CN101919134B - 用于风力涡轮发电机的基于事件的控制系统及控制方法 - Google Patents
用于风力涡轮发电机的基于事件的控制系统及控制方法 Download PDFInfo
- Publication number
- CN101919134B CN101919134B CN200880125125XA CN200880125125A CN101919134B CN 101919134 B CN101919134 B CN 101919134B CN 200880125125X A CN200880125125X A CN 200880125125XA CN 200880125125 A CN200880125125 A CN 200880125125A CN 101919134 B CN101919134 B CN 101919134B
- Authority
- CN
- China
- Prior art keywords
- event
- data
- parameter
- control
- control system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 12
- 238000004458 analytical method Methods 0.000 claims abstract description 41
- 230000003044 adaptive effect Effects 0.000 claims abstract description 35
- 238000007619 statistical method Methods 0.000 claims abstract description 6
- 230000001537 neural effect Effects 0.000 claims description 9
- 238000012986 modification Methods 0.000 claims description 5
- 230000004048 modification Effects 0.000 claims description 5
- 238000006073 displacement reaction Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims 2
- 238000004519 manufacturing process Methods 0.000 abstract description 7
- 238000013528 artificial neural network Methods 0.000 abstract 1
- 238000005259 measurement Methods 0.000 description 8
- 230000002349 favourable effect Effects 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 241001269238 Data Species 0.000 description 5
- 230000001105 regulatory effect Effects 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 3
- 238000011088 calibration curve Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 239000003758 nuclear fuel Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/04—Automatic control; Regulation
- F03D7/042—Automatic control; Regulation by means of an electrical or electronic controller
- F03D7/048—Automatic control; Regulation by means of an electrical or electronic controller controlling wind farms
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/028—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor controlling wind motor output power
- F03D7/0284—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor controlling wind motor output power in relation to the state of the electric grid
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/04—Automatic control; Regulation
- F03D7/042—Automatic control; Regulation by means of an electrical or electronic controller
- F03D7/043—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic
- F03D7/044—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic with PID control
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/04—Automatic control; Regulation
- F03D7/042—Automatic control; Regulation by means of an electrical or electronic controller
- F03D7/043—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic
- F03D7/046—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic with learning or adaptive control, e.g. self-tuning, fuzzy logic or neural network
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind energy
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Abstract
本发明涉及包括位于一个或者多个风力涡轮发电机与电力电网之间的控制接口的控制系统，其中，所述风力涡轮发电机耦合到所述电力电网并且有助于所述电网的功率生产。设置所述控制接口以接收事件数据的集合。在实施例中，所述事件数据的集合可以是适用于SCADA系统的任意数据。根据包括至少一个预定义的事件条件以及自适应事件条件的集合的预定的事件规则分析所述事件数据的集合。基于所述分析，提供事件输出以控制所述一个或者多个风力涡轮发电机的参数。在实施例中，所述控制系统可以在SCADA系统中实现或者结合SCADA系统实现，并且，所述事件输出可以基于模糊逻辑、神经网络或者统计分析。
Description
技术领域
本发明涉及一种控制系统，所述控制系统包括位于一个或者多个风力涡轮发电机与电力电网之间的控制接口，其中所述风力涡轮发电机耦合到所述电力电网并且有助于所述电网的功率生产。具体而言，本发明涉及一种控制所述一个或者多个风力涡轮发电机的参数的控制系统、涉及一种控制来自所述一个或者多个风力涡轮发电机的功率输出的方法、涉及一种SCADA系统以及涉及一种计算机程序产品。
背景技术
可以从多个不同的电力源类型提供大规模电力电网。通常，主要电力源是热功率发电机类型，例如基于煤炭、化石燃料或者核燃料的蒸汽轮机。然而，日益增加的是，风力发电机有助于大规模电力电网的总体功率生产。对于电力电网的操作者来说，确保其电力电网稳定以及可控的功率生产是首要的。由于风力涡轮发电机是随着风力条件波动的相对不稳定的电力源，所以必须将风力涡轮发电机正确地接口到电力电网以避免将不稳定性携带到电网中，因为这种不稳定性能够产生通过电力电网系统传播的干扰。为此，风力的改变对将风力生成的电力高度集成到电力电网提出了挑战。
