CN105065200B

CN105065200B - 用于控制风电场的系统和方法

Info

Publication number: CN105065200B
Application number: CN201510423881.2A
Authority: CN
Inventors: N·巴斯卡; A·K·安贝卡
Original assignee: General Electric Co
Current assignee: General Electric Renovables Espana SL
Priority date: 2014-04-29
Filing date: 2015-04-29
Publication date: 2019-11-19
Anticipated expiration: 2035-04-29
Also published as: DK2940295T3; CN105065200A; ES2667818T3; CA2888739A1; CA2888739C; BR102015009549B1; BR102015009549A2; US20150308413A1; EP2940295A1; EP2940295B1; US9797377B2

Abstract

本公开涉及一种用于控制风电场的系统和方法。该方法包括基于多个控制设定在多个时间间隔内运行风电场。下一个步骤包括收集风电场在多个时间间隔内的一个或更多个风参数，以及针对多个时间间隔，收集用于风电场中的风力涡轮中的各个的一个或更多个运行数据点。该方法还包括根据一个或更多个风参数，计算用于风力涡轮中的各个的运行数据点的贡献。该方法的另外的步骤包括至少部分地基于运行数据点的贡献，来估计风电场针对控制设定中的各个的发电，以及基于最佳控制设定来控制风电场。

Description

用于控制风电场的系统和方法

技术领域

本发明大体涉及风力涡轮，并且更特别地，涉及用于控制风电场的系统和方法。

背景技术

风功率被认为是目前可用的最清洁、最环境友好的能源之一，并且风力涡轮在该方面已经得到了越来越多的关注。现代风力涡轮典型地包括塔架、发电机、齿轮箱、机舱和具有一个或更多个转子叶片的转子。转子叶片将风能转化成机械旋转扭矩，该机械旋转扭矩经由转子来驱动一个或更多个发电机。发电机有时但不总是通过齿轮箱旋转地联接于转子。齿轮箱使发电机的转子的固有地低的旋转速度提高，以高效地将旋转机械能转换成电能，该电能经由至少一个电力连接馈送到公用电网中。此类构造还可包括功率转换器，该功率转换器用于将生成的电功率的频率转换成基本上类似于公用电网频率的频率。

多个风力涡轮通常结合彼此使用以生成电，并且通常被称为“风电场”。风电场上的风力涡轮典型地包括它们本身的气象监测器，该气象监测器执行例如温度、风速、风向、气压和/或空气密度测量。另外，通常提供具有较高质量的气象仪器的单独的气象桅杆或塔架(“气象杆”)，该较高质量的气象仪器可提供风电场中的一个点处的更准确测量。气象数据与功率输出的相互关联允许按经验确定单独的风力涡轮的“功率曲线”。

传统地，以分散的方式控制风电场，以生成功率，使得各个涡轮运行来最大化局部能量输出，以及最小化局部疲劳和极端负载的影响。然而，实际上，风力涡轮的此类独立优化忽略风电场级性能目标，从而导致风电场级处的次最佳性能。另外，常规风力涡轮系统不考虑盛行风流入和其它周围条件。由于风电场上方的周围条件趋于频繁地改变，故估计用于运行风电场的初始模型可对于在实时实施期间使用而言为不准确的。风参数的不准确建模继而可导致对风电场中的风力涡轮使用不正确的控制设定。因而，用于控制风电场的常规优化途径通常仅提供风电场级性能输出的少量改进。

因而，用于控制风电场的系统和方法将是有利的，该系统和方法提供用以更好地管理来自风电场中的风力涡轮中的各个的数据可用性和/或数据质量和能量估计之间的折衷的框架。

发明内容

本发明的方面和优点将在以下描述中部分地阐述，或者可从描述为明显的，或者可通过实践本发明来学习。

在一方面，本公开涉及一种用于控制具有多个风力涡轮的风电场的方法。该方法包括基于多个控制设定在多个时间间隔内运行风电场的步骤。下一个步骤包括收集风电场在多个时间间隔内的一个或更多个风参数。另一个步骤包括针对多个时间间隔，收集用于风电场中的风力涡轮中的各个的一个或更多个运行数据点。该方法还包括根据一个或更多个风参数，计算用于风力涡轮中的各个的运行数据点的贡献的步骤。该方法的另外的步骤包括至少部分地基于用于风力涡轮中的各个的运行数据点的贡献，来估计风电场针对控制设定中的各个的发电，以及基于提供最佳发电的控制设定来控制风电场。

