风电场规划与设计软件开发--毕业论文.docx

本科毕业设计设计题目：风电场规划与设计软件开发 学 院：XXXX学院 专 业：新能源科学与工程班 级： 能 源XXXX 学 号： XXXXX 学生姓名： XXXX 指导教师： XXX 2015年 6 月 10日贵州大学本科毕业设计诚信责任书本人郑重声明：本人所呈交的毕业论文（设计），是在导师的指导下独立进行研究所完成。毕业论文（设计）中凡引用他人已经发表或未发表的成果、数据、观点等，均已明确注明出处。特此声明。论文（设计）作者签名： 日 期： 贵州大学本科毕业设计 第V页目 录摘要Abstract第一章 绪论11.1研究的背景11.2研究的目的及意义11.3国内外发展概况21.3.1国内外风电场的研究现状21.3.2国内外软件应用概况21.4 论文的主要内容3第二章风能资源及风电场选址概述42.1风的理论知识42.1.1风的分类42.2风的测量52.2.1风向表示法52.2.2平均风能密度52.2.3平均风速测量62.2.4风能资源概述72.3风电场选址概述82.3.1风电场的宏观选址92.3.2风电场的微观选址92.4风电场选址软件102.4.1WAsP102.4.2WindFamer102.4.3软件局限性分析11第三章风电场模型123.1尾流模型123.1.1风力发电机组尾流对风电场的影响123.1.2Jensen模型123.1.3Lissaman模型143.2功率模型153.3遗传算法153.3.1遗传算法简介153.3.2遗传算法的特点及应用163.3.3基于RGA的风电场微观选址优化步骤16第四章WAsP在风电场规划的实际应用194.1WAsP开始前准备194.1.1测风数据设置194.1.2风力机设置214.2风电场规划具体操作步骤224.2.1选择风数据及地图的操作步骤224.2.2风力涡轮机设置244.2.3风电场设置274.2.4区域风资源分布地图304.3分析32第五章结论34参考文献35致 谢36风电场规划与设计软件应用摘要风能是清洁可再生能源，具有蕴藏量丰富、可再生、无污染、低成本、分布广等优点，越来越受到世界各国的重视。此外，风力发电已成为近几年来发展得最好的可再生能源技术，是最有希望替代常规能源的一种可再生能源。风电场微观选址对整个风电场的建设以及风电场的经济效益有着至关重要的作用。微观选址通常主要依靠经验，而随着计算机技术的不断发展，许多商业软件也被开发应用于风电场微观选址。本文针对目前国内外风力发电的现状进行描述，浅谈风电场规划中需要注意的问题，并对在风力发电中使用的软件WAsP及WAsP Engineering等做简要的介绍和说明。在此基础应用WAsP进行风电场规划的模拟操作，并得到了针对建立的简单风电场的风资源分布及发电量统计，对实际应用WAsP有一定的参考价值。关键词：风力发电，微观选址，WAsP，WAsP EngineeringWind farm plan and software application designingAbstractWind energy is getting more and more attention of the whole world because of its advantages like abundance of reserves, renewability, non-pollution, low cost, wide distribution, etc. In addition, wind energy is also the most promising renewable energy sources to conventional energy resources and the most developed technology among all the renewable energy resources in recent years. Wind farm micro-sitting plays a vital role in the economic benefits of the wind farm as well as its construction. Wind farm micro-sitting usually depends on experience, however, with