CN106677984B - 风力发电机组偏航控制的方法、设备和系统 - Google Patents
风力发电机组偏航控制的方法、设备和系统 Download PDFInfo
- Publication number
- CN106677984B CN106677984B CN201611270848.1A CN201611270848A CN106677984B CN 106677984 B CN106677984 B CN 106677984B CN 201611270848 A CN201611270848 A CN 201611270848A CN 106677984 B CN106677984 B CN 106677984B
- Authority
- CN
- China
- Prior art keywords
- wind
- wind power
- north
- angle
- power plant
- 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 41
- 238000012937 correction Methods 0.000 claims description 27
- 210000004209 hair Anatomy 0.000 claims description 5
- 230000005684 electric field Effects 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims 3
- 230000008859 change Effects 0.000 abstract description 12
- 238000010248 power generation Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 9
- 238000012876 topography Methods 0.000 description 8
- 230000005611 electricity Effects 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 4
- 230000004888 barrier function Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical group [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 201000009482 yaws Diseases 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
- F03D7/0204—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor for orientation in relation to wind direction
-
- 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
- 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
- F05B2270/32—Wind speeds
-
- 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
- F05B2270/321—Wind directions
-
- 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)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Wind Motors (AREA)
Abstract
本公开涉及风力发电机组偏航控制的方法、设备和系统。所述方法包括:接收指示风电场中的多台风力发电机组处的风速和风向的数据;基于所接收的数据,预测所述风电场的新偏北风向角;并且基于所述风电场的新偏北风向角,控制所述风电场中的每台风力发电机组进行偏航。通过所述方法、设备和系统,可以预测风电场的风况变化趋势,针对每台风力发电机组计算对风偏航角度,从而实现风力发电机组提前对风偏航的功能,以提高风力发电机组对风偏航的效率。
Description
技术领域
本申请涉及风电领域,更具体地,本申请涉及一种风力发电机组偏航控制的方法、设备和系统。
背景技术
风电场一般建立在戈壁、平原、山地、丘陵或海上等。受地形地貌的影响,将呈现出山谷风或海陆风的特征,导致风电场的风向存在明显的变化规律。
目前,尚未实现关于风电场的风向变化的预测或逻辑判断功能。现有技术中,通常通过风力发电机组自带的风向标和风速仪检测周围环境的风况变化情况,从而控制偏航系统实现对风功能。在这种方式下,需要实时判断周围风向的变化情况,并及时作出针对性的调整。由于每个风力发电机组独立地检测周围环境的风况,各个风力发电机组之间缺乏协调,因此每台风力发电机组仅对该机组周围的风况有所了解,但无法预知或预判该风力发电机组范围以外的风况,更无法预测整个风电场的风况变化趋势。
一般而言,风电场覆盖了较大面积的区域,当风力发电机组处于小风待机的状态时,如果风电场的风况已经开始改变,但是该风力发电机组所在区域的风况可能尚未变化。如果可以提前预测风电场的风况变化趋势,将能够提前实现风力发电机组的对风偏航,从而提高风力发电机组的发电效率