在另一方面，公开一种用于控制包括多个风力涡轮的风电场的系统。系统包括通信地联接于一个或更多个传感器的处理器和通信地联接于处理器的控制器。处理器构造成：基于多个控制设定在多个时间间隔内运行风电场；收集风电场在多个时间间隔内的一个或更多个风参数；针对多个时间间隔，收集用于风电场中的风力涡轮中的各个的一个或更多个运行数据点；根据一个或更多个风参数，计算用于风力涡轮中的各个的运行数据点的贡献；以及至少部分地基于用于风力涡轮中的各个的运行数据点的贡献，来估计风电场针对控制设定中的各个的发电。另外，控制器构造成基于具有最佳发电的控制设定来控制风电场。

在又一方面，本公开涉及一种用于控制包括多个风力涡轮的风电场的方法。该方法包括(a)基于第一控制设定在第一时间间隔内运行风电场；(b)收集风电场在第一时间间隔期间的一个或更多个风参数；(c)针对第一时间间隔，收集用于风电场中的风力涡轮中的各个的一个或更多个运行数据点；(d)根据一个或更多个风参数，针对第一时间间隔，计算用于风力涡轮中的各个的运行数据点的贡献；(e)估计风电场针对第一时间间隔的发电；(f)在第二时间间隔期间，重复步骤(a)至(e)，用于第二控制设定；(g)比较来自第一控制设定的发电与来自第二控制设定的发电，以确定最佳控制设定；以及(h)基于最佳控制设定来控制风电场。

参照以下描述和所附权利要求，将更好地理解本发明的这些和其它特征、方面和优点。并入在本说明书中且构成本说明书的一部分的附图示出了本发明的实施例，并且连同描述，用于阐明本发明的原理。

附图说明

针对本领域技术人员，在说明书中阐述本发明的全面且能够实施的公开，包括其最佳模式，说明书参照附图，在该附图中：

图1示出风力涡轮的一个实施例的透视图；

图2示出用于与图1中显示的风力涡轮一起使用的控制器的一个实施例的示意图；

图3示出根据本公开的风电场的一个实施例的示意图；

图4示出根据本公开的处理器的一个实施例的示意图；

图5示出根据本公开的多个控制设定的发电(y轴)随一个或更多个风参数(x轴)改变的一个实施例的图表；

图6示出根据本公开的具有沿着y轴的功率和沿着x轴的风速的功率曲线模型的一个实施例的图表；以及

图7示出根据本公开的方法的一个实施例的流程图。

具体实施方式

现在将详细地参照本发明的实施例，在图中示出该实施例的一个或更多个示例。经由阐明本发明而非限制本发明来提供各个示例。实际上，对本领域技术人员而言将显而易见的是，可对本发明作出各种修改和变型，而不偏离本发明的范围或精神。例如，示出或描述为一个实施例的部分的特征可与另一个实施例一起使用，以产生另外的实施例。因而，意于的是，本发明覆盖落在所附权利要求及其等效物的范围内的此类修改和变型。

大体上，本公开涉及用于控制包括多个风力涡轮的风电场的系统和方法。例如，在一个实施例中，系统基于多个控制设定在多个时间间隔内运行风电场，并且确定哪个控制设定最佳。如本文所用，用语“最佳控制设定”或其变型意于包含提供风电场的最高发电，同时还使由风电场中的风力涡轮中的各个经历的负载保持低于预定阈值的一个或更多个控制设定。更特别地，系统收集风电场在多个时间间隔内的一个或更多个风参数(例如，风速和/或风向)，以及针对多个时间间隔，收集用于风电场中的风力涡轮中的各个的一个或更多个运行数据点。在一个实施例中，系统利用风电场处的监视控制和数据采集(SCADA)服务器来收集数据。接着，系统通过根据一个或更多个风参数，计算用于风力涡轮中的各个的运行数据点的贡献，来处理数据。在另外的实施例中，系统还至少部分地基于用于风力涡轮中的各个的运行数据点的贡献，来估计风电场针对控制设定中的各个的发电(例如年发电量(AEP))。在某些实施例中，系统还可估计风电场的估计发电的统计置信度。因而，系统构造成考虑到数据可用性和数据质量两者，基于提供最佳发电的控制设定来控制风电场。