the development of computer technology, many business softwares were exploited and used in wind farm micro-sitting . The main content of this paper contains about current situation of wind power, discussed shallowly in the wind electric field plan needs to pay attention question , introducing and explaining some software used in wind power(WAsP, WAsP Engineering,). Using WAsP to carry on the wind farm actual plan in this foundation, I have obtained wind resources distribution in view of the establishment simple wind farm and the power rate statistics which has certain reference value to practical application WAsP. Key words：wind power generation, micro-sitting selection, WAsP，WAsP Engineering37 贵 贵州大学本科毕业设计 第37页第一章 绪论1.1研究的背景社会经济的持续发展, 使得能源危机不断迫近。能源问题给人们的生产、生活造成了严重影响，人们为了缓解能源问题带来的影响纷纷把目光从传统能源转向风能、太阳能、氢能等可再生的清洁能源。在人类目前利用的所有可再生能源中，风能优势较为明显，备受重视。风能在世界范围内的蕴藏量十分丰富，其理论蕴藏量的1-2%用于发电时,就能对世界经济发展产生巨大的动力。我国风能虽然分布相对分散且集中程度不高，尽管如此，仍有巨大的开发利用潜力1, 2。在地球能源蕴藏量排名中，风能排在前列。风能备受重视且各国广泛开发利用的原因之一是风能的蕴藏量十分巨大，不仅大于水流的能量,也大于固体燃料和液体燃料的总和，且世界每年燃烧煤所获得的能量仅与风力一年内所供给能量的三分之一持平3。与常规能源和各种新能源相比, 风能利用都较为简单、灵活，有着广阔的开发利用前景。它不同于煤、石油、天然气、水能,需要各种繁杂的过程才能发电利用，风能可以直接获得，就地发电，不需要过多的中间过程，在很大程度上节约了成本。风能的利用简单,且机动灵活,可大规模利用，也可以根据需要进行小规模甚至单机运行，还可以与其他能源配合利用，因此，在缺乏水力资源、缺乏燃料和交通不方便的沿海岛屿、山区和高原地带,风能都可以得到很好的应用4。风能大规模利用最经济的方式是直接利用风力发电，而风电场在建设规划时比较复杂，许多因素都影响风电场的能源利用及经济效益，特别是在微观选址及其优化这一块，人们为了优化微观选址工作发明了一系列软件，其中应用最广泛的是丹麦RISO/DTU开发的WAsP软件5。1.2研究的目的及意义 由于风电资源开发的不断深入,风电场的地形也变得越来越复杂,但针对复杂地形条件下风电场微观选址的研究成果并不多见。复杂地形的风况通常情况下较平原复杂的多，由此而产生的风力机尾流、湍流会影响整个风电场的出力和载荷分布。因此为了合理的利用风能资源，我们需要对风电场进行微观选址优化。本文立足于其他研究之上，目的在于进一步分析风电场选址及优化等方面的问题，以期在日后的风电场规划及开发中使风电场更为高效合理化。风能的开发利用不仅对环境无害且能在很大程度上满足人民对能源的需求，同时还可以调整我国的能源产业结构，对我国实现环保和发展一把抓有重要意义。我国地形复杂、气候多样、人口众多，这些在一定程度上影响了我国的风能资源分布，使得我国的风资源利用因地域不同而呈现不同的特点，有些地方风资源丰富可以建设大规模风电场，有些则相反6。目前地形简单，适合建设风电场的地方基本不存在，人们开始把目光转向发资源丰富但地形较为复杂的地方。