此外,在实际情况中,对于地势复杂的风电场,风力发电机组附近的风向会受到障碍物、山峰尾流的影响。因此,在控制风力发电机组的对风偏航时,必须考虑这些影响,才能提高对风的精度,提高风力发电机组的运行效率。
发明内容
本申请提出了一种新的用于风力发电机组偏航控制的方法、设备和系统,通过预测风电场的风况变化趋势,并针对每台风力发电机组计算对风偏航角度,可以实现风力发电机组提前对风偏航的功能,从而提高风力发电机组对风偏航的效率。
本申请提供了一种风力发电机组的偏航控制方法,包括:接收指示风电场中的多台风力发电机组处的风速和风向的数据;基于所接收的数据,预测所述风电场的新偏北风向角;并且基于所述风电场的偏北风向角,控制所述风电场中的每台风力发电机组进行偏航。
根据本申请的另一方面,提供了一种风力发电机组偏航控制系统,包括:接收模块,用于接收指示风电场中的多台风力发电机组处的风速和风向的数据;计算模块,用于基于所接收的数据,预测所述风电场的新偏北风向角;以及控制模块,用于基于所述风电场的偏北风向角,控制所述风电场中的每台风力发电机组进行偏航。
根据本申请的另一方面,提供了一种风力发电机组偏航控制设备,包括:处理器;以及存储器,其中存储用于风力发电机组偏航控制的程序;并且当所述处理器执行所述程序时,被配置为执行以下方法:接收指示风电场中的多台风力发电机组处的风速和风向的数据;基于所接收的数据,预测所述风电场的新偏北风向角;并且基于所述风电场的偏北风向角,控制所述风电场中的每台风力发电机组进行偏航。
在上述风力发电机组偏航控制方法、系统及设备中,通过预测整个风电场的风况变化趋势,并针对每台风力发电机组计算偏航角度和方向,可以使得所述每台风力发电机组不需等待附近区域的风况发生变化即可提前实现对风偏航,从而提高了所述每台风力发电机组的发电效率。
附图说明
本申请的以上方面和其他方面将参照附图通过下面对示例性实施例的详细描述变得更加显然,其中:
图1根据一个或多个实施例,示出了风力发电机组分布于风电场的不同区域的示意图。
图2根据一个或多个实施例,示出了风力发电机组的对风偏航的示意图。
图3根据一个或多个实施例,示出了用于风力发电机组偏航控制的方法的流程图。
图4根据一个或多个实施例,示出了用于风力发电机组偏航控制的方法的流程图。
图5根据一个或多个实施例,示出了用于风力发电机组执行对风偏航命令的方法的流程图。
图6根据一个或多个实施例,示出了用于风力发电机组偏航控制的系统的框图。
图7根据一个或多个实施例,示出了用于风力发电机组偏航控制的系统的框图。
图8根据一种示例性实施例,示出了一种用于风力发电机组偏航控制的设备的框图。
具体实施方式
下面将详细描述本发明的各个方面的特征和示例性实施例。在下面的详细描述中,提出了许多具体细节,以便提供对本发明的全面理解。但是,对于本领域技术人员来说很明显的是,本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明的更好的理解。本发明决不限于下面所提出的任何具体配置和算法,而是在不脱离本发明的精神的前提下覆盖了元素、部件和算法的任何修改、替换和改进。在附图和下面的描述中,没有示出公知的结构和技术,以便避免对本发明造成不必要的模糊。
风电场中,两台风力发电机组相距数百米至数十千米不等,它们同时检测到的风向、风速信息可能具有很大差别。在本申请所提出的技术方案中,通过判断整个风场的不同区域的风况,预测整个风电场的风况变化趋势,从而控制每台风力发电机组的对风偏航。
在本申请中,按照各台风力发电机组相互之间的距离将风电场划分为若干区域,每个区域中存在单台或多台距离较近的机组,并且同一区域内的机组的风向变化存在相同规律。
关于如何基于各个区域的风向变化来预测风电场的偏北风向角,具体存在以下两种情形。在第一种情形中,风速处于切入风速以下,此时所有机组处于小风待机状态;当风电场的某一区域的风速逐渐升高,并且偏北风向角大体上一致,偏差值在±10°或±15°的范围内时,其它区域尚未发生风向、风速的大幅度变化;在第二种情形中,风电场某区域的多台机组发生偏北风向角的大幅度转移,并且风速增加,同时某些区域的风速梯度减小,此时需确定风电场新的主风向。
本申请所要解决的技术问题,主要是针对第一种情形下,当风电场中的风力发电机组处于小风待机时,如何通过预测风电场的偏北风向角来提前实现对风偏航。
在图1中,示出了风力发电机组分布于风电场的不同区域的示意图。可以通过一个控制中心(未示出),与各台风力发电机组通信。控制中心通过有线或无线的方式,从各台风力发电机组接收数据,针对每台风力发电机组计算相应的偏航角度和偏航方向,并且将这些偏航相关信息发送给相应的风力发电机组。
如图1所示,风力发电机组W01#-W04#位于风电场北边缘位置的区域1中,风力发电机组W31#-W33#位于风电场南边缘位置的区域4中,风电场呈现为阶梯式布局的形式。风力发电机组W01#-W04#的原风向针对东南方,当风向变化后,风力发电机组W01#-W04#的风向统一变化为正北方,且风力发电机组W01#-W04#的偏北风向角均处于±10°或±15°的范围内,同时风力发电机组W01#-W04#的30秒平均风速呈现为每秒上升0.5m/s~1.0m/s以上的变化趋势,那么初步认为风电场的偏北风向角出现了变化。此时,全场风力发电机组处于小风待机状态,属于第一种情形;此时在短时间内,区域2的风力发电机组的偏北风向角也转到该区段范围内,进一步验证了此时处于第一种情形,从而确定此时风电场的新偏北风向角θwf。这里,假定正北方的偏北风向角为0°,且度数沿逆时针方向增长,因此,正西、正南以及正东的偏北方向角分别为90°、180°以及270°。
