TXDHX 0006-2023 风机叶片覆冰预测技术导则.docx

ICS29.240.99

ICS

29.240.99

CCS

F20/29

T/XDHX0006—2023

风机叶片覆冰预测技术导则

Guidelineofwindturbinebladesicingprediction

2023-12-25发布 2024-01-01实施

湖南省电力行业协会 发布

T/XDHX0006

T/XDHX0006—2023

I

I

目 次

前言 II

1范围 1

2规范性引用文件 1

3术语和定义 1

4基本要求 2

5技术要求 2

6功能要求 3

附录A（资料性）误差统计指标计算方法 1

参考文献 2

T/XDHX0006

T/XDHX0006—2023

II

II

前 言

本文件按照GB/T1.1-2020《标准化工作导则第1部分：标准化文件的结构和起草规则》和《湖南省电力行业协会团体标准管理办法（试行）》的规定起草。

请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。本文件由湖南省电力行业协会提出、解释并归口。

本文件起草单位：湖南防灾科技有限公司、国网湖南省电力有限公司防灾减灾中心、国网湖南省电力有限公司、国家电投江西电力有限公司、国家电投集团湖南新能源有限公司、大唐云南新能源有限公司、大唐云南发电有限公司滇中新能源事业部、湖南省电力行业协会。

本文件主要起草人：怀晓伟、冯涛、李波、刘镕滔、戴文、康文军、黄林溦、宁睿、朱军飞、刘忠德、徐民、胡斌奇、曹伟、王磊、叶钰、罗晶、邬伟骏、袁清云、姚采云、周强、张丕华、李俊恒、李继祥、董燕萍、彭聪。

本文件在执行过程中的意见或建议反馈至湖南省电力行业协会秘书处。

T/XDHX0006

T/XDHX0006—2023

PAGE

PAGE1

风机叶片覆冰预测技术导则

范围

本文件规定了风机叶片覆冰预测基本要求、预测技术和功能要求的内容。本文件适用于风电场、电网调度机构等开展风机叶片覆冰预测工作。

规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。

NB/T10205风电功率预测技术规定

术语和定义

下列术语和定义适用于本文件。

风电场windfarm

由一批风力发电机组或者风力发电机组群（包括机组单元变压器）、汇集线路、主升压变压器及其他设备组成的发电站。

数值天气预报numericalweatherprediction

根据大气实际情况，在一定的初值和边值条件下，通过大型计算机作数值计算，求解描写天气演变过程的流体力学和热力学的方程组，预测未来一定时段的大气运动状态和天气现象，通过数值的形式给出不同气象要素的预报值。

覆冰预测 icingprediction

预测物体表面未来的覆冰特征。

风机叶片覆冰 windturbinebladesicing

温度接近或低于0℃，且空气湿度比较大时，空气中的过冷却水滴等附着在风机叶片上冻结成冰的现象。

风机叶片覆冰预测 windturbinebladesicingprediction

以数值天气预报等数据作为输入，结合风电场的设备状态及风电机组运行工况，预测风机叶片未来的覆冰程度。

超短期风机叶片覆冰预测 ultra-short-termwindturbinebladesicingprediction

预测风机叶片未来15min到4h的风机叶片覆冰程度，时间分辨率为15min。

短期风机叶片覆冰预测 short-termwindturbinebladesicingprediction

预测风机叶片次日零时起未来72h的风机叶片覆冰程度，时间分辨率为15min。

风机叶片覆冰预测模型 windturbinebladesicingpredictionmodel

根据已有数据，运用一定的数学方法，可揭示风电机组叶片未来覆冰程度的数学模型。

基本要求

应根据风电场所处地理位置气候特征、地形地貌和风电场历史数据，采用适当的预测方法构建特定的预测模型进行风机叶片覆冰的预测。

根据预测时间尺度的不同和实际应用的具体需求，宜采用多种方法及模型，形成最优的预测策略。预测的基本单位应为逐台风机，预测时间包括短期风机叶片浮冰预测和超短期风机叶片覆冰预测。预测短期风机叶片覆冰预测应设置每日预测的启动时间及次数，应支持自动启动和手动启动预测。

超短期风机叶片覆冰预测应每15min自动执行一次；预测模型的单