而复杂地形下风电场的建设、运行都与风电场微观选址息息相关，所以为了有效开发利用风能，不仅需对风能资源进行有效的评估，更要对风电场微观选址进行具体优化，以期达到使整个风电场输出功率最大化的目标2。1.3国内外发展概况1.3.1国内外风电场的研究现状风能有蕴藏量大、分布广、可再生、对环境没有直接污染和影响、能量密度低。不稳定、地方差异明显、发电方式多样化等特点。据数据显示，2015年世界在风力发电装机容量上增加了63690 MW，创造了新纪录, 世界风电总容量达到了435GW。2015年全球增长速率为比2014年（16.4 %）高出0.8个百分点。然而，随着风力发电开发的不断深入，世界风资源优良且地形相对平坦的风电场开发已经接近饱和，各国的开发商逐渐把目光转向风资源良好，但地形比较复杂的区域，如海上风电场。海上风资源十分丰富，但海上建设等相对陆地投资要大很多，因此，许多风电项目将目光转向陆上复杂地形（如山地、丘陵）但风资源较好的地方7, 8。近年来，我国风力发电发展迅速，风力发电装机容量到2015已经超越欧洲，俨然已是世界风电产业大国。目前，我国在平坦地形下的风电研究也趋于饱和，风电投资建设也转向复杂地形。复杂地形风电场具有很好的风能资源和发展前景，我国针对复杂地形下风力发电技术发展较晚，还处于起步阶段，需进一步发展。复杂地形下风电场内风况往往比较复杂，如何使整个风电场的风能利用达到最大是一个比较困难的问题。1.3.2国内外软件应用概况WAsP 是由丹麦 Risoe 国家实验室研究开发的用于风电场微观选址的资源分析软件，而美国开发的风能资源评估系统 Me2soMap 和 SiteWind 凭借其独到之处被多个国家和地区广泛应用。目前，基于互联网的动态交互风能资源评估系统主要有 Associated Weather Services 提供的 Wind Navigator 系统和 3TIER 公司的 FirstLook 系统。实际风电场选址工程中，由 WAsP 计算出的风电场输出不够准确，一般比真实值高。风电场选址过程中不具备自主优化功能，需人为确定微观选址方案，再经过多次比较才能得到较合理的方案。虽然WAsP 本身存在不完善的地方，但WAsP 仍是应用最广泛的一款软件。WindFamer也是应用较多的一个软件，在许多情况下会与WAsP联合使用，能得到一个更为不错的方案。我国国内也有利用GIS等相关软件进行风资源评估等工作，但我国自主研发的技术还处于起步阶段，目前没有一个较好的软件用于应用9, 10。1.4 论文的主要内容本文主要进行了以下工作：（1）风电场风资源分析：该部分论述了风的基础知识和风的分类，分析了不同地形下微观选址的主要区别，介绍了两款常用的风电场微观选址软件并分析了这两款软件存在的局限性；（2）风电场模型：该部分分析了风力发电机组尾流对风电场的影响，介绍了Jensen模型和Lissaman模型这两种简单的尾流模型，以及以概率密度为基础的功率模型；（3）遗传算法：介绍遗传算法的特点及应用，以及基于实值编码的改进遗传算法对风电场的微观选址进行优化步骤；（4）就WAsP进行风电场的规划设计内容，与经验的排布方法比较，得出结论。第二章风能资源及风电场选址概述2.1风的理论知识空气的运动形成了风，而空气运动的原因主要是由于地球表面因地方不同而接收的太阳辐射强度不同和地球自转而形成的，也即是空气受力不均匀产生了风8, 11, 12。地球大气运动是气压梯度力和地球自转的偏向力共同作用的结果。2.1.1风的分类风的分类有许多种，在这里主要介绍按成因不同进行分类的海陆风、季风、山谷风、焚风这几种。1）海陆风 海陆风的形成主要是由于海水和陆地比热容不同，吸收和放出热量的多少盒速度差而引起的。白天，太阳辐射到海面和陆地时，海水比热容大，吸收的热量多，陆地吸收热量少，造成海面上温度低于陆地；晚上时陆地放出热量快，海水较慢，使得海面温度高于陆地。就是这样的温度差异形成了温度梯度，导致空气在海面和陆地间运动，由海面吹向陆地的风称为海风，反之为陆风，合称海陆风13。2）季风 季风是随季节变化的风。伴随季节的变换，陆地和海洋的太阳辐射不同而产生了海陆之间的温度差异，从而形成了大尺度、随季节交替变换的局部热力环流13。季风一般以年为周期，如亚洲地区，夏季陆地空气比海洋热，在内陆形成接近地面的低压区，海上湿空气流入内陆，冬天大陆比海洋冷，因此夏季形成东南风8, 11, 13。相反地，冬季盛行西北风。冬夏季节不仅风向发生变化，且气流的干湿也发生转变。