2021风能控制技术建模分析

化 究抽象的(FLORISFLORIS模型可以根据不同转子的轴向感应和偏航角预测每个涡轮机的稳态尾流位置和有效流速，以及由此产生的涡轮机电能生产水平。FLORIS©2014JohnWiley&SonsLtd。关键词风力发电厂控制；风力发电机偏航控制；风力发电机尾流；优化通讯作者：JWvanWingerden,Mekelweg2,2628CDDelft,荷兰。4年2月14年0月64年0月8（（）（）VermeerSanderse（）（Barthelmie等人的研究报告称，由于尾流效应，海上风力发电厂的平均能量产量损失为12%（该百分比是在各个风向取平均值）。9

室 等208010Johnson和Thomas8以及Bitar和Seiler11（基于Jensen,和4（ns和nl6)Mardend和n（8Heer（n9和h（D）2FlemingCFD7236作是Kragh和Hansen2526,（例如Gebraad和nnGebraad和vanWingerden17长1YangSotiropoulosLarsenChurchfieldSchepersvanderPijl基于详细转向耦合的高保真CFD模型图（.室 等

使用参数尾流模型通过偏航控制优化风力发电厂CFDJensenFrandsen8、1114做图1CFD(GT2CFD3(FLORIS)4GT5CFD最后，我们在第6节讨论我们的结论。CFDSOWFAD上(LES)3(FAST34耦合FASTSOWFA中CFD计算的d和对A

通过在Lillgrund风力发电厂测量的时间平均涡轮机功率来验证SOWFAFleming23SOWFA偏航技术在改变尾流方向方面的有效性。偏航尾流重定向技术对偏航涡轮机尾流中的下游涡轮机的电能生产和负载的影响。重新定位涡轮机以减少与上游涡轮机尾流的重叠，对涡轮机的电能生产和负载的影响。

SOWFA(NREL5(MW38这些涡轮机的转子直径DD为126.4米。7径.7D/3（x3（x1（8ms16%。1等等等等图果 SOWFA列1 和2第2述（第3节）（a置（b据。在本文中，我们使用了Fleming等人进行的以下两系列模拟的数据。A1（（12号涡轮机的发电量增加，这是由于流入涡轮机的速度增加所致涡轮机2。SOWFA2中22对于每个偏航设置和位置，运行600秒的模拟。允许尾流在前200模拟时间400秒，然后收集400秒的模拟数据。通过平均涡轮机的功率信号4002(b

24（图2（a））：器。 件机（38,（b（FLORIS3SOWFA高保真CFD23,24由于SOWFAA控制器使用。在第3节中，我们描述了如何使用SOWFA模拟系列1和2中的功率数据来（FLORIS5A来等等Shan27包括这两种效应，在本文的其余部分，我们将该模型称为FLORIS模型。FLORISJensen12由Jiménez等人提出

7此外，为了更好地模拟情况，对Jensen模型进行了增强部分尾流重叠和尾流偏转模型，以包括转子引起的尾流位置偏移旋转效应。这些增强还允许模型更好地拟合在SOWFA中获得的功率测量值模拟系列1和2。图3概述了模型的不同部分以及它如何与偏航优化算法交互是流入风力发电厂的当前方向和自由流速度。这些偏航测量应该流入特性，并反馈给优化算法。FLORIS3.1（3）3使用涡轮机测量的风向转换为这些坐标。此步骤在3.2节。不同尾流特性的子模型包括尾流衰减、偏转和扩展模型，它们也是33.33.53图3.在风力发电厂控制器中实施的FLORIS数据驱动参数模型概览。图1显示了FLORISFLORIS（）（）GT（FLORIS

用于设置

风力发电厂。

性 在等等等等3.6SOWFAFLORIS3.7令FDf1,2,,Ngi2（关注:401派德2

P，/i2

（1）iDCP.ai/D4aiŒ1ai2Medici

来解释其他损失。这导致CP.ai,i/D4aiŒ1ai2cos.i/pP

（2）CPD0.48294.4SOWFAD为0.768Medici41pPD2A（（图2(b)）aiD1=3。（）PUi

适用于NREL5兆瓦x，y/xyx（4）轴.Xi,Yi/8i2F（用表示CFD5FLORIS方案如图3所示。步骤如下：i2估计流入方向。在CFD模拟示例中，估计了涡轮机轮毂处的风向通过从流场中采样每个涡轮机轮毂位置处的水平速度分量.uNi、vNi/

