一种面向大规模风电场的分布式实时仿真平台及方法

本发明属于风电场仿真，具体涉及一种面向大规模风电场的分布式实时仿真平台及方法。

背景技术：

1、本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

2、目前世界范围内的风电装机容量逐年快速增长。大规模风电场开发对风电场维护和电力系统等带了诸多挑战。一方面，现代化风电场尤其是海上风电场面临场内尾流扰动增强，单机功率增大，成本升高的问题。另一方面，风电的不确定性对现有电网的安全稳定性运行带了很大的影响。行业内亟需一种高效、精确的风电场仿真平台。

3、现有风电场低保真度仿真采用大量简化风电场模型，忽略了诸多场内动态。但这类模型已无法满足规模日益增长的现代化风电场的科研和工程需求。现有风电场高保真度仿真采用基于cfd的空间离散化求解方案，具备较高的精确度。然而这种方式需要花费大量的算力，且其仿真速度极慢，无法实际用于工程项目。现有风电场中保真度仿真采用简化空间离散化方案，重点考虑风电场内尾流效应和单机载荷。但仍存在两个问题：1.在进行大规模风电场仿真时，其仿真效率仍不够高。2.无法实现实时仿真，以进行场级控制器硬件在环测试。

技术实现思路

1、为了解决上述问题，本发明提出了一种面向大规模风电场的分布式实时仿真平台及方法，本发明能够以毫秒级的仿真时间步长实现包含上百台风电机组的大规模风电场实时仿真。该平台采用分布式硬件架构，具有较强的可扩展性，能够支撑千台级别的大规模风电基地的实时仿真。

2、根据一些实施例，本发明的第一方案提供了一种面向大规模风电场的分布式实时仿真平台，采用如下技术方案：

3、一种面向大规模风电场的分布式实时仿真平台，包括风场服务端和多个机组客户端，所述服务端通过交换机与多个机组客户端连接；

4、所述风场服务端获取风场计算节点对场内各机组模型的扰动风速的实时仿真结果发送给各个客户端；

5、所述客户端接收服务端的扰动风速仿真结果并发送给机组计算节点，获取机组计算节点基于扰动风速仿真结果对风电机组的气动以及机械动态的实时仿真结果；

6、基于场内各机组模型的扰动风速实时仿真结果和风电机组的气动以及机械动态实时仿真结果，完成对风场模型和机组模型的仿真。

7、进一步地，所述服务端与客户端通过唯一套接字建立通信连接，并向客户端发送初始化数据，使得客户端利用初始化数据初始化仿真过程。

8、进一步地，所述服务端将场内各机组模型的扰动风速的实时仿真结果以风速数据包发送给各个客户端；

9、所述风速数据包包括消息编号、设备编号、消息长度、风速消息唯一标识符以及风速数据。

10、进一步地，所述客户端将获取的对风电机组的气动以及机械动态的实时仿真结果以机组尾流数据包发送给服务端；

11、所述机组尾流数据包包括消息编号、设备编号、消息长度、尾流消息唯一标识符以及尾流动态参数数据。

12、进一步地，所述风场计算节点采用中央处理器-图形处理器异构型结构，其中，

13、所述中央处理器负责计算控制以及风场模型中部分计算量小的计算过程；

14、所述图形处理器负责扰动风速计算。

15、进一步地，所述图形处理器采用并行化计算的方式，根据场内风速点的个数创建并行线程，并将所有风速点的扰动风速的计算分配到不同的并行线程中，实现风电场内所有不同风速点扰动风速的同时计算。

16、进一步地，每个客户端内设置有一个机组计算节点，每个机组计算节点对应场内一台风电机组，仅需通过增减机组计算节点来对不同规模的风电场进行实时仿真。

17、进一步地，各个机组计算节点通过网络交换机进行数据交互。

18、根据一些实施例，本发明的第二方案提供了一种面向大规模风电场的分布式实时仿真方法，采用如下技术方案：

19、一种面向大规模风电场的分布式实时仿真方法，包括：

20、利用风场计算节点采用中央处理器-图形处理器异构型结构对风场模型中的各个风速点的扰动风速进行实时计算仿真；

21、利用机组计算节点对风电机组模型中的风电机组的气动以及机械动态进行实时计算仿真。

22、进一步地，所述风场计算节点采用中央处理器-图形处理器异构型结构，其中，

23、所述中央处理器负责计算控制以及风场模型中部分计算量小的计算过程；所述图形处理器负责扰动风速计算；

24、所述图形处理器采用并行化计算的方式，根据场内风速点的个数创建并行线程，并将所有风速点的扰动风速的计算分配到不同的并行线程中，实现风电场内所有不同风速点扰动风速的同时计算。

25、与现有技术相比，本发明的有益效果为：

26、本发明采用cpu-gpu异构型硬件实现风场模型高效计算，能够支撑风电场实时仿真，极大地提高了仿真效率；以包含350万个风速点的风电场为例，相较于其他技术，计算速度提高了264倍。

27、本发明采用分布式硬件框架实现风电场实时仿真，当用于不同规模风电场时，仅需增减机组计算节点即可，极大地增强了仿真平台的灵活性和可扩展性。本发明的仿真平台能够支撑中保真度模型的实时仿真，相对于低保真度模型，极大地提高了仿真精度。

技术特征：

1.一种面向大规模风电场的分布式实时仿真平台，其特征在于，包括风场服务端和多个机组客户端，所述服务端通过交换机与多个机组客户端连接；

2.如权利要求1所述的一种面向大规模风电场的分布式实时仿真平台，其特征在于，所述服务端与客户端通过唯一套接字建立通信连接，并向客户端发送初始化数据，使得客户端利用初始化数据初始化仿真过程。

3.如权利要求1所述的一种面向大规模风电场的分布式实时仿真平台，其特征在于，所述服务端将场内各机组模型的扰动风速的实时仿真结果以风速数据包发送给各个客户端；

4.如权利要求1所述的一种面向大规模风电场的分布式实时仿真平台，其特征在于，所述客户端将获取的对风电机组的气动以及机械动态的实时仿真结果以机组尾流数据包发送给服务端；

5.如权利要求1所述的一种面向大规模风电场的分布式实时仿真平台，其特征在于，所述风场计算节点采用中央处理器-图形处理器异构型结构，其中，

6.如权利要求5所述的一种面向大规模风电场的分布式实时仿真平台，其特征在于，所述图形处理器采用并行化计算的方式，根据场内风速点的个数创建并行线程，并将所有风速点的扰动风速的计算分配到不同的并行线程中，实现风电场内所有不同风速点扰动风速的同时计算。

7.如权利要求1所述的一种面向大规模风电场的分布式实时仿真平台，其特征在于，每个客户端内设置有一个机组计算节点，每个机组计算节点对应场内一台风电机组，仅需通过增减机组计算节点来对不同规模的风电场进行实时仿真。

8.如权利要求7所述的一种面向大规模风电场的分布式实时仿真平台，其特征在于，各个机组计算节点通过网络交换机进行数据交互。

9.一种面向大规模风电场的分布式实时仿真方法，其特征在于，包括：

10.如权利要求9所述的一种面向大规模风电场的分布式实时仿真方法，其特征在于，所述风场计算节点采用中央处理器-图形处理器异构型结构，其中，

技术总结
本发明属于风电场仿真领域，提供了一种面向大规模风电场的分布式实时仿真平台及方法，包括风场服务端和多个机组客户端，所述服务端通过交换机与多个机组客户端连接；所述风场服务端获取风场计算节点对场内各机组模型的扰动风速的实时仿真结果发送给各个客户端；所述客户端接收服务端的扰动风速仿真结果并发送给机组计算节点，获取机组计算节点基于扰动风速仿真结果对风电机组的气动以及机械动态的实时仿真结果；基于场内各机组模型的扰动风速实时仿真结果和风电机组的气动以及机械动态实时仿真结果，完成对风场模型和机组模型的仿真。本发明该发明采用采用中央处理器‑图形处理器异构型结构实现风场模型高效计算，极大地提高了仿真效率。

技术研发人员：赵浩然,李冰
受保护的技术使用者：山东大学
技术研发日：
技术公布日：2024/1/15