江河水流能发电影响因素分析及试验研究

华电技术 ›› 2020, Vol. 42 ›› Issue (2): 76-80.

• 研究与开发 • 上一篇

江河水流能发电影响因素分析及试验研究

1.延长油田股份公司定边采油厂，陕西榆林〓718600； 2.西安交通大学多相流国家重点实验室，西安〓710049；3.北京工业大学，北京〓100124

出版日期:2020-02-25

Analysis and experimental study on factors affecting power generation by river current

1.Dingbian Oil Production Plant,Yanchang Oilfield Company Limited, Yulin 718600, China; 2.State Key Lab of Multiphase Flow, Xi’an Jiaotong University, Xi’an 710049, China; 3.Beijing University of Technology, Beijing 100124, China

Published:2020-02-25

摘要/Abstract

摘要： 在分析江河水流动过程中水能转换成叶轮机械能效率的基础上，分别设计了1，5，10，50kW级水力涡轮发电机组样机，并在不同河道内进行相关试验测试，得到不同发电机组的能量利用系数(Cpt)分别为0.390，0.406，0.373，0.409。该方案验证了水流能直接发电及采用液压动力传递方式代替二级齿轮传动的可行性，分析了叶轮直径、叶轮级数和水流入流是否有扩口汇流装置对水力涡轮发电机组输出功率的影响，为研究水流能直接发电提供了理论依据。

关键词: 水流能, 水力涡轮发电机组, 能量利用系数, 功率, 可再生能源

Abstract: Based on the analysis of the conversion efficiency of hydraulic energy into impeller mechanical energy during the flowing of rivers, prototypes of a 1kW, a 5kW, a 10kW and a 50kW hydraulic turbine generator unit were designed and tested in different channels. The energy utilization coefficient(Cpt) of the four generator units were 0.390, 0.406, 0.373 and 0.409 respectively. This scheme verified the feasibility of power generation by river current directly and taking hydraulic power transmission to replace the doublegear transmission.The influence of impeller diameter, impeller series and flaring inflowconcentration device on the output power of the hydraulic turbine generator unit was studied,which provided a theoretical basis for the river current energy utilization.

Key words: energy in current, hydraulic turbine generator unit, energy utilization coefficient, power, renewable energy

张刚，乔伟，韩迎鸽，周芳德，魏海姣. 江河水流能发电影响因素分析及试验研究[J]. 华电技术, 2020, 42(2): 76-80.

[1]	邓振宇, 汪茹康, 徐钢, 云昆, 王颖. 综合能源系统中热电联产机组故障预警现状[J]. 综合智慧能源, 2024, 46(8): 67-76.
[2]	殷林飞, 蒙雨洁. 基于DenseNet卷积神经网络的短期风电预测方法[J]. 综合智慧能源, 2024, 46(7): 12-20.
[3]	郑庆明, 井延伟, 梁涛, 柴露露, 吕梁年. 基于DDPG算法的离网型可再生能源大规模制氢系统优化调度[J]. 综合智慧能源, 2024, 46(6): 35-43.
[4]	董强, 徐君, 方东平, 方丽娟, 陈妍琼. 基于光伏出力特性的分布式光储系统优化调度策略[J]. 综合智慧能源, 2024, 46(4): 17-23.
[5]	缪月森, 夏红军, 黄宁洁, 李云, 周世杰. 基于Informer的负荷及光伏出力系数预测[J]. 综合智慧能源, 2024, 46(4): 60-67.
[6]	张心怡, 杨波. 考虑构网型和跟网型变流器的孤岛微电网小信号稳定性分析[J]. 综合智慧能源, 2024, 46(2): 12-18.
[7]	江善和, 李伟, 徐小艳, 王德凯. 基于变分模态分解改进生成对抗网络的短期风电功率预测[J]. 综合智慧能源, 2024, 46(2): 28-35.
[8]	陆文甜. 基于增量交换的主动配电网分布式多目标最优潮流[J]. 综合智慧能源, 2024, 46(2): 43-48.
[9]	方刚, 王静, 张波波, 王俊哲. 基于Pareto解集的工业园区微网优化配置研究[J]. 综合智慧能源, 2024, 46(1): 49-55.
[10]	万明忠, 王元媛, 李峻, 鹿院卫, 赵甜, 吴玉庭. 压缩空气储能技术研究进展及未来展望[J]. 综合智慧能源, 2023, 45(9): 26-31.
[11]	栗庆根, 孙娜, 董海鹰. 基于改进鲸鱼优化算法的共享储能优化配置研究[J]. 综合智慧能源, 2023, 45(9): 65-76.
[12]	陈晓英, 楼继开, 邱亚鸣, 胡静, 陆裔晨, 岑垚, 雷顶. 光储协同综合智慧能源站自动功率控制系统研究[J]. 综合智慧能源, 2023, 45(9): 77-85.
[13]	闫丽梅, 胡汶硕. 基于复功率分布矩阵的电力系统碳流追踪方法[J]. 综合智慧能源, 2023, 45(8): 1-10.
[14]	杨波, 李成雲, 吕浩轩, 周博文, 李广地, 谷鹏. 基于多STA-GLN集成模型的电力系统暂态稳定评估方法[J]. 综合智慧能源, 2023, 45(7): 48-60.
[15]	李菁, 窦真兰, 王加祥, 张春雁, 鲁涛, 倪耀兵. 基于RSOC的风光氢能源系统功率分配策略研究[J]. 综合智慧能源, 2023, 45(7): 78-86.

江河水流能发电影响因素分析及试验研究

Analysis and experimental study on factors affecting power generation by river current

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价