13 Vận hành thử, vận hành và bảo trì 1 Quy định chung
F.3.4 Các phân bố thực nghiệm lâu dà
Việc thực hiện thực tế của các công thức này sẽ điển hình để sử dụng các giá trị tốc độ gió rời rạc. Sau đó, có
(F.4) Phân bố Fshort-term được thu nhận bằng cách điều chỉnh theo phân bố thực nghiệm:
(F.5)
Trong đó ski ký hiệu mẫu giá trị cực trị thứ i từ tốc độ gió k và ri là bậc của ski giữa các cực trị nk phát sinh từ tốc độ gió k. Đối với các triển khai tiếp theo, cần lưu ý rằng một biểu thức tương đương cho phân bố thực nghiệm bằng cách sử dụng tổng là
(F.6) Trong đó hàm chỉ thị l(x) được biểu diễn là:
(F.7)
Nhiệm vụ của hàm chỉ thị là để chọn ra tất cả các giá trị nhỏ hơn hoặc bằng ski để chúng có thể đóng góp vào xác suất thực nghiệm có giá trị nhỏ hơn hoặc bằng ski. Lưu ý rằng định nghĩa cụ thể của hàm chỉ thị đảm bảo rằng trường hợp các giá trị cực trị nhận biết phải thực sự được ghi nhận.
F.3.3 Các cực trị cục bộ
Bây giờ việc phân bố cực trị tổng thể ngắn hạn trong thời gian quan sát T, được thu nhận từ n(V) các giá trị cực trị cục bộ riêng trong giai đoạn đó (giả thiết các cực trị là dương, nếu không có thể thực hiện thay đổi dấu hiệu):
Fshort -term (s|V;T) = Flocal (s|V;T)n(V) (F.8)
Phân bố lâu dài, được quy định trong (F.9), và đáp ứng tải cực trị, sr, của giai đoạn hồi tiếp mong muốn, Tr, được thiết lập như đã mô tả trong điều phụ trước. Đúng ra, n phải là một số ngẫu nhiên đối với mỗi phân bố phải được giả định (phụ thuộc vào V). Tuy nhiên, đối với các ứng dụng tuabin gió, n hạn chế biến động so với giá trị trung bình của nó. Do đó, thay thế n theo giá trị trung bình của nó (điều kiện về V), như ngầm thực hiện ở trên, là tương đối chính xác. Xấp xỉ có thể được chấp nhận nếu, khi áp dụng công thức được đề xuất ở sau đây, mỗi lần sử dụng một đại diện giá trị s của tốc độ gió mà đóng góp nhiều nhất vào đáp ứng tải cụ thể đang xem xét. Dựa trên một xấp xỉ có các biểu thức sau:
(F.9)
(F.10)
F.3.4 Các phân bố thực nghiệm lâu dài
Ưu điểm để tổng hợp số liệu từ tất cả các tốc độ gió và sau đó điều chỉnh phân bố cho dữ liệu kết hợp. Một phương pháp để thực hiện điều này là tính toán số mô phỏng, trong đó số các mô phỏng
Nsims (Vk) ≈ Ntotal pk, pk = f(Vk)∆Vk, Vin ≤ V1 < … < VM < Vout (F.11)
Sau khi mô phỏng hoàn thành và cực đại được lấy ra, tất cả các cực đại từ tất cả các tốc độ gió được kết hợp thành một phân bố duy nhất và phân bậc như
(F.12)
Trong đó si ký hiệu là giá trị cực trị thứ i lấy mẫu trên tất cả các tốc độ gió và ri là bậc của si trong ntotal
các cực trị phát sinh từ phân bố kết hợp.
Một bất lợi tiềm ẩn của phương pháp này là các tải bị khống chế bởi các tốc độ gió cao có thể có rất ít mô phỏng, mà từ đó tách ra các giá trị cực trị ở cuối phân bố thực nghiệm. Để giải quyết vấn đề này, các phân bố lâu dài bổ sung có thể được tính toán bằng cách sử dụng các mô phỏng bổ sung cho các khoang tốc độ gió xác suất thấp. Tổng thời gian mô phỏng mỗi khoang phải theo phân bố tốc độ gió ban đầu. Nhưng, một số phân bố thực nghiệm lâu dài mới có thể được hình thành bằng cách sử dụng dữ liệu mồi khởi động ngẫu nhiên từ tất cả các khoang, trong đó một số lượng lớn các mô phỏng có sẵn. Sau một số phân bố lâu dài được hình thành, chúng có thể được tính trung bình để tạo thành một phân bố lâu dài tổng hợp duy nhất mà có thể được sử dụng để ngoại suy đến các mức xác suất thấp hơn.