在第二种情形下,风电场中大部分风力发电机组不处于待机状态。风力发电机组W01#-W04#的原风向正对东南方,在风向变化后,风力发电机组W01#-W04#的风向统一改变为正北方,风力发电机组W01#-W04#的偏北风向角均处于±10°或±15°的范围内。与第一种情形的不同之处在于,区域2、区域3以及区域4内原偏北风向角的风速呈现为梯度下降的变化趋势,每秒下降0.5m/s~1.0m/s,从而进一步验证了此时处于第二种情形的推断,并确定此时风电场的新偏北风向角。
在图2中示出了在风向发生变化的情况下,确定风力发电机组的偏航角度的示意图。如图所示,风力发电机组的原偏北风向角与原风向保持一致,为东南方向225°;当风场的风向发生变化,且新的偏北风向角指向正北方0°/360°时,风力发电机组需要往左方向偏航角度为135°,才能达到风电场的新偏北风向角的位置。
本申请的第一实施例适用于风电场周围的地势较为平坦的情形。此时,整个风电场的偏北风向角将基本保持一致。各台风力发电机组通过预测风电场的偏北风向角并进行预先调整,可以使得风力发电机组提前完成对风偏航,从而提高风力发电机组对风偏航的效率。
图3根据一个或多个实施例,示出了一种用于风力发电机组的偏航控制的方法300的示意图。该图仅是示例,其不应不适当地限制权利要求的范围。本领域的技术人员可以在该图的基础上进行适应性地变化、替代和修改。
如图3所示,在步骤310中,接收指示风电场中的多台风力发电机组处的风速和风向的数据。
这里的多台风力发电机组,可以是该风电场中的所有风力发电机组。然而在其它实施例中,为了提高处理的效率,也可以将以上所述的风电场划分为多个区域,从每个区域中选出一台风力发电机组。
指示风速和风向的这些数据,可以由风力发电机组采取有线或无线的方式,实时传输到控制中心。某台风力发电机组所处的风速和风向,可以由该风力发电机组通过其风向标传感器采集得到。在其它实施例中,这些数据还可以包括该风力发电机组自身的偏北风向角,以及该风力发电机组自身的一些信息,包括风力发电机组的运行状态等。被接收的数据,可以被存储于本地,例如存储于本地的数据库中,或者被存储在独立于控制中心的数据中心处,或者其它位置,也可以同时存储于多处位置以作为备份。控制中心可以通过有线或无线的方式访问这些数据。在某些特殊情形下,也允许用户通过智能手机、平板等移动设备通过无线(例如Wifi)的方式访问或查询。
在步骤320中,基于所接收的数据,预测该风电场的新偏北风向角。
本申请所要解决的技术问题,主要是针对以上所述的第一种情形,当风电场中的风力发电机组处于小风待机时,如何通过预测风电场的偏北风向角来提前实现对风偏航。
当整个风电场的风况开始变化时,所接收的来自多台风力发电机组的数据中的大部分还维持不变,只有来自少部分风力发电机组的数据开始改变。由于整个风电场的偏北风向角将趋于一致,因此,将从数据开始改变的风力发电机组接收的数据所指示的风速和风向预测为风电场的风速和风向,并从其预测该风电场的新偏北风向角。
在步骤330中,基于该风电场的新偏北风向角,控制该风电场中的每台风力发电机组进行偏航。
在确定风电场的偏北风向角θwf后,控制中心将该偏北风向角θwf发送至每台风力发电机组。每台风力发电机组根据θwf的值以及自身的偏北风向角,确定其偏航角度和偏航方向。在其它实施例中,如果风电场中的每台风力发电机组将指示其偏北风向角的数据发送给控制中心,那么控制中心根据风电场的新偏北风向角θwf以及每台风力发电机组的偏北风向角,计算二者之间的差值,由此确定相应的风力发电机组的偏航角度和偏航方向,并将该偏航角度和偏航方向发送给相应的风力发电机组。风力发电机组根据这些信息控制自身的对风偏航。
以上即为本申请的第一实施例。通过该第一实施例中所记载的方法步骤,可以在风电场地势较为平坦,并且所有的风力发电机组处于小风待机的情形下,通过预测风电场的风况变化趋势,提前实现对风偏航。
然而,在实际情况中,对于地势复杂的风电场,风力发电机组附近的风向会受到障碍物、山峰尾流的影响。使得风力发电机组的偏北风向角与整个风电场的偏北风向角之间可能存在一定偏差。为了修正这一偏差,需要根据历史数据提前计算出障碍物或山峰尾流对每台风力发电机组的影响程度,得到每台风力发电机组偏北风向角的修正值。
本申请的第二实施例适用于风电场周围的地势较为复杂的情形。受到地形地貌的影响,风电场的各个区域、乃至每台风力发电机组的风向或偏北风向角之间可能存在较大差别,因此,各台风力发电机组在获得与其对应的偏北风向角时,需要考虑自己附近地貌的影响,如此才能较为准确地提前预测偏北风向角并实现对风偏航。
图4根据一个或多个实施例,示出了一种用于风力发电机组的偏航控制的方法400的示意图。如图4所示,第二实施例的方法步骤大体上与第一实施例的方法相同,二者之间的区别在于,在步骤430中,针对每台风力发电机组,计算经修正的偏北风向角,之后将经修正的偏北风向角,或者将经修正的偏北风向角与每台风力发电机组的偏北风向角的差值发送给对应的风力发电机组。、
例如,将360°角度从正北方向0°开始,以每5°为一个单位,共划分为72个区间P1、P2、P3、...P71、P72,即[0~5°、5~10°、10°~15°、......、355°~360°]。角度修正模块从数据库内获取同一时间段内风电场以及每台风力发电机组的偏北风向角的历史数据。这里,对风力发电机组k,将同一时刻的风电场的偏北风向角和风力发电机组k的偏北风向角作为一组数据。
