CN109960144B - 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
- CN109960144B CN109960144B CN201711436975.9A CN201711436975A CN109960144B CN 109960144 B CN109960144 B CN 109960144B CN 201711436975 A CN201711436975 A CN 201711436975A CN 109960144 B CN109960144 B CN 109960144B
- Authority
- CN
- China
- Prior art keywords
- wind direction
- yaw control
- direction data
- yaw
- absolute
- 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 35
- 238000012360 testing method Methods 0.000 claims abstract description 79
- 238000004088 simulation Methods 0.000 claims abstract description 24
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000004075 alteration Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 201000009482 yaws Diseases 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical group [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- 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
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (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:获得多个绝对风向数据;将多个绝对风向数据按照风向特征值划分为多组绝对风向数据;基于预定偏航控制仿真测试模型,对多组绝对风向数据中的每组绝对风向数据在多组偏航控制参数下进行测试以获得多组测试结果;对多组偏航控制参数下的多组测试结果进行评估以获得多组偏航控制参数中的每组偏航控制参数所对应的性能指标;以及基于性能指标从多组偏航控制参数中选择一组最佳偏航控制参数。由此,可以提高风力发电机组偏航控制的精度以及发电效率。
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
偏航控制功能是风力发电机组(尤其是水平轴式风力发电机组)必不可少的功能。通过偏航控制功能,风力发电机组的风轮能够始终处于迎风状态,从而充分利用风能,提高风力发电机的发电效率。因此,偏航控制功能对风力发电机组有效利用风能起着非常重要的作用。
目前,风力发电机组的偏航控制普遍采用设置对风容差角的方法,当风轮对风误差超过对风容差角的设定值时,机组才开始启动对风偏航;当机组对风误差角小于设定值时,机组停止偏航对风。此外,对风容差角的设置一般与风速相关,当风速角小时,对风容差角较大;当风速较大时,对风容差角设定值较小。由于上述偏航控制参数均被设置为固定值,因此在风力发电机组运行过程中,这些偏航控制参数的值不能随着风况的变化而变化。
发明内容
本申请提出了一种用于风力发电机组偏航控制的方法、设备和系统,通过获得风向特征值与相应的最佳偏航控制参数之间的对应关系,可以实现在不同风况下使用相应的最佳偏航控制参数来对风力发电机组进行偏航控制,从而提高风力发电机组对风偏航的精度和发电效率。
根据本申请的一方面,提供了一种风力发电机组的偏航控制方法,包括:获得多个绝对风向数据;将多个绝对风向数据按照风向特征值划分为多组绝对风向数据;基于预定偏航控制仿真测试模型,对多组绝对风向数据中的每组绝对风向数据在多组偏航控制参数下进行测试以获得多组测试结果;对多组偏航控制参数下的多组测试结果进行评估以获得多组偏航控制参数中的每组偏航控制参数所对应的性能指标;以及基于性能指标从多组偏航控制参数中选择一组最佳偏航控制参数。