本文描述的系统和方法的各种实施例提供现有技术中不存在的许多优点。例如，本公开提供用于控制风电场的系统性解决方案，其处理数据质量分析和风电场级的详细不确定性界限。不确定性分析提供关于风电场的未来性能的期望置信度。另外，本公开构造成使用收集到的最大量的数据，同时确保估计发电的数据质量不受影响。因而，本系统校正在风电场级处引起的数据质量问题，从而处理与风电场级建模相关联的各种挑战。另外，本公开的发明人发现，风电场级功率曲线和发电估计可不良好适合不同类型的风电场。因而，本发明不依赖于风电场具体细节，而是可动态地选择最适合的方法或算法，用于基于期望度量的性能来计算发电。因此，本公开可容易地安装在不同的风电场。

现在参照附图，图1示出根据本公开的构造成实施控制技术的风力涡轮10的一个实施例的透视图。如显示的，风力涡轮10大体包括从支承表面14延伸的塔架12、安装在塔架12上的机舱16，以及联接于机舱16的转子18。转子18包括可旋转轮毂20，以及联接于轮毂20且从轮毂20向外延伸的至少一个转子叶片22。例如，在示出的实施例中，转子18包括三个转子叶片22。然而，在备选实施例中，转子18可包括多于三个或少于三个转子叶片22。各个转子叶片22可围绕轮毂20间隔开，以便于使转子18旋转，以使得动能能够由风转变成可用的机械能，并且随后转变成电能。例如，轮毂20可以可旋转地联接于定位在机舱16内的发电机(未显示)，以容许产生电能。

风力涡轮10还可包括在机舱16内定心的风力涡轮控制器26。然而，在其它实施例中，控制器26可位于风力涡轮10的任何其它构件内，或者位于风力涡轮外部的位置处。另外，控制器26可通信地联接于风力涡轮10的任何数量的构件，以便控制此类构件的运行，以及/或者实施控制动作。就此而言，控制器26可包括计算机或其它适当的处理单元。因而，在若干实施例中，控制器26可包括适当的计算机可读指令，当实施时，该适当的计算机可读指令使控制器26构造成执行各种不同的功能，诸如接收、传输和/或执行风力涡轮控制信号。因此，控制器26可大体构造成控制风力涡轮10的各种运行模式(例如，启动或关闭序列)、使风力涡轮10减额或升额，以及/或者控制风力涡轮10的各种构件。例如，控制器26可构造成控制转子叶片22中的各个的叶片变桨或桨距角(即，确定转子叶片22相对于风向的投影的角)，以通过调节至少一个转子叶片22相对于风的角位置，来控制由风力涡轮10生成的功率输出。例如，控制器26可通过使转子叶片22围绕变桨轴线28旋转，单独或同时通过将适当的控制信号传输到风力涡轮10的变桨驱动器或变桨调节机构(未显示)，来控制转子叶片22的桨距角。

现在参照图2，示出根据本公开的方面的可包括在控制器26内的适当构件的一个实施例的框图。如显示的，控制器26可包括一个或更多个(多个)处理器58和构造成执行多个计算机实施的功能(例如，执行本文公开的方法、步骤、计算等)的相关联的(多个)存储器装置60。如本文所用，用语“处理器”不仅表示在现有技术中被称为包括在计算机中的集成电路，而且表示控制器、微控制器、微型计算机、可编程逻辑控制器(PLC)、特定用途集成电路、特定用途处理器、数字信号处理器(DSP)、特定用途集成电路(ASIC)、现场可编程的门阵列(FPGA)，以及/或任何其它可编程电路。另外，(多个)存储器装置60可大体包括(多个)存储器元件，其包括(但不限于)计算机可读介质(例如，随机存取存储器(RAM))、计算机可读的非易失性介质(例如，闪速存储器)、一个或更多个硬盘驱动器、软盘、致密盘只读存储器(CD-ROM)、致密盘读/写(CD-R/W)驱动器、磁光盘(MOD)、数字多功能盘(DVD)、闪存盘、光驱、固态存储装置和/或其它适当的存储器元件。

