大型风电场风机最优布置规律研究_王丰
民勤红沙岗百万千瓦级风电基地风机排布优化研究
优化 ， 多 数情 况 为规 则 的行 列式 排布 。宫靖 远 等提 出， 对平 坦地 形 ， 当盛行 风 向为一个方 向或者两 个方
向（ 互相 为反方 向） 时 ， 风 机 在 盛行 风 向 上 间 距 为 ５ Ｄ～ ９ Ｄ（ Ｄ 为 叶轮直 径 ， 下 同） ， 在垂直 盛行 风 向间距 为 ３ Ｄ～ ５ Ｄ＿ １ ： Ｐ ａ ｔ ｅ ｌ 也指 出 ： 风机布 置 的最优 距离 为
地 利 用率 。通 常 在实 际 风 电场开 发建 设 中 ， 由于各 种 限制 因素 的制 约 ． 风 电场 区域边 界 已确 定 ， 因此 ，
在 确 定 的风 电场 边界 和 风能 资源 情况 下 ， 应保 证 风 机问相 互影 响最 小化 。
风机 的最 优 化布置 研究在早 期基本 属于经 验性
用 于风 电场流场模 拟 的基础数 据 为风 电场 内的
６座 测风塔 同期 观 测数据 ，并 且测 风数 据 做前期 完 整 性检 验 和合 理性 检验 。 满足 Ｇ Ｂ ／ Ｔ １ ８ ７ １ ０ — ２ ０ ０ ２ （ ＜ 风
在盛 行 风 向上风 机 间 隔 ８ Ｄ ～ １ ２ Ｄ，在垂 直于 盛行 风 向 上风 机 间 隔 １ ． ５ Ｄ～ ３ Ｄ［ ３ ］ ． 这些 排 列 方 式在 实 际风 电场 的开发 过程 得到 了广泛 的应用 。 由 于经验 性 结论 的排列 方式 有其 局 限性 。 对 于 不 同风 电 场 和不 同类 型 的风 机 最 优 间 隔是 不 相 同 的， 因此 ． 许 多 学者 开展 了针 对 不 同区域 、 不 同风况
第 ４ ９卷 第 ９期 ２ ０ １ ３年 ９月
甘 肃 水 利 水 电 技 术
ＧＡ ＮＳ Ｕ ＷＡ Ｔ Ｅ Ｒ Ｒ Ｅ Ｓ Ｏ Ｕ ＲＣ Ｅ Ｓ ＡＮ Ｄ Ｉ ｔ Ｙ Ｄ ＲＯＰ ＯＷＥＲⅡ ｅ Ｃ ＨＮ０ ＬＯＧ Ｙ
大型风电场风机最优布置规律研究
大型风电场风机最优布置规律研究王丰;刘德有;曾利华;陈守伦;陈星莺【摘要】采用较完善的风机优化布置计算数学模型,研究了单一风向风况下的风电场风机最优布置的一般性规律,给出了风机布置排数和风机间距的合理取值范围:风电场区域无限制以及风电场沿盛行风向上尺寸较小时,风机横向间距应为2D0～3D0(D0为风轮直径),纵向间距应大于15D0;风电场沿盛行风向上尺寸较大时,可考虑布置3排以上风机,风机纵向间距应为15D0-20D0,风机横向间距应为3D0～5D0;风机优化布置一般可不考虑风速大小的影响.在此基础上,研究了均匀对称风况、1个主导风向风况和多个主导风向风况下的风机最优布置规律,得出了风机最优布置形式与风况特征的规律性基本一致,且风况越复杂,风机最优布置的规律性越弱的结论.【期刊名称】《河海大学学报（自然科学版）》【年(卷),期】2010(038)004【总页数】7页(P472-478)【关键词】风电场;风机;布置排数;风机间距【作者】王丰;刘德有;曾利华;陈守伦;陈星莺【作者单位】河海大学水利水电学院,江苏,南京,210098;河海大学水利水电学院,江苏,南京,210098;河海大学水利水电学院,江苏,南京,210098;河海大学水利水电学院,江苏,南京,210098;河海大学水资源高效利用与工程安全国家工程研究中心,江苏,南京,210098【正文语种】中文【中图分类】TK83风电场风机优化布置是风电场规划中的关键环节,其布置方案的优劣直接影响风电场的发电量以及风电场的经济性水平.在风电场区域边界以及该区域风资源确定的情况下,如风机布置数量太少,将会降低该区域风资源的利用率;但如风机布置数量太多、风机间距太小,则会由于风机尾流的影响而降低各单台风机的发电效益,从而降低整个风电场开发的经济性[1-3].因此,考虑风机布置数量在内的风机最优布置方案是风电场规划设计和开发过程中需要深入研究的重要课题.在最初的研究中,风电场风机优化布置理论基本属于经验性结论,布置方式也基本为规则性的行列布置.如Patel[4]提出:风机布置的最优距离为在盛行风向上风机间隔8D0～12D 0(D 0为风轮直径),在垂直于盛行风向上风机间隔1.5D0～3D0.而王承煦等[5]指出:在盛行风向上要求风机间隔5D0～9D0,在垂直于盛行风向上要求风机间隔3D 0～5D0.这些基于经验判断给出的风机布置间隔距离,在一定程度和特定阶段指导了风电场风机优化布置的探索研究和工程应用.Ammara等[6]曾据此构建了一个风电场风机布置方案,在保证相同发电量的同时,能够有效地减少风力发电机组的总占用土地面积.实际上,不同风电场和风机类型的风机最优间隔距离是不相同的,上述经验成果只能在一定条件范围内作为风机优化布置设计的参考.为此,许多学者针对不同风况、不同区域边界的特定风电场进行了风机最优布置的更精确的计算研究.Mosetti等[7]首先提出了基于遗传算法的风机优化布置计算方法,把风电场总投资成本、发电效益作为优化变量,用两者的比值作为目标参数,评价不同风机布置方案优劣.该计算方法采用穷举法对不同风机布置方案进行经济比较,最终确定相对优化的风机布置方案,摆脱了风机经验布置间距的限制,可以获得更科学、合理的结果.Grady等[8]在Mosetti等[7]研究的基础上,利用遗传算法研究了风机优化布置问题,并结合理论分析,对风机优化布置形式进行了计算分析和校核,得到了更好的结果.Marmidis等[9]采用Monte-Carlo方法对风电场风机优化布置问题进行了研究,提出了研究该问题的新思路和新方法.Mosetti等[7-9]的研究虽提出了若干创新性的计算方法和模型,研究成果也为风电场风机优化布置的研究和实际工程设计提供了重要的理论基础,但其中所采用的风机优化布置计算模型还不完善,更未对风电场风机最优布置的一般性规律进行系统的探讨分析和论证研究.本文以风电场效益最大化为目标,在已有研究成果的基础上,采用一维非线性尾流扩张模型、基于动能衰减原理的尾流叠加模型、协调发电量与成本的风电场效益评价模型、考虑不同风机台数的发电量与成本之比的增量装机评价模型以及遗传算法[10]进行优化计算求解,研究了单风向风况和各典型风况下的风电场风机最优布置的一般性规律以及有关因素的影响关系.1 单一风向风况下的风机最优布置规律单一风向风况下的风机最优布置规律是复杂风况下风机最优布置规律的研究基础.因此,本文首先从风机最优布置间距、风速对风机最优布置间距的影响以及复杂边界风电场的风机最优布置规律等方面入手研究单一风向风况下的风机最优布置规律.1.1 风机的最优布置间距风机布置间距(中心点间距)包括垂直于盛行风方向的横向间距和盛行风方向的纵向间距.前人基于经验的研究结论是:风机的最小横向间距范围为2D0～5D0,最小纵向间距范围为5D0～12D0[4-5].实际上,风电场风机的横向、纵向间距应该按“在盛行风向上,上游风机尾流对下游其他风机出力无影响或影响很小”的原则确定.即对于不同的风电场,其最优风机间距是不同的,应根据风场区域形状及尺寸、风机类型等因素经综合优化设计计算后确定.但目前常用的上述风机间距取值范围所依据的主要是半经验性的风机优化布置数学模型,特别是其风机尾流模型存在较大的简化误差,故不能满足当今大型风电场的风机优化布置设计需要.对于风电场区域无限制的情况,风机的最优纵向间距可按“上游风机尾流风速恢复至90%”的原则确定.即确定风机的最优纵向间距首先应研究确定风机尾流风速的变化规律.