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:数据获得单元,被配置为获得多个绝对风向数据;分组单元,被配置为将多个绝对风向数据按照风向特征值划分为多组绝对风向数据;测试单元,被配置为基于预定偏航控制仿真测试模型,对多组绝对风向数据中的每组绝对风向数据在多组偏航控制参数下进行测试以获得多组测试结果;评估单元,被配置为对多组偏航控制参数下的多组测试结果进行评估以获得多组偏航控制参数中的每组偏航控制参数所对应的性能指标;以及选择单元,被配置为基于性能指标从多组偏航控制参数中选择一组最佳偏航控制参数。
根据本申请的又一方面,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,其存储处理器可执行指令;并且其中当处理器被配置为执行指令时使得处理器执行如上述方法的操作。
在上述风力发电机组偏航控制方法、系统及设备中,通过将绝对风向数据按照风向特征值进行划分,基于预定偏航控制仿真测试模型,对经划分的绝对风向数据进行测试以获得测试结果,采用多组偏航控制参数对测试结果进行评估以获得相应的性能指标,基于性能指标选择最佳偏航控制参数,由此,可以实现在不同风况下使用相应的最佳偏航控制参数来对风力发电机组进行偏航控制,从而提高风力发电机组对风偏航的精度和发电效率。
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根据本公开实施例,示出了用于风力发电机组偏航控制的方法的流程图。
图2根据本公开实施例,示出了用于风力发电机组执行偏航控制仿真测试的方法的流程图。
图3根据本公开实施例,示出了用于风力发电机组偏航控制的系统的框图。
图4根据本公开实施例,示出了用于风力发电机组偏航控制的设备的框图。
具体实施方式
下面将详细描述本公开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,以便提供对本公开的全面理解。但是,对于本领域技术人员来说很明显的是,本公开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公开的示例来提供对本公开的更好的理解。本公开决不限于下面所提出的任何具体配置和算法,而是在不脱离本公开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,以便避免对本公开造成不必要的模糊。
风力发电机组大多处于自然环境中,其风况会随着时间、地点的不同而产生变化。然而,目前,偏航控制系统中的偏航控制参数是固定不变的。因此,会出现偏航控制参数与风况不匹配的情况,进而影响对风精度及发电效率。
本申请提供了用于风力发电机组偏航控制的方法、设备和系统,其中,通过偏航控制仿真测试实现了偏航控制参数与风况的匹配,从而提高了对风精度及发电效率。下面对本申请的用于风力发电机组偏航控制的方法、设备和系统进行详细描述。
图1根据本公开实施例,示出了用于风力发电机组偏航控制的方法100的流程图。如图1所示,方法100包括步骤101-105。
在步骤101中,获得多个绝对风向数据。
绝对风向数据是进行偏航控制仿真测试的输入数据。在一个实施例中,绝对风向数据是基于风力发电机组的历史风向数据来获得的。具体地,在一个实施例中,用Ad来表示绝对风向数据,绝对风向数据Ad可以通过以下表达式计算得到:
Ad=(Dh+(Ypih-Yph))%360 表达式(1)
其中,Dh是风力发电机组的历史风向数据。在一个实施例中,当风力发电机组正对风时,Dh为180度。在一个实施例中,当风力发电机组从正对风的状态逆时针方向偏航(左偏)时,Dh的值在180度的基础上增大相应偏航度数;当风力发电机组从正对风的状态顺时针方向偏航(右偏)时,Dh的值在180度的基础上减小相应偏航度数。本申请在该方面不限于此,例如,在其他一个或多个实施例中,Dh的值可以采用其他策略来获得。Dh的值与该风力发电机组采集历史风向数据时的原始风向相关。
为了便于描述,本申请下文基于如下内容进行描述:当风力发电机组正对风时,Dh为180度。在一个实施例中,当风力发电机组从正对风的状态逆时针方向偏航(左偏)时,Dh的值在180度的基础上增大相应偏航度数;当风力发电机组从正对风的状态顺时针方向偏航(右偏)时,Dh的值在180度的基础上减小相应偏航度数。
Ypih表示初始偏航位置。在一个实施例中,将所获得的风力发电机组的第一条历史风向数据所对应的风力发电机组的位置确定为初始偏航位置。Yph表示偏航位置。初始偏航位置和偏航位置均与绝对的方位(东西南北)相关。
基于表达式1可知,在一个实施例中,初始偏航位置为风力发电机组的第一条历史风向数据所对应的风力发电机组的位置,因此,绝对风向的参考零点为第一条历史风向数据所对应的风力发电机组的位置。但本申请在该方面不限于此,例如,在一个或多个其他实施例中,绝对风向的参考零点可以为任意的风力发电机组的朝向。
