在全球风电发展规模不断扩大,我国风力发电技术逐渐成熟的发展趋势下,风电机组的发电容量越来增大,风电场的安装规模也达到几十甚至上百台。虽然我国风电行业发展十分迅猛,但是发电成本较高,因此,急需探索一条可以降低风力发电成本的道路,以促使风电产业更好更快的发展。风电场的微观选址技术作为风电工程建设项目的前期工程,对风电场的经济效益起着决定性作用。因此,本文从风力发电经济成本、风电场的布局规划等角度展开深入研究,以促进我国风电产业发展。首先,从全生命周期角度助推降本增效,研究了风电成本的构成,建立风电场全生命周期成本模型。针对现有度电成本(Levelized Cost Of Cost,LCOE)计算模型不适用于中国风电项目经济评估的问题,提出了改进的LCOE分析计算模型。其次,在空气动力学的基础上,介绍了风资源的基础知识,推导了 Jensen尾流模型。在系统可靠性理论的基础上,对风电机组的单元组件进行故障树分析,建立了风力发电机的可用性模型。将尾流模型和风电机组可用性模型相结合,有效地提高了风电场实际发电量计算模型的精度。再次,研究了风电场微观选址技术的优化方法,综合考虑风机之间的尾流影响、风电场的发电量以及风电项目全生命周期成本等因素,提出了一种改进的遗传算法对风电场的机组排布方案进行优化设计。以某海上风电场为实例,对所提优化方法进行了验证。结果表明,优化后的排布方式明显地提高了风电场的发电量,进一步验证了算法的可行性和优越性。最后,在上述研究的基础上,开发了风电场微观选址系统软件,该软件可以通过用户导入的基本风统计数据实现风资源分析,自动生成优化的风电场排布方案等功能,另外该软件还包含了风电项目的经济性评估功能,通过计算LCOE对风电场的经济性进行评估。以此来指导风电场微观选址的风机排布工作,从而最大化风电场的经济效益。
暂无评论