与控制和监控风力发电机涡轮相结合，通常采用数据采集与监视控制(SCADA)系统。还可以将SCADA系统称为数据采集与监视命令系统。一方面配置SCADA系统以从其所连接的风力涡轮发电机收集大量数据，并且另一方面配置SCADA系统以利用向其所连接的风力涡轮发电机反馈控制参数和设置的控制例程控制该风力涡轮发电机，从而能够确保稳定和受控的电源。
确保来自风力涡轮发电机的稳定并且可控制的功率生成的现有技术方案包括使用气象建模预测来自风力涡轮发电机的功率生产的变化。在公开的美国专利申请2004/0207207中公开一种功率控制接口。公开一种使用通过监控来自风电场的风力涡轮发电机的功率输出以及功率传输线推导的数据的控制系统。基于系统建模算法，预测功率输出，并且通过在不稳定的时段中存储或者释放生成的功率来稳定功率生成。所述系统建模算法基于气象预测。然而，基于模型的方案面临如下事实：如果可能，例如基于气象学的外部影响以及例如基于电学的内部影响的组合系统极其复杂并且难以精确建模。
本发明的发明人意识到，来自一个或者多个风力涡轮发电机的功率输出的改善控制是有利的，并且因此设计了本发明。
发明内容
本发明寻求提供一种处理在一个或者多个风力涡轮发电机的控制中使用的参数的改善方式。具体而言，本发明的目的在于提供用于改善控制系统的行为并且从而改善来自一个或者多个风力涡轮发电机的输出的方法。优选地，本发明缓解、减轻或者消除了现有技术的一个或者多个问题。
根据本发明的第一方面，提供一种包括位于一个或者多个风力涡轮发电机的功率输出与电力电网之间的控制接口的控制系统，所述控制接口包括：
-输入单元，用于接收：
·事件数据的集合，所述事件数据的集合包括所述一个或者多个风力涡轮发电机的一个或者多个参数；
-事件分析器，用于提供：
·所述事件数据的集合的事件分析，所述事件分析基于至少一个预定的事件规则，所述至少一个预定的事件规则包括至少一个预定义的事件条件以及自适应事件条件的集合；以及
·基于所述事件分析的事件输出；以及
-控制单元，用于根据所述事件输出来控制所述事件数据的至少一个参数。
本发明的发明人意识到，通过向控制系统输入事件数据的集合并且根据条件规则来分析这些数据，可以优化或者至少改善参数的控制并且从而优化或者至少改善风力涡轮机的控制。
根据至少一个预定的规则分析所述事件数据。所述预定的规则通常由系统的用户或者设计者设置。按照要实现的条件建立该规则。本发明的优点在于：不需要将规则和事件数据一起耦合到系统的建模中。由于考虑到能够影响风力发电的例如气象方面以及例如瞬变现象的电网行为等的所有因素，对功率发电机-电网系统的建模是极其复杂并且不可能解决的事情，因此这是有利的。
在实施例中，可以使用多个预定义的规则，例如多于3个规则、多于5个规则、多于10个规则、多于25个规则、多于50个规则、多于100个规则或者甚至几百个规则。
在实施例中，所述事件数据的集合包括多个不同的参数，例如多于3个参数、多于5个参数、多于10个参数、多于25个参数、多于50个参数、多于100个参数或者甚至几百个参数。
事件分析器按照至少一个预定义的事件条件以及自适应事件条件的集合提供对所述事件数据的集合的事件分析。所述预定的事件条件反映公知的条件，而所述自适应事件条件反映根据所述事件数据的值的条件，不必知道这些数据值，并且在控制接口的操作期间可以细化(改变)所述自适应条件。通过这种方式，可以通过公知的预定义条件以及在操作期间改变的条件来定义事件。由于在操作之前不需要知道所述自适应条件的具体值，因此这是有利的。
所述控制接口控制事件数据的至少一个参数。所述参数可以是表示所述一个或者多个风力涡轮发电机或者与由所述风力涡轮发电机产生的功率相关的风电场中的其它部件的物理参数的参数。可以将所述参数称为系统参数。典型的参数包括但并不局限于选择于下面的参数组中的参数：每相的输出电压、每相的输出电流、电网电压与电流之间的相位角、各相与电网频率之间的相位角位移(displacement)，等等。
在有利的实施例中，控制接口可通信地连接到SCADA系统或者至少部分地实现在SCADA系统中。所有相关的事件数据通常可用于所述SCADA系统，而且通常结合控制一个或者多个风力涡轮发电机的参数来使用SCADA系统。从而，本发明的实施例可以集成并且从而更新现有系统，并且可以提供不需要对SCADA系统的主要再设计的新系统。
在有利的实施例中，预定义的事件条件基于所述事件数据的选择的参数的参数值的预定义变化。所述选择的参数可以是由控制系统控制的参数。可以通过系统的用户或者设计者选择或者设置所述选择的参数以及预定义的变化的幅度。
在有利的实施例中，所述自适应事件条件基于所述事件数据的参数的选择集合的参数值的集合。可以通过系统的用户或者设计者选择或者设置所述事件数据的参数的集合。
所述事件分析器分析所述事件数据的集合。在实施例中，所述分析可以是两阶段过程。在第一阶段中，根据由至少一个预定的事件规则设置的条件监控所述事件数据，并且在第二阶段中，在所述事件数据的集合的值满足所述自适应事件条件的集合时初始化实质事件分析。通过基于所述自适应事件条件初始化事件分析，可以确保所述事件分析并且从而独立于所述预定的事件条件进行所述参数的控制。例如，在所述事件数据表示由预定义的事件条件定义的给定事件在事件本身发生之前的情况中，控制接口可以确保系统为该事件做好准备。即，所述控制接口可以预测事件的发生，或者至少提供事件发生的概率。为此，可以将控制接口称为预测控制接口或者预测事件控制器。
在示例性实施例中，自适应事件条件的集合中的每一个事件条件包括自适应评估权重。所述评估权重可以反映相应的自适应事件条件的相关性，使得低权重反映低重要性的条件，而高权重反映高重要性的条件。在实施例中，可以将多于一个的评估权重相关联到所述自适应事件条件的每一个或者一些。
在示例性实施例中，在满足至少一个预定义的事件条件时，根据修改算法来修改所述自适应事件条件的集合。可以使用不同类型的修改算法。可以通过修改评估权重进行修改。
在示例性实施例中，事件分析的事件输出可以基于不同类型的分析或者甚至组合不同类型的分析。所述事件输出可以基于至少一个但是通常是多个模糊规则，所述事件输出可以基于神经网络，和/或所述事件输出可以基于统计分析。模糊逻辑和神经网络是基于条件数据预测事件的非常强大的工具。然而，利用模糊逻辑和神经网络难于理解决策的潜在基础。因此， 至少对于一些系统，因此可以期望事件分析基于统计分析。
在示例性实施例中，可以基于P控制器、PI控制器或者PID控制器的调节参数的设置来控制所述事件数据的至少一个参数。P、PI和PID控制器是极其通用并且广泛使用的控制器。这种控制器的一个优点是能够非常简单地实现。然而，这种控制器的问题在于，在设置点或者目标值改变时，这种控制器易于不稳定。在本发明的有利实施例中，所述事件分析的结果是确定或者设置在P、PI或者PID控制器中使用的调节参数。
根据本发明的第二方面，提供一种用于对一个或者多个风力涡轮发电机到电力电网的功率输出进行控制的方法，所述方法包括：
-接收事件数据的集合，所述事件数据的集合包括所述一个或者多个风力涡轮发电机的一个或者多个参数：
-分析所述事件数据的集合，以提供
·事件分析，所述事件分析基于至少一个预定的事件规则，所述至少一个预定的事件规则包括至少一个预定义的事件条件和自适应事件条件的集合；以及
·基于所述事件分析的事件输出；以及
-根据所述事件输出来控制所述事件数据的至少一个参数。
在本发明的第三和第四方面，根据第二方面的方法可以实现在SCADA系统中或者具有指令集合的计算机程序产品中，当在计算机上使用时，所述指令集合使所述计算机执行第二方面的方法。
所述计算机程序产品可以结合可编程的SCADA系统使用。
通常，可以将本发明的单独方面分别与任意其它方面组合。通过下面参照所描述的实施例的说明，本发明的这些和其它方面将变得显而易见。
附图说明
现在将参照附图描述仅作为示例的本发明实施例，其中：
图1示意性示出了包括位于一个或者多个风力涡轮发电机的功率输出与电力电网之间的控制接口的控制系统；
图2示出了输入到事件控制器中或者由所述事件控制器监控的事件数据的集合的示例；
图3示出了应用模糊逻辑的示例性实施例的示意图；
图4示意性示出了用于控制事件数据的参数的PI控制器形式的控制元件的实现；以及
图5示出了根据本发明实施例的流程图。
具体实施方式