对每个角度区间内风电场的偏北风向角采样若干数据,例如50个,获取与该若干数据同组的风力发电机组k的偏北风向角的数据。对风电场的偏北风向角和风力发电机组k的偏北风向角的采样数据分别求均值或进行拟合计算,分别得到θwf[P1、P2、P3、...P71、P72]和θk[P1、P2、P3、...P71、P72]。将二者求差值,得到当风电场的偏北风向角处于θwf[Pi]时,该风力发电机组的偏北风向角的相应修正角度θef[Pi]。需要注意的是,θk[Pi]并不代表θk在角度区间Pi内的值,而是代表当风电场的偏北风向角处于[Pi]时,风力发电机组k的偏北风向角的均值或拟合值。
针对风电场的新偏北风向角所处的角度区间Pt,对每台风力发电机组,确定相应的θref[Pt],根据θref[Pt]确定对应的风力发电机组的偏北风向角的修正值。将该偏北风向角的修正值发送至每台风力发电机组。每台风力发电机组根据该偏北风向角的修正值以及自身的偏北风向角,确定其偏航角度和偏航方向。在其它实施例中,如果风电场中的每台风力发电机组将指示其偏北风向角的数据发送给控制中心,那么控制中心根据该偏北风向角的修正值以及每台风力发电机组的偏北风向角,计算二者之间的差值,由此确定相应的风力发电机组的偏航角度和偏航方向,并将该偏航角度和偏航方向发送给相应的风力发电机组。
以上描述了本申请的第二实施例。通过该第二实施例中所记载的方法步骤,可以在风电场地势较为复杂,并且所有的风力发电机组处于小风待机的情形下,通过预测风电场的风况变化趋势,从而提前实现对风偏航。
在图5中示出了用于风力发电机组执行对风偏航命令的方法500的流程图。该流程仅为示例性的,并不旨在限制本申请的实施例中的方法步骤必然需要按照图中所示的顺序执行。
在第一和第二实施例中,有可能部分风力发电机组处于小风待机状态,而另一部分风力发电机组处于并网或维护状态,即此时风电场的部分区域中存在以上所描述的第二种情形。此时,控制中心仍然执行第一和第二实施例中所记载的步骤,并将每台风力发电机组的偏航角度发送给相应风力发电机组。各台风力发电机组在执行命令之前,首先判断自身的运行状态。如果风力发电机组处于待机或停机状态(第一种情形下),那么根据所接收的偏航角度执行对风偏航命令;如果风力发电机组处于并网或维护状态(第二种情形下),那么由于风力发电机组的对风偏航命令的优先级高于远程对风偏航命令,此时该风力发电机组通过自身程序来控制偏航。如此,可以避免正处于运行状态的风力发电机组,由于受到远程命令的干扰而导致发电效率降低。
图6根据一种实施例,示出了一种用于风力发电机组偏航控制的系统600的框图。该框图仅是示例,其不应不适当地限制权利要求书的范围。本领域的技术人员在该示图的基础上将可进行适应性地变化、替代和修改。
如图6所示,系统600包括接收模块610、预测模块620、以及控制模块630。
接收模块610,用于接收指示风电场中的多台风力发电机组所处的风速和风向的数据。所接收的数据,可以存储于本地的数据库,或者存储于独立的数据中心。控制中心可以通过有线或无线的方式访问这些数据。
预测模块620,用于基于所接收的数据,预测该风电场的新偏北风向角。在以上所述的第一种情形下,从多台风力发电机组接收的数据所指示的风速和风向大部分还维持不变,仅少部分开始改变。基于这部分开始改变的数据确定风速和风向,并由其确定为风电场的新偏北风向角。
控制模块630,用于基于该风电场的新偏北风向角,控制该风电场中的每台风力发电机组的偏航。控制模块630将风电场的新偏北风向角发送给每台风力发电机组,或者将该风电场的新偏北风向角和每台风力发电机组的偏北风向角之间的差值发送给对应的风力发电机组。风力发电机组根据这些信息控制自身的对风偏航。
图7根据一种实施例,示出了一种用于风力发电机组偏航控制的系统700的框图。该框图仅是示例,其不应不适当地限制权利要求书的范围。本领域的技术人员在该示图的基础上将可进行适应性地变化、替代和修改。
如图7所示,系统700包括接收模块710、预测模块720、偏航修正模块730以及控制模块740。这里,接收模块710和预测模块720的功能与系统600的接收模块610和预测模块620相同。
偏航修正模块730,用于针对该风电场中的每台风力发电机组,对该风电场的新偏北风向角进行修正,得到每台风力发电机组的修正偏北风向角。在一些实施例中,这一修正过程是根据该风电场的新偏北风向角所处的范围来执行。
控制模块740,用于基于该修正偏北风向角控制相应的风力发电机组的偏航。控制模块740将该修正偏北风向角发送给对应的风力发电机组,或者将该修正偏北风向角和对应的风力发电机组的偏北风向角之间的差值发送给该对应的风力发电机组。风力发电机组根据这些信息控制自身的对风偏航。
其中,所述偏航模块具体可以通过以下方法对所述风电场的新偏北风向角进行修正:
将0到360度划分为若干角度区间P1、P2、P3、...Pn;
确定所述风电场的新偏北风向角所处的角度区间Pt;
获取同一时间段内风电场的偏北风向角以及风力发电机组k的偏北风向角的历史数据,所述同一时间段内同一时刻的风电场的偏北风向角以及风力发电机组k的偏北风向角作为一组数据;
对角度区间Pi内的所述风电场的偏北风向角的历史数据进行采样,并确定与采样得到的所述风电场的偏北风向角的历史数据处于同组的每台风力发电机组的偏北风向角的历史数据,这里,i=1,2,...t,...,n;
