《不同轮毂高度的风力机布局设计14000字（论文）》

-[5]。图2.2尾流效应图Fig2.2Wakeeffectdiagram本文中采用的是WAsPversion9.0软件，该软件中对于尾流效应的研究是基于Jensen尾流模型，这个模型采用的是动量亏损理论，以一种非常简单的方式预测流场：尾流假定在旋翼后线性扩展。这个模型假设扩张尾流的中心线随地形而变化，并且考虑了不同的轮毂高度和旋翼直径，采用尾流与下风面的重叠比例来计算尾流的衰减常数。由于模型简单，为了避免大的加速效应，地形必须相对均匀。该模型用于计算风力发电机输出的流场和风电场几何形状如图2.3所示：图2.3WAsP软件中风力发电机输出的流场和风电场几何形状Fig2.3WindturbineoutputflowfieldandwindfarmgeometryinWAsPsoftware软件中对于风力发电机组的有效风速亏损的计算公式(2.1)如下：(2.1)式中为上游未受干扰的来流风速，为推力系数，为上游风力机叶轮直径，为尾迹衰减常数，为上游风力机与下游风力机之间的距离，为上游风力机与下游风力机叶轮扫掠的重合面积，为下游风力机叶轮扫掠面积。WAsP软件中的推力系数曲线在标准技术数据中难以找到；然而WAsP提供的所有风力发电机数据文件都包括推力系数数据。它可以由一个转子模拟程序计算，从类似的风力发电机的数据估计，或着直接进行测量。推力系数与推力有关，为空气密度，其计算公式(2.2)为:(2.2)2.3.1Jensen尾流模型的相关计算Jensen尾流模型适合应用于平坦地形上的风电机组，该模型不探讨湍流效应，模型简单便于计算。Jensen尾流模型如图2.4所示，该模型假设：图2.4Jensen尾流模型Fig2.4Jensenwakemodel（1）尾流开端的范围是风力机风轮直径；（2）尾流半径变化呈线性关系；（3）尾流场横向剖面各个点上的速率是相同的。图2.4中，x表示上游风力机到下游风力机的距离，u表示来流风通过上游风力机的轮毂高度处的风速，v0表示通过上游风力机之前的来流风速，r0是风力机的叶轮半径，v表示x位置的风力机轮毂高度处的风速，r表示尾流横切面半径。由质量守恒公式(2.3)得：(2.3)Jensen模型认为r符合一次函数变化。则可以表示为公式(2.4)：(2.4)假设在功率系数处于理想的状态下，即：=0.592，取u=13v0(2.5)而在现实中的工程应用里，学者们发现在一些情况下，使用该尾流模型计算得到的结果和实际是不符合的，因此在该模型的基础上研究出了修正后的Jensen模型。根据理想风力机动量理论，风力机的风速可表示为公式(2.6)：(2.6)其中表示轴流诱导因数，与风力发电机自身的推力系数有关。将公式（2.4）带入公式(2.3)和公式(2.5)，得到改进后的Jensen模型计算公式为公式(2.7)：(2.7)轴流诱导因子可表示为公式(2.8)：(2.8)式中为风力发电机的推力系数；一般尾流衰减系数的计算可表示为公式(2.9)：(2.9)其中表示风力发电机轮毂处的高度，为风电场的地表粗糙度。

3基于WAsP软件的平坦地形风力机布局设计3.1WAsP软件中的建模仿真过程（1）选择风力机类型：Bonus2MW机组。其功率与推力系数曲线如图3.1所示。图3.1功率与推力系数曲线Fig3.1Power-thrustCoefficientcurve（2）建立WAsPdale地区和附近机场的地形图，选择该地形图中等高线未变化的区域，即选择该地形图中的平坦地形，结果如图3.2，图3.3所示。图3.2WAsPdale地区和附近机场的地形图图3.3截取的平坦地形图Fig3.2TopographicmapoftheWaspdaleareaFig3.3Theflattopographicmapthatweandthenearbyairportintercepted（3）导入测风数据文件，测风数据分布如表3.1、表3.2和图3.4所示。