準控制策略的風電場只關注尾流造成的結果,不關注尾流本身風速衰減Velocity Deficit附加湍流Added Tu
2、rbulenceJensen(Park)模型EVM 模型大規模風電場(LWF)模型Frandsen 模型考慮尾流后的發電量IEC標準中的有效湍流用于風資源評估的尾流模型框架發電量折減AEP Loss載荷評估Load assessment5主動偏航控制優化需要的尾流模型框架風速衰減Velocity Deficit尾流偏移Wake deflection考慮尾流后的發電量優化算法發電量折減AEP Loss尾流形態Wake Shape尾流疊加Wake superposition?模型?模型?模型最優的風機偏航角度尾流模型框架 采用主動偏航控制后的尾流計算 尾流后的風速分布需要更精確的求解 風機主動偏航
3、后產生的尾流偏移效應 多臺風機產生的尾流疊加方法選擇偏航優化控制技術61 Bastankhah,M.and Port-Agel,F.,2016.Experimental and theoretical study of wind turbine wakes in yawed conditions.Journal of Fluid Mechanics,806,pp.506-541.2 Blondel,F.and Cathelain,M.,2020.An alternative form of the super-Gaussian wind turbine wake model.Wind Ener
4、gy Science,5(3),pp.1225-1236.Blondel 模型2尾流衰減的分布形式形態:超高斯形式 =(1 22)分布隨變化:,近尾流區-遠尾流區的處理近尾流區:近似均一分布;風速先增大再減小遠尾流區:穩定形態統一模型:均采用超高斯分布形式模型參數化8參數模型0(,)0方法論風速衰減 Gauss 模型1或類Gauss模型 根據實驗測量觀察得到 風機后切面內尾流衰減并非均勻分布 尾流特征寬度 勢流核(近尾流區)-遠尾流區7待求解的變量:():尾流在位置的最大衰減():位置的尾流區域特征寬度():位置的尾流形狀分布指數,=2時即為高斯分布 =+(1+2)1+11 =(123)+=2
5、212421624 =(1 22)方法論風速衰減 Gauss 模型1或類Gauss模型 根據實驗測量觀察得到 風機后切面內尾流衰減并非均勻分布 尾流特征寬度 勢流核(近尾流區)-遠尾流區1 Bastankhah,M.and Port-Agel,F.,2016.Experimental and theoretical study of wind turbine wakes in yawed conditions.Journal of Fluid Mechanics,806,pp.506-541.2 Blondel,F.and Cathelain,M.,2020.An alternative fo
6、rm of the super-Gaussian wind turbine wake model.Wind Energy Science,5(3),pp.1225-1236.0(,)0Blondel 模型28123510152000.20.40.60.81-2-1012尾流損失橫向距離(葉輪直徑倍數)1D2D3D5D10D15D20D下游距離(葉輪直徑倍數)0.015.500.250.3113.990.280.4123.210.300.4732.810.320.4852.510.360.40102.410.470.24152.410.580.16202.410.690.120.000.100.
7、200.300.400.500.600.700.802.002.503.003.504.004.505.005.506.0005101520下游距離(葉輪直徑倍數),湍流強度:0.1 推力系數:0.8方法論風速衰減9 葉輪直徑:126m 輪轂高度:90m 自由來流風速:8m/s 推力系數:0.8 湍流強度:0.1方法論風速衰減10 Blondel模型Jensen(Park)模型 推力系數:0.8 湍流強度:0.1:0.0500.20.40.60.81-2-101200.20.40.60.81-2-101200.20.40.60.81-2-101200.20.40.60.81-2-101200.