下面描述根据本发明的控制系统的实施例。在所描述的实施例中，结合数据采集与监视控制(SCADA)系统实现所述控制系统。然而应该理解，控制系统并不局限于SCADA系统实现，而是可以结合任意类型的来自一个或者多个风力涡轮发电机的功率输出与电力电网之间的控制系统来实现。
图1示意性示出了本发明实施例的元件。该图示意性示出了位于一个或者多个风力涡轮发电机3的功率输出2与电力电网4之间的控制接口1。所述一个或者多个风力涡轮发电机3可以是包括多个涡轮的风电场的形式。电力电网4可以是任何类型的电网，例如用于向居住区、工业区等等分配电力的典型的大规模电网。
通过SCADA系统5和事件控制器6示意性示出了控制接口。由于整个SCADA系统不必形成该接口的一部分，因此这只是出于说明目的。实际上，在实施例中，SCADA系统可以可通信地连接到控制接口或者控制接口可以部分地实现在SCADA系统中。因而，在实施例中，根据本发明的控制接口可以实现在单个模块或者元件中，或者可以实现或者分布在多个元件中。所述实现可以是纯粹基于软件的、纯粹基于硬件的或者是组合的软件-硬件方案。在所示出的实施例中，事件控制器6实现SCADA系统的附加功能以到达根据本发明实施例的控制接口。
控制接口1包括用于接收事件数据的集合的输入单元7。将所述输入单元示出为事件控制器6的输入元件。通常，输入可以是接收代表事件数据的数据或者信号的任何形式。将事件数据输入到事件分析器8中，事件分析器8用于分析该事件数据并且基于所述事件分析来提供事件输出。将所述事件输出输入到控制单元9中，控制单元9用于根据所述事件输出来控制参数。可以从SCADA系统接收12或者访问事件数据。将所述事件输出输入14到所述SCADA系统中，所述SCADA系统根据所述事件输出而输 出控制信号15。将所述控制信号15提供给风力涡轮发电机，例如通过向风力涡轮发电机的各控制器和/或例如补偿设备(例如帽排(cap bank)、静止同步补偿器、SVC等等)的风电场的其它部件提供控制信号，通过向控制单独的风力涡轮发电机的中央控制单元提供控制信号。
在实施例中，就参数的稳定性而言，控制接口控制事件数据的至少一个参数。所述参数可以是由SCADA系统控制或者监控的任意参数。由SCADA系统控制的典型参数包括但并不限于下面的参数：每相的输出电压、每相的输出电流、电网电压与电流之间的相位角、各相与电网频率之间的相位角位移，等等。典型地，在输出位置10处测量参数并且将参数输入11到SCADA系统中。
一个或者多个参数形成被称为事件数据的集合的数据集合的一部分。所述事件数据的集合可以包括大量的数据，包括但并不限于下面数据组中的数据：表示提供给电力电网的电流的数据、表示提供给电力电网的电压的数据、表示在一个或者多个风力涡轮发电机处的风速的参数、时间数据、表示有功功率的数据、表示无功功率的数据、表示总功率的数据、气象数据、表示无功功率的数据、表示电网频率的数据、表示相位的数据、起作用的风力涡轮发电机的数量、表示电力电网上的状态的数据、参数的目标水平、来自例如位于不同地理位置处的一个或者多个数据采集与监视控制(SCADA)系统的控制数据。
通常，所述事件数据可以包括从SCADA系统获得的任意数据，并且可以将事件控制器设置成从SCADA系统接收事件数据的集合的至少一部分并且通常是全部。所述SCADA系统可以从输出位置10以及从风电场13等接收数据。
在公知的SCADA系统中，使用多个PI控制器来稳定一个或者多个风力涡轮机的多个参数，从而稳定来自所述风力涡轮机的输出。所述PI控制器可以例如控制无功功率Q。控制器监控所测量的无功功率Qmeas并且将其与设置点或者无功功率的目标值Q*进行比较。基于所述比较确定输出Qout。如本领域中公知的，PI控制器通过应用调节参数的集合进行操作。在实施例中，也可以应用P控制器或者PID控制器。如本领域中公知的，P、PI和PID控制器的稳定性高度取决于在控制环路中使用的调节参数。而且， 对于给定的设置点稳定的调节参数不必对于另一设置点也稳定。例如，如果出于一个或者另一原因，电网的电压突然下降或者电网的短路阻抗改变为非常不同的值，则控制器调节参数可能没有针对该新的环境条件进行优化，并且如果不改变(adapt)调节参数，则输出易于不稳定或者过调。
可以提前知道相关设置点的相关调节参数，可以按照适当的方式存储这种调节参数，例如通过使用表。问题并不在于改变调节参数，而是要知道何时应用相关的调节参数。
本发明的实施例提供一种解决该问题的方案。
就基于规则的分析而言，事件控制器监控事件数据的集合。在实施例中，基于规则的分析并不意味着电网或者风电场等的操作的任何建模。
所述规则基于至少一个预定义的事件条件以及自适应事件条件的集合。
通过控制接口的用户或者设计者建立所述预定义的事件条件。预定义的事件条件的示例包括但并不限于参数值的变化的条件。例如，预定义的事件条件可以是所测量的输出电压在5％到15％范围内的下降。在通常实施例中，可以将由SCADA系统控制的任何参数的下降或者增加设置作为预定义的事件条件。在实施例中，自适应事件条件的集合是与预定义的事件条件相关联的事件数据的测量参数值。在图2中提供了一个示例。
通常，系统的用户或者设计者决定要使用哪一个数据作为事件数据。理论上，可以使用可用于控制接口的所有事件数据，然而也可以选择子集。
在图2中，将事件数据的集合20输入到事件控制器中或者由所述事件控制器进行监控。在图2的实施例中，事件数据的集合包括测量的电流Im、测量的电压Vm、在风电场中的特定位置测量的风速sw、时间数据t，有功功率P，无功功率Q以及电网频率f。
作为示例，可以将预定义的事件规则定义为
预定义的事件：
Vm下降在5％和15％之间
在满足预定义的事件条件时，则自适应事件条件是例如表示为tfulfil的事件数据的值，例如：
自适应事件条件：
A1＝Im(t＝tfulfil)
A2＝vs(t＝tfulfil)
A3＝t(t＝tfulfil)
A4＝P(t＝tfulfil)
A5＝Q(t＝tfulfil)
A6＝f(t＝tfulfil)
然而，通常，在直到满足预定义的事件条件的时间点的时间段22中，自适应事件条件的集合基于事件数据的集合的值。例如，特定的自适应事件条件可以是在直到实现预定义的事件条件的时间段中测量的值的平均值。该时间段对于不同的数据可以不同。例如，诸如电流、电压、功率以及频率这种数据的时间段可能不需要太久，例如几秒钟，而诸如风速的数据的时间段则可能需要更长，例如30分钟或者几个小时。本质上，对于诸如以时间、一周中的天、月等为例的时间数据的数据，不取平均值。
图2中通过测量电压的下降21示出了预定义的事件条件。
在满足预定义的事件条件的第一时刻，设置自适应事件条件。在实施例中，自适应事件条件的集合中的每一个事件条件包括自适应评估权重。在预定义的事件条件的所述第一时刻，可以将评估权重设置为1(100％)
在实施例中，在满足预定义的事件条件的每一时刻，可以自适应修改该自适应事件条件的集合。
在满足预定义的事件条件的下一时刻，修改该自适应事件条件。在实施例中，对所存储的自适应事件条件以及新获得或者测量的自适应事件条件进行比较。
例如，在满足预定义的事件条件：Vm下降在5％和15％之间，的每一时刻，修改自适应评估权重：
预定义的事件：
Vm下降在5％和15％之间
自适应事件条件
| A1 | Im(1)＝20A | w1＝1 | Im(2)＝19A | w2＝0.99 |
| A2 | vs(1)＝4m/s | w1＝1 | vs(2)＝1m/s | w2＝0.5 |
| A3 | t(1)＝7:50am | w1＝1 | t(2)＝7:50am | w2＝1 |
[0079]
| A4 | P(1)＝2500W | w1＝1 | P(2)＝2400W | w2＝0.99 |
| A5 | Q(1)＝1000Var | w1＝1 | Q(21)＝1100Var | w2＝0.99 |
| A6 | f(1)＝50Hz | w1＝1 | f(2)＝50Hz | w2＝1 |
| A1 | Im(3)＝21A | w3＝0.98 | Im(n)＝19A | wn＝0.99 |
| A2 | vs(3)＝9m/s | w3＝0.25 | vs(n)＝1m/s | wn＝0.01 |
| A3 | t(3)＝7:51am | w3＝0.99 | t(n)＝7:50am | wn＝0.99 |
| A4 | P(3)＝2000W | w3＝0.6 | P(n)＝2400W | wn＝0.01 |
| A5 | Q(3)＝600Var | w3＝0.6 | Q(n)＝1100Var | wn＝0.01 |
| A6 | f(3)＝50Hz | w3＝1 | f(n)＝50Hz | wn＝1 |
