CN107709765A - 用于生成风力涡轮机控制时间表的方法和系统 - Google Patents

用于生成风力涡轮机控制时间表的方法和系统 Download PDF

Info

Publication number
CN107709765A
CN107709765A CN201680039098.9A CN201680039098A CN107709765A CN 107709765 A CN107709765 A CN 107709765A CN 201680039098 A CN201680039098 A CN 201680039098A CN 107709765 A CN107709765 A CN 107709765A
Authority
CN
China
Prior art keywords
turbine
wind
control
time table
life
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
CN201680039098.9A
Other languages
English (en)
Other versions
CN107709765B (zh
Inventor
C·斯普鲁斯
C·比雷迪
K·黑尔斯
J·特纳
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.)
Vestas Wind Systems AS
Original Assignee
Vestas Wind Systems AS
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 Vestas Wind Systems AS filed Critical Vestas Wind Systems AS
Publication of CN107709765A publication Critical patent/CN107709765A/zh
Application granted granted Critical
Publication of CN107709765B publication Critical patent/CN107709765B/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
    • F03D7/0292—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor controlling wind motor output power to reduce fatigue
    • 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
    • F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
    • 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
    • F03D7/043—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic
    • F03D7/046—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic with learning or adaptive control, e.g. self-tuning, fuzzy logic or neural network
    • 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
    • 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
    • F03D80/00—Details, components or accessories not provided for in groups F03D1/00 - F03D17/00
    • F03D80/50—Maintenance or repair
    • 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
    • F05B2270/332—Maximum loads or fatigue criteria
    • 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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
    • G05B13/021—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a variable is automatically adjusted to optimise the performance
    • 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)
  • Mechanical Engineering (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Wind Motors (AREA)

Abstract

提供了一种生成用于风力涡轮机的控制时间表的方法，所述控制时间表指示涡轮机最大功率水平随着时间如何改变，所述方法包括：基于所测量的风力涡轮机场地和/或操作数据，确定指示涡轮机或者一个或多个涡轮机部件的当前剩余疲劳寿命的值；应用优化功能，该优化功能改变初始的控制时间表以通过改变能量采集与涡轮机或一个或多个涡轮机部件所消耗的疲劳寿命之间的折衷，直到确定优化控制时间表，来确定优化控制时间表，该优化包括：基于当前剩余疲劳寿命和所改变的控制时间表，估计在所改变的控制时间表的持续时间内由涡轮机或涡轮机部件消耗的未来疲劳寿命；以及根据一个或多个输入约束来约束对所述控制时间表的优化；其中，该输入约束包括目标最小风力涡轮机寿命，并且该优化还包括改变要在所述时间表的过程中执行的一个或多个部件的部件更换的次数的初始值，以确定部件更换的最大次数。

