CN102562459B - 用于估计风力涡轮机的可能功率输出的系统、装置和方法 - Google Patents
用于估计风力涡轮机的可能功率输出的系统、装置和方法 Download PDFInfo
- Publication number
- CN102562459B CN102562459B CN201110420952.5A CN201110420952A CN102562459B CN 102562459 B CN102562459 B CN 102562459B CN 201110420952 A CN201110420952 A CN 201110420952A CN 102562459 B CN102562459 B CN 102562459B
- Authority
- CN
- China
- Prior art keywords
- wind turbine
- power
- transfer function
- data sample
- power capability
- 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 abstract description 33
- 238000012546 transfer Methods 0.000 claims abstract description 51
- 230000008878 coupling Effects 0.000 claims abstract description 7
- 238000010168 coupling process Methods 0.000 claims abstract description 7
- 238000005859 coupling reaction Methods 0.000 claims abstract description 7
- 238000004891 communication Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 description 43
- 238000010586 diagram Methods 0.000 description 10
- 239000003570 air Substances 0.000 description 6
- 230000003044 adaptive effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012417 linear regression Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 239000012080 ambient air Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
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
- F03D7/028—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor controlling wind motor output power
-
- 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
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2260/00—Function
- F05B2260/82—Forecasts
- F05B2260/821—Parameter estimation or prediction
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2270/00—Control
- F05B2270/30—Control parameters, e.g. input parameters
- F05B2270/335—Output power or torque
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Wind Motors (AREA)
Abstract
本发明涉及用于估计风力涡轮机的可能功率输出的系统、装置和方法。提供一种用于在计算风力涡轮机(100)的可能功率输出中使用的装置。该装置包括:传感器接口(220),其配置成在多个第一时间从与风力涡轮机关联的一个或多个传感器接收操作条件和功率输出;存储器装置(210),其与该传感器接口通信耦合并且配置成存储一系列性能数据样本,其包括操作条件和功率输出;处理器(205),其与该存储器装置通信耦合并且编程为用于至少部分基于该一系列性能数据样本计算转移函数(其将功率输出与操作条件相关),以及基于该转移函数和由该传感器接口在第二时间接收的操作条件来计算可能功率输出。
Description
背景技术
本文描述的主旨大体上涉及操作风力涡轮机,并且更具体地涉及当风力涡轮机在限制状态运行时确定一个或多个涡轮机的可能功率输出。
风力涡轮机利用风能来发电或产生电力。多个风力涡轮机可安装在场地以形成风电场。有时,风电场的运营方可在电场中以限制操作水平(即,小于最大操作水平)操作风力涡轮机。例如,限制操作可以是必要的以满足由风电场所连接到的电网的运营方所请求的最大功率输出。
风电场运营方可有权通过合同、法规或其他义务来补偿由于限制引起的收益损失。因此,电网运营方可希望准确地估计这样的损失收益。此外,风电场运营方可希望当一个或多个风力涡轮机在限制状态运行时确定用于产生功率的过剩能力的量。
发明内容
在一个方面,提供用于在计算风力涡轮机的可能功率输出中使用的方法。该方法包括采集一系列性能数据样本。每个性能数据样本包括由与风力涡轮机关联的一个或多个传感器在第一时间指示的气象条件和功率输出。由计算系统至少部分基于该一系列性能数据样本计算转移函数。该转移函数将功率输出与气象条件相关。由计算机系统基于该转移函数和由该一个或多个传感器在第二时间指示的至少一个气象条件计算可能功率输出。
在另一个方面,提供用于在计算风力涡轮机的可能功率输出中使用的装置。该装置包括传感器接口,其配置成在多个第一时间从与风力涡轮机关联的一个或多个传感器接收操作条件和功率输出。该装置还包括存储器装置,其与该传感器接口通信耦合并且配置成存储一系列性能数据样本,其包括操作条件和功率输出。该装置进一步包括处理器,其与该存储器装置通信耦合并且编程为用于至少部分基于该一系列性能数据样本计算转移函数(其将功率输出与操作条件相关),以及基于该转移函数和由该传感器接口在第二时间接收的操作条件计算可能功率输出。