由于采用一维非线性尾流模型计算时,风机的轴向推力系数对风机尾流风速影响最大,其他参数如地表粗糙度、风机轮毂安装高程等影响较小,而由文献[11]可知,设计良好的叶片在其运行范围内大部分轴向诱导系数值一般为0.33左右,则可估算得到相应的推力系数为0.88左右,因此,可采用推力系数0.88求得对应的风机尾流风速与风机下游距离的关系曲线,如图1(a)所示.图中U0为风机上游风速,x为风机后沿轴向的距离.计算分析结果表明,该关系曲线受风轮直径D0的影响很小.由图1(a)可知,风机的最优纵向间距约为15D0.当风机采用排列状方式布置时,设首排风机出力为对应风电场自由风速下的最大出力,则在单一风向下不考虑横向风机之间的尾流影响和风机轴向推力系数的变化时,第2排风机的相对出力为72.9%,第3排风机的相对出力为53.1%.以此类推可知,当风场布置3排或3排以上风机时,后排风机出力受前排风机的影响很大,因此后排风机的纵向间距应适当增大.图1 风机尾流风速 U及尾流影响直径y的变化曲线Fig.1 Variation of relativewake flow and wakediameter of wind turbines关于风机的最优横向间距,可按“上游风机尾流对其他列的风机出力无影响或影响很小”的原则选取.即确定风机的最优横向间距首先应研究确定风机尾流影响区域的变化规律,如图1(b)所示.由图1(b)可知,风机尾流影响范围(即影响区域直径)随着下游距离的增加而增加.当风场布置2排风机时,风机最小横向间距应为2.5D0;风场布置3排风机时,风机最小横向间距应为3D 0;随着风机布置排数的增多,风机的最小横向间距也应适当增大.对于风电场区域确定的情况,受风场尺寸以及风电场开发经济性等因素的限制,风机最优布置间距一般需根据风场具体情况适当调整.例如,设某风电场尺寸为2000m×2000m,风机轮毂中心高程H0=60m,转轮直径D0=40m,推力系数CT=0.88,地面平均粗糙度 Z0=0.3m,风机额定风速13m/s,风机功率曲线按P=0.3ui3描述,ui为第i台风机的工作风速;风电场自由风速恒定为12m/s,0°方向来风,网格按照迎风方向划分为15×15,则风电场风机最优布置计算结果如图2所示,其风机出力、成本及适应值曲线如图3所示.图2 风机布置方案Fig.2 Optimal configuration of wind turbines从上述计算结果可以看出:对于单一风向风况的风电场,风机最优布置方式可为并行排状形式,风机最优排数可由风电场风机适应值曲线决定;随着风机数量的增加,对应最优布置方案的适应值参数随之改变,其总体趋势为先减小后增大,均存在一个极小值.对于上述算例,当风机布置少于3排时,其适应值较大,经济性较差;当风机布置为3排时,即风机数量为30～45台时,其适应值较小且变化不大,此时的风机最小纵向间距约为20D0;当风机布置为4排时,其适应值迅速增大,即风电场的经济性明显降低,此时的风机最小纵向间距约为10D 0.对于上述算例,当其他参数不变时,改变该风电场区域沿盛行风方向上的纵向尺寸,可以计算得到其风机最优布置排数等参数,如表1所示.由表1可见:当风电场沿盛行风方向上的尺寸较小时(小于20D 0),沿盛行风方向上应布置1～2排风机,风机的纵向间距在允许范围内应取最大值,而横向间距应为2D0～3D0;当风电场沿盛行风方向上的尺寸较大时(＞20D0),沿盛行风方向上可考虑布置3排或更多排风机,此时,风机的最优纵向间距为15D0～20D0,最优横向间距为3D0～5D0.图3 风机总出力 P、成本 C及适应值曲线Fig.3 Output power,cost and fitness of wind turbines表1 风机最优布置排数计算结果Table 1 Calculated results of optimalplacement rows of wind turbines风场纵向尺寸L 计算最优布置排数建议布置排数建议风机纵向间距建议风机横向间距≥2.0D 0 12D0＜L≤20D0 2 1～2 最大可能值≥2.5D 0 20D0＜L≤55D0 3 2～3 10D0～15D0 ≥3.0D 0 L＞55D0 4 ＞3 15D0～ 20D0 3D0～5D0 L≤12D0 1 11.2 风速对风机最优布置间距的影响风电场自由风速变化时,风机的出力及尾流风速随之变化,风机最优布置也可能发生改变.对于区域无限制的风场,其最优布置间距根据尾流风速恢复系数确定,与风速大小无关;对于区域确定的风场,在风机排数一定的情况下,风速大小对风机最优布置间距可能存在一定的影响.假设沿盛行风方向上,风场中分别布置3台、4台风机,如图4所示,并设图4(a)中的L1+L2=2000m,图4(b)中的L1+L2+L3=3000m,其余参数同前述算例.在风机台数一定的情况下,以风机总出力最大为目标,把自由风速U1作为变量,经优化设计计算可得到风机布置位置以及风场风机总出力,计算结果如图5所示.由图5可见,当沿盛行风方向上布置3台、4台风机时,其最优布置位置在一定的风速范围内是不变的.最优布置位置的突变条件是:随着自由风速的增大,中间风机出力增大至额定出力时,为满足风电场风机总出力最大,中间风机最优位置会逐渐向上游风机靠近;当风场自由风速足够大、风机均达到额定出力时,风机的最优布置位置会出现多值的优化计算结果.图4 风机布置Fig.4 Placement of wind turbines图5 不同上游风速下风机最优布置间距L与风机总出力P曲线Fig.5 Relationship between optimal spacing of wind turbines and output power under different upstream wind speeds一般来说,由于风机年利用小时数相对较低,风场自由风速大多是在额定风速附近或小于额定风速.因此,在风电场风机优化布置时,只需参照图5中的第1段直线即可.也就是说,在风电场风机最优布置计算时一般不需考虑风速大小变化的影响.1.3 复杂边界风电场的风机最优布置规律风电场的开发可能由于某些因素限制,如用地限制、地形限制以及建筑物限制等,使得实际风电场的区域边界形状各不相同,这对风机最优布置方案也会有一定的影响.除上述方形风场外,对于梯形、圆形以及不规则形状的风电场,其风机优化布置的计算结果如图6所示.其中,对于不同形状的风电场,本文通过在风场内限制某些区域不允许布置风机的方式实现,在图6中,不允许布置风机的网格点以“×”号表示.图6 单一风向下风电场风机最优布置方案Fig.6 Optimal configurations of wind farms under single wind direction condition由图6可见,对于梯形、圆形和不规则形状的风电场,由于风机布置位置受风场边界制约,最优布置方案与方形风电场略有差异,但其最优布置方案所体现的风机布置规律与方形风电场基本一致,即本文上述给出的风机最优布置规律也适用于不规则形状的风电场.2 其他典型风况下的风机最优布置规律风电场最优风机布置与风况密切相关.典型风况中,除单一风向外,还包括均匀对称风向风况、1个主导风向风况和多个主导风向风况,其风玫瑰图如图7所示.图7 典型风况的风玫瑰图Fig.7 Wind roses of typical wind conditions2.1 均匀对称风向情况在某些特殊地区,如草原、沙漠等平坦区域,全年各个方向的来风以及概率均相等或相差不大,其风况主要体现为均匀对称风向.