在風機大尺度化與風場大型化的趨勢下,如何通過合適的控制策略以降低尾流損失成為關鍵問題。以包括30臺NREL-5MW風機并采用5行6列平行四邊形布置方式的小型風場為研究對象,基于顯示尾流模型,以各風機偏航角度為優(yōu)化參數,風場總功率為目標函數,使用粒子群優(yōu)化算法對比分析了偏航控制對不同風速、風向、湍流強度下的風場性能提升效果。結果表明,偏航控制優(yōu)化可在風向與風機行或列方向平行時發(fā)揮明顯效果,當風機行列間距為4倍風輪直徑且湍流強度為5%時,在不同風速下偏航控制可分別將風場總體發(fā)電量提升15%～20%,但對于布置間距大于7倍風輪直徑或湍流強度高于15%時的風場,其作用十分有限,總體發(fā)電量提升在5%以內。 

【文章來源】：海洋工程. 2020,38(05)北大核心CSCD

【文章頁數】：11 頁

【部分圖文】：

風機尾流速度分布示意

風場坐標系與風機盤面的網格化處理

粒子群優(yōu)化(PSO)算法[25]模仿鳥群覓食的行為，鳥抽象為粒子而食物就是目標函數的最優(yōu)解。PSO算法由若干具有隨機位置和速度的粒子進行初始化，隨后每個粒子以計算過程中其本身的最優(yōu)點pb和全局最優(yōu)點pg為參考，在參數空間中往復運動以尋找最優(yōu)解，其計算流程如圖4所示。圖4 粒子群算法流程

【參考文獻】：
期刊論文
[1]基于致動線模型的錯列式兩風機尾流場數值模擬[J]. 艾勇,程萍,萬德成.  海洋工程. 2018(01)
[2]10MW級海上浮式風機運動特性研究[J]. 徐應瑜,胡志強,劉格梁.  海洋工程. 2017(03)
[3]大型風電場風機最優(yōu)布置規(guī)律研究[J]. 王豐,劉德有,曾利華,陳守倫,陳星鶯.  河海大學學報(自然科學版). 2010(04)

碩士論文
[1]基于CFD和PSO方法的兆瓦級風場風機群優(yōu)化布置研究[D]. 劉海磊.哈爾濱工業(yè)大學 2015



本文編號：3571258