表3.1Weibull分布参数ParameterMeasuredWeibullfitDiscrepancyMeanwindspeed[m/s]unknown4.90UnknownMeanpowerdensity[W/m]unknown135Unknown图3.4测风数据的Weibull分布Fig3.4Weibulldistributionofwinddata表3.2测风数据分布U0°30°60°90°120°150°180°210°240°270°300°330°All1.0683636402645252614141316232.01909516312211781545826355388723.02902032512181991681281215858882001334.01282332552362172432191591021351322001745.01931701392152212172281381581371461651696.0105118641201421471681381571381691141407.020524535375284131143150162971068.066525122418281001301018450689.002013212102562898160354710.007304121927615843213111.0037006162142462892112.0000002591521113913.000000021141661514.0000000012610115.00000000010100U0°30°60°90°120°150°180°210°240°270°300°330°All16.0000000000110017.0000000000100018.019.020.021.022.023.024.025.000000000000000000000000000000000000000000000000000000000000000000000000010100000110100000000000000000000（4）风谱图计算，得到与其他因素无关的风资源分布。（5）建立风电机组，插入测风塔，确定风力机的排布方案，风力机的排布方案如图3.5所示。图3.5风力机的排布方案Fig3.5ArrangementSchemeofwindturbine（6）导入资源网格文件。3.2风力发电机组年发电量的计算确定风电场的建设地址后，选择计划在风电场中安装的风力机的类型、风力机的轮毂高度及其位置。根据风电场所在地的空气密度，通过安装在风电场中的风力机的功率和推力系数曲线图，计算出每个单台风力机的总、净年发电量，单台风力发电机的净年发电量的总和就是这个风电场的年输出功率和上网电量。风力发电机组年发电量计算的方法步骤如下：（1）WAsP软件中对所建设风电场理论的总、净发电量的计算需要准备数据有：首先处理好的地形图，比例一般选择1:10000。在处理地形图时，必须要检查等高线，避免出现交叉的现象。且位于图中的等高线都要闭合，标志出每一条等高线所代表的高度。其次粗糙度线的方向在输入时要根据它的的前进方向，左右两侧分别进行输入，且左右两侧的粗糙度线是不同的，和等高线一样，位于地形图中的粗糙度线也要闭合。随后要确定测风塔的位置和经过测风塔订正后的风速、风向数据，以及测风塔风速计的安装高度。这些数据都可以在WAsP软件中估测算出来。然后确定所选风力机的功率与推力系数曲线。这些数据可以通过制造厂家得到。最后确定风电场中障碍物的大小、位置，以及障碍物的孔隙率。障碍物和粗糙度的区分：如果物体的高度为x。则当风力发电机的轮毂与物体的高度的水平距离小于50x，且其高度小于3x时，将物体视为障碍物；如果风力发电机的轮毂与物体的高度之间的水平距离比50x大并且两者之间的高度比3x小，则该物体被视为粗糙度。（2）尾流效应的调整：WAsP软件可以自动将风电机组之间的尾流衰减系数算出来，并对计算出的风电场的年发电量进行折减，因此风电场的上网电量直接采用WAsP软件计算的结果。（3）空气密度校正：风电场中的空气密度一般与标准空气密度1.225kg/m3是不相符的，会出现一定的偏差，所以实际情况去修正。（4）可利用率折减：根据风力发电机制造厂家的保证取95%。（5）输出曲线折减：根据风力发电机制造厂家的保证取95%。