对所述风电场的偏北风向角的历史数据求均值或进行拟合计算,得到θwf[Pi];
对所述风力发电机组k的偏北风向角的历史数据求均值或进行拟合计算,得到θk[Pi];
将θwf[Pi]与θk[Pi]求差值,得到所述风力发电机组k在所述角度区间Pi内的修正角度θref[Pi];以及
利用修正角度θref[Pt],对所述风电场的新偏北风向角进行修正。
以上所述的风力发电机组偏航控制的方法还可以通过设备来实现。在该设备内,一组指令或一系列指令可以被执行以使该设备根据示例实施例,执行本文所讨论的任意一种方法。在替代的实施例中,该设备作为独立设备操作或者可以连接至(例如,被联网)至其它设备。在联网部署中,该设备可以在服务器-客户端网络环境中的服务器或客户端设备的能力中允许,或者它可以作为点对点(或分布式)网络环境中的对等设备运行。该设备可以为移动通信设备、计算机、个人计算机、平板PC、混合平板、个人数字助理、或任何能够执行指令的设备(顺序执行或以其它方式),该指令指定将被该设备采用的行动。此外,当仅单个设备被表述时,术语“设备”还应当被认为包括单独或联合执行一组(或多组)指令以施行本文所讨论的一个或多个方法的设备的任意集合。
以上已具体描述了实现本发明的方法和技术,注意到本公开的特定实施例可轻易地包括片上系统(SOC)中央处理单元(CPU)封装。在各个其他实施例中,数字信号处理功能可被实现于专用集成电路(ASIC)、现场可编程门阵列(FPGA)和其他半导体芯片中的一个或多个硅核中。另外,在各种实施例中,这里所述的处理器、存储器、网卡、总线、存储设备、相关外设、和其他设备元件可通过由软件或固件配置以仿真或虚拟化这些硬件元件的功能的处理器、存储器和其他相关设备来实现。
在示例性实现中,这里所列出的处理活动的至少一些部分还可以用软件来实现。在一些实施例中,这些特征中的一个或多个特征可通过设置在计算设备的元件之外或者以任何适当方式固化以实现预期功能的硬件来实现。各个组件可以包括能够协调从而实现这里所列出的操作的软件(或往复式软件)。
任何适当配置的处理器组件能够执行与数据相关联的任何类型的指令以实现这里详述的方法步骤。在另一示例中,这里所列出的一些活动可由固定逻辑或可编程逻辑来实现,并且这里所标识的元件可以是某种类型的可编程处理器、可编程数字逻辑、ASIC、或其中任何合适的组合。在操作中,处理器可以适当地或者基于特定需要将信息存储在任何适合类型的非暂态存储介质、软件、硬件或任何其他适合的组件、设备、元件或对象中。这里所论述的任何存储器品项应当解释为被包含在广义术语“存储器”内。类似地,这里所描述的任何可能的转换器元件、模块和机器应当解释为包含在广义术语“微处理器”或“处理器”内。
实现这里所描述的全部或部分功能的计算机程序逻辑以各种形式来具体实施,包括但绝不限于:源代码形式、计算机可执行形式以及各种中间形式,例如,通过汇编器、编译器、链接器或定位器生成的形式。在示例中,源代码包括以用于各种操作系统或操作环境的各种编程语言实现的一系列计算机程序指令,各种编程语言诸如为对象代码、汇编语言、或诸如OpenCL,Fortran,C,C++,JAVA,或HTML的高级语言。
图8根据一种示例性实施例,示出了一种用于风力发电机组偏航控制的设备800的框图。该框图仅是示例,其不应不适当地限制权利要求书的范围。本领域的技术人员在该示图的基础上将可进行适应性地变化、替代和修改。此外,设备800并不必然包括图8中所示出的所有组件。
如图8所示,设备800可以包括输入设备801、输入端口802、处理器803、存储器804、输出端口805、输出设备806以及总线810的一个或多个。其中,输入端口802、处理器803、存储器804、输出端口805通过总线810相连并相互之间传递数据;输入端口802与输入设备801相连,并从输入设备801获取数据;输出端口805与输出设备806相连,并向输出设备806输出数据。
在所述用于风力发电机组偏航控制的设备800中,设备800例如可以包括以上所述的处理器803以及存储器804,该存储器804可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘或光数据存储设备等。
根据该示例性实施例,本申请提供了一种风力发电机组偏航控制设备,包括:
处理器;以及
存储器,其中存储程序;并且
当所述处理器执行所述程序时,执行以下方法:
接收指示风电场中的多台风力发电机组处的风速和风向的数据;
基于所接收的数据,预测所述风电场的新偏北风向角;并且
基于所述风电场的偏北风向角,控制所述风电场中的每台风力发电机组进行偏航。
进一步地,该处理器803还可以执行以下方法:
针对所述风电场中的每台风力发电机组,对所述风电场的新偏北风向角进行修正,得到每台风力发电机组的修正偏北风向角;以及
基于所述修正偏北风向角控制相应的风力发电机组进行偏航。
其中,该处理器803具体可以通过以下方法对所述风电场的新偏北风向角进行修正:
将0到360度划分为若干角度区间P1、P2、P3、...Pn;
确定所述风电场的新偏北风向角所处的角度区间Pt;
获取同一时间段内风电场的偏北风向角以及风力发电机组k的偏北风向角的历史数据,所述同一时间段内同一时刻的风电场的偏北风向角以及风力发电机组k的偏北风向角作为一组数据;
对角度区间Pi内的所述风电场的偏北风向角的历史数据进行采样,并确定与采样得到的所述风电场的偏北风向角的历史数据处于同组的每台风力发电机组的偏北风向角的历史数据,这里,i=1,2,...t,...,n;
