CN105279384A - 一种基于风力机机舱风速的来流风速计算方法及装置 - Google Patents

一种基于风力机机舱风速的来流风速计算方法及装置 Download PDF

Info

Publication number
CN105279384A
CN105279384A CN201510783171.0A CN201510783171A CN105279384A CN 105279384 A CN105279384 A CN 105279384A CN 201510783171 A CN201510783171 A CN 201510783171A CN 105279384 A CN105279384 A CN 105279384A
Authority
CN
China
Prior art keywords
wind speed
incoming flow
nacelle
blower fan
speed
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.)
Pending
Application number
CN201510783171.0A
Other languages
English (en)
Inventor
刘敬智
宋鹏
白恺
杨伟新
柳玉
张扬帆
刘汉民
刁嘉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
STATE GRID XINYUAN ZHANGJIAKOU SCENERY STORAGE DEMONSTRATION POWER PLANT CO Ltd
State Grid Corp of China SGCC
North China Electric Power Research Institute Co Ltd
Original Assignee
STATE GRID XINYUAN ZHANGJIAKOU SCENERY STORAGE DEMONSTRATION POWER PLANT CO Ltd
State Grid Corp of China SGCC
North China Electric Power Research Institute Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by STATE GRID XINYUAN ZHANGJIAKOU SCENERY STORAGE DEMONSTRATION POWER PLANT CO Ltd, State Grid Corp of China SGCC, North China Electric Power Research Institute Co Ltd filed Critical STATE GRID XINYUAN ZHANGJIAKOU SCENERY STORAGE DEMONSTRATION POWER PLANT CO Ltd
Priority to CN201510783171.0A priority Critical patent/CN105279384A/zh
Publication of CN105279384A publication Critical patent/CN105279384A/zh
Pending legal-status Critical Current

Links

Abstract

本发明提供了一种基于风力机机舱风速的来流风速计算方法及装置。所述方法包括:获取实验风机的来流风速及机舱风速;利用最小二乘线性拟合法,对机舱风速和来流风速进行拟合,生成机舱风速和来流风速的关系式;获取待测风机的机舱风速,并根据机舱风速和来流风速的关系式,生成待测风机的来流风速。本发明能够通过机舱风速较准确地获取来流风速。只需要对试验机组安装一定精度的设备(例如激光测风仪),对来流风速进行一段时间的测量,即可根据相应时间段的机舱风速,得到两者的函数关系。在风机长达20年的寿命期间,来流风速的有效获取,提高了机组的控制性能,保证了机组安全高效地运行,增加了机组的发电效益。