此时,上述算例的风机优化布置计算结果如图8所示.图8 均匀风向下风电场风机最优布置方案Fig.8 Optimal configurations of wind farms under uniform wind direction condition对于均匀对称风向风况,不同形状风电场中风机最优布置的规律性较强,基本表现为沿风场区域边缘对称布置的形式.当风机数量较多时,除边缘风机外,其余风机布置在风场中央区域.2.2 1个主导风向情况根据实际风场的风能资源情况,在我国大部分地区(如四类风资源区),多数风电场的风况是1个主导风向风况.对于这种情况的风电场风机最优布置计算结果如图9所示.图9 1个主导风向下风电场风机最优布置方案Fig.9 Optimal configurations of wind farms under single wind direction dominated condition对于1个主导风向的风电场,其风机最优布置规律主要体现在:主导风向概率越大,风机最优布置方案越接近于对应该主导风向的风机最优布置形式,且沿主导风向的风机间距基本满足本文上述给出的风机最小间距的要求.对于这类风电场,在风机优化布置时,一般可先按单风向风况进行排布设计,然后根据主导风向的风能密度概率函数进行局部调整,最终确定风机最优布置方案.2.3 多个主导风向情况当地形比较复杂时,风电场可能由于地形以及障碍物等的影响,存在多个主导风向的情况.对于这种情况的风电场风机最优布置计算结果如图10所示.图10 多个主导风向下风电场风机最优布置方案Fig.10 Optimal configurations of wind farms under multiple wind direction dominated condition对于存在多个主导风向的风电场,风况情况比较复杂,其风机最优布置规律性较弱.因此,对于这类风电场的风机最优布置设计,一般应通过详细的优化计算确定.3 结论a.在风电场区域无限制的情况下,风机的横向间距应为2D0～3D0,纵向间距应大于15D0;当风机布置的排列数增加时,应逐步适当增大后排风机的纵横间距.b.对于风电场区域确定的情况,单一风向风况下,风机最优布置方式一般为并行排列状形式.当风场区域在盛行风向上的尺寸较小(＜20D0)时,沿盛行风向一般布置1～2排风机,风机的最优纵向间距即为其可能的最大值,风机的横向间距应为2D 0～3D0;当风场区域在盛行风向上的尺寸较大(＞20D 0)时,风机沿盛行风向可考虑布置3排或3排以上,此时,风机纵向间距应为15D0～20D 0,风机横向间距应为3D0～5D 0.c.在实际风电场风机优化布置时,一般可不考虑风速大小变化的影响.d.针对不同风况、不同边界形状的风电场,风机最优布置体现出的规律性有所不同.均匀对称风况下,风机最优布置沿风电场边缘对称分布;单一主导风向风况下,风机最优布置为对应主导风向下的风机最优布置形式与其他非主导风向下的风机优化布置形式的组合,且主导风向的概率越大,最优布置方案越接近于该主导风向下的风机最优布置方案;对于多个主导风向风况,风机最优布置的规律性较弱,其最优布置方案一般应通过详细的优化计算确定.参考文献:【相关文献】[1]FRANDSEN S,BARTHELMIE R,PRYOR S,et al.Analytical modelling of wind speed deficit in large offshore wind farms[J].Wind Energy,2006,9(1/2):39-53.[2]CHRISTIANSENM B,HASAGER C B.Wake effects of large offshorewind farms identified from satellite SAR[J].Remote Sensing of Environment,2005,98(2/3):251-268.[3]VERMEERL J,SORENSEN JN,CRESPOA.Wind turbinewake aerodynamics[J].Progress in Aerospace Sciences,2003,39:467-510.[4]PATELM R.Wind and power solar systems[M].Boca Raton:CRCPress,1999.[5]王承煦,张源.风力发电[M].北京:中国电力出版社,2002:131.[6]AMMARA I,LECLERC C,MASSON C.A viscous three-dimensional differential/actuator-disk method for the aerodynamic analysis of wind farms[J].JSol EnergyEng,2002,124(4):345-356.[7]MOSETTIG,POLONIC,DIVIACCOB.Optimization ofwind turbinepositioningin largewind farmsby meansof agenetic algorithm[J].JWind Eng Ind Aerodyn,1994,51(1):105-106. [8]GRADY SA,HUSSAINIM Y,ABDULLAHM M.Placement of wind turbines using genetic algorithms[J].Renewable Energy,2005,30(2):259-270.[9]MARMIDIS G,LAZAROU S,PYRGIOTI E.Optimal placement of wind turbines in a wind park using Monte Carlo simulation[J].Renewable Energy,2008,33(7):1455-1460.[10]王丰.风电场风能资源评估及风机优化布置研究[D].南京:河海大学,2009.[11]BURTON T,SHARPE D,JENKINSN,et al.Wind energy handbook[M].England:John Wiley&Sons,2001:68.。
大规模风电场的运行与管理策略研究
大规模风电场的运行与管理策略研究引言随着世界能源需求的不断增长和全球变暖的日益严重，清洁能源发展成为全球关注的热门话题。
风能作为一种可再生、环保的能源资源，具有巨大潜力。
大规模风电场的运行与管理策略的研究对于提高风电场的能源利用效率和稳定性，具有重要意义。
本文将探讨大规模风电场的运行与管理策略，以满足任务名称的描述需求。
一、风电场运行策略1. 风能资源评估与规划大规模风电场运行前，需要进行风能资源评估与规划，以确定合适的建设地点和风机布局。
通过利用先进的风能流动模拟技术，结合实地风能观测数据，可以准确评估风电资源的分布和潜在利用能力。
该评估结果将为风电场的规划和建设提供重要数据依据。
2. 风电场运行监控与预警大规模风电场需要建立完善的运行监控系统，通过实时监测各个风机的工作状态和性能指标，及时发现并解决潜在问题，以保证风电场的正常运行。
同时，通过分析风能资源和天气预报数据，实现对风电场运行的预警和调度，以适应不同的风能变化和需求波动。
3. 风电场设备维护与保养风电场的设备维护与保养是保证风机正常运行和延长寿命的关键。