（6）叶片污染程度折减：一般根据风电场所在地实际的空气状况取98%~99%。（7）湍流强度折减：根据风电场建设所在地湍流强度的大小，在92%~98%取值。（8）气候影响折减：根据风电场因极端天气的影响而无法发电的时间比例进行折算减少。在折减计算中，首先按照1m/s的区间统计每个区间的小时数，然后将每个区间的小时数与功率曲线对应的功率相乘求和，得出无损耗的年发电量。然后用同样的方法计算得到一年内的电量损失，并求出损失电量和年发电量没有受到损失时的比值，从而进行折算减少。当风力发电机组数量较大时，根据测风塔的数量和到测风塔的距离，分组计算风力发电机组折算减少的比例。计算时，确保修正后的风速数据为全年的。（9）风电场自身损耗折减：参照与所建设的风电场规模相似的风电场对其进行估算。根据风电场的实际情况，还可以从别的角度对年发电量进行折减。通过上述的折减过程就可以得到较为准确的风电场中风力发电机组年上网电量的数据，对其进行汇总，就可以估算出所建风电场的较为准确的年上网电量。3.2风力机不同轮毂高度排布的分析比较根据第二章中的风电场建立步骤，建立风电场对风力机进行布局设计。在风力发电场场址、风力机选型以及风力机排布的位置坐标确定后，通过选择不同叶轮直径倍数的轮毂高度差，在该风力发电场中进行布局，而后依次计算不同轮毂高度差排布下的发电量。本文所选的风力机类型为Bonus2MW，该风力机的叶轮直径为76m，轮毂高度默认为60m。排布方案为垂直主风向每台风力机之间的距离为5D，沿主风向之间的距离为6D，排布方式为梅花形排布，风力机台数为14台。首先选择轮毂高度全部为60m的风力机进行排布，以便于与不同轮毂高度差进行排布的方案进行比较。选择的轮毂高度差为0.2D、0.25D、0.5D、0.75D、0.8D、D、1.1D，分别计算出不同轮毂高度差下的总年发电量与净年发电量。风力机同一高度布局后的总年发电量与净年发电量如表3.3所示：表3.3同一高度布局后的总年发电量与净年发电量GrossAEP[GWh]NETAEP[GWh]轮毂高度[m]75.99968.44860风力机不同轮毂高度差布局的总年发电量与净年发电量如表3.4所示：表3.4不同轮毂高度差布局后的总年发电量与净年发电量轮毂高度差[m]GrossAEP[GWh]NETAEP[GWh]0.2D84.50280.8790.25D86.22782.5730.5D95.31691.5690.75D102.75098.9680.8D104.007100.222D108.406104.6221.1D110.297106.517通过表3.3、表3.4的数据对比可知，当风力机的轮毂高度增加后，总年发电量与净年发电量均有着明显的上涨。例如：轮毂高度差为0.2D的风力机布局方案与同一轮毂高度的风力机布局相比总的年发电量上涨了8.503GWh，同比上涨了11.19%；净年发电量上涨了12.431GWh，同比上涨了18.16%。对表3.4中的各项数据进行比较，可以发现随着轮毂高度差的逐渐增加，总年发电量与净年发电量也随之增长。但不同轮毂高度差的年发电量的增长趋势是不同的，通过对比可以发现：轮毂高度差为0.25D相比于轮毂高度差为0.2D的排布方案，其总年发电量上涨了1.725GWh，同比上涨了2.04%；净年发电量上涨了1.694GWh，同比上涨了2.09%。同上所述，轮毂高度差0.5D、0.75D、0.8D、D、1.1D相比于之前一个轮毂高度差的排布方案，其总年发电量分别上涨了9.089GWh，7.434GWh，1.257GWh，4.399GWh，1.891GWh。同比分别上涨了10.54%，7.80%，1.22%，4.23%，1.74%。净年发电量分别上涨了：8.996GWh，7.399GWh，1.254GWh，4.4GWh，1.895GWh。同比分别上涨了10.89%，8.08%，1.27%，4.39%，1.81%。轮毂高度差为0.25D、0.5D、0.75D、0.8D、D、1.1D相比于以同一轮毂高度的布局，其总年发电量分别上涨了：10.228GWh，19.317GWh，26.751GWh，28.008GWh，32.407GWh，34.298GWh。