Description

一种基于风力机机舱风速的来流风速计算方法及装置
技术领域
本发明涉及风力发电领域,尤其涉及一种风力发电机组的来流风速的测量领域,具体的讲是一种基于风力机的机舱风速的来流风速计算方法及装置。
背景技术
近年来,随着风力发电技术的日趋成熟,风力发电机组的单机装机容量和总装机容量都在飞速增长,然而整个风电场或者单个风电机组的系统性能却一直停滞不前,这主要是由风力发电机组运行特点的复杂性造成的。为了更好地制定相应的控制策略,提高风力发电系统性能,对各个实时参量的准确测量显得至关重要。其中,风速作为直接决定风力发电机组出力的参量,是相应控制系统安全高效运行的关键。但是,现今对于单机的风速测量是不准确的。
基于机舱风速计得到的风速由于受湍流、塔架、风切变、地表粗糙度等因素的影响,测量值并不能如实反映来流风速。而基于测风塔得到的风速由于风力机与测风塔所处位置不同,风速计高度和地形不同等原因,造成风力机接受的来流风速与测风塔测得的风速同样存在差异。由此可得,直接测量来流风速难度较大。
针对来流风速不易直接测量的现状,目前,风电机组普遍将机舱风速默认为来流风速,对两者不加以区分。然而机舱风速是来流风速受到机组叶轮、机舱、塔筒以及各种环境因素影响之后由风速计测量得到的,与来流风速存在一定的偏差。在风电机组设计之初,所有与风速有关的参数设置都是以来流风速为基准的,如果简单地把机舱风速作为来流风速,给机组的信息必然存在偏差,使得机组的控制能力下降,影响机组的系统性能。
目前,常用的来流风速测量方法是通过支持向量机建模和神经网络建模,建立以风力机旋转角速度、输出功率及桨距角为二次变量,以来流风速为主导变量的风速测量模型。然而支持向量机建模和神经网络建模存在一些本质的缺陷:支持向量机对大规模训练样本难以实施,参数不容易调整,随着相关参数的数量增加,计算量急剧增大;神经网络容易陷入局部极小点、收敛速度慢、结构难以确定。另一方面,两种智能建模方法样本的获取都是基于风力发电仿真系统得到的,与真实的物理模型有一定差别,以致试实验条件缺乏现场实际工况的支撑,使得模型的应用受到一定限制。
现有的另一种方法是基于数理机理建模,例如风轮单元流管建模。模型的建立完全基于风速在叶轮前后变化的物理机理,模型的逻辑推理严密,表达式明确,可以直接对叶轮后风速进行修正得到来流风速。然而此方法缺少现场实验数据的验证,现场风机运行环境复杂多变,各种因素对风速交错影响,理论上的计算结果与实际情况并不一致。
发明内容
本发明提出一种基于风力机的机舱风速的来流风速计算方法及装置,以解决现有技术中的来流风速计算难度大、精度不高的问题。
为了达到上述目的,本发明实施例提供一种基于风力机机舱风速的来流风速计算方法,包括:获取实验风机的来流风速及机舱风速;利用最小二乘线性拟合法,对所述机舱风速和来流风速进行拟合,生成所述机舱风速和来流风速的关系式;获取待测风机的机舱风速,并根据所述机舱风速和来流风速的关系式,生成所述待测风机的来流风速。
进一步地,在一实施例中,通过在所述实验风机的主风向处安装激光测风仪测量得到所述实验风机的来流风速。
进一步地,在一实施例中,通过所述实验风机自带的风速计测量得到所述实验风机的机舱风速。
进一步地,在一实施例中,所述利用最小二乘线性拟合法,对所述机舱风速和来流风速进行拟合,包括:获取所述实验风机的一段时间的来流风速数据及机舱风速数据;对所述来流风速数据及机舱风速数据进行匹配并筛选;对筛选后的数据进行拟合,以均方误差为拟合函数指标,进行直线拟合,得到机舱风速和来流风速的关系式。
进一步地,在一实施例中,所述利用最小二乘线性拟合法,对所述机舱风速和来流风速进行拟合,包括:以风力发电机转速由并网起始一直增加到转速不变所对应的机舱风速为第一节点,以及由桨距角保持0度不变到开始增大所对应的机舱风速为第二节点,将风速区间划分为三段;对每段风速区间的数据分别利用最小二乘线性拟合法进行直线拟合,生成所述机舱风速和来流风速的关系式。
