如何得到 如何得到香菱( 四 )


换句话说 , 一台风机在发电的同时 , 也降低了经过该台风机后的风速 , 从而使后面的风机在受影响的风速下运行 , 进而导致其发电量下降 , 这也是前排风机的发电量总比后排风机发电量高的原因 。下图描述了某运营风场风通过时的视觉效果 , 不同颜色代表着不同的风速 , 蝌蚪形状正是风能被风机吸收后的低风速区 。
那么 , 关键的问题来了 , 如何设计基于风场的控制算法 , 使得风机之间能够相互协作 , 从而提高整个风场的发电量呢?传统的控制算法是为了实现单台风机发电量较优 , 而忽视了风机本身对周围风机的影响 。如今 , 更多的人开始对这种传统控制算法提出质疑 , 远景研发人员更是针对这个问题做了深入细致地思考并制定了多种策略 。比如 , 是否可以减少前排风机的发电量 , 从而让后排的风机获得更高的风速 , 以提升其发电量?从技术上来说 , 就是如何操作前排风机以减少尾流或者改变尾流方向来降低对下风向风机的影响 。下图说明了Lillgrund风场(左)A排风机由于受到尾流影响导致下风向的风机发电量逐次下降的情形(右) 。
目前可行的方法是 , 设计基于风场的控制器 , 从而减少在不同风速和风向上的尾流损失 , 而要做到这一点 , 必须先要了解尾流强度和尾流是在何种情况下消散的 。要说明的一点是 , 设计这样的控制器非常具有挑战性 , 因为风机的位置是固定的 , 但是风速和风向却在不断的变化 。所以随着时间的推移 , 风机可能由不受其他风机的尾流影响变成在其他风机尾流影响的范围内 。
特别指出的是 , 如果是在复杂地形和湍流的条件下 , 预测尾流的强度和方向将会难上加难 。幸运的是 , 这样的问题不再让人一筹莫展了 , 远景格林威治平***全能够解决这样的问题——远景采用Caelus和美国国家新能源试验室的SOWFA工具 , 推出了一款风场分析软件 。简单说就是 , 在格林威治CFD软件中开发了风场尾流模型和测试功能 , 就此来建立风场中的复杂风模型和尾流模型 。基于所建立的模型 , 工程师可以测试不同控制策略以提高风场发电量 。比如 , 通过使用偏航控制使得尾流改变方向 , 就可以使下风向的某些风机发电量提升30% 。
但不能忽视的是 , 由于尾流具有不确定性 , 所以当前观察到的发电量提升是基于风场中风机的位置分布和当时的风况来说明的 。如果要将此方法用于更多的风场还需要做更进一步的研究和分析 。下图显示的是在一个具有24台风机装机量的风场中 , 应用先进风场控制技术以提升受尾流影响的风机发电量的对比效果图 。
值得一提的是 , 为了计算风场每台风机的发电量 , 格林威治CFD软件需要为方圆10公里或更大范围内的几百台风机建立长时间的模型 , 这需要非常大的计算资源支撑 , 但这点也大可以放心 , 因为远景使用的是中国超级计算机天河2号提供的计算资源 。
现在你看 , 使用格林威治CFD软件 , 远景工程师不仅可以采用新的控制方法提高风场的整体发电量 , 而且还能减少风机的载荷和优化风机的安装位置 , 从设计源头减少尾流的相互影响 。