Description

用于生成风力涡轮机控制时间表的方法和系统
技术领域
本发明的实施例涉及用于确定针对风力涡轮机功率输出的控制时间表的方法和系统。
背景技术
图1A例示了现有技术中已知的大型常规风力涡轮机1，其包括塔架10和位于塔架10顶部的风力涡轮机机舱20。风力涡轮机转子30可以包括三个风力涡轮机叶片32，风力涡轮机叶片32均具有长度L。风力涡轮机转子30可以包括另一数量的叶片32，例如一个、两个、四个、五个或更多个。叶片32安装在位于塔架基底上方高度H处的轮毂34上。轮毂34通过从机舱20的前部延伸的低速轴(未示出)连接到机舱20。低速轴驱动变速箱(未示出)，该变速箱提高转速并且进而驱动机舱20内的发电机，以用于将由旋转叶片32从风中提取的能量转换为电功率输出。风力涡轮机叶片32限定扫掠区域A，该扫掠区域A是由旋转叶片32划定(delineated)的圆的区域。扫掠区域指示风力涡轮机1拦截的给定空气质量的多少，并且因此，影响风力涡轮机1的功率输出以及涡轮机1的部件在操作期间经历的力和弯矩。涡轮机可以立在岸上，如图所示，或离岸。在后一种情况下，塔架将连接到一个单桩、三脚架、格架或其它基础结构，并且基础可以是固定的或浮置的。
例如，每个风力涡轮机具有风力涡轮机控制器，其可以位于塔架基底或塔架顶部。风力涡轮机控制器处理来自传感器和其它控制系统的输入，并生成致动器(诸如桨距致动器、发电机转矩控制器、发电机接触器、用于启动轴制动器的开关、偏航电机等)的输出信号。
图1B示意性地示出了包括多个风力涡轮机110的常规风力发电厂100的示例，每个风力涡轮机110的控制器与发电厂控制器(PPC)130通信。PPC 130可以与每个涡轮机双向地通信。如粗线150所示，涡轮机将功率输出到电网连接点140。在操作中，并且假定风力状况允许，每个风力涡轮机110将输出最大有功功率直到由制造商指定的其额定功率。
图2例示了风力涡轮机的常规功率曲线55，其绘制x轴上的风速相对于y轴上的功率输出的关系。曲线55是风力涡轮机的正常功率曲线，并将风力涡轮发电机的功率输出定义为风速的函数。如本领域所公知的那样，风力涡轮机以切入风速V最小开始发电。涡轮机然后在部分负载(也称为部分负载)状况下操作，直到在VR点达到额定风速。在额定风速下，达到额定(或标称)发电机功率并且涡轮机在满负载下进行操作。例如，典型风力涡轮机中的切入风速可以是3m/s，并且额定风速可以是12m/s。V最大点是风力涡轮机在输送功率时可以操作的最高风速的切出风速。在风速等于或高于切出风速的情况下，出于安全原因(特别是为了减小作用在风力涡轮机上的负载)，关闭风力涡轮机。替代地，功率输出可以作为到零功率的风速而斜降。
风力涡轮机的额定功率在IEC 61400中被定义为最大连续电功率输出，其中风力涡轮机被设计为在正常操作和外部状况下实现。大型商业风力涡轮机一般设计寿命为20至25年，并设计为在额定功率下操作，以便不超过部件的设计负载和疲劳寿命。
风力涡轮机中各个部件的疲劳损伤累积速率在不同的操作状况下变化很大。随着发电功率的增加，磨损速率或损伤累积趋于增加。风力状况也会影响损伤的累积速率。对于一些机械部件而言，在非常高的湍流中操作会导致比正常湍流高出许多倍的疲劳损伤累积速率。对于一些电气元件，在很高的温度下操作(这可能是由高温环境造成的)，会导致比常温高出许多倍的疲劳损伤累积速率(例如绝缘击穿速率)。例如，发电机绕组的经验法则是，绕组温度下降10℃，寿命延长100％。
风力发电厂的年度能量生产(AEP)涉及形成风力发电厂的风力涡轮机的生产率，并且通常取决于风力发电厂位置处的年风速。对于给定的风力发电厂，AEP越大，风力发电厂的运营商的利润就越大，并且供应给电网的电能的量也越大。
因此，风力涡轮机制造商和风力发电厂运营商不断尝试增加给定风力发电厂的AEP。
一种这样的方法可能是在某些状况下对风力涡轮机进行超额定，换而言之，允许风力涡轮机操作达到高于风力涡轮机的额定或铭牌功率水平的功率水平一段时间，如图2的阴影区域58所示，以便当风大时生成更多的电能并相应地增加风力发电厂的AEP。具体而言，术语“超额定”(over-rating)被理解为意指通过控制诸如转子转速、转矩或发电机电流之类的涡轮参数在满负载操作期间产生大于额定有功功率。速度需求、扭矩需求和/或发电机电流需求的增加提高了由超额定产生的附加功率，而速度、扭矩和/或发电机电流需求的减小降低了超额定值产生的附加功率。如将理解的，超额定适用于有功功率，而不适用于无功功率。当涡轮机超额定时，涡轮机比正常运行更加积极，并且发电机具有高于在给定风速下的额定功率的功率输出。例如，超额定功率水平可能高出额定功率输出30％。当这对运营商有利时，特别是当诸如风速、湍流和电价之类的外部状况将允许更有利润的发电时，这允许更大的功率提取。
超额定导致风力涡轮机的部件上的更高的磨损或疲劳，这可能导致一个或多个部件的早期故障并且需要关闭涡轮机以进行维护。因此，超额定是以瞬态行为为特征。当涡轮机超额定时，可能会短至几秒钟，或者如果风力状况和部件的疲劳寿命有利于超额定，则延长一段时间。
虽然超额定允许涡轮机运营商增加AEP，并且以其它方式修改发电以适应他们的要求，但存在与超额定的风力涡轮机相关联的若干问题和缺点。风力涡轮机通常被设计成在给定的标称额定功率水平或铭牌功率水平下操作并且在认证的数年(例如，20年或25年)操作。因此，如果风力涡轮机超额定，那么风力涡轮机的寿命可能会减少。
本发明试图为涡轮机运营商提供灵活性，以便以适合其要求的方式操作其涡轮机，例如通过返回优化的AEP。
发明内容
本发明在现在参见的独立权利要求中进行限定。优选的特征在从属权利要求中列出。
本发明的实施例试图当采用折衷能量采集和疲劳负载的控制方法时提高了涡轮机操作员可用的灵活性。这种控制方法的示例是对超额定的使用。
根据本发明的第一方面，提供了一种生成用于风力涡轮机的控制时间表的方法，所述控制时间表指示涡轮机最大功率水平随着时间如何改变，所述方法包括：
接收指示目标最小风力涡轮机寿命的输入；
基于所测量的风力涡轮机场地和/或操作数据，确定指示所述涡轮机或者一个或多个涡轮机部件的当前剩余疲劳寿命的值；
通过以下操作来改变指定所述涡轮机最大功率水平随着时间如何改变的初始预定义的控制时间表的参数：
ⅰ)调整所述初始预定义的控制时间表的参数；
ⅱ)基于改变的控制时间表，估计在所述改变的控制时间表的持续时间内由所述风力涡轮机或者一个或多个涡轮机部件消耗的未来疲劳寿命；以及
ⅲ)重复步骤(ⅰ)和(ⅱ)，直到由所述风力涡轮机或者一个或多个涡轮机部件中的每一个涡轮机部件消耗的所估计的未来疲劳寿命足以允许达到目标最小风力涡轮机寿命。
可以改变该参数，直到为最重负载的部件消耗的估计的未来疲劳寿命足以允许刚好达到目标最小风力涡轮机寿命，或者换句话说，使得消耗的总疲劳寿命将基本上与目标最小风力涡轮机寿命一样。这可以基于目标最小风力涡轮机寿命的预定范围(例如，在目标的0到1、0到3、0到6、或0到12个月内)来实现。
可选地，所述步骤(ⅲ)还要求在所述涡轮机的寿命内使能量采集最大化。
可选地，所述控制时间表指示功率的量，由此所述风力涡轮机可以在其额定功率之上超额定。
可选地，所述方法还包括：针对所述涡轮机部件中的一个或多个的每一个，接收指示该涡轮机部件允许更换的最大次数的输入。然后，所述步骤(ⅰ)还包括为所述涡轮机部件中的一个或多个涡轮机部件调整在所述涡轮机的剩余寿命内部件可以被更换的次数。所述步骤(ⅰ)还包括针对所述涡轮机部件中的一个或多个涡轮机部件，调整在所述涡轮机的剩余寿命内何时部件可以被更换。所述一个或多个涡轮机部件包括以下中的一个或多个：叶片、桨距轴承、桨距致动系统、轮毂、主轴、主轴承、变速箱、发电机、转换器、偏航驱动器、偏航轴承或变压器。
可选地，所述初始预定义的控制时间表指定所述涡轮机最大功率水平随着时间的相对变化。
可选地，确定指示所述涡轮机或者所述一个或多个涡轮机部件的当前剩余疲劳寿命的值包括：将来自一个或多个涡轮机传感器的传感器数据应用于一个或多个寿命使用估计算法。
可选地，确定指示所述涡轮机或者所述一个或多个涡轮机部件的当前剩余疲劳寿命的值包括：使用来自状况监测系统的数据。
可选地，确定指示所述涡轮机或者所述一个或多个涡轮机部件的当前剩余疲劳寿命的值包括：结合场地检查程序使用从风力发电厂传感器获得的数据，所述场地检查程序基于从风力发电厂传感器获得的数据以及与风力发电厂和所述风力涡轮机设计相关的参数而确定作用于涡轮机部件的负载。所述传感器数据可以包括在调试和/或建造所述风力涡轮机或风力发电厂之前采集的传感器数据。
可选地，调整所述参数包括：将偏移、放大、去放大或增益因素应用于所述控制时间表。对所述参数进行调整直到在时间表的持续期间内消耗了最重负载的部件的全部或基本全部的疲劳寿命。通过均衡线上方或下方的曲线区域来调整所述参数，所述线示出了为利用在所期望的寿命的场地具体容量下设定的最大功率水平操作的个体涡轮机所引起的疲劳损伤。可以调整偏移，直到根据控制时间表由于操作涡轮机所引起的疲劳损伤等于根据在针对目标最小寿命的个体涡轮机最大功率水平下设定的恒定最大功率水平由于操作涡轮机所引起的疲劳损伤。
可选地，所述初始预定义的控制时间表指定最大功率水平随着时间的变化梯度。然后调整所述参数可以包括：调整所述梯度。
可选地，所述控制时间表指示应该随着时间引起的疲劳损伤的量，所述方法还包括基于一个或多个LUE操作所述风力涡轮机以在由所述控制时间表指示的功率下引起的疲劳损伤。
可选地，所述方法还包括向风力涡轮机控制器提供确定的控制时间表以控制风力涡轮机的功率输出。
所述方法可以只执行一次，或根据需要不规则地执行。替代地，可以周期性地重复所述方法。具体而言，可以每天、每月或每年重复所述方法。
可以提供一种用于风力涡轮机或风力发电厂的对应的控制器，所述控制器被配置为执行本文所描述的方法。
仍然根据第一方面，提供一种用于生成用于风力发电厂的控制时间表的方法，所述风力发电厂包括两个或更多个风力涡轮机，所述控制时间表指示对于每个风力涡轮机而言最大功率水平随着时间如何变化，所述方法包括：
接收指示每个涡轮机的目标最小期望寿命的输入；
基于所测量的风力涡轮机场地和/或操作数据，确定指示所述涡轮机中的每一个涡轮机或者所述涡轮机中的每一个涡轮机的一个或多个涡轮机部件的当前剩余疲劳寿命的值；
通过以下操作来改变指定所述发电厂的最大功率水平随着时间如何改变的初始预定义的控制时间表的参数：
ⅰ)调整所述初始预定义的控制时间表的参数；
ⅱ)使用场地检查程序，基于改变的控制时间表，估计在所述改变的控制时间表的持续时间内由所述风力涡轮机或者所述一个或多个涡轮机部件消耗的未来疲劳寿命，所述场地检查程序基于从风力发电厂传感器获得的数据以及与风力发电厂和风力涡轮机设计相关的参数而确定作用于涡轮机部件的负载，并且包括风力发电厂的涡轮机之间的交互作用；
ⅲ)重复步骤(ⅰ)和(ⅱ)，直到由所述风力涡轮机或者所述一个或多个涡轮机部件中的每一个涡轮机部件消耗的所估计的未来疲劳寿命足以允许达到目标最小风力涡轮机寿命。
可选地，所述传感器数据包括在调试和/或建造所述风力涡轮机或所述风力发电厂之前收集的传感器数据。
可选地，所述步骤(ⅲ)还受到约束，使得在所述时间表内的给定时间段内，当所有涡轮机的功率被加在一起时，所述功率不超过在所述发电厂到电网的连接中可以承载的功率的量。
根据本发明的第二方面，提供了一种生成用于风力涡轮机的控制时间表的方法，所述控制时间表指示涡轮机最大功率水平随着时间如何变化，所述方法包括：
接收指示一个或多个涡轮机部件中的每一个涡轮机部件要在所述涡轮机的剩余寿命内被更换的最大次数的输入；
基于所测量的风力涡轮机场地和/或操作数据，确定指示所述涡轮机或者所述涡轮机部件中的一个或多个涡轮机部件的当前剩余疲劳寿命的值；
通过以下操作来改变指定所述涡轮机最大功率水平随着时间如何改变的初始预定义的控制时间表的参数：
ⅳ)调整所述初始预定义的控制时间表的参数；
ⅴ)基于改变的控制时间表并考虑所述一个或多个涡轮机部件的更换，估计在所述改变的控制时间表的持续时间内由所述风力涡轮机或者一个或多个涡轮机部件消耗的未来疲劳寿命；以及
ⅵ)重复步骤(ⅰ)和(ⅱ)，直到由所述风力涡轮机或者一个或多个涡轮机部件中的每一个涡轮机部件消耗的所估计的未来疲劳寿命足以允许达到目标最小风力涡轮机寿命。
可以改变该参数，直到为最重负载的部件消耗的估计的未来疲劳寿命足以允许刚好达到目标最小风力涡轮机寿命，或者换句话说，使得消耗的总疲劳寿命将基本上与目标最小风力涡轮机寿命一样。这可以基于目标最小风力涡轮机寿命的预定范围(例如，在目标的0到1、0到3、0到6、或0到12个月内)来实现。
可选地，所述步骤(ⅲ)还要求在所述涡轮机的寿命内使能量采集最大化。
可选地，所述控制时间表指示功率的量，由此所述风力涡轮机可以在其额定功率之上超额定。
可选地，所述步骤(ⅰ)还包括针对所述涡轮机部件中的一个或多个涡轮机部件，调整在所述涡轮机的剩余寿命内部件可以更换部件的次数。所述步骤(ⅰ)还可以包括针对所述涡轮机部件中的一个或多个涡轮机部件，调整在所述涡轮机的剩余寿命内何时部件可以被更换。
可选地，所述目标最小风力涡轮机寿命是与涡轮机设计寿命相对应的预定目标值。
可选地，所述方法还包括接收指示用户定义的目标最小风力涡轮机寿命的输入。
可选地，所述初始预定义的控制时间表指定所述涡轮机最大功率水平随着时间的相对变化。
可选地，确定指示所述涡轮机或者所述一个或多个涡轮机部件的当前剩余疲劳寿命的值包括：将来自一个或多个涡轮机传感器的传感器数据应用于一个或多个寿命使用估计算法。
可选地，确定指示所述涡轮机或者所述一个或多个涡轮机部件的当前剩余疲劳寿命的值包括：使用来自状况监测系统的数据。
可选地，确定指示所述涡轮机或者所述一个或多个涡轮机部件的当前剩余疲劳寿命的值包括：结合场地检查程序使用从风力发电厂传感器获得的数据，所述场地检查程序基于从风力发电厂传感器获得的数据以及与风力发电厂和所述风力涡轮机设计相关的参数而确定作用于涡轮机部件的负载。所述传感器数据包括在调试和/或建造所述风力涡轮机或风力发电厂之前收集的传感器数据。
可选地，调整所述参数包括：将偏移、放大、去放大或增益因素应用于所述控制时间表。对所述参数进行调整直到在时间表的持续期间内消耗了最重负载的部件的全部或基本全部的疲劳寿命。通过均衡线上方或下方的曲线区域调整所述偏移，所述线示出了为利用在所期望的寿命的场地具体容量下设定的最大功率水平操作的个体涡轮机所引起的疲劳损伤。可以调整偏移，直到根据控制时间表由于操作涡轮机所引起的疲劳损伤等于根据在针对目标最小寿命的个体涡轮机最大功率水平下设定的最大功率水平由于操作涡轮所引起的疲劳损伤。
可选地，所述初始预定义的控制时间表指定随着时间最大功率水平的变化梯度。然后整所述参数包括：调整所述梯度。
可选地，所述控制时间表指示应该随着时间引起的疲劳损伤的量，所述方法还包括基于一个或多个LUE操作所述风力涡轮机以在由所述控制时间表指示的功率下引起疲劳损伤。
可选地，所述方法还包括向风力涡轮机控制器提供确定的控制时间表以控制风力涡轮机的功率输出。
可选地，所述一个或多个涡轮机部件包括以下中的一个或多个：叶片、桨距轴承、桨距致动系统、轮毂、主轴、主轴承、变速箱、发电机、转换器、偏航驱动器、偏航轴承或变压器。
所述方法可以只执行一次，或根据需要不规则地执行。替代地，可以周期性地重复所述方法。具体而言，可以每天、每月或每年重复所述方法。
可以提供一种用于风力涡轮机或风力发电厂的对应的控制器，所述控制器被配置为执行本文所描述的方法。
仍然根据第二方面，提供了一种用于生成用于风力发电厂的控制时间表的方法，所述风力发电厂包括两个或更多个风力涡轮机，所述控制时间表指示对于每个风力涡轮机而言最大功率水平随着时间如何变化，所述方法包括：
接收指示每个涡轮机的一个或多个涡轮机部件中的每一个涡轮机部件要在所述涡轮机的剩余寿命内被更换的最大次数的输入；
基于所测量的风力涡轮机场地和/或操作数据，确定指示所述涡轮机中的每一个涡轮机或者所述涡轮机中的每一个涡轮机的一个或多个涡轮机部件的当前剩余疲劳寿命的值；
通过以下操作来改变指定所述涡轮机的最大功率水平随着时间如何改变的初始预定义的控制时间表的参数：
ⅳ)调整所述初始预定义的控制时间表的参数；
ⅴ)使用场地检查程序，基于改变的控制时间表并考虑所述一个或多个涡轮机部件的更换，估计在所述改变的控制时间表的持续时间内由所述风力涡轮机或者所述一个或多个涡轮机部件消耗的未来疲劳寿命，所述场地检查程序基于从风力发电厂传感器获得的数据以及与风力发电厂和风力涡轮机设计相关的参数来确定作用于涡轮机部件的负载，并且包括风力发电厂的涡轮机之间的交互作用；
ⅵ)重复步骤(ⅰ)和(ⅱ)，直到由所述风力涡轮机或者所述一个或多个涡轮机部件中的每一个涡轮机部件消耗的所估计的未来疲劳寿命足以允许达到目标最小风力涡轮机寿命。
可选地，所述传感器数据包括在调试和/或建造所述风力涡轮机或所述风力发电厂之前收集的传感器数据。
可选地，所述步骤(ⅲ)还受到约束，使得在所述时间表内的给定时间段内，当所有涡轮机的功率被加在一起时，所述功率不超过在所述电厂到电网的连接中可以承载的功率的量。
根据本发明的第三方面，提供了一种生成用于风力涡轮机的控制时间表的方法，所述控制时间表指示涡轮机最大功率水平随着时间如何改变，所述方法包括：
基于所测量的风力涡轮机场地和/或操作数据，确定指示所述涡轮机或一个或多个涡轮机部件的当前剩余疲劳寿命的值；
应用改变初始控制时间表的优化功能，以通过改变所述涡轮机或所述一个或多个涡轮机部件所消耗的能量采集与疲劳寿命之间的折衷来确定优化的控制时间表直到确定优化的控制时间表为止，所述优化包括：
基于所述当前剩余疲劳寿命和所述改变的控制时间表，估计在所述改变的控制时间表的持续时间内所述涡轮机或涡轮机部件所消耗的未来疲劳寿命；以及
根据一个或多个输入约束来约束对所述控制时间表的优化；
其中，所述输入约束包括针对一个或多个涡轮机部件的允许部件更换的最大次数，并且所述优化还包括改变风力涡轮机寿命的初始值以确定目标风力涡轮机寿命。
根据本发明的第四方面，提供一种生成用于风力涡轮机的控制时间表的方法，所述控制时间表指示所述涡轮机最大功率水平随着时间如何改变，所述方法包括：
基于所测量的风力涡轮机场地和/或操作数据，确定指示所述涡轮机或者一个或多个涡轮机部件的当前剩余疲劳寿命的值；
应用优化功能，所述优化功能改变了初始控制时间表以通过改变能量采集与所述涡轮机或者所述一个或多个涡轮机部件消耗的疲劳寿命之间的折衷，直到确定了优化控制时间表，来确定优化控制时间表，所述优化包括：
基于所述当前剩余疲劳寿命和改变的控制时间表，估计在所述改变的控制时间表的持续时间内由所述涡轮机或涡轮机部件消耗的未来疲劳寿命；以及
根据一个或多个输入约束来约束对所述控制时间表的优化；
其中，所述输入约束包括目标最小风力涡轮机寿命，并且所述优化还包括改变要在所述时间表的过程中执行的一个或多个部件的部件更换的次数的初始值，以确定部件更换的最大次数。
根据本发明的第五方面，提供一种生成用于风力发电厂的控制时间表的方法，所述控制时间表指示最大功率水平随着时间如何改变，所述方法包括：
基于所测量的风力涡轮机场地和/或操作数据，确定指示所述涡轮机或一个或多个涡轮机部件的当前剩余的疲劳寿命的值；
应用改变初始控制时间表的优化函数，以通过改变所述涡轮机或所述一个或多个涡轮机部件所消耗的能量采集与疲劳寿命之间的折衷来确定优化的控制时间表直到确定优化的控制时间表为止，所述优化包括：
基于所述当前剩余疲劳寿命和所述改变的控制时间表，估计在所述改变的控制时间表的持续时间内所述涡轮机或涡轮机部件所消耗的未来疲劳寿命；以及
根据一个或多个输入约束来约束所述控制时间表的优化；
其中，所述优化还包括改变风力涡轮机寿命的初始值，以及改变要在所述时间表的过程中执行的一个或多个部件的部件更换的次数的初始值，以确定针对一个或多个涡轮机部件的部件更换的次数以及目标最小风力涡轮机寿命。
可以将以下可选的特征应用于第三、第四或第五方面。
控制时间表可以在涡轮机的整个使用寿命内应用。
可选地，所述方法还包括通过改变部件更换的时间和数量达到所述最大次数来优化所述控制时间表。
可选地，可以被更换的所述一个或多个涡轮机部件可以包括以下中的一个或多个：叶片、桨距轴承、桨距致动系统、轮毂、主轴、主轴承、变速箱、发电机、转换器、偏航驱动器、偏航轴承或变压器。
可选地，所述初始控制时间表指定在达到所述涡轮机可以操作的涡轮机最大功率水平的时间内的相对变化。
可选地，所述输入约束还包括涡轮机设计所允许的所述涡轮机的上限最大功率输出和/或所述涡轮机的最小功率输出。
可选地，确定指示所述涡轮机或者一个或多个涡轮机部件的当前剩余疲劳寿命的值包括：将来自一个或多个涡轮机传感器的传感器数据应用于一个或多个寿命使用估计算法。
可选地，确定指示所述涡轮机或者一个或多个涡轮机部件的当前剩余疲劳寿命的值包括：使用来自状况监测系统的数据。
可选地，确定指示所述涡轮机或者一个或多个涡轮机部件的当前剩余疲劳寿命的值包括：结合场地检查程序使用从风力发电场传感器获得的数据，所述场地检查程序基于风力发电场传感器和与所述风力发电场和风力涡轮机设计相关的参数确定作用于涡轮机部件上的负载。
可选地，对所述控制时间表的优化包括：改变所述控制时间表以将水平化能量成本(LCoE)最小化。一种LCoE模型可以用于确定LCoE，所述模型包括用于以下性能的中的一个或多个的参数：容量因素、可用性以及场效率，所述容量因素指示周期内生成的能量除以如果涡轮机在所述周期以额定功率连续操作则可能生成的能量；所述可用性指示所述涡轮机可用于生成电力的时间；并且所述场效率指示周期内生成的能量除以如果在完全不受上游涡轮机干扰的风力下操作则可能生成的能量。所述模型还可以包括用于以下中的一个或多个的参数：与更换一个或多个部件相关联的成本，其包括涡轮机停机时间、用于部件更换的人工和设备、更换部件的制造或翻新成本、以及到电厂的所翻新的或所更换的部件的运输成本；以及与磨损部件的更换相关联的服务成本。
可选地，所优化的控制时间表是达到所述涡轮机可以操作的最大功率水平的时间表并且可以指定高于所述风力涡轮机的额定功率的最大功率水平。替代地，所述控制时间表可以指示应该随着时间引起的疲劳损伤的量，所述方法还包括基于一个或多个LUE操作所述风力涡轮机，以引起在由所述控制时间表指示的速率下的疲劳损伤。
所述控制时间表可以指示在所述涡轮机的寿命内所述涡轮机最大功率水平如何改变。
可选地，所述方法还可以包括向风力涡轮机控制器或风力发电厂控制器提供所优化的控制时间表以控制风力涡轮机的功率输出。
可选地，周期性地重复所述方法。每天、每月或每年重复所述方法。
可以提供一种用于风力涡轮机或风力发电厂的对应控制器，其被配置为执行本文所描述的第三、第四或第五方面的方法。
根据第三方面，提供了一种用于生成风力涡轮机的控制时间表的优化器，所述控制时间表指示所述涡轮机最大功率水平随着时间如何改变，所述优化器包括：
优化模块，其被配置为接收：变量集合的初始值、一个或多个约束、以及指示所述涡轮机或一个或多个涡轮机部件的当前剩余疲劳寿命的数据；所述变量集合是所述风力涡轮机的操作变量并包括初始控制时间表；
其中，所述优化模块被配置为：
根据所述涡轮机或者所述一个或多个涡轮机部件的剩余疲劳寿命和所述一个或多个约束，通过从其初始值改变所述变量中的一个或多个变量，使在所述优化模块处接收的取决于所述变量组合的操作参数最小化或最大化，来优化所述控制时间表；以及
输出优化控制时间表；
其中，所述约束包括针对一个或多个涡轮机部件的允许部件更换的最大次数并且所述优化模块还被配置为改变风力涡轮机寿命的初始值以确定目标风力涡轮机寿命。
根据第四方面，提供了一种用于生成用于风力涡轮机的控制时间表的优化器，所述控制时间表指示所述涡轮机最大功率水平随着时间如何改变，所述优化器包括：
优化模块，其被配置为接收：变量集合的初始值、一个或多个约束、以及指示所述涡轮机或一个或多个涡轮机部件的当前剩余疲劳寿命的数据；所述变量集合是所述风力涡轮机的操作变量并包括初始控制时间表；
其中，所述优化模块被配置为：
根据所述涡轮机或者所述一个或多个涡轮机部件的剩余疲劳寿命和所述一个或多个约束，通过从其初始值改变所述变量中的一个或多个变量，使在所述优化模块处接收的取决于所述变量组合的操作参数最小化或最大化，来优化所述控制时间表；以及
输出优化控制时间表；
其中，所述约束包括目标最小风力涡轮机寿命，并且所述优化模块还被配置为改变要在所述调度的过程中执行的一个或多个部件的部件更换的次数的初始值，以确定部件更换的最大次数。
根据第五方面，提供了一种用于生成用于风力涡轮机的控制时间表的优化器，所述控制时间表指示所述涡轮机最大功率水平随着时间如何改变，所述优化器包括：
优化模块，其被配置为接收：变量集合的初始值、一个或多个约束、以及指示所述涡轮机或一个或多个涡轮机部件的当前剩余疲劳寿命的数据；所述变量集合是所述风力涡轮机的操作变量并包括初始控制时间表；
其中，所述优化模块被配置为：
根据所述涡轮机或者所述一个或多个涡轮机部件的剩余疲劳寿命和所述一个或多个约束，通过从其初始值改变所述变量中的一个或多个变量，使在所述优化模块处接收的取决于所述变量组合的操作参数最小化或最大化，来优化所述控制时间表；以及
输出优化控制时间表；
其中，所述优化模块还被配置为改变风力涡轮机寿命的初始值，并且改变要在所述时间表的过程中执行的一个或多个部件的部件更换的次数的初始值，以确定一个或多个涡轮机部件的部件更换的次数与目标最小涡轮机寿命的组合。
可以将以下可选的特征应用于第三、第四或第五方面的优化器。
可选地，所述初始控制时间表指定在达到所述涡轮机可以操作的涡轮机最大功率水平的时间内的相对变化。
可选地，所述优化器还包括初始化模块，其被配置为接收所述变量集合的初始值和所述传感器数据的初始值，所述初始化模块被配置为计算操作参数的初始值。
可选地，所述一个或多个涡轮机部件是以下中的一个或多个：叶片、桨距轴承、桨距致动系统、轮毂、主轴、主轴承、变速箱、发电机、转换器、偏航驱动器、偏航轴承或变压器。
可选地，所述操作参数是用于所述涡轮机的水平化能量成本(LCoE)，并且优化所述控制时间表包括使所述水平化能量成本(LCoE)最小化。一种LCoE模型可以用于确定LCoE，所述模型包括用于以下中的一个或多个的参数：容量因素、可用性以及场效率，所述容量因素指示周期内生成的能量除以如果涡轮机在所述周期以额定功率连续操作则可能生成的能量；所述可用性指示所述涡轮机可用于生成电力的时间；并且所述场效率指示周期内生成的能量除以如果在完全不受上游涡轮机干扰的风力下操作则可能生成的能量。所述模型还可以包括用于以下中的一个或多个的参数：与更换一个或多个部件相关联的成本，其包括涡轮机停机时间、用于部件更换的人工和设备、更换部件的制造或翻新成本、以及到电厂的所翻新的或所更换的部件的运输成本；以及与磨损部件的更换相关联的服务成本。
可以提供一种控制器，其包括根据第三、第四或第五方面中的任一方面的优化器。
根据第三方面，提供一种生成用于风力发电厂的控制时间表的方法，所述风力发电厂包括多个风力涡轮机，所述控制时间表针对每个风力涡轮机指示最大功率水平随着时间如何改变，所述方法包括：
基于所测量的风力涡轮机场地和/或操作数据，确定指示每个所述涡轮机或每个所述涡轮机中的一个或多个涡轮机部件的当前剩余的疲劳寿命的值；
应用改变每个所述涡轮机的初始控制时间表的优化函数，以通过改变每个所述涡轮机或每个所述涡轮机中的所述一个或多个涡轮机部件所消耗的能量采集与疲劳寿命之间的折衷来确定优化的控制时间表直到确定优化的控制时间表为止，所述优化包括：
使用场地检查程序，基于所述当前剩余疲劳寿命和所述改变的控制时间表，估计在所述改变的控制时间表的持续时间内所述涡轮机或涡轮机部件所消耗的未来的疲劳寿命，所述场地检查程序基于从风力发电厂传感器获得的数据和与所述风力发电厂和风力涡轮机设计相关的参数来确定作用在涡轮机部件上的负载，并且包括所述风力发电厂的涡轮机之间的交互；以及
根据一个或多个输入约束来约束所述控制时间表的优化；
其中，所述约束包括每一个所述风力涡轮机的一个或多个涡轮机部件中的每一个的允许的部件更换的最大次数，并且所述优化模块还被配置为改变风力涡轮机寿命的初始值以确定目标风力涡轮机寿命。
根据第四方面，提供一种生成用于风力涡轮机的控制时间表的方法，所述控制时间表指示针对每个风力涡轮机而言最大功率水平随着时间如何改变，所述方法包括：
基于所测量的风力涡轮机场地和/或操作数据，确定指示所述每个涡轮机或者每个涡轮机的一个或多个涡轮机部件的当前剩余疲劳寿命的值；
应用优化功能，所述优化功能改变了每个涡轮机的初始控制时间表以通过改变能量采集与所述涡轮机或者所述一个或多个涡轮机部件消耗的疲劳寿命之间的折衷，直到确定了优化控制时间表，来确定优化控制时间表，所述优化包括：
使用场地检查程序，基于所述当前剩余疲劳寿命和所述改变的控制时间表，估计在所述改变的控制时间表的持续时间内所述涡轮机或涡轮机部件所消耗的未来的疲劳寿命，所述场地检查程序基于从风力发电厂传感器获得的数据和与所述风力发电厂和风力涡轮机设计相关的参数来确定作用在涡轮机部件上的负载，并且包括所述风力发电厂的涡轮机之间的交互；以及
根据一个或多个输入约束来约束对所述控制时间表的优化；
其中，所述约束包括所述涡轮机中的每一个涡轮机的目标最小风力涡轮机寿命，并且所述优化模块还被配置为改变要在所述时间表的过程中执行的所述风力涡轮机中的每一个风力涡轮机的一个或多个部件的部件更换的次数的初始值，以确定部件更换的最大次数。
根据第五方面，提供了一种生成用于风力发电厂的控制时间表的方法，所述风力发电厂包括多个风力涡轮机，所述控制时间表指示对于每个风力涡轮机而言最大功率水平随着时间如何改变，所述方法包括：
基于所测量的风力涡轮机场地和/或操作数据，确定指示所述涡轮机中的每一个涡轮机或者所述涡轮机中的每一个涡轮机的一个或多个涡轮机部件的当前剩余疲劳寿命的值；
应用优化功能，所述优化功能改变了所述涡轮机中的每一个涡轮机的初始控制时间表以通过改变能量采集与所述涡轮机中的每一个涡轮机或者所述涡轮机中的每一个涡轮机的所述一个或多个涡轮机部件消耗的疲劳寿命之间的折衷，直到确定了优化控制时间表，来确定优化控制时间表，所述优化包括：
使用场地检查程序，基于所述当前剩余疲劳寿命和改变的控制时间表，估计在所述改变的控制时间表的持续时间内由所述涡轮机或涡轮机部件消耗的未来疲劳寿命，所述场地检查程序基于从风力发电厂传感器和与所述风力发电厂和风力涡轮机设计相关的参数来确定作用于涡轮机部件的负载，并且包括所述风力发电厂的所述涡轮机之间的交互；以及
根据一个或多个输入约束来约束对所述控制时间表的优化；
其中，所述优化还包括改变风力涡轮机寿命中的每一个的初始值，并且改变要在所述时间表的过程中执行的所述风力涡轮机中的每一个风力涡轮机的一个或多个部件的部件更换的次数的初始值，以确定所述风力涡轮机中的每一个风力涡轮机的一个或多个部件的部件更换的次数和所述风力涡轮机中的每一个风力涡轮机的目标最小风力涡轮机寿命的组合。
可以将以下可选的特征应用于第三、第四或第五方面的发电厂水平的方法。
可选地，所述初始控制时间表指定针对每个涡轮机在达到所述涡轮机可以操作的涡轮机最大功率水平的时间内的相对变化。
可选地，所述传感器数据包括在调试和/或建造所述风力涡轮机或风力发电厂之前收集的传感器数据。
可选地，所述优化功能可以针对所述涡轮机部件中的一个或多个涡轮机部件改变在所述涡轮机的剩余寿命内部件可以被更换的次数。所述优化功能可以针对所述涡轮机部件中的一个或多个涡轮机部件改变在所述涡轮机的剩余寿命期间何时部件可以被更换。
可选地，所述方法还受到约束，使得在所述时间表内的给定时间段内，当所有涡轮机的功率被加在一起时，所述功率不超过在所述电厂到电网的连接中可以承载的功率的量。
可以提供一种对应的风力发电厂控制器，其被配置为执行第三、第四或第五方面的上述方法。
可以在当在控制器的处理器上执行的软件中体现本文所描述的方法中的任何方法，使得该软件执行相关方法。
本文对场地检查软件的引用包括本领域技术人员已知的场地检查工具，其用于仿真风力涡轮机的操作，以基于预建造和/或预调试传感器数据和其它场地信息(诸如地形等)来确定风力涡轮机和风力发电厂的操作特性。所述场地检查工具还使用来自涡轮机或电厂或来自在其中可用的相似涡轮机或电厂的操作数据。示例包括Vestas(TM)场地检查工具。由DNV GL提供替代的场地检查软件包。其由允许用户进行全面的性能和加载计算的三个连接的程序组成：“WindFarmer”、“WindFarmer Bladed Link”和“Bladed”。
附图说明
现在将仅以举例的方式并参照附图进一步描述本发明，在附图中：
图1A是常规风力涡轮机的示意性前视图；
图1B是包括多个风力涡轮机的常规风力发电厂的示意图；
图2是例示风力涡轮机的常规功率曲线的曲线图；
图3是例示风力涡轮机随时间产生的功率如何随着涡轮机的目标寿命而变化的曲线图；
图4是示出针对风力涡轮机的不同功率时间表的曲线图，其中，各个最大风力涡轮机功率水平在涡轮机的寿命期间变化以控制功率输出；
图5是示出不同涡轮机部件之间累积的总寿命疲劳的示例性变化的曲线图；
图6是风力发电厂的简化的水平化能量模型成本的示例；
图7是用于优化风力涡轮机控制策略的示例性优化器的框图；
图8是用于确定风力涡轮机类型最大功率水平的方法的示例；以及
图9是风力涡轮机控制器布置的示意图。
具体实施方式
本发明的实施例试图在采用折衷能量采集和疲劳负载的控制方法时提高涡轮机操作员可用的灵活性。具体而言，实施例提供了一种优化方法，以允许涡轮机操作员根据他们的要求优化涡轮机性能，例如AEP。
为了优化性能，三个参数可用于在整个风力涡轮机控制策略中变化。这些是：(ⅰ)风力涡轮机的功率时间表；(ⅱ)风力涡轮机的剩余寿命；以及(ⅲ)在风机涡轮机的剩余寿命期间允许的部件更换次数。这些参数中的一个或多个可以相对于其它参数中的一个或多个而变化，以达到优化的控制策略。参数也可能受约束限制。
例如，可以执行优化以提高涡轮机在其整个使用寿命中的AEP并提高盈利能力。涡轮机操作员可以指定一个或多个约束，并且然后可以执行优化。操作员可以请求最小风力涡轮机寿命(例如19年)、最大次数的单个部件更换(例如，一个变速箱更换)和/或特定功率时间表、时间表曲线或形状或时间表梯度中的一个或多个。
功率时间表是由风力涡轮机控制器使用的变量的时间表，以在剩余的涡轮机寿命期间折衷能量采集和疲劳负载，例如当对涡轮机进行超额定时。通过对给定的涡轮机进行超额定而生成的附加功率可以通过指定诸如单个风力涡轮机最大功率水平的变量的值来控制。该最大功率水平指定高于额定功率的功率，当超额定时，涡轮机可以操作以达到该功率。功率时间表可以在涡轮机的寿命期间指定恒定的最大功率水平。替代地，功率时间表可以指定在风力涡轮机的整个寿命期间变化的最大功率水平，使得可以由超额定生成的附加功率量随着时间而变化。例如，发电厂操作员可能希望在风力涡轮机寿命的早年时期期间生成更多的功率，以涡轮机部件的疲劳寿命消耗增加为代价，因为项目早期的发电财务价值是不成比例的高。
对于给定的涡轮机类型，单个的风力涡轮机最大功率水平受到风力涡轮机机械部件的最大负载极限以及电气部件的设计极限的约束，因为最大功率不能安全地增加超过可能使得涡轮机经受机械负载值或高于其最大设计负载极限的电负载。该单个风力涡轮机最大功率水平不能超过的上最大功率水平可以被称为“风力涡轮机类型最大功率水平”，并且指定所确定的负载不超过该风力涡轮机类型的设计负载的最大功率水平。在下面“最大功率水平计算”部分中给出了可以计算风力涡轮机类型最大功率水平的方式的示例。
单个风力涡轮机最大功率水平是根据本发明的实施例在时间表中指定的功率水平，并且可以被简单地称为最大功率水平。可以针对基于每个涡轮机在其在风力发电厂中的特定场地或位置处所面对的一个或多个状况、基于每个涡轮机的疲劳负载值计算出的每个单独的涡轮机来改善单个风力涡轮机最大功率水平，其中，在给定场地为每个涡轮机确定单个风力涡轮机最大功率水平。然后可以设定单个的风力涡轮机最大功率水平，使得涡轮机或单独的涡轮机部件的疲劳寿命的消耗速率给出对应于或超过特定目标寿命的疲劳寿命。
风力涡轮机的剩余寿命指定了操作员为了优化AEP而愿意接受的操作寿命的量。剩余寿命将取决于实施AEP优化方法的第一次激活的时间点，因为随着涡轮机操作，可用剩余寿命减少。
在风力涡轮机的剩余寿命期间允许的部件更换次数也可以用于优化AEP。由于涡轮机部件在不同的状况下以不同的速率疲劳，一些部件的实际寿命可能远远超过风力涡轮机20年的预期寿命，或者同样地，这些部件能够在给定寿命内被更高地超额定。具有较长寿命的部件不能驱动整个涡轮机的寿命，并具有备用的生产能力。然而，具有较短寿命的部件可能会对超额定产生限制作用，并且在涡轮机的寿命期间，能够通过更换一个或多个这些部件来提高AEP。具体而言，通过提高转矩来实现超额定对变速箱、发电机和功率输出装置部件的疲劳寿命具有特别重大的影响。相反，如果通过提高转子速度来实现超额定，那么叶片和结构部件的疲劳寿命就会受到更大的影响。
在本发明的实施例的上下文中的可更换部件被认为是主要部件，例如均占风力涡轮机总成本的5％或更多的并且可以在现场被更换的那些部件。仅占风力涡轮机总成本的一小部分的通用磨损部件不需要考虑。具体而言，考虑更换的部件可以包括叶片、桨距轴承、桨距致动系统、轮毂、主轴、主轴承、变速箱、发电机、转换器、偏航驱动器、偏航轴承或变压器中的一个或多个。
图3显示了优化的第一个示例，其中功率时间表相对于涡轮机的目标寿命而变化。在这个示例中，涡轮机的设计寿命是20年，并且涡轮机的寿命期间的功率水平是固定的。可以看出，随着风力涡轮机寿命的减少，给定年份产生的功率量增加。随着涡轮机寿命的减少，涡轮机或涡轮机部件的疲劳寿命的消耗速率可以增加，从而允许通过超额定生成附加功率。优化可以根据涡轮机操作员的偏好来应用。例如，可以确定和选择使涡轮机的AEP、净现值(NPV)或纯现价(NPW)最大化的寿命。NPV/NPW可以使用已知的方法来计算。
图4显示了优化的另外示例，其中，功率时间表再次相对于涡轮机的目标寿命而变化。在这个示例中，由时间表指定的最大功率水平在涡轮机的寿命内是可变的。可以指定初始时间表，例如，涡轮机操作员可以具有要使用的期望时间表形状。时间表定义了单个风力涡轮机最大功率水平如何随时间变化，但是可以以相对而非绝对的方式进行。在该示例中，期望的时间表401是在20年的涡轮机寿命期间从风力涡轮机类型最大功率水平P最大到涡轮机类型P标称的标称或额定功率水平的线性时间表。对于年平均风速低于涡轮机设计风速的典型示例场地，虚线A表示20年寿命期间单个涡轮机的场地具体能力。对于特定的涡轮机而言，可能不能满足期望的时间表401，而在涡轮机的寿命期间不超过涡轮机或某些涡轮机部件的疲劳寿命。因此调整时间表，直到根据功率时间表引起的总疲劳不超过负载最重的部件的设计疲劳寿命。
这可以通过估计在其持续时间内(例如，直到涡轮机设计寿命，或用户指定的涡轮机寿命)跟随时间表所引起的疲劳损伤来实现。使用场地检查功能可以估计所引起的疲劳损伤，并且可以补充LUE数据，两者都考虑到由于给定的微型网站状况而导致的负载引起的疲劳损伤。可以调整时间表，直至负载最重的部件的导致的疲劳寿命等于该部件的设计疲劳寿命。换而言之，调整时间表，直到负载最重的部件的全部或基本全部疲劳寿命在时间表的持续时间内耗尽。
时间表可以通过调整其一个或多个参数来调整。这可以包括：
-通过在整个时间表上增加或减去一个值来将偏移量应用到时间表；
-将大于或小于1的增益应用到时间表；
-通过调整相关参数来非线性地提高或降低控制时间表的任何其它适当的功能，从而视情况以其它方式扩大/收缩或放大/缩小时间表以改变时间表功率水平值。
在一个示例中，可以针对根据功率时间表图确定的最疲劳的部件，基于所引起的疲劳损伤相对于时间的等效曲线图或剩余疲劳寿命相对于时间的等效曲线图来实现对时间表进行调整，并且使用场地检查软件来确定在给定功率水平下在发电厂内特定的涡轮机位置(也称为涡轮机微型网站)处可能引起的对部件的疲劳损伤。对曲线进行调整，直到适用于所需的涡轮机寿命的等效疲劳曲线上相应能力线上方和下方的每个时间表所限定的区域相等。例如，这可以通过均衡线上方和下方的曲线的区域来实现，该线显示了针对单个涡轮机在以期望的寿命的场地具体能力下设定的恒定最大功率水平下操作所引起的疲劳损伤。例如，这将是等同于图3的虚线A的线，但是示出了针对单个风力涡轮机最大功率随着时间所引起的疲劳损伤。通过向曲线添加或减去偏移直到区域均衡而使功率时间表曲线向上或向下移动来实现区域均衡，或者通过调整曲线的一个或多个参数而放大或缩小曲线来实现区域均衡。涡轮机或涡轮机部件所消耗的总疲劳寿命将达到操作20年。线402示出了示例性时间表，该线终止于黑色方块i。
对于同一示例性场地，19年的寿命期间涡轮机的场地具体能力如虚线B所示。可以看出，19年寿命的能力超过20年寿命的能力。因此，由此产生的19年时间表(由线403给出其示例)可以具有比20年寿命时间表402的初始最大功率水平值P’20年更高的初始最大功率水平值P’19年。时间表403终止于19年，由黑色方块ii指示。
在图4的示例中，时间表调整受限于时间表的斜率或梯度应该等于20年寿命期间的初始时间表401的斜率或梯度的附加约束。如图4的示例中所使用的，还可以应用另外的约束，由此该时间表的斜率等于初始时间表401的斜率，直到达到标称功率水平，该标称功率水平可以是涡轮机的额定功率，从该点起，最大功率水平被保持在标称功率水平。替代地，实施例可以采用涡轮机的降额定，使得由时间表指定的最大功率水平可以被设置为低于涡轮机的额定功率的水平。
时间表以逐步的方式进行调整，或者从P最大减小，或者从P标称增加，或者从线A的功率值增加，直到达到在负载最重的涡轮机部件中具有足够的疲劳寿命的适当时间表，以达到目标涡轮寿命。例如，初始最大功率水平P’可以以P标称的1％的步幅增加或减少直到达到适当的时间表。
根据涡轮机寿命的年限数，还存在优化功率时间表的其它可能性。例如，时间表可以全部从相同的初始值(例如，P最大)开始，并且梯度变化，直到适用于期望的涡轮机寿命的等效疲劳曲线上相应的能力线上方和下方的每个时间表所限定的区域相等。
另一条线404示出了如果考虑到一个或多个部件更换，则可以在20年的寿命期内为涡轮机实现时间表的示例。时间表404终止于黑盒子i。一个或多个部件可能特别容易受到超额定引起的疲劳损伤。例如，如图5中所示，经过20年的操作，一个部件可能达到20年的寿命疲劳极限，而其它部件仍有一定的储备寿命。在这种情况下，更换引起疲劳损伤较高速率的一个或多个部件允许AEP增加。在涡轮机寿命期间，包括并考虑到更换的总成本，在计算NPV时，这仍可能增加涡轮机的盈利能力。
作为指定最大功率水平值的时间表的替代方案，还可以指定疲劳损伤的时间表或剩余的疲劳寿命，因为所引起的疲劳损伤的速率与涡轮机的最大功率水平设置有关。然后控制涡轮机功率输出以保持剩余的疲劳寿命为由时间表指定的疲劳寿命，例如通过使用LUE来跟踪涡轮机控制器中的疲劳寿命。作为另外的替代的方式，还可以使用能量时间表，因为这将仍然表示涡轮机最大功率水平如何随时间变化。能量时间表可以是每年或每个日历月或类似的。
为了避免疑惑，时间表还可以具有非线性形状，例如遵循多项式曲线的形状。
虽然时间表被显示为在其持续时间内连续变化，但它们可以以阶梯式变化，指定在特定时间段(例如一个月、一个季节或一年)期间的给定最大功率水平。时间表可以例如是在涡轮机的寿命期间的一系列年度值。
时间表可以计算一次，或可以每隔一段时间重复计算。例如，时间表可以按月或按年计算。对于逐年指定最大功率水平的时间表，计算每个月或每周的时间表(例如)可能是有利的，因为时间表的变化可以向用户警示比预期更快变化的参数。
如果时间表计算一次，该计算可能在风力发电厂调试之前进行，或者可能在调试后的任何时间进行。对于每隔一段时间重复的计算，第一次计算可能会在风力发电厂调试之前进行，或者可能在调试后的任何时间进行。
第一示例
根据第一示例，产生可以用于控制风力涡轮机的控制时间表。可以定义相对时间表，并且可以定义最小风力涡轮机寿命或主要部件更换的最大次数中的一个或多个。然后调整时间表以确保涡轮机的疲劳寿命达到目标寿命，同时最大化AEP。
风力涡轮机根据本文描述的超额定控制技术中的一种使用超额定控制器来操作，超额定控制器可以由风力涡轮机控制器实施。
寿命使用估计器(LUE)可以用于确定和监测部件的寿命使用。寿命使用估计器可以用于确保所有涡轮机部件的疲劳负载极限保持在其设计寿命内。可以测量给定部件经受的负载(例如，它们的弯曲力矩、温度、力或运动)，并且例如使用诸如雨流计数和Miner法则或化学衰减方程计算消耗的部件疲劳寿命的量。基于寿命使用估计器，单个涡轮机然后可以以不超过其设计极限的方式操作。用于测量给定涡轮机部件消耗的疲劳寿命的设备、模块、软件部件或逻辑部件也可以被称为其寿命使用估计器，并且将使用相同的首字母缩略词(LUE)来指代用于确定寿命使用估计的算法以及对应的设备、模块或软件或逻辑部件。下面将更详细地描述LUE。
根据默认操作模式，超额定控制器将基于风力涡轮机的预期或认证寿命期限内的函数或时间表来控制所应用的超额定的量。通常这是20或25年。
该控制器被配置为接收例如来自场地操作员的输入参数，该输入定义风力涡轮机或一个或多个特定涡轮机部件的新目标寿命。使用LUE来确定涡轮机或相关涡轮机部件的寿命使用。这对风力涡轮机的部件剩余寿命量施加约束，并因此对控制时间表施加约束。另外，修正的目标寿命对剩余部件寿命必须延长的时间量施加约束。
未来可用的疲劳寿命可以使用场地检查软件离线或在线计算，并用于指定修订的控制时间表。场地检查功能可以包括计算或一个或多个模拟，以使用基于场地的历史数据(包括在施工之前测量的场地气候数据和/或施工后所测量的场地气候数据以及/或来自LUE的数据)确定预期的疲劳损伤速率。场地气候数据通常包括来自会合式桅杆(met mast)或基于地面的LIDAR的数据，并且可以包括风速、湍流强度、风向、空气密度、垂直风切变和温度。场地检查计算可以视情况远程地或者由涡轮机/发电厂水平的控制器执行。
场地检查软件可以填充与给定的WPP场地地形、地势、风况等有关的信息或参数。地形和地势信息可以通过场地调查和/或WPP场地的信息来提供，WPP场地的信息可以包括斜坡、悬崖、WPP中每个涡轮机的入流角度等细节。风况(例如风速(季节、年度等)、湍流强度(季节、年度等)、空气密度(季节、年度等)、温度(季节、年度等)等)可以由会合式桅杆数据和/或风力涡轮机和/或在WPP位置处的WPPC经历和记录的风况提供。
场地检查工具可以包括一个或多个存储器、数据库或其它数据结构，以储存和保持每种类型风力涡轮机的疲劳负载值、每种类型风力涡轮机的风力涡轮机类型最大功率水平、以及与WPP场地状况有关的信息和/或参数。
因此生成了修正的控制时间表，由此调整超额定产生的附加功率，使得涡轮机暴露于更高或更低的疲劳损伤累积速率，这取决于新的目标寿命终止日期是比先前的目标日期早还是晚，先前的目标日期可以是认证的寿命。
修正涡轮机控制时间表的能力允许操作员随时间改变其优先级。例如，本地电网上的主发电机可能会被停止操作以进行中期检修，或者可能会完全停电，并且电网可能需要额外的支持。这可能反映在高得多的长期关税方面，所以对于操作员在短期内增加能量生产是有利的。因此，操作员可以决定减少涡轮机的寿命，或减少诸如变速箱和发电机等受影响的部件的寿命，并通过超额定生成附加功率，同时接受更短的风力涡轮机或涡轮机部件的寿命。
可以使用LUE以外的方法来确定风力涡轮机或涡轮机部件的使用寿命。替代地，可以检查涡轮机的操作日期，并可以计算迄今为止发生的疲劳损伤。当将超额定控制被改装到风力涡轮机时，这可能特别有用，并且使用场地检查软件再次离线计算未来可用的疲劳寿命，并且这用于指定最大功率水平。场地检查功能可以再次包括离线或在线计算，或者一个或多个模拟，以使用基于场地的历史数据或到安装点的测量场地数据来确定预期的疲劳损伤速率，尽管在这种情况下进行计算而不需LUE数据可用。
可以使用场地检查软件来检查风力涡轮机的操作直到安装采用本文描述的功能的超额定控制器的日期，以基于指定场地地形、场地地势、场地气象状况等的输入参数，使用与风力发电厂现场内的涡轮机的精确位置相关的测量值(诸如能量输出、风速、风向、湍流强度、风切变、空气密度、涡轮机械负载测量(例如来自叶片负载传感器)、涡轮机电部件温度和负载、结冰事件、部件温度和状况监测系统输出中的一个或多个)来计算涡轮机部件上的疲劳负载。这些值可以用于计算迄今为止在涡轮机部件上已经引起的疲劳损伤的估计。涡轮机或涡轮机部件可用的未来寿命可以通过将测量值应用于场地检查功能风力涡轮机模型或模拟来计算，所述风力涡轮机模型或模拟基于这些测量值中的一个或多个测量值和涡轮机的风力涡轮机类型最大功率水平的值提供为输出估计疲劳损伤和/或剩余的疲劳寿命。模拟或模型可以提供在部件水平下的疲劳损伤和/或剩余疲劳寿命，或涡轮机整体的疲劳损伤和/或剩余疲劳寿命。疲劳负载计算可以根据各种计算程序来执行。这样的场地检查程序的各种示例对于本领域技术人员将是已知的，并且将不被详细描述。