另外，控制器26还可包括通信模块62，以便于在控制器26和风力涡轮10的各种构件之间的通信。例如，通信模块62可包括传感器接口64(例如，一个或更多个模数转换器)，以容许由一个或更多个传感器65、66、67传输的信号转换成控制器26可理解和处理的信号。此外，应当认识到，传感器65、66、67可使用任何适当的器件来通信地联接于通信模块62。例如，如图2中显示的，传感器65、66、67经由有线连接来联接于传感器接口64。但是，在备选实施例中，传感器65、66、67可经由无线连接，诸如通过使用本领域中已知的任何适当的无线通信协议，联接于传感器接口64。例如，通信模块62可包括互联网、局域网(LAN)、无线局域网(WLAN)、广域网(WAN)，诸如用于微波接入(WiMax)网络、卫星网络、蜂窝网络、传感器网络、自组织网络和/或短距离网络的全球互用性。就此而言，处理器58可构造成接收来自传感器65、66、67的一个或更多个信号。

传感器65、66、67可为构造成测量风力涡轮10的任何运行数据点和/或风电场的风参数的任何适当的传感器。例如，传感器65、66、67可包括：用于测量转子叶片22中的一个的桨距角或测量作用在转子叶片22中的一个上的负载的叶片传感器；用于监测发电机(例如扭矩、旋转速度、加速和/或功率输出)的发电机传感器；以及/或用于测量各种风参数(例如，风速、风向等)的各种风传感器。另外，传感器65、66、67可位于风力涡轮10的地面附近，机舱16上，风力涡轮10的气象桅杆上，或风电场中的任何其它位置。

还应当理解，可采用任何其它数量或类型的传感器，并且它们可在任何位置处。例如，传感器可为加速计、压力传感器、应变仪、攻角传感器、振动传感器、MIMU传感器、摄像机系统、光纤系统、风速计、风向标、声音检测和测距(SODAR)传感器、红外激光、光检测和测距(LIDAR)传感器、辐射计、皮托管、无线电探空测风仪、其它光学传感器和/或任何其它适当的传感器。应当理解，如本文所用，用语“监测”及其变型表明，风力涡轮10的各种传感器可构造成提供被监测参数的直接测量或此类参数的间接测量。因而，传感器65、66、67例如可用来生成与被监测参数有关的信号，接着控制器26可利用该信号来确定实际状况。

现在参照图3，示出根据本公开的系统和方法来控制的风电场200。如显示的，风电场200可包括多个风力涡轮202(包括上面描述的风力涡轮10)和风电场控制器222。例如，如示出的实施例中显示的，风电场200包括十二个风力涡轮，其包括风力涡轮10。然而，在其它实施例中，风电场200可包括任何其它数量的风力涡轮，诸如少于十二个风力涡轮或多于十二个风力涡轮。在一个实施例中，风力涡轮10的控制器26可通过有线连接，诸如通过经由适当的通信链接226(例如适当的电缆)连接控制器26，来通信地联接于风电场控制器222。备选地，控制器26可通过无线连接，诸如通过使用本领域中已知的任何适当的无线通信协议，来通信地联接于风电场控制器222。另外，风电场控制器222可大体构造成类似于用于风电场200内的单独的风力涡轮202中的各个的控制器26。

在若干实施例中，风电场200中的风力涡轮202中的一个或更多个可包括用于监测单独的风力涡轮202的各种运行数据点或控制设定和/或风电场200的一个或更多个风参数的多个传感器。例如，如显示的，风力涡轮202中的各个包括风传感器216，诸如风速计或任何其它适当的装置，其构造用于测量风速或任何其它风参数。例如，在一个实施例中，风参数包括关于以下中的至少一个或其组合的信息：阵风、风速、风向、风加速、风湍流、风切变、风转向、尾流、SCADA信息等。

如大体理解的，风速可横跨风电场200显著地变化。因而，(多个)风传感器216可允许监测各个风力涡轮202处的局部风速。另外，风力涡轮202还可包括一个或更多个附加的传感器218。例如，传感器218可构造成监测各个风力涡轮202的发电机的输出的电力属性，诸如基于电流和电压测量来直接监测功率输出的电流传感器、电压传感器、温度传感器或功率传感器。备选地，传感器218可包括可用来监测风力涡轮202的功率输出的任何其它传感器。还应当理解，风电场200中的风力涡轮202可包括本领域中已知的用于测量和/或监测风参数和/或风力涡轮运行数据点的任何其它适当的传感器。