3）山谷风 白天，在同一高度上，山坡处空气升温快，谷底上空空气升温慢，风从山谷吹向山坡称为谷风。夜间情况相反，谷底上空空气降温慢，风从山坡吹向山谷，称为山风。山谷风一日为周期，风速低，谷风一般为2-4m/s,而山风才1-2m/s13。4）焚风 气流在经过大山脉时，在山的背风面产生一种干暖风称为焚风。焚风产生的原因主要有两点，一是气流在山前有降水，由于释放潜热，使过山气流气温剧升，气流过山后下沉并增温，形成干热的焚风；二是山前无降水时，气流自上层过山，经绝热压缩使气温升高，在山后形成焚风8, 12。焚风的害处很多，会造成果木和农作物的干枯，形成森林大火。当然也可以加速冬季积雷融化，利于早点使草木生长。2.2风的测量2.2.1风向表示法 风向一般用角度来表示，正北为基准（0°），顺时针确定风向角度。常用16个方位表示，即北(N)、北东北(NNE)、东北(NE)、东东北(ENE)、东(E)、东东南ESE)、东南(SE)、南东南(SSE)、南(S)、南西南(SSW)、西南（SW)、西西南(WSW)、西(W)、西西北(WSW)、西北(NW)、北西北(NNW)。静凤记为C 8, 12 。风向玫瑰图常表示某一风向在一年或一个月中出现的频率。 图2.1 风向方位图 图2.2 风向玫瑰图2.2.2平均风能密度风能资源丰富程度一般用风能密度来表示。风能密度是指在单位时间内流过垂直于风向的单位面积的空气动能，计算公式为： W=12mv2=12vv2=12v3 (2-1)其中，表示空气密度（kg/m3），v表示风速（m/s）。在时间长度上，风速不是一个确定的值，而是一直在不断变化，所以常用平均风能密度（即一段时间内风能的平均值）来表示，计算公式为： W=1T0T12v3tdt=i=1n0.5vi3tiT （2-2）式中：ti为vi的持续时间；ti=T；n为时间分段数。 由式2-1和2-2可以看出，风速的大小对风能密度有重大影响。但风速是不稳定的，随高度、时间等都会有变化，所以计算时我们一般用平均风速来计算风能密度。此外，由于空气密度受气压和温度的影响，所以各地的的空气密度是不同的，进而得到不同地方、不同条件的风能密度是不同的12。2.2.3平均风速测量（1）平均风速随高度变化规律风速是指空气在单位时间内流动的距离，常用m/s、km/h等来表示。测量风速的仪器称为风速仪，测量风速的仪器为风速仪，其类型有多种，根据工作原理可分为：旋转式风速仪、压力类风速仪、热电风速仪、相移风速仪8, 11, 12。用风速仪测得的风速是瞬时风速，并不能很好地表示风速特性，因此人们在实际计算中常用日平均风速、月平均风速或年平均风速来对某地的风速进行描述。在大气边界层中，地面植被、建筑物等会对空气运动产生影响，使得风速在不同的距地高度上具有不同的风速，风速随高度变化的这种变化规律称为风剪切或风速廓线，一般接近于对数分布率或指数分布率13。在距地面100m高度范围内，风速与距地面高度之间满足如下对数关系： vlnzz0 (2-3 )式中，v为距地高度z处的平均风速，m/s；z为距地高度；z0为地表粗糙长度；其取值如表2.1：表2.1 不同地表面状态下的地表粗糙长度值z0地形沿海区开阔场地建筑物不多的郊区建筑物多的郊区大城市中心z0/m0.005-0.0100.03-0.100.20-0.400.80-1.202.00-3.00 与对数分布相比，更多的国家常选择经验的指数分布函数来描述接近地面的风速随高度的变化规律，这时，风速廓线表示如下; v=v1zz1 (2-4)式中，v1为高度z1处的平均风速；为风速廓线经验指数，其取值大小受地面环境的影响，在计算不同高度风速时，可按表2.2 取值。表2.2 不同地面状态下的风速廓线经验指数值地面情况光滑地面，海洋草地较高草地城市地高农作物少量树木树木多，建筑物少森林，村庄城市高建筑0.100.140.160.200.22-0.240.28-0.300.40如果已知z1，z2两个高度的实际平均风速，则可用下式计算值。 =logv2v1logz2z1 （2-5）（2）平均风速分布平均风速的分布特性存在一定的统计规律性，一般情况下，普遍采用概率论和数理统计中的概率分布函数和概率密度函数描述风速的统计特性。在人们的生产应用中，平均风速分布通常用双参数威布尔分布来描述。威布尔分布用下式表示13： P（v）=kcvck-1e-vck （2-6）式中，k为形状系数；c为尺度系数。