同比分别上涨了13.46%，25.42%，35.20%，36.85%，42.64%，45.13%。其净年发电量分别上涨了：14.125GWh，23.121GWh，30.520GWh，31.774GWh，36.174GWh，38.069GWh；同比分别上涨了：20.64%，33.78%，44.59%，46.42%，52.85%，55.62%。不同轮毂高度差得到的总年发电量与净年发电量如图3.6所示：图3.6轮毂高度依次增加排布得到的总、净年发电量Fig3.6Thehubheightincreasesinturntoobtainthetotalandnetannualpowergeneration通过对上述所有数据分析比较可以发现当轮毂高度差为1.1D的时候总、净年发电量与其他方案相比增长的更多。这表明随着轮毂高度差的增大其年发电量也随之增长且不同行风力机之间的轮毂高度差值越大年发电量增长的越多。

4风力机布局设计优化在得到不同的轮毂高度差风力机布局的年发电量后，通过分析比较得到了轮毂高度差每行依次增加排布时的最优排布方案，本章主要通过两个方面对其进行优化：一是对风场中每一行的风力机增加不同轮毂高度差进行优化；二是改变沿主风向风力机之间的距离进行优化。4.1基于不同的轮毂高度差同一风场内布局优化根据第三章的分析结果可知，在选择轮毂高度差为1.1D时年发电量的增长幅度最大，所以本小节中选择的风力机布局方式为：0.75D，0.5D，0.25D；0.8D，0.5D，0.2D。同时根据第三章中所有数据进行分析比较得知当轮毂高度增加的越多，年发电量增长的越大，所以本小节中同时选择了0.9D，D，1.1D的风力机布局方式。以下为三种方案所得到的年发电量数据表。风力机以0.75D，0.5D，0.25D的轮毂高度差布局得到的总年发电量与净年发电量如表4.1所示：表4.10.75D，0.5D，0.25D布局后的总年发电量与净年发电量GrossAEP[GWh]NETAEP[GWh]轮毂高度[m]37.82736.38111727.36026.3439831.06829.71479风力机以0.8D，0.5D，0.2D的轮毂高度差布局得到的总年发电量与净年发电量如表4.2所示：表4.20.75D，0.5D，0.25D布局后的总年发电量与净年发电量GrossAEP[GWh]NETAEP[GWh]轮毂高度[m]38.47937.029120.827.36026.3439830.35729.01875.2风力机以0.9D，D，1.1D的轮毂高度差布局得到的总年发电量与净年发电量如表4.3所示：表4.30.9D，D，1.1D布局后的总年发电量与净年发电量GrossAEP[GWh]NETAEP[GWh]轮毂高度[m]39.70738.248128.432.64131.59013641.83140.362143.6通过对上面各表所得的数据与第三章所得的数据进行比较分析，可以发现以0.75D，0.5D，0.25D的方式布局时：当轮毂高度差为0.75D，即轮毂高度为117m时，比风场中全部以0.75D轮毂高度差布局所得的总年发电量上涨了7.595GWh，同比上涨了25.12%；净年发电量相比上涨了7.189GWh，同比上涨了24.63%。轮毂高度差为0.25D，即轮毂高度为98m时，总年发电量相比上涨了6.182GWh，同比上涨了24.84%；净年发电量相比上涨了5.803GWh，同比上涨了24.27%。轮毂高度差为0.5D时相比总年发电量与净年发电量并无增长。以0.8D，0.5D，0.2D的方式布局时：当轮毂高度差为0.8D，即轮毂高度为120.8m时，比风场中全部以0.8D轮毂高度差布局所得的总年发电量上涨了7.724GWh，同比上涨了25.11%；净年发电量相比上涨了7.318GWh，同比上涨了24.63%。轮毂高度差为0.2D，即轮毂高度为75.2m时，总年发电量相比上涨了6.039GWh，同比上涨了24.83%；净年发电量相比上涨了5.665GWh，同比上涨了24.26%。轮毂高度差为0.5D时相比总年发电量与净年发电量并无增长。