【技術實現步驟摘要】
本專利技術涉及激光技術，尤其涉及多普勒激光測風的風電機組陣列尾流管理方法及系統。
技術介紹
1、風電機組陣列運行過程中，上游機組產生的尾流會導致下游機組入流風速降低、湍流強度增加，造成發電效率下降和機組載荷增加。研究表明，由于尾流影響，風電場實際發電量比理論預期低15％-30％。因此，準確監測和有效管理風電機組尾流對提高風電場發電效率具有重要意義。目前，主流的尾流管理方法包括基于經驗模型的尾流預測、基于測風數據的實時監測以及基于機組控制策略的尾流優化等。
2、然而，現有的風電機組陣列尾流管理技術存在以下不足：首先，傳統的測風塔布置密度有限，難以獲取風電場內高空間分辨率的風場數據，導致尾流影響評估精度不足；其次，現有的尾流模型大多基于靜態假設，未能充分考慮風速、湍流強度、大氣穩定度等動態因素對尾流特性的影響，降低了模型的準確性；第三，常規的單機控制策略側重于單臺機組的發電效率優化，缺乏對機組群尾流耦合效應的整體考慮，難以實現風電場層面的協同優化。
3、有鑒于此，本專利技術提供了一種基于多普勒激光測風的風電機組陣列尾流管理方法，通過在每臺風電機組上部署激光雷達實現對尾流特性的精確監測，建立考慮多因素影響的動態尾流模型，并基于該模型設計風電機組群的協同控制策略，以提高風電場整體發電效率，解決現有技術中測風精度不足、模型準確性低以及缺乏協同控制等技術問題。
技術實現思路
1、本專利技術實施例提供多普勒激光測風的風電機組陣列尾流管理方法及系統，能夠解決現有技術中的問題
2、本專利技術實施例的第一方面，
3、提供多普勒激光測風的風電機組陣列尾流管理方法，包括：
4、在風電機組陣列的每個風電機組中部署多普勒激光雷達，采集所述風電機組陣列中每個風電機組前后方向的實時風速數據、風向數據以及湍流強度數據；所述多普勒激光雷達通過發射激光束并接收所述激光束經空氣顆粒反射后的散射光，基于所述散射光的多普勒頻移計算得到所述實時風速數據、風向數據以及湍流強度數據；所述多普勒激光雷達沿所述激光束的軸向每隔20米設置一個測風采樣點，測風距離為40米至200米；
5、根據所述實時風速數據、風向數據以及湍流強度數據，建立所述風電機組陣列的尾流影響模型；所述尾流影響模型包括上游風電機組對下游風電機組的尾流影響系數、尾流衰減系數以及尾流擴散系數；通過所述尾流影響模型計算得到所述風電機組陣列中每個風電機組的尾流影響范圍、尾流損失功率以及尾流恢復距離；
6、基于所述尾流影響范圍、尾流損失功率以及尾流恢復距離，對所述風電機組陣列進行協同控制；所述協同控制包括：當檢測到上游風電機組的尾流對下游風電機組造成發電效率降低超過設定閾值時，控制所述上游風電機組的偏航角度或槳距角，使所述上游風電機組的尾流區域避開所述下游風電機組；同時根據所述尾流影響模型動態調整所述風電機組陣列中各風電機組的轉速，實現所述風電機組陣列的整體發電效率最優化。
7、所述多普勒激光雷達通過發射激光束并接收所述激光束經空氣顆粒反射后的散射光，基于所述散射光的多普勒頻移計算得到所述實時風速數據、風向數據以及湍流強度數據包括：
8、通過多普勒激光雷達發射波長為1.5μm的窄帶激光束，所述多普勒激光雷達的參考光頻率相對所述窄帶激光束頻率偏移80mhz，采集所述窄帶激光束經空氣顆粒散射后的散射光信號；將所述散射光信號與所述參考光在光電探測器上進行外差混頻得到拍頻信號；
9、采用速度方位角掃描方案，控制所述多普勒激光雷達的激光束以30度仰角在水平面內旋轉掃描，每隔30度方位角采集一次所述散射光信號，在360度范圍內獲取12個方位角的所述拍頻信號；對所述拍頻信號進行快速傅里葉變換得到多普勒頻譜，基于所述多普勒頻譜的峰值位置計算徑向風速；
10、利用小波變換對所述多普勒頻譜進行自適應閾值降噪，并實時監測信號質量指標篩選可靠數據；對每個測量點累積100個以上有效樣本，通過最小二乘擬合重建水平面風速矢量，獲取風速大小與風向角；計算所述徑向風速的標準差與平均值的比值得到湍流強度；所述風場參數解算方法的時間分辨率為1秒，空間分辨率為20米。
11、根據所述實時風速數據、風向數據以及湍流強度數據，建立所述風電機組陣列的尾流影響模型；所述尾流影響模型包括上游風電機組對下游風電機組的尾流影響系數、尾流衰減系數以及尾流擴散系數包括：
12、采集風電機組下游區域的實時風速數據，基于所述實時風速數據建立速度虧損高斯分布函數：
13、
14、其中v(x,r)表示在下游距離x、徑向距離r處的風速，v∞為來流風速，ct為推力系數，α(x)為尾流影響系數，σ(x)為尾流擴散寬度；
15、獲取風電場湍流強度數據，基于所述湍流強度數據計算尾流衰減系數：
16、β＝0.35+0.65tj，
17、其中β為尾流衰減系數，ti為湍流強度；