定期检查设备的运行状况、机械部件的磨损以及电气设备的性能，及时进行维修和更换。
同时，建立健全的维护管理制度和备件库存系统，以提高故障处理的效率和风电场的可靠性。
二、风电场管理策略1. 风电场生命周期管理风电场的生命周期管理涉及从风电场规划与设计、建设与投资、运行与维护，到退役与再利用的全过程管理。
通过对各个阶段的环境影响、资源利用、经济效益等进行综合评估，制定科学合理的决策和管理策略，最大程度地优化风电场的效益和可持续发展。
2. 智能化管理与运维技术利用先进的信息与通信技术，实现风电场的智能化管理与运维，可以提高运维效率和运行灵活性。
通过实时数据采集和监测，以及远程控制和优化算法的应用，可以实现设备状态监测、故障诊断和预测、运行优化等功能，从而提高风电场的稳定性和经济性。
3. 回收与再利用随着风力发电技术的进步，旧设备的淘汰换代已成为风电场管理的一项重要课题。
风力发电场布局与风机优化配置研究
风力发电场布局与风机优化配置研究随着人们对可再生能源的需求不断增加，风力发电逐渐成为一种理想的替代能源选择。
为了提高风力发电的效率和稳定性，在布局风力发电场和优化风机配置方面进行研究变得尤为重要。
本文将探讨风力发电场布局和风机优化配置的相关研究，并介绍一些常见的方法和策略。
首先，风力发电场布局是确定风机位置和数量的关键。
布局良好的风力发电场能够最大限度地利用风能资源，提高发电效率。
在进行风力发电场布局时，需要考虑以下几个因素：1. 地理因素：地理条件会对风力资源的分布产生影响。
通过分析风速、风向等数据，可以找到适合布局风力发电场的地点。
通常，风速较高、风向较稳定的地区更适合建设风力发电场。
2. 环境保护：在布局风力发电场时，需要考虑不同的环境因素，如野生动物迁徙路径、栖息地以及人类居住区等。
合理的布局可以最大程度地减少对自然环境和人类生活的影响。
3. 经济因素：经济效益也是布局风力发电场时需要考虑的因素之一。
通过合理布局风机，可以降低建设和运营成本，提高投资回报率。
针对以上因素，一些常见的风力发电场布局方法包括等间距布局、等能量布局和等角度布局等。
等间距布局是在整个风力发电场中均匀分布风机，适用于风能资源较为均匀的地区。
等能量布局根据不同区域的风能资源密度分布情况，对风机进行不同密度的布局。
而等角度布局则是将风机按照一定角度间隔进行布局，以最大化利用风能资源。
除了风力发电场的布局，风机的优化配置也对风力发电效率产生重要影响。
在风机优化配置研究中，一般关注以下几个方面：1. 风机数量：风机数量对风力发电场的发电能力有直接影响。
应根据区域的风能资源状况和需求量来确定适当的风机数量。
少量的风机可能导致发电能力不足，而过多的风机则可能增加成本而无法得到充分利用。
2. 风机高度：风机高度的选择是优化配置的重要因素之一。
较高的风机可获得更高的风速和更稳定的风向，从而提高发电效率。
但是，风机的高度也受到制造成本、土地利用和环境影响等因素的限制。
基于遗传算法的风电场优化排布方法研究
基于遗传算法的风电场优化排布方法研究在风电场设计中，考虑等风速同风向、变风速同风向和变风速变风向三种简化的风流模式，采用修正的尾流模型模拟机组之间尾流的相互干扰效应，使用遗传算法优化风电扬机组的排布，以单位发电量所消耗的成本最低为目标。
文章对采用遗传算法进行风电场优化排布的方法进行了研究，建立了数学模型以及求解方法，可为将来真实风场的风机排布提供参考依据。
标签：遗传算法；风电场；尾流模型；优化排布1 概述在风电场场址范围内，考虑由环境引发的自然风的变化及由风机自身引发的风扰动（即尾流因素），如何排列布置风力发电机组，使整个风电场年发电量最大，从而降低能源的生产成本以获得较好的经济效益是风电场设计关注的重要问题。
对于范围一定的风电场，如果不考虑风经过风机受到的影响，理论上风场内布置的风机数量越多，平均的单位度电投资越低，风电场的经济性越好。
但是当风经过风机后，风轮不仅转化了部分风能，同时对风形成了扰动，导致空气湍流增大，因此在风机下游侧的风速比上游侧会有一定程度的突变减小。
经过风机后，随着距离的增加，风速逐渐恢复，其恢复程度与上下游风机的间距有关。
如果风机布置过密，风机间的间距太小，经过上游风机影响后的风速来不及恢复，将造成到达下游风机的风速较低，从而导致单位电量效益较小、单位电量投资成本较大，经济性较差。
而如果风机布置过于稀疏，同范围下风电场的总装机容量就会过小，同时道路、集电线路等投资成本和运行维护费用均因距离的增加而增高，风电场经济性较差。
文章对基于遗传算法的风电场风机优化排布方法进行了研究，建立了数学模型和求解方法，合理确定风机布置数量和布置方案。
2 问题研究现状目前国内主要采用商业软件进行风电场的发电量计算，风机的优化排布主要依靠经验，缺乏基本理论的学术研究。
对于地形平坦的风电场，当主风向为一个方向时，风机在平行主风向上间距为5D～9D（D为叶轮直径，下同），在垂直主风向间距为3D～5D。
风电场布局优化研究
风电场布局优化研究随着环保意识的不断深入，风电发电作为一种清洁能源，得到了越来越广泛的应用。
而在风电场的建设过程中，一个重要的问题是如何优化风电场的布局，以使得发电效率最大化。
本文将探讨风电场布局优化的相关研究。
一、问题背景风能是一种具有不稳定性的可再生能源，风速大小和方向都会发生变化，因此风电场的布局对于发电效率有着非常重要的影响。
在风电场建设之前，需要通过随机模拟等方法进行风资源评估，以确定风电场的选址和布局方案。
然而，即使知道了风资源分布情况，也需要通过优化布局来适应复杂的地形、气象等因素，以实现最大化的发电效率。
二、布局优化目标风电场的布局优化主要目标是最大化风能的利用率。
对于水平轴风力发电机而言，最大输出功率出现在额定风速的一定范围内。
因此，优化布局的目标是让风力发电机避免受到障碍物的影响，在此范围内获得最大的风能利用率。
对于密集布置的风力发电机而言，如果风机之间距离太小，会导致相互影响，减少整个风电场的发电效率。
因此，布局的另一个目标是合理设置风机之间的距离，使其既能充分利用风能，又不会相互干扰。
三、布局优化方法目前，风电场布局优化主要采用两种方法：传统方法和智能优化方法。
1. 传统方法传统方法通常采用模拟和优化的方法，包括遗传算法、粒子群算法、神经网络等。
这些方法需要对风资源和地形等影响因素进行评估，然后确定一组合理的布局方案。
虽然这些方法能够得到较为合理的布局方案，但是需要对影响因素进行充分的评估和分析，计算过程比较繁琐。
2. 智能优化方法智能优化方法是在传统方法的基础上，利用人工智能等技术对风电场布局进行优化。
该方法可以根据实时数据调整风机的转速、方向和风机之间的距离，以充分利用风能，最大化发电效率。
此外，智能优化方法还可以适应复杂的气象条件、海拔高度等因素，实现针对性的优化。
四、未来展望随着风电技术的不断发展和完善，风电场布局的优化方法也在不断更新和完善。
未来，风电场布局优化将更多地利用新技术和新方法，探索更加精细的优化方案。
风电场布局优化研究及资讯多目标问题求解方法
风电场布局优化研究及资讯多目标问题求解方法随着全球对可再生能源的需求增加，风能作为一种清洁、可再生的能源来源受到了广泛关注。
风电场作为一种常见的风能利用方式，在能源发展中扮演着重要角色。
然而，风电场的布局问题一直是一个具有挑战性的任务，本文将研究风电场布局优化以及解决这一多目标问题的方法。