以0.9D，D，1.1D的方式布局时：当轮毂高度差为0.9D，即轮毂高度为120.4m时，比风场中全部以0.9D轮毂高度差布局所得的总年发电量上涨了7.97GWh，同比上涨了25.11%；净年发电量相比上涨了7.559GWh，同比上涨了24.63%。轮毂高度差为1.1D，即轮毂高度为143.6m时，总年发电量相比上涨了8.351GWh，同比上涨了24.94%；净年发电量相比上涨了7.936GWh，同比上涨了24.47%。轮毂高度差为D时相比总年发电量与净年发电量并无增长。综上所述，可以发现这三种方式相比于以同一轮毂高度差的方式的总年发电量与净年发电量都有了一定程度的增长，观察它们的增长比可以发现这三种方式的布局增长相差不多，但总的来看以0.9D，D，1.1D的方式布局的总年发电量与净年发电量其增长量与增长比都要高于以0.75D，0.5D，0.25D、0.8D，0.5D，0.2D排布的方式。如图4.1所示，从总的年发电量来看，0.75D，0.5D，0.25D；0.8D，0.5D，0.2D；0.9D，D，1.1D三种布局的总年发电量与净年发电量分别为96.25GWh，96.196GWh，114.179GWh；92.438GWh，92.390GWh，110.2GWh。其中0.75D，0.5D，0.25D布局的年发电量要高于全部以0.5D、0.25D布局的年发电量，但要低于全部以0.75D布局的年发电量。以0.8D，0.5D，0.2D方式布局的年发电量要高于全部以0.5D、0.2D布局的年发电量，但要低于全部以0.8D布局的年发电量。但是以0.9D，D，1.1D的方式布局的年发电量要要高于全部以0.9D、D方式布局的年发电量，同时要高于第三章中得出的最优的轮毂高度差：全部以1.1D轮毂高度差排布的方案。所以在所有选择的不同轮毂高度差的排布方式中以0.9D，D，1.1D排布的方式最优。图4.1不同优化方案所得总、净年发电量Fig4.1Annualelectricitygenerationfromdifferentoptimizationschemes4.2基于风力机的布机距离风场内布局优化在得到最优的轮毂高度差的排布方式后，通过改变风力机之间的距离进行优化，分析比较其年发电量的变化。本小节中主要通过改变沿主风向风力机之间的距离，选择了5D、5.5D、6.5D、7D、8D、9D这六个布机距离对0.9D，D，1.1D轮毂高度差布局的方式进行优化。不同布机距离得到的总年发电量与净年发电量如下表4.4所示。表4.4不同布机距离的总年发电量与净年发电量GrossAEP[GWh]NETAEP[GWh]布机距离[m]114.194110.2135D114.183110.2025.5D114.171114.167114.165114.164110.192110.188110.183110.1826.5D7D8D9D通过表4.4可以看到不同布机距离的风力机排布所得到的总年发电量与净年发电量之间相差并不大，5D、5.5D、6.5D、7D、8D、9D其总年发电量与净年发电量分别为114.194GWh、114.183GWh、114.171GWh、114.167GWh、114.165GWh、114.164GWh；110.213GWh、110.202GWh、110.192GWh、110.188GWh、110.183GWh、110.182GWh。其中总年发电量与净年发电量最高的方案为布机距离选择5D的排布，总年发电量与净年发电量最低的方案为布机距离选择9D的排布，总年发电量的最高值与最低值之间的差值与净年发电量最高值与最低值之间的差值分别为0.03GWh、0.031GWh。与初始距离6D排布得到的总年发电量与净年发电量差值曲线图如图4.2所示，其中总年发电量与净年发电量之间的最小差值均为0.001GWh。图4.25D、5.5D、6.5D、7D、8D、9D布机距离与6D布机距离所得总、净年发电量的差值曲线Fig4.25D，5.5D，6.5D，7D，8D，9Ddistanceofclothmachineand6ddistanceofclothmachine以0.9D，D，1.1D的轮毂高度差布局的初始布机距离得到的总年发电量与净年发电量如表4.5所示，其初始布机距离为6D。