现在参照图4，示出根据本公开的方面的风电场控制器222的处理器68的一个实施例的示意图。(多个)风电场处理器68构造成执行如本文描述的本公开的步骤中的任一个。由于独立地优化风力涡轮202实际上可进一步减少风电场200的总发电，故将风力涡轮202的运行构造成使得风电场级能量输出、AEP、疲劳负载和/或风电场200中的噪声保持在对应的指定阈值之内是合乎需要的。特别地，基于数据可用性(例如，通过参数，通过时间)和实时分析质量，不断调节相互作用的风力涡轮202中的各个的控制设定使得始终如一地实现风电场级性能目标是合乎需要的。更特别地，如显示的，处理器68构造成基于多个控制设定在多个时间间隔内运行风电场200。因而，处理器68构造成收集风电场200在多个时间间隔内的一个或更多个风参数69，以及针对多个时间间隔，收集用于风电场200中的风力涡轮202中的各个的一个或更多个运行数据点70。在一个实施例中，风参数69和/或运行数据点70可经由传感器中的一个或更多个(例如，经由传感器65、66、67、216、218或任何其它适当的传感器)生成。备选地，可经由处理器68内的计算机模型来估计风参数69和/或运行数据点70。

另外，处理器68构造成以多种方式处理风参数69和运行数据点70。例如，在一个实施例中，处理器68可包括构造成处理运行数据的一个或更多个数据质量算法。在附加的实施例中，处理器68可构造成过滤、平均化和/或调节一个或更多个运行数据点70。更特别地，数据质量算法可构造成以便过滤一个或更多个异常值，考虑失去的数据点，以及/或任何其它适当的处理步骤。因而，数据质量算法提供用以更好地管理数据可用性(例如，通过参数，通过时间)和分析质量之间的折衷的框架，如将在下面更详细地论述的。

例如，在各种实施例中，算法处理风参数69和运行数据点70，以确定风力涡轮202中的各个在多个时间间隔中的各个期间的运行状态。例如，如图4的数据处理表72中显示的，示出风电场200中的五个不同的风力涡轮202的样本运行数据点。如显示的，运行数据点70还可包括关于风力涡轮标识符、生成的功率(单位为千瓦kW)和运行状态的信息。在另外的实施例中，运行数据点70可包括关于以下中的至少一个或其组合的信息：桨距角、发电机速度、功率输出、扭矩输出、尖部速度比、偏转对齐或未对齐、风力涡轮的运行状态、一个或更多个控制设定、温度、压力等，以及关于风电场上的任何不运行的风力涡轮的信息。

基于运行数据点70，风电场处理器68构造成推断各个风力涡轮202的运行状态，其指示风力涡轮202以正常状态或非正常状态运行。更特别地，“正常状态”指示风力涡轮202根据其控制设定和/或功率曲线生成功率。“非正常状态”指示风力涡轮202不根据其控制设定和/或功率曲线生成功率。因而，处理器68可推断风力涡轮202是否正常运行，其是否下线进行常规维护、非常规维护，或者任何其它原因(例如，停电等)，或者风力涡轮202是否在正常状态和下线状态之间的某处运行。

例如，如图4中显示的，风力涡轮1、2和5如预计地生成功率(即，分别为800kW、820kW和830kW)，而风力涡轮2和4不生成任何功率(如由0kW指示的)。就此而言，处理器68基于生成的功率(或本文描述的任何其它适当的运行数据点)来确定风力涡轮202的运行状态。因此，如显示的，处理器68确定风力涡轮1、2和5在正常状态或标准状态下运行，而风力涡轮2和4下线。

在附加的实施例中，数据质量算法构造成根据一个或更多个风参数69(例如风速)，计算风力涡轮202中的各个对运行数据点的贡献。如本文所用，用语“贡献”或其变型意于包含与风电场200中的其它风力涡轮202相比，收集自风电场200中的各个单独的风力涡轮202的一定量的运行数据点70。换句话说，如果第一风力涡轮在正常状态下运行，而第二风力涡轮以非正常状态运行，则由第一风力涡轮收集的数据的贡献将大于第二风力涡轮的。另外，处理器68可计算风力涡轮202中的各个的各个贡献占风电场200的所有风力涡轮202的总贡献的百分比，并且对百分比中的各个施加校正因子。就此而言，处理器68使用所有收集到的数据，但校正收集自不恰当地运行的风力涡轮202的数据。因而，处理器68利用最大量的收集到的数据，而非消除或除去收集自以非标准方式运行的风力涡轮202的数据。