在风电场布局优化研究中，目标是找到最佳的风机布局方案，以最大化风能的捕获并最小化风机之间的干扰。
优化风电场布局的关键在于如何在风能分布、地形条件和存在的限制条件下确定合适的风机位置。
为了实现这一目标，研究人员采用了大量的方法和模型。
下面将介绍几种常见的方法和模型。
第一种方法是基于物理规律的模型。
这种方法试图利用风场模拟和计算风能的分布，以预测潜在的风机布局。
通过计算不同风机布局方案的风能捕获率和风机之间的干扰情况，可以评估其优劣，并选择最佳方案。
然而，这种方法通常需要大量的计算资源和时间，且对于规模较大的风电场布局优化问题并不适用。
第二种方法是基于启发式算法的优化模型。
启发式算法是一种近似解决复杂问题的方法，能够在较短时间内找到较优解。
在风电场布局优化中，遗传算法、粒子群优化和蚁群算法是常用的启发式算法。
这些算法通过随机搜索的方式找到优化目标的局部最优解，并逐步优化布局方案。
通过不断迭代和优化，最终得到全局最优解或接近最优解的结果。
然而，启发式算法也存在收敛速度慢、易于陷入局部最优等问题。
第三种方法是多目标优化模型。
风电场布局优化问题通常涉及多个目标，例如最大化风能捕获、最小化风机之间的干扰和最小化工程成本等。
传统的单目标优化方法不能很好地解决这些多目标问题。
因此，研究人员提出了多目标优化模型，以寻找一组折衷解，以平衡不同目标间的冲突。
多目标优化模型可以通过遗传算法、粒子群优化和进化算法等方法求解。
通过对不同权重的目标函数进行调整和优化，可以得到一系列优化解，以供决策者参考。
虽然上述方法和模型在风电场布局优化研究中取得了一定的成果，但仍然存在一些挑战和待解决的问题。
风力发电场的布局与优化研究
风力发电场的布局与优化研究随着全球对可再生能源的需求不断增长，风力发电作为一种环保、可持续的能源形式正受到越来越多的关注。
风力发电场作为风力发电设施的集合体，其布局与优化对于提高发电效率、降低成本至关重要。
本文将探讨风力发电场的布局与优化的研究，并提出一些可行的策略和方法。
首先，风力发电场的布局是指风力涡街的分布以及风机的排列。
对于风力发电场的布局，一个重要因素是地形条件。
风场的地理布局应依据地形特征，使风机尽可能的获取到最佳的风资源。
例如，在海岸线的风力发电场布局中，通常会选择在离岸处布置更多的风机，因为离岸风场受到海洋气流的影响较小，风能资源更加稳定。
此外，通过风能评估和测量技术，可以确定风资源丰富的区域，在这些区域集中布置风机，以实现最佳发电效果。
其次，风力发电场的优化是为了提高发电效率和降低运营成本。
在布局方面，考虑到风机间的影响以及维护和运行的便利性是优化的关键。
研究表明，过于密集的布局会导致风机之间的相互干扰，从而降低整体发电效率。
因此，合理的风机间距和布局间距是需要进行优化的。
此外，通过选择合适的风机类型、高效的转子设计以及优化的控制策略，可以进一步提高风机的发电效率。
在风力发电场的优化研究中，精确的风能预测也起到关键作用。
通过利用气象学和数值模拟技术，可以准确预测风场的风速和风向，从而为风机的布局和运营策略提供可靠的数据支持。
根据风能预测结果，可以调整风机的工作状态，以最大限度地利用可利用的风能资源。
此外，还可以利用人工智能和大数据分析技术，对风场数据进行实时监测和分析，以优化风机的运行和维护计划，减少故障率和维修时间，提高整体发电效率。
除了地形和风能资源的考虑之外，风力发电场的社会和环境因素也应该纳入布局和优化的考虑范围。
风力发电场通常会占用大量的土地和资源，对野生动植物的生态环境产生一定的影响。
因此，在布局和优化的过程中，需要进行环境影响评估和社会影响评估，以确保风力发电场的建设对于生态环境的影响最小化，并获得当地居民的支持和接纳。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
D OI :10.3876/j .issn .1000-1980.2010.04.023 收稿日期:2009-11-18基金项目:国家“十一五”科技支撑计划(2006BAA01A24)作者简介:王丰(1981—),男,河南周口人,博士研究生,主要从事抽水蓄能及新能源技术研究.E -mail :wfnj3089@大型风电场风机最优布置规律研究王 丰1,刘德有1,曾利华1,陈守伦1,陈星莺2(1.河海大学水利水电学院,江苏南京 210098;2.河海大学水资源高效利用与工程安全国家工程研究中心,江苏南京 210098)摘要:采用较完善的风机优化布置计算数学模型,研究了单一风向风况下的风电场风机最优布置的一般性规律,给出了风机布置排数和风机间距的合理取值范围:风电场区域无限制以及风电场沿盛行风向上尺寸较小时,风机横向间距应为2D 0～3D 0(D 0为风轮直径),纵向间距应大于15D 0;风电场沿盛行风向上尺寸较大时,可考虑布置3排以上风机,风机纵向间距应为15D 0～20D 0,风机横向间距应为3D 0～5D 0;风机优化布置一般可不考虑风速大小的影响.在此基础上,研究了均匀对称风况、1个主导风向风况和多个主导风向风况下的风机最优布置规律,得出了风机最优布置形式与风况特征的规律性基本一致,且风况越复杂,风机最优布置的规律性越弱的结论.关键词:风电场;风机;布置排数;风机间距中图分类号:TK83 文献标志码:A 文章编号:1000-1980(2010)04-0472-07风电场风机优化布置是风电场规划中的关键环节,其布置方案的优劣直接影响风电场的发电量以及风电场的经济性水平.在风电场区域边界以及该区域风资源确定的情况下,如风机布置数量太少,将会降低该区域风资源的利用率;但如风机布置数量太多、风机间距太小,则会由于风机尾流的影响而降低各单台风机的发电效益,从而降低整个风电场开发的经济性[1-3].因此,考虑风机布置数量在内的风机最优布置方案是风电场规划设计和开发过程中需要深入研究的重要课题.在最初的研究中,风电场风机优化布置理论基本属于经验性结论,布置方式也基本为规则性的行列布置.如Patel [4]提出:风机布置的最优距离为在盛行风向上风机间隔8D 0～12D 0(D 0为风轮直径),在垂直于盛行风向上风机间隔1.5D 0～3D 0.而王承煦等[5]指出:在盛行风向上要求风机间隔5D 0～9D 0,在垂直于盛行风向上要求风机间隔3D 0～5D 0.这些基于经验判断给出的风机布置间隔距离,在一定程度和特定阶段指导了风电场风机优化布置的探索研究和工程应用.Ammara 等[6]曾据此构建了一个风电场风机布置方案,在保证相同发电量的同时,能够有效地减少风力发电机组的总占用土地面积.实际上,不同风电场和风机类型的风机最优间隔距离是不相同的,上述经验成果只能在一定条件范围内作为风机优化布置设计的参考.为此,许多学者针对不同风况、不同区域边界的特定风电场进行了风机最优布置的更精确的计算研究.Mosetti 等[7]首先提出了基于遗传算法的风机优化布置计算方法,把风电场总投资成本、发电效益作为优化变量,用两者的比值作为目标参数,评价不同风机布置方案优劣.该计算方法采用穷举法对不同风机布置方案进行经济比较,最终确定相对优化的风机布置方案,摆脱了风机经验布置间距的限制,可以获得更科学、合理的结果.Grady 等[8]在Mosetti 等[7]研究的基础上,利用遗传算法研究了风机优化布置问题,并结合理论分析,对风机优化布置形式进行了计算分析和校核,得到了更好的结果.Mar midis 等[9]采用Monte -Carlo 方法对风电场风机优化布置问题进行了研究,提出了研究该问题的新思路和新方法.Mosetti 等[7-9]的研究虽提出了若干创新性的计算方法和模型,研究成果也为风电场风机优化布置的研究和实际工程设计提供了重要的理论基础,但其中所采用的风机优化布置计算模型还不完善,更未对风电场风机最优布置的一般性规律进行系统的探讨分析和论证研究.