【技术实现步骤摘要】
本专利技术属于风电场及风力机尾流计算领域，涉及一种风力机尾流建模计算方法，特别是一种基于人工神经网络的风电场中风力机尾流建模方法，采用此方法进行风电场中风力机尾流建模后，可以大幅提升模型在实际风电场中的计算精度，从而更加准确地对风电场中的尾流效应进行建模，对提高风电场的功率预测精度以及尾流控制可靠性等方面具有重要意义。
技术介绍
1、随着能源转型的深入以及经济的发展，风电产业逐渐向大规模趋势发展。为了尽可能最大化地利用风能资源并满足经济可行性，大型风电场内一般会布置大量风电机组。风电场的规模化开发可以降低前期用地、基建及后期的运维成本。但是，当风电机组达到一定数量后，继续增加布机台数反而会导致风电场发电量减少，这是因为风力机尾流效应会导致下游风力机来流风速下降，进而使得下游风力机输出功率降低。大型风电场内因尾流效应而导致的风电场出力损失通常能占到年度发电量的10％至20％。因而，准确快速地描述风力机尾流效应对于提高风电场的发电量十分重要。
2、解析式尾流模型以其计算效率高且精度较好的优势是近年来风力机尾流建模工作的研究重点，...
【技术保护点】
1.一种基于人工神经网络的风电场中风力机尾流建模方法，其特征在于，所述风力机尾流建模方法至少依次包括以下步骤：
2.根据权利要求1所述的基于人工神经网络的风电场中风力机尾流建模方法，其特征在于，上述步骤SS2中，描述风力机尾流效应的函数f(k)的形式与不同解析尾流模型有关，当选择Jensen解析尾流模型时，f(k)的表达式为：
3.根据权利要求1所述的基于人工神经网络的风电场中风力机尾流建模方法，其特征在于，上述步骤SS2中，采用Jensen解析尾流模型描述第一类风电场尾流区域，速度表达式如下：
4.根据权利要求1所述的基于人工神经...
【技术特征摘要】
1.一种基于人工神经网络的风电场中风力机尾流建模方法，其特征在于，所述风力机尾流建模方法至少依次包括以下步骤：
2.根据权利要求1所述的基于人工神经网络的风电场中风力机尾流建模方法，其特征在于，上述步骤ss2中，描述风力机尾流效应的函数f(k)的形式与不同解析尾流模型有关，当选择jensen解析尾流模型时，f(k)的表达式为：
3.根据权利要求1所述的基于人工神经网络的风电场中风力机尾流建模方法，其特征在于，上...
【专利技术属性】
技术研发人员：石可重，郭乃志，宋娟娟，李庆安，钟晓晖，
申请(专利权)人：中国科学院工程热物理研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。