GreenTransPowerCalculate/wind/wind2.py

254 lines
10 KiB
Python
Raw Permalink Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

import pandas as pd
import math
def wind_farm_analysis(device_name, area_km2, file_path, avg_temp, avg_wind_speed,
lateral_spacing_factor=5, longitudinal_spacing_factor=10, altitude=11,
hub_height=100, Cp=0.45, eta=0.8):
"""
封装函数:分析风电场的风机数量及各项经济和技术指标,直接输入年平均气温和年平均风速
参数:
device_name (str): 风力发电机型号名称
area_km2 (float): 风电场面积(平方公里)
file_path (str): 包含风机参数的Excel文件路径
avg_temp (float): 年平均气温(摄氏度)
avg_wind_speed (float): 年平均风速m/s
lateral_spacing_factor (float): 横向间距因子默认为5倍叶片直径5D
longitudinal_spacing_factor (float): 纵向间距因子默认为10倍叶片直径10D
altitude (float): 海拔高度m默认11m
hub_height (float): 轮毂高度m默认100m
Cp (float): 风能利用系数功率系数默认0.45,反映风能转换效率
eta (float): 总系统效率包括机械和电气效率默认0.8
返回:
dict: 包含风电场分析结果的字典,包括装机容量、发电量、环境效益等
"""
def estimate_wind_turbine_count(area_km2, blade_diameter):
"""
估算风电场可容纳的风机数量,基于面积和风机间距
参数:
area_km2 (float): 风电场面积(平方公里)
blade_diameter (float): 风机叶片直径m
返回:
int: 估算的风机数量
"""
# 将面积从平方公里转换为平方米
area_m2 = area_km2 * 1_000_000
# 计算横向和纵向间距(以叶片直径为单位)
lateral_spacing = lateral_spacing_factor * blade_diameter
longitudinal_spacing = longitudinal_spacing_factor * blade_diameter
# 单台风机占地面积 = 横向间距 * 纵向间距
turbine_area = lateral_spacing * longitudinal_spacing
# 风机数量 = 总面积 / 单台风机占地面积(取整数)
turbine_count = int(area_m2 / turbine_area)
print(f"单台风机占地面积: {turbine_area:,} 平方米 "
f"(横向间距: {lateral_spacing} 米, 纵向间距: {longitudinal_spacing} 米)")
print(f"估算风机数量: {turbine_count}")
return turbine_count
def get_wind_turbine_specs(device_name, file_path):
"""
从Excel文件中获取指定风机的参数
参数:
device_name (str): 风机型号名称
file_path (str): Excel文件路径
返回:
tuple: 额定功率kW、扫风面积、叶片直径m
"""
try:
# 读取Excel文件
df = pd.read_excel(file_path)
# 查找匹配的设备名称
match = df[df.iloc[:, 0] == device_name]
if not match.empty:
rated_power = match.iloc[0, 1] # 额定功率kW
swept_area = match.iloc[0, 7] # 扫风面积
blade_diameter = match.iloc[0, 6] # 叶片直径m
print(f"找到设备 '{device_name}',额定功率: {rated_power} KW, "
f"扫风面积: {swept_area} m², 叶片直径: {blade_diameter}")
return rated_power, swept_area, blade_diameter
else:
raise ValueError(f"未找到设备名称: {device_name}")
except FileNotFoundError:
raise FileNotFoundError(f"文件未找到: {file_path}")
except Exception as e:
raise Exception(f"发生错误: {str(e)}")
def air_density(altitude, hub_height, T0):
"""
计算空气密度,考虑海拔和轮毂高度的影响
参数:
altitude (float): 海拔高度m
hub_height (float): 轮毂高度m
T0 (float): 地面平均气温(摄氏度)
返回:
float: 空气密度kg/m³
公式:
ρ = (353.05 / T) * exp(-0.034 * (z / T))
其中 T = T0 - LR * z + 273.15T0为地面温度LR为温度递减率z为总高度
"""
# 计算总高度(海拔 + 轮毂高度)
z = altitude + hub_height
# 温度递减率lapse rate每升高1米温度降低0.0065°C
LR = 0.0065
# 计算绝对温度K考虑高度引起的温度变化
T = T0 - LR * z + 273.15
# 计算空气密度
return (353.05 / T) * math.exp(-0.034 * (z / T))
def wind_power_density(density, velocity_avg):
"""
计算风功率密度(单位面积的风能功率)
参数:
density (float): 空气密度kg/m³
velocity_avg (float): 平均风速m/s
返回:
float: 风功率密度W/m²
公式:
P = 0.5 * ρ * v³按照年平均风速来算
"""
return 0.5 * density * velocity_avg**3
def estimated_wind_power(num_turbines, rated_power):
"""
计算风电场总装机容量
参数:
num_turbines (int): 风机数量
rated_power (float): 单台风机额定功率kW
返回:
float: 总装机容量kW
"""
if not isinstance(num_turbines, int) or num_turbines < 0:
raise ValueError("风机数量必须为非负整数")
return rated_power * num_turbines
def calculate_power_output(S, w, Cp, eta, num_turbines):
"""
计算风电场年发电量
参数:
S (float): 扫风面积
w (float): 风功率密度W/m²
Cp (float): 风能利用系数
eta (float): 系统效率
num_turbines (int): 风机数量
返回:
float: 年发电量Wh
公式:
E = w * S * Cp * 8760 * η * N (N为风机个数
其中 8760 为一年小时数
"""
return w * S * Cp * 8760 * eta * num_turbines
def calculate_equivalent_hours(P, P_r):
"""
计算等效满负荷小时数
参数:
P (float): 年发电量Wh
P_r (float): 单台风机额定功率kW
返回:
float: 等效小时数(小时)
"""
if P_r == 0:
raise ValueError("额定功率不能为 0")
return (P / 1000) / P_r
def calculate_environmental_benefits(E_p_million_kwh):
"""
计算环境效益(减排量)
参数:
E_p_million_kwh (float): 年发电量万kWh
返回:
dict: 包含标准煤、CO₂、SO₂、NOx减排量的字典
假设:
每万kWh可节约标准煤0.404吨减排CO₂ 0.977吨SO₂ 0.03吨NOx 0.015吨
"""
if E_p_million_kwh < 0:
raise ValueError("年发电量需≥0")
return {
"coal_reduction": E_p_million_kwh * 0.404 * 10, # kg
"CO2_reduction": E_p_million_kwh * 0.977 * 10, # kg
"SO2_reduction": E_p_million_kwh * 0.03 * 10, # kg
"NOX_reduction": E_p_million_kwh * 0.015 * 10 # kg
}
# 获取风机参数
rated_power, swept_area, blade_diameter = get_wind_turbine_specs(device_name, file_path)
# 估算风机数量
num_turbines = estimate_wind_turbine_count(area_km2, blade_diameter)
# 计算空气密度
avg_density = air_density(altitude, hub_height, avg_temp)
# 计算风功率密度W/m²
wpd = wind_power_density(avg_density, avg_wind_speed)
# 计算总装机容量kW
total_power = estimated_wind_power(num_turbines, rated_power)
# 计算年发电量Wh
P_test = calculate_power_output(swept_area, wpd, Cp, eta, num_turbines)
# 计算等效满负荷小时数
h = calculate_equivalent_hours(P_test, rated_power)
# 转换为万kWh以计算环境效益
E_p_million_kwh = P_test / 10000000
env_benefits = calculate_environmental_benefits(E_p_million_kwh)
# 返回结果字典
return {
"device": device_name,
"rated_power": rated_power,
"swept_area": swept_area,
"blade_diameter": blade_diameter,
"num_turbines": num_turbines,
"avg_density": avg_density,
"wpd": wpd,
"total_power": total_power / 1000, # 转换为MW
"annual_power_output": P_test / 10000000, # 转换为万kWh
"equivalent_hours": h,
"coal_reduction": env_benefits["coal_reduction"],
"CO2_reduction": env_benefits["CO2_reduction"],
"SO2_reduction": env_benefits["SO2_reduction"],
"NOX_reduction": env_benefits["NOX_reduction"]
}
# 主程序
if __name__ == "__main__":
# 定义输入参数
file_path = r".\wind_product.xlsx" # 风机参数文件路径
device_name = 'GW165-4.0' # 风机型号
area_km2 = 10 # 风电场面积(平方公里)
avg_temp = 13.0 # 年平均气温(摄氏度)
avg_wind_speed = 6 # 年平均风速m/s
# 调用风电场分析函数
result = wind_farm_analysis(
device_name=device_name,
area_km2=area_km2,
file_path=file_path,
avg_temp=avg_temp,
avg_wind_speed=avg_wind_speed
)
# 输出结果
print(f"\n设备: {result['device']}")
print(f"额定功率: {result['rated_power']:.2f} KW")
print(f"扫风面积: {result['swept_area']:.2f} m^2")
print(f"叶片直径: {result['blade_diameter']:.2f} m")
print(f"风机数量: {result['num_turbines']}")
print(f"平均空气密度: {result['avg_density']:.3f} kg/m^3")
print(f"风功率密度: {result['wpd']:.2f} W/m^2")
print(f"项目装机容量: {result['total_power']:.2f} MW")
print(f"年发电量: {result['annual_power_output']:.3f} 万 kWh")
print(f"等效小时数: {result['equivalent_hours']:.2f} 小时")
print(f"标准煤减排量:{result['coal_reduction']:,.0f} kg")
print(f"CO₂减排量{result['CO2_reduction']:,.0f} kg")
print(f"SO₂减排量{result['SO2_reduction']:,.0f} kg")
print(f"NOx减排量{result['NOX_reduction']:,.0f} kg")