CN107339194A - 最佳叶尖速比控制方法、数据处理方法及装置、系统 - Google Patents

最佳叶尖速比控制方法、数据处理方法及装置、系统 Download PDF

Info

Publication number
CN107339194A
CN107339194A CN201610279485.1A CN201610279485A CN107339194A CN 107339194 A CN107339194 A CN 107339194A CN 201610279485 A CN201610279485 A CN 201610279485A CN 107339194 A CN107339194 A CN 107339194A
Authority
CN
China
Prior art keywords
data
wind
wind speed
speed section
slope
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.)
Granted
Application number
CN201610279485.1A
Other languages
English (en)
Other versions
CN107339194B (zh
Inventor
马磊
李庆江
卢霞
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.)
Beijing Etechwin Electric Co Ltd
Original Assignee
Beijing Etechwin Electric 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 Beijing Etechwin Electric Co Ltd filed Critical Beijing Etechwin Electric Co Ltd
Priority to CN201610279485.1A priority Critical patent/CN107339194B/zh
Publication of CN107339194A publication Critical patent/CN107339194A/zh
Application granted granted Critical
Publication of CN107339194B publication Critical patent/CN107339194B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • F05B2270/10—Purpose of the control system
    • F05B2270/103—Purpose of the control system to affect the output of the engine
    • F05B2270/1033—Power (if explicitly mentioned)
    • 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
    • F05B2270/10—Purpose of the control system
    • F05B2270/20—Purpose of the control system to optimise the performance of a machine
    • 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
    • F05B2270/303—Temperature
    • 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
    • F05B2270/327—Rotor or generator 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
    • F05B2270/328—Blade pitch angle
    • 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)
  • 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

本发明实施例提供一种最佳叶尖速比控制方法、数据处理方法及装置、系统。其中，风力发电机组最佳叶尖速比控制方法包括：获取风力发电机组当前时刻的风速数据、温度数据和转矩数据；从参考数据中获取所述风速数据落入的参考风速段的最大输出功率对应的温度数据；根据所述当前时刻的温度数据和所述最大输出功率对应的温度数据对所述转矩数据进行调整，以控制所述风力发电机组运行在最佳叶尖速比。通过本发明的最佳叶尖速比控制方法、数据处理方法及装置、系统，实现了准确、快速地控制风力发电机组运行在最佳尖速比，从而达到了最大功率输出，提高了风力发电机组的发电量。