在再另一个方面,提供一个或多个计算机可读存储介质,其具有包含在其上的计算机可执行指令。这些计算机可执行指令当其由至少一个处理器执行时使该处理器至少部分基于一系列性能数据样本计算转移函数,其将风力涡轮机的功率输出与气象条件相关。每个性能数据样本包括当在非限制状态操作该风力涡轮机时指示的该风力涡轮机的功率输出和该风力涡轮机的气象条件。这些计算机可执行指令进一步使该处理器至少部分基于该转移函数和当在限制状态操作该风力涡轮机时指示的该风力涡轮机的气象条件计算该风力涡轮机的可能功率输出。
附图说明
图1是示范性风力涡轮机的透视图。
图2是图示用于与在图1中示出的风力涡轮机一起使用的示范性风力涡轮机控制器的框图。
图3是图示示范性计算装置的框图。
图4是图示用于在确定一个或多个风力涡轮机(例如在图1中示出的风力涡轮机)的可能功率输出中使用的示范性计算系统的框图。
图5是用于在计算风力涡轮机(例如在图1中示出的风力涡轮机等)的可能功率输出中使用的示范性方法的流程图。
图6是图示风力涡轮机(例如在图1中示出的风力涡轮机)的功率输出关于风速的曲线图。
图7是用于确定在图4中示出的风力涡轮机场地的实际功率输出与可能功率输出之间的差的示范性方法的流程图。
具体实施例
本文描述的实施例便于确定一个或多个风力涡轮机的可能或潜在功率输出与实际测量的功率输出之间的差。可使用将功率输出与一个或多个操作条件相关的转移函数计算可能功率输出。操作条件无限制地包括,气象条件、机械条件和可影响风力涡轮机功率输出的任何其他因素。气象条件可包括例如风速、风向、气温、空气密度、湿度水平和/或气压。
在示范性实施例中,当风力涡轮机在正常、非限制状态运行时从采样的数据创建转移函数。该转移函数可重复计算,使得该转移函数反映功率输出和操作条件之间的关系随时间的变化。用于创建该转移函数的相同的操作条件可结合该转移函数使用以用于估计在限制状态运行的风力涡轮机的可能产生功率。因此,本文描述的实施例当风力涡轮机受限制时能够应用可能功率计算,并且当该风力涡轮机不受限制时能够进一步估计和/或提高可能功率计算的准确性。当风力涡轮机不受限制时,预测和测量的功率输出可都是可用的。此外,描述的方法可适用于风电场内的多个风力涡轮机。
本文描述的方法、系统和设备的示范性技术效果包括下列中的至少一个:(a)采集一系列性能数据样本,其中这些多个性能数据样本的每个性能数据样本包括由与风力涡轮机关联的一个或多个传感器在第一时间指示的操作条件和功率输出;(b)至少部分基于该一系列性能数据样本计算转移函数,其中该转移函数将功率输出与该操作条件相关;以及(c)基于该转移函数和由该一个或多个传感器在第二时间指示的至少一个操作条件计算可能功率输出。
图1是示范性风力涡轮机100的透视图。风力涡轮机100包括容置发电机(在图1中未示出)的机舱102。机舱102安装在塔104(在图1中仅示出塔104的一部分)上。塔104可具有便于如本文描述的那样便于操作风力涡轮机100的任何适合的高度。在示范性实施例中,风力涡轮机100还包括转子106,其包括耦合于旋转毂110的三个转子叶片108。备选地,风力涡轮机100可包括任何数量的转子叶片108,其能够如本文描述的那样操作风力涡轮机100。在示范性实施例中,风力涡轮机100包括旋转耦合于转子106和发电机的变速箱(未示出)。
在一些实施例中,风力涡轮机100包括一个或多个传感器120和/或控制装置135(在图2中示出)。传感器120感测或检测风力涡轮机操作条件。例如,传感器120可包括风速和/或方向传感器(例如,风速计)、周围气温传感器、空气密度传感器、大气压力传感器、湿度传感器、功率输出传感器、叶片桨距传感器、涡轮机速度传感器、变速比传感器和/或任何适合与风力涡轮机100一起使用的传感器。每个传感器120根据其功能而定位。例如,风速计可安置在机舱102的外表面上,使得风速计暴露于包围风力涡轮机100的空气。每个传感器120产生并且传送对应于检测的操作条件的一个或多个信号。例如,风速计传送指示风速和/或风向的信号。此外每个传感器120可例如连续地、定期地或仅一次地传送信号,但也预想其他信号定时。
控制装置135配置成控制风力涡轮机100的操作并且可无限制地包括制动器、继电器、马达、螺线管和/或伺服机构。控制装置135可调节风力涡轮机100的物理配置,例如转子叶片108的桨距角和/或机舱102或转子106相对于塔104的取向。
图2是图示用于与风力涡轮机100一起使用的示范性风力涡轮机控制器200的框图。风力涡轮机控制器200包括用于执行指令的处理器205和配置成存储例如计算机可执行指令和操作条件等数据的存储器装置210。
风力涡轮机控制器200还包括通信接口215。通信接口215配置成与一个或多个远程装置、例如另一个风力涡轮机控制器200和/或计算装置(在图3中示出)等信号通信而耦合。
在一些实施例中,风力涡轮机控制器200包括一个或多个传感器接口220。传感器接口220配置成通信地耦合于一个或多个传感器120(例如第一传感器125和第二传感器130)并且可配置成从每个传感器120接收一个或多个信号。传感器接口220便于监测和/或操作风力涡轮机100。例如,风力涡轮机控制器200可基于由传感器120提供的信号监测风力涡轮机100的操作条件(例如,风速、风向、转子速度和/或功率输出)。存储器装置210可配置成存储这些操作条件。例如,操作条件的历史可存储在存储器装置210中。
在一些实施例中,风力涡轮机200还包括控制接口225,其配置成通信地耦合于一个或多个控制装置135,例如第一控制装置140和第二控制装置145。在一个实施例中,风力涡轮机控制接口225配置成操作控制装置135,其包括制动器以防止转子106(在图1中示出)旋转。另外或备选地,风力涡轮机控制接口225可操作控制装置135,其包括叶片桨距伺服机构以将一个或多个转子叶片108(在图1中示出)调整到期望和/或预定桨距。该制动器和该叶片桨距伺服机构可由相同的控制装置135或第一控制装置135和第二控制装置135操作。
在一些实施例中,风力涡轮机控制器200配置成操作控制装置135以实现期望的噪声水平和/或期望的功率输出。例如,可在限制状态通过调整叶片桨距以减小功率输出来操作风力涡轮机100。
图3是图示示范性计算装置300的框图。计算装置300包括用于执行指令的处理器305。在一些实施例中,可执行指令存储在存储器装置310中。存储器装置310是允许存储并且检索例如可执行指令和/或其他数据等信息的任何装置。