第38卷第4期2010年7月河海大学学报(自然科学版)Journal of Hohai University (Natural Sciences )Vol .38No .4Jul .2010本文以风电场效益最大化为目标,在已有研究成果的基础上,采用一维非线性尾流扩张模型、基于动能衰减原理的尾流叠加模型、协调发电量与成本的风电场效益评价模型、考虑不同风机台数的发电量与成本之比的增量装机评价模型以及遗传算法[10]进行优化计算求解,研究了单风向风况和各典型风况下的风电场风机最优布置的一般性规律以及有关因素的影响关系.1 单一风向风况下的风机最优布置规律单一风向风况下的风机最优布置规律是复杂风况下风机最优布置规律的研究基础.因此,本文首先从风机最优布置间距、风速对风机最优布置间距的影响以及复杂边界风电场的风机最优布置规律等方面入手研究单一风向风况下的风机最优布置规律.1.1 风机的最优布置间距风机布置间距(中心点间距)包括垂直于盛行风方向的横向间距和盛行风方向的纵向间距.前人基于经验的研究结论是:风机的最小横向间距范围为2D 0～5D 0,最小纵向间距范围为5D 0～12D 0[4-5].实际上,风电场风机的横向、纵向间距应该按“在盛行风向上,上游风机尾流对下游其他风机出力无影响或影响很小”的原则确定.即对于不同的风电场,其最优风机间距是不同的,应根据风场区域形状及尺寸、风机类型等因素经综合优化设计计算后确定.但目前常用的上述风机间距取值范围所依据的主要是半经验性的风机优化布置数学模型,特别是其风机尾流模型存在较大的简化误差,故不能满足当今大型风电场的风机优化布置设计需要.对于风电场区域无限制的情况,风机的最优纵向间距可按“上游风机尾流风速恢复至90%”的原则确定.即确定风机的最优纵向间距首先应研究确定风机尾流风速的变化规律.由于采用一维非线性尾流模型计算时,风机的轴向推力系数对风机尾流风速影响最大,其他参数如地表粗糙度、风机轮毂安装高程等影响较小,而由文献[11]可知,设计良好的叶片在其运行范围内大部分轴向诱导系数值一般为0.33左右,则可估算得到相应的推力系数为0.88左右,因此,可采用推力系数0.88求得对应的风机尾流风速与风机下游距离的关系曲线,如图1(a )所示.图中U 0为风机上游风速,x 为风机后沿轴向的距离.计算分析结果表明,该关系曲线受风轮直径D 0的影响很小.由图1(a )可知,风机的最优纵向间距约为15D 0.当风机采用排列状方式布置时,设首排风机出力为对应风电场自由风速下的最大出力,则在单一风向下不考虑横向风机之间的尾流影响和风机轴向推力系数的变化时,第2排风机的相对出力为72.9%,第3排风机的相对出力为53.1%.以此类推可知,当风场布置3排或3排以上风机时,后排风机出力受前排风机的影响很大,因此后排风机的纵向间距应适当增大.图1 风机尾流风速U 及尾流影响直径y 的变化曲线Fig .1 Variation of relative wake flow and wake diameter of wind turbines关于风机的最优横向间距,可按“上游风机尾流对其他列的风机出力无影响或影响很小”的原则选取.即确定风机的最优横向间距首先应研究确定风机尾流影响区域的变化规律,如图1(b )所示.由图1(b )可知,风机尾流影响范围(即影响区域直径)随着下游距离的增加而增加.当风场布置2排风机时,风机最小横向间距应为2.5D 0;风场布置3排风机时,风机最小横向间距应为3D 0;随着风机布置排数的增多,风机的最小横向间距也应适当增大.对于风电场区域确定的情况,受风场尺寸以及风电场开发经济性等因素的限制,风机最优布置间距一般需根据风场具体情况适当调整.例如,设某风电场尺寸为2000m ×2000m ,风机轮毂中心高程H 0=60m ,转轮直径D 0=40m ,推力系数C T =0.88,地面平均粗糙度Z 0=0.3m ,风机额定风速13m /s ,风机功率曲线按473第4期王 丰,等 大型风电场风机最优布置规律研究P =0.3u i 3描述,u i 为第i 台风机的工作风速;风电场自由风速恒定为12m /s ,0°方向来风,网格按照迎风方向划分为15×15,则风电场风机最优布置计算结果如图2所示,其风机出力、成本及适应值曲线如图3所示.图2 风机布置方案Fig .2 Optimal configuration of wind turbines图3 风机总出力P 、成本C 及适应值曲线Fig .3 Output power ,cost and fitness of wind turbines从上述计算结果可以看出:对于单一风向风况的风电场,风机最优布置方式可为并行排状形式,风机最优排数可由风电场风机适应值曲线决定;随着风机数量的增加,对应最优布置方案的适应值参数随之改变,其总体趋势为先减小后增大,均存在一个极小值.对于上述算例,当风机布置少于3排时,其适应值较大,经济性较差;当风机布置为3排时,即风机数量为30～45台时,其适应值较小且变化不大,此时的风机最小纵向间距约为20D 0;当风机布置为4排时,其适应值迅速增大,即风电场的经济性明显降低,此时的风机最小纵向间距约为10D 0.对于上述算例,当其他参数不变时,改变该风电场区域沿盛行风方向上的纵向尺寸,可以计算得到其风机最优布置排数等参数,如表1所示.由表1可见:当风电场沿盛行风方向上的尺寸较小时(小于20D 0),沿盛行风方向上应布置1～2排风机,风机的纵向间距在允许范围内应取最大值,而横向间距应为2D 0～3D 0;当风电场沿盛行风方向上的尺寸较大时(>20D 0),沿盛行风方向上可考虑布置3排或更多排风机,此时,风机的最优纵向间距为15D 0～20D 0,最优横向间距为3D 0～5D 0.表1 风机最优布置排数计算结果Ta ble 1 C alculated results of optimal placement rows of wind turbines风场纵向尺寸L计算最优布置排数建议布置排数建议风机纵向间距建议风机横向间距L ≤12D 011≥2.0D 012D 0<L ≤20D 021～2最大可能值≥2.5D 020D 0<L ≤55D 032～310D 0～15D 0≥3.0D 0L >55D 04>315D 0～20D 03D 0～5D 01.2 风速对风机最优布置间距的影响风电场自由风速变化时,风机的出力及尾流风速随之变化,风机最优布置也可能发生改变.对于区域无限制的风场,其最优布置间距根据尾流风速恢复系数确定,与风速大小无关;对于区域确定的风场,在风机排数一定的情况下,风速大小对风机最优布置间距可能存在一定的影响.假设沿盛行风方向上,风场中分别布置3台、4台风机,如图4所示,并设图4(a )中的L 1+L 2=2000m ,图4(b )中的L 1+L 2+L 3=3000m ,其余参数同前述算例.在风机台数一定的情况下,以风机总出力最大为目标,把自由风速U 1作为变量,经优化设计计算可得到风机布置位置以及风场风机总出力,计算结果如图5所示.