在n个事件之后，规则可以是：在Im＝20A，时刻是7:50并且频率是50Hz时，存在电压将下降5％到15％的范围的大概率。
在实施例中，n个事件之后的规则是：在Im处于19A到21A的范围中，时刻在7:45和7:55之间并且频率是50Hz时，存在电压将下降5％到15％的范围的大概率。
在实施例中，在将规则应用到事件分析中时，可以设置关于事件的数量n的标准。可选地，可以设置关于连续事件之间的权重稳定性的标准。也可以设置其它标准。
事件分析器分析事件数据，并且在事件数据的集合的值满足自适应事件条件的集合时，初始化事件分析以提供事件输出。在通过PI控制器控制参数的实施例中，事件输出可以是根据电压降设置PI调节参数，从而避免输出电压的不稳定性，或者至少消除这种不稳定性。
因而，可以知道结合5％和15％之间的电压降使用哪一个调节参数。然而，这些调节参数可能与结合20％和25％之间的电压降使用的调节参数不同。
根据事件规则，可以甚至在事件发生之前确定或者预测给定的事件即将发生，并且区分具有重叠的预定义的事件条件的不同事件。
例如通过应用上述规则：在Im＝20A，时刻是7:50并且频率是50Hz时，将P和I调节参数设置为针对目标电压的85％到95％范围中的电压优化的 值，并且将这些调节参数保持15分钟。
可以根据修改算法进行自适应事件条件的修改，例如以改变自适应评估权重的形式。
可以利用不同类型的修改算法，例如该修改算法可以基于模糊逻辑、基于神经网络、基于统计分析或者其它方式。
图3示出了应用模糊逻辑以提供事件输出的事件分析器的示例性实施例的示意图。
将事件数据的集合20输入到事件分析器30中，并且如结合图2所述，事件数据已经指定了六个自适应事件条件(A1到A6，31)。
可以通过统计评估测量的值(Im…fm，32)来分析事件数据的集合以获得统计权重(w1…w6，33)，例如利用校正曲线。通过由附图标记32指出的曲线在图3中示意性示出了校正曲线。在校正曲线中，可以根据使测量的值与该测量的值表示事件的概率相关的函数获得统计权重。因而，对于上面定义的事件(Vm下降5％和15％之间)，w1代表基于先前事件的概率，测量的值Im表示所述事件，对于w2到w6同样如此。
将权重(w1…w6，33)输入到模糊分析器301中，该模糊分析器301例如利用诸如成员函数形式的至少一个模糊规则操作。可以例如按照下面建立成员函数：对于每一个权重，测量的值表示事件的低概率34，测量的值表示事件的中等概率35，并且测量的值表示事件的大概率36。基于该成员函数，指定每一个权重为该成员函数的隶属度。
将隶属度输入37到包括模糊规则的集合的模糊规则引擎(fuzzy rules engine)38中以向事件数据指定总体模糊标签(fuzzy label)。
模糊标签的示例可以例如是：事件数据表示事件的大概率，事件数据表示事件的中等概率以及事件数据表示事件的低概率。
将模糊标签输入39到去模糊引擎(defuzzy engine)300，该去模糊引擎300基于模糊标签确定例如具体设置的事件输出302以控制参数，例如通过根据模糊标签设置PI调节参数。例如，如果模糊标签等于事件的大概率，则将调节参数设置为下面的值，如果模糊标签等于事件的中等概率，则将调节参数设置为其它值，等等。
在利用神经网络的实施例中，可以实现神经网络以训练事件控制器， 例如通过训练上述的模糊分析器，以确定优选规则。可以基于大量案例训练这样的神经网络，或者随着事件数量的增加，该神经网络可以训练自身。
在利用统计分析的实施例中，进行统计计算，例如在增加的n处的值的平均偏差，并且该规则基于具有在增加的n处观察的小偏差的数据。
图4示意性示出了用于控制事件数据的参数的元件的实现。
在SCADA系统中，可以存在用于控制多个参数的多个控制环路，在图4中，示出了用于无功功率Q、电压V以及相移cosΦ的PI控制器40-42。每一个PI控制器接收或者存储目标值(标记为*的值)和测量值(下标m)。目标值通常是用于保持输出水平的恒定值或者是用于使输出水平向上或者向下倾斜的斜坡值。PI控制器输出输出设置(标记为’的值)。应该理解，即使在图4中假设的是PI控制器，但是这只是用于简化说明，也可以使用P和PID控制器以及类似的控制器。
在实施例中，按照设置44PI控制器的调节参数来控制参数。在该实施例中，除控制接口43指定了在其控制环路中使用的调节参数之外，PI控制器正常操作。
在实施例中，代替控制PI调节参数或者除了控制PI调节参数，按照校正信号来控制该参数。在该实施例中，PI控制器正常操作，然而按照由控制接口指定的校正信号来修改45输出值。
将输出信号输入到控制模块46，控制模块46用于将相关信号提供到风力涡轮发电机或者提供到用于控制或者操作该风力涡轮发电机的相关设备。
图5示出了根据本发明实施例的流程图。
接收50事件数据，例如通过如图2中示意性示出的临时监控数据。
按照将事件数据与至少一个事件规则进行比较52来分析51该事件数据，该事件规则基于至少一个预定义的事件条件53和自适应事件条件的集合54。
提供事件输出52并且如果该事件输出实现由事件规则建立的标准，则根据该事件输出控制55参数。
在实施例中，在已经满足预定义的事件条件时，可以改变56该自适应事件条件。
在实施例中，控制接口不仅考虑来自单个风电场的事件数据，而且还控制来自可操作地连接到其它分离风电场的其它SCADA系统的控制数据。即，事件数据包括来自分离位置的SCADA系统的控制数据。风电场在地理位置上分离，但是耦合到相同的电力电网。在这种系统中，分离的地理位置中的功率生产能够彼此影响。在这种实施例中，可以操作控制接口以控制或者稳定耦合的风电场的参数，例如为了确保风电场的总体稳定的功率生产。
通常，本发明可以利用硬件、软件、固件或者这些的任意组合实现。本发明或者本发明的一些特征也可以实现为在一个或者多个数据处理器和/或数字信号处理器上运行的软件。
本发明实施例的单独元件可以在物理上、功能上以及逻辑上按照任何适合的方式实现在单个单元中、实现在多个单元中或者作为单独的功能单元的一部分。本发明可以实现在单个单元中、或者在物理上和功能上分布在不同的单元和处理器之间。
尽管已经结合具体实施例描述了本发明，但是本发明不应该被理解为以任何方式局限于所提供的示例。本发明的范围由所附的权利要求限定。在权利要求的上下文中，术语“包括”或者“包含”不排除其它可能的元件或者步骤。而且，诸如“一”或者“一个”等的引述也不应该被理解为排除多个。权利要求中关于在附图中表示的元件的附图标记的使用也不应该被理解为限制本发明的范围。而且，可以有利地组合不同权利要求中提及的单独特征，并且在不同权利要求中对这些特征的提及并不排除特征的组合不是可能并且有利的。
Claims (15)
1.一种控制系统，所述控制系统包括位于一个或者多个风力涡轮发电机的功率输出与电力电网之间的控制接口，所述控制接口可通信地连接到数据采集与监视控制(SCADA)系统，所述控制接口包括：
-输入单元，用于接收：
·事件数据的集合，所述事件数据的集合包括所述一个或者多个风力涡轮发电机的一个或者多个参数，所述事件数据的集合的至少一部分是从所述SCADA系统接收的；
-事件分析器，用于提供：
·所述事件数据的集合的事件分析，所述事件分析基于至少一个预定的事件规则，所述至少一个预定的事件规则包括至少一个预定义的事件条件以及自适应事件条件的集合；以及
·基于所述事件分析的事件输出；以及
-控制单元，用于根据所述事件输出来控制所述事件数据的至少一个参数。
2.根据权利要求1所述的控制系统，其中，所述控制接口被至少部分地实现在数据采集与监视控制(SCADA)系统中。
3.根据前述权利要求中的任意一项所述的控制系统，其中，所述事件数据还包括从下面的数据组中选择的数据，所述数据组包括：表示提供给所述电力电网的电流的数据、表示提供给所述电力电网的电压的数据、表示在所述一个或者多个风力涡轮发电机处的风速的参数、时间数据、表示有功功率的数据、表示无功功率的数据、表示总功率的数据、气象数据、表示电网频率的数据、表示至少一相的数据、表示所述电网的状态的数据、起作用的风力涡轮发电机的数量、参数的目标水平、来自数据采集与监视控制(SCADA)系统的控制数据。
4.根据权利要求1或2所述的控制系统，其中，所述预定义的事件条件是依据于所述事件数据的选择的参数的参数值的预定义的变化。
5.根据权利要求4所述的控制系统，其中，所述选择的参数是从下面的参数组中选择的参数，所述参数组包括：每相的输出电压、每相的输出电流、电网电压与电流之间的相位角、各相与电网频率之间的相位角位移。
6.根据权利要求1或2所述的控制系统，其中，所述自适应事件条件是依据于所述事件数据的参数的选择集合的参数值的集合。