量 个涡轮功率表一.参数模型参数。偏转唤醒扩张速度0.768kd 0.15柯0.065 亩0.51.88广 4.5我我0.5 亩bd 0.01我,1,20.22 ,1,2,35.5,3布51.66总理办公室等总理办公室等图4.参数模型的三个不同尾流区。自由流风矢量用长度为（自由流速度）。在尾流区内，风矢量的速度减小（第3.5节）。重叠的区域带下游转子

，平

（)和（a（b）过CFD算向 Dtan1.vNi=uNi/:否D1

（3）否十 iD1，标.xN，（图席 弦/弦/ 易 弦弦/

（4）（（fD酸 i2F

（5）D测量f

（6）骤2和（向 化）向在我们的模拟示例中，在两到三次迭代内。请注意，在我们的模型实现中，如图所示图过滤以滤除小规模湍流效应。（图（a））。由于尾流偏转是由推力引起的，因此偏转量是推力系数的函数CTD2FDAiU2

当偏航角与风向一致时（即iD0），CT.ai/D4aiŒ1ai

（7）总理办公室等总理办公室等Jiménezi、ix>7我.x/

2化.ai我/十

init.aii/

12cos2.i/sin.i/CT.ai/

（8）12kd 迪init(8yw,yaw,i：席yw,偏航,i.x/D

是tan.i.x//dx0

（9）该积分可以通过对.x/的二阶泰勒级数近似进行积分来近似，得出x

.ai、i/15hXiC3万天

C1i4.ai、

初始化.ai，i/DiŒ15C初始化.ai，i/230kd

（10）2kdŒxXi迪1i5Dihg3（iD（SOWFA模拟系列2中转,i.x/DadCbdŒxXi （11）结合旋转引起的分量和偏航引起的分量，涡轮机i在下游位置x>Xi的尾流中心位置由下式给出：yw,i.x/DYiCyw,旋转,i.x/Cyw,偏航,i.x/

（12）Jensen模型12,Jensen模型（4(a)）Dw,i,q.x/D.DiC2keme,qŒxXi0/

（13）x>qD,,3D,qDqD/qDSOWFA2（3.7总理办公室等总理办公室等根据定义，轴向诱导是转子处速度下降相对于流入速度的相对量。JensenAnnoniJensenSOWFASOWFA2FLORISiUw,i.x,y/DUiŒ12aici.x,y/ （14）xXici.xy/yici.x,y/D

8ci,1如果jrjDw,i,1.x/=2ci,2如Dw,i,1.x/=2jrjDw,i,2.x/=2Dw,i,2.x/=2jrjDw,i,3.x/=20jrjDw,i,3.x/=2

（15）其中rDyyw,i.x/每个区域的局部尾流衰减系数为ci,q.x/D

2DiDiC2kemU,q.i/ŒxXi

（16）3.1SOWFAqD,,MU,q,,

mU,q.i/Dcos.aU

C

MU,q

（17）3FLORIS3.5)Katic和 量

分别。接下来，风由此得到以下公式。3.3节和第3.4Aol（图4(b)）i,j,qUFDUDnj2FjAol我,j,qD08i2Fq2f123goDDfj2Fjj⋯Ug

（18）等等此外，u.j/表示集合U中与集合U中的其他涡轮机相比，与涡轮机j2D重叠面积最大的涡轮机的索引：u.j/Darg最大值03

Aol

18j2D

(19)i2U

i,j,q5UDju.j/j2Du.j/j2Ujf1.j/8j2Uf2.j/乌伊8j2D

(20)具有功能f1.j/D

jAjCP

35

(21)2f2.j/DUu.j/412期望X

3Xci,q.Xj/二4AI

Aol

35

(22)i2F:Xi<Xj qD13.7尾流模型参数拟合SOWFA22（2(bI）gA6（4）（第3节）GT1（图3）STS5.21中GT（9行至第15101i（用iGTŒmin,max（在第12行和第13行）FLORIS18行至第22行i（20）GT等等图5.该图显示了32风力发电厂的轮毂高度流场，以及尾流区的中心线和边界FLORISFUD/U1（