为了达到上述目的,本发明实施例还提供一种基于风力机机舱风速的来流风速计算装置,包括:获取单元,用于获取实验风机的来流风速及机舱风速;拟合单元,用于利用最小二乘线性拟合法,对所述机舱风速和来流风速进行拟合,生成所述机舱风速和来流风速的关系式;计算单元,用于获取待测风机的机舱风速,并根据所述机舱风速和来流风速的关系式,生成所述待测风机的来流风速。
进一步地,在一实施例中,所述获取单元通过在所述实验风机的主风向处安装激光测风仪测量得到所述实验风机的来流风速。
进一步地,在一实施例中,所述获取单元通过所述实验风机自带的风速计测量得到所述实验风机的机舱风速。
进一步地,在一实施例中,所述拟合单元还包括:数据获取单元,用于获取所述实验风机的一段时间的来流风速数据及机舱风速数据;匹配筛选单元,用于对所述来流风速数据及机舱风速数据进行匹配并筛选;直线拟合单元,用于对筛选后的数据进行拟合,以均方误差为拟合函数指标,进行直线拟合,得到机舱风速和来流风速的关系式。
进一步地,在一实施例中,所述拟合单元还包括:分段单元,用于以风力发电机转速由并网起始一直增加到转速不变所对应的机舱风速为第一节点,以及由桨距角保持0度不变到开始增大所对应的机舱风速为第二节点,将风速区间划分为三段;分段拟合单元,用于对每段风速区间的数据分别利用最小二乘线性拟合法进行直线拟合,生成所述机舱风速和来流风速的关系式。
本发明提出的基于风力机机舱风速的来流风速计算方法及装置,只需要对试验机组安装一定精度的设备(例如激光测风仪),对来流风速进行一段时间的测量,即可根据相应时间段的机舱风速,得到两者的函数关系式。来流风速的有效获取,提高了机组的控制性能,保证了机组安全高效地运行,增加了机组的发电效益。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例的基于风力机机舱风速的来流风速计算方法的流程图;
图2为本发明一实施例中的机舱风速与对应来流风速的散点图;
图3为本发明一实施例中的发电机转速与桨距角随风速增大的变化曲线图;
图4为本发明实施例的基于风力机机舱风速的来流风速计算装置的结构示意图;
图5为本发明具体实施例的对机组的整个运行工况区间进行整体线性拟合的拟合直线示意图;
图6为本发明具体实施例的整体拟合误差示意图;
图7为本发明具体实施例的对机组划分的三个运行区间分别进行线性拟合的拟合直线示意图;
图8为本发明具体实施例的分段拟合误差示意图;
图9为本发明具体实施例的分段拟合与整体拟合通过实测数据得到的验证曲线图;
图10为本发明具体实施例的误差分布图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例的基于风力机机舱风速的来流风速计算方法的流程图。如图所示,包括:步骤S101,获取实验风机的来流风速及机舱风速;步骤S102,利用最小二乘线性拟合法,对所述机舱风速和来流风速进行拟合,生成所述机舱风速和来流风速的关系式;步骤S103,获取待测风机的机舱风速,并根据所述机舱风速和来流风速的关系式,生成所述待测风机的来流风速。
本发明可以采用激光测风仪对实验风机的来流风速进行测量与采集,也可以用其他方法,旨在准确地获取机组的来流风速。考虑到地形、障碍物以及其它风电机组的影响,需要对实验场地进行地形评估,以确定风速的有效测量扇区。在一实施例中,可以将激光测风仪安装在距离实验风机主风向2.5倍叶轮直径处进行来流风速的测量。
机舱风速则由机组自带的风速计测量得到。
进行一段时间的风速测量,直至测量的数据覆盖整个风机运行的风速区间且满足一定的数量要求。同时,将测得的来流风速与同时间段的机舱风速数据进行一一对应并整理在一起,为了减小误差,应对实验数据进行筛选。实验数据应满足以下条件:(1)试验机组各部件无故障正常运行;(2)试验机组无功率限值。
经过筛选,得到满足实验要求的数据,对实验数据按机舱风速大小排列。在一实施例中,如图2所示,所测数据为10min风速平均值,共有1000组数据,曲线①为来流风速,曲线②为机舱风速计的计量风速。
