基于3D扫描雷达实测数据的海上风电场尾流特性研究_刘树洁.pdf

Abstract:In order to obtain optimal layout of offshore wind farms to reduce wake loss,the wake observation experiment was carried out in an offshore wind farm in Jiangsu,and the 3D-Lidar was used to measure the wake-flow data.The wake characteristics such as wake length,wake width and wake depth under three wake conditions of independent wake,half wake and full wake were studied.The results show that,the wake length is about 11D12D(D is the rotor diameter)and the influence of wake is weakened under the independent wake condition;in the near wake region,the wind speed attenuation under the full wake condition is significantly higher than that under independent and half wake conditions;but in the far wake region,the changing trend of the three wake conditions is the same,and the wake width is about 3D,showing“double Gaussian”or“concave”distribution,and the difference is related to the distance between adjacent wind turbines;under the three kinds of wake conditions,the wake depth in the near wake region where the wake velocity loss is obvious is larger than that in the far wake region.Keywords:offshore wind farm;scanning lidar;wake characteristics;wake conditions摘 要：为有效优化实际业务中海上风电场的机组排布方案设计，降低尾流电量损失，在江苏某海上实际运行风电场采用3D扫描雷达进行实地尾流观测实验，分析独立尾流、半尾流和全尾流三种工况下机组的尾流长度、尾流宽度及尾流深度等尾流特性。研究表明，独立尾流工况下机组尾流下游方向11D12D（D为叶轮直径）距离处风速变化趋平，尾流影响减弱，机组尾流影响长度在11D左右；近尾流区内，全尾流工况机组的风速衰减较独立尾流和半尾流工况机组明显增大，远尾流区三种工况变化趋势一致，尾流宽度均在3D左右，呈“双高斯”或“凹型”分布特征。二者的差异性主要与相邻机组间距的不同相关。三种尾流工况下，近尾流区的尾流深度明显较远尾流区大，尾流速度亏损明显。关键词：海上风电场；扫描雷达；尾流特性；尾流工况0 引言随着全球范围内风电开发利用技术的不断进步，中国海上风电规模越来越大。而在“平价”市场条件下，海上风电开发面临着严峻挑战，发电量是影响风电场经济收益的重要指标之一。海上风能资源分布较均匀，风电机组的排布在空间上一般呈现较为规则的几何形态1-2，多台、多排风机尾流相互叠加影响、风速恢复缓慢，导致尾流损失加重。目前对风电机组或风电场尾流的研究大致分为三类：尾流模型、数值模拟和基于实测实验的研究。其中，尾流模型和数值模拟研究比较成熟，普遍应用于风场的发电量评估工作中。在海上风电场尾流研究方面，1982年Rise实验室提出了Jensen（也称为Park）模型3，它是基于贝茨极限理论和质量守恒定律的一维线性尾流模型，能较好地模拟平坦地形的尾流情况，是目前风能资源评估软件WAsP中使用的尾流模型；杨祥生等4基于Park模型尾流区线性膨胀假设和径向风速呈高斯分布假设，提出了一种新型工程尾流Park-Gauss模型，并对不同尾基金项目：国家自然科学基金项目（U19B2044，U1865102，61836011）。National Natural Science Foundation of China(U19B2044,U1865102,61836011).基于 3D 扫描雷达实测数据的海上风电场尾流特性研究刘树洁1,2，崔冬林3*，沙伟3，王尼娜1,2，陈秋阳3（1.浙江省深远海风电技术研究重点实验室，浙江省 杭州市 311122；2.中国电建集团华东勘测设计研究院有限公司，浙江省 杭州市 311122；3.