您现在的位置: 论文网 >> 理学论文 >> 数学论文 >> 对风电场运行状况的数学模型分析论文

对风电场运行状况的数学模型分析

出处:论文网
时间:2018-02-01

对风电场运行状况的数学模型分析

  中图分类号: TK8;O1 文献标识码: A 文章编号: 2095-8153(2016)03-0105-04

  随着风电产业近年来的快速发展,对风电场的资源评估及优化需求迫在眉睫,风能作为一种清洁可再生能源,越来越受到世界各国的重视。风力发电不仅降低成本,更改进了我国的能源结构。由于篇幅限制,具体内容参看2016年全国大学生数学建模竞赛D题[1]

  结合本题附件中给出的具体要求及相关政策,建立模型,解决如下问题:

  问题一:附件1给出了该风电场一年内每隔15分钟的各风机安装处的平均风速和风电场日实际输出功率。试利用这些数据对该风电场的风能资源及其利用情况进行评估;

  问题二:附件2、3、4给出了该风电场几个典型风机信息,试从风能资源与风机匹配角度判断新型号风机是否比现有风机更为适合;

  问题三:制定维修人员的排班方案与风机维护计划,使各组维修人员的工作任务相对均衡,且风电场具有较好的经济效益。

  1 问题分析

  问题一处理,用Mathematica软件编程从附件1的12个文件中批量导入36032条数据,生成标准样式后再导出到Excel文件,并在Excel中完成相关数据统计,再用所建立数学模型完成各评估指标计算。

  问题二处理:利用风机容量系数计算公式计算新旧各型号风机的容量系数,系数越大说明风机与风能资源匹配越好,得到新风机比旧风机更为适合。

  问题3处理,用Excel按月汇总附件1中生成的数据,得到每月的平均风速,考虑到风能资源的季节性,应把维护工作更多安排在风能资源较差的9个月。

  2 模型假设与符号说明

  模型假设

  (1)观测点数据能代表整个风电?龅姆缒茏试辞榭觯?

  (2)相邻两个时间点之间(15分钟)的风速变化忽略不计;

  (3)同一型号风机性能与运行情况一样;

  符号说明

  3 模型建立与求解

  3.1 问题一的模型建立及求解

  风能作为一种清洁的可再生能源,越来越受到世界各国的重视。我国风能资源丰富,可开发利用的风能储量约10 亿kW,而2003年底全国电力装机约5.67 亿kW。本方案就一个典型风电场观测数据用数学统计的方法对风电场的资源进行评估并给出优化方案,风能资源评估的标准统计模型为Weibull分布模型。

  Weibull分布是目前使用最广泛的一种分布模型,它具有两个参数,其累积分布函数F(v)和概率密度函数f(v)可表示为:

  在风场资源评估中还将用到:年有效小时数;平均风速;风功率密度;风能利用系数等。其计算公式如下[2]:

  此模型建立的基础是对大量测量数据进行处理,附件1中所给的数据分布在12个Excel文件的365个工作表(Sheet)中,每个工作表的数据又截断为4列,利用Mathematica编程批量读出,再写到一张表中,高效准确。完成后把所有数据(36032行)进行有效性检验,再把有效数(36022行)写入到Excel文件中。

  在Excel总表中可以公式算出风速统计的相关数据:

  3.1.1 Weibull概率密度函数参数计算

  将风速值按1m/s为间隔划分为不同等级,统计各等级风速出现的次数,各等级风速出现的次数除以各等级风速出现的总次数即为此等级风速的风速频率。统计结果如表2:

  经测算,与Weibull模型结果拟合程度较好。3.1.2 风能资源评估指标计算

  由表1可知,把风机的切入速度vi,切出速度vr作为积分区间得年有效小时数为:

  通过查阅相关资料,风功率密度评价标准(GB/T 18710-2002)进行对比研究,此风电场风力资源属于较好水平。

  3.2 问题二的模型建立及求解

  题目中的附件2数据导入的方法与附件1类似,稍有不同的是要加入一个数据转置命令,运行程序得到总表,部分数据如表3:

  用附件2数据的统计结果,按问题1相同的计算方法可得到给出的不同型号风机所在位置风速Weibull概率密度函数参数,计算结果如表4:

  风力机的容量系数是风力机年平均输出功率与额定功率的比值。可作为判断能资源与风机匹配角度的主要指标。风力机的容量系数的计算公式如下[2]:

  把对应参数代入上式即可得到各机型容量系数,新旧机型比较,容量系数高表示机型更适合。计算结果比较如表5[3]:

  对比新旧风机的容量系数,发现新风机普遍高于旧风机,因此新型号风机比现有风机更为适合。

  3.3 问题三模型建立及问题求解

  用Excel按月汇总附件1中生成的数据,得到每月的平均风速,考虑到风能资源的季节性,应把维护工作更多安排在风能资源较差的月份中,月平均统计如表6:

  1)总值班与维护量:

  Tc=风机总台数×年维护次数×每次天数+总值班天数=124×2×2+365=861(天次)

  2)周满工作量:Wm=每组一周最多工作天数×组数=6×4=24(天次)

  满工作安排如表7:

  实际有维护工作的天数计算:设维护天数有x天,则23x/7+(365-x)=861解得:x=217(天)=31(周)

  3)弹性排班

  比较而言,风能资源较差的月份为3月―8月、10月―11月这8个月,因此应当尽量多检修风机,排班如下表:

  每星期检修6台风机,8个月至少共能检修204台次。还剩44台次放在风能资源较好的月份(1月、2月、9月、12月)进行检测,排班表如下:

对风电场运行状况的数学模型分析

论文搜索
关键字:风电场 风电 模型 状况 运行 数学
最新数学论文
浅谈小学数学教学中培养学生综合能力策略
试论小学数学教学中空间观念的培养策略
数学应用意识与高职数学教育教学思考
深度学习的高中数学教学设计分析
小学三年级数学教学中如何培养学生的口算能
浅谈高职院校高等数学教学的现状与对策
小组合作学习在初中数学教学中的应用研究
高职院校数学教学的现状与思考
浅谈小学数学教学中数学思想的有效渗透途径
小学数学课堂应用数形结合思想的教学方式探
热门数学论文
培养学生的创新能力
“研究性学习”的教学研究
“能听懂课,不会解题”的原因调查与分析
数学教学中培养学生创造思维能力
数学学习方法及其指导
谈复习中数学试卷的讲评
变式教学中习题引申应注意的几个问题
用构造法解题对学生思维能力的培养
以研究性学习推进小学数学教育的创新
极限思想的辩证思考与理解