原创力文档- 1、本文档共18页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
基于实测数据的智能化尾流模型研究
1
目录：目录：
1、研究背景
2、智能化单高斯尾流模型研究
3、智能化双高斯尾流模型研究
4、结论
2
研究背景
减少风电场内尾流影响的措施一运行期间--协同控制
减少风电场内尾流影响的措施一建设前期--布局优化
风电场尾流造成的影响：
(1)来流风速的降低
(2)发电量的减少,收益减少
(3)湍流强度增加
(4)机组载荷增加,寿命降低
经过布局优化后的风电场在实际运行过程中仍会存在尾流影响
(5)风电场建设运行的关键技术问题基于整场优化的协同控制策略有进一步降低其尾流效应的潜力
3
研究背景
4
研究背景
不同速度分布假设形成不同模型族模型参数确定方式
(Niayifar,2016,LES)
(Fuertes,2018,Lidar)
(Cheng,2019,LES)
Gaussian模型发展过程中借鉴了kw与TI存在比例关系的结论
Double-Gaussian模型发展过程中通过调整标准差达到较高精度
(Agle，2014，Gaussian)
(Keane,2021,Lidar)
(Soesanto,2022,LES)
(Zengler,2024,LES)
上述参数确定方式可以与某些模拟或者风洞实验的结果相匹配
(Soesanto，2022，但在实际风电场验证中误差最大可达到20%以上(Archer，2018)
Double-Gaussian)
5
研究背景
现有尾流模型在实际风电场中精度不高的原因分析研究目标
关于模型参数的确定上存在大量简化，相当一部分可能对尾流扩散产生影响的边界层特性被忽略
如:风速(Byon，2018)、大气稳定度地表粗糙度(Cheng，2019)、风向(Howland，2019)等
采用CFD模拟或是实验数据对上述关系进行拟合的方法并不具备普适价值
如:(Tuhfe，2019)(Teng，2020)提出利用SCADA数据优化尾流模型参数，得到风电场专属尾
文档评论（0）