仍然参照图4的实施例，处理器68接着构造成至少部分地基于用于风力涡轮202中的各个的运行数据点70的贡献，来估计风电场200针对控制设定中的各个的发电74。例如，如显示的，风电场200的发电74基于由风力涡轮1至5生成的处理数据以及一个或更多个风参数69。在附加的实施例中，处理器68还可使用多种数据质量算法来确定用于各个控制设定的多个发电74，并且基于各种状况，包括(但不限于)风电场200现场状况、风力涡轮202运行参数或数据点、风力涡轮202型号规格等，来动态地确定来自多个发电的最佳发电。更特别地，在各种实施例中，现场状况还可包括风电场200的已知几何布局，其包括相邻风力涡轮202的数量、实际风力涡轮位置202、在风力涡轮202下游和上游的相对位置和/或关于风电场200的地形的信息。因而，处理器68构造成动态地选择用于基于期望度量的性能来计算发电74的最适合算法。

现在参照图5，风电场处理器68可估计多于一个控制设定，并且比较控制设定来确定最佳控制设定。例如，如显示的，示出处理器68在数据分析和过滤期间在特定风速下生成的图表75的一个实施例。如显示的，图表75示出根据本公开的多个控制设定的发电(y轴)随一个或更多个风参数(x轴)，例如以度为单位的风向改变。更特别地，图表75包括以第一控制设定80运行所生成的数据迭加以第二控制设定82运行所生成的数据。如显示的，第一控制设定80对应于较高的总发电；因此，在示出的实施例中，最佳控制设定对应于第一控制设定80。

参照图4和6，在某些实施例中，风电场处理器68还可基于风电场200的估计发电74来生成风电场200的实时功率曲线模型76，并且基于功率曲线模型76来动态地控制风电场200。例如，如图6中显示的，处理器68评价第一控制设定的功率曲线84和第二控制设定的功率曲线86，并且确定哪个控制设定最佳。另外，处理器68可确定估计发电74的统计置信度和/或功率曲线84、86的至少一个估计。可以以多种方式确定发电74的统计置信度。例如，如图6中显示的，针对功率曲线84、86中的各个确定由虚线85和87表示的+/-标准偏差(例如+/-10％)。在另外的实施例中，可使用以下中的一个或其组合来确定发电的统计置信度：运行参数的分布度量、横跨各种控制设定的运行数据点的行为的分析、屈服点、影响函数、截尾均值、灵敏度曲线，或本领域中已知的用于确定置信度界限的任何其它适当方法和/或计算。例如，在一个实施例中，可通过确定运行数据点的至少一部分的分布来估计发电的统计置信度。在又一个实施例中，可分析横跨各种控制设定的运行数据点的行为，以确定随着时间推移扩散的数据。另外，可通过确定运行数据点的趋势和/或标准偏差或平均值来分析数据点的行为。通过理解运行数据点的趋势，处理器68可估计或预测数据点将在随后的时间段中如何表现。另外，可基于数据可用性和/或数据质量分析之间的折衷来确定最佳控制设定。

另外且参照图4，处理器68可对风电场200内的风力涡轮202中的一个或更多个实施一个或更多个控制动作，以便控制风电场200，以及优化风电场200的AEP。在某些实施例中，例如，处理器68可基于功率曲线模型76来确定更新或优化的控制设定。更特别地，优化控制设定可包括以下中的至少一个：改变转子叶片的桨距角、修改发电机扭矩、修改发电机速度、修改功率输出、使风力涡轮的机舱偏转、使一个或更多个风力涡轮构件制动，在转子叶片的表面上添加或启用空气流修改元件等。

参照图7，示出用于控制风电场200的方法100的一个实施例。如显示的，方法100包括基于多个控制设定在多个时间间隔内运行风电场的步骤102。另一个步骤104包括收集风电场200在多个时间间隔内的一个或更多个风参数。又一个步骤106包括针对多个时间间隔，收集用于风电场200中的风力涡轮202中的各个的一个或更多个运行数据点。方法100还包括根据一个或更多个风参数，计算108用于风力涡轮中的各个的运行数据点的贡献。下一个步骤110包括至少部分地基于用于风力涡轮202中的各个的运行数据点的贡献，估计风电场200针对控制设定中的各个的发电。另一个步骤112包括基于提供最佳发电的控制设定来控制风电场200。