8、20.40.60.81-2-101212125102051020方法論風速衰減11風機推力的分解方向分量起減速作用方向分量起轉向作用質量守恒+動量定理Blondel模型計算風速分布+一點點數學推導=0+005.2022ln1.6+1.60 1.6 1.60+0=000=0.31 1 0=1 1 2 31121 1 +3130=(1+1)2(+(1 1)0(,)000 基于動量定理和質量守恒推導 尾流偏移模型依賴于風速衰減模型方法論尾流偏移Gauss 模型11 Bastankhah,M.and Port-Agel,F.,2016.Experimental and theoretical stud
9、y of wind turbine wakes in yawed conditions.Journal of Fluid Mechanics,806,pp.506-541.12 葉輪直徑:126m 輪轂高度:90m 自由來流風速:8m/s 推力系數:0.8 湍流強度:0.1=0=15=30方法論尾流偏移13assessment.In Journal of Physics:Conference Series(Vol.749,No.1,p.012003).IOP Publishing.上游兩風機完全對齊 上游兩風機部分重疊 上游兩風機不重疊最大衰減模型:與實驗最為吻合自由流線性疊加:嚴重高估風速折
10、減自由流平方和疊加:高估風速折減最大衰減模型:嚴重低估風速折減自由流線性疊加:與實驗最為吻合自由流平方和疊加:低估風速折減最大衰減模型:尾流混合區低估自由流線性疊加:尾流混合區高估自由流平方和疊加:與實驗最為吻合方法論尾流疊加 各有優劣1 最大衰減模型 自由流線性疊加 平方和自由流疊加1 Gunn,K.,Stock-Williams,C.,Burke,M.,Willden,R.,Vogel,C.,Hunter,W.,Stallard,T.,Robinson,N.and Schmidt,S.R.,2016,September.Limitations to the validity of sing
11、le wake superposition in wind farm yield最大衰減模型=min()自由流線性疊加=1 自由流平方和疊加=(1 2)14=0=15=30方法論尾流疊加 葉輪直徑:126m 輪轂高度:90m 自由來流風速:8m/s 推力系數:0.8 湍流強度:0.115 尾流后的風速分布需要更精確的求解 風機主動偏航后產生的尾流偏移效應 多臺風機產生的尾流疊加方法選擇尾流二級偏轉偏航附加的尾流恢復尾流旋轉尾流橫向速度加入一點細節Blondel 模型Gauss 模型自由流平方和疊加模型主動偏航控制優化需要的尾流模型框架風速衰減Velocity Deficit尾流偏移Wake d
12、eflection考慮尾流后的發電量發電量折減AEP Loss尾流形態Wake Shape尾流疊加Wake superposition優化算法最優的風機偏航角度方法論尾流模型框架16技術實現基于尾流模型框架的應用WFC17技術實現基于尾流模型框架的應用WFC18技術實現基于尾流模型框架的應用WFC19123偏航優化控制技術尾流模型框架方法論技術實現實際案例單風場-固定排布方案的偏航優化控制單風場-固定場址的排布方案間距優化多個風場(場群)的偏航優化控制結論20排布方案無優化尾流后發電量(MWh)優化后尾流后發電量(MWh)優化后發電量提升(MWh)全場無優化發電量損失(%)全場優化后發電量損失
13、(%)優化后發電量提升(%)17155391752536369978.626.652.16 海上風電場A 20臺16MW機型,總裝機容量320MW 葉輪直徑:262m 輪轂高度:160m 風機間距:8.0D X 2.2D 氣象數據:基于ERA5數據源的中尺度數據實際案例單風場-固定排布方案的偏航優化控制海上風電場A8m/s 20度來風方向尾流效應圖譜21排布方案8m/s 20度來風方向尾流效應圖譜無優化尾流后發電量(MWh)優化后尾流后發電量(MWh)優化后發電量提升(MWh)全場無優化發電量損失(%)全場優化后發電量損失(%)優化后發電量提升(%)17155391752536369978.6
14、2%6.65%2.16%海上風電場A 20臺16MW機型,總裝機容量320MW 葉輪直徑:262m 輪轂高度:160m 風機間距:8.0D X 2.2D 氣象數據:基于ERA5數據源的中尺度數據實際案例單風場-固定排布方案的偏航優化控制14.95%10.95%22 海上風電場A 16MW機型,裝機容量不固定 尾流折減閾值10%葉輪直徑:262m 輪轂高度:160m 氣象數據:基于ERA5數據源的中尺度數據7.5D X 2.2D,22臺7.0D X 2.2D,23臺6.5D X 2.2D,24臺6.0D X 2.2D,28臺單風場-固定場址的排布方案間距優化實際案例海上風電場A23方案名稱全場無
15、優化發電量損失全場優化后發電量損失全場偏航優化后發電量提升20臺_8.0D_2.2D9.09%6.97%2.33%22臺_7.5D_2.2D10.55%7.98%2.87%23臺_7.0D_2.2D11.05%7.95%3.49%24臺_6.5D_2.2D12.37%9.08%3.75%28臺_6.0D_2.2D13.69%10.02%4.25%16000001700000180000019000002000000210000022000002300000240000020臺_8.0D_2.2D 22臺_7.5D_2.2D 23臺_7.0D_2.2D 24臺_6.5D_2.2D 28臺_6.0
16、D_2.2D發電量(MWh)無優化發電量_考慮尾流(MWh)優化后發電量_考慮尾流(MWh)7.5D X 2.2D,22臺7.0D X 2.2D,23臺6.5D X 2.2D,24臺6.0D X 2.2D,28臺單風場-固定場址的排布方案間距優化實際案例風機排布間距 優化效果24單風場-固定場址的排布方案間距優化實際案例0.00%10.00%20.00%30.00%40.00%50.00%60.00%3456789 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25發電量損失風速段無偏航優化分風速段發電量損失(%)16MW_8.0D_2.2D_20臺
17、16MW_7.5D_2.2D_22臺16MW_7.0D_2.2D_23臺16MW_6.5D_2.2D_24臺16MW_6.0D_2.2D_28臺0.00%10.00%20.00%30.00%40.00%50.00%60.00%3456789 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25發電量損失風速段偏航優化后分風速段發電量損失(%)16MW_8.0D_2.2D_20臺16MW_7.5D_2.2D_22臺16MW_7.0D_2.2D_23臺16MW_6.5D_2.2D_24臺16MW_6.0D_2.2D_28臺0.00%2.00%4.00%6.