在一些实施例中,计算装置300包括用于向用户320演示信息的至少一个演示装置315。演示装置315是能够向用户520传达信息的任何部件。演示装置315可无限制地包括显示装置(例如,液晶显示器(LCD)、有机发光二极管(OLED)显示器或“电子墨水”显示器)和/或音频输出装置(例如,扬声器或耳机)。在一些实施例中,演示装置315包括输出适配器,例如视频适配器和/或音频适配器。输出适配器操作地耦合于处理器505并且配置成操作地耦合于输出装置,例如显示装置或音频输出装置。在一些实施例中,演示装置315配置成向用户320演示例如一个或多个风力涡轮机100(在图1中示出)的可能和/或实际功率输出等信息。
在一些实施例中,计算装置300包括用于从用户320接收输入的输入装置325。输入装置325可包括例如键盘、指点装置、鼠标、触笔,触敏面板板(如,触摸板或触摸屏)、陀螺仪、加速计、位置探测器和/或音频输入装置。例如触摸屏等单个部件可起到演示装置315的输出装置和输入装置325两种的作用。计算装置300还包括通信接口330,其配置成通信地耦合于一个或多个风力涡轮机控制器200和/或一个或多个其他计算装置300。
例如计算机可读指令存储在存储器装置310中,计算机可读指令用于计算转移函数(其将功率输出与一个或多个操作条件相关)、计算可能功率输出、经由演示装置315向用户320提供用户界面和/或接收并且处理来自输入装置325的输入。另外或备选地,存储器装置310可配置成存储操作条件、功率输出测量、转移函数和/或适合与本文描述的方法一起使用的任何其他数据。
图4是图示用于在确定一个或多个风力涡轮机100的可能功率输出中使用的示范性计算系统400的框图。系统400包括网络405。例如,网络405可无限制地包括因特网、局域网(LAN)、广域网(WAN)、无线LAN(WLAN)、网状网络和/或虚拟专用网(VPN)。
在示范性实施例中,风力涡轮机场地410包括多个风力涡轮机100,其中每个包括风力涡轮机控制器200。例如场地监测器415等一个或多个计算装置300(在图3中示出)配置成经由网络405与风力涡轮机控制器200信号通信而耦合。
在示范性实施例中,场地监测器415安置在风力涡轮机场地410处。备选地,场地监测器415可安置在风力涡轮机场地410外部。例如,场地监测器415可通信地耦合于多个风力涡轮机场地410处的风力涡轮机控制器200并且可与其交互。
场地监测器415和风力涡轮机控制器200的每个包括处理器,如在图2和3中示出的。处理器可包括处理单元,例如但不限于集成电路(IC)、专用集成电路(ASIC)、微型计算机、可编程逻辑控制器(PLC)和/或任何其他可编程电路。处理器可包括多个处理单元(例如,采用多核配置)。场地监测器415和风力涡轮机控制器200的每个能配置成通过对对应的处理器编程来进行本文描述的操作。例如,处理器可通过将操作编码为一个或多个可执行指令并且将该可执行指令提供给耦合于处理器的存储器装置(同样在图2和3中示出)中的处理器来编程。存储器装置可无限制地包括一个或多个随机存取存储器(RAM)装置、一个或多个存储装置和/或一个或多个计算机可读介质。
在一些实施例中,一个或多个操作条件传感器420与场地监测器415和/或风力涡轮机控制器200(例如,经由网络405)通信耦合。操作条件传感器420配置成指示操作条件,例如对应的地理位置的气象条件。例如,操作条件传感器420可配置成指示风速和/或风向。操作条件传感器420可脱离风力涡轮机100安置以便于减小风力涡轮机100对由操作条件传感器420指示的操作条件的干扰。例如,风力涡轮机100可影响气流并且因此影响风力涡轮机100附近的风速。另外或备选地,可假设由风力涡轮机100对测量的操作条件的干扰是相对一致的,使得本文描述的方法没有受到这样的干扰的不利影响。
图5是用于在计算风力涡轮机的可能功率输出中使用的示范性方法500的流程图。图6是图示风力涡轮机的功率输出关于风速的曲线图600。
参照图4和5,在示范性实施例中,对风力涡轮机确定505参考转移函数。该参考转移函数可基于与第一风力涡轮机相似的一个或多个风力涡轮机100实验性地确定505。例如,可基于具有相同的模型设计和/或相似或等同的部件而认为风力涡轮机100为相似的。
参考转移函数代表风力涡轮机100的操作条件(例如,例如风速等气象条件)和功率输出之间的预期关系。还参照图6,参考功率曲线605图示风速和功率输出之间的预期关系。
在运行中,风力涡轮机100的功率输出可由于例如风速测量误差、涡轮机制造变差和场地特定的条件(本地地理)等各种因素而偏离参考功率曲线605。例如空气密度、温度和涡流等风力条件也可使风速和功率输出之间的实际关系随时间变化。因此,方法500便于创建自适应转移函数,其中参数从观察的数据中来估计。
在示范性实施例中,风力涡轮机控制器200采集510一系列性能数据样本。每个性能数据样本包括操作条件(例如,测量的风速,以米/秒计)和功率输出(例如,以千瓦计)。该操作条件和该功率输出与时间关联,在该时间处,值由传感器120指示。性能数据样本由曲线图600中的数据点610表示。
在一些实施例中,风力涡轮机控制器200过滤515性能数据样本。例如,风力涡轮机控制器200可识别统计异常值,例如离均值超过预定数量的标准偏差(例如,3或5)的操作条件值,并且/或可识别超出预定范围的不合理的值(例如,风速低于0米/秒或高于20米/秒)。这样的统计异常值和不合理的值可从采集的性能数据样本中过滤515并且忽略。
风力涡轮机控制器200至少部分基于性能数据样本计算520转移函数。该转移函数代表风力涡轮机性能的模型并且将功率输出与包括在性能数据样本中的操作条件相关。
在示范性实施例中,vi和pi分别是在时间实例i的风速和功率输出测量。参考转移函数适用于风速以获得功率输出ki的中间预测,如在方程1中示出的。
ki=f(vi)(方程1)
在方程1中,f()代表由风力涡轮机控制器200确定505的参考转移函数。功率输出可使用方程2由线性回归模型估计。
在方程2中,是pi的估计(或预计)值。ai和bi是在时间实例i末尾从数据估计的回归参数值。实际上,修正的功率曲线模型可代表参考转移函数,其中具有对通用估计的特定涡轮机的线性校正。在一个实施例中,模型参数初始化为默认值,a0=0并且b0=1。如观察的或传感器指示的,数据变成可用,风力涡轮机控制器200更新a和b参数值,从而有效地获悉对于对应的风力涡轮机100特定的转移函数。参数可由在线更新方程估计,如下文描述的。
在示范性实施例中,v1、v2、…vi…、vn和p1、p2、…pi…、pn分别代表在时间实例1、2、…i…和n的风速和功率输出测量。风速使用参考转移函数转化成通用功率输出估计k1、k2、…ki…、kn,如在方程1中示出的。根据线性回归方程,在n时间实例末尾,参数值an和bn可使用最小二乘解估计,如在方程3和4中示出的。