Description

最佳叶尖速比控制方法、数据处理方法及装置、系统
技术领域
本发明涉及风力发电技术，尤其涉及一种最佳叶尖速比控制方法、数据处理方法及装置、系统。
背景技术
随着风力发电容量的不断增大，机组类型和控制方式已从单一的定桨距失速控制向变桨距控制和变速控制发展。变桨距风力发电机组的主要控制目标是根据风速来调整桨距角，实现起动时对风轮转速的控制和并网后最大功率跟踪。由此，如何最大效率地实现从风能向电能的转换成为风力发电技术研究的重要内容。变桨距变速恒频控制策略是目前研究的热点。但由于目前对运行工况、风况的认识不足，风力发电机组的运行还达不到最大功率输出的要求，更达不到优化功率曲线要求。
依据贝兹理论可知要使风力发电机组从风中捕获的功率更大，就需要使其风能利用系数最大。风能利用系数Cp(λ,β)是随叶尖速比λ的变化而变化的。叶尖速比是用来表述风电机特性的一个十分重要的参数。图1为风力发电机组的风能利用系数与叶尖速比的关系曲线图，从图中1可看出，当叶片的桨距角一定时，叶减速比的变化会引起风能利用系数的较大变化，导致发电量损失。因此，为了能够将更多的风能转换为电能，提高发电效率，就需要风力发电机组运行在最佳叶尖速比。
最佳叶尖速比与很多参数有关。例如叶片的弦长、扭角、桨距角、风轮转速等。这些参数影响到翼型的气动性能，从而直接影响到叶片的气动性能。在不同的叶尖速比下，翼型的攻角是不一样的，所以会影响到风力发电机组的功率系数和发电效率。目前，对于风力发电机组最大叶尖速比的控制方法通常有以下两种，一种是利用风速调节风力发电机组最大叶尖速比，另一种是根据大气温度数据修正叶尖速比。
然而上述两种方式具有以下不足之处：首先，叶尖速比是风轮叶片尖端线速度与风速之比，但受风速仪测量精度的影响，叶尖速比虽然可根据风速计算，但却不宜用采集的风速去修正，因修正后的结果有偏差；此外，现有风速仪通常安装在风力发电机组机舱尾部，风能受叶轮旋转产生的湍流影响，其风速值不能作为计算叶尖速比的参考依据；其次，根据贝兹理论，风力机从风中捕获的功率受空气密度ρ的影响，空气密度的计算公式为：
其中，ρt为温度t下的空气密度，t为大气温度，P为空气的绝对压力，ρ0是0℃，压力为0.1013Mpa状态下空气的密度。从上式可看出，风能利用系数和大气温度也有一定的关系。即在相同风速下，温度不同导致空气密度不同，风所具有的风能大小也不同，其叶尖速比也不同。而对于同一台风力发电机组，短时期内大气温度变化幅度不明显，根据温度值修正叶尖速比值的效果并不明显。而在不同季节，又需要对叶尖速比值进行反复的修正，导致软件维护的工作量增大；再次，最佳叶尖速比的参考依据不一定真实。最佳叶尖速比受叶片设计的影响，往往实际的叶尖速比值与理论叶尖速比值有偏差，在进行叶尖速比值修正时，会由于参考值的错误导致修正结果具有偏差。
发明内容
本发明实施例的目的在于，提供一种最佳叶尖速比控制方法、数据处理方法及装置、系统，以实现准确、快速地控制风力发电机组运行在最佳尖速比，从而达到最大功率输出，提高了风力发电机组的发电量。
为实现上述发明目的，本发明的实施例提供了一种风力发电机组最佳叶尖速比控制方法，所述方法包括：获取风力发电机组当前时刻的风速数据、温度数据和转矩数据；从参考数据中获取所述风速数据落入的参考风速段的最大输出功率对应的温度数据；根据所述当前时刻的温度数据和所述最大输出功率对应的温度数据对所述转矩数据进行调整，以控制所述风力发电机组运行在最佳叶尖速比；其中，所述参考数据包括多个预设风速段，以及与每个所述预设风速段的最大输出功率对应的温度数据，所述参考风速段为所述多个预设风速段中的一个预设风速段。
本发明的实施例还提供了一种用于风力发电机组最佳叶尖速比控制的数据处理方法，所述方法包括：获取多个风力发电机组的输出功率、风速数据、所处位置的温度数据，以及机组标识和反映风力发电机组限定运行状况的运行标识；根据所述机组标识和所述运行标识从所述多个风力发电机组中选取作为样本数据来源的风力发电机组，并将选取的风力发电机组的输出功率、风速数据和所处位置的温度数据作为样本数据；对所述样本数据进行统计分析，分别得到多个预设风速段的反映温度数据和输出功率之间对应关系的温度功率曲线；分别根据多个所述温度功率曲线获取参考数据，所述参考数据包括所述多个预设风速段，以及每个所述预设风速段的最大输出功率及与其对应的温度数据。
本发明的实施例还提供了一种风力发电机组最佳叶尖速比控制装置，所述装置包括：第一数据获取模块，用于获取风力发电机组当前时刻的风速数据、温度数据和转矩数据；第二数据获取模块，用于从参考数据中获取所述风速数据落入的参考风速段的最大输出功率对应的温度数据；转矩调整模块，用于根据所述当前时刻的温度数据和所述最大输出功率对应的温度数据对所述转矩数据进行调整，以控制所述风力发电机组运行在最佳叶尖速比；其中，所述参考数据包括多个预设风速段，以及与每个所述预设风速段的最大输出功率对应的温度数据，所述参考风速段为所述多个预设风速段中的一个预设风速段。
本发明的实施例还提供了一种用于风力发电机组最佳叶尖速比控制的数据处理装置，所述装置包括：数据及标识获取模块，用于获取多个风力发电机组的输出功率、风速数据、所处位置的温度数据，以及机组标识和反映风力发电机组限定运行状况的运行标识；机组选取及样本数据生成模块，用于根据所述机组标识和所述运行标识从所述多个风力发电机组中选取作为样本数据来源的风力发电机组，并将选取的风力发电机组的输出功率、风速数据和所处位置的温度数据作为样本数据；样本数据分析模块，用于对所述样本数据进行统计分析，分别得到多个预设风速段的反映温度数据和输出功率之间对应关系的温度功率曲线；参考数据获取模块，用于分别根据多个所述温度功率曲线获取参考数据，所述参考数据包括所述多个预设风速段，以及每个所述预设风速段的最大输出功率及与其对应的温度数据。
本发明的实施例还提供了一种风力发电机组最佳叶尖速比控制系统，所述系统包括：多个风力发电机组和云端服务器，其中，所述风力发电机组包括主控制器，所述主控制器包括如前述实施例所述的风力发电机组最佳叶尖速比控制装置，所述云端服务器包括如前述实施例所述的用于风力发电机组最佳叶尖速比控制的数据处理装置，所述多个风力发电机组的主控制器分别与所述云端服务器通信连接。
根据本发明实施例提供的最佳叶尖速比控制方法、数据处理方法及装置、系统，通过获取的风力发电机组当前时刻的风速数据和温度数据，再结合参考数据去调整获取的当前时刻的转矩数据，以控制叶轮转速，从而实现了准确、快速地控制风力发电机组运行在最佳尖速比，达到了最大功率输出，提高了风力发电机组的发电量。
附图说明
图1为风力发电机组的风能利用系数与叶尖速比的关系曲线图；
图2为风力发电机组的运行区域示意图；
图3为本发明实施例一的风力发电机组最佳叶尖速比控制方法的流程示意图；
图4为本发明实施例一的风力发电机组最佳叶尖速比控制方法中第一风速段的温度功率曲线的示例性示意图；
图5为本发明实施例一的风力发电机组最佳叶尖速比控制方法中第一风速段的温度功率曲线的另一示例性示意图；
图6为本发明实施例二的风力发电机组最佳叶尖速比控制方法的流程示意图；
图7为本发明实施例二的风力发电机组最佳叶尖速比控制方法中第一风速段的温度功率曲线的又一示例性示意图；
图8为本发明实施例三的用于风力发电机组最佳叶尖速比控制的数据处理方法的流程示意图；
图9为本发明实施例四的风力发电机组最佳叶尖速比控制装置的结构示意图；
图10为本发明实施例四的风力发电机组最佳叶尖速比控制装置的又一结构示意图；
图11为本发明实施例四的风力发电机组最佳叶尖速比控制装置的另一结构示意图；
图12为本发明实施例五的用于风力发电机组最佳叶尖速比控制的数据处理装置的结构示意图；
图13为本发明实施例六的风力发电机组最佳叶尖速比控制系统的应用场景示例性示意图；
图14为本发明实施例六的风力发电机组最佳叶尖速比控制系统的数据传输示例性示意图。
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最佳叶尖速比控制方法、数据处理方法及装置、系统。
针对当前风力发电机组难以运行在最佳叶尖速比，且对最佳叶尖速比的修正存在诸多问题和困难的前提下。本发明的技术构思是，可采集到位于全国各地、甚至全球各地机组容量相同、叶片长度相同、桨距角为零且运行在如图2所示的最大功率跟踪区(也称Cp恒定区)的风力发电机组的风速值、温度值和输出功率值，并进行大数据统计和分析，得到各风速段内不同温度对应的输出功率。其中，最大的输出功率值即为最佳叶尖速比下的运行状态数据，可作为最佳叶尖速比控制的参考依据。基于上述参考数据再结合自身的温度值和风速值，从而修正风力发电机组的转矩值，以控制叶轮转速，使风力发电机运行在最佳叶尖速比，达到最大功率输出，提高了风力发电机组的发电量。
此外，与现有技术相比，首先，本发明在短时期内就能获得各种温度、风速的数据，弥补了单台风力发电机组不同季节温度不同、短时期内风速段范围小的不足；其次，由于相同叶片长度，不同厂家的叶片的最佳叶尖速比可能不同，本发明所涉及的方法无需获取叶片理论上的最佳叶尖速比，而是通过大数据获取最大风力利用系数参考点，所以适应性更广；再次，本发明不受风速测量精度的限制，最佳叶尖速比控制的准确率高。
实施例一
图3为本发明实施例一的风力发电机组最佳叶尖速比控制方法的流程示意图，如图3所示，可在如风力发电机组的主控制器中执行所述方法。该风力发电机组最佳叶尖速比控制方法包括：
步骤110：获取风力发电机组当前时刻的风速数据、温度数据和转矩数据。
这里，风速数据、温度数据通常可使用例如风速传感器、激光雷达测风装置、温度传感器等仪器设备测量得到。以激光雷达测风装置为例，其具有较好的气象测量性能，且受地理局限性较小，因此能够准确地测量风力发电机组周围的气象数据，例如风速、风向等。通常，当前时刻的转矩数据是由风力发电机组的主控系统根据控制策略下发的。
步骤120：从参考数据中获取风速数据落入的参考风速段的最大输出功率对应的温度数据。
其中，参考数据包括多个预设风速段，以及与每个预设风速段的最大输出功率对应的温度数据，参考风速段为多个预设风速段中的一个预设风速段。
根据本发明示例性的实施例，步骤120可具体包括：将风速数据分别与参考数据中的多个预设风速段进行比对，确定风速数据落入的参考风速段；获取参考风速段的最大输出功率对应的温度数据。
举例来说，图2为风力发电机组的运行区域示意图，继续参照图2，风力发电机组的运行区域通常分为启动区、Cp恒定区、转速恒定区和功率恒定区。本发明的风力发电机组最佳叶尖速比控制方法主要是对Cp恒定区的转矩进行调整。
Cp恒定区的风速范围通常是5～13m/s，那么参考数据中的多个预设风速段可以是例如5～5.5m/s、5.5～6m/s、6～6.5m/s，以此类推，在此不再赘述。每个预设风速段都有最大输出功率和与最大输出功率对应的温度数据。举例来说，预设风速段5～5.5m/s的最大输出功率是P1，对应的温度数据是t1。预设风速段5.5～6m/s的最大输出功率是P2，对应的温度数据是t2。假设风速数据为5.2m/s，可见其落入5～5.5m/s这一预设风速段的范围内。由此，5～5.5m/s即是本步骤中的第一风速段，获取到的最大输出功率对应的温度数据即是t1。
步骤130：根据当前时刻的温度数据和最大输出功率对应的温度数据对转矩数据进行调整，以控制风力发电机组运行在最佳叶尖速比。
这里，本步骤中的转矩数据为当前时刻的转矩数据。根据本发明示例性的实施例，步骤130可包括根据以下公式(1)计算调整后的转矩数据：
其中，T1为调整后的转矩数据，T2为当前时刻的转矩数据，t1为参考风速段下最大输出功率对应的温度数据，t2为当前时刻的温度数据。
下面结合相关理论对公式(1)的推导进行详细的解释说明，具体如下：
根据贝兹理论，通过以下公式(2)计算风力机从风中捕获的功率：
其中，ρ为空气密度，β为桨距角，Cp(λ,β)为风力机的风能利用系数，R为风轮的半径，v为风速，λ为叶尖速比，P为从风中捕获的功率。
通过以下公式(3)计算叶尖速比：
其中，λ为叶尖速比，ω为风力机的角速度，R为风轮的半径，v为风速。
风力机角速度和转速的关系由以下公式(4)表达：
ω＝2πn………………………………………………………………式(4)
其中，ω为风力机的角速度，n为转速。
根据贝兹理论，风力机从风中捕获的功率受空气密度ρ的影响，通过以下公式(5)计算空气密度：
其中，ρt为温度t下的空气密度，t为大气温度，p为空气的绝对压力，ρ0是温度为0℃，压力为0.1013Mpa状态下空气的密度。
由式(2)、式(3)、式(4)、式(5)可得，风力机从风中捕获的功率为下式(6)：
其中，P为从风中捕获的功率，β为桨距角，为风力机的风能利用系数，R为风轮的半径，v为风速，n为转速，t为大气温度，p为空气的绝对压力，ρ0是温度为0℃，压力为0.1013Mpa状态下空气的密度。
由上式(6)可知，风速一定时，风力发电机的转速值与温度值成反比关系，要达到相同的风能利用系数，温度越高，所需的转速越低，温度越低，所需的转速越高。
同时，风轮的功率还可以用风轮的转矩与转速表示为下式(7)：
P＝Tω＝T*2πn………………………………………………………式(7)
其中，P为风轮的功率，T为转矩，ω为风力机的角速度，n为转速。
由上式(7)可知，在风能一定的情况下，风机的转矩值与转速值成反比关系。因此，根据式(6)、式(7)可知，当风速一定时，即要使相同风速、不同温度下的风力发电机组达到相同的风能利用系数，应具有如上式(1)的关系。同时可知，风力发电机组的转矩与功率成正比，所以按比例修正转矩值，就可以实现功率值的修正，从而使风力发电机组运行在最佳尖速比，以实现最大风能跟踪，提高发电量。
下面结合具体的处理示例，来进一步更直观地说明一下本发明实施例的具体应用。
[示例1]
图4为本发明实施例一的风力发电机组最佳叶尖速比控制方法中第一风速段的温度功率曲线的示例性示意图，参照图4，假设某台风力发电机组的当前时刻的风速落入具有如图4所示的温度功率曲线的第一风速段，在该第一风速段下，获取到的最大输出功率P5对应的温度数据为t5，当前时刻的大气温度数据为t3，此时的转矩值设为T3，修正后的转矩值为T31，则根据前式(1)可得式(8)：
由式(8)可知，此时如果温度值t3<t5，则需要按比例降低风力发电机转矩值，提高风力发电机转速值，以使其叶尖速比向最佳叶尖速比靠近，提高发电量。
[示例2]
图5为本发明实施例一的风力发电机组最佳叶尖速比控制方法中第一风速段的温度功率曲线的另一示例性示意图，参照图5，假设某台风力发电机组的当前时刻的风速落入具有如图5所示的温度功率曲线的第一风速段，在该第一风速段下，获取到的最大输出功率P5对应的温度数据为t5，当前时刻的大气温度数据为t7，此时的转矩值设为T7，修正后的转矩值为T71，则根据前式(1)可得式(9)：
由式(9)可知，此时如果温度值t7>t5，则需要按比例提高风力发电机转矩值，降低风力发电机转速值，以使其叶尖速比向最佳叶尖速比靠近，提高发电量。
根据本发明另一示例性的实施例，步骤130还可包括根据当前时刻的温度数据、最大输出功率对应的温度数据和参考风速段对应的参考斜率对转矩数据进行调整。
在具体地实现方式中，上述处理可通过下式(10)实现：
其中，T1为调整后的转矩数据，T2为当前时刻的转矩数据，t1为参考风速段下最大输出功率对应的温度数据，t2为当前时刻的温度数据，k为参考风速段对应的参考斜率。
本发明的风力发电机组最佳叶尖速比控制方法，通过获取的风力发电机组当前时刻的风速数据和温度数据，再结合参考数据去调整获取的当前时刻的转矩数据，以控制叶轮转速，从而实现了准确、快速地控制风力发电机组运行在最佳尖速比，达到了最大功率输出，提高了风力发电机组的发电量。此外，通过温度的比例关系按比例调整转矩的处理使得本实施例的方法线性度高，准确率高。
实施例二
图6为本发明实施例二的风力发电机组最佳叶尖速比控制方法的流程示意图，所述实施例可视为图3的又一种具体的实现方案。可在如图6所示的风力发电机组最佳叶尖速比控制装置上执行该方法：
步骤210：获取风力发电机组当前时刻的风速数据、温度数据和转矩数据。
这里，本步骤与上述实施例一中步骤S110处理方式相同，具体可参见上述S110的步骤内容，在此不再赘述。
在获取了风速数据之后，步骤220、步骤230和步骤240可以为上述实施例一中步骤120的细化。
需要说明的是，与前述实施例一中步骤120不同。在步骤120中，考虑到参考数据由大数据统计分析而来，尽管单只风速传感器测量的风速有偏差，但在大数据的运算下，风速测量偏小或偏大的数据都可被无限平均以趋近于真实风速值，因此，直接从参考数据中获取风速数据落入的参考风速段的最大输出功率对应的温度数据。然而，为了提高精准度，步骤220～步骤240的处理使用温度功率曲线的斜率实现自动寻优，可进一步弥补风速测量精度的偏差。具体如下：
步骤220：根据参考数据对风速数据进行校验。
需要说明的是，参考数据还可包括：多个预设风速段各自对应的温度功率曲线的参考斜率。
根据本发明示例性的实施例，步骤220可包括：将风速数据分别与参考数据中的多个预设风速段进行比对，确定风速数据落入的第一风速段；获取第一风速段对应的参考斜率；获取所述当前时刻的输出功率，并根据当前时刻的输出功率和温度数据，以及落入的第一风速段的最大输出功率及与其对应的温度数据，计算得到第一风速段对应的校验斜率；将参考斜率与校验斜率进行比对，得到校验的结果。
步骤230：根据校验结果确定所述风速数据落入的参考风速段。
这里，前述多个预设风速段为风力发电机组运行在最大功率跟踪区时的风速范围划分的连续风速段。
具体地，前述实施例一中已详细说明，例如5～5.5m/s、5.5～6m/s、6～6.5m/s，以此类推，在此不再赘述。
相应地，根据本发明示例性的实施例，步骤230可包括：
如果参考斜率与校验斜率之间的差值小于等于预设阈值，则将第一风速段确定作为参考风速段；
如果参考斜率与校验斜率之间的差值大于预设阈值，且校验斜率小于参考斜率，则获取与第一风速段相邻的第二风速段，且第二风速段的风速数据大于第一风速段的风速数据，重复执行前述步骤220的处理，直至第二风速段对应的参考斜率与校验斜率之间的差值小于等于预设阈值，将第二风速段作为参考风速段；
如果参考斜率与校验斜率之间的差值大于预设阈值，且校验斜率大于参考斜率，则获取与第一风速段相邻的第三风速段，且第三风速段的风速数据小于第一风速段的风速数据，重复执行前述步骤220的处理，直至第三风速段对应的参考斜率与校验斜率之间的差值小于等于预设阈值，将第三风速段作为参考风速段。
这里，需要强调的是，“第一”、“第二”、“第三”仅是一种指代，用以区别不同的风速段，而不作为对风速段的具体限定。
步骤240：获取参考风速段的最大输出功率对应的温度数据。
步骤250：根据当前时刻的温度数据和最大输出功率对应的温度数据对转矩数据进行调整，以控制风力发电机组运行在最佳叶尖速比。
这里，本步骤与上述实施例一中步骤S130处理方式相同，具体可参见上述S130的步骤内容，在此不再赘述。
下面结合具体的处理示例，来进一步更直观地说明一下本发明实施例的具体应用。
举例来说，假设某台风力发电机组测到的其所处环境的风速值为v2，而实际风速值为v1，且v1<v2，大气温度值为t3，此时的功率值为P3。图7为本发明实施例二的风力发电机组最佳叶尖速比控制方法中第一风速段的温度功率曲线的又一示例性示意图，参照图7，假设风速值v2落入的参考数据中的风速段为7～7.5m/s，图7示出了该风速段的温度功率曲线，最大输出功率值为P5，对应的温度值为t5，则根据功率与温度值计算校验斜率，即k＝(P5-P3)/(t5-t3)，并与参考数据中的该风速段对应的参考斜率k1进行对比，以下分三种情况详细说明：
一是△k＝k1-k≤K，K为预设阈值，△k为参考斜率与校验斜率之间的差值，表明计算出的校验斜率与参考斜率数值相等或者十分接近，则该风速段可作为参考风速段；
二是△k＞K且k<k1，则认为所测风速值比实际值偏小，将风速段提高一档，此时按7.5～8m/s风速段的数据重新进行校验斜率的计算，并与7.5～8m/s风速段的参考斜率进行对比。直至依据风速段的数据计算出的校验斜率与风速段的参考斜率相等或者十分接近，才确定参考风速段；
三是△k＞K且k>k1，则认为所测风速值比实际值偏大，将风速段降低一档，此时按6.5～7m/s风速段的数据重新进行校验斜率的计算，并与6.5～7m/s风速段的参考斜率进行对比。直至依据风速段的数据计算出的校验斜率与风速段的参考斜率相等或者十分接近，才确定参考风速段。
此外，图7中还示出了实际风速值为v1真正落入的风速段的温度功率曲线，该风速段才是最终确定的参考风速段。从而可继续执行前述步骤240～步骤250的处理，以使其叶尖速比向最佳叶尖速比靠近。
进一步地，该风力发电机组最佳叶尖速比控制方法还可以包括：从云端服务器接收参考数据。
本发明的风力发电机组最佳叶尖速比控制方法，具有如下技术效果：一方面，依据参考数据对风速数据进行校验的校验结果确定参考风速段，可弥补风速测量精度的偏差，极大地提高了控制的精准度；另一方面，使用功率—温度曲线的参考斜率与校验斜率比对的处理从而自动寻优，以使其叶尖速比向最佳叶尖速比靠近，提高了发电量；再一方面，通过云端服务器便于收集和处理各个风机的数据，从而生成参考数据，以减轻风力发电机组的主控制器的负担。
实施例三
图8为本发明实施例三的用于风力发电机组最佳叶尖速比控制的数据处理方法的流程示意图。可在如图11所示的用于风力发电机组最佳叶尖速比控制的数据处理装置中执行所述方法。用于风力发电机组最佳叶尖速比控制的数据处理方法包括：
步骤310：获取多个风力发电机组的输出功率、风速数据、所处位置的温度数据，以及机组标识和反映风力发电机组限定运行状况的运行标识。
步骤320：根据机组标识和运行标识从多个风力发电机组中选取作为样本数据来源的风力发电机组，并将选取的风力发电机组的输出功率、风速数据和所处位置的温度数据作为样本数据。
这里，机组标识用于表征风力发电机组的容量和叶片长度，运行标识用于表征风力发电机组的桨距角和运行区域，其中，运行区域包括启动区、最大功率跟踪区、转速恒定区和功率恒定区中的一种。
相应地，根据本发明示例性的实施例，步骤320中根据机组标识和运行标识从多个风力发电机组中选取作为样本数据来源的风力发电机组的处理可包括：选取具有相同的容量和叶片长度，以及桨距角为零且运行在最大功率跟踪区的风力发电机组。
在具体的实现方式中，机组标识可以是识别码，用于区分机组类型是否为同一类型的风力发电机组，具体包括机组容量、叶片长度；风速值、温度值、功率值为后续大数据统计分析的处理提供数据基础；运行标用于限定机组运行状况，如果机组桨距角不为零或未并网，则将其数据剔除，以去除启动过程、停机过程或限功率运行时的数据，也就是说，前述运行在启动区、转速恒定区和功率恒定区这三个运行区域的风力发电机组的风速值、温度值、功率值不作为本实施例所述的样本数据。
步骤330：对样本数据进行统计分析，分别得到多个预设风速段的反映温度数据和输出功率之间对应关系的温度功率曲线。
前述实施例一中已说明了多个预设风速段，例如5～5.5m/s、5.5～6m/s、6～6.5m/s，以此类推。首先，按多个预设风速段对数据进行筛选；其次，分别对每一预设风速段内的数据，按照温度—功率的对应关系进行数据统计；最后，由于风速一定时，风机运行的叶尖速比和空气密度，即温度值成比例关系，所以必定有最接近最佳叶尖速比的温度值，从而可绘制出反映温度数据和输出功率之间对应关系的温度功率曲线。由此，得到了多个预设风速段的温度功率曲线。例如，预设风速段5～5.5m/s内，多组温度—功率数据如(t1、P1)、(t2、P2)…(tn、Pn)，根据这些数据就可绘制出温度功率曲线。
步骤340：分别根据多个温度功率曲线获取参考数据，参考数据包括多个预设风速段，以及每个预设风速段的最大输出功率及与其对应的温度数据。
需要说明的是，参考数据还可包括：多个预设风速段各自对应的温度功率曲线的参考斜率。
举例来说，继续参照图4，在该预设风速段内，温度为t5时，输出功率达到最大值P5。则表明温度为t5时，风力发电机组运行在或最接近于最佳叶尖速比。该预设风速段对应的温度功率曲线的参考斜率为大数据统计运算后曲线的大致斜率。例如(5～5.5m/s、P5、t5、k)这样的多组数据作为参考数据，用以做最佳叶尖速比控制时的数据基础。其中，5～5.5m/s为预设风速段，P5为5～5.5m/s的最大输出功率，t5为最大输出功率P5对应的温度数据，k为5～5.5m/s对应的温度功率曲线的参考斜率。
进一步地，用于风力发电机组最佳叶尖速比控制的数据处理方法还可包括：将参考数据发送给风力发电机组的主控制器，以使主控制器进行最佳叶尖速比控制。
本发明的用于风力发电机组最佳叶尖速比控制的数据处理方法，通过选取相同容量、相同叶片长度的风力发电机组的运行数据和环境数据，并进行大数据处理和分析获得参考数据。实现了为风力发电机组最佳叶尖速比控制提供准确率高的数据基础。
此外，本发明还具有如下技术效果：一方面，选取运行在最大功率跟踪区的风力发电机组的相关数据作为大数据分析的样本数据，使得数据统计、分析的结果更准确；另一方面，其分析出的最大输出功率所对应的参数是接近于最佳叶尖速比的运行参数，从而为风力发电机组最佳叶尖速比控制以提高风力发电机的发电量提供技术依据。
实施例四
基于相同的技术构思，图9为本发明实施例四的风力发电机组最佳叶尖速比控制装置的结构示意图。可用于执行本发明实施例一的风力发电机组最佳叶尖速比控制方法步骤。
参照图9，该风力发电机组最佳叶尖速比控制装置包括第一数据获取模块410、第二数据获取模块420和转矩调整模块430。
第一数据获取模块410用于获取风力发电机组当前时刻的风速数据、温度数据和转矩数据。
第二数据获取模块420用于从参考数据中获取风速数据落入的参考风速段的最大输出功率对应的温度数据。
转矩调整模块430用于根据当前时刻的温度数据和最大输出功率对应的温度数据对转矩数据进行调整，以控制风力发电机组运行在最佳叶尖速比。
其中，参考数据包括多个预设风速段，以及与每个预设风速段的最大输出功率对应的温度数据，参考风速段为多个预设风速段中的一个预设风速段。
本发明的风力发电机组最佳叶尖速比控制装置，通过获取的风力发电机组当前时刻的风速数据和温度数据，再结合参考数据去调整获取的当前时刻的转矩数据，以控制叶轮转速，从而实现了准确、快速地控制风力发电机组运行在最佳尖速比，达到了最大功率输出，提高了风力发电机组的发电量。
进一步地，在9所示实施例的基础上，图10为本发明实施例四的风力发电机组最佳叶尖速比控制装置的又一结构示意图。
具体地，如图10所示的第二数据获取模块420可以包括：
数据比对单元421用于将风速数据分别与参考数据中的多个预设风速段进行比对，确定风速数据落入的参考风速段。
第一数据获取单元422用于获取参考风速段的最大输出功率对应的温度数据。
进一步地，在图9所示实施例的基础上，图11为本发明实施例四的风力发电机组最佳叶尖速比控制装置的另一结构示意图。
具体地，如图11所示的第二数据获取模块420可以包括：
数据校验单元4201用于根据参考数据对风速数据进行校验。
参考风速段确定单元4202用于根据校验结果确定所述风速数据落入的参考风速段。
第二数据获取单元4203用于获取参考风速段的最大输出功率对应的温度数据。
进一步地，参考数据还可包括：多个预设风速段各自对应的温度功率曲线的参考斜率，相应地，数据校验单元4201可包括：
风速段确定子单元(图中未示出)用于将风速数据分别与参考数据中的多个预设风速段进行比对，确定风速数据落入的第一风速段。
参考斜率获取子单元(图中未示出)用于获取第一风速段对应的参考斜率。
校验斜率计算子单元(图中未示出)用于获取当前时刻的输出功率，并根据当前时刻的输出功率和温度数据，以及落入的第一风速段的最大输出功率及与其对应的温度数据，计算得到第一风速段对应的校验斜率。
斜率比对子单元(图中未示出)用于将参考斜率与校验斜率进行比对，得到校验的结果。
更进一步地，多个预设风速段为风力发电机组运行在最大功率跟踪区时的风速范围划分的连续风速段，参考风速段确定单元4202包括：
第一参考风速段确定子单元(图中未示出)用于如果参考斜率与校验斜率之间的差值小于等于预设阈值，则将第一风速段确定作为参考风速段。
第二参考风速段确定子单元(图中未示出)用于如果参考斜率与校验斜率之间的差值大于预设阈值，且校验斜率小于参考斜率，则获取与第一风速段相邻的第二风速段，且第二风速段的风速数据大于第一风速段的风速数据，重复执行根据参考数据对风速数据进行校验的处理，直至第二风速段对应的参考斜率与校验斜率之间的差值小于等于预设阈值，将第二风速段作为参考风速段。
第三参考风速段确定子单元(图中未示出)用于如果参考斜率与校验斜率之间的差值大于预设阈值，且校验斜率大于参考斜率，则获取与第一风速段相邻的第三风速段，且第三风速段的风速数据小于第一风速段的风速数据，重复执行根据参考数据对风速数据进行校验的处理，直至第三风速段对应的参考斜率与校验斜率之间的差值小于等于预设阈值，将第三风速段作为参考风速段。
优选地，转矩调整模块430还用于根据当前时刻的温度数据、最大输出功率对应的温度数据和参考风速段对应的参考斜率对转矩数据进行调整。
可选地，该风力发电机组最佳叶尖速比控制装置还包括：参考数据接收模块(图中未示出)用于从云端服务器接收参考数据。
综上，本发明还具有如下技术效果：
一是，依据参考数据对风速数据进行校验的校验结果确定参考风速段，可弥补风速测量精度的偏差，极大地提高了控制的精准度；
二是，使用功率—温度曲线的参考斜率与校验斜率比对的处理从而自动寻优，以使其叶尖速比向最佳叶尖速比靠近，提高了发电量；
三是，通过云端服务器便于收集和处理各个风机的数据，从而生成参考数据，以减轻风力发电机组的主控制器的负担。
实施例五
基于相同的技术构思，图12为本发明实施例五的用于风力发电机组最佳叶尖速比控制的数据处理装置的结构示意图。可用于执行本发明实施例三的用于风力发电机组最佳叶尖速比控制的数据处理方法步骤。
参照图12，该用于风力发电机组最佳叶尖速比控制的数据处理装置包括数据及标识获取模块510、机组选取及样本数据生成模块520、样本数据分析模块530和参考数据获取模块540。
数据及标识获取模块510用于获取多个风力发电机组的输出功率、风速数据、所处位置的温度数据，以及机组标识和反映风力发电机组限定运行状况的运行标识。
机组选取及样本数据生成模块520用于根据机组标识和运行标识从多个风力发电机组中选取作为样本数据来源的风力发电机组，并将选取的风力发电机组的输出功率、风速数据和所处位置的温度数据作为样本数据。
样本数据分析模块530用于对样本数据进行统计分析，分别得到多个预设风速段的反映温度数据和输出功率之间对应关系的温度功率曲线。
参考数据获取模块540用于分别根据多个温度功率曲线获取参考数据，参考数据包括多个预设风速段，以及每个预设风速段的最大输出功率及与其对应的温度数据。
进一步地，机组标识可用于表征风力发电机组的容量和叶片长度，运行标识可用于表征风力发电机组的桨距角和运行区域，其中，运行区域可包括启动区、最大功率跟踪区、转速恒定区和功率恒定区中的一种。
相应地，机组选取及样本数据生成模块520可具体用于选取具有相同的容量和叶片长度，以及桨距角为零且运行在最大功率跟踪区的风力发电机组。
更进一步地，该用于风力发电机组最佳叶尖速比控制的数据处理装置还可以包括：参考数据发送模块(图中未示出)用于将参考数据发送给风力发电机组的主控制器，以使主控制器进行最佳叶尖速比控制。
本发明的用于风力发电机组最佳叶尖速比控制的数据处理装置，通过选取相同容量、相同叶片长度的风力发电机组的运行数据和环境数据，并进行大数据处理和分析获得参考数据。实现了为风力发电机组最佳叶尖速比控制提供准确率高的数据基础。
此外，本发明还具有如下技术效果：一方面，选取运行在最大功率跟踪区的风力发电机组的相关数据作为大数据分析的样本数据，使得数据统计、分析的结果更准确；另一方面，其分析出的最大输出功率所对应的参数是接近于最佳叶尖速比的运行参数，从而为风力发电机组最佳叶尖速比控制以提高风力发电机的发电量提供技术依据。
实施例六
风力发电机组最佳叶尖速比控制系统包括：多个风力发电机组和云端服务器，其中，风力发电机组包括主控制器，主控制器包括如前述实施例四所述的风力发电机组最佳叶尖速比控制装置，云端服务器包括如前述实施例五所述的用于风力发电机组最佳叶尖速比控制的数据处理装置，多个风力发电机组的主控制器分别与云端服务器通信连接。
需要强调的是，在实际应用中，上述风力发电机组最佳叶尖速比控制装置可作为一个独立的设备，与主控制器相连接，完成最佳叶尖速比控制的处理流程，将处理的结果数据提供给主控制器，由主控制器控制风力发电机组运行在最佳叶尖速比。
下面结合具体的示例，来进一步更直观地说明一下本发明实施例的具体应用。
图13为本发明实施例六的风力发电机组最佳叶尖速比控制系统的应用场景示例性示意图，图14为本发明实施例六的风力发电机组最佳叶尖速比控制系统的数据传输示例性示意图。参照图13和图14，图13示出的多个风力发电机组是指现有分布于全国各地、甚至全球各地的风力发电机组，仅为示例性地，且远不限于图13中所示数量。各风力发电机组的主控制器通过网络分别与云端服务器进行通信，将上传数据如风速值、温度值等传送给云端服务器。
云端服务器收到各风力发电机组的主控制器发送的上传数据后，从中筛选出相同容量、相同叶片长度、桨距角为零且运行在Cp恒定区的风力发电机组。将以筛选出的风力发电机组的输出功率、风速数据和温度数据为基础进行数据统计与分析。由此，统计出下发数据，即各风速段内最大输出功率及与其对应的温度值，以及温度功率曲线的参考斜率。将下发数据作为最佳叶尖速比控制的参考数据发送给各风力发电机组的主控制器。其中，由于使用了大数据处理，所以尽管单只风速仪测量的风速有偏差，但在大数据的运算下，风速测量偏小或偏大的数据都可被无限平均以趋近于真实风速值。因此大数据分析和统计出的风速值具有参考价值。
各风力发电机组的主控制器接收到下发数据后，由下发数据结合机组自身的风速值、温度值和功率值进行转矩修正，以捕获最大风能，从而控制风力发电机组运行在最佳叶尖速比。在实际应用中，每台风力发电机组根据最大输出功率、温度等数据进行转矩调整，以控制风力发电机组运行在最佳叶尖速比后，其反馈的数据仍可供后续数据分析，使风力发电机组运行的叶尖速比越来越接近于最佳叶尖速比。
本发明的风力发电机组最佳叶尖速比控制系统，具有如下技术效果：
一方面，通过云端服务器采集全国各地、甚至全球各地的风力发电机组的运行数据，并进行大数据处理和分析，减少了风力发电机组主控制器的数据处理量。同时，由于风力发电机组区域位置分布范围广，通过云端服务器能够在短时期内就能采集到温度、风速数据，弥补了单台风力发电机组不同季节温度不同、短时期内风速段范围小的不足。
另一方面，采用了大数据分析，能够准确地分析出的最大输出功率所对应的参数接近于最佳叶尖速比的运行参数，从而提供最佳叶尖速比控制的数据基础给风力发电机组的主控制器，以提高风力发电机组的发电量。
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CD ROM、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 (23)

1.一种风力发电机组最佳叶尖速比控制方法，其特征在于，所述方法包括：
获取风力发电机组当前时刻的风速数据、温度数据和转矩数据；
从参考数据中获取所述风速数据落入的参考风速段的最大输出功率对应的温度数据；
根据所述当前时刻的温度数据和所述最大输出功率对应的温度数据对所述转矩数据进行调整，以控制所述风力发电机组运行在最佳叶尖速比；
其中，所述参考数据包括多个预设风速段，以及与每个所述预设风速段的最大输出功率对应的温度数据，所述参考风速段为所述多个预设风速段中的一个预设风速段。
2.根据权利要求1所述的方法，其特征在于，所述从参考数据中获取所述风速数据落入的参考风速段的最大输出功率对应的温度数据具体包括：
将所述风速数据分别与所述参考数据中的多个预设风速段进行比对，确定所述风速数据落入的参考风速段；
获取所述参考风速段的最大输出功率对应的温度数据。
3.根据权利要求1所述的方法，其特征在于，所述从参考数据中获取所述风速数据落入的参考风速段的最大输出功率对应的温度数据具体包括：
根据所述参考数据对所述风速数据进行校验；
根据校验结果确定所述风速数据落入的参考风速段；
获取所述参考风速段的最大输出功率对应的温度数据。
4.根据权利要求3所述的方法，其特征在于，所述参考数据还包括：所述多个预设风速段各自对应的温度功率曲线的参考斜率，
所述根据所述参考数据对所述风速数据进行校验具体包括：
将所述风速数据分别与所述参考数据中的多个预设风速段进行比对，确定所述风速数据落入的第一风速段；
获取所述第一风速段对应的参考斜率；
获取所述当前时刻的输出功率，并根据所述当前时刻的输出功率和温度数据，以及所述落入的第一风速段的最大输出功率及与其对应的温度数据，计算得到所述第一风速段对应的校验斜率；
将所述参考斜率与所述校验斜率进行比对，得到所述校验的结果。
5.根据权利要求4所述的方法，其特征在于，所述多个预设风速段为风力发电机组运行在最大功率跟踪区时的风速范围划分的连续风速段，所述根据校验结果确定所述风速数据落入的的参考风速段具体包括：
如果所述参考斜率与所述校验斜率之间的差值小于等于预设阈值，则将所述第一风速段确定作为所述参考风速段；
如果所述参考斜率与所述校验斜率之间的差值大于预设阈值，且所述校验斜率小于所述参考斜率，则获取与所述第一风速段相邻的第二风速段，且所述第二风速段的风速数据大于所述第一风速段的风速数据，重复执行所述根据所述参考数据对所述风速数据进行校验的处理，直至所述第二风速段对应的参考斜率与校验斜率之间的差值小于或等于预设阈值，将所述第二风速段作为所述参考风速段；
如果所述参考斜率与所述校验斜率之间的差值大于预设阈值，且所述校验斜率大于所述参考斜率，则获取与所述第一风速段相邻的第三风速段，且所述第三风速段的风速数据小于所述第一风速段的风速数据，重复执行所述根据所述参考数据对所述风速数据进行校验的处理，直至所述第三风速段对应的参考斜率与校验斜率之间的差值小于或等于预设阈值，将所述第三风速段作为所述参考风速段。
6.根据权利要求1～5中任一项所述的方法，其特征在于，所述根据所述当前时刻的温度数据和所述最大输出功率对应的温度数据对所述转矩数据进行调整具体包括：
根据
<mrow> <mfrac> <mrow> <mi>T</mi> <mn>1</mn> </mrow> <mrow> <mi>T</mi> <mn>2</mn> </mrow> </mfrac> <mo>=</mo> <mfrac> <mrow> <mn>273</mn> <mo>+</mo> <mi>t</mi> <mn>2</mn> </mrow> <mrow> <mn>273</mn> <mo>+</mo> <mi>t</mi> <mn>1</mn> </mrow> </mfrac> </mrow>
计算调整后的转矩数据，其中，T1为所述调整后的转矩数据，T2为所述当前时刻的转矩数据，t1为所述参考风速段下最大输出功率对应的温度数据，t2为当前时刻的温度数据。
7.根据权利要求4或5所述的方法，其特征在于，所述根据所述当前时刻的温度数据和获取的温度数据对所述转矩数据进行调整还包括：
根据所述当前时刻的温度数据、所述最大输出功率对应的温度数据和所述参考风速段对应的参考斜率对所述转矩数据进行调整。
8.根据权利要求7所述的方法，其特征在于，所述根据所述当前时刻的温度数据、所述最大输出功率对应的温度数据和所述参考风速段对应的参考斜率对所述转矩数据进行调整具体包括：
根据
<mrow> <mfrac> <mrow> <mi>T</mi> <mn>1</mn> <mo>-</mo> <mi>T</mi> <mn>2</mn> </mrow> <mrow> <mi>t</mi> <mn>2</mn> <mo>-</mo> <mi>t</mi> <mn>1</mn> </mrow> </mfrac> <mo>=</mo> <mi>k</mi> </mrow>
计算调整后的转矩数据，其中，T1为所述调整后的转矩数据，T2为所述当前时刻的转矩数据，t1为所述参考风速段下最大输出功率对应的温度数据，t2为当前时刻的温度数据，k为所述参考风速段对应的参考斜率。
9.根据权利要求1所述的方法，其特征在于，所述方法还包括：从云端服务器接收所述参考数据。
10.一种用于风力发电机组最佳叶尖速比控制的数据处理方法，其特征在于，所述方法包括：
获取多个风力发电机组的输出功率、风速数据、所处位置的温度数据，以及机组标识和反映风力发电机组限定运行状况的运行标识；
根据所述机组标识和所述运行标识从所述多个风力发电机组中选取作为样本数据来源的风力发电机组，并将选取的风力发电机组的输出功率、风速数据和所处位置的温度数据作为样本数据；
对所述样本数据进行统计分析，分别得到多个预设风速段的反映温度数据和输出功率之间对应关系的温度功率曲线；
分别根据多个所述温度功率曲线获取参考数据，所述参考数据包括所述多个预设风速段，以及每个所述预设风速段的最大输出功率及与其对应的温度数据。
11.根据权利要求10所述的方法，其特征在于，所述机组标识用于表征风力发电机组的容量和叶片长度，所述运行标识用于表征风力发电机组的桨距角和运行区域，其中，所述运行区域包括启动区、最大功率跟踪区、转速恒定区和功率恒定区中的一种，
所述根据所述机组标识和所述运行标识从所述多个风力发电机组中选取作为样本数据来源的风力发电机组包括：
选取具有相同的容量和叶片长度，以及桨距角为零且运行在所述最大功率跟踪区的风力发电机组。
12.根据权利要求10或11所述的方法，其特征在于，所述方法还包括：将所述参考数据发送给所述风力发电机组的主控制器，以使所述主控制器进行最佳叶尖速比控制。
13.一种风力发电机组最佳叶尖速比控制装置，其特征在于，所述装置包括：
第一数据获取模块，用于获取风力发电机组当前时刻的风速数据、温度数据和转矩数据；
第二数据获取模块，用于从参考数据中获取所述风速数据落入的参考风速段的最大输出功率对应的温度数据；
转矩调整模块，用于根据所述当前时刻的温度数据和所述最大输出功率对应的温度数据对所述转矩数据进行调整，以控制所述风力发电机组运行在最佳叶尖速比；
其中，所述参考数据包括多个预设风速段，以及与每个所述预设风速段的最大输出功率对应的温度数据，所述参考风速段为所述多个预设风速段中的一个预设风速段。
14.根据权利要求13所述的装置，其特征在于，所述第二数据获取模块包括：
数据比对单元，用于将所述风速数据分别与所述参考数据中的多个预设风速段进行比对，确定所述风速数据落入的参考风速段；
第一数据获取单元，用于获取所述参考风速段的最大输出功率对应的温度数据。
15.根据权利要求13所述的装置，其特征在于，所述第二数据获取模块包括：
数据校验单元，用于根据所述参考数据对所述风速数据进行校验；
参考风速段确定单元，用于根据校验结果确定所述风速数据落入的参考风速段；
第二数据获取单元，用于获取所述参考风速段的最大输出功率对应的温度数据。
16.根据权利要求15所述的装置，其特征在于，所述参考数据还包括：所述多个预设风速段各自对应的温度功率曲线的参考斜率，
所述数据校验单元包括：
风速段确定子单元，用于将所述风速数据分别与所述参考数据中的多个预设风速段进行比对，确定所述风速数据落入的第一风速段；
参考斜率获取子单元，用于获取所述第一风速段对应的参考斜率；
校验斜率计算子单元，用于获取所述当前时刻的输出功率，并根据所述当前时刻的输出功率和温度数据，以及所述落入的第一风速段的最大输出功率及与其对应的温度数据，计算得到所述第一风速段对应的校验斜率；
斜率比对子单元，用于将所述参考斜率与所述校验斜率进行比对，得到所述校验的结果。
17.根据权利要求16所述的装置，其特征在于，所述多个预设风速段为风力发电机组运行在最大功率跟踪区时的风速范围划分的连续风速段，所述参考风速段确定单元包括：
第一参考风速段确定子单元，用于如果所述参考斜率与所述校验斜率之间的差值小于等于预设阈值，则将所述第一风速段确定作为所述参考风速段；
第二参考风速段确定子单元，用于如果所述参考斜率与所述校验斜率之间的差值大于预设阈值，且所述校验斜率小于所述参考斜率，则获取与所述第一风速段相邻的第二风速段，且所述第二风速段的风速数据大于所述第一风速段的风速数据，重复执行所述根据所述参考数据对所述风速数据进行校验的处理，直至所述第二风速段对应的参考斜率与校验斜率之间的差值小于等于预设阈值，将所述第二风速段作为所述参考风速段；
第三参考风速段确定子单元，用于如果所述参考斜率与所述校验斜率之间的差值大于预设阈值，且所述校验斜率大于所述参考斜率，则获取与所述第一风速段相邻的第三风速段，且所述第三风速段的风速数据小于所述第一风速段的风速数据，重复执行所述根据所述参考数据对所述风速数据进行校验的处理，直至所述第三风速段对应的参考斜率与校验斜率之间的差值小于等于预设阈值，将所述第三风速段作为所述参考风速段。
18.根据权利要求16或17所述的装置，其特征在于，所述转矩调整模块还用于根据所述当前时刻的温度数据、所述最大输出功率对应的温度数据和所述参考风速段对应的参考斜率对所述转矩数据进行调整。
19.根据权利要求13所述的装置，其特征在于，所述装置还包括：参考数据接收模块，用于从云端服务器接收所述参考数据。
20.一种用于风力发电机组最佳叶尖速比控制的数据处理装置，其特征在于，所述装置包括：
数据及标识获取模块，用于获取多个风力发电机组的输出功率、风速数据、所处位置的温度数据，以及机组标识和反映风力发电机组限定运行状况的运行标识；
机组选取及样本数据生成模块，用于根据所述机组标识和所述运行标识从所述多个风力发电机组中选取作为样本数据来源的风力发电机组，并将选取的风力发电机组的输出功率、风速数据和所处位置的温度数据作为样本数据；
样本数据分析模块，用于对所述样本数据进行统计分析，分别得到多个预设风速段的反映温度数据和输出功率之间对应关系的温度功率曲线；
参考数据获取模块，用于分别根据多个所述温度功率曲线获取参考数据，所述参考数据包括所述多个预设风速段，以及每个所述预设风速段的最大输出功率及与其对应的温度数据。
21.根据权利要求20所述的装置，其特征在于，所述机组标识用于表征风力发电机组的容量和叶片长度，所述运行标识用于表征风力发电机组的桨距角和运行区域，其中，所述运行区域包括启动区、最大功率跟踪区、转速恒定区和功率恒定区中的一种，
所述机组选取及样本数据生成模块具体用于选取具有相同的容量和叶片长度，以及桨距角为零且运行在所述最大功率跟踪区的风力发电机组。
22.根据权利要求20或21所述的装置，其特征在于，所述装置还包括：参考数据发送模块，用于将所述参考数据发送给所述风力发电机组的主控制器，以使所述主控制器进行最佳叶尖速比控制。
23.一种风力发电机组最佳叶尖速比控制系统，其特征在于，所述系统包括：多个风力发电机组和云端服务器，其中，所述风力发电机组包括主控制器，所述主控制器包括如权利要求13～19中任一项所述的风力发电机组最佳叶尖速比控制装置，所述云端服务器包括如权利要求20～22中任一项所述的用于风力发电机组最佳叶尖速比控制的数据处理装置，所述多个风力发电机组的主控制器分别与所述云端服务器通信连接。
CN201610279485.1A 2016-04-28 2016-04-28 最佳叶尖速比控制方法、数据处理方法及装置、系统 Active CN107339194B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610279485.1A CN107339194B (zh) 2016-04-28 2016-04-28 最佳叶尖速比控制方法、数据处理方法及装置、系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610279485.1A CN107339194B (zh) 2016-04-28 2016-04-28 最佳叶尖速比控制方法、数据处理方法及装置、系统

Publications (2)

Publication Number Publication Date
CN107339194A true CN107339194A (zh) 2017-11-10
CN107339194B CN107339194B (zh) 2019-05-07

Family

ID=60222039

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610279485.1A Active CN107339194B (zh) 2016-04-28 2016-04-28 最佳叶尖速比控制方法、数据处理方法及装置、系统

Country Status (1)

Country Link
CN (1) CN107339194B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107327375A (zh) * 2016-04-28 2017-11-07 北京天诚同创电气有限公司 风机叶片参数确定方法及装置
CN107781109A (zh) * 2016-08-24 2018-03-09 北京金风科创风电设备有限公司 风力发电机组的功率优化方法、装置和设备
CN112696324A (zh) * 2019-10-22 2021-04-23 北京金风科创风电设备有限公司 风力发电机组数据处理方法、装置及其系统
CN113883007A (zh) * 2021-10-15 2022-01-04 中国华能集团清洁能源技术研究院有限公司 风力发电机组的控制方法、装置及电子设备
CN114607556A (zh) * 2020-12-09 2022-06-10 新疆金风科技股份有限公司 用于风力发电机组的控制方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2710764B2 (ja) * 1995-03-31 1998-02-10 株式会社コミュータヘリコプタ先進技術研究所 ヘリコプタ用超過禁止速度計算装置
WO2010093621A1 (en) * 2009-02-10 2010-08-19 West Virginia University Method for circulation controlled vertical axis wind turbines
CN103244350A (zh) * 2013-05-02 2013-08-14 国电南瑞科技股份有限公司 一种风力发电机组最佳叶尖速比跟踪控制方法
CN104296990A (zh) * 2014-09-22 2015-01-21 东方电气集团东方汽轮机有限公司 一种风力发电机组传动链效率测试装置及测试方法
CN104747369A (zh) * 2015-01-27 2015-07-01 中船重工(重庆)海装风电设备有限公司 一种变空气密度下最佳叶尖速比控制方法及装置
CN104747366A (zh) * 2013-12-26 2015-07-01 上海电气风电设备有限公司 一种自适应空气密度变化的风电发电机组控制方法
CN104763586A (zh) * 2015-04-03 2015-07-08 内蒙古工业大学 用于风力发电机组的控制方法及设备
CN105298745A (zh) * 2015-09-25 2016-02-03 南车株洲电力机车研究所有限公司 一种基于实时空气密度变化的提升风电机组发电量的方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2710764B2 (ja) * 1995-03-31 1998-02-10 株式会社コミュータヘリコプタ先進技術研究所 ヘリコプタ用超過禁止速度計算装置
WO2010093621A1 (en) * 2009-02-10 2010-08-19 West Virginia University Method for circulation controlled vertical axis wind turbines
CN103244350A (zh) * 2013-05-02 2013-08-14 国电南瑞科技股份有限公司 一种风力发电机组最佳叶尖速比跟踪控制方法
CN104747366A (zh) * 2013-12-26 2015-07-01 上海电气风电设备有限公司 一种自适应空气密度变化的风电发电机组控制方法
CN104296990A (zh) * 2014-09-22 2015-01-21 东方电气集团东方汽轮机有限公司 一种风力发电机组传动链效率测试装置及测试方法
CN104747369A (zh) * 2015-01-27 2015-07-01 中船重工(重庆)海装风电设备有限公司 一种变空气密度下最佳叶尖速比控制方法及装置
CN104763586A (zh) * 2015-04-03 2015-07-08 内蒙古工业大学 用于风力发电机组的控制方法及设备
CN105298745A (zh) * 2015-09-25 2016-02-03 南车株洲电力机车研究所有限公司 一种基于实时空气密度变化的提升风电机组发电量的方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107327375A (zh) * 2016-04-28 2017-11-07 北京天诚同创电气有限公司 风机叶片参数确定方法及装置
CN107327375B (zh) * 2016-04-28 2019-08-02 北京天诚同创电气有限公司 风机叶片参数确定方法及装置
CN107781109A (zh) * 2016-08-24 2018-03-09 北京金风科创风电设备有限公司 风力发电机组的功率优化方法、装置和设备
CN112696324A (zh) * 2019-10-22 2021-04-23 北京金风科创风电设备有限公司 风力发电机组数据处理方法、装置及其系统
CN114607556A (zh) * 2020-12-09 2022-06-10 新疆金风科技股份有限公司 用于风力发电机组的控制方法及装置
CN113883007A (zh) * 2021-10-15 2022-01-04 中国华能集团清洁能源技术研究院有限公司 风力发电机组的控制方法、装置及电子设备
CN113883007B (zh) * 2021-10-15 2023-05-02 中国华能集团清洁能源技术研究院有限公司 风力发电机组的控制方法、装置及电子设备

Also Published As

Publication number Publication date
CN107339194B (zh) 2019-05-07

Similar Documents

Publication Publication Date Title
CN107339194A (zh) 最佳叶尖速比控制方法、数据处理方法及装置、系统
Johnson et al. Methods for increasing region 2 power capture on a variable-speed wind turbine
CN103887815B (zh) 基于运行数据的风电场参数辨识及动态等值方法
CN108664671B (zh) 一种风电场多机聚合模型参数辨识方法及装置
CN106150904A (zh) 一种风力发电机组偏航系统控制性能优化方法及系统
CN106894950B (zh) 一种基于风电机组传动特性的功率特性验证方法
Schottler et al. Design and implementation of a controllable model wind turbine for experimental studies
CN104036073B (zh) 适于有功功率特性分析的双馈风电场动态等值建模方法
CN105649875B (zh) 风力发电机组的变桨控制方法及装置
CN103244350A (zh) 一种风力发电机组最佳叶尖速比跟踪控制方法
CN110905732B (zh) 风电机组风轮不平衡的辨识方法、系统及储存介质
CN111476293B (zh) 一种计及风速风向的风电场分群方法
CN103094920B (zh) 一种直驱式风电机组风电场等值方法
CN109779848B (zh) 全场风速修正函数的获得方法、装置及风电场
CN110808608A (zh) 规模化新能源参与受端电网调频调压能力评估方法及系统
CN103761349A (zh) 一种基于风电机组概率同调性的风电场等值建模方法
CN107633368A (zh) 风力发电机组出力性能评估方法及装置
CN117421926A (zh) 一种基于数字孪生技术的风电设备智能管控方法及系统
CN104574221B (zh) 一种基于损失电量特征参数的光伏电站运行状态辨识方法
Iungo et al. Machine-learning identification of the variability of mean velocity and turbulence intensity for wakes generated by onshore wind turbines: Cluster analysis of wind LiDAR measurements
CN116412091A (zh) 基于机器学习的风力发电机组叶片实时除冰方法及系统
CN111120202B (zh) 风力发电机组的偏航角度调整方法、装置、介质以及设备
CN104895819B (zh) 基于标准风速系数-功率系数曲线的风机性能测定方法
CN107781109B (zh) 风力发电机组的功率优化方法、装置和设备
WO2024041409A1 (zh) 确定代表风力发电机组的方法和装置以及控制方法和装置

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