尽管机舱风速与来流风速存在一定偏差,然而机舱风速来源于来流风速,两者之间或许存在一定的相关性。首先就两者的相关性进行验证。
根据统计学原理,通过平均绝对值差、均方根差值、平均绝对百分比差值和Pearson系数4种方法来验证两者的相关性。公式如下:
m a e = 1 n Σ i = 1 n | x i - y i | - - - ( 1 )
r m s e = 1 n Σ i = 1 n ( x i - y i ) 2 - - - ( 2 )
m a p e = 1 n Σ i = 1 n | x i - y i y i | - - - ( 3 )
γ = Σ i = 1 n ( x i - x ‾ ) ( y i - y ‾ ) Σ i = 1 n ( x i - x ‾ ) 2 Σ i = 1 n ( y i - y ‾ ) 2 - - - ( 4 )
其中,xi(i=1,2,3,…)为来流风速时间戳记录值;yi(i=1,2,3,…)为机舱风速相应时间戳记录值;为来流风速平均值;为机舱风速平均值。公式(1)、(2)、(3)的值越小,两者的数值以及变化规律越接近,公式(4)的值越接近1,两者的线性相关性越强。
经过相关性分析之后,得出来流风速与机舱风速具有极强的线性相关性,因此对其进行最小二乘线性拟合。拟合之后,用验证数据进行验证,计算相应指标,分析拟合效果。
(1)整体拟合
首先对实验数据进行隔行选取,分为两部分:拟合数据和验证数据,旨在使拟合数据和验证数据均匀覆盖整个风速区间,数量上并不要求相等,拟合数据越多,拟合效果越好。用其中一部分数据进行拟合:以均方误差为拟合函数指标,进行直线拟合,得到机舱风速和来流风速函数表达式。用另一部分数据进行验证:将数据的机舱风速代入上述函数表达式,计算得到来流风速,与数据的实际来流风速作比较,计算相应指标:均方误差和平均绝对误差,以分析拟合效果。
为了与现在常用的机舱风速代替来流风速的传统风速获取方法作对比,用相同的验证数据求取机舱风速与来流风速的均方误差和平均绝对误差。通过对比发现,用拟合直线函数计算得到的来流风速比简单的用机舱风速代替来流风速误差小,能够更准确地反映风速的真实值。
(2)分段拟合
根据上风向双馈风力发电机组的运行特性,来流风速经过叶轮之后被机舱上方的风速计采集,针对同一机型,在风机出厂参数设置一定的情况下,不改变风机的控制策略,影响叶轮前后风速变化的关键因素是叶轮转速ω和桨距角β。暂且不考虑风速变化率、风向变化率对测量精度的影响,实验风机的来流风速y可以看作是发电机转速ω(由于发电机转速与叶轮转速成正比关系,叶轮转速对风速的影响用发电机转速同样可以体现)、桨距角β和机舱风速v的三元函数,即y=f(ω,β,v)。为了尽可能地减少变量对来流风速的影响,根据试验风机的控制策略,以发电机转速由并网起始一直增加到转速不变所对应的机舱风速以及由桨距角保持0度不变到开始增大所对应的机舱风速为节点,将风速区间划分为三段,如图3所示。
其中,第一段桨距角β为定值(β=0°),发电机转速ω增加,此时,来流风速y可以看作是叶轮转速ω和机舱风速v的二元函数,即y=f(ω,v);第二段桨距角β依然为定值(β=0°),发电机转速ω也变为定值(ω=1800rpm),此时,来流风速y可以看作是机舱风速v的一元函数,即y=f(v);第三段发电机转速ω依然为定值(ω=1800rpm),桨距角β开始增加,此时,来流风速y可以看作是桨距角β和机舱风速v的二元函数,即y=f(β,v)。对三段数据分别进行直线拟合。之后的分析与对整体拟合的分析一样,将每一段看作一个整体,分别进行分析。
由分析结果得知,将风速按大小进行分段,对应各个分段区间分别进行拟合,通过拟合直线函数计算来流风速同样比传统的用机舱风速代替来流风速精确度要高。
以上两种线性拟合的思路都可以实现来流风速较精确地预测,而它们预测的精度是有差异的。现就两种拟合的预测精度用相同的数据进行对比分析,得到的数据结果如表1所示:
表1整体拟合与分段拟合结果对比