18、00%8.00%10.00%12.00%14.00%16.00%18.00%20.00%3456789 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25發電量提升風速段偏航優化后分風速段提升(%)16MW_8.0D_2.2D_20臺16MW_7.5D_2.2D_22臺16MW_7.0D_2.2D_23臺16MW_6.5D_2.2D_24臺16MW_6.0D_2.2D_28臺25單風場-固定場址的排布方案間距優化實際案例7000072000740007600078000800008200084000860008800090000T1 T2 T3 T4
19、 T5 T6 T7 T8 T9 T10T11T12T13T14T15T16T17T18T19T20T21T22發電量(MWh)風機編號16MW_7.5_2.2_22臺無偏航優化各風機發電量(MWh)偏航優化后各風機發電量(MWh)7000072000740007600078000800008200084000860008800090000T1T2T3T4T5T6T7T8T9T10T11T12T13T14T15T16T17T18T19T20T21T22T23發電量(MWh)風機編號16MW_7.0_2.2_23臺無偏航優化各風機發電量(MWh)偏航優化后各風機發電量(MWh)7000072000
20、740007600078000800008200084000860008800090000T1T2T3T4T5T6T7T8T9T10T11T12T13T14T15T16T17T18T19T20T21T22T23T24發電量(MWh)風機編號16MW_6.5_2.2_24臺無偏航優化各風機發電量(MWh)7000072000740007600078000800008200084000860008800090000T1T2T3T4T5T6T7T8T9T10T11T12T13T14T15T16T17T18T19T20T21T22T23T24T25T26T27T28發電量(MWh)風機編號16MW_6
21、.0_2.2_28臺無偏航優化各風機發電量(MWh)偏航優化后各風機發電量(MWh)26單風場-固定場址的排布方案間距優化實際案例 采用風機偏航優化控制技術提升場址的海域使用效率 尾流折減閾值10%16MW機型保持320MW容量采用優化策略后的占海面積(紅色區域)方案名稱全場無優化發電量損失全場優化后發電量損失全場偏航優化后發電量提升20臺_8.0D_2.2D9.09%6.97%2.33%22臺_7.5D_2.2D10.55%7.98%2.87%23臺_7.0D_2.2D11.05%7.95%3.49%24臺_6.5D_2.2D12.37%9.08%3.75%28臺_6.0D_2.2D13.6
22、9%10.02%4.25%保持場址區域不變,采用偏航優化控制策略間距可以分別優化至6.5DX2.2D容量可增加至384MW,提升20%保持原設計320MW容量不變,采用偏航優化控制策略用海面積:19.204km2-14.637km2,減小23.8%27多個風場(場群)的偏航優化控制實際案例場群B(1000MW)場群C(900MW)海上風電場群B海上風電場群C28多個風場(場群)的偏航優化控制實際案例參與偏航優化控制的機位統計場群C場群B理論發電量1833174 MWh1655373 MWh無偏航優化發電量(考慮尾流)1673516 MWh1508238 MWh偏航優化后發電量(考慮尾流)169
23、0637 MWh1513741 MWh全場無偏航優化發電量損失8.71%8.89%全場偏航優化后發電量損失7.78%8.56%全場偏航優化后發電量提升1.02%0.36%部分風機采用偏航優化控制策略的情況下,仍然可以通過該技術使這部分風機獲得發電量提升受到風機排布影響,場群C相較于場群B的發電量提升要明顯更高5km3km29123偏航優化控制技術尾流模型框架方法論技術實現實際案例單風場-固定排布方案的偏航優化控制單風場-固定場址的排布方案間距優化多個風場(場群)的偏航優化控制結論30偏航優化控制技術對海上風電設計方案的影響結論偏航優化控制技術需要使用合適的尾流模型框架尾流衰減尾流偏移尾流疊加采用偏航優化控制技術,對單個場址的風機排布進行優化在維持排布方案不變的情況下,能帶來發電量的大幅提升在場址區域不變的情況下,實現對場址容量的有效擴容保持設計容量不變的情況下,可以有效減小項目的用海面積采用偏航優化控制技術,對多個風場(場群)的風機排布進行優化場群中僅有部分風機應用偏航優化控制技術,仍能夠帶來發電量提升偏航優化控制技術的效果與排布間距、風速段的關系在風機排布間距越小時,則越顯著在低風速段的發電量優化幅度大于其他風速段謝謝