2.2.4风能资源概述 风能资源的精确评估以大量准确的风参数为前提，利用定性或定量的方法，通过对风速频率分布、风向分析和风速随时间的变化规律研究，得出风能资源评价的一系列指标。由于风能资源时空分布的不均、受风参数的获取途径不同和对风能资源评估要求的准确度提高等因素的影响，目前，针对不同情况存在不同的风能资源评估方法。通常，可以分为统计方法和数值模拟方法8, 14。风电场风能资源评估需做到以下7点： (1)根据风电场实测气象资料，计算出拟选风场内空气密度值。(2)确定风电场装机高度、50年一遇的最大风速和极大风速。(3)拟选风电场场址地区装机向度及以下不同高度代表年全年平均风速和年平均功率密度按GDT187l .2002风功率密度确定等级，属于风能资源儿类区。(4)风电场测风塔所代表区域代表年风向和风能密度主导方向，发生频率，风能密度分布最大方向及所占比例。(5)风电场测风塔所代表区域代表年装机尚度订效风速小时数占全年小时数的百分比。(6)场址风资源评价，合无破坏性风速，主风向频率发午的概率。(7)技IEC 61400一1标准评价风电场场址内资源等级11。风能资源评估存在的主要问题有：(1)气象台分布密度小，使得风能资源详查不足，限制了风能资源评估的分辨率；（2）风能资源评估手段有限，国外软件对我国风资源进行评估时存在不同程度的局限性和误差；（3）海上风能资源调查、研究薄弱，还没有针对50m以下的全面的海上风能资源调查8, 11, 13。2.3风电场选址概述风电场微观选址对整个风电场的建设及经济效益有着至关重要的作用。风电场的开发过程中，必须要先考虑的问题是风电场的选址，一个好的场址选择可以给风电场带来可观的经济效益，同时增加机组的使用寿命15。风电场选址分为宏观选址和微观选址。宏观选址是指基于多年测风资料及地形资料的基础上，选合适的风电场场址。微观选址则是在宏观选址选定的范围内进行，综合考虑各种影响因素和经济效益，确定风力发电机组的排列布置方式。据国内外的经验表明，微观选址的失误而造成发出力不足和机组维修费用远远大于对风电场场址进行合理规划的费用，所以风电场微观选址是使风电场建设运营合理化的必要条件10, 15。当风能资源已确定时，风电场微观布局必须要考虑风向、风速分布数据、风电场长远发展的整体规划（例如征地、设备引进、运输安装投资费用、道路交通及电网条件等）。为了风能资源得到充分利用、风电场微观布局最优化、整个风电场经济效益最大化，在布置风力机时，需综合考虑风电场所在地区的主导风向、地形特征、风力发电机组湍流、尾流作用、环境影响等因素，减少众多因素对风力机转动的干扰，确定风电机组的最佳安装间距和台数，做好风力机的微观选址工作。此外，风电机组的安装间距不仅要保证风电场效益最大化外，还要满足风力机供应商的要求，也需要考虑风力机阴影，风力机反射、散射和衍射，噪声，视觉等环保限制条件以及对鸟类生活的影响等16。复杂地形下地形地貌会对风的流动产生很大干扰，会影响风电场的发电效率，影响风力机安全运行，缩短其寿命，因此，在复杂地形建设风电场之前，人们需要掌握风电场周围地形地貌对风流动的影响程度16。随着世界各国风电开发的不断深入，复杂地形（山丘、山脊）等也越来越受到风电开发者的关注，如何对这些地形的风资源分布进行准确的评估是风电场微观选址的关键。目前风电场微观选址工程中主要是应用一些成熟的商业软件（例如WASP、WindFarmer等）来进行微观选址优化工作5。2.3.1风电场的宏观选址风电场宏观选址是指考虑风资源情况后，选择一个最有发展前景区域的过程，且尽量选择风速高、有效风速持续时间长、供电距离较近、维护管理方便而周围又没有高大障碍物的开阔地或小的丘陵、小山等地域。风电场的宏观选址主要虑以下几点：1） 风能质量好：平均风速高，风功率密度大，可利用小时数高；2） 风向基本稳定：只有一个或相对的两个盛行主要风向有利于风力机的排布；3） 风速变化小：风速随时间和季节变化尽可能小；4） 尽量避开灾难性气候频发地区：如台风、龙卷风、沙暴、雷电等；5） 发电机组高度范围内风速的垂直变化小；6） 地形地质形尽可能单一，地质情况能满足塔架基础、房屋建筑施工的要求且要远离强地震带等；7） 对环境不利影响小：距居民区和道路有一定的安全距离；避开鸟类飞行路线及筑巢区；占用少量的植被面积；8） 交通方便，尽可能接近电网并考虑并网可能产生的影响13。 