7.根据权利要求1或2所述的控制系统，其中，在所述事件数据的集合的所述值满足所述自适应事件条件的集合时，所述事件分析被启始。
8.根据权利要求1或2所述的控制系统，其中，在满足所述至少一个预定义的事件条件时，根据修改算法来修改所述自适应事件条件的集合。
9.根据权利要求1或2所述的控制系统，其中，所述事件输出基于至少一个模糊规则。
10.根据权利要求1或2所述的控制系统，其中，所述事件输出基于神经网络。
11.根据权利要求1或2所述的控制系统，其中，所述事件输出基于统计分析。
12.根据权利要求1或2所述的控制系统，其中，基于对P控制器、PI控制器或者PID控制器的调节参数的设置来控制所述事件数据的至少一个参数。
13.根据权利要求1或2所述的控制系统，其中，根据校正信号来控制所述事件数据的所述至少一个参数。
14.一种用于对一个或者多个风力涡轮发电机到电力电网的功率输出进行控制的方法，所述一个或者多个风力涡轮发电机可通信地连接到数据采集与监视控制(SCADA)系统，所述方法包括：
-接收事件数据的集合，所述事件数据的集合包括所述一个或者多个风力涡轮发电机的一个或者多个参数，所述事件数据的集合的至少一部分是从所述SCADA系统接收的：
-分析所述事件数据的集合，以提供
·事件分析，所述事件分析基于至少一个预定的事件规则，所述至少一个预定的事件规则包括至少一个预定义的事件条件和自适应事件条件的集合；以及
·基于所述事件分析的事件输出；以及
-根据所述事件输出来控制所述事件数据的至少一个参数。
15.一种数据采集与监视控制(SCADA)系统，所述数据采集与监视控制系统被设置成根据权利要求14所述的方法来运行。
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US860807P | 2007-12-19 | 2007-12-19 | |
| DKPA200701827 | 2007-12-19 | ||
| US61/008,608 | 2007-12-19 | ||
| DKPA200701827 | 2007-12-19 | ||
| PCT/DK2008/050326 WO2009076968A2 (en) | 2007-12-19 | 2008-12-19 | Event-based control system for wind turbine generators |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101919134A CN101919134A (zh) | 2010-12-15 |
| CN101919134B true CN101919134B (zh) | 2013-04-24 |
Family
ID=40795935
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN200880125125XA Active CN101919134B (zh) | 2007-12-19 | 2008-12-19 | 用于风力涡轮发电机的基于事件的控制系统及控制方法 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US8874276B2 (zh) |
| EP (1) | EP2223406B1 (zh) |
| CN (1) | CN101919134B (zh) |
| ES (1) | ES2558428T3 (zh) |
| WO (1) | WO2009076968A2 (zh) |
Families Citing this family (46)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8894714B2 (en) | 2007-05-01 | 2014-11-25 | Moximed, Inc. | Unlinked implantable knee unloading device |
| JP4698718B2 (ja) * | 2008-09-30 | 2011-06-08 | 株式会社日立製作所 | 風力発電装置群の制御装置及び制御方法 |
| EP2192456B1 (en) * | 2008-11-26 | 2017-11-01 | Siemens Aktiengesellschaft | Estimation an achievable power production of a wind turbine by means of a neural network |
| DE102009017824B4 (de) | 2009-04-20 | 2011-03-17 | Suzlon Energy Gmbh | Übertragungsvorrichtung für eine Windturbine |
| US9267443B2 (en) | 2009-05-08 | 2016-02-23 | Gas Turbine Efficiency Sweden Ab | Automated tuning of gas turbine combustion systems |
| US9671797B2 (en) | 2009-05-08 | 2017-06-06 | Gas Turbine Efficiency Sweden Ab | Optimization of gas turbine combustion systems low load performance on simple cycle and heat recovery steam generator applications |
| US8437941B2 (en) * | 2009-05-08 | 2013-05-07 | Gas Turbine Efficiency Sweden Ab | Automated tuning of gas turbine combustion systems |
| US9354618B2 (en) | 2009-05-08 | 2016-05-31 | Gas Turbine Efficiency Sweden Ab | Automated tuning of multiple fuel gas turbine combustion systems |
| ES2559504T5 (es) * | 2009-06-03 | 2020-03-31 | Vestas Wind Sys As | Central de energía eólica, controlador de central de energía eólica y método para controlar una central de energía eólica |
| DE102009027981B4 (de) | 2009-07-23 | 2011-04-28 | Suzlon Energy Gmbh | Verfahren zum Betreiben einer an einem Stromnetz angeschlossenen Windturbine sowie zur Durchführung des Verfahrens geeignete Windturbine |
| US7983844B2 (en) * | 2009-12-18 | 2011-07-19 | General Electric Company | Device and method for determining wind conditions using multiple wind resource grids |
| CN103097726B (zh) * | 2010-08-13 | 2015-10-21 | 维斯塔斯风力系统集团公司 | 具有减小的功率波动的风电生产 |
| US8849737B1 (en) | 2011-03-18 | 2014-09-30 | Rockwell Collins, Inc. | Prediction method of predicting a future state of a system |
| US8489247B1 (en) * | 2011-03-18 | 2013-07-16 | Rockwell Collins, Inc. | Agent-based chaotic control of wind turbines |
| US9002483B1 (en) | 2011-03-18 | 2015-04-07 | Rockwell Collins, Inc. | Diploid control of water heaters |
