CN105628977A - 风速仪修正系数的标定方法、装置和系统 - Google Patents

Abstract

本发明实施例提供一种风速仪修正系数的标定方法、装置和系统。所述方法包括：选定初始标准源的测量范围；在所述测量范围内选取测量扇区；获取初始标准源以及测量扇区内的待标定的风力发电机组的风速数据；对所述获取的风速数据进行合并及分仓处理；根据分仓后的风速数据标定所述待标定的风力发电机组的风速仪修正系数。本发明实施例充分考虑了单台风机所处的独特环境，对所有风机的风速仪修正系数分别进行标定，使得风电场风机发电效率最大化。

Description

风速仪修正系数的标定方法、装置和系统

技术领域

本发明涉及风力发电机组的风速测量技术，尤其涉及一种风速仪修正系数的标定方法、装置和系统。

背景技术

在风电领域中，风速仪是一种常见的感应元器件，其对于风力发电机组(下面简称“风机”)是否能够正常工作起着极其重要的作用。风速仪检测结果的准确性直接决定着偏航、变桨等系统采用何种策略，以保证风机始终能够最大限度的有功功率，保证发电效率或者发电量。

风机的风速是经过风速仪利用修正系数修正之后获得的，在目前机组控制程序中，风速仪修正系数是一个固定数字，需要人为地逐台风机进行重新标定，并存入主控程序，以达到更新风速仪修正系数的目的，以便适应风速的变化。风速仪所测风速数据(即测得的实际风速)通过主控程序经系数修正后输出为风机所能利用的风速。同一型号风机，不论地理位置和其他外部条件如何，在人为更新之前，风速仪修正系数都是定值(即初始值或现有值，存储在主控文件中)，这直接导致风速测量结果不合理，不精确，不能准确反映每台风机的实际情况，从而导致出现风电场整体发电量低或风机功率曲线差等问题。

现有方法中，重新标定风速系数时，需要检测人员利用激光雷达对风电场部分风机进行检测，应用雷达数据对机组风速仪修正系数进行标定。但是，该方法主要存在如下问题：

1、修正系数单一，固定不变。而不同的外部条件，风况受影响较大，单一的系数不能准确反映每台风机所处环境的实际风况，导致发电效率低下；

2、激光雷达资源有限，成本较高，不可能用于标定每一台风机；

3、需要人工手动进行风速系数的标定，效率低下，往往跟不上实际风况的变化速度。

由此可见，现有技术中缺少能够根据风电场的实际地理环境、风机所处位置的风况等因素，对单独对风机风速仪修正系数进行标定的方法。

发明内容

为了解决上述问题，本发明提供一种风速仪修正系数的标定方法，所述方法包括，测量初始标准源的测量范围；在所述测量范围内选取测量扇区；获取初始标准源以及测量扇区内的待标定的风力发电机组的风速数据；对所述获取的风速数据进行合并及分仓处理；根据分仓后的风速数据标定所述待标定的风力发电机组的风速仪修正系数。

根据本发明的另一方面，提供一种风速仪修正系数的标定装置，所述装置包括：测量范围选定单元，用于测量初始标准源的测量范围；

扇区选定单元，用于在所述测量范围内选取测量扇区；

获取单元，用于获取初始标准源以及测量扇区内的待标定的风力发电机组的风速数据；

预处理单元，用于对所述获取的风速数据进行合并及分仓处理；

修正系数标定单元，用于根据分仓后的风速数据标定所述待标定的风力发电机组的风速仪修正系数。

根据本发明的另一方面，提供一种风速仪修正系数的标定系统，包括上述风速仪修正系数的标定装置、监测云平台以及至少一台风力发电机组；

监测云平台，用于从所述实时监测风力发电机组的风速仪修正系数以及风速数据，定位异常风速仪修正系数，并对其进行重新标定。

本方案通过将测风塔的风速仪作为标准源，选取距离其一定范围内的风机作为标定对象，将测风塔的风速数据与待标定风机的风速数据进行计算，得到标定后的风机的风速仪修正系数，并对现有的修正系数进行修正标定。以此类推，将标定后的风机作为新的标准源，选取距离其一定范围内的风机最为标定对象，将进行风速数据计算、风机的风速仪修正系数标定、修正，从而达到标定、修正风电场内所有风机风速仪修正系数的目的。

附图说明

图1示出的是本发明的风电场示意图；

图2示出的是本发明的风机的风速仪修正系数的标定方法流程图；

图3示出的是本发明的测量扇区示意图；

图4示出的是本发明的单台风机的风速仪修正系数的标定方法流程图；

图5示出的是本发明的风速仪修正系数的方法另一流程图；

图6示出的是本发明的风速仪修正系数的标定装置结构框图；

图7示出的是本发明的风速仪修正系数的标定装置中修正系数标定单元的结构框图；

图8示出的是本发明的风机的风速仪修正系数的标定系统结构框图；

具体实施方式

下面结合附图详细描述本发明的示例性实施例。

参照图1，描述了本发明所有实施例所应用的场景，即风电场中设置有一个测风塔与若干台风机，风机按照一定的形式排布，由于地理环境的限制，测风塔与风机之间、风机与风机之间的距离不尽相同。

实施例一

本实施例涉及本发明的风机的风速仪修正系数的标定方法流程。

参照图2，S110，校准风电场内测风塔的风速仪。

具体地，应用激光雷达校准风电场内测风塔的风速仪，进而将测风塔作为标定风电场风机的风速仪修正系数的标准源。激光雷达的安装可以根据相关标准，选定激光雷达安装位置，利用激光雷达对风电场的测风塔进行标定，保证测风塔所测得的风速数据的准确性。标定完毕，激光雷达可撤回，根据后续需求重新进行安装。

S120，以测风塔为圆心，选定测量范围，此范围记为第一测量范围；以测风塔为标准源，选定第一测量范围内的第一测量扇区，并标定第一测量扇区内风机的风速仪修正系数。

具体地，以测风塔所在的位置为圆心，以2D-4D(D为风机片叶的长度)距离为半径画圆(所画圆即为“测量范围”，不同半径的圆所能够得到的理论测量扇区弧度是不同的)，统计出圆内所有待标定风机。以测风塔为标准源，根据风电场的地理环境以及所统计的风机的具体位置，选定第一测量扇区(通常情况下，选定的范围为一个扇形)，并利用测风塔为标准源对所选取扇区内的风机的风速仪修正系数逐一进行标定。

参照图3，一般来说，在测量风速的时候需要对风电场的地形、风机的位置、高大障碍物的尾流效应、测风塔与风机之间以及风机与风机之间的尾流效应这些环境因素予以考虑。故，在确定测风塔的测量范围后，会将该测量范围进一步划分为测量扇区以及干扰扇区，测量扇区表示在这个区域内风机受环境带来的干扰相对较小，该干扰不足以影响风机风速仪测量风速的精确性，进而能够对其风速仪修正系数进行精确的标定。干扰扇区内的风机则不适合当前以测风塔为标准源来进行风速仪修正系数的标定。

图3以单台风机为例，示出了在测量范围内选定的测量扇区与干扰扇区。从图中可以看出，对于单台风机而言，距离为4D时，测量扇区的弧度最大，干扰扇区弧度最小，但综合考虑其他因素，例如：尾流强度、障碍物的数量等，在实际应用中一般优选的是以2.5D为半径划定测量范围，并从中选定测量扇区。

S130，选择任意一台已标定的风机作为圆心，选定第二测量范围；以圆心位置的风机作为新的标准源，选定第二测量范围内的第二测量扇区，并标定第二测量扇区内风机的风速仪修正系数；依次类推，直到风电场内所有风机被标定；

具体地，在第一测量扇区内的所有风机均被标定之后，以这些风机中的任意一台作为圆心，再次以2D-4D距离为半径画圆，统计出圆内所有待标定风机。以所述圆心位置的风机作为新的标准源，根据风电场的地理环境以及圆内待标定风机的具体位置，选定第二测量扇区，并利用所述新的标准源对所选取扇区内的待标定风机逐一进行风速仪修正系数的标定。以此类推，直到风场所有的风机的风速仪修正系数均被标定。

可以理解的是，选定第二测量扇区的所考虑的因素与选定第一测量扇区时的相同，故在此就不再赘述。此外，不是所有在测量范围内的待标定风机都能够被标定，这可能由于风机处在测量范围内的干扰扇区内而导致的。

S140，测风塔的风速数据、所有风机标定的风速仪修正系数以及风速数据实时发送至风电场数据监测云平台，该平台对每台风机的风速仪修正系数进行预测，并与实时监测的风速仪修正系数进行比对，并对异常风速仪修正系数进行修正。

该监测云平台的大数据分析模块根据现有风机的历史风速数据以及实时接收的风速数据进行统计分析，计算每台风机的风速预测值，并利用风速预测值计算修正系数预测值，同时记录风速仪修正系数的变化情况。该预测具体可以利用现有的数据预测模型或数据曲线分析法等。当修正系数预测值与实际值的差值超出预定阈值的范围时，则该风机的风速仪修正系数被视为异常，需要重新标定，校正。

本发明实施例通过根据风电场地理环境，将风电场所有风机按照不同距离合理划分为不同的测量区域，进而对风机的风速仪修正系数进行分别标定。该方法充分考虑了单台风机所处的独特环境，并通过数据监测云平台对所有风机的风速仪修正系数实时监测，动态调整风机风速仪修正系数，使得风电场风机发电效率最大化。

实施例二

本实施例涉及本发明单台风机风速仪修正系数的标定方法流程。

本实施例以测风塔作为标准源为例，在选定第一测量扇区后，对该扇区内的风机风速仪修正系数进行逐一标定。由于针对每台风机所采用的方法大致相同，故在此就对标定单台风机的风速仪修正系数的过程做详细的说明。

参照图4，在S1210，分别对测风塔与风机的风速数据进行实时采样。

具体地，在预定时间段内，分别对测风塔与待标定风机的风速数据进行实时采样(测风塔与风机的采样频率可以相同，也可以不同)，进而将两组建立映射关系，并存储。

在S1220，将两组采样数据进行数据合并。

具体地，通过在S1210中建立的映射关系，将两组风速数据进行关联，并合并存储。

优选地，映射关系可以是按照采样时间来建立的，即分别将采样时间相同的测风塔风速数据与风机的风速数据合并存储。

在S1230，对合并存储后的风速数据进行分仓处理(参见表1)。

具体地，在进行分仓时，需要对仓内数据的有效性进行筛选，以剔除掉数据量少，不足以支撑数据计算的分仓以及仓内的无效数据。例如：可以首先将分仓内数据少于3个(根据分仓数的多少以及计算量的大小可以适当调整)的分仓剔除，仅保留有效数据分仓。接下来，将每个分仓内的数据与仓内数据的平均值进行差值运算，若差值的绝对值大于设定的阈值(具体可以根据数据量的多少或计算量的大小确定)，则该数据被视为异常数据，需要剔除。在此之后，再次剔除仓内数据少于3个的分仓，将剩余的分仓作为有效数据仓。

表1风机分仓数据表

这里需要指出的是，表1中按照0.5m/s的风速范围进行分仓仅仅是一个示例。在实际应用中，根据实际所采样风速的大小以及采样时间的长短，可以按照其他的不同的风速范围对数据进行分仓，以便在不影响最终结果精确度的基础上，最大限度的加快计算速度，提升标定修正系数的效率，进而最终实现发电效率最大化。

在S1240，针对每个分仓分别进行计算，得到该台风机的风速仪所对应的修正系数。

具体可以按照以下方式来执行：

首先根据公式(1)计算每个分仓的待标定风力发电机组的平均风速仪风速Vb1～Vbn；

V_b1＝V_bc1/C

.

.

.

V_bn＝V_bcn/C(1)

其中，V_b1～V_bn分别为第1个分仓至第n个分仓的待标定风力发电机组的平均风速仪风速，该风速是未经初始风速仪修正系数修正的风速数据；V_bc1～V_bcn分别为第1个分仓至第n个分仓的待标定风力发电机组的平均风速，该风速是经过初始风速仪修正系数修正后的风速数据；C为风机的初始风速仪修正系数，其为常数。

再根据公式(2)计算每个分仓的标定风速仪修正系数：

K₁＝V_t1/V_b1

.

.

.

K_n＝V_tn/V_bn(2)

其中，K₁～K_n分别为第1个分仓的标定风速仪修正系数至第n个分仓的标定风速仪修正系数；V_t1～V_tn分别为第1个分仓的平均测风塔风速仪风速至第n个分仓的平均测风塔风速仪风速。

最后根据公式(3)对n个分仓的标定风速仪修正系数求平均值，得到该台风机的标定风速仪修正系数。

$K={\mathrm{\Σ}}_1^{n}K/n---\left(3\right)$

在第一测量扇区内的其他风机上分别执行上述方法S1210～S1240，以完成对第一测量扇区内所有待标定风机的风速仪修正系数的标定。

可以理解的是，在第一测量扇区内的待标定风机均被标定完毕后，从中任意选择一台风机作为新的标准源，用以标定第二测量扇区内的待标定风机的风速仪修正系数。鉴于标定过程与实施例二的步骤相类似，在此仅作简要说明(仅描述涉及计算的步骤)：首先将标准源的风机风速与待标定风机的风机风速进行数据合并，并分仓；得到每个仓的标准源风力发电机组的平均风速、待标定风力发电机组的平均风速；通过上述计算公式(1)至(3)，计算得到该台待标定风机的标定后的风速仪修正系数。

本发明实施例通过对采集风速数据按照一定的风速范围进行分仓，从而避免了测风塔与风机风速仪在采样频率不一致时，采样数据无法直接进行同步计算的问题。同时还能够准确地计算单台风机在采样时间段内的风速仪修正系数。

实施三

本实施例涉及本发明实施例一中S140的方法流程。

参照图5，在S1410，测风塔的风速数据以及所有标定的风机的风速仪修正系数以及风速数据实时发送至风电场数据监测云平台；

为了更加准确的预测风速变化值，这里风机发送的风速数据优选是实际测量的风速，而不是经过修正后的风速数据。

在S1420，监测云平台对历史数据进行分析，预测风速变化趋势，计算每台风机的风速预测值；历史数据可以包括风机的风速数据以及采样时间点所对应的天气数据。

具体地，通过数据累积，可以建立整个风电场风况数据的分析模型，实时监测全场机组风况数据，通过风况数据概率曲线分析风况变化趋势或进行故障监测。例如：当某台机组风况数据与其他机组风况数据概率曲线偏差较大时，该监测云平台可以自行将问题风机与标准源风机风况数据进行运算分析，重新将问题机组机舱风速仪修正系数进行修正校准，并输出给主控，实时修改该台风机的风速仪修正系数，从而提高机组发电量与功率性能。

在S1430，根据风速预测值计算每台风机的风速仪修正系数预测值；

在S1440，将风速仪修正系数预测值与实时接收的风速仪修正系数进行比对，当差值的绝对值超出设定阈值时，该台风机的风速仪修正系数被视为异常；

作为S1440的替代实施方式，确定异常的风速仪修正系数还可以将实时接收的某台风机的风速仪修正系数与实时接收的处于相同测量扇区内的其他风机的风速仪修正系数进行比对，选定明显不同于其他风机的风速仪修正系数的修正系数，将其视为异常数据。具体地，可以采用以下两种方式来进行对比：

第一种：在实时存储所接收的风速仪修正系数时，通过测量扇区编号对风机的风速仪修正系数进行标引，对同来自同扇区的风机的风速仪修正系数进行实时对比，选定明显不同于其他风机的风速仪修正系数的修正系数，将其视为异常数据；

第二种：通过测量扇区编号对风机的风速仪修正系数进行标引，对来自同扇区的风机的风速仪修正系数求平均值，进而将该平均值分别于这些风速仪修正系数进行对比，结果超出设定阈值的，则视为异常风机的风速仪修正系数。

以上两种比较方式是基于以下原理：在风电场内，相同测量扇区内的风机之间距离相对较小，所处的地理环境以及风况大致相同，而不同测量扇区风机之间的地理环境以及风况的差异相对较大。因此，相同测量扇区的风机的风速仪修正系数之间的差异也相对小，这些数据时间具备一定的可比性。如果有异常的风速仪修正系数存在，则该修正系数与其他修正系数之间的差距会明显大于正常的风速仪修正系数之间的差距。

在S1450，统计出现异常的风机数量，并根据统计结果执行相应的控制策略。

具体地，当异常风机占比超出预定阈值时，系统将启动整个风电场的风机风速仪修正系数重新标定。当所述占比小于预定阈值时，系统仅启动对异常风机风速仪修正系数的重新标定。

本发明实施例通过对风机风速仪的修正系数进行合理预测，实现对风电场风机的风速仪修正系数的动态调整，能够及时发现问题，并予以校正，提升标定修正系数的效率，进而最终实现发电效率最大化。

实施例四

本实施例涉及本发明的风速仪修正系数的标定装置。

参照图6，风机的风速仪修正系数的标定装置1包括：

测量范围选定单元2，用于选定标准源的测量范围；

扇区选定单元3，用于在所述测量范围内选取测量扇区；

获取单元4，用于获取初始标准源以及测量扇区内的待标定的风力发电机组的风速数据；

预处理单元5，用于对所述获取的风速数据进行合并及分仓处理；

修正系数标定单元6，用于根据分仓后的风速数据标定所述待标定的风力发电机组的风速仪修正系数。

进一步，如图7所示，在图6的基础上，修正系数标定单元6进一步包括：

平均风速计算单元7，用于计算每个分仓内风速数据的平均风速；

风速仪修正系数计算8，用于计算每个分仓的风速仪修正系数；

标定单元9，用于计算所有所述分仓的风速仪修正系数的平均值。

具体地，标定风机的风速仪修正系数的装置1用以执行上述实施一的S120～S130，故该装置1的具体应用在此就不再赘述。

本发明实施例通过根据风电场地理环境，将风电场所有风机按照不同距离合理划分为不同的测量区域，进而对风机的风速仪修正系数进行分别标定，充分考虑了单台风机所处的独特环境，为不同的风机标定不同的风速仪修正系数，避免了因修正系数单一，固定不变，不能准确反映每台风机所处环境的实际风况，而导致发电效率低下的问题。

实施例五

本实施例涉及本发明风机的风速仪修正系数的标定系统。

参照图8，风机的风速仪修正系数的系统包括：监控云平台10实施四中的装置1以及至少一台风机11，其中：

监控云平台10，用于从装置1实时接收标定的风力发电机组11的风速仪修正系数，并定位异常风速仪修正系数，进而对异常风速仪修正系数进行重新标定。

本发明实施例通过对风机风速仪的修正系数进行合理预测，实现对风电场风机的风速仪修正系数的动态调整，避免了人工手动进行风速系数的标定，效率低下，往往跟不上实际风况的变化速度。该系统能够及时发现问题，并予以校正，提升标定修正系数的效率，进而最终实现发电效率最大化。

需要指出，根据实施的需要，可将本申请中描述的各个步骤/部件拆分为更多步骤/部件，也可将两个或多个步骤/部件或者步骤/部件的部分操作组合成新的步骤/部件，以实现本发明的目的。

上述根据本发明的方法可在硬件、固件中实现，或者被实现为可存储在记录介质(诸如CDROM、RAM、软盘、硬盘或磁光盘)中的软件或计算机代码，或者被实现通过网络下载的原始存储在远程记录介质或非暂时机器可读介质中并将被存储在本地记录介质中的计算机代码，从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件(诸如ASIC或FPGA)的记录介质上的这样的软件处理。可以理解，计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件(例如，RAM、ROM、闪存等)，当所述软件或计算机代码被计算机、处理器或硬件访问且执行时，实现在此描述的处理方法。此外，当通用计算机访问用于实现在此示出的处理的代码时，代码的执行将通用计算机转换为用于执行在此示出的处理的专用计算机。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (13)

1.一种风速仪修正系数的标定方法，其特征在于，

选定初始标准源的测量范围；

在所述测量范围内选取测量扇区；

获取初始标准源以及所述测量扇区内的待标定的风力发电机组的风速数据；

对所述获取的风速数据进行合并及分仓处理；

根据分仓后的风速数据标定所述待标定的风力发电机组的风速仪修正系数。

2.根据权利要求1所述的方法，其特征在于，所述标准源为测风塔或风力发电机组。

3.根据权利要求2所述的方法，其特征在于：当标准源为测风塔时，所述获取的标准源以及测量扇区内待标定风力发电机组的风速数据分别为测风塔的风速仪风速以及风力发电机组的风速。

4.根据权利要求2所述的方法，其特征在于，当标准源为风力发电机组时，所述获取的标准源以及测量扇区内的待标定风力发电机组的风速数据分别为作为标准源风力发电机组的风速以及待标定风力发电机组的风速。

5.根据权利要求1-4任意一项所述的方法，其特征在于，根据分仓后的风速数据标定所述待标定的风力发电机组的风速仪修正系数具体为：

计算每个分仓中平均测风塔风速仪风速、待标定风力发电机组的平均风速以及待标定风力发电机组的平均风速仪风速；

根据所述平均测风塔风速仪风速以及待标定风力发电机组的平均风速仪风速计算每个分仓的标定风速仪修正系数；

计算所述标定风速仪修正系数的平均值，并将其作为待标定风力发电机组的风速仪修正系数。

6.根据权利要求1-4任意一项所述的方法，其特征在于，根据分仓后的风速数据标定所述待标定风力发电机组的风速仪修正系数具体为：

计算每个分仓中作为标准源的风力发电机组的平均风速、待标定风力发电机组的平均风速以及待标定风力发电机组的平均风速仪风速；

根据所述标准源风力发电机组的平均风速以及待标定风力发电机组的平均风速仪风速计算每个分仓的标定风速仪修正系数；

计算所述标定风速仪修正系数的平均值，并将其作为待标定风力发电机组的风速仪修正系数。

7.根据权利要求1-4任意一项所述的方法，其特征在于，所述方法还包括：监测云平台实时监测风力发电机组的风速仪修正系数以及风速数据，定位异常风速仪修正系数，并对异常风速仪修正系数进行重新标定。

8.根据权利要求7所述的方法，其特征在于，所述定位异常风速仪修正系数具体为：对来自同扇区的风力发电机组的风速仪修正系数求平均值，对比平均值与风力发电机组的风速仪修正系数，偏差大于设定阈值的风速仪修正系数被视为异常风速仪修正系数。

9.根据权利要求7所述的方法，其特征在于，所述进行重新标定具体为：

当出现异常风速仪修正系数的风力发电机组占比超出设定阈值时，监测云平台将对所有风力发电机组的风速仪修正系数进行重新标定；如果未超出设定阈值，则仅对问题风力发电机组的风速仪修正系数进行重新标定。

10.一种风速仪修正系数的标定装置，其特征在于，包括：

测量范围选定单元，用于测量初始标准源的测量范围；

扇区选定单元，用于在所述测量范围内选取测量扇区；

获取单元，用于获取初始标准源以及所述测量扇区内的待标定的风力发电机组的风速数据；

预处理单元，用于对所述获取的风速数据进行合并及分仓处理；

修正系数标定单元，用于根据分仓后的风速数据标定所述待标定的风力发电机组的风速仪修正系数。

11.根据权利要求10所述的装置，其特征在于，所述标准源为测风塔或风力发电机组。

12.根据权利要求10所述的装置，其特征在于，所述修正系数标定单元进一步包括：

平均风速计算单元，用于计算每个分仓内风速数据的平均风速；

风速仪修正系数计算，用于计算每个分仓的风速仪修正系数；

标定单元，用于计算所有所述分仓的风速仪修正系数的平均值。

13.一种风速仪修正系数的标定系统，其特征在于，包括权利要求10-12任意一项所述的标定装置、监测云平台以及至少一台风力发电机组；

监测云平台，用于从所述标定装置实时接收标定的风力发电机组的风速仪修正系数，并定位异常风速仪修正系数，进而对异常风速仪修正系数进行重新标定。