显然,分段拟合的预测精度更高,泛化能力更强。实际上,两者具有相通之处,整体拟合可以认为是对一段数据进行拟合,分段拟合可以是两端、三段、四段等(需要找到合理的节点)。
在步骤S103中,不管以哪种方式获取到机舱风速与来流风速的函数表达式,都可以在获取到机舱风速后,代入到函数表达式中,直接计算得到来流风速。
综上所述,本发明提出的基于风力机机舱风速的来流风速计算方法,能够通过机舱风速较准确地获取来流风速。只需要对试验机组安装一定精度的设备(例如激光测风仪),对来流风速进行一段时间的测量,即可根据相应时间段的机舱风速,得到两者的函数关系。在风机长达20年的寿命期间,来流风速的有效获取,提高了机组的控制性能,保证了机组安全高效地运行,增加了机组的发电效益。
在介绍了本发明示例性实施方式的方法之后,接下来,基于同一发明构思,参考图4对本发明示例性实施方式的基于机舱风速的来流风速计算装置进行介绍。
如图4所示,本发明的装置包括:获取单元101,用于获取实验风机的来流风速及机舱风速;拟合单元102,用于利用最小二乘线性拟合法,对所述机舱风速和来流风速进行拟合,生成所述机舱风速和来流风速的关系式;计算单元103,用于获取待测风机的机舱风速,并根据所述机舱风速和来流风速的关系式,生成所述待测风机的来流风速。
所述获取单元101通过在所述实验风机的主风向处安装激光测风仪测量得到所述实验风机的来流风速,通过所述实验风机自带的风速计测量得到所述实验风机的机舱风速。
所述拟合单元102还包括:数据获取单元,用于获取所述实验风机的一段时间的来流风速数据及机舱风速数据;匹配筛选单元,用于对所述来流风速数据及机舱风速数据进行匹配并筛选;直线拟合单元,用于对筛选后的数据进行拟合,以均方误差为拟合函数指标,进行直线拟合,得到机舱风速和来流风速的关系式。
所述拟合单元102还包括:分段单元,用于以风力发电机转速由并网起始一直增加到转速不变所对应的机舱风速为第一节点,以及由桨距角保持0度不变到开始增大所对应的机舱风速为第二节点,将风速区间划分为三段;分段拟合单元,用于对每段风速区间的数据分别利用最小二乘线性拟合法进行直线拟合,生成所述机舱风速和来流风速的关系式。
以下通过现场的实测数据进行验证,并对分段拟合和整体拟合两种拟合思路对机舱风速的修正效果进行对比分析,得到最佳的来流风速获取方法,该实施例基于图2所示的1000组数据。
图5为对机组的整个运行工况区间进行整体线性拟合的拟合直线示意图,图6为整体拟合误差示意图,图7为对机组划分的三个运行区间分别进行线性拟合的拟合直线示意图,图8为分段拟合误差示意图。
通过整体拟合和分段拟合后得到的拟合函数表达式和相应指标如下表2所示:
表2拟合函数表达式和相应指标
函数表达式 (mae) (mse)
整体拟合 y=0.9039x+1.2109 0.2618 0.1048
分段拟合(第一段) y=0.9803x+0.6847 0.2362 0.0814
分段拟合(第二段) y=0.8874x+1.4310 0.2076 0.0673
分段拟合(第三段) y=0.8743x+1.6208 0.2412 0.0880
由表2可以看出,整体拟合函数指标(均方误差)大于0.1,而分段拟合不到0.09。由此可得,分段线性拟合比整体线性拟合的拟合精度要高,拟合效果更好。
在本实施例中,通过本发明得到的分段拟合与整体拟合通过实测数据验证曲线如图9所示,误差分布情况如图10所示。由图9可以看出,机舱风速与实测来流风速偏离较大,不能如实地反映来流风速;整体拟合和分段拟合得到的风速与实测来流风速偏离较小,能够较准确地跟踪来流风速的变化。由图10可以看出,机舱风速与来流风速的差值分布在-0.5左右,曲线较为低宽,误差较大;整体拟合和分段拟合得到的风速误差则分布在0附近,曲线高窄,误差较小,而且与整体拟合相比,分段拟合得到的风速误差分布更为理想。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种基于风力机机舱风速的来流风速计算方法,其特征在于,所述方法包括:
获取实验风机的来流风速及机舱风速;
利用最小二乘线性拟合法,对所述机舱风速和来流风速进行拟合,生成所述机舱风速和来流风速的关系式;
获取待测风机的机舱风速,并根据所述机舱风速和来流风速的关系式,生成所述待测风机的来流风速。
2.根据权利要求1所述的基于风力机机舱风速的来流风速计算方法,其特征在于,通过在所述实验风机的主风向处安装激光测风仪测量得到所述实验风机的来流风速。
3.根据权利要求1所述的基于风力机机舱风速的来流风速计算方法,其特征在于,通过所述实验风机自带的风速计测量得到所述实验风机的机舱风速。
4.根据权利要求1至3任一项所述的基于风力机机舱风速的来流风速计算方法,其特征在于,所述利用最小二乘线性拟合法,对所述机舱风速和来流风速进行拟合,包括:
获取所述实验风机的一段时间的来流风速数据及机舱风速数据;
对所述来流风速数据及机舱风速数据进行匹配并筛选;
对筛选后的数据进行拟合,以均方误差为拟合函数指标,进行直线拟合,得到机舱风速和来流风速的关系式。
5.根据权利要求1至3任一项所述的基于风力机机舱风速的来流风速计算方法,其特征在于,所述利用最小二乘线性拟合法,对所述机舱风速和来流风速进行拟合,包括:
以风力发电机转速由并网起始一直增加到转速不变所对应的机舱风速为第一节点,以及由桨距角保持0度不变到开始增大所对应的机舱风速为第二节点,将风速区间划分为三段;
对每段风速区间的数据分别利用最小二乘线性拟合法进行直线拟合,生成所述机舱风速和来流风速的关系式。
6.一种基于风力机机舱风速的来流风速计算装置,其特征在于,所述装置包括:
获取单元,用于获取实验风机的来流风速及机舱风速;
拟合单元,用于利用最小二乘线性拟合法,对所述机舱风速和来流风速进行拟合,生成所述机舱风速和来流风速的关系式;
计算单元,用于获取待测风机的机舱风速,并根据所述机舱风速和来流风速的关系式,生成所述待测风机的来流风速。
7.根据权利要求6所述的基于风力机机舱风速的来流风速计算装置,其特征在于,所述获取单元通过在所述实验风机的主风向处安装激光测风仪测量得到所述实验风机的来流风速。
8.根据权利要求6所述的基于风力机机舱风速的来流风速计算装置,其特征在于,所述获取单元通过所述实验风机自带的风速计测量得到所述实验风机的机舱风速。
9.根据权利要求6至8任一项所述的基于风力机机舱风速的来流风速计算装置,其特征在于,所述拟合单元还包括:
数据获取单元,用于获取所述实验风机的一段时间的来流风速数据及机舱风速数据;
匹配筛选单元,用于对所述来流风速数据及机舱风速数据进行匹配并筛选;
直线拟合单元,用于对筛选后的数据进行拟合,以均方误差为拟合函数指标,进行直线拟合,得到机舱风速和来流风速的关系式。
10.根据权利要求6至8任一项所述的基于风力机机舱风速的来流风速计算装置,其特征在于,所述拟合单元还包括:
分段单元,用于以风力发电机转速由并网起始一直增加到转速不变所对应的机舱风速为第一节点,以及由桨距角保持0度不变到开始增大所对应的机舱风速为第二节点,将风速区间划分为三段;
分段拟合单元,用于对每段风速区间的数据分别利用最小二乘线性拟合法进行直线拟合,生成所述机舱风速和来流风速的关系式。
CN201510783171.0A 2015-11-16 2015-11-16 一种基于风力机机舱风速的来流风速计算方法及装置 Pending CN105279384A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510783171.0A CN105279384A (zh) 2015-11-16 2015-11-16 一种基于风力机机舱风速的来流风速计算方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510783171.0A CN105279384A (zh) 2015-11-16 2015-11-16 一种基于风力机机舱风速的来流风速计算方法及装置