表4.5初始布机距离的总年发电量与净年发电量GrossAEP[GWh]NETAEP[GWh]114.179110.2通过表4.5可看到以初始距离风力机布局得到的总年发电量与净年发电量均要高于以6.5D、7D、8D、9D布机距离风力机布局得到的总年发电量与净年发电量，但是略低于以5D，5.5D布机距离所得到的总年发电量与净年发电量，5D布机距离与初始布机距离风力机布局所得到的总年发电量的差值与净年发电量间的差值分别为0.015GWh，0.013GWh。初始布机距离与9D布机距离风力机布局所得到的总年发电量的差值与净年发电量间的差值分别为0.015GWh，0.018GWh。综上所述，以布机距离为5D，轮毂高度差为0.9D，D，1.1D的风力机布局得到的总年发电量与净年发电量最高，受到尾流的影响相比于其他方案的更低，即该方案为所有选取方案中最优方案。5结论与展望5.1论文研究的结论随着风力发电的快速发展，风电场中风力机的布局设计也变得尤为重要。在风电场的位置已经确定的情况下，由于风力机相互之间存在尾流影响，使风电场的输出功率降低。因此，本课题对考虑尾流影响的风电场以不同轮毂高度布机优化进行研究，主要内容为：（1）首先讲述了论文研究建模所用的WAsP软件，对该软件中的各个模块进行了简述，然后说明了WAsP软件中风电场的建立过程，对该软件中涉及到的Jensen尾流模型进行了阐述，详细的介绍了Jensen尾流模型的对于风速以及其他量的计算步骤。（2）对风电场中安装不同轮毂高度的风力机进行理论分析，可以得到在风电场中安装不同轮毂高度的风力机有助于年发电量的提高，即尾流效应的降低。在WAsP软件中对安装不同轮毂高度的风力机的风电场进行建模，针对年发电量的优化对风电场进行建立，通过选择不同的轮毂高度差：0.2D、0.25D、0.5D、0.75D、0.8D、0.9D、D、1.1D在风电场中对风力机进行排布，其排布方式为：垂直主风向风力机之间的距离为5D，沿主风向风力机之间的距离为6D。风力机的选型为Bonus2MW，该风力机的叶轮直径为76m，轮毂高度默认为60m，风力机台数为14台。首先选择轮毂高度全部为60m的风力机进行排布，以便于与不同轮毂高度差进行排布的方案进行比较。对七种方案的每行依次增加相同轮毂高度差的风力机分别排布后，通过对各个方案的年发电量的比较分析，可以发现当轮毂高度差为1.1D的年发电量相比于其他方案的年发电量增长的更多，其总年发电量上涨了34.298GWh，相比于风力机原轮毂高度的排布其总年发电量上涨了45.13%。其净年发电量上涨了38.069GWh；相比于风力机原轮毂高度的排布其净年发电量上涨了55.62%。这表明随着轮毂高度差的增大其年发电量也随之增长，说明尾流效应随之降低，且不同行的风力机之间的轮毂高度差值越大年发电量增长的越多。（3）在得到风力机排布最优的轮毂高度差后，通过两个方面对其进行优化：一是对风场中每一行的风力机增加不同轮毂高度差的优化；二是改变沿主风向风力机之间距离的优化。根据分析后得到的结果选择风力机布局方式为：0.75D，0.5D，0.25D；0.8D，0.5D，0.2D。同时根据所得数据进行分析比较得知当轮毂高度增加的越多，年发电量增长的越大，所以同时选择了0.9D，D，1.1D的风力机布局方式。可以得知最优的风力机布局方式为：0.9D、D、1.1D，其总年发电量与净年发电量分别为114.179GWh；110.2GWh。再对沿主风向风力机之间的距离进行改变，选择了5D、5.5D、6.5D、7D、8D、9D这六个布机距离对0.9D，D，1.1D轮毂高度差布局的方式进行优化。可以发现以布机距离为5D的风力机布局得到的总年发电量与净年发电量最高，相比于初始布机距离风力机布局所得到的总年发电量的差值与净年发电量间的差值分别为0.015GWh，0.013GWh。可以看出随着主风向风力机之间距离的改变，风电场的年发电量也有了一定程度的增长。5.2对于后续工作的展望本论文对考虑尾流影响的风电场不同轮毂高度风力机的排布进行研究，取得了一些成果。但在实际的风力机布局当中，需要考虑的方面很多，也会涉及到一些十分复杂的问题，因此，后续的工作可以从以下几个方面展开：