2.3.2风电场的微观选址风电场微观选址是在宏观选址确定的风电场范围内确定风电机组的布置，一般的选址原则是17：1）考虑地形的影响 平坦地形条件下需考虑地面障碍物的影响，因为障碍物的下游会造成尾流扰动区，使得风速降低，湍流加强，影响风力机组的发电和运行。复杂地形(有山丘、河谷或较大水面)：山地和谷地要考虑谷地方向和主要盛行风向的关系。当风向与谷地走向一致时，风速会比平坦地形大。当有孤立的山丘或山峰时，在山丘顶上和山丘与盛行风向相切的两侧上部是最佳的安装位置18。2）考虑机组的排列方式 风电场设计的主要问题是合理排布风力发电机组，排列的稀疏密集程度对整个风电场都有很大影响。过密，尾流效应严重，降低效率，减少发电量，由于强湍流还会造成机组振动。排列过疏则不能充分利用风能，还增加了道路、电缆、土地等费用。2.4风电场选址软件风能资源评估、风电机组位置排列及发电量测算等在风电场规划和建设过程中都是非常重要的环节。为此，国内外不少研究机构对其做了许多研究，并研发了不少软件。对国际上应用最广的风能资源分析软件作简单介绍。2.4.1WAsP WAsP软件在对平坦地形的风能资源分析较为准确，也凭此功能而得到普遍认可，是目前世界上应用最广泛的风能资源分析软件。原始测风数据分析、风图谱的生成、风况估算和理论发电量估算是WAsP软件主要的四个计算模块9, 19。 WAsP软件的主要功能如下： (1)对观察数据的统计分；。(2)风功率密度分布图的生成；(3)风气候评估；(4)风力发电机组年发电量计算；(5)风电场年总发电量计算20。2.4.2WindFamer风电场设计和优化软件Wind Farmer(Wind Farmer Design 8L Optimization Soft Worre)是由英国自然能源公司和Garrad Hassan公司联合组成的合资软件公对WINDOPS有限公司开发的。Wind Farmer软件主要用于风电场优化设计即风力发电机组微观选址，在国外，尤其在欧洲，已得到广泛应用21。Wind Farmer软件的主要功能如下：(1)对风力机组选址进行自动优化；(2)确定风力机组尾流影响；（3)对水平轴风力机组性能进行分析比较；(4)对风力发电机组噪声级进行分析确定；(5)分析及预测风电场噪声；(6)确定并调整风力机组间的最小分布距离；(7)按照地质、技术要求选择区域并避开环境敏感的地段；(8)界面可视化(电缆布线着色，集锦照相，根据视觉优化原则编制布局图)；(9)进行财务分析；(10)汁算湍流强度；(11)计算电能损耗21。使用WAsP软件的部分结果数据作为输入，Wind Farmer软件与WASP软件配套使用，是进行风电场没计及风力机组微观选址的重要手段11。2.4.3软件局限性分析WAsP、WindFarmer在平坦地形下都是很好的风资源评价工具，能够较好地反映当地的风资源状况，然而复杂地形条件下，这两个软件的计算结果都有较大的误差，难准确地估算出风资源状况22, 23。WAsP软件存在的局限性表现如下：（1）障碍物模型不完善，夸大了障碍物对风的影响，使得对越过障碍物的风速计算错误；（2）在利用WAsP软件对较陡峭山背风面风速估计时有较大出入；（3）对较复杂地形，受多种因素影响，WAsP软件不能很好地计算风速受地形的影响程度，对风力机的发电量估算错误，且地形越复杂，结果准确度就会降低23。为提高软件计算的准确性，风电场微观选址之前，应多在具有代表性位置安装测风仪，且对不同高度梯度进行风速测量，后续风电场微观选址工作根据实际的测风数据进行。但就目前WAsP的主体功能模块而言，其不能进行多个测风塔测风数据联合分析，减少计算误差的能力不足，只能按测风塔进行区域划分再根据各自区域内的测风塔测风数据进行独立计算5。第三章风电场模型3.1尾流模型3.1.1风力发电机组尾流对风电场的影响风力发电机组尾流区是指经过风轮的气流所在区域，与风轮前的气流相比，速度变小，湍流度增强。风电机组尾流区可分为近尾流区和远尾流区两个区域，靠近风轮后方大致一个风轮直径长的区域是近尾流区，近尾流区以后的部分则是远尾流区24。风力发电机组间尾流的影响主要表现在上游风电机组对其下游风电机组的影响。风力发电机组的尾流效应是指风力发电机组运行时，旋转的风轮使得空气来流经过后方向与速度产生变化，这种对初始空气来流影响就称之为风力发电机组的尾流效应24。风电场中发电机组产生的尾流效应会相互影响。