对所述风电场的偏北风向角的历史数据求均值或进行拟合计算,得到θwf[Pi];
对所述风力发电机组k的偏北风向角的历史数据求均值或进行拟合计算,得到θk[Pi];
将θwf[Pi]与θk[Pi]求差值,得到所述风力发电机组k在所述角度区间Pi内的修正角度θref[Pi];以及
利用修正角度θref[Pt],对所述风电场的新偏北风向角进行修正。
本申请中,通过将风电场分为不同区域,推导整个风电场的风况变化趋势,并根据该风况变化趋势,针对每台风力发电机组分别计算对风偏航角度和偏航方向,可以实现风力发电机组提前对风偏航的功能,从而提高风力发电机组对风偏航的效率。基于以上思路以及方式,通过替代和/或等价的实施方式以实现本申请的目的,均应认为属于本发明的范围之内。
Claims (8)
1.一种风力发电机组的偏航控制方法,其特征在于,包括:
接收指示风电场中的多台风力发电机组处的风速和风向的数据;
基于所接收的数据,预测所述风电场的新偏北风向角;
针对所述风电场中的每台风力发电机组,对所述风电场的新偏北风向角进行修正,得到每台风力发电机组的修正偏北风向角;以及
基于所述修正偏北风向角控制相应的风力发电机组进行偏航;
其中对所述风电场的新偏北风向角进行修正,是基于所述风电场的新偏北风向角所处的角度区间进行修正的,包括:
将0到360度划分为若干角度区间,针对风电场的新偏北风向角所处的角度区间,对风电场的偏北风向角和每台风力发电机组的偏北风向角的采样数据分别求均值或进行拟合计算,将每台风力发电机组的偏北风向角的均值或拟合值与风电场的偏北风向角的均值或拟合值求差值,得到每台风力发电机组的偏北风向角的修正角度,根据所述修正角度对所述风电场的新偏北风向角进行修正。
2.如权利要求1所述的方法,其特征在于:
所述多台风力发电机组是所述风电场中的所有风力发电机组;
或者,所述多台风力发电机组是从所述风电场中多个区域的每个区域选择一个风力发电机组而得到的。
3.如权利要求1所述的方法,其特征在于:所述基于所述修正偏北风向角控制相应的风力发电机组进行偏航,具体包括:
将所述修正偏北风向角发送给相应的风力发电机组,来控制所述风力发电机组对风偏航。
4.如权利要求1所述的方法,其特征在于:所述对所述风电场的新偏北风向角进行修正,具体包括:
将0到360度划分为若干角度区间P1、P2、P3、…Pn;
确定所述风电场的新偏北风向角所处的角度区间Pt;
获取同一时间段内风电场的偏北风向角以及风力发电机组k的偏北风向角的历史数据,所述同一时间段内同一时刻的风电场的偏北风向角以及风力发电机组k的偏北风向角作为一组数据;
对角度区间Pi内的所述风电场的偏北风向角的历史数据进行采样,并确定与采样得到的所述风电场的偏北风向角的采样数据处于同组的每台风力发电机组的偏北风向角的采样数据,这里,i=1,2,…t,…,n;
对所述风电场的偏北风向角的采样数据求均值或进行拟合计算,得到风电场的偏北风向角的均值或拟合值θwf[Pi];
对所述风力发电机组k的偏北风向角的采样数据求均值或进行拟合计算,得到同组的每台风力发电机组的偏北风向角的均值或拟合值θk[Pi];
将θwf[Pi]与θk[Pi]求差值,得到所述风力发电机组k在所述角度区间Pi内的修正角度θref[Pi];以及
利用修正角度θref[Pt],对所述风电场的新偏北风向角进行修正。
5.一种风力发电机组偏航控制系统,其特征在于,包括:
接收模块,用于接收指示风电场中的多台风力发电机组处的风速和风向的数据;
预测模块,用于基于所接收的数据,预测所述风电场的新偏北风向角;以及
偏航修正模块,用于针对所述风电场中的每台风力发电机组,对所述风电场的新偏北风向角进行修正,得到每台风力发电机组的修正偏北风向角;并且
控制模块,用于基于所述修正偏北风向角控制相应的风力发电机组进行偏航;
其中,所述偏航修正模块对所述风电场的新偏北风向角进行修正,是基于所述风电场的新偏北风向角所处的角度区间进行修正的,包括:
将0到360度划分为若干角度区间,针对风电场的新偏北风向角所处的角度区间,对风电场的偏北风向角和每台风力发电机组的偏北风向角的采样数据分别求均值或进行拟合计算,将每台风力发电机组的偏北风向角的均值或拟合值与风电场的偏北风向角的均值或拟合值求差值,得到每台风力发电机组的偏北风向角的修正角度,根据所述修正角度对所述风电场的新偏北风向角进行修正。
6.如权利要求5所述的系统,其特征在于:
所述偏航修正模块通过以下方法对所述风电场的新偏北风向角进行修正:
将0到360度划分为若干角度区间P1、P2、P3、…Pn;
确定所述风电场的新偏北风向角所处的角度区间Pt;
获取同一时间段内风电场的偏北风向角以及风力发电机组k的偏北风向角的历史数据,所述同一时间段内同一时刻的风电场的偏北风向角以及风力发电机组k的偏北风向角作为一组数据;
对角度区间Pi内的所述风电场的偏北风向角的历史数据进行采样,并确定与采样得到的所述风电场的偏北风向角的采样数据处于同组的每台风力发电机组的偏北风向角的采样数据,这里,i=1,2,…t,…,n;
对所述风电场的偏北风向角的采样数据求均值或进行拟合计算,得到风电场的偏北风向角的均值或拟合值θwf[Pi];
对所述风力发电机组k的偏北风向角的历史数据求均值或进行拟合计算,得到同组的每台风力发电机组的偏北风向角的均值或拟合值θk[Pi];
将θwf[Pi]与θk[Pi]求差值,得到所述风力发电机组k在所述角度区间Pi内的修正角度θref[Pi];以及