以上详细地描述了风电场、用于风电场的控制器，以及用于控制风电场的方法的示例性实施例。方法、风电场和控制器不限于本文描述的具体实施例，而是相反地，风力涡轮的构件和/或控制器和/或方法的步骤可单独使用，并且与本文描述的其它构件和/或步骤分开来使用。例如，控制器和方法还可与其它功率系统和方法组合使用，并且不限于仅利用如本文描述的风力涡轮控制器实践。相反地，可与许多其它风力涡轮或功率系统应用结合实施和利用示例性实施例。

虽然可在一些图中显示本发明的各种实施例的特定特征，并且在其它图中不显示，但是这仅仅是为了方便。根据本发明的原理，可与任何其它图的任何特征组合参照和/或声明图的任何特征。

该书面的描述使用实例以公开本发明(包括最佳模式)，并且还使本领域技术人员能够实践本发明(包括制造和使用任何装置或系统并且执行任何并入的方法)。本发明的可专利范围由权利要求限定，并且可包括本领域技术人员想到的其它实例。如果这些其它实例具有不与权利要求的字面语言不同的结构元件，或者如果这些其它实例包括与权利要求的字面语言无显著差别的等同结构元件，则这些其它实例意图在权利要求的范围内。

Claims

1.一种用于控制包括多个风力涡轮的风电场的方法，所述方法包括：

基于多个控制设定在多个时间间隔内运行所述风电场；

收集所述风电场在所述多个时间间隔内的一个或更多个风参数；

针对所述多个时间间隔，收集用于所述风电场中的所述风力涡轮中的各个的一个或更多个运行数据点；

根据所述一个或更多个风参数，计算用于所述风力涡轮中的各个的所述运行数据点的贡献；

至少部分地基于用于所述风力涡轮中的各个的所述运行数据点的所述贡献，来估计所述风电场针对所述控制设定中的各个的发电；以及

基于提供最佳发电的所述控制设定来控制所述风电场；

其中，根据所述一个或更多个风参数计算用于所述风力涡轮中的各个的所述运行数据点的所述贡献进一步包括：

确定所述风力涡轮中的各个的各个所述贡献占所述风电场的所有所述风力涡轮的总贡献的百分比；以及

对所述百分比中的各个施加校正因子。

2.根据权利要求1所述的方法，其特征在于，所述方法进一步包括处理用于所述风力涡轮中的各个的所述运行数据点，以确定所述风力涡轮中的各个在所述多个时间间隔中的各个期间的运行状态。

3.根据权利要求2所述的方法，其特征在于，所述方法包括以下中的至少一个：过滤所述一个或更多个运行数据点，使所述一个或更多个运行数据点平均化，或者调节所述一个或更多个运行数据点，以考虑数据点的丢失。

4.根据权利要求1所述的方法，其特征在于，控制所述风电场进一步包括基于所述最佳发电来估计用于所述风电场的实时功率曲线模型，以及基于所述功率曲线模型来控制所述风电场。

5.根据权利要求1所述的方法，其特征在于，所述方法进一步包括确定所述风电场针对所述控制设定中的各个的所述发电的统计置信度的至少一个估计。

6.根据权利要求1所述的方法，其特征在于，估计所述风电场针对所述控制设定中的各个的所述发电进一步至少部分地基于以下中的一个或更多个：风电场现场状况、所述风电场中的风力涡轮位置，或风力涡轮型号规格。

7.根据权利要求1所述的方法，其特征在于，所述风参数包括关于以下中的一个或其组合的信息：阵风、风速、风向、风加速、风湍流、风切变、风转向和尾流。

8.根据权利要求1所述的方法，其特征在于，所述运行数据点包括关于以下中的一个或其组合的信息：桨距角、发电机速度、功率输出、扭矩输出、尖部速度比、所述风力涡轮的运行状态、温度和压力。