涡轮机或涡轮机部件的消耗的疲劳寿命的结果估计可以用于确定由控制器应用的超额定策略。在超额定控制的初始化时，估计可以使用一次，如果改装的话，可以在涡轮的寿命的中途执行。替代地，估计可以在涡轮机的寿命期间周期性地执行，使得根据在整个涡轮机寿命期间寿命疲劳消耗如何变化来周期性地更新超额定策略。
超额定策略基于风力涡轮机或风力涡轮机部件的剩余疲劳寿命来确定，其本身基于风力涡轮机的操作寿命。所施加的超额定量被控制成使得涡轮机或涡轮机部件以足够低的速率引起疲劳损坏，从而确保涡轮机的疲劳寿命仅在末期被消耗，并且优选地仅在预定的涡轮寿命的末期。
部件疲劳寿命估计的确定可以通过使用来自一个或多个状况监测系统的数据进一步扩展或替代。状况监测系统(CMS)在传动系统的战略点处、在涡轮机变速箱、发电机或其它关键部件上包括许多传感器。状况监测系统在部件发生故障之前提供部件故障的预警。因此，来自状况监测系统的输出可以被提供给控制器并且被用作由监测的部件所消耗的疲劳寿命的指示，并且可以特别地提供部件的疲劳寿命何时达到其终点的指示。这提供了一种估计寿命的额外方法。
第二示例
提供了第二个示例来执行更一般的优化过程，该优化过程可以用以执行与上述过程类似的优化、以及其它更一般的优化。第二示例的优化过程可以由应用优化方案的控制器来执行。
涡轮机的全部财务成本或水平化能量成本(LCoE)模型被包括，并且可以在安装超额定控制系统之前在离线计算中使用，或者作为风力涡轮机控制器或风力发电厂控制器的一部分在线使用。LCoE模型的使用允许优化超额定策略，并且还可以基于这样做的成本来更换主要部件。如本文所使用的，术语“水平化能量成本”是指通过将涡轮机的寿命成本除以涡轮机的寿命能量输出来计算来自涡轮机的能量成本的度量。
图6示出了简化的LCoE模型的示例，其中考虑了与建造和操作风力涡轮机和风力涡轮机发电厂相关联的各种成本。
风力涡轮发电机(WTG)成本将考虑制造风力涡轮机的总成本。运输成本考虑将涡轮机部件运输到场地进行安装的成本。操作和维护(O&M)成本将考虑涡轮机运行成本，并且可以随着操作和维护的发生而更新。该信息可以由服务技术人员提供给本地涡轮机控制器，给风力发电场控制器或其它地方。容量因素指示在给定的时间段(例如一年)内所生成的能量除以在该时段内涡轮机在额定功率下连续操作时可能生成的能量。可用性指示涡轮机可用于发电的时间。风力发电场效率指示从风中提取能量的效率并且受风力发电场内涡轮机间距的影响。
只有受控制影响的LCoE的那些元素和部件更换策略需要包含在LCoE模型中，因为在建造涡轮机或风力发电场时，可以包含在LCoE模型中的许多参数变为固定的。受影响的元素是：
·操作和维护(O&M)成本
如果更换更多部件，则会增加
·容量因素
如果使用更积极的超额定，则会增加，并且因此，会生成更多的MWh
·可用性
如果更换更多的主要部件，则由于更换程序所需的停机时间，会稍微减少
如果更积极的超额定导致磨损部件的预防性更换或计划外故障增加，则会稍微减少
·寿命
根据约束选择减少或增加。
具有包含在涡轮机或WPP控制器中的涡轮机的财务成本(LCoE)模型允许确定更灵活和有效的控制策略。例如，如果发现特定场地处的状况在变速箱上特别困难，则将识别出这种情况，并且操作员可以选择是否对涡轮机进行超额定并且考虑将变速箱更换一定次数。然后，涡轮机控制器可以确定何时应该更换变速箱，相应地运行涡轮机，并且可选地还提供何时更换变速箱的指示。
图7示出了用于优化风力涡轮机控制策略的示例性优化器的框图，该优化器可以被并入到控制器中，并且可以被用来实施本发明的各种实施例。
当算法启动时，标记为“初始化”的框将运行一次。这为优化循环提供了初始状况。标记为“优化”的循环周期性地执行，例如每天、每月或每年一次。当执行时，循环会根据需要运行多次，以实现优化过程的足够好的收敛。在收敛之后，新的一组输出被发送到风力涡轮机控制器(x1)和操作员(其它输出)以执行确定的控制策略。这两个框“计算LCoE的估计”包含相同的计算方法。它们包括图6中尚未固定的所有元素，即O&M成本、容量因素、可用性和寿命。例如，塔架CAPEX已经固定，所以它不需要包括在内。但是操作和维护(O&M)成本并不固定，因为变速箱在涡轮机的寿命期间可以更加努力地工作并更换一次，所以这包括在内。
并非图7中的所有连接都显示在有许多类似连接的地方，例如，在优化算法框与框“计算LCoE的估计”之间。以下术语用于或参照图7：
·N：剩余寿命的周期数(例如，几年)。如果需要，用户可以将其改变为适合其期望的操作策略。
·x1：在1...N年内的单个风力涡轮机最大功率水平的一维数组，例如，对于3MW涡轮机为[3.5MW,3.49MW,3.49MW,3.48MW,3.47MW,...]
·x2：在1...N年的内变速箱更换数量的一维数组，例如[0,0,0,0,0,0,0,0,1,0,0,0,0,0]
·x3：在1...N年内的发电机更换数量的一维数组
·x4：在1...N年内的主轴承更换数量的一维数组
·x5：在1...N年内的更换叶片组的数量的一维数组以及可选地：
·x6：在1...N年内的转换器更换数量的一维数组
·x7：在1...N年内的桨距轴承更换数量的一维数组
·x8：在1...N年内的桨距致动器(液压或电气)更换数量的一维数组
·x9：在1...N年内的偏航驱动器更换数量的一维数组
·x10：在1...N年内的偏航轴承更换数量的一维数组
·x11：在1...N年内的变压器更换数量的一维数组
·“_0”指示初始状况，例如x1_0是x1的初始状况
参考图7，优化程序需要确定给定涡轮机的多个常数，并使用多个物理参数和控制参数的值来计算优化的初始状况。一旦计算出初始状况，优化过程就应用定义了水平化能量成本与物理参数和控制参数的输入值之间的关系的函数，以确定在不超过某些优化约束的情况下最小化水平化能量成本的输入值的组合。
为了计算优化的初始状况，确定给定涡轮机的多个参数值并输入到“初始化”框中。对于任何给定的周期性优化(例如，每月)，这些值是恒定的。它们是由操作员输入的参数，并且可以随时更改，但如果更改，则将在下次优化运行时应用。这些参数可以包括以下中的一种或多种：涡轮机/单个涡轮机部件的寿命；变速箱更换成本；轴承更换成本；发电机更换成本；叶片更换成本；桨距系统更换成本；以及根据需要更换任何其它部件的更换成本。
例如使用场地检查功能和/或一个或多个LUE来确定涡轮机的寿命和/或一个或多个部件的寿命，或者可以被提供为要满足的约束。可更换部件包括叶片、桨距轴承、桨距驱动系统、轮毂、主轴、主轴承、变速箱、发电机、转换器、偏航驱动器、偏航轴承或变压器。
确定更换每个部件的总成本。例如，对于更换变速箱，成本将考虑是否正在安装新的或翻新的变速箱、运输成本以及起重机和劳动力成本。涡轮机停机成本也被包括在图6中的可用性部分下。
其它成本可能被包括，诸如财务成本(包括加权平均资本成本(WACC)等)，以及计算未来风机涡轮机操作策略对LCoE影响所需的任何其它因素。
寿命参数可以由操作员根据其对于场地的操作策略来设置，或者可以被确定作为优化的一部分。其它的常量是基于最好的知识的，所以它们可能会偶尔更新，但这样的更新将是相当罕见的。具体地，操作和维护成本只能提前估计，随着时间的推移，这些估计将被实际的数据所替代，从而对未来的操作和维护成本做出更准确的估计。
通过“初始化”框和优化算法来使用以下变量：
·x1：在1...N年内的最大功率水平的一维数组，例如对于3MW涡轮机为[3.5MW,3.49MW,3.49MW,3.48MW,3.47MW,...]
·x2：在1...N年内的变速箱更换数量的一维数组，例如[0,0,0,0,0,0,0,0,1,0,0,0,0,0]
·x3：在1...N年内的发电机更换数量的一维数组
·x4：在1...N年内的主轴承更换数量的一维数组
·x5：在1...N年内的更换叶片组的数量的一维数组以及可选地：
·x6：在1...N年内的转换器更换数量的一维数组
·x7：在1...N年内的桨距轴承更换数量的一维数组
·x8：在1...N年内的桨距致动器(液压或电气)更换数量的一维数组
·x9：在1...N年内的偏航轴承更换数量的一维数组
·x10：在1...N年内的偏航轴承更换数量的一维数组
·x11：在1...N年内的变压器更换数量的一维数组
LCoE估计值的初始计算使用操作员对初始状况x1_0，x2_0，x3_0等的初始估计值。
图7中标记为“测量数据”的信号包含来自传感器的数据和根据O&M程序确定的数据。来自传感器的测量数据可以来自涡轮机或风力发电厂，并且可以包括以下中的一种或多种：
-诸如变速箱、发电机、主轴承、叶片、转换器、桨距轴承、桨距致动器(液压或电动)、偏航驱动器、偏航轴承、变压器等的涡轮机部件中的一个或多个部件的LUE值；
-风速和环境数据、或从场地检查程序获得的其它数据；
-涡轮机部件中的一个或多个部件的CMS数据。
来自操作和维护(O&M)活动的测量数据包含O&M成本，其中可以包括基于迄今为止的成本(如果有)的估计。这与未来规定的服务模式、来自相同或其它风力发电厂的相同设计的其它涡轮机的经验以及使用相同部件的不同设计的其它涡轮机的某些部件的经验一起使用，以给出LCoE计算中的未来操作和维护成本的估计。
从最初的状况来看，优化过程使用输入和约束来最小化水平化能量成本(LCoE)，或者通过直接计算LCoE或者通过计算某些LCoE变量。只需要计算在建造涡轮机之后发生变化的LCoE的部分，即受O&M成本、容量因素、可用性和寿命影响的比例。运行优化直到LCoE被最小化，例如直到计算出的LCoE逐步的变化在给定的容差内。
优化的约束是优化算法在搜索LCoE的最小值时不能进入的区域。该约束可以包括以下中的一种或多种：风力涡轮机类型最大功率水平；涡轮机类型的最小功率输出；风力发电厂与电网连接的最大有功功率容量，即所有涡轮机的有功功率输出的最大总和；以及任何其它适当的约束。
约束还可以包括以下中的一个或多个，其可以由用户定义：
-最小或目标期望的风力涡轮机寿命；
-对于所有部件或一个或多个给定部件的部件交换的最大次数；
-预定义的最大功率水平时间表，或者定义最大功率时间表的形状的预
定义的相对最大功率时间表。
可以选择每个一维数组的输入数量，以使优化算法的运行时间更易于管理。一维数组x1、x2等在上面被描述为每年的操作提供。虽然可以为每个月或每个季节的操作提供输入，但是这将提供12倍或4倍的输入。因此可以使用年度值。当然，根据期望的计算时间或优化的粒度，可以视情况使用不同的时间段。
再次，为了使运行时间更易于管理，可以选择风力涡轮机部件，使得在优化中仅使用最相关的部件。可以根据其寿命是否受到额定风速以上的有功功率输出(特别是变速箱、发电机、主轴承和叶片)的显著影响来选择将包括的部件。
另外或可替代地，优化中使用的部件可以基于它们的值来选择。例如，可以包括仅具有涡轮机总成本的5％或更多的值的部件。
优化器算法每次运行以收敛时都会生成多个输出。表示用于涡轮机的在1...N年内的最大功率水平的时间表的一维数组x1可以通过自动地将数据传送到风力涡轮机控制器用于闭环控制，以根据涡轮机功率需求来使用，直到下一个运行优化循环的时间(例如1个月之后)。替代地，可以在没有自动控制回路的情况下以咨询能力(advisory capacity)(例如通过将最大功率水平数据发送到计算机系统以在显示器上输出供服务部门查看)使用最大功率水平。
其它一维数组x2、x3、x4代表部件更换的时间表。这个时间表数据可以被输出到另一个计算机系统以允许采取行动。数据可以直接提供到部件更换调度软件中。替代地，包括建议的更换日期的部件更换数据可以被用作咨询输出，该咨询输出被发送到显示器以供服务部门查看以决定部件更换计划的手动实施方式。
应该注意的是，上面描述的最大功率水平(x1)的一维数组可以被提供为仅超额定水平、超额定水平或降额定水平、或仅降额定电平，使得最大功率水平变量只需要指定高于(或低于)额定功率的量。功率需求可以替代地是每个周期的速度需求和/或转矩需求，或者如下所述通过寿命使用控制功能来控制功率的疲劳寿命消耗。同时使用速度需求和转矩需求的缺点是计算最优配置的计算时间将会更长。
尽管优化器在上面被描述为周期性地执行，但可能偶尔使用，甚至只使用一次。例如，可以在安装超额定控制器的位置处离线执行优化。替代地，优化器可以体现在风力涡轮机、风力发电厂或其它地方的控制器中，在这种情况下，其将在特定时间步骤执行。
如上所述，可以在有或没有LUE的情况下执行优化，因为场地数据可以用于确定部件疲劳，并且因此给出涡轮机或涡轮机部件可用的剩余寿命的指示。
虽然已经描述的优化算法主要是与超额定额控制器一起使用，但这不是要求。该优化可以应用于任何控制动作，该动作针对涡轮机疲劳负载折衷能量采集。这可以包括以下中的一个或多个：改变功率需求，如通过降额定；推力限制，其通过以功率输出为代价减小功率曲线的“拐点”处的转子推力来限制功率输出以防止高推力负载；或任何其它控制功能，其折衷能量采集和疲劳负载。
虽然所需的计算可以在任何场地执行，但是在实践中，这样的策略行动可以在诸如SCADA服务器的风力发电厂控制器中更好地执行。这允许服务数据在场地上直接输入，避免了从场地到控制中心的通信问题。然而，计算也可以在控制中心执行。包括第一示例的方法在内的本文描述的其它方法也是同样适用的。
最大功率水平计算
现在接着描述用于确定可适用于涡轮机的最大功率水平的示例性技术。
用于确定一种类型的风力涡轮机的风力涡轮机类型最大功率水平的方法可以包括：模拟针对两个或更多个测试功率水平的负载谱以确定针对所述两个或更多个测试功率水平中的每一个的该类型的风力涡轮机上的负载；将针对每个测试功率水平所确定的负载与该类型的风力涡轮机的设计负载进行比较；以及将该类型的风力涡轮机的风力涡轮机类型最大功率水平设置为所确定的负载不超过该类型的风力涡轮机的设计负载的最大测试功率水平。
因此，可以为一个或多个类型的风力涡轮机确定风力涡轮机类型最大功率水平。
图8示出了详细说明可以与任何实施例一起使用的设置涡轮机最大功率水平的示例的流程图。在步骤301中，执行检查以确定一个或多个类型的风力涡轮机的风力涡轮机机械部件设计极限。在这个示例中，离线计算机系统被用来确定设计极限。然而，如将理解的，该功能可以通过在线计算机系统或与风力涡轮机和/或WPP相关联的任何其它软件和/或硬件来实施。
风力涡轮机类型最大功率水平是如果给定类型的风力涡轮机将在风力涡轮机的部件的设计负载的极限下操作，则当风力适当高时允许给定类型的风力涡轮机产生的最大功率水平。风力涡轮机类型最大功率水平有效地适用于涡轮机的设计寿命。因此，风力涡轮机类型最大功率水平将典型地高于该类型的风力涡轮机的标称名称铭牌额定值，因为标称铭牌额定值通常是更保守的值。
在以下示例和实施例中使用的一种类型的风力涡轮机可以被理解为具有相同的电气系统、机械系统、发电机、变速箱、涡轮机叶片、涡轮机叶片长度、轮毂高度等等的风力涡轮机。因此，出于本发明的实施例的目的，与风力涡轮机的主要结构或部件的任何不同有效地产生了新型的风力涡轮机。例如，除了不同的轮毂高度(例如，塔架高度)之外，相同的风力涡轮机将是两种不同类型的风力涡轮机。类似地，除了不同的涡轮机叶片长度以外，相同的风力涡轮机也将被认为是两种不同类型的风力涡轮机。另外，50Hz和60Hz的风力涡轮机被认为是不同类型的风力涡轮机，如寒冷的气候和炎热的气候设计的风力涡轮机一样。
该类型的风力涡轮机因此不一定对应于国际电工委员会(IEC)类别的风力涡轮机，因为不同类型的涡轮机可以在相同的IEC类别的风力涡轮机中，其中每种类型的风力涡轮机可以具有不同的风力涡轮机类型最大功率水平基于风力涡轮机中的设计和部件。
在下面的示例中，风力涡轮机的额定功率为1.65MW(1650KW)的标称铭牌额定功率水平，其中轮毂高度为78米，并且被设计用于特定IEC风力等级状况下的服务。
然后可以通过模拟针对第一测试超额定功率水平的负载谱来针对这种类型的风力涡轮机确定风力涡轮机类型机械部件的设计极限，以识别针对该第一功率水平的该类型的风力涡轮机上的负载。负载可以是机械负载、疲劳负载、风力涡轮机可能经历的任何其它负载，或者不同负载的任何组合。然而，如将理解的，在这个示例中，机械负载被认为是其它负载，例如疲劳负载也可以考虑在内。模拟负载谱的过程还可以包括或者是可以被执行以确定该类型的风力涡轮机上的负载的推断或其它形式的分析。
负载谱通常包括可以在对风力涡轮机的计算机仿真中运行的一系列不同的测试例。例如，负载谱可以包括风速为8m/s持续时间为10分钟的测试例、风速为10m/s持续10分钟的测试例、不同风力方向的测试例、不同风力湍流的测试例、风力涡轮机启动的测试例、风力涡轮机停机的测试例等。应当理解的是，存在许多不同的风速、风力状况、风力涡轮机操作状况、和/或故障状况，对于该故障状况存在要在负载谱的风力涡轮机仿真中运行的测试例。测试例可以包括真实的、实际的数据或人造数据(例如，在与风力涡轮机有关的标准中定义的50年极限)。对负载谱的仿真可以确定针对负载谱中所有测试例影响风力涡轮机的力和负载。该仿真还可以估计或确定测试例事件可能发生的次数，例如，10m/s风、持续时间为10分钟的测试例可能预期在风力涡轮机的20年的寿命期间内发生2000次，并且因此可以计算在风力涡轮机的寿命内关于风力涡轮机的疲劳。仿真还可以基于所确定的影响风力涡轮机的负载来计算或确定可能由风力涡轮机中的各个部件引起的疲劳损伤或负载。
在该示例中，第一测试功率水平可以是1700KW，因为这比在该示例中考虑的风力涡轮机类型的标称名牌额定功率水平高。然后，可以针对给定类型的风力涡轮机仿真负载谱，以便确定该类型的风力涡轮机是否可在该第一测试功率水平下操作而不超过该类型的风力涡轮机的机械部件的最终设计负载。如果仿真识别该类型的风力涡轮机可以在第一测试功率水平下操作，则可以针对第二测试功率水平重复相同的过程。例如，在该示例中，第二测试功率水平可以是1725KW。然后，针对给定类型的风力涡轮机仿真负载谱以识别该类型的风力涡轮机是否能够在该第二测试功率水平下操作而不超过机械部件的最终设计负载。
如果不超过机械部件的最终设计负载，则可以迭代地执行仿真用于另外的测试功率水平的负载谱的过程。在该示例中，测试功率水平以25KW的步长递增，然而，应当理解的是，递增的步长可以是为了识别风力涡轮机类型的最大功率水平(例如，5KW、10KW、15KW、20KW、30KW、50KW等)、或者测试功率水平的百分比的增长(例如，1％的增量、2％的增量、5％的增量等等)的目的任何适合的步长。替代地，过程以高的第一测试功率水平开始，并且对于每次迭代而言，将测试功率水平递减适当量，直到识别出风力涡轮机类型的最大功率水平，即，该类型的风力涡轮机可以在其下操作而不超过最终设计限制的第一测试功率水平。
在该示例中，给定类型的风力涡轮机被识别为在1825KW下超过了一个或多个机械部件的设计限制之前能够在1750KW、1775KW和1800KW的另外的测试功率水平下操作。因此，该过程识别出该类型的涡轮机的风力涡轮机类型最大功率水平是1800KW。
在另外的实施例中，由于该类型的风力涡轮机在1800KW下未超过机械部件的最终设计负载，但是在1825KW下超过了机械部件的最终设计负载，因此该过程还可以以较小的增量迭代地递增测试功率水平，例如，用于识别涡轮机是否能够在1800KW到1825KW之间的功率水平下操作而不超过机械极限设计负载的5KW。然而，在目前的示例中，1800KW的功率水平被当作这种类型的风力涡轮机的风力涡轮机类型的机械部件设计极限。
然后可以针对要分析的任何其它类型的风力涡轮机执行确定风力涡轮机类型的最大功率水平的过程。在图8的步骤302中，针对先前确定的风力涡轮机的机械部件设计限制，可以考虑或评估该类型的风力涡轮机中的针对电气部件的设计限制。
在步骤302中，可以考虑主电气部件以确保针对机械部件设计限制的所确定的风力涡轮机类型的功率水平确实没有超过被分析的该类型的风力涡轮机的主要电气部件的设计限制。主要电气部件可以包括例如发电机、变压器、内部电缆、接触器、或该类型的风力涡轮机中的任何其它电气部件。
基于仿真和/或计算，然后确定主电气部件是否能够针对机械部件设计极限以先前确定的风力涡轮机类型的最大功率水平操作。例如，在机械部件设计极限的功率水平下的操作可能使得风力涡轮机内部的一个或多个电缆的温度增加并因此降低电缆的电流承载能力，这由电缆导体的大小和散热状况所确定的。因此，将针对新的温度状况计算电流承载能力，以便确定电缆是否能够以高达风力涡轮机类型的最大功率水平的功率水平操作。针对其它电气部件可以考虑类似的原因，例如，部件的温度、部件的容量等等来识别电气部件是否能够以高达机械部件设计极限的功率水平操作。
如果确定或识别了主电气部件能够以先前确定的机械部件设计极限操作，则在图8的步骤303中，对于给定类型的风力涡轮机而言，风力涡轮机类型的最大功率水平根据机械部件设计极限被设置或记录为针对给定类型的风力涡轮机的最大功率水平。然而，如果确定或识别了主电气部件不能以先前确定的机械部件设计极限操作，则还可以接受调查或采取行动以达到适应机械部件和电气部件两者的涡轮机类型的最大功率水平。
一旦已经针对每个类型的风力涡轮机确定了风力涡轮机类型的最大功率水平，那么该参数可以被用作上面所描述的方法内的约束，以达到单个最大功率水平的时间表，例如，WPP中每个风力涡轮机的最大超额定功率水平。
WPP中的每个风力涡轮机的不同个体的最大功率水平是有利的，因为WPP中的状况可以在WPP的整个场地中变化。因此，可能的情况是在WPP中的一个位置处的风力涡轮机可能面对在WPP中的不同位置处的相同类型的另一个风力涡轮机不同的状况。因此，相同类型的两个风力涡轮机可能需要不同的个体最大功率水平，或者可以根据优选的实施方式，将最低个体最大功率水平施加到WPP中的所有该类型的风力涡轮机。如本文所描述的，确定个体风力涡轮机特定个体最大功率水平作为确定时间表的部分。
超额定控制
本发明的实施例可以施加到风力涡轮机或风力发电厂，所述风力发电厂通过施加超额定控制来操作以确定要施加的超额定的量。
超额定控制信号由超额定控制器生成，并由风力涡轮机控制器使用该超额定以对涡轮机进行超额定。上面所描述的控制时间表可以在这种超额定控制器内或者与其一起使用，以设定关于可以通过超额定生成的功率的量的上限。在其中生成超额定控制信号的具体方式对于本发明的实施例并不重要，但是为了易于理解将给出示例。
每个风力涡轮机可以包括作为风力涡轮机控制器的部分的超额定控制器。超额定控制器计算超额定请求信号，其指示高达涡轮机被配置为超额定高于额定输出的功率输出的量。控制器接收来自涡轮机传感器的数据，诸如桨距角、转子速度、功率输出等的设定点，并且可以发送诸如用于桨距角、转子速度、功率输出等的设定点之类的命令。控制器还可以接收来自电网的命令，例如，来自电网运营商的命令以响应于电网上的需求或故障来提升或降低有功或无功功率输出。
图9示出了涡轮机控制器布置的示意性示例，其中超额定控制器901生成可以由风力涡轮机控制器使用来向涡轮机施加超额定的超额定控制信号。可以根据检测涡轮机的操作参数和/或诸如风速和方向之类的本地状况的一个或多个传感器902/904的输出来生成超额定控制信号。超额定控制器901包括可以用于超额控制的各方面的一个或多个功能性控制模块。可以提供附加的功能性模块，模块的功能可以被组合，并且可以省略某些模块。
优化器907根据如本文所描述的所确定的时间表来提供个体涡轮机最大功率水平的值。根据时间表，这提供了涡轮机可以操作的最大功率水平。
附加的功能性模块生成功率需求，并且通常用于减少由涡轮机控制器作用的最终功率需求。附加的功能性模块的具体示例是操作约束模块906。超额定利用典型地存在于部件设计负载与操作中的每个涡轮机所经历的负载之间的间隙，其通常比IEC标准仿真的状况更好，在该IEC标准仿真的状况中计算了设计负载。超额定使得风力涡轮机的功率需求在强风中增加，直到达到由操作约束(温度等)指定的操作极限，或者直到达到已设定为防止部件设计负载的超出的上功率极限。由操作约束控制模块906实施的操作约束根据各种操作参数来限制可能的超额定功率需求。例如，在其中当变速箱油温度超过了65℃时，保护功能适时地启动停机的示例，操作约束可能根据变速箱油温度超过了60℃，在65℃达到了“非超额定”(即，功率设定点信号等于额定功率)指示在最大可能超额定值设定点信号的线性下降。
向最小功能块908提供功能性模块的最大功率水平和功率需求，并选择最小值。可以提供另外的最小块909，其选择来自超额定控制器901的最小功率需求和诸如由电网运营商指定的用于产生由风力涡轮机控制器施加的最终功率需求之类的任何其它涡轮机功率需求。
作为替代方案，例如，超额定控制器可以是图1B的PPC控制器130的部分。PPC控制器与涡轮机中的每个进行通信，并且可以接收来自涡轮机的数据，诸如桨距角、转子速度、功率输出等，并且可以向单个涡轮机发送命令，诸如用于桨距角、转子速度、功率输出等的设定点。PPC 130还接收来自电网的命令，例如来自电网运营商的用于响应于电网上的需求或故障而提升或减少有功或无功功率输出的命令。每个风力涡轮机的控制器与PPC 130进行通信。
PPC控制器130接收来自涡轮机中的每个的功率输出数据，并且因此知道每个涡轮机和作为整体的工厂在电网连接点140处输出的功率。如果需要，则PPC控制器130可以接收用于作为整体的发电厂的功率输出的操作设定点，并将其划分在涡轮机中的每个，使得输出不超过操作员指定的设定点。该发电厂设定点可以是从0到工厂的额定功率输出的任何地方。工厂的“额定功率”输出是工厂内各个涡轮机的额定功率输出的总和。发电厂设定点可能高于工厂的额定功率输出，即，整个工厂超额定。
PPC可以直接接收来自电网连接的输入，或者可以接收信号，该信号是对总发电厂输出与标称或额定发电厂输出之间的差值的度量。该差值可以用于为各个涡轮机的超额定提供基础。理论上，只有单个涡轮机可能超额定，但是优选的是对多个涡轮机进行超额定，并且最优选的是将超额定信号发送到所有的涡轮机。发送给每个涡轮机的超额定信号可能不是固定的控制，而可能是对每个涡轮机可能执行的超额定的最大量的指示。每个涡轮机可以具有相关联的控制器，该控制器可以在涡轮机控制器内实施或者在诸如PPC中集中实施，其将实施图9中所示的功能中的一个或多个以确定涡轮机是否能够响应超额定信号，并且如果是，响应了多少量的超额定信号。例如，在其中涡轮机控制器内的控制器确定给定涡轮机处的状况是有利的且高于额定风速的示例，其可以积极地响应并且给定的涡轮机为超额定。由于控制器实施超额定信号，发电厂的输出将上升。
因此，集中地或在每个单个涡轮机处生成超额定信号，该信号指示可以由一个或多个涡轮机或作为整体的风力发电厂的涡轮机执行超额定的量。
寿命使用估计器
如上面所描述的，本发明的实施例利用寿命使用估计器(LUE)。现在将更详细地描述寿命使用估计器。估计寿命使用所需的算法将从部件到部件进行改变，并且LUE可以包括LUE算法的库，其包括以下中的一些或全部：负载持续时间、负载旋转分布、雨流计数、应力循环损伤、温度循环损伤、发电机热反应速率、变压器热反应速率以及轴承磨损。另外可以使用其它算法。如上所述，寿命使用估计可以仅用于所选择的关键部件，并且对算法库的使用使得能够为LUE、和从库中选择适合的算法以及为该部件部分设定具体的参数选择新的部件。
在一个实施例中，为涡轮机的所有主要部件实施LUE，该涡轮机的所有主要部件包括叶片；桨距轴承；桨距致动器或驱动器；轮毂；主轴；主轴承壳体；主轴承；变速箱轴承；齿轮齿；发电机；发电机轴承；转换器；发电机终端箱电缆；偏航驱动器；偏航轴承；塔架；海上支持结构(如果存在的话)；地基；和变压器绕组。替代地，可以选择这些LUE中的一个或多个。
作为适当算法的示例，可以将雨流计数用于叶片结构、叶片螺栓、桨距系统、主轴系统、转换器、偏航系统、塔架和地基估算器中。在叶片结构算法中，将雨流计数应用于叶片根部弯曲襟翼侧和边缘侧力矩以识别应力循环范围和平均值，并将输出发送到应力循环损伤算法。针对叶片螺栓，将雨流计数应用于螺栓弯曲力矩，以识别应力周期范围和平均值，并将输出发送给应力循环损伤算法。在桨距系统、主轴系统、塔架和地基估计器中，雨流计数算法还将应用于识别应力循环范围和平均值，并将输出发送到应力循环损伤算法。应用于雨流算法的参数可以包括：
-桨距系统-桨距力；
-主轴系统-主轴转矩；
-塔架-塔架应力；
-地基–地基应力。
在偏航系统中，将雨流算法应用于塔架顶部转矩以识别负载持续时间，并将该输出发送到应力循环损伤算法。在转换器中，将发电机功率和RPM用于推断温度，并且在该温度上使用雨流计数来识别温度循环和平均值。
叶片轴承中的寿命使用可以通过将叶片襟翼侧负载以及桨距速度作为输入输入到负载持续时间算法或轴承磨损算法来进行监测。针对变速箱，将负载旋转持续时间应用于主轴转矩，以计算所使用的寿命。针对发电机，将发电机RPM用于推断发电机温度，其用作热反应速率发生器算法的输入。针对变压器，从功率和环境温度中推断变压器温度，以向变压器热反应率算法提供输入。
在可能的情况下，优选使用现有的传感器来提供在其上操作算法的输入。因此，例如，风力涡轮机通常直接测量叶片结构、叶片轴承和叶片螺栓估计器所需的叶片根部弯曲边缘侧和襟翼侧力矩。针对桨距系统，可以测量气缸的第一腔室中的压力，并可以推断第二腔室中的压力，从而能够计算桨距力。这些仅是示例，并且可以直接测量作为输入所需的其它参数，或可以从其它可用的传感器输出中推断。针对一些参数，如果不能以足够的精度推断出一个值，则使用附加的传感器可能是有利的。
用于各种类型的疲劳评估的算法是已知的，并且可以在以下标准和文本中找到：
负载旋转分配和负载持续时间：
风力涡轮机认证准则，Germainischer Lloyd，第7.4.3.2节疲劳负载雨流：
IEC 61400-1“风力涡轮机——第1部分：设计要求”，附件G矿业总结：
IEC 61400-1“风力涡轮机——第1部分：设计要求”，附件G幂律(化学衰变)：
IEC 60076-12“功率变压器——第12部分：干式功率变压器的加载导则”，第5节。
电厂水平控制
本文所描述的方法中的任何都可以在风力发电厂水平下执行，由此生成了包括用于每个风力涡轮机的单个控制时间表的发电厂控制时间表。这具有允许将给定发电厂中的涡轮机之间的交互考虑在内的益处。
对上游涡轮机或多个涡轮机的功率需求/功率水平的变化影响了跟随上游涡轮机或涡轮机之后的任何涡轮机的功率输出和疲劳损伤的累积速率。现场检查软件包括关于风力发电站内涡轮机定位的信息，并考虑了风力发电场内涡轮机相对于彼此的相对位置。上游涡轮机的尾流效应因此被现场检查软件考虑在计算中。
在一些风力发电厂的情况中，从发电厂到公用电网的连接的功率承载能力小于在当所有涡轮机在最大功率水平下生成功率时的情况下每个涡轮机所生成的功率的总和。在这种情况下，风力涡轮机或风力发电厂的控制时间表还受到约束，使得对于在时间表内的任何给定时间段，当所有涡轮机的功率加在一起时，其不超过可以在从发电厂到电网的连接中承载的功率的量。
本文所描述的实施例依赖于对涡轮机特性和涡轮机现场特性的分析来确定涡轮机的控制时间表。包括由现场检查软件执行的那些的各种计算可以在一个或多个不同的计算系统处离线地实施，并且最后的控制时间表被提供给风力涡轮机或发电厂控制器。替代地，可以在风力涡轮机控制器或发电厂控制器处在线执行计算。
上面所描述的实施例不是排他性的，并且特征中的一个或多个可以被组合或协作，以便经由为风力发电厂中的每个风力涡轮机设定最大功率水平以实现改进的超额定控制，该最大功率水平考虑到环境和现场状况面对或影响风力涡轮机。
应该注意的是，本发明的实施例可以应用于恒速和变速涡轮机两者。涡轮机可以采用主动桨距控制，由此通过桨叶水平运动实现高于额定风速的功率限制，其涉及旋转每个叶片的全部或部分以减小攻角。替代地，涡轮机可以采用主动停转控制，其通过将叶片变桨到停转(在主动桨距控制的相反方向上)实现了高于额定风速的功率限制。
尽管已经示出了和描述了本发明的实施例，但是将会理解的是，这种实施例仅通过示例的方式进行描述。在不脱离由所附权利要求所限定的本发明的范围的情况下，对于本领域技术人员而言将发生许多变化、改变和更换。

Claims (34)

1.一种生成用于风力涡轮机的控制时间表的方法，所述控制时间表指示所述涡轮机的最大功率水平随着时间如何改变，所述方法包括：
基于所测量的风力涡轮机场地和/或操作数据，确定指示所述涡轮机或者一个或多个涡轮机部件的当前剩余疲劳寿命的值；
应用优化功能，所述优化功能改变了初始控制时间表，以通过改变能量采集与所述涡轮机或者所述一个或多个涡轮机部件所消耗的疲劳寿命之间的折衷，直到确定了优化控制时间表，来确定优化控制时间表，所述优化包括：
基于所述当前剩余疲劳寿命和所改变的控制时间表，估计在所改变的控制时间表的持续时间内由所述涡轮机或涡轮机部件消耗的未来疲劳寿命；以及
根据一个或多个输入约束来约束对所述控制时间表的优化；
其中，所述输入约束包括目标最小风力涡轮机寿命，并且所述优化还包括改变要在所述时间表的过程中执行的针对一个或多个部件的部件更换的次数的初始值，以确定部件更换的最大次数。
2.根据权利要求1所述的方法，还包括：
通过将部件更换的时间和次数改变到所述最大次数来优化所述控制时间表。
3.根据权利要求1或2中的任一项所述的方法，其中，能够更换的所述一个或多个涡轮机部件包括以下中的一个或多个：叶片、桨距轴承、桨距致动系统、轮毂、主轴、主轴承、变速箱、发电机、转换器、偏航驱动器、偏航轴承或变压器。
4.根据前述权利要求中的任一项所述的方法，其中，所述初始控制时间表指定在达到所述涡轮机能够进行操作的所述涡轮机的最大功率水平的时间内的相对变化。
5.根据前述权利要求中的任一项所述的方法，其中，所述输入约束还包括涡轮机设计所允许的所述涡轮机的上限最大功率输出和/或所述涡轮机的最小功率输出。
6.根据前述权利要求中的任一项所述的方法，其中，确定指示所述涡轮机或者一个或多个涡轮机部件的当前剩余疲劳寿命的值包括：将来自一个或多个涡轮机传感器的传感器数据应用于一个或多个寿命使用估计算法。
7.根据前述权利要求中的任一项所述的方法，其中，确定指示所述涡轮机或者一个或多个涡轮机部件的当前剩余疲劳寿命的值包括：使用来自状况监测系统的数据。
8.根据前述权利要求中的任一项所述的方法，其中，确定指示所述涡轮机或者一个或多个涡轮机部件的当前剩余疲劳寿命的值包括：结合场地检查程序使用从风电场传感器获得的数据，所述场地检查程序基于所述风电场传感器和与所述风电场和所述风力涡轮机设计相关的参数来确定作用于涡轮机部件上的负载。
9.根据前述权利要求中的任一项所述的方法，其中，对所述控制时间表的优化包括：
改变所述控制时间表以将水平化能量成本(LCoE)最小化。
10.根据权利要求14所述的方法，其中，LCoE模型用于确定LCoE，所述模型包括用于以下项中的一个或多个的参数：
容量因素，其指示周期内生成的能量除以如果所述涡轮机在所述周期内以额定功率连续操作则能够生成的能量；
可用性，其指示所述涡轮机能够用于生成电力的时间；以及
场效率，其指示周期内生成的能量除以如果所述涡轮机在完全不受上游涡轮机干扰的风力下操作则能够生成的能量。
11.根据权利要求10所述的方法，其中，所述模型还包括用于以下项中的一个或多个的参数：
与更换一个或多个部件相关联的成本，其包括涡轮机停机时间、用于部件更换的人工和设备、更换部件的制造或翻新成本、以及到所述发电厂的所翻新的或所更换的部件的运输成本；以及
与磨损部分的更换相关联的服务成本。
12.根据前述权利要求中的任一项所述的方法，其中，所优化的控制时间表是达到所述涡轮机能够进行操作的最大功率水平的时间表。
13.根据权利要求1至11中的任一项所述的方法，其中，所述控制时间表指示应该随着时间引起的疲劳损伤的量，所述方法还包括基于一个或多个LUE操作所述风力涡轮机，以在由所述控制时间表指示的速率下引起疲劳损伤。
14.根据前述权利要求中的任一项所述的方法，其中，所述控制时间表指定高于所述风力涡轮机的所述额定功率的最大功率水平。
15.根据前述权利要求中的任一项所述的方法，其中，所述控制时间表指示在所述涡轮机的寿命内所述涡轮机的最大功率水平如何改变。
16.根据前述权利要求中的任一项所述的方法，还包括向风力涡轮机控制器或风力发电厂控制器提供所优化的控制时间表以控制风力涡轮机的功率输出。
17.根据前述权利要求中的任一项所述的方法，其中，周期性地重复所述方法。
18.根据权利要求17所述的方法，其中，每天、每月或每年重复所述方法。
19.一种用于风力涡轮机或风力发电厂的控制器，其被配置为执行根据权利要求1至18中的任一项所述的方法。
20.一种用于生成风力涡轮机的控制时间表的优化器，所述控制时间表指示所述涡轮机的最大功率水平随着时间如何改变，所述优化器包括：
优化模块，其被配置为接收：变量集合的初始值、一个或多个约束、以及指示所述涡轮机或一个或多个涡轮机部件的当前剩余疲劳寿命的数据；所述变量集合是所述风力涡轮机的操作变量并且包括初始控制时间表；
其中，所述优化模块被配置为：
根据所述涡轮机或者所述一个或多个涡轮机部件的剩余疲劳寿命和所述一个或多个约束，通过从其初始值改变所述变量中的一个或多个变量，使在所述优化模块处接收的取决于所述变量集合的操作参数最小化或最大化，来优化所述控制时间表；以及
输出所优化的控制时间表；
其中，所述约束包括目标最小风力涡轮机寿命，并且所述优化模块还被配置为改变要在所述时间表的过程中执行的针对一个或多个部件的部件更换的次数的初始值，以确定部件更换的最大次数。
21.根据权利要求20所述的优化器，还包括初始化模块，其被配置为接收所述变量集合的初始值和传感器数据，所述初始化模块被配置为计算所述操作参数的初始值。
22.根据权利要求20或21所述的优化器，其中，所述一个或多个涡轮机部件是以下项中的一个或多个：叶片、桨距轴承、桨距致动系统、轮毂、主轴、主轴承、变速箱、发电机、转换器、偏航驱动器、偏航轴承或变压器。
23.根据权利要求20至22中的任一项所述的优化器，其中，所述操作参数是用于所述涡轮机的水平化能量成本(LCoE)，并且优化所述控制时间表包括使所述水平化能量成本(LCoE)最小化。
24.根据权利要求23所述的优化器，其中，LCoE模型用于确定LCoE，所述模型包括用于以下项中的一个或多个的参数：
容量因素，其指示周期内生成的能量除以如果所述涡轮机在所述周期内以额定功率连续操作则能够生成的能量；
可用性，其指示所述涡轮机能够用于生成电力的时间；
场效率，其指示周期内生成的能量除以如果所述涡轮机在完全不受上游涡轮机干扰的风力下操作则能够生成的能量。
25.根据权利要求24所述的优化器，其中，所述模型还包括用于以下项中的一个或多个的参数：
与更换一个或多个部件相关联的成本，其包括涡轮机停机时间、用于部件更换的人工和设备、更换部件的制造或翻新成本、以及到所述发电厂的所翻新的或所更换的部件的运输成本；以及
与磨损部分的更换相关联的服务成本。
26.一种控制器，包括根据权利要求20至25中的任一项所述的优化器。
27.一种风力涡轮机，包括根据权利要求26所述的控制器。
28.一种风力发电厂，包括根据权利要求26所述的控制器。
29.一种生成用于风力发电厂的控制时间表的方法，所述风力发电厂包括多个风力涡轮机，所述控制时间表指示针对每个风力涡轮机而言最大功率水平随着时间如何改变，所述方法包括：
基于所测量的风力涡轮机场地和/或操作数据，确定指示所述涡轮机中的每一个涡轮机或者所述涡轮机中的每一个涡轮机的一个或多个涡轮机部件的当前剩余疲劳寿命的值；
应用优化功能，所述优化功能改变了所述涡轮机中的每一个涡轮机的初始控制时间表以通过改变能量采集与所述涡轮机中的每一个涡轮机或者所述涡轮机中的每一个涡轮机的所述一个或多个涡轮机部件所消耗的疲劳寿命之间的折衷，直到确定了优化控制时间表，来确定优化控制时间表，所述优化包括：
使用场地检查程序，基于所述当前剩余疲劳寿命和所改变的控制时间表，估计在所改变的控制时间表的持续时间内由所述涡轮机或涡轮机部件消耗的未来疲劳寿命，所述场地检查程序基于从风力发电厂传感器获得的数据和与所述风力发电厂和风力涡轮机设计相关的参数来确定作用于涡轮机部件的负载，并且所述场地检查程序包括所述风力发电厂的所述涡轮机之间的交互；以及
根据一个或多个输入约束来约束对所述控制时间表的优化；
其中，所述约束包括针对所述涡轮机中的每一个涡轮机的目标最小风力涡轮机寿命，并且所述优化模块还被配置为改变要在所述时间表的过程中执行的针对所述风力涡轮机中的每一个风力涡轮机的一个或多个部件的部件更换的次数的初始值，以确定部件更换的最大次数。
30.根据权利要求29所述的方法，其中，所述传感器数据包括在调试和/或建造所述风力涡轮机或风力发电厂之前所收集的传感器数据。
31.根据权利要求29或30所述的方法，其中，所述优化功能针对所述涡轮机部件中的一个或多个涡轮机部件改变了在所述涡轮机的剩余寿命内部件能够更换的次数。
32.根据权利要求31所述的方法，其中，所述优化功能针对所述涡轮机部件中的一个或多个所述涡轮机部件改变了在所述涡轮机的剩余寿命期间何时能够更换所述部件。
33.根据权利要求29或32中的任一项所述的方法，其中，进一步约束所述方法，使得在所述时间表内的任何给定时间段内，当所有涡轮机的功率加在一起时，所述功率不超过在从所述发电厂到所述电网的连接中能够承载的功率的量。
34.一种风力发电厂控制器，其被配置为执行根据权利要求28至33中的任一项所述的方法。
CN201680039098.9A 2015-06-30 2016-06-22 用于生成风力涡轮机控制时间表的方法和系统 Active CN107709765B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201562186880P 2015-06-30 2015-06-30
US62/186,880 2015-06-30
DKPA201570540 2015-08-21
DKPA201570540 2015-08-21
PCT/DK2016/050208 WO2017000952A1 (en) 2015-06-30 2016-06-22 Methods and systems for generating wind turbine control schedules

Publications (2)

Publication Number Publication Date
CN107709765A true CN107709765A (zh) 2018-02-16
CN107709765B CN107709765B (zh) 2020-08-07

Family

ID=56321680

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680039098.9A Active CN107709765B (zh) 2015-06-30 2016-06-22 用于生成风力涡轮机控制时间表的方法和系统

Country Status (5)

Country Link
US (1) US11428208B2 (zh)
EP (1) EP3317524B1 (zh)
CN (1) CN107709765B (zh)
ES (1) ES2822095T3 (zh)
WO (1) WO2017000952A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES2822095T3 (es) 2015-06-30 2021-04-29 Vestas Wind Sys As Métodos y sistemas para generar programas de control de turbinas eólicas
WO2017000963A1 (en) 2015-06-30 2017-01-05 Vestas Wind Systems A/S Methods and systems for generating wind turbine control schedules
US10928816B2 (en) 2015-06-30 2021-02-23 Vestas Wind Systems A/S Methods and systems for generating wind turbine control schedules
CN107709764B (zh) 2015-06-30 2019-10-18 维斯塔斯风力系统集团公司 用于生成风力涡轮机控制安排的方法和系统
US10746160B2 (en) 2015-06-30 2020-08-18 Vestas Wind Systems A/S Methods and systems for generating wind turbine control schedules
CN110469456B (zh) * 2019-09-09 2020-10-16 国电联合动力技术有限公司 降低变桨疲劳的风电场智能控制方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102072085A (zh) * 2009-11-24 2011-05-25 西门子公司 风力涡轮机结构部件疲劳寿命设定值的风速依赖性适应
CN102782318A (zh) * 2010-02-05 2012-11-14 维斯塔斯风力系统集团公司 运行风力发电站的方法
EP2557311A1 (en) * 2011-08-12 2013-02-13 kk-electronic a/s A method for controlling a wind power park and a wind power park controlled by such method
CN103328818A (zh) * 2010-09-30 2013-09-25 维斯塔斯风力系统集团公司 风力涡轮机和风力发电站中的过额定控制
US20140288855A1 (en) * 2013-03-20 2014-09-25 United Technologies Corporation Temporary Uprating of Wind Turbines to Maximize Power Output

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0299215A (ja) 1988-10-06 1990-04-11 Fujikura Ltd ピンチロール
US7203554B2 (en) 2004-03-16 2007-04-10 United Technologies Corporation Model predictive controller with life extending control
CN1880756A (zh) 2006-05-16 2006-12-20 陈亚洲 自由发电定频稳压输出的风力发电机
WO2009027509A1 (en) 2007-08-31 2009-03-05 Vestas Wind Systems A/S Wind turbine siting and maintenance prediction
CN101363405B (zh) 2008-09-09 2012-01-04 汕头市众业达电器设备有限公司 一种提高风力发电机桨叶使用寿命的方法
DE102009004385B4 (de) 2009-01-12 2010-11-25 Repower Systems Ag Verfahren und Anordnung zum Überwachen einer Windenergieanlage
ES2577530T3 (es) 2009-05-25 2016-07-15 Vestas Wind Systems A/S Procedimiento y sistema para controlar el funcionamiento de una turbina eólica
US8577509B2 (en) 2009-06-24 2013-11-05 Vestas Wind Systems A/S Method and a system for controlling operation of a wind turbine
EP2302208A1 (en) * 2009-09-23 2011-03-30 Siemens Aktiengesellschaft Dynamic adaptation of a set point for a fatigue life of a structural component of a power generating machine
GB2481461A (en) 2010-06-21 2011-12-28 Vestas Wind Sys As Control of a downstream wind turbine in a wind park by sensing the wake turbulence of an upstream turbine
GB2484266A (en) 2010-09-30 2012-04-11 Vestas Wind Sys As Over-rating control of a wind turbine power plant
IN2013MN02382A (zh) 2011-05-20 2015-06-12 Romax Technology Ltd
US20120325290A1 (en) 2011-06-27 2012-12-27 Integrated Power Technology Corporation Solar cogeneration vessel
WO2013023702A1 (en) 2011-08-18 2013-02-21 Siemens Aktiengesellschaft Method to regulate the output power production of a wind turbine
DK201170539A (en) 2011-09-30 2013-03-31 Vestas Wind Sys As Control of wind turbines
CN102518555B (zh) 2012-01-12 2013-10-30 三一电气有限责任公司 一种兆瓦级风力机组及其控制方法、控制系统
US9605654B2 (en) 2012-07-24 2017-03-28 General Electric Company Wind turbine lifetime estimator
US20140324495A1 (en) 2013-02-22 2014-10-30 Vestas Wind Systems A/S Wind turbine maintenance optimizer
US10571360B2 (en) 2013-03-11 2020-02-25 Board Of Trustees Of Michigan State University Methods for estimating remaining life of a monitored structure
WO2014187461A1 (en) 2013-05-24 2014-11-27 Vestas Wind Systems A/S Method and system for planning and controlling power generators
CN108691731B (zh) 2013-07-29 2020-05-19 维斯塔斯风力系统集团公司 对风力涡轮机的最大功率输出的模拟
DK3055557T3 (da) 2013-10-07 2019-10-28 Vestas Wind Sys As Fremgangsmåder og apparat til styring af vindmøller
US9822762B2 (en) 2013-12-12 2017-11-21 General Electric Company System and method for operating a wind turbine
EP2955368A1 (en) * 2014-06-10 2015-12-16 ABB Technology AG Optimal wind farm operation
US9035479B1 (en) 2014-07-11 2015-05-19 Wind Stream Properties, Llc Turbine controller for optimizing economic present value of the turbine
US10746160B2 (en) 2015-06-30 2020-08-18 Vestas Wind Systems A/S Methods and systems for generating wind turbine control schedules
ES2822095T3 (es) 2015-06-30 2021-04-29 Vestas Wind Sys As Métodos y sistemas para generar programas de control de turbinas eólicas

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102072085A (zh) * 2009-11-24 2011-05-25 西门子公司 风力涡轮机结构部件疲劳寿命设定值的风速依赖性适应
CN102782318A (zh) * 2010-02-05 2012-11-14 维斯塔斯风力系统集团公司 运行风力发电站的方法
CN103328818A (zh) * 2010-09-30 2013-09-25 维斯塔斯风力系统集团公司 风力涡轮机和风力发电站中的过额定控制
EP2557311A1 (en) * 2011-08-12 2013-02-13 kk-electronic a/s A method for controlling a wind power park and a wind power park controlled by such method
US20140288855A1 (en) * 2013-03-20 2014-09-25 United Technologies Corporation Temporary Uprating of Wind Turbines to Maximize Power Output

Also Published As

Publication number Publication date
ES2822095T3 (es) 2021-04-29
CN107709765B (zh) 2020-08-07
EP3317524B1 (en) 2020-09-23
WO2017000952A1 (en) 2017-01-05
US11428208B2 (en) 2022-08-30
EP3317524A1 (en) 2018-05-09
US20200378360A1 (en) 2020-12-03

Similar Documents

Publication Publication Date Title
CN107810324A (zh) 用于生成风力涡轮机控制时间表的方法和系统
CN107709764B (zh) 用于生成风力涡轮机控制安排的方法和系统
EP3317523B1 (en) Methods and systems for generating wind turbine control schedules
EP3317522B1 (en) Methods and systems for generating wind turbine control schedules
CN107810323B (zh) 用于生成风力涡轮机控制安排的方法和系统
CN107850048B (zh) 用于生成风力涡轮机控制安排的方法以及系统
CN107709765A (zh) 用于生成风力涡轮机控制时间表的方法和系统
CN107820540B (zh) 基于预测的风力涡轮机控制
EP3317519B1 (en) Control method and system for wind turbines
CN103328818B (zh) 风力涡轮机和风力发电站中的过额定控制
EP2955368A1 (en) Optimal wind farm operation
US10746160B2 (en) Methods and systems for generating wind turbine control schedules
Kunzemann et al. Application of CPS within wind energy—current implementation and future potential
CN117905638B (zh) 基于强化学习的风力发电机优化控制方法及系统
Pettas Wind turbine operational optimization considering revenue and fatigue objectives
CN117905638A (zh) 基于强化学习的风力发电机优化控制方法及系统
Robinson et al. 30Wind energy
Schreck et al. Michael Robinson, Wind energy

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