新疆金风科技股份有限公司，新疆维吾尔自治区 乌鲁木齐市 830001）Research on Wake Characteristics of Offshore Wind Farms Based on 3D Scanning Lidar DataLIU Shujie1,2,CUI Donglin3*,SHA Wei3,WANG Nina1,2,CHEN Qiuyang3(1.Key Laboratory of Far-shore Wind Power Technology of Zhejiang Province,Hangzhou 311122,Zhejiang Province,China;2.POWERCHINA Huadong Engineering Co.,Ltd.,Hangzhou 311122,Zhejiang Province,China;3.Xinjiang Goldwind Science&Technology Co.,Ltd.,Urumqi 830001,Xinjiang Uygur Autonomous Region,China)全球能源互联网Journal of Global Energy Interconnection第 6 卷 第 1 期2023 年 1 月Vol.6 No.1Jan.2023文章编号：2096-5125(2023)01-0080-08 中图分类号：TK89 文献标志码：ADOI：10.19705/ki.issn2096-5125.2023.01.009Vol.6 No.1 刘树洁，等：基于 3D 扫描雷达实测数据的海上风电场尾流特性研究 81流模型进行了对比研究。行业内基于激光雷达设备的实测尾流研究大多集中在陆上风电场。例如，温建民等5采用2台地面式雷达测试不同来流风速机组下的风向尾流区，绘制机组尾流区不同距离处的风剖面，分析了不同来流风速下机组尾流区的风速恢复速率等；季明彬等6基于激光雷达测风数据分析了复杂地形下，风机在不同尾流工况下的尾流宽度、尾流深度及速度衰减等尾流特性；高晓霞等7基于激光雷达扫描数据研究了湍流强度影响下的风机尾流特性。对于海上风电场，Krishnamurthy等8通过扫描型激光雷达对海上风电机组尾流进行探测，根据尾流中心风速和自由流场风速数据计算了风速损失率；刘清媛等9利用激光雷达在某海上风电场开展全天候风场观测实验，提出了单-双高斯模型拟合改进算法，分析了目标机组的尾流特性；刘沙等10以华南某海上风电场为例，利用激光雷达实测风数据对SCADA数据进行传递函数修正，开展基于Park模型的尾流模拟与验证研究。上述研究表明，Park模型能较好地模拟近海风电场尾流损失并进行电量评估，模型参数选择需根据项目实际情况进行敏感性测算。由于外部环境限制等因素，国内海上大型风电场尾流相关的观测实验研究还相对较少。本文将基于激光扫描雷达实测数据开展海上大型风电场的尾流特性研究，用于指导海上风电场的风电机组优化排布及降低尾流电量损失等工作。1 实验说明1.1 实验风电场概况选取江苏大丰某海上风电场作为实验观测场地，基于扫描雷达展开风电场全场的尾流观测及分析工作。该风电场距离海岸线3545 km，共部署了42台WTGS130-2.5 MW机组，轮毂高度为85 m；如图1所示，机组南北、东西向呈规则排布，lin1和lin4机组排布间距为4.1D10D（D为叶轮直径），lin2和lin3机组排布间距为5.2D13D。1.2 雷达观测方案1）设备部署。采用2台激光雷达设备，其中地面式激光雷达（WINDCUBE）用于观测垂直高度上的风速、风向，3D扫描雷达（wind3D 10K）用于观测整个风电场水平面的风速、风向参数，其主要技术指标如表1所示。综合考虑设备测量距离、精度、风向、安装平台和经济性等因素，2台设备均部署在风电场升压站上，升压站处于风电场北区的西南方向，距离B31风机约580 m（4.6D），具体相对位置见图1。表 1 3D激光雷达设备主要技术指标Table 1 Technical specifications of 3D-lidar技术指标数值径向探测范围/m6012 000径向距离分辨率/m15、30、60、150激光波长/nm1550（人眼不可见且人眼安全）脉冲宽度/ns200800脉冲能量/J250数据刷新率/Hz110（可软件设置）径向测速范围/（ms-1）-37.5+37.5 风速精度/（ms-1）0.1风向精度/（）3伺服扫描范围/（）水平方向：0360，垂直方向：-90+270伺服精度/（）0.12）观测方案。观测时段为2021年10月12日至2021年10月28日。观测数据包括地面雷达垂直高度观测采样记录的12层高度（离海平面高度如下：70 m、75 m、85 m、100 m、110 m、120 m、140 m、160 m、190 m、210 m、230 m、260 m）的10 min平均风速、风向等参数。扫描雷达采用三层PPI扫描模式，扫描方位角范围为350 90，可覆盖风电场大部分机组位置；三层俯仰角分别为0.5、1.5 和2.5，径向分辨率为30 m；采用1/s的扫描速度，300 s左右可完成一次三层扫面（见图2）。该扫描模式下可获取全场轮毂高度85 m处的风速、风向时间序列网格点数据。B1B2B3B4B5B6B7B8B9B10 B11 B12B13B14B15B16B17B18B19B20B21B22B23B24B25B26B27B28B29B30B31 B32 B33 B34 B35 B36 B37 B38 B39 B40 B41 B42Lidarlin1lin2lin3lin4N图 1 风电场风电机组排布及雷达相对位置示意图Fig.1 The location map of wind turbine generator systems(WTGS)and lidar82 全球能源互联网 第 6 卷 第 1 期1.3 其他数据机组SCADA运行数据：采集参考风电场同期观测时段各风电机组实时监控系统记录的10 min平均数据，包括风速、网侧有功功率、发电量及其他状态信息数据等，剔除机组故障、异常、停机、限电等异常状态数据。2 数据分析与结果2.1 分析方法1）代表性说明。根据地面式激光雷达同期10 min平均风速、风向及气象参数等观测数据，实验观测时段内平均空气密度约为1.221 kg/m3，接近于年平均空气密度1.225 kg/m3；轮毂高度85 m处的实测风速频率分布见图3，风速分布区间为012 m/s；风电机组轮毂高度处风向频率分布见图4，风向主要集中在东北扇区。影响风电场尾流的因素很多，除了机组排布间距、周边相邻风电场影响等因素外，其他如气象因素（大气稳定度差异性、