| US8606418B1 (en) | 2011-03-18 | 2013-12-10 | Rockwell Collins, Inc. | Wind prediction for wind farms through the use of weather radar |
| DE102011105854B4 (de) | 2011-06-03 | 2013-04-11 | Nordex Energy Gmbh | Verfahren zum Betreiben einer Windenergieanlage bei Auftreten eines Netzfehlers sowie eine solche Windenergieanlage |
| US9759189B2 (en) * | 2011-08-11 | 2017-09-12 | Vestas Wind Systems A/S | Wind power plant and method of controlling wind turbine generator in a wind power plant |
| DE102012202284A1 (de) | 2012-02-15 | 2013-08-22 | Bayerische Motoren Werke Aktiengesellschaft | Vorausschauendes Energiemanagement |
| DK2647838T3 (en) * | 2012-04-04 | 2015-01-19 | Siemens Ag | Method of operating a wind turbine with a rotor hub supporting at least one rotor blade |
| WO2013161900A1 (ja) * | 2012-04-26 | 2013-10-31 | オリンパスメディカルシステムズ株式会社 | 撮像システム |
| US9347430B2 (en) | 2013-04-12 | 2016-05-24 | King Fahd University Of Petroleum And Minerals | Adaptive pitch control system for wind generators |
| CN103277251B (zh) * | 2013-05-24 | 2015-02-04 | 长沙理工大学 | 一种风电场的控制方法及系统 |
| CN103266990B (zh) * | 2013-05-30 | 2015-04-22 | 湖南工业大学 | 一种直驱风力发电机系统的功率给定方法 |
| EP3075054B1 (en) * | 2013-11-28 | 2019-01-09 | Vestas Wind Systems A/S | Reconfiguration of the reactive power loop of a wind power plant |
| US9507365B2 (en) * | 2014-06-24 | 2016-11-29 | Woodward, Inc. | Adaptive PID control system for industrial turbines |
| CN104454347B (zh) * | 2014-11-28 | 2018-09-07 | 云南电网公司电力科学研究院 | 一种独立变桨距风力发电机桨距角的控制方法 |
| WO2016086360A1 (en) * | 2014-12-02 | 2016-06-09 | Abb Technology Ltd | Wind farm condition monitoring method and system |
| EP3088733B1 (en) * | 2015-04-27 | 2018-10-17 | Envision Energy (Jiangsu) Co., Ltd. | Method for operating a wind turbine based on degradation of wind turbine blade |
| US10001764B2 (en) * | 2015-09-11 | 2018-06-19 | Woodward, Inc. | Adaptive multiple input multiple output PID control system for industrial turbines |
| DE102016103101A1 (de) * | 2016-02-23 | 2017-08-24 | Wobben Properties Gmbh | Verfahren und Windparkregelungsmodul zum Regeln eines Windparks |
| US10330081B2 (en) | 2017-02-07 | 2019-06-25 | International Business Machines Corporation | Reducing curtailment of wind power generation |
| US10598157B2 (en) | 2017-02-07 | 2020-03-24 | International Business Machines Corporation | Reducing curtailment of wind power generation |
| DE102017115154A1 (de) * | 2017-07-06 | 2019-01-10 | Wobben Properties Gmbh | Windparkregler und Verfahren zum Bereitstellen von Daten sowie Windenergieanlage und Verfahren zum Empfangen von Daten |
| JP6503419B2 (ja) | 2017-07-07 | 2019-04-17 | 三菱重工業株式会社 | 風力発電施設のデータ収集システム及びデータ収集方法並びに風力発電施設 |
| DE102017123308B4 (de) | 2017-10-06 | 2022-09-08 | Samson Ag | Stellventil |
| DE102017131056A1 (de) * | 2017-12-22 | 2019-06-27 | Wobben Properties Gmbh | Verfahren zum Unterstützen eines elektrischen Versorgungsnetzes mittels einer oder mehrerer Windenergieanlagen |
| CN108197703A (zh) * | 2018-03-12 | 2018-06-22 | 中国矿业大学(北京) | 动态补偿模糊神经网络的煤矸识别方法 |
| WO2019238185A1 (en) * | 2018-06-11 | 2019-12-19 | Vestas Wind Systems A/S | Power production forecasting for a wind turbine |
| CN109449933A (zh) * | 2018-12-07 | 2019-03-08 | 国网浙江省电力有限公司 | 用于电网的配电方法及系统 |
| CN109899233B (zh) * | 2019-01-30 | 2020-06-19 | 中国能源建设集团江苏省电力设计院有限公司 | 一种风力发电机群的分散协调控制方法 |
| US11261846B2 (en) * | 2019-11-01 | 2022-03-01 | General Electric Company | System and method for designing and operating a wind turbine power system based on statistical analysis of operational and/or grid data thereof |
| CN111049153A (zh) * | 2019-11-21 | 2020-04-21 | 西安工程大学 | 一种基于模糊神经网络的电压无功优化控制方法 |