方程3中的项可如在方程5和6中示出的那样扩展。
参量x的平均由指示(注意在变量顶部的“-”符号)。因此方程5和6中的和分别是在n时间实例的末尾的估计功率输出和实际功率输出的平均。在示范性实施例中,这样的平均值可使用方程7和8计算。
基于上文的定义,方程5和6可表达为方程9和10,其包括由方程11和12定义的项。
当包括一组测量vn+1和pn+1的性能数据样本在时间实例(n+1)变成可用时,风力涡轮机控制器200使用方程1计算新的功率输出估计kn+1=f(vn+1)。为了应用方程3和4并且获得更新值an+1和bn+1,风力涡轮机控制器200计算更新值SSxyn+1和SSxxn+1。方程13-15是用于确定SSxyn+1的示范性函数的推导。
从而,根据方程15,通过保持Un、和n的值,风力涡轮机控制器200可以计算SSxyn+1的更新值。参数Un、和n可称为辅助参数。
方程16是用于确定SSxxn+1的示范性函数。
在示范性实施例中,风力涡轮机控制器200用确定的SSxyn+1和SSxxn+1执行方程3和4以计算更新的模型参数an+1和bn+1。在这样的实施例中,平均指示功率输出可用新的值pn+1更新,如在方程17中示出的。
一些实施例便于的加权平均。例如,性能数据样本的影响可基于使用期(age)加权。方程18是用于对应用基于使用期的加权的示范性函数。
在方程18中,α是常数,其从零至一的范围中选择,其代表“遗忘因子”并且使较旧的指示值具有对模型参数逐渐越来越小的影响。这样的加权可并入包括平均值的任何函数(例如,方程15和16,其包括Un和Vn)。应用基于使用期的加权能够通过风力涡轮机控制器200计算520转移函数以通过对较为最近的观察给出更高的权重来“跟踪”功率输出和风速之间的关系变化。
可选择更高的α值(例如,更接近1)以使模型快速适应于观察的功率曲线。另一方面,非常低的α值可制约模型有多快地适应于操作条件与功率输出之间的关系变化。在一些实施例中,基于期望有多快速地在场地410发生这样的变化来选择α。
再次参照图6,拟合功率曲线615代表计算的功率转移函数。如在图6中示出的,拟合功率曲线615比参考功率曲线605更密切地跟踪数据点610。此外,本文描述的计算要求风力涡轮机控制器200存储计算值,而不是收集大量原始数据。因此,可提供准确的特定风力涡轮机的转移函数而没有对风力涡轮机控制器200施加明显的数据存储要求。
在示范性实施例中,风力涡轮机控制器200基于在当风力涡轮机100在正常的非限制状态操作时的时间采集510的性能数据样本计算520转移函数。如此,计算的转移函数代表风力涡轮机100的最大功率输出与操作条件之间的关系。
在当风力涡轮机100在限制状态(例如,通过调整叶片桨距以减小功率输出)操作时的另一个时间,风力涡轮机控制器200采集525一个或多个操作条件,其对应于用于计算510转移函数的操作条件。在一些实施例中,采集525操作条件包括采集525操作条件的多个样本并且计算采样值的平均。操作条件样本可如本文描述的那样关于过滤515性能数据样本而过滤。
风力涡轮机控制器200基于转移函数和采集的操作条件对对应于由风力涡轮机控制器200采集525的操作条件的时间计算可能功率输出。该可能功率输出代表估计功率输出,如果已经在非限制状态操作风力涡轮机100,则该估计功率输出将已经由风力涡轮机100在对应于操作条件的时间处产生。
尽管上文的描述具体地指风速,本文提供的方法可用影响风力涡轮机100的功率输出的任何操作条件操作。此外,这样的操作条件可组合成复合操作条件。例如,可至少部分通过将风速与空气密度相乘来计算风力。
图7是用于确定风力涡轮机场地410的实际功率输出与可能功率输出之间的差的示范性方法700的流程图。参照图4和7,在示范性实施例中,方法700由场地监测器415和/或风力涡轮机控制器200进行。
对场地410中的每个风力涡轮机100,确定750风力涡轮机100的可能功率输出。例如,每个风力涡轮机控制器200可计算500(在图5中示出)对应的风力涡轮机100的可能功率输出并且传送风力涡轮机10的该可能功率输出到场地监测器415。备选地,场地监测器415可从一个或多个风力涡轮机控制器200接收性能数据样本和/或操作条件并且计算500可能功率输出。
每个风力涡轮机100的可能功率输出添加710到总可能功率输出,并且对风力涡轮机100确定715总指示功率输出。例如,场地监测器415可从每个风力涡轮机控制器200接收指示功率输出并且添加接收的功率输出以计算总指示功率输出。备选地,场地监测器415可从传感器420接收总功率输出的指示。例如,可在其中风力涡轮机100耦合于传输线和/或电网(未示出)的点处指示该总功率输出。
场地监测器415计算720总可能功率输出与总指示功率输出之间的差。在一个实施例中,场地监测器415计算720对于风力涡轮机100在限制状态操作的期间的总可能功率输出与总指示功率输出之间的差。
由场地监测器415计算720的差代表场地410的过剩功率输出能力。在一些实施例中,该过剩能力可用于确定由于场地运营方引起限制操作风力涡轮机100的补偿。
当新的测量数据变成可用时,本文提供的实施例便于高效地更新转移函数(将风力涡轮机的功率输出与一个或多个操作条件相关)而不需要存储所有历史测量。因此,对风力涡轮机的可能功率输出估计的准确性可提高。此外,本文提高的方法可关于风力涡轮机场地中的多个风力涡轮机实践以确定该场地的总可能功率输出。
尽管描述的实施例图示在线自适应转移函数获悉模型的使用,其他方法可结合或代替描述的方法使用。例如,转移函数参数可使用递归最小二乘法、神经网络和/或自适应过滤技术更新。
本文描述的方法可编码作为包含在计算机可读介质中的可执行指令,该计算机可读介质无限制地包括计算装置的存储器装置。这样的指令当其由处理器执行时使处理器执行本文描述方法的至少一部分。
风力涡轮机控制系统的示范性实施例在上文详细描述。系统、装置、风力涡轮机和包括的组件不限于本文描述的具体实施例,相反地,每个部件可独立于并与本文描述的其他部件分开使用。
该书面说明使用示例以公开本发明,其包括最佳模式,并且还使本领域内技术人员能够实践本发明,包括制作和使用任何装置或系统和执行任何包含的方法。本发明的专利范围由权利要求限定,并且可包括本领域内技术人员想到的其他示例。这样的其他示例如果它们具有不与权利要求的书面语言不同的结构元件,或者如果它们包括与权利要求的书面语言无实质区别的等同结构元件则规定在权利要求的范围内。
部件列表
Claims (10)
1.一种用于在计算风力涡轮机(100)的可能功率输出中使用的装置,所述装置包括:
传感器接口(220),其配置成在多个第一时间从与风力涡轮机关联的一个或多个传感器接收操作条件和功率输出;
存储器装置(210),其与所述传感器接口通信耦合并且配置成存储一系列性能数据样本,其包括操作条件和功率输出;和
处理器(205),其与所述存储器装置通信耦合并且编程为用于:
至少部分基于所述一系列性能数据样本计算转移函数,其将功率输出与所述操作条件相关;并且
基于所述转移函数和由所述传感器接口在第二时间接收的操作条件计算可能功率输出。
2.如权利要求1所述的装置,其中所述处理器(205)编程为用于通过计算将功率输出与至少一个气象条件相关的转移函数而计算转移函数。
3.如权利要求1所述的装置,其中所述处理器(205)编程为用于至少部分通过对所述多个数据样本的每个性能数据样本基于所述性能数据样本的使用期进行加权而计算转移函数。
4.如权利要求1所述的装置,其中所述处理器(205)编程为用于至少部分基于对应于在非限制状态操作所述风力涡轮机(100)的第一时间的性能数据样本来计算转移函数。
5.如权利要求4所述的装置,其中所述处理器(205)编程为用于基于在限制状态操作所述风力涡轮机(100)的第二时间接收的操作条件计算所述可能功率输出。
6.如权利要求1所述的装置,其进一步包括通信接口(215),其耦合于所述处理器(205)并且配置成传送所述可能功率输出到场地监测器(415),其中所述场地监测器至少部分基于传送的可能功率输出对场地(410)中的多个风力涡轮机(100)计算总可能功率输出。
7.一种用于计算风力涡轮机(100)的可能功率输出的方法,所述方法包括:
至少部分基于一系列性能数据样本计算转移函数,其将风力涡轮机(100)的功率输出与气象条件相关,其中所述一系列性能数据样本的每个性能数据样本包括当在非限制状态操作所述风力涡轮机时指示的所述风力涡轮机的功率输出和所述风力涡轮机的气象条件;和
至少部分基于所述转移函数和当在限制状态操作所述风力涡轮机时指示的所述风力涡轮机的气象条件来计算所述风力涡轮机的可能功率输出。
8.如权利要求7所述的方法,其中所述方法进一步包括计算所述风力涡轮机的所述可能功率输出与所述风力涡轮机的指示功率输出之间的差。
9.如权利要求7所述的方法,其中所述方法进一步包括:
至少部分基于对应于每个风力涡轮机的一系列性能数据样本计算与多个风力涡轮机(100)的每个风力涡轮机关联的转移函数;以及
至少部分基于与所述风力涡轮机关联的所述转移函数和当在限制状态操作所述风力涡轮机时指示的气象条件来计算每个风力涡轮机的可能功率输出。
10.如权利要求9所述的方法,其中所述方法进一步包括基于每个风力涡轮机(100)的计算的可能功率输出来计算总可能功率输出。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/961,269 US8150641B2 (en) | 2010-12-06 | 2010-12-06 | System, device, and method for estimating possible power output of wind turbines |
US12/961269 | 2010-12-06 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102562459A CN102562459A (zh) | 2012-07-11 |
CN102562459B true CN102562459B (zh) | 2015-12-16 |
Family
ID=44560759
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110420952.5A Active CN102562459B (zh) | 2010-12-06 | 2011-12-06 | 用于估计风力涡轮机的可能功率输出的系统、装置和方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US8150641B2 (zh) |
EP (1) | EP2461024B1 (zh) |
CN (1) | CN102562459B (zh) |
DK (1) | DK2461024T3 (zh) |
Families Citing this family (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2297622B1 (en) * | 2008-06-26 | 2017-01-25 | General Electric Technology GmbH | A method of estimating the maximum power generation capacity and for controlling a specified power reserve of a single cycle or combined cycle gas turbine power plant, and a power generating system for use with said method |
JP4995209B2 (ja) * | 2009-01-05 | 2012-08-08 | 三菱重工業株式会社 | 風力発電装置及び風力発電装置の風向推定方法 |
DK177434B1 (en) * | 2010-06-18 | 2013-05-21 | Vestas Wind Sys As | Method for controlling a wind turbine |
EP2673501A4 (en) * | 2011-02-11 | 2016-04-13 | Xzeres Corp | SYSTEM AND METHOD FOR CONTROLLING A WIND TURBINE, COMPRISING THE CONTROL OF LACET OR OTHER PARAMETERS |
US8606418B1 (en) | 2011-03-18 | 2013-12-10 | Rockwell Collins, Inc. | Wind prediction for wind farms through the use of weather radar |
US8489247B1 (en) * | 2011-03-18 | 2013-07-16 | Rockwell Collins, Inc. | Agent-based chaotic control of wind turbines |