由图5可见,当沿盛行风方向上布置3台、4台风机时,其最优布置位置在一定的风速范围内是不变的.474河海大学学报(自然科学版)第38卷图4 风机布置Fig .4 Placement of windturbines图5 不同上游风速下风机最优布置间距L 与风机总出力P 曲线Fig .5 Relationship between o ptimal spacing of wind turbines and output power under different upstream wind speeds最优布置位置的突变条件是:随着自由风速的增大,中间风机出力增大至额定出力时,为满足风电场风机总出力最大,中间风机最优位置会逐渐向上游风机靠近;当风场自由风速足够大、风机均达到额定出力时,风机的最优布置位置会出现多值的优化计算结果.一般来说,由于风机年利用小时数相对较低,风场自由风速大多是在额定风速附近或小于额定风速.因此,在风电场风机优化布置时,只需参照图5中的第1段直线即可.也就是说,在风电场风机最优布置计算时一般不需考虑风速大小变化的影响.1.3 复杂边界风电场的风机最优布置规律风电场的开发可能由于某些因素限制,如用地限制、地形限制以及建筑物限制等,使得实际风电场的区域边界形状各不相同,这对风机最优布置方案也会有一定的影响.除上述方形风场外,对于梯形、圆形以及不规则形状的风电场,其风机优化布置的计算结果如图6所示.其中,对于不同形状的风电场,本文通过在风场内限制某些区域不允许布置风机的方式实现,在图6中,不允许布置风机的网格点以“×”号表示.图6 单一风向下风电场风机最优布置方案Fig .6 Optimal configurations of wind farms under single wind direction condition由图6可见,对于梯形、圆形和不规则形状的风电场,由于风机布置位置受风场边界制约,最优布置方案与方形风电场略有差异,但其最优布置方案所体现的风机布置规律与方形风电场基本一致,即本文上述给出的风机最优布置规律也适用于不规则形状的风电场.2 其他典型风况下的风机最优布置规律风电场最优风机布置与风况密切相关.典型风况中,除单一风向外,还包括均匀对称风向风况、1个主导风向风况和多个主导风向风况,其风玫瑰图如图7所示.475第4期王 丰,等 大型风电场风机最优布置规律研究图7 典型风况的风玫瑰图Fig .7 Wind roses of typical wind conditions2.1 均匀对称风向情况在某些特殊地区,如草原、沙漠等平坦区域,全年各个方向的来风以及概率均相等或相差不大,其风况主要体现为均匀对称风向.此时,上述算例的风机优化布置计算结果如图8所示.图8 均匀风向下风电场风机最优布置方案Fig .8 Optimal configurations of wind farms under uniform wind direction condition对于均匀对称风向风况,不同形状风电场中风机最优布置的规律性较强,基本表现为沿风场区域边缘对称布置的形式.当风机数量较多时,除边缘风机外,其余风机布置在风场中央区域.2.2 1个主导风向情况根据实际风场的风能资源情况,在我国大部分地区(如四类风资源区),多数风电场的风况是1个主导风向风况.对于这种情况的风电场风机最优布置计算结果如图9所示.图9 1个主导风向下风电场风机最优布置方案Fig .9 Optimal configurations o f wind farms under single wind direction do minated condition对于1个主导风向的风电场,其风机最优布置规律主要体现在:主导风向概率越大,风机最优布置方案越接近于对应该主导风向的风机最优布置形式,且沿主导风向的风机间距基本满足本文上述给出的风机最小间距的要求.对于这类风电场,在风机优化布置时,一般可先按单风向风况进行排布设计,然后根据主导风向的风能密度概率函数进行局部调整,最终确定风机最优布置方案.2.3 多个主导风向情况当地形比较复杂时,风电场可能由于地形以及障碍物等的影响,存在多个主导风向的情况.对于这种情况的风电场风机最优布置计算结果如图10所示.476河海大学学报(自然科学版)第38卷图10 多个主导风向下风电场风机最优布置方案Fig .10 Optimal configurations of wind farm s under multiple wind direction dominated conditio n对于存在多个主导风向的风电场,风况情况比较复杂,其风机最优布置规律性较弱.因此,对于这类风电场的风机最优布置设计,一般应通过详细的优化计算确定.3 结 论a .在风电场区域无限制的情况下,风机的横向间距应为2D 0～3D 0,纵向间距应大于15D 0;当风机布置的排列数增加时,应逐步适当增大后排风机的纵横间距.b .对于风电场区域确定的情况,单一风向风况下,风机最优布置方式一般为并行排列状形式.当风场区域在盛行风向上的尺寸较小(<20D 0)时,沿盛行风向一般布置1～2排风机,风机的最优纵向间距即为其可能的最大值,风机的横向间距应为2D 0～3D 0;当风场区域在盛行风向上的尺寸较大(>20D 0)时,风机沿盛行风向可考虑布置3排或3排以上,此时,风机纵向间距应为15D 0～20D 0,风机横向间距应为3D 0～5D 0.c .在实际风电场风机优化布置时,一般可不考虑风速大小变化的影响.d .针对不同风况、不同边界形状的风电场,风机最优布置体现出的规律性有所不同.均匀对称风况下,风机最优布置沿风电场边缘对称分布;单一主导风向风况下,风机最优布置为对应主导风向下的风机最优布置形式与其他非主导风向下的风机优化布置形式的组合,且主导风向的概率越大,最优布置方案越接近于该主导风向下的风机最优布置方案;对于多个主导风向风况,风机最优布置的规律性较弱,其最优布置方案一般应通过详细的优化计算确定.参考文献:[1]FRANDSE N S ,BARTHELMIE R ,PRYOR S ,et al .Analytical modelling of wind speed deficit in large offs hore wind farms [J ].WindEnergy ,2006,9(1/2):39-53.[2]CHRISTIANSEN M B ,HASAGER C B .Wake effects of large offshore wind farms identified from satellite SAR [J ].Remote Sensing ofEnviron ment ,2005,98(2/3):251-268.[3]VER MEER L J ,SORENSEN J N ,CRE SPO A .Wind turbine wake aerodynamics [J ].Progress in Aerospace Sciences ,2003,39:467-510.[4]PATEL M R .Wind and power solar systems [M ].Boca Raton :CRC Press ,1999.[5]王承煦,张源.风力发电[M ].北京:中国电力出版社,2002:131.