利用修正角度θref[Pt],对所述风电场的新偏北风向角进行修正。
7.一种风力发电机组偏航控制设备,包括:
处理器;以及
存储器,其中存储程序;并且
当所述处理器执行所述程序时,执行以下方法:
接收指示风电场中的多台风力发电机组处的风速和风向的数据;
基于所接收的数据,预测所述风电场的新偏北风向角;
针对所述风电场中的每台风力发电机组,对所述风电场的新偏北风向角进行修正,得到每台风力发电机组的修正偏北风向角;以及
基于所述修正偏北风向角控制相应的风力发电机组进行偏航;
其中对所述风电场的新偏北风向角进行修正,是基于所述风电场的新偏北风向角所处的角度区间进行修正的,包括:
将0到360度划分为若干角度区间,针对风电场的新偏北风向角所处的角度区间,对风电场的偏北风向角和每台风力发电机组的偏北风向角的采样数据分别求均值或进行拟合计算,将每台风力发电机组的偏北风向角的均值或拟合值与风电场的偏北风向角的均值或拟合值求差值,得到每台风力发电机组的偏北风向角的修正角度,根据所述修正角度对所述风电场的新偏北风向角进行修正。
8.如权利要求7所述的设备,其特征在于:
所述处理器通过以下方法对所述风电场的新偏北风向角进行修正:
将0到360度划分为若干角度区间P1、P2、P3、…、Pn;
确定所述风电场的新偏北风向角所处的角度区间Pt;
获取同一时间段内风电场的偏北风向角以及风力发电机组k的偏北风向角的历史数据,所述同一时间段内同一时刻的风电场的偏北风向角以及风力发电机组k的偏北风向角作为一组数据;
对角度区间Pi内的所述风电场的偏北风向角的历史数据进行采样,并确定与采样得到的所述风电场的偏北风向角的采样数据处于同组的每台风力发电机组的偏北风向角的采样数据,这里,i=1,2,…t,…,n;
对所述风电场的偏北风向角的采样数据求均值或进行拟合计算,得到风电场的偏北风向角的均值或拟合值θwf[Pi];
对所述风力发电机组k的偏北风向角的历史数据求均值或进行拟合计算,得到同组的每台风力发电机组的偏北风向角的均值或拟合值θk[Pi];
将θwf[Pi]与θk[Pi]求差值,得到所述风力发电机组k在所述角度区间Pi内的修正角度θref[Pi];以及
利用修正角度θref[Pt],对所述风电场的新偏北风向角进行修正。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611270848.1A CN106677984B (zh) | 2016-12-29 | 2016-12-29 | 风力发电机组偏航控制的方法、设备和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611270848.1A CN106677984B (zh) | 2016-12-29 | 2016-12-29 | 风力发电机组偏航控制的方法、设备和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106677984A CN106677984A (zh) | 2017-05-17 |
CN106677984B true CN106677984B (zh) | 2019-05-03 |
Family
ID=58850153
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611270848.1A Active CN106677984B (zh) | 2016-12-29 | 2016-12-29 | 风力发电机组偏航控制的方法、设备和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106677984B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109058043B (zh) * | 2018-10-25 | 2020-05-26 | 湘电风能有限公司 | 一种风力发电机组指北方法及指北辅助装置 |
CN111878307A (zh) * | 2020-06-11 | 2020-11-03 | 中国能源建设集团湖南省电力设计院有限公司 | 基于风向预测的新型偏航控制方法 |
CN114320768A (zh) * | 2020-09-30 | 2022-04-12 | 北京金风科创风电设备有限公司 | 风电机组管理方法和装置 |
EP4067649A1 (en) * | 2021-03-31 | 2022-10-05 | Siemens Gamesa Renewable Energy A/S | Operating a wind turbine in a severe weather condition |
CN113323821B (zh) * | 2021-06-11 | 2022-10-21 | 中南大学 | 风力机模型预测偏航控制参数调节方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202732222U (zh) * | 2012-08-06 | 2013-02-13 | 大唐托克逊风电开发有限公司 | 基于风速超前预测的风力发电机组控制装置 |
KR20130038632A (ko) * | 2011-10-10 | 2013-04-18 | 한국기술교육대학교 산학협력단 | 풍력터빈제어 실습 장치 |