对下游风力机风速的影响。风力发电机组的尾流效应在整个风电场范围都有影响，相近的风力机之间尾流效应甚至会叠加，在很大程度上影响下游风力发电机组的发电效率，所以风电场布置时要尽量减少风力发电机组尾流效应对其下游风力发电机组的影响。此外，尾流效应会影响下游风力发电机组使用寿命。由于风力发电机组尾流效的影响使得风轮叶片的内压力增大，影响叶片的使用寿命25。风力发电机组产生的尾流区域相当于一个比其自身直径大的风速逐渐减小的区域。尾流的宽度因向外扩散而不断增大，与此同时，尾流与其周围的气流混合后向尾流中心扩散。尾流中速度的差异逐渐消除，尾流变得更宽更浅，大气湍流度的等级高低决定了这种现象发生的程度24。3.1.2Jensen模型在风电场中，布置在下风向的风电机组的风速由于尾流的影响将低于坐落在上风向的风电机组的风速。确定尾流效应主要考虑机组间的距离、推力特性、风电机组的功率特性以及风的湍流强度等物理因素24。受尾流影响的风的湍流强度为： v=g+0v0 (3-1) g=0.08v0 (3-2) 0=0.12v0 (3-3)式中：H和0为发电机组产生的湍流和自然对流的均方差；v0为大气风速。Jensen模型如图3.1所示，模拟了平坦地形的尾流情况。图中x、R、Rw分别为两个风电机组的距离、叶轮半径和尾流半径，v0、vT、vX则分别是自然风速、通过叶片的风速和受尾流影响的风速24。图3.1 Jensen尾流模型根据动量理论有： Rw2vx=R2vT+Rw2-R2v0 (3-4) dRwdt=kwg+0 (3-5) dRwdx=dRwdtdtdx=kwg+0v0 (3-6)式中：为空气密度；kw为常数。令尾流耗散系数k=kw(g+0)/v0，根据推力系数公式可以求解得到v0、vT和风电机组的推力系数CT关系为： vT=v01-CT12 (3-7)推导有：vx=v01-1-1-CT12RR+kX2 (3-8)设m=X/R，并代入式(3-8)可得： vx=v01-1-1-CT1211+km2 (3-9)其中耗散系数k按照陆上风电0.075、近海风电0.050来选取。3.1.3Lissaman模型在地形复杂的风电场中，部分风力发电机组需安装在山上，而安装高度的变化会引起风速的变化从而影响整个风电场的的发电效率。Lissaman模型是由Lissaman根据各台风机的位置高低不同建立的，较好地近似模拟有损耗的非均匀风速场，模型如图3.2所示24。图3.2 Lissaman尾流模型假设有两个相邻的场地，一个风机安装的海拔相同，另一个风机安装的海拔不同。在这两个场地的边缘分别安装两台相同型号的风电机组，它们的风速相同，均为v0，沿着风速方向的坐标位置都是x=024。当在x=0位置处没有风电机组时，平坦地形X处风速仍为v0，而位于海拔H处的风机的风速为： v0'=v0H+hh1 (3-10)式中：h为风机的塔架高度；1为风速随高度变化系数，一般取1=1/7。当在x=0位置处安装个风电机组后，受尾流影响，x=X位置处风速分别为：v1x=v01-d1 (3-11) v2x=v01-d2 (3-12)式中：d1和d2是对应的风速下降系数，如采用Jensen模型，则得：d1=1-1-CT12RR+kX2 (3-13)令m=x/R，并代入式(3-13)得：d1=1-1-CT1211+km2 (3-14)若两种地形条件下风电机组损耗相同，也即是尾流中的压力相同，根据Lissaman模型可得到： d2=d1v0vo'2 (3-15)把式(3-10)、(3-13)代入式(3-15)，可得： d2=1-1-CT12RR+kX2hh+H2 (3-16)把m=x/R代入上式，得： d2=1-1-CT1211+km2hh+H2 (3-17)把式(3-16)代入式(3-12)，可求出： v2x=v01-1-1-CT12RR+kX2hh+H2 (3-18)把m=x/R代入上式，得：v2x=v01-1-1-CT1211+km2hh+H2 (3-19)3.2功率模型虽然风机功率曲线p=f(v)通常类似于反曲函数，但也可以近似描述为一个分段性函数，如式(3-20)： p=fv= 0 &v<vin或vvoutv+ &vinv<vrdprd vrdvvout (3-20)式中：vin、vout和vrd分别为风电机组的切入风速、切出风速和额定风速；prd为风电机组额定功率；、为功率系数。3.3遗传算法3.3.1