Songyue LIU · Qiusheng LIab · Bin LUab · Junyi HEab · Energy Conversion and Management · 2025年1月 · Vol.324

摘要 预测海上风力机的尾流特性及输出功率对于优化风电场布局并最大化风能产量至关重要。近年来，多种计算流体动力学方法被开发用于预测风力机尾流和输出功率，并相比传统解析模型表现出良好的性能。然而，在海上风电场设计中，计算流体动力学通常涉及较高的计算成本，因为需要考虑不同机组间距下多种复杂的海上风况。为在保证预测精度的同时提升计算效率，本文结合大涡模拟与卷积神经网络开展研究。大涡模拟有效融合了致动线方法与离散合成随机流生成技术，用于生成单台风力机在不同来流风速和湍流强度条件下的尾流速度、尾流湍流强度以...

解读: 该LES-CNN混合预测技术对阳光电源海上风电场储能配置具有重要价值。通过精准预测尾流效应和功率输出(误差<3%),可优化ST系列储能变流器的容量配置和PowerTitan系统的调度策略。尾流湍流强度数据可指导GFM/VSG控制算法应对风电波动,提升电网支撑能力。深度学习方法可集成至iSolarCl...