一种海上漂浮式风力机三维尾流模型

    公开(公告)号:CN116630546B

    公开(公告)日:2024-12-24

    申请号:CN202310665447.X

    申请日:2023-06-07

    Abstract: 本发明涉及风场数据分析技术领域,具体而言,涉及一种海上漂浮式风力机三维尾流模型,包括以下步骤:S1:添加尾流高斯函数分布和垂直方向风切变构建无波浪作用下风机的尾流模型,对其命名为三维Jensen‑Gaussian(3DJG)模型;S2:在3DJG尾流模型中,将波浪运动导致的漂浮式机组平台位置移动转化为三维坐标的变换;S3:在改进类偏航尾流模型的基础上,将由波浪运动造成的风轮平面与竖直方向的偏转角转化为尾流偏移量,并添加到三维变换后模型的z方向上,得到风浪作用下漂浮式风力机组3D‑OFWT模型。本发明旨在获得下游流场的输入信息,为下游风力机的动载荷分析提供参考。可应用于实际风电场,为漂浮式风电场风功率预测及机组控制运行策略设计提供指导,提高风力机性能,提升能量输出。

    一种复杂地形下风电机组三维尾流模型构建方法

    公开(公告)号:CN119442510A

    公开(公告)日:2025-02-14

    申请号:CN202411445974.0

    申请日:2024-10-16

    Abstract: 本发明公开了一种复杂地形下风电机组三维尾流模型构建方法。预设尾流速度亏损呈现高斯分布特性,基于各向异性的尾流线性膨胀假设及质量守恒定律,得到平坦地形下的3DJG‑U尾流模型;基于计算流体力学方法对复杂地形开展数值模拟,确定复杂地形风电场内各位置处局部风速,以局部风速作为尾流模型入流项,以源于风电机组轮毂中心的流线作为风电机组的尾流中心线;基于3DJG‑U尾流模型、复杂地形风电场内各位置处局部风速和风电机组的尾流中心线,推导得到复杂地形下的风电机组的三维尾流模型。本发明属于风电机组领域。本发明可以更准确地评估复杂地形风电场内风电机组间由于尾流效应造成的速度亏损,提高风电场经济效益和运行安全。

    一种海上漂浮式风力机三维尾流模型

    公开(公告)号:CN116630546A

    公开(公告)日:2023-08-22

    申请号:CN202310665447.X

    申请日:2023-06-07

    Abstract: 本发明涉及风场数据分析技术领域,具体而言,涉及一种海上漂浮式风力机三维尾流模型,包括以下步骤:S1:添加尾流高斯函数分布和垂直方向风切变构建无波浪作用下风机的尾流模型,对其命名为三维Jensen‑Gaussian(3DJG)模型;S2:在3DJG尾流模型中,将波浪运动导致的漂浮式机组平台位置移动转化为三维坐标的变换;S3:在改进类偏航尾流模型的基础上,将由波浪运动造成的风轮平面与竖直方向的偏转角转化为尾流偏移量,并添加到三维变换后模型的z方向上,得到风浪作用下漂浮式风力机组3D‑OFWT模型。本发明旨在获得下游流场的输入信息,为下游风力机的动载荷分析提供参考。可应用于实际风电场,为漂浮式风电场风功率预测及机组控制运行策略设计提供指导,提高风力机性能,提升能量输出。

    一种风电机组风轮前有效来流风速获取方法

    公开(公告)号:CN115419557B

    公开(公告)日:2025-02-11

    申请号:CN202211140318.0

    申请日:2022-09-20

    Abstract: 本发明提供一种风电机组风轮前有效来流风速检测方法,其先获取风电机组前方风轮前有效来流风速以及机舱上方同时刻SCADA系统检测数据;其次,对获取到的数据进行预处理并构建训练集;然后,将训练集中各个时刻的风速、风向、对风角度、功率、发电机转速、转子转速作为一个输入特征,每个时间步长作为样本,构建输入变量;将训练集中各个时刻的风电机组风轮前实际有效来流风速数据作为一个输出序列,通过LENET‑5模型训练输入特征与输出序列之间的映射关系,在不过分依赖风电机组前垂直风塔型测风雷达的情况下可以更加准确的检测风电机组上游实际有效来流风速。

    一种风电机组风轮前有效来流风速获取方法

    公开(公告)号:CN115419557A

    公开(公告)日:2022-12-02

    申请号:CN202211140318.0

    申请日:2022-09-20

    Abstract: 本发明提供一种风电机组风轮前有效来流风速检测方法,其先获取风电机组前方风轮前有效来流风速以及机舱上方同时刻SCADA系统监测数据;其次,对获取到的数据进行预处理并构建训练集;然后,将训练集中各个时刻的风速、风向、对风角度、功率、发电机转速、转子转速作为一个输入特征,每个时间步长作为样本,构建输入变量;将训练集中各个时刻的风电机组风轮前实际有效风速数据作为一个输出序列,通过LENET‑5模型训练输入特征与输出序列之间的映射关系,在不过分依赖风电机组前垂直风塔型测风雷达的情况下可以更加准确的检测风电机组上游实际有效来流风速。

Patent Agency Ranking