US8849737B1 (en) | 2011-03-18 | 2014-09-30 | Rockwell Collins, Inc. | Prediction method of predicting a future state of a system |
US9002483B1 (en) | 2011-03-18 | 2015-04-07 | Rockwell Collins, Inc. | Diploid control of water heaters |
US20120271593A1 (en) * | 2011-04-21 | 2012-10-25 | Honeywell International Inc. | Monitoring wind turbine performance |
US8249852B2 (en) * | 2011-05-19 | 2012-08-21 | General Electric Company | Condition monitoring of windturbines |
US9368971B2 (en) * | 2011-06-23 | 2016-06-14 | Inventus Holdings, Llc | Multiple renewables site electrical generation and reactive power control |
EP2839347A1 (en) * | 2012-04-16 | 2015-02-25 | KK Wind Solutions A/S | A data acquisition system and a method of acquiring data from a wind turbine |
CN104603455B (zh) * | 2012-08-15 | 2017-05-24 | 维斯塔斯风力系统集团公司 | 风力发电站控制系统、包括风力发电站控制系统的风力发电站以及控制风力发电站的方法 |
CA2829247C (en) | 2012-10-12 | 2017-03-14 | General Electric Company | System and method for wind power dispatch in a wind farm |
CN103001249B (zh) * | 2012-11-15 | 2016-01-20 | 中国电力科学研究院 | 基于bp神经网络的风电场短期功率预测方法 |
CN104021424B (zh) | 2013-02-28 | 2018-12-07 | 乌托巴斯洞察公司 | 用于预测风场中的风机的输出功率的方法和装置 |
DE102013205838A1 (de) * | 2013-04-03 | 2014-10-09 | Senvion Se | Effizienzüberwachungsverfahren eines Windenergieanlagenparks |
US9690884B2 (en) * | 2013-06-05 | 2017-06-27 | WindLogics Inc. | Wind farm prediction of potential and actual power generation |
US20150077155A1 (en) * | 2013-09-18 | 2015-03-19 | Palle Clausen | Monitoring of wind turbine performance |
US20150278405A1 (en) | 2014-03-31 | 2015-10-01 | Vestas Wind Systems A/S | Method for evaluating a performance prediction for a wind farm |
ES2702475T3 (es) * | 2014-09-29 | 2019-03-01 | Vestas Wind Sys As | Verificación de sensor de posición de guiñada de góndola de turbina eólica y sistema de control de guiñada |
US10712717B2 (en) | 2015-05-15 | 2020-07-14 | General Electric Company | Condition-based validation of performance updates |
WO2017088877A1 (en) | 2015-11-26 | 2017-06-01 | Vestas Wind Systems A/S | A method for monitoring and assessing power performance changes of a wind turbine |
EP3380725B1 (en) | 2015-11-26 | 2019-10-16 | Vestas Wind Systems A/S | A method for monitoring and assessing power performance changes of a wind turbine |
WO2017108044A1 (en) * | 2015-12-23 | 2017-06-29 | Vestas Wind Systems A/S | Controlling wind turbines according to reliability estimates |
FR3053121B1 (fr) * | 2016-06-27 | 2018-07-27 | Electricite De France | Procede d'estimation de l'energie ecretee par une source de production electrique intermittente |
US10539116B2 (en) | 2016-07-13 | 2020-01-21 | General Electric Company | Systems and methods to correct induction for LIDAR-assisted wind turbine control |
EP3635246B1 (en) | 2017-06-07 | 2023-07-19 | Vestas Wind Systems A/S | Adaptive estimation of available power for wind turbine |