Publications (1)

Publication Number Publication Date
CN105279384A true CN105279384A (zh) 2016-01-27

Family

ID=55148387

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510783171.0A Pending CN105279384A (zh) 2015-11-16 2015-11-16 一种基于风力机机舱风速的来流风速计算方法及装置

Country Status (1)

Country Link
CN (1) CN105279384A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108427013A (zh) * 2018-03-28 2018-08-21 中国船舶重工集团海装风电股份有限公司 一种机舱风速仪风速畸变函数的获取方法
CN108918905A (zh) * 2018-07-09 2018-11-30 新疆金风科技股份有限公司 风力发电机组风速的预测方法及装置
CN112163259A (zh) * 2020-09-27 2021-01-01 西南交通大学 一种确定典型铁路基础结构风剖面等效风速比的方法
CN113283035A (zh) * 2021-06-11 2021-08-20 华能新疆能源开发有限公司 双参数风力机机舱传递函数构建方法、系统、设备及存储介质
CN113567164A (zh) * 2021-07-20 2021-10-29 中国华能集团清洁能源技术研究院有限公司 一种风电场技术改造需求系统性评估预测方法
CN114485414A (zh) * 2021-12-27 2022-05-13 明阳智慧能源集团股份公司 一种风电机组叶片弯曲位移测试及净空可靠性评估方法
CN114485414B (zh) * 2021-12-27 2024-04-26 明阳智慧能源集团股份公司 一种风电机组叶片弯曲位移测试及净空可靠性评估方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102305875A (zh) * 2011-05-20 2012-01-04 哈尔滨工业大学 风力发电机组有效风速的测量方法及实现该方法的测量装置
CN104794347A (zh) * 2015-04-22 2015-07-22 中国大唐集团新能源股份有限公司 一种风电机组机舱传递函数分区拟合方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102305875A (zh) * 2011-05-20 2012-01-04 哈尔滨工业大学 风力发电机组有效风速的测量方法及实现该方法的测量装置
CN104794347A (zh) * 2015-04-22 2015-07-22 中国大唐集团新能源股份有限公司 一种风电机组机舱传递函数分区拟合方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
刘昌华: "测风塔与风力发电机组风速数据相关性分析", 《内蒙古电力技术》 *
刘震 等: "基于神经网络的风力发电系统风速软测量", 《中国电力》 *
张世惠 等: "风力发电机组功率特性测试技术的研究", 《21世纪太阳能新技术——2003年中国太阳能学会学术年会论文集》 *
纪国瑞 等: "基于最小二乘支持向量机的风力发电机组风速软测量", 《中国电力》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108427013A (zh) * 2018-03-28 2018-08-21 中国船舶重工集团海装风电股份有限公司 一种机舱风速仪风速畸变函数的获取方法
CN108427013B (zh) * 2018-03-28 2020-08-07 中国船舶重工集团海装风电股份有限公司 一种机舱风速仪风速畸变函数的获取方法
CN108918905A (zh) * 2018-07-09 2018-11-30 新疆金风科技股份有限公司 风力发电机组风速的预测方法及装置
CN108918905B (zh) * 2018-07-09 2021-04-27 新疆金风科技股份有限公司 风力发电机组风速的预测方法及装置
CN112163259A (zh) * 2020-09-27 2021-01-01 西南交通大学 一种确定典型铁路基础结构风剖面等效风速比的方法
CN113283035A (zh) * 2021-06-11 2021-08-20 华能新疆能源开发有限公司 双参数风力机机舱传递函数构建方法、系统、设备及存储介质
CN113283035B (zh) * 2021-06-11 2023-04-07 华能新疆能源开发有限公司 双参数风力机机舱传递函数构建方法、系统、设备及存储介质
CN113567164A (zh) * 2021-07-20 2021-10-29 中国华能集团清洁能源技术研究院有限公司 一种风电场技术改造需求系统性评估预测方法
CN113567164B (zh) * 2021-07-20 2024-03-05 中国华能集团清洁能源技术研究院有限公司 一种风电场技术改造需求系统性评估预测方法
CN114485414A (zh) * 2021-12-27 2022-05-13 明阳智慧能源集团股份公司 一种风电机组叶片弯曲位移测试及净空可靠性评估方法
CN114485414B (zh) * 2021-12-27 2024-04-26 明阳智慧能源集团股份公司 一种风电机组叶片弯曲位移测试及净空可靠性评估方法

Similar Documents

Publication Publication Date Title
CN102663251B (zh) 基于计算流体力学模型的风电场功率物理预测方法
CN105279384A (zh) 一种基于风力机机舱风速的来流风速计算方法及装置
CN106815456A (zh) 一种风电机组功率特性评价方法
CN107292514B (zh) 风电场生产运行测风塔选址方法及装置
CN103514341A (zh) 基于数值天气预报和计算流体动力学的风资源评估方法
Hayes et al. Equivalent power curve model of a wind farm based on field measurement data
CN104699936A (zh) 基于cfd短期风速预测风电场的扇区管理方法
EP3347862A1 (en) Simulation method and system
CN105160060A (zh) 一种基于实际功率曲线拟合的风电场理论功率确定方法
Zhang et al. Fatigue damage assessment of wind turbine composite blades using corrected blade element momentum theory
CN108092319A (zh) 一种短期风电功率预测的不确定性分析方法及装置
CN105891546A (zh) 基于大数据的风电机组偏航系统中风向标故障诊断的方法
CN110390146B (zh) 基于扇区载荷的风电机组塔筒焊缝疲劳损伤计算方法及产品
CN105022909A (zh) 一种基于机舱风速功率曲线的风电场理论功率评估方法
CN109167387A (zh) 风场风电功率预测方法
CN106815773A (zh) 一种风电场功率特性评估方法
CN104133989A (zh) 计及覆冰损失的风电场时序输出功率计算方法
CN106650977A (zh) 应用于新建风电场的短期功率预测方法
Famoso et al. A novel hybrid model for the estimation of energy conversion in a wind farm combining wake effects and stochastic dependability
Gögmen Possible Power Estimation of Down-Regulated Offshore Wind Power Plants.
CN113627101A (zh) 一种基于改进型ad/rsm模型的风力机尾流模拟方法
CN108269197A (zh) 风电机组功率特性评估方法及装置
CN105354763A (zh) 风电机组来流风速测量方法及装置
CN113177325A (zh) 复杂地形下校正标准k-ε模型可调参数方法、装置及存储介质
CN116245039A (zh) 海上风力发电场群的尾流评估方法及系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20160127