[6]AMMARA I ,LECLERC C ,MASSON C .A viscous three -dimensional differential /actuator -dis k method for the aerodynamic analysis ofwind farms [J ].J Sol Energy Eng ,2002,124(4):345-356.[7]MOSETTI G ,POLONI C ,DIVIACCO B .Optimization of wind turbine positioning in large wind farms by means of a genetic algorith m [J ].J Wind En g Ind Aerodyn ,1994,51(1):105-106.[8]G R ADY S A ,HUSSAINI M Y ,ABDULLAH M M .Placement of wind turbines using genetic algorithms [J ].Renewable Energy ,2005,30(2):259-270.[9]MAR MIDIS G ,LAZAROU S ,PYRGIOTI E .Optimal placement of wind turbines in a wind park usin g Monte Carlo simulation [J ].Renewable Energy ,2008,33(7):1455-1460.[10]王丰.风电场风能资源评估及风机优化布置研究[D ].南京:河海大学,2009.[11]B URTON T ,SHARPE D ,JENKINS N ,et al .Wind energy handbook [M ].England :John Wiley &Sons ,2001:68.477第4期王 丰,等 大型风电场风机最优布置规律研究478河海大学学报(自然科学版)第38卷Characteristics of optimal placement of wind turbines in large scale wind farmsWA NG Feng1,LIU De-you1,ZENG Li-hua1,CHEN Shou-lun1,CHEN Xing-ying2(1.College of Water Conservanc y and Hydropower Enginee ring,H ohai University,Nanjing210098,China;2.National Engineering Research Center of W ate r Resourc es Efficie nt Utilization and Engine ering Safety,Hohai Unive rsity,Nanjing210098,China)A bstract:The characteristics of optimal placement of wind tur bines under single wind direction condition were studied by use of the mature mathematical models for wind turbines.The rational values of rows and spacings of wind turbines were pr oposed.For the wind far ms with unlimited area and small size in the windward direction,the optimal spacing should be lar ger than2-3times the rotor diameter in the crosswind direction and15times the rotor diameter in the windward direction.For the wind farms with large size in the windward direction,more than3rows of wind turbines should be placed,the optimal spacing should be larger than3-5times the rotor diameter in the crosswind direction and15-20times thee r otor diameter in the windward direction,and the influences of the wind speed on the optimal configuration of wind turbines might be ignored.On such a basis,the characteristics of the optimal placement of wind turbines under conditions of uniform wind direction,single wind direction dominated and two wind direction dominated were studied.A conclusion is drawn that the optimal configuration of wind turbines agrees with the characteristics of wind c onditions.Besides,the more complex the wind conditions,the weaker the characteristics of the optimal configuration of wind turbines.Key words:wind farm;wind turbine;optimal placement;wind turbine spacing·简讯·河海大学等单位完成的“水稻节水灌溉理论及调控模式创新与应用”研究成果通过专家鉴定 2010年6月20日,南京市科学技术委员会召开了由河海大学等单位完成的“水稻节水灌溉理论及调控模式创新与应用”成果鉴定会.由中国工程院院士、水利部南京水利科学研究院院长张建云教授担任主任的鉴定委员会专家们一致认为,该成果总体居于国际先进水平,在基于水稻生理生态调控机制的水分调控指标和水稻灌区综合节水调控模式及其应用方面达到国际领先水平.该成果的主要创新点有:揭示了水稻控制灌溉节水高产的生理生态机制,提出了水分调控阈值;改进了水稻需水量计算模型及水稻生理生长模型,提高了模型在节水灌溉条件下的适用性和精度,实现了气孔蒸腾光合耦合模拟、根系结构与功能模拟等功能;建立了稻田灌排控污减排技术指标与模式,增强了水稻节水灌溉的生态经济效应;建立了适用于不同类型区域的水稻灌区综合节水调控模式,并在江苏、黑龙江和宁夏等地较大面积推广应用,取得了显著的经济和社会效益.自1996年以来,以彭世彰教授等为主的课题组紧密结合国家重大需求,在国家863计划、国家自然科学基金、国家科技支撑计划等项目的资助下,围绕“水稻节水灌溉理论及调控模式”,从水分调控的生理生态响应机制、水稻需水过程、稻田节水灌溉的环境效应等方面,开展了长期深入的试验研究,建立了水稻水肥调控技术指标体系,形成了节水高效、控污减排的水稻灌溉水肥调控模式,丰富和发展了水稻节水灌溉理论与技术.(本刊编辑部供稿)。