18、將所述尾流衰減系數β代入尾流影響系數計算公式：
19、
20、得到尾流影響系數α(x)；
21、其中x為下游距離，d為風輪直徑；
22、基于風向數據建立考慮風向偏差的尾流擴散模型：
23、
24、其中k為尾流擴散系數，將所述尾流擴散模型代入所述速度虧損高斯分布函數；
25、針對下游風電機組同時受到多個上游風電機組尾流影響的情況，基于動
26、量守恒原理建立尾流疊加模型：
27、
28、其中δvtotal為疊加后的速度虧損，δvi為單個尾流造成的速度虧損；
29、實時獲取激光雷達風速測量值vmeasured，將所述激光雷達風速測量值與模型預測風速值vmodel進行比對，計算參數校正量：
30、δp＝γ(vmeasureed-vmodel)，
31、其中δp為參數校正量，γ為學習率；
32、基于所述參數校正量對所述尾流影響系數、所述尾流衰減系數以及所述尾流擴散系數進行自適應修正。
33、通過所述尾流影響模型計算得到所述風電機組陣列中每個風電機組的尾流影響范圍、尾流損失功率以及尾流恢復距離包括：
34、建立以風輪中心為原點、來流方向為軸向的圓柱形坐標系，在所述圓柱形坐標系中構建初始計算網格，通過計算速度梯度確定網格加密系數，基于所述網格加密系數對計算網格進行自適應加密，得到優化后的計算網格；
35、在所述優化后的計算網格的每個網格點處，采用速度虧損高斯分布函數計算風電機組下游位置點的速度虧損值，并將所述速度虧損值與來流風速的比值確定為相對速度虧損；
36、基于所述相對速度虧損，通過掃描所述計算網格中的網格點，將相對速度虧損大于第一預設閾值的空間區域確定為所述風電機組的尾流影響范圍；
37、在所述尾流影響范圍內，建立所述風電機組的功率曲線模型，基于所述功率曲線模型以及所述速度虧本文檔來自技高網...
【技術保護點】
1.多普勒激光測風的風電機組陣列尾流管理方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述多普勒激光雷達通過發射激光束并接收所述激光束經空氣顆粒反射后的散射光，基于所述散射光的多普勒頻移計算得到所述實時風速數據、風向數據以及湍流強度數據包括：
3.根據權利要求1所述的方法，其特征在于，根據所述實時風速數據、風向數據以及湍流強度數據，建立所述風電機組陣列的尾流影響模型；所述尾流影響模型包括上游風電機組對下游風電機組的尾流影響系數、尾流衰減系數以及尾流擴散系數包括：
4.根據權利要求1所述的方法，其特征在于，通過所述尾流影響模型計算得到所述風電機組陣列中每個風電機組的尾流影響范圍、尾流損失功率以及尾流恢復距離包括：
5.根據權利要求1所述的方法，其特征在于，所述協同控制包括：當檢測到上游風電機組的尾流對下游風電機組造成發電效率降低超過設定閾值時，控制所述上游風電機組的偏航角度或槳距角，使所述上游風電機組的尾流區域避開所述下游風電機組包括：
6.根據權利要求1所述的方法，其特征在于，同時根據所述尾流影響模
7.根據權利要求6所述的方法，其特征在于，基于所述映射關系構建多目標優化問題，采用帶自適應權重因子的改進粒子群算法求解所述多目標優化問題，得到各風電機組的最優轉速分配方案包括：
8.多普勒激光測風的風電機組陣列尾流管理系統，用于實現前述權利要求1-7中任一項所述的方法，其特征在于，包括：
9.一種電子設備，其特征在于，包括：
10.一種計算機可讀存儲介質，其上存儲有計算機程序指令，其特征在于，所述計算機程序指令被處理器執行時實現權利要求1至7中任意一項所述的方法。
...【技術特征摘要】
1.多普勒激光測風的風電機組陣列尾流管理方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述多普勒激光雷達通過發射激光束并接收所述激光束經空氣顆粒反射后的散射光，基于所述散射光的多普勒頻移計算得到所述實時風速數據、風向數據以及湍流強度數據包括：
3.根據權利要求1所述的方法，其特征在于，根據所述實時風速數據、風向數據以及湍流強度數據，建立所述風電機組陣列的尾流影響模型；所述尾流影響模型包括上游風電機組對下游風電機組的尾流影響系數、尾流衰減系數以及尾流擴散系數包括：
4.根據權利要求1所述的方法，其特征在于，通過所述尾流影響模型計算得到所述風電機組陣列中每個風電機組的尾流影響范圍、尾流損失功率以及尾流恢復距離包括：
5.根據權利要求1所述的方法，其特征在于，所述協同控制包括：當檢測到上游風電機組的尾流對下游風電機組造成發電效率...
【專利技術屬性】
技術研發人員：齊鳳，
申請(專利權)人：北京宏大天恒科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。