2024中国可再生能源大会：基于新型尾流模型的风电场三维布局优化研究

基于新型尾流模型的风电场三维布局优化研究汇报人：江盛恺作者：江盛恺，田琳琳，赵宁日期：2024年8月17日2尾流模型及验证3布局优化问题及算法4结果讨论2研究背景l下游机组l下游机组输出功率降低l影响下游机组的疲劳载荷、结构性能和使用寿命l下游风速降低l湍流强度增加l风切变加剧HornsRev海上风电场尾流效应3研究背景优化前的风电场布局优化后的风电场布局优化后的风电场布局pfarm提高12.4%pfarm提高12.4%a)风资源评估b)风力机尾流建模影响因素c)风电场发电量计算影响因素d)优化算法e)优化目标、优化变量、优化策略···研究背景数值模拟数值模拟一尺度一一尺度一工程模型用于描述风力机尾流结构（包括速度与湍流强度分布等）工程模型用于描述风力机尾流结构（包括速度与湍流强度分布等）的数学模型。l适用于基础研究l适用于布局优化风力机周围瞬态流场风力机周围时均流场5尾流模型及验证该模型形式简单，精度较高，在风工程领域具有很强的实用性。Jensen模型指出，风力机下游任意位置的尾流速度可以由风力机的推力系数CT和衰减常数k来表示：u=uo[1—2a/(1+kx/r1)2]假设尾流沿下风方向线性扩展，尾流膨胀系数k表示单位长度尾流宽度的增长程度。高帽（Top-Hat）分布尾流的每一个截面上风速都是均匀分布、大小相等的，尾流的扩张呈现高帽分布。这与实际的尾流分布形式有所不同，导致高帽（Top-Hat）分布尾流模型及验证IncomingwindNearwakeFarwakeIncomingwindNearwakeyU0wakevelocityUwakevelocityUw(x,y,z)wakevelocityUw(x,y,z)wakedeficitwakewakedeficit0xwake0xwakecenterprofilerwinflowprofilewakewakeexpanding垂向分布横向分布垂向分布无量纲尾流亏损分布呈双余弦分布水平方向呈对称分布，而垂直方向由于风切变表现出非对称特征尾流模型及验证尾流模型及验证l0=6.9%Vestas-V802MW风力机横向和垂直剖面尾流预测尾流模型及验证HornsRev风电场布局及典型风向尾流模型预测风力机功率与SCADA实测数据对比来流3D-COU误差Jensen误差270°1.9%11%222°7.4%18.9%Vestas2MW风力机功率、推力系数曲线布局优化问题及算法u优化变量风力机二维坐标和轮毂高度u优化变量风力机二维坐标和轮毂高度X=[xi,yi,zi]i=1,2,…Nu风力机成本模型基础成本+线性成本C(h)u风力机成本模型基础成本+线性成本C(h)=Ch.h+Cbu单目标优化目标函数最小化单位能源成本minimizeXu多目标优化目标函数最小化成本最大化功率(ΣC(hi),—Ptotal(X))minimize0.3mZref60mcT0.8888rr20mpr680kWur13.0158m/schcb593.867k€Xu约束函数三维坐标约束+最小间距约束10台风力机20台风力机布局优化问题及算法pop粒子群算法优化风电场布局流程r(PikPx)粒子群算法优化风电场布局流程粒子速度和位置更新方法粒子新方向群体最优方向c2粒子新方向惯性方向多目标粒子群算法自适应网格法个体最优方向c1参数c1c2NgridpoNpo粒子群算法0.51.41.4/200200多目标粒子群算法0.51.41.450*50200200结果讨论Jensen3D-COU来流西风（Jensen3D-COU多目标粒子群算法优化后的目标函数值单目标粒子群算法优化后的布局沿着风向交错排布，纵向保持距离单目标粒子群算法优化后的布局CtotaI(MeCOCtotaI(MeCOΕ6.8421.00796.8421.0079尾流模型3D-COUJensenptotaI(MW6.7886.788Jensen和3D-COU的结果类似多目标优化的结果类似单目标粒子群算法优化后的目标函数值单目标粒子群算法结果讨论Jensen3D-COU来流西风（Jensen3D-COU多目标粒子群算法优化后的目标函数值单目标粒子群算法优化后的布局沿着风向交错排布，纵向保持距离单目标粒子群算法优化后的布局CtotaI(MeCOCtotaI(MeCOΕ13.851.053613.671.0516尾流模型3D-COUJensenptotaI(MW13.14513Jensen比3D-COU结果低0.2%优化后的目标函数值单目标粒子群算法多目标优化在成本相对低的情况下，Jensen总功率比3D-COU高1.2%优化后的目标函数值单目标粒子群算法结果讨论风资源分布Jensen3D-COU尾流模型3D-COUJensenp尾流模型3D-COUJensenptotaI(MW5.5365.699CtotaI(MeCOΕ6.9371.2537.0951.245单目标粒子群算法优化后的目标函数值单目标粒子群算法多目标粒子群算法优化后的目标函数值大部分风力机分布在边界上沿着主导风向交错排布大部分风力机提高轮毂高度Jensen比3D-COU结果低0.64%,多目标优化中功率与成本呈线性关系Jensen总功率比3D-COU高1.2%,结果讨论风资源分布Jensen3D-COU多目标粒子群算法优化后的目标函数值单目标粒子群算法优化后的布局一半以上的风力机分布在边界上单目标粒子群算法优化后的布局CtotaI(MeCOCtota