9.根据权利要求8所述的方法，其特征在于，基于提供所述最佳发电的所述控制设定来控制所述风电场进一步包括：

对所述风电场内的所述风力涡轮中的一个或更多个实施一个或更多个控制动作，以便优化所述风电场的所述发电，

其中，所述一个或更多个控制动作包括以下中的至少一个：改变转子叶片的所述桨距角、修改发电机扭矩、修改所述发电机速度、修改所述功率输出、使所述风力涡轮的机舱偏转、使一个或更多个风力涡轮构件制动或者在所述转子叶片的表面上添加或启用空气流修改元件。

10.一种用于控制包括多个风力涡轮的风电场的系统，所述系统包括：

通信地联接于一个或更多个传感器的处理器，所述处理器构造成：

基于多个控制设定在多个时间间隔内运行所述风电场，

收集所述风电场在所述多个时间间隔内的一个或更多个风参数，

针对所述多个时间间隔，收集用于所述风电场中的所述风力涡轮中的各个的一个或更多个运行数据点，

根据所述一个或更多个风参数，计算用于所述风力涡轮中的各个的所述运行数据点的贡献，以及

通信地联接于所述处理器的控制器，其中，所述控制器构造成基于提供最佳发电的所述控制设定来控制所述风电场；

对所述百分比中的各个施加校正因子。

11.一种用于控制包括多个风力涡轮的风电场的方法，所述方法包括：

a)基于第一控制设定在第一时间间隔内运行所述风电场；

b)收集在所述第一时间间隔期间的用于所述风电场的一个或更多个风参数；

c)针对所述第一时间间隔，收集用于所述风电场中的所述风力涡轮中的各个的一个或更多个运行数据点；

d)根据所述一个或更多个风参数，针对所述第一时间间隔计算用于所述风力涡轮中的各个的所述运行数据点的贡献；

e)针对所述第一时间间隔，估计所述风电场的发电；

f)在第二时间间隔期间重复步骤a)至e)，用于第二控制设定；

g)比较来自所述第一控制设定的所述发电与来自所述第二控制设定的所述发电，以确定最佳控制设定；以及

h)基于所述最佳控制设定来控制所述风电场；

其中，根据所述一个或更多个风参数，针对所述第一时间间隔和所述第二时间间隔，计算用于所述风力涡轮中的各个的所述运行数据点的所述贡献进一步包括：

对所述百分比中的各个施加校正因子。

12.根据权利要求11所述的方法，其特征在于，所述方法进一步包括处理用于所述风力涡轮中的各个的所述运行数据点，以确定所述风力涡轮中的各个在所述第一时间间隔和所述第二时间间隔期间的运行状态，其中，处理所述运行数据点进一步包括以下中的至少一个：过滤所述一个或更多个运行数据点、使所述一个或更多个运行数据点平均化，或者调节所述一个或更多个运行数据点，以考虑数据点的丢失。

13.根据权利要求11所述的方法，其特征在于，控制所述风电场进一步包括基于所述最佳控制设定来估计用于所述风电场的实时功率曲线模型，以及基于所述功率曲线模型来控制所述风电场。

14.根据权利要求11所述的方法，其特征在于，所述方法进一步包括确定所述风电场针对所述第一控制设定和所述第二控制设定的所述发电的统计置信度的至少一个估计。

15.根据权利要求11所述的方法，其特征在于，估计所述风电场针对所述控制设定中的各个的所述发电进一步至少部分地基于以下中的一个或更多个：风电场现场状况、所述风电场中的风力涡轮位置或风力涡轮型号规格。

16.根据权利要求11所述的方法，其特征在于，所述风参数包括关于以下中的一个或其组合的信息：阵风、风速、风向、风加速、风湍流、风切变、风转向和尾流。

17.根据权利要求11所述的方法，其特征在于，所述运行数据点包括关于以下中的一个或其组合的信息：桨距角、发电机速度、功率输出、扭矩输出、尖部速度定额、所述风力涡轮的运行状态、温度和压力。

18.根据权利要求17所述的方法，其特征在于，基于所述最佳控制设定来控制所述风电场进一步包括：

其中，所述一个或更多个控制动作包括以下中的至少一个：改变转子叶片的所述桨距角、修改发电机扭矩、修改所述发电机速度、修改所述功率输出、使所述风力涡轮的机舱偏转、使一个或更多个风力涡轮构件制动或在所述转子叶片的表面上添加或启用空气流修改元件。