！./是由于3号和6号涡轮机的转子具有

！452（图6.不同偏航条件下，涡轮机轮毂高度处距转子7个转子直径距离处的时间平均尾流速度曲线转子角度

Fleming（SOWFA（

莱特阿23和FLORISFLORIS等等等等算法1下面的伪代码展示了用于风力发电厂控制的GT方法，对偏航进行优化算法1下面的伪代码展示了用于风力发电厂控制的GT方法，对偏航进行优化角度以增加电能产量。索引k表示优化的迭代次数。变量和iPi用于存储控制变量的基线值和相应的涡轮机功率（产生最大）UŒ01：我08我2F二：K0n.3：n（20）（1i/5：PPN iD1π·t/6：7：循环8： 1i2都10：11：12：13：14：15：16：17：18：19：20：21：22：R1随机值U.0,1/如果R1<E那么Zn最小CR2别的镍我结束如果结束于（20）（1i8i2F1i/>则我8我2FiD1π·t/点阵如果结束23：结束循环L55130°10基于模型的控制对偏航设置执行全厂优化的情况。7SOWFA（由降低转子的轴向感应）。SOWFA68ms12SOWFA在SOWFA模拟系列1和2中，我们使用风向涡轮机之间的FLORIS73（）3（1（（7）CFD涡轮机的尺寸为3米3米3米。距离涡轮机较远的地方，网格被粗化为6米6米6米单元然后是12m×12m×12m单元格，总共32106个单元格。使用0.02秒的时间步长，进行1000秒的模拟针对六种情况分别进行计算。由于需要较高的网格和时间分辨率，计算成本CFD模拟速度很快：每1000秒的模拟需要在512个处理器上进行59小时的分布式计算。等等图7.SOWFA针对风力发电厂的三种不同配置计算得出的800秒模拟时间的轮毂高度风场。（）（a2（b325°（c32等等等等图8.有无基于FLORIS的优化情况下的SOWFA模拟结果和FLORIS发电预测（a（b）（图（a（b（（）。等使用参数尾流模型通过偏航控制优化风力发电厂等使用参数尾流模型通过偏航控制优化风力发电厂按照图3中的方案，发电量、偏航和当地风向测量如下SOWFAFLORISFLORIS（）3dBmHz0.02GTD0,

D0 （移）D5，ED行0代偏航设置是在内部FLORIS模型上测试的。这个迭代次数足以收敛到0.04FLORISC风轮机相关结构载荷的增加，而负偏航会增加叶片载荷。优化后，偏航参考设置。在本案例研究中，考虑到0.04毫秒实际风力涡轮机的更新时间可能为几十秒到几分钟（Hau43和Kragh等人44).传统的贪婪偏航控制系统和所提出的工厂级优化偏航控制不需要比贪婪方案使用更多的执行器。58SOWFASOWFA400秒后开启。图8(a)比较了SOWFA计算的电力输出和FLORIS预测的电力输出模型。图8(b)显示了两种情况下的偏航角，以及通过控制器。图（aSA涡轮机。这是因为FLORIS模型不包括与尾流相关的瞬态效应，这些效应需要一段时间通过风力发电厂传播。此外，与湍流相关的高频变化不包括在内SST（8(a）SOWFA50‑50013%8(b)中GT（表II.SOWFA模拟结果中的风力发电厂总发电量以及FLORIS模型的预测结果（％）SOWFA(MWFLORIS(MWSOWFA(MWFLORIS(MW风力发电厂旋转06.686.345.277.557.661.5513.03风力发电厂旋转58.758.750.089.919.990.7913.19风力发电厂旋转10度10.8011.042.2310.9111.222.761.0450‑500（）FLORISSOWFASOWFA等等等等图9.涡轮机发电量和结构载荷的时间平均