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 |
EP3740670B1 (en) * | 2018-01-18 | 2024-07-31 | ABB Schweiz AG | Method, apparatus and system for wind converter management |
EP3779185A1 (en) * | 2019-08-14 | 2021-02-17 | Siemens Gamesa Renewable Energy A/S | Method for computer-implemented determination of control parameters for wind turbines |
WO2021063460A1 (en) * | 2019-09-30 | 2021-04-08 | Vestas Wind Systems A/S | A method for controlling boosted power output of a power generating unit |
US10975847B1 (en) * | 2019-11-08 | 2021-04-13 | General Electric Company | System and method for farm-level control of transient power boost during frequency events |
US11728654B2 (en) * | 2021-03-19 | 2023-08-15 | General Electric Renovables Espana, S.L. | Systems and methods for operating power generating assets |
RU207596U1 (ru) * | 2021-07-19 | 2021-11-03 | федеральное государственное бюджетное образовательное учреждение высшего образования "Национальный исследовательский университет "МЭИ" (ФГБОУ ВО "НИУ "МЭИ") | Вычислительное устройство для системы электроснабжения сельского домовладения |
US20230213149A1 (en) * | 2021-12-31 | 2023-07-06 | Kepler Energy Systems, Inc. | Power Shift System to Store and Distribute Energy |
US11585322B1 (en) | 2022-05-26 | 2023-02-21 | King Fahd University Of Petroleum And Minerals | Wind turbine control apparatus and method therefor |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1873219A (zh) * | 2005-06-03 | 2006-12-06 | 通用电气公司 | 用于在大风速条件下操作风场的系统和方法 |
WO2009063220A2 (en) * | 2007-11-16 | 2009-05-22 | University Of Strathclyde | Active network management |
CN101520026A (zh) * | 2008-02-29 | 2009-09-02 | 通用电气公司 | 风力涡轮机站强风降级控制 |
CN101521380A (zh) * | 2008-02-29 | 2009-09-02 | 通用电气公司 | 用于风电厂结合的自动发电控制增强 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6924565B2 (en) | 2003-08-18 | 2005-08-02 | General Electric Company | Continuous reactive power support for wind turbine generators |
US7679215B2 (en) | 2004-12-17 | 2010-03-16 | General Electric Company | Wind farm power ramp rate control system and method |
US7274975B2 (en) | 2005-06-06 | 2007-09-25 | Gridpoint, Inc. | Optimized energy management system |
US7351033B2 (en) | 2005-09-09 | 2008-04-01 | Mcnerney Gerald | Wind turbine load control method |
US20070124025A1 (en) | 2005-11-29 | 2007-05-31 | General Electric Company | Windpark turbine control system and method for wind condition estimation and performance optimization |
US7523001B2 (en) * | 2006-09-28 | 2009-04-21 | General Electric Company | Method and apparatus for operating wind turbine generators |
JP2009138523A (ja) * | 2007-12-03 | 2009-06-25 | Mitsubishi Electric Corp | 風力発電出力予測方法 |
US7908035B2 (en) * | 2009-08-31 | 2011-03-15 | General Electric Company | System and method for wind formulary |
-
2010
- 2010-12-06 US US12/961,269 patent/US8150641B2/en active Active
-
2011
- 2011-11-28 EP EP11190871.1A patent/EP2461024B1/en active Active
- 2011-11-28 DK DK11190871T patent/DK2461024T3/da active
- 2011-12-06 CN CN201110420952.5A patent/CN102562459B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1873219A (zh) * | 2005-06-03 | 2006-12-06 | 通用电气公司 | 用于在大风速条件下操作风场的系统和方法 |
WO2009063220A2 (en) * | 2007-11-16 | 2009-05-22 | University Of Strathclyde | Active network management |
CN101520026A (zh) * | 2008-02-29 | 2009-09-02 | 通用电气公司 | 风力涡轮机站强风降级控制 |
CN101521380A (zh) * | 2008-02-29 | 2009-09-02 | 通用电气公司 | 用于风电厂结合的自动发电控制增强 |
Also Published As
Publication number | Publication date |
---|---|
CN102562459A (zh) | 2012-07-11 |
EP2461024B1 (en) | 2019-08-14 |
DK2461024T3 (da) | 2019-11-11 |
US8150641B2 (en) | 2012-04-03 |
US20110224926A1 (en) | 2011-09-15 |
EP2461024A3 (en) | 2017-10-18 |
EP2461024A2 (en) | 2012-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102562459B (zh) | 用于估计风力涡轮机的可能功率输出的系统、装置和方法 | |
CN104066978B (zh) | 具有实时风速测量的风场 | |
EP3613982B1 (en) | Method for controlling operation of a wind turbine | |
US9995278B2 (en) | Digital twin interface for operating wind farms | |
US8076789B2 (en) | System and method for controlling wind turbine power output | |
JP6674031B2 (ja) | 風力発電装置の状態監視装置及びそれを有する状態監視システム並びに風力発電装置の状態監視方法 | |
CN101684774B (zh) | 一种风力发电系统及风力发电机的测风方法 | |
US8120194B2 (en) | System, device, and method for wind turbine load reduction in a cold weather environment | |
CN102208050A (zh) | 对风力涡轮机进行性能监测和识别升级的系统和方法 | |
US20210123416A1 (en) | Wind turbine control method | |
EP3343300A1 (en) | Digital twin interface for operating wind farms | |
US20110223006A1 (en) | System, device, and method for noise-based operation of wind turbines | |
CN102108939A (zh) | 用于监测风电场的运行的方法和系统 | |
US11680556B2 (en) | Methods and systems of advanced yaw control of a wind turbine | |
US11022100B2 (en) | System and method for controlling wind turbines | |
CN101930486A (zh) | 一种风电场风机负荷指数预测装置及方法 | |
CN102444545A (zh) | 用于风力涡轮机的自动监测和运行的系统、装置和方法 | |
Barber et al. | Development of a wireless, non-intrusive, MEMS-based pressure and acoustic measurement system for large-scale operating wind turbine blades | |
Mehlan et al. | Rotor imbalance detection and diagnosis in floating wind turbines by means of drivetrain condition monitoring | |
EP4060430B1 (en) | Systems and methods for operating power generating assets | |
US20220145856A1 (en) | Method of determining the wind speed in the rotor plane of a wind turbine | |
JP6976899B2 (ja) | ウィンドファーム並びにその運転方法及び制御装置 | |
JP2024120263A (ja) | 情報処理装置、情報処理方法、プログラムおよび情報処理システム |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240101 Address after: Barcelona, Spain Patentee after: Ge renewable energy Spain Ltd. Address before: New York, United States Patentee before: General Electric Co. |
|
TR01 | Transfer of patent right |