CN104018987A (zh) * | 2014-03-26 | 2014-09-03 | 同济大学 | 一种风力发电机偏航系统的控制方法 |
CN105041571A (zh) * | 2015-08-20 | 2015-11-11 | 沈阳华创风能有限公司 | 预测风速风向的智能控制系统及其控制方法 |
-
2016
- 2016-12-29 CN CN201611270848.1A patent/CN106677984B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130038632A (ko) * | 2011-10-10 | 2013-04-18 | 한국기술교육대학교 산학협력단 | 풍력터빈제어 실습 장치 |
CN202732222U (zh) * | 2012-08-06 | 2013-02-13 | 大唐托克逊风电开发有限公司 | 基于风速超前预测的风力发电机组控制装置 |
CN104018987A (zh) * | 2014-03-26 | 2014-09-03 | 同济大学 | 一种风力发电机偏航系统的控制方法 |
CN105041571A (zh) * | 2015-08-20 | 2015-11-11 | 沈阳华创风能有限公司 | 预测风速风向的智能控制系统及其控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106677984A (zh) | 2017-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106677984B (zh) | 风力发电机组偏航控制的方法、设备和系统 | |
US10309372B2 (en) | Adaptive power generation management | |
US9337656B2 (en) | Method and system for forecasting wind energy | |
CN104969437B (zh) | 用于能量分配的系统和方法 | |
Bottasso et al. | Local wind speed estimation, with application to wake impingement detection | |
US20100138063A1 (en) | Systems and methods for interfacing renewable power sources to a power grid | |
KR101411420B1 (ko) | 시뮬레이션 기법을 이용한 풍력 발전 단지의 풍력 발전기 제어 시스템 및 방법 | |
CN110737876B (zh) | 区域电网光伏功率预测优化方法和装置 | |
CN104115166A (zh) | 一种用于由发电厂特别是可再生发电厂所产生的电能的使用的计算机辅助确定的方法 | |
AU2019397506A1 (en) | Hybrid power plant | |
CN107664096B (zh) | 偏航对风控制方法、装置及系统 | |
CN111832800A (zh) | 一种光伏电站功率预测方法和装置 | |
JP2017135964A (ja) | 太陽光発電システムの動作 | |
WO2011124226A1 (en) | Method and system for forecasting wind energy | |
CN110535183A (zh) | 一种虚拟电厂的调度方法及系统 | |
US20100138057A1 (en) | Systems and methods for interfacing renewable power sources to a power grid | |
CN103996087A (zh) | 一种新能源发电功率预测方法及系统 | |
Chandrasekaran et al. | Deep learning and reinforcement learning approach on microgrid | |
CN102768738A (zh) | 风电场功率预测方法和预测装置 | |
CN106300417A (zh) | 基于模型预测控制的风电场群无功电压优化控制方法 | |
KR20150118699A (ko) | Gis 기반 실시간 기상정보를 활용한 풍력 예측 발전량 시각화 방법 | |
Miroshnyk et al. | Short term renewable energy forecasting with deep learning neural networks | |
CN110705768A (zh) | 用于风电场的风力发电功率预测优化方法和装置 | |
Guo et al. | Model predictive and adaptive wind farm power control | |
Yakoub et al. | Power production forecast for distributed wind energy systems using support vector regression |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |