考虑尾流效应和机位优化的实践教学应用

周 齐， 王海云， 王喜泉， 杨姝凡

(新疆大学 电气工程学院，教育部可再生能源发电与并网控制工程技术研究中心，乌鲁木齐 830047)

0 引 言

现代风力发电发展迅速并朝着规模化和商业化的方向发展。2016年，全国(除台湾地区外)累计装机容量达到168.76 GW[1]。2016年世界风力发电新增装机容量为54.6 GW，世界总的风电装机已达到486.7 GW[2]。风电行业的迅猛发展之中，也存在诸多问题。风在经过旋转的风轮后会产生速度和方向上的变化，在风力机风轮后形成尾流，尾流对初始来流的影响称为尾流效应[3]。文献[4]中考虑了尾流效应和3种风特性，经过仿真得出结论，尾流在一定范围内会降低双馈风力机的有功功率输出，增加无功功率的补偿。风力机排列方式、风速风向对尾流效应和风电场输出功率的影响相互耦合，对风电场的输出功率有较大影响，在确定风电机组和风电场的输出功率时必须考虑[5-7]。文献[8]中指出尾流效应对风电场风力机相对排布有较大影响。以上反映出尾流效应、机位排布等风电相关专业知识影响复杂且抽象晦涩。

风电专业人才需求量急剧上升，高等院校机构也积极培养风电专业人才。限于风电专业相关的理论知识抽象化和实验设备相对缺乏或陈旧等因素，传统的风电知识理论教学已经不能达到学生对风电专业知识的深入理解和掌握以及在实际工作中应用的教学目的。实验是高等学校实践教学的重要环节之一，具有很强的直观性和操作性，是对理论教学的验证和拓展，是学生将课本知识转化为实践能力的重要手段[9]。软件教学可解决教学中设备不足的问题，起到承上启下的作用，可接触多系统、安全性高等诸多优势[10]。虚拟仿真实验教学建设是高校实验教学改革的必然发展方向[11]。WindPRO 软件在本科教学中取得了良好的效果，学习并熟悉风电场前期选址以及风机的排布优化，增加学生们的专业技能，更有助于培养风电专业人才[12]。

1 Jensen尾流模型

Jensen尾流模型由于其形式简单，计算效率高，广泛应用于工程领域。不同的尾流模型对于地形图精度的敏感度不同，利用Jensen尾流模型计算出的风电场年净发电量最大[13]。如图1所示，Jensen尾流模型中风速分布与下游位置呈线性关系，速度沿着下游某横截面的径向方向为常数。文献[14]中对风速随距离的线性分布进行了验证。文献[15]中研究表明，Jensen模型虽然形式简单，但是可以较好地评估风电场的发电量。

Jensen尾流模型数学表达式为：

(1)

VX是CT的函数，所以尾流效应与风电机组的空气动力特性有关。式中，CT为风电机组推力系数，与风速和风电机组结构有关；K为尾流下降系数，与风的湍流强度成正比。其中

(2)

K=kw(σG+σ0)/u

(3)

式中：d为风速下降系数；σG和σ0分别为风电机组产生的湍流和自然湍流的均方差，通常情况下，σG=0.08u，σG=0.12u，u为平均风速，kw为一经验常数：

(4)

式中：h为轮毂高度；z为地表粗糙度[16]。

图1 Jensen尾流模型

2 风电场模型构建

在WindPRO 软件中输入某风电场的地形数据、风资源数据，选择合适的风电机组及其机位排布，利用构建仿真实验所需的风电场模型过程，加深学生对风电专业知识概念的理解。

2.1 选择风电机组

风电场风电机组初步选型原则：双馈风电机组技术成熟,一段时期内可作为首选机型[17]。本次模拟实验风电场中的风电机组选择20台ENRONWIND生产的1.5 MW双馈式风力发电机，此风电机组轮毂高度为67.4 m，风轮直径为65 m。

2.2 风电场场址地形图和风资源数据

在地形较为平坦地区，不同的粗糙度线范围有不同要素的影响，对主风向上的风机影响较大，风速影响2%左右、风机尾流影响6%左右、发电量影响5%左右[18]。文献[14]中指出，不同精度的地形图对于复杂风电场年净发电量和尾流的影响不大。故综合两者选择比例尺为1∶75000，使评估结果更加准确可靠。文献[19]中指出由于Jensen尾流模型假设风力机尾流区为全湍流状态且忽略了风力机产生的叶尖涡，所以Jensen尾流模型的适用范围是远尾迹区，即风力机下游3D(D为风轮直径) 之后的区域。因此，设定风力机之间的行距大于3D。本次实验的风资源数据源自某风电场每间隔10 min实际测量的风资源数据，包括最大风速、标准方差、风向等风数据。

由某风电场风资源数据经WindPRO计算得风数据分析如图2。风资源威布尔分布中，风速主要分布在4～12 m/s。风能资源主要来自N和NNW方向。平均风速在E、SEE、SSE这3个扇区内小于6 m/s，其他扇区平均风速均大于6 m/s。N方向的风频率高达22.2%，NNW、WSW方向的风频率分别达到12.5%、11.2%。

2.3 风力机普通机位排布

实验中的普通机位排布是指在风电场址地形中风电机组的简单排布。一般情况下，在风向集中的风场布置风力机时，平行于主导风向的风机所需间距需较风向分散的风场要远[20]。由图2可知，该风电场主导风向为北风，设定垂直于主导风向的风力机间距为200 m,平行于主导风向的风力机间距大于3D，机位排布如图3右上方所示。

图2 风数据分析

2.4 优化方案选择

OPTIMIZE 模块从发电量的角度，具有快速优化和完全优化两种方案，实验选择完全优化方案。根据场址粗糙度尾将流衰减常数设为0.075。

3 仿真实验

基于考虑尾流效应与无尾流两种情形，利用已构建的风电场模型，做进一步的风电场发电量的计算。结合计算所得数据和图形结果，以最直观的形式展现尾流损耗和机位排布在风电场建设中的重要意义，加深综合概念理解。

3.1 无尾流普通机位排布发电量计算

根据WindPRO软件中建立的风电场模型，利用软件中的PARK模块计算无尾流普通机位排布时发电量。图3所示为无尾流模型下的风力机普通排布PARK发电量计算结果。

3.2 考虑尾流模型普通机位排布发电量计算

基于上述风电场模型，利用软件中的PARK模块计算考虑Jensen尾流模型普通机位排布的发电量。

图3 无尾流风力机普通排布PARK计算

3.3 Jensen 尾流模型下机位排布优化

在前述普通机位排布基础上，考虑Jensen尾流模型、粗糙度、地形等条件下，通过WindPRO中OPTIMIZE模块对普通机位排布进行机位优化，优化后机位排布如图5所示。在允许范围内，从发电量的角度，结合风资源和地形等数据，合理安排风力机的机位排布；用以提升风力机的发电效率和风电场年发电量。

3.4 实验结果对比分析

3.4.1发电量对比分析

在表1中，考虑尾流模型时发电量减少17 754.6 MWh，尾流损耗严重。受尾流影响，满负荷等效小时数减少395 h，容量系数降低4.5%。基于WindPRO软件建立风电场模型，考虑Jensen尾流模型，实验结果可以充分拟合实际风电场中尾流导致风能损失的情况，减少发电计算时产生的误差；让学生以计算发电量的数据形式更直观地了解风力机尾流造成的损耗。

图4 考虑Jensen尾流模型下风力机普通排布PARK计算

图5 考虑Jensen尾流模型机位优化表1 无尾流与考虑尾流模型

尾流模型发电量/MWh满负荷等效小时数/(h·a-1)容量系数/%尾流损耗/%NomodelJensen120416．3102661．72676228130．526．014．7

3.4.2机位排布优化对比分析

对比表2可知，考虑Jensen尾流模型，机位优化后发电量增加4336.3 MWh，占优化前发电量的4.22%，优化效果明显。满负荷等效小时数增加97 h，容量系数升高1.1%。通过对机位排布的优化，以机位图形中位置变化的直观形式，模拟实际风电场中机位优化；同时，对机位优化所带来的益处以风电场发电量提升的数据形式体现出来，令学生深刻领悟机位优化可以减弱尾流效应所带来的负面影响。

表2 优化前后

4 结 语

通过利用WindPRO软件中的PARK和OPTIMIZE模块，分别进行仿真计算。根据考虑尾流与否计算发电量的过程和结果，结合与风电相关的理论专业知识，引导学生通过仿真实验的方式将尾流效应复杂抽象的理论概念转化为风电场发电量直观的数据形式，使其充分理解尾流效应等因素对风电场发电量的综合影响。机位排布的优化仿真实验可使学生对风电场中，风力机机位排布对发电量和尾流损耗的影响有更加直观的认识。让学生在充分理解专业理论知识的基础上，更好的掌握并使用WindPRO软件进行风电场发电量、风数据分析、尾流效应和机位优化等专业的应用技能。利用WindPRO软件进行仿真实验计算，消除学生的抽象感，让实践教学更为生动直观，基础理论、概念更易理解吸收，增加学生学习兴趣。WindPRO软件在教学当中的应用起到一举数得的效果，极大提高教学效率。

参考文献(References)：

[1] 徐 涛.2016年中国风电装机容量统计[DB/OL]. (2017-02-17)[2017-10-01].http://www.chinadmd.com/file/u3oi6ii6vsspupvsoo6uwsivatvv3vo6ca3xxaet_1.html.

[2] World Wind Energy Council.Wind:2016 market report by World Wind Energy Council (GWEC)[EB/OL]. (2017-02-10)[201-10-01].http://gwec.net/80088-2/.

[3] 吴双群，赵丹平. 风力机空气动力学[M].北京：北京大学出版社，2011.

[4] 许海清，李华强，潘一飞，等.尾流效应和风特性对双馈风机LVRT的影响[J].电气传动，2014(4):66-71.

[5] 苏勋文，赵振兵，陈盈金，等.尾流效应和时滞对风电场输出特性的影响[J].电测与仪表，2010(3):28-31.

[6] 孙 辉，吴姝雯，王 超. 尾流效应对风电场功率输出的影响分析[J].华北电力大学学报，2015，42(2):55-60.

[7] 陈树勇，戴慧珠，白晓民，等. 尾流效应对风电场输出功率的影响[J].中国电力，1998，31(11):28-31.

[8] 贾 彦，刘 璇，李 华，等. 考虑尾流效应对风电场机组布局的影响分析[J].可再生能源，2014，32(4):429-435.

[9] 李德平. 高校创新人才的培养与实践教学体系的构建[J]. 辽宁教育研究，2007(4): 75-77.

[10] 胡伟心.对仿真软件在教学中应用的思考[J].实验教学与仪器，2006，23(11):34-35.

[11] 李 平，毛昌杰，徐 进.开展国家级虚拟仿真实验教学中心建设提高高校实验教学信息化水平[J].实验室研究与探索，2013，32(11):5-8.

[12] 王海云，张革荣.风电场选址软件WindPRO在本科教学中的应用[J].机电信息，2015(15):163-164.

[13] 韩晓亮，孙少军，杜燕军，等. 地形图精度对复杂地区风电场计算结果的影响[J]. 电网与清洁能源，2012(8):84-98.

[14] Milborrow D J. Theperformanceof arraysofwind turbines[J]. Journal of Industrial Aerodynamics,1980(5):403-430.

[15] Larsen G C, Frandsen T, Folkerts L,etal.Comparison of wake model simulations with offshore wind turbine wake profiles measured by sodar[J].Journal of Atmospheric and Oceanic Technology,2006,23(7)：888-901.

[16] 张 硕，李庚银，周 明，等. 风电场可靠性建模[J].电网技术，2009，33(13)：37-41.

[17] 田 迅，任腊春.风电机组选型分析[J].电网与清洁能源，2008(10):36-39.

[18] 彭秀芳，李剑锋. 地形粗糙度线范围对风电场计算的影响[J].电力勘测设计，2012(4):70-73.

[19] 田琳琳，赵 宁，徐 爽.二维Jensen尾流模型的提出与验证[R]. 全国风能应用技术年会暨"十二五"风能973专题研讨会，2014.

[20] 苏 婧. 风向分布对简单地形下规则布置的风电机组间尾流效应的影响[J].内蒙古科技与经济，2014(9):102-104.