(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211248495.0 (22)申请日 2022.10.12 (71)申请人 浙江大学 地址 310058 浙江省杭州市西湖区余杭塘 路866号 (72)发明人 周家豪　孟文超　施小华　杨秦敏　 胡婧瑶　张恺　王银丰　袁林松　 林玮　陈正东　 (74)专利代理 机构 杭州求是专利事务所有限公 司 33200 专利代理师 刘静 (51)Int.Cl. G06F 30/27(2020.01) G06Q 50/06(2012.01) G06F 113/06(2020.01) (54)发明名称 一种基于数据驱动 的大型风电场尾流快速 计算方法及系统 (57)摘要 本发明公开了一种基于数据驱动 的大型风 电场尾流快速计算方法及系统， 创造性地通过 “机群划分 ‑离线建模 ‑在线计算 ”的技术框架研 究风电场尾流建模工作， 根据历史风向与风速信 息挖掘尾流传播路径， 并以减小模 型计算得到的 风速大小与实际风速大小的均方损失误差为目 标， 利用狼群算法对解析尾流模 型的衰减参数进 行优化求解， 离线训练并得到修正的场级尾流模 型， 之后结合风速风向预测结果、 机组自身运行 状态及机组尾流的影响， 实现尾流在线快速计算 的部署应用， 大幅度提升了实时尾流建模计算的 效率和精度， 为后续风电场风电机组载荷在线计 算、 出力性能评估和优化控制策略等在线分析任 务提供高可靠的数据支撑 。 权利要求书4页 说明书10页 附图4页 CN 115544884 A 2022.12.30 CN 115544884 A 1.一种基于数据驱动的大 型风电场尾流快速计算方法， 其特 征在于， 包括以下步骤： (1)获取风电机组基本参数信息以及风电场内风电机组排布信息， 获取各机组一段历 史时间内SCADA系统记录的输出 数据； (2)利用步骤(1)中获得的风电场内风电机组排布信息和 历史SCADA数据中的环境风向 信息， 将一段历史时间内的平均入流 风向处理为正向风向和斜向风向； (3)对步骤(2)中处理得到的风向信息， 进行机群划分， 将风流经过风电场的首排风机 设定为边界迎风机组， 根据风向推 断尾流传播路径， 将同一尾流传播路径下 的机组划分为 同一机群； (4)利用步骤(1)中得到的风电机组基本参数信息， 基于质量守恒和动量守恒原理， 并 设定好Park模型中各个尾流衰减系数的初值， 进行单台风机的尾流效应建模， 再基于步骤 (3)中得到的尾流传播路径信息， 基于尾流损失的线性叠加原理， 对 各个机群的尾流效应进 行建模， 得到全场 场级尾流模型； (5)根据步骤(1)中SCADA数据中提取的各台风电机组历史风速信息以及步骤(4)全场 场级尾流模型输出的风速信息， 得到模型计算风速大小与实际测得风速大小的均方损失误 差和， 记作MSEL oss； (6)以步骤(5)中得到MSELoss的最小化为导向， 对各个尾流衰减系数进行最优值求解， 修正该风电场这段历史时间内的全场尾流模型； (7)将步骤(6)中得到的修正尾流模型进行在线应用部署， 根据实时环境信息预测的风 速和风向， 划分 同一尾流传播路径的机群， 实现各个机群内各个风电机的尾流速度的快速 计算， 进而为后续 风电场运行的在线分析提供 可靠的数据服 务。 2.根据权利要求1所述的基于数据驱动的大型风电场尾流快速计算方法， 其特征在于， 步骤(1)中所述的风电机组基本参数信息包括风机切入风速， 风机切出风速， 叶片数， 叶轮 直径， 叶轮扫掠面积， 风轮轮毂高度， 风机额定功率， 风机功率曲线， 风机推力系数， 风机轴 向感应因子； 风电场内风电机组排布信息包括风电场风电机组数， 各台风电机组的经纬度 参数和海拔高度参数。 3.根据权利要求1所述的基于数据驱动的大型风电场尾流快速计算方法， 其特征在于， 步骤(2)中所述的正向风向和斜向风向， 其中， 正向风向指平均风向垂直于风电场的行或 列， 记作d1＝[正东E,正西W,正南S,正北N]， 斜向风向指平均风向与风电场的行或列存在 45°夹角； 记作d2＝[东北EN,东南ES,西北WN,西南WS]， 若平均输入风向既不属于正向风向 也不属于斜向风向， 则按最小错 误率的贝叶斯 准则， 将其映射 为正向风向或斜向风向： 其中， m代表当前平均输入风向， d1是正向风向， d2是斜向风向， P(d1)是历史信息中正向 风向的概率， P(m|d1)是当前风向为正向风向的概率， P(d2)是历史信息中斜向风向的概率， P (m|d2)是当前风向为 斜向风向的概 率， l(m)是似然比， P(d2)/P(d1)是似然比阈值。 4.根据权利要求1所述的基于数据驱动的大型风电场尾流快速计算方法， 其特征在于，权　利　要　求　书 1/4 页 2 CN 115544884 A 2步骤(4)中是基于Park模型原理对单台风机的尾流效应建模， 针对单台风电机组产生的尾 流效应， 假设风电机组i在风电机组j形成的尾流效应有效区域内， 生成单机垂直剖面的尾 流速度分布， 表示 为： 其中， V∞是环境风速， Vi是风电机组i的入流风速， CT是风电机组的推力系数， Dr是风电 机组的叶轮直径， x是风电机组i距离风电机组j的距离， 并假设预测的最远距离是9倍叶轮 直径Dr， k是尾流 膨胀衰减系数， 表示 为： 其中， Ui(x,Dw,ai)是风电机组i可利用的风能大小， ai是风电机组i的轴向感应因子， aj 是风电机组j的轴向感应因子， Dw是风电机组i处于风电机组j尾流区内的尾流半径， δ是风 能损失因子， 得到下游风电机组i可利用风能大小表示 为： Ui(x,Dw,ai)＝V∞(1‑δUj(x,Dw,aj)) 其中， Uj(x,Dw,aj)是风电机组j可利用的风能大小。 5.根据权利要求1所述的基于数据驱动的大型风电场尾流快速计算方法， 其特征在于， 步骤(4)中尾流叠加区域 的面积计算 的具体方法如下， 尾流叠加的阴影部分＝(扇形O1AB‑ 三角形O1AB)+(扇形O2AB‑三角形O2AB)， 其中O1是风电机组i的转动中心点， O2是风电机组j尾 流区域的中心点， A、 B分别是风电机组i的风轮扫掠区域与风电机组j尾流区域的两个不同 交点； 其中， 三角形O1AO2和三角形O1BO2这两个三角形组成了一个四边形， 可通过两倍的三角 形O1AO2面积得到， 具体的推导如下： ∠AO1B＝2∠AO1O2 其中， SO1AB是扇形O1AB的面积大小， r1是风电机组i的叶轮半径， r2是风电机组j尾流区域 的尾流半径， d是O1和O2的距离； 同理， 得到扇形O2AB的面积： 权　利　要　求　书 2/4 页 3 CN 115544884 A 3