| CN111371104B (zh) * | 2020-03-20 | 2023-03-24 | 国网内蒙古东部电力有限公司 | 一种基于风储联合发电系统的电网频率稳定控制方法 |
| CN113507118B (zh) * | 2021-07-11 | 2022-05-13 | 湘潭大学 | 一种风电功率预测方法及系统 |
| CN114251238A (zh) * | 2021-11-30 | 2022-03-29 | 北京金风慧能技术有限公司 | 变桨电机温度异常检测方法及设备 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1871432A (zh) * | 2003-10-22 | 2006-11-29 | 通用电气公司 | 风力涡轮机系统的控制 |
Family Cites Families (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020029097A1 (en) * | 2000-04-07 | 2002-03-07 | Pionzio Dino J. | Wind farm control system |
| DE10033183C2 (de) | 2000-07-07 | 2002-08-08 | Max Planck Gesellschaft | Verfahren und Vorrichtung zur Verarbeitung und Vorhersage von Strömungsparametern turbulenter Medien |
| US7062359B2 (en) * | 2000-12-29 | 2006-06-13 | Abb Ab | Substation control system |
| GB0113627D0 (en) | 2001-06-05 | 2001-07-25 | Univ Stirling | Controller and method of controlling an apparatus |
| US7430534B2 (en) * | 2001-06-15 | 2008-09-30 | Abb Ab | System, method and computer program product for risk-minimization and mutual insurance relations in meteorology dependent activities |
| US7729810B2 (en) * | 2002-04-01 | 2010-06-01 | Programable Control Services, Inc. | Electrical power distribution control systems and processes |
| US6858953B2 (en) | 2002-12-20 | 2005-02-22 | Hawaiian Electric Company, Inc. | Power control interface between a wind farm and a power transmission system |
| US6961637B2 (en) * | 2003-02-25 | 2005-11-01 | Ge Fanuc Automation Americas, Inc. | On demand adaptive control system |
| US6925385B2 (en) | 2003-05-16 | 2005-08-02 | Seawest Holdings, Inc. | Wind power management system and method |
| GB2405492B (en) | 2003-08-30 | 2008-01-02 | Distant Control Ltd | Method and apparatus for remote control of power plants |
| EP1531376B1 (en) | 2003-11-14 | 2007-01-17 | Gamesa Eolica, S.A. (Sociedad Unipersonal) | Monitoring and data processing equipment for wind turbines and predictive maintenance system for wind power stations |
| US8108184B2 (en) * | 2004-01-15 | 2012-01-31 | Bruce Fardanesh | Methods and systems for power systems analysis: a non-iterative state solver/estimator for power systems operation and control |
| US7447613B2 (en) * | 2004-02-27 | 2008-11-04 | Deere & Company | Method and system for providing a diverse supply of electrical energy |
| US7278266B2 (en) * | 2004-08-31 | 2007-10-09 | General Electric Company | Methods and apparatus for gas turbine engine lean blowout avoidance |
| US7199482B2 (en) | 2005-06-30 | 2007-04-03 | General Electric Company | System and method for controlling effective wind farm power output |
| US7912628B2 (en) * | 2006-03-03 | 2011-03-22 | Inrix, Inc. | Determining road traffic conditions using data from multiple data sources |
| US20100274573A1 (en) * | 2006-03-09 | 2010-10-28 | Microsoft Corporation | Data relevation and pattern or event recognition |
| US20080027948A1 (en) * | 2006-07-06 | 2008-01-31 | Richard Corley | Managing Application System Load |
| EP1911968A1 (en) * | 2006-10-10 | 2008-04-16 | Ecotecnia Energias Renovables S.L. | Control system for a wind turbine and method of controlling said wind turbine |
| US7531911B2 (en) * | 2006-12-22 | 2009-05-12 | Ingeteam Energy, S.A. | Reactive power control for operating a wind farm |
| US7627454B2 (en) * | 2007-10-16 | 2009-12-01 | General Electric Company | Method and system for predicting turbomachinery failure events employing genetic algorithm |
-
2008
- 2008-12-19 US US12/808,755 patent/US8874276B2/en active Active
- 2008-12-19 EP EP08860872.4A patent/EP2223406B1/en active Active
- 2008-12-19 ES ES08860872.4T patent/ES2558428T3/es active Active
- 2008-12-19 WO PCT/DK2008/050326 patent/WO2009076968A2/en active Application Filing
- 2008-12-19 CN CN200880125125XA patent/CN101919134B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1871432A (zh) * | 2003-10-22 | 2006-11-29 | 通用电气公司 | 风力涡轮机系统的控制 |
Non-Patent Citations (2)
| Title |
|---|
| A fuzzy controller for maximum energy extraction from variable speed wind power generation systems;CALDERARO ET AL.;《ELECTRIC POWER SYSTEMS RESEARCH, ELSEVIER》;20071031;第78卷(第6期);1109-1118 * |
| CALDERARO ET AL..A fuzzy controller for maximum energy extraction from variable speed wind power generation systems.《ELECTRIC POWER SYSTEMS RESEARCH, ELSEVIER》.2007,第78卷(第6期),1109-1118. |
Also Published As
| Publication number | Publication date |
|---|---|
| US20110004356A1 (en) | 2011-01-06 |
| EP2223406B1 (en) | 2015-12-02 |
| ES2558428T3 (es) | 2016-02-04 |
| US8874276B2 (en) | 2014-10-28 |
| CN101919134A (zh) | 2010-12-15 |
| WO2009076968A2 (en) | 2009-06-25 |
| WO2009076968A3 (en) | 2010-04-22 |
| ES2558428T8 (es) | 2016-09-06 |
| EP2223406A2 (en) | 2010-09-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101919134B (zh) | 用于风力涡轮发电机的基于事件的控制系统及控制方法 | |
| Jenkins et al. | Enhanced decision support for a changing electricity landscape: the GenX configurable electricity resource capacity expansion model | |
| Olivares et al. | Stochastic-predictive energy management system for isolated microgrids | |
| Yang et al. | Survey on applications of particle swarm optimization in electric power systems | |
| Kumar et al. | Recent philosophies of automatic generation control strategies in power systems | |
| US9507367B2 (en) | Method and system for dynamic stochastic optimal electric power flow control | |
| Aguila-Leon et al. | Energy management model for a standalone hybrid microgrid through a particle Swarm optimization and artificial neural networks approach | |
| Yan et al. | A new tool to estimate maximum wind power penetration level: In perspective of frequency response adequacy | |
| Bechert et al. | Area automatic generation control by multi-pass dynamic programming | |
| JP6117065B2 (ja) | 電力系統管理装置、及び方法 | |
| Padhi et al. | Solving dynamic economic emission dispatch problem with uncertainty of wind and load using whale optimization algorithm | |
| Guo et al. | Economic value of energy storages in unit commitment with renewables and its implication on storage sizing | |
| Arrigo et al. | Optimal power flow under uncertainty: An extensive out-of-sample analysis | |
| JP5412332B2 (ja) | 発電機運用計画決定装置、発電機運用計画決定方法及び発電機運用計画決定プログラム | |
| Eilenberger et al. | Modern voltage regulation methods for network planning and operation in low voltage grids | |
| CN111523947A (zh) | 一种虚拟电厂发电成本生成方法 | |
| US20190072920A1 (en) | Optimization/Modeling-Free Economic Load Dispatcher for Energy Generating Units | |
| Bourguet et al. | Artificial neural networks in electric power industry | |
| Dapoz et al. | Mixed regression clustering techniques for the medium term prediction of reactive power within transmission grids | |
| Anderson et al. | Optimize Deep Decarbonization Pathways in California with Power System Planning Using Surrogate Level-based Lagrangian Relaxation | |
| CN114006410A (zh) | 一种基于机会约束规划的大规模海上风电接入点优化方法 | |
| Gao et al. | A review of different methodologies for solving the problem of wind power's fluctuation | |
| CN113496298A (zh) | 一种综合能源系统的优化方法、装置和电子设备 | |
| Panda et al. | Prioritized experience replay based deep distributional reinforcement learning for battery operation in microgrids | |
| Zhang et al. | Optimal Scheduling Strategy for Power Systems Containing Offshore Wind Farms Considering Wind Power Uncertainty |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |