Study on Provincial Regional Prediction Methods for Wind Turbine Capacity Loss Caused by Icing

戴文; 李波; 谢林瑾; 康文军; 杨博远; 怀晓伟

doi:10.3969/j.issn.1008-0198.2025.05.011

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

Study on Provincial Regional Prediction Methods for Wind Turbine Capacity Loss Caused by Icing

更新时间：2026-01-10

- Study on Provincial Regional Prediction Methods for Wind Turbine Capacity Loss Caused by Icing
- Vol. 45, Issue 5, Pages: 80-84(2025)
- 作者机构：
  
  1. 湖南防灾科技有限公司,湖南,长沙,410129
  2. 电网防灾减灾全国重点实验室,湖南,长沙,410129
- 作者简介：
- 基金信息：
- DOI：10.3969/j.issn.1008-0198.2025.05.011
  CLC： TM715.1
- Published Online：11 November 2025，
  
  Published：11 November 2025
- 稿件说明：
移动端阅览
戴文, 李波, 谢林瑾, 康文军, 杨博远, 怀晓伟. 面向省级区域的风电覆冰退备容量预测方法[J]. 湖南电力, 2025, 45(5): 80-84.

戴文, 李波, 谢林瑾, et al. Study on Provincial Regional Prediction Methods for Wind Turbine Capacity Loss Caused by Icing[J]. 2025, 45(5): 80-84.
戴文, 李波, 谢林瑾, 康文军, 杨博远, 怀晓伟. 面向省级区域的风电覆冰退备容量预测方法[J]. 湖南电力, 2025, 45(5): 80-84. DOI： 10.3969/j.issn.1008-0198.2025.05.011.

戴文, 李波, 谢林瑾, et al. Study on Provincial Regional Prediction Methods for Wind Turbine Capacity Loss Caused by Icing[J]. 2025, 45(5): 80-84. DOI： 10.3969/j.issn.1008-0198.2025.05.011.

摘要

冬季寒潮过程中

某省高寒山地风电场风机易出现覆冰退备现象

给电网调度和电力平衡带来挑战。针对此问题

提出一种面向区域的风电覆冰退备容量预测方法

该方法同时考虑雨凇、雾凇天气

引入冰冻气象指数（I

）

量化描述寒潮过程中风电覆冰的外部气象条件

建立模型将I

映射至风电场覆冰退备容量

结合多轮典型寒潮过程开展实证检验。结果表明

所提方法在多个寒潮过程中均展现出良好的预测精度

在2024—2025年冬季的覆冰退备容量预测中

平均准确率达到85.44%

具有良好的实际应用价值和区域适用性。

Abstract

During winter cold wave events

wind turbines in alpine mountainous wind farms in a certain province are prone to capacity loss caused by icing

posing significant challenges to grid dispatching and power balance. To address this issue

a regional prediction method for wind turbine capacity loss caused by icing is proposed

which takes into account both meteorological conditions of glaze ice and freezing fog

and introduces a Freezing Meteorological Index(I

) to quantitatively describe the external meteorological conditions of wind power ice-covered in the process of winter cold waves. A predictive model is constructed to map I

to wind power capacity loss due to icing. Empirical validation is

conducted using multiple typical cold wave events. Results show that the proposed method demonstrates high prediction accuracy across several cold wave processes

and the average accuracy reaches 85.44% in the prediction of capacity loss due to icing in the winter of 2024-2025

indicating strong practical value and regional applicability.

关键词

Keywords

references

张国山,李永胜,徐占胜,等. 风电场设备受冰冻灾害影响与防控策略分析[J]. 中国机械,2024(33):130-133.

练杨蔚,郑蜀江. 风力发电机覆冰预警技术研究[J]. 江西电力,2022,46(8):56-58.

刘俊博,金鹏,李守学,等. 高寒地区雨雪冰冻灾害分析及友好型电网防灾措施[J]. 吉林电力,2022,50(5):9-12.

许杨,陈正洪. 风电场风机覆冰期预报方法[J]. 气象科技,2021,49(6):923-929.

焦伟卫. 风机叶片的覆冰机理与模拟分析[J]. 电子技术,2023,52(3):236-237.

徐婉笛,周宁,韩永翔,等. 中国冰冻天气中Ramer算法参数化方案的改进及模拟[J]. 气象科技,2019,47(4):673-682.

胡琴,王欢,邱刚,等. 风力发电机叶片覆冰量化分析及其应用[J]. 电工技术学报,2022,37(21):5607-5616.

贺莉微,陈正洪,李金建. 风电场风机叶片覆冰气象条件及覆冰模型研究进展[J]. 沙漠与绿洲气象,2023,17(3):1-7.

于东玮,司广全,孔祥逸,等. 风机叶片覆冰机理与预测分析[J]. 计算力学学报,2021,38(3):327-336.

ZHANG Y J,ROTEA M,KEHTARNAVAZ N.Wind farm prediction of icing based on SCADA data[J]. Energies,2024,17(18):4629.

郑婷婷,单小雨,马继涛,等. 寒潮天气对风电运行和功率预测的影响分析[J]. 内蒙古电力技术,2023,41(4):8-12.

刘国特. 风力发电机叶片覆冰预测与覆冰对机组出力影响研究[D]. 广州:华南理工大学,2014.

HU L Q,ZHU X C,HU C X,et al.Wind turbines ice distribution and load response under icing conditions[J]. Renewable Energy,2017,113:608-619.

王瑜,王歆铖. 飞机防除冰机理及超疏水材料的机载应用[J]. 科学技术与工程,2024,24(1):72-87.

梁健,舒立春,胡琴,等. 风力机叶片雨凇覆冰的三维数值模拟及试验研究[J]. 中国电机工程学报,2017,37(15):4430-4436,4584.

舒立春,任晓凯,胡琴,等. 环境参数对小型风力发电机叶片覆冰特性及输出功率的影响[J]. 中国电机工程学报,2016,36(21):5873-5878,6031.

孟丹,陈正洪,许杨,等. 极端天气对风电开发全过程的影响及应对策略[J]. 南方能源建设,2025,12(2):1-14.

袁家海,彭可欣,张浩楠,等. 电力系统气候适应性的探索、挑战与展望[J]. 气候变化研究进展,2025,21(2):256-272.

王珊珊,雷彦森,方鸿斌,等. 基于CatBoost算法的长江中游冬季降水相态预报方法研究[J]. 气象,2022,48(9):1153-1161.

任雍,梁莺,刘光普,等. 基于毫米波测云雷达的云粒子相态识别研究[J]. 沙漠与绿洲气象,2019,13(6):126-132.

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

No data

Related Author

No data

Related Institution

No data

AI问答

⁰