基于风力发电机组的多个历史风向数据、多个相应的偏航位置、以及初始偏航位置,可以通过表达式1计算得到多个绝对风向数据。“%”表示取模运算,使得通过表达式1计算得到的Ad不会超出360度,从而便于对所计算得到的多个绝对风向数据进行归一化。
在步骤102中,将多个绝对风向数据按照风向特征值划分为多组绝对风向数据。
由于不同风况的特征不同,因此,对绝对风向数据按照其风向特征值进行划分。具体地,计算多个绝对风向数据中处于特定时间段内的若干个绝对风向数据的风向标准差,将多个绝对风向数据的风向标准差进行比较,以将风向标准差接近的绝对风向数据划分为一组。
风力发电机组往往存储了大量的历史风向数据。在一个实施例中,选择第一时间段内的历史风向数据。例如,在一个实施例中,第一时间段可以是1年。根据步骤101计算相应的数据时间长度为1年的绝对风向数据。本申请在该方面不限于此,例如,在其他一个或多个实施例中,可以选择其他时间长度内的历史风向数据。但所选择的时间长度不能太短,应选择合适的时间长度以获得足够的数据量进行后续操作。
在一个实施例中,将所选择的历史风向数据中处于第二时间段内的绝对风向数据进行算术平均,该平均值记为一个数据点xi。
例如,在一些实施例中,风力发电机组每20毫秒对风向数据进行一次采集,因此,所获得的历史风向数据是以每秒50次的频率采集到的,那么通过步骤101计算得到的对应的绝对风向数据在时间上以20毫秒为间隔的。上述第二时间段可以是秒级的,例如,1秒。在该实施例中,将1秒内的绝对风向数据进行算术平均,并且将该平均值记为一个数据点xi。本申请在该方面不限于此,可以采用其他采集频率来采集风向数据,而且第二时间段可以是其他值。
在一个实施例中,如表达式(2)计算第三时间段内的数据点xi的标准差σ,以反映风向特征。该标准差即为风向标准差。
其中,n同时取决于第二时间段和第三时间段。
其中,μ为n个数据点的算术平均数,即:
在一个实施例中,第三时间段可以是60分钟,则相应的风向标准差σ60min为:
其中,
在该实施例中,若第二时间段为1秒,则n等于3600。也就是说,在60分钟内具有3600个数据点xi。
至此,可以针对所选取的第一时间段内的绝对风向数据,根据表达式(2)计算处于按照第三时间段划分的相应绝对风向数据的风向标准差σ,由此,获得了多个风向标准差σi。在一个实施例中,如果第一时间段为1年(365天),第三时间段为60分钟(即,1小时),那么可以获得8760(即365*24)个风向标准差σi。
下面对多个风向标准差σi进行处理。由于风向标准差在一定程度上表征了风况,因此,在多个风向标准差σi中选择数值接近的风向标准差σi划分在一组以表征相同或相似风况。由于每个风向标准差均源于相应的绝对风向数据,因此,对风向标准差的划分使得对相应的绝对风向数据也进行了划分。由此,根据风向标准差对多个绝对风向数据进行分组。
在划分数值接近的风向标准差时,如果某一组中的数据较少,例如,少于30天的数据,那么可以再选择风力发电机组的其他历史风向数据作为补充,从而得到足够的数据。
基于划分到一组的风向标准差来获得表征特定风况的风向特征值。可以如表达式(4),对划分到一组的风向标准差σi计算平均值σAVG,以作为该种风况的风向特征值。
由此,基于步骤102,获得了不同的风向特征值以及与每个风向特征值相对应的一组绝对风向数据。
在步骤103中,基于预定偏航控制仿真测试模型,获得多组绝对风向数据中的每组绝对风向数据在多组偏航控制参数下的测试结果。
下面以基于步骤102所划分的多组绝对风向数据中的一组绝对风向数据为例来描述如何基于预定偏航控制仿真测试模型获得相应的测试结果。
表1示出了偏航控制仿真测试模型的输入输出定义如下:
表1
名称 | 含义 | 输入/输出 |
Ad | 绝对风向数据 | 输入 |
Sp | 偏航速度 | 输入 |
Ypi | 初始偏航位置 | 输入 |
D<sub>t</sub> | 测试风向数据 | 输出 |
Yp<sub>t</sub> | 测试偏航位置 | 输出 |
Ys<sub>t</sub> | 测试偏航状态 | 输出 |
Ad是基于步骤101获得的绝对风向数据,如前所述,其作为偏航控制仿真测试的输入数据。Sp是偏航速度,其表示当风力发电机组决定要进行偏航时,风力发电机组的机械设备进行偏航的速度。因此,偏航速度Sp由硬件设备决定,因此,是一个固定参数。此处的初始偏航位置Ypi表示进行测试的一组绝对风向数据中输入的第一条绝对风向数据所对应的偏航位置。
以上三个参数为偏航控制仿真测试的输入数据,偏航控制仿真测试的输出数据为测试风向数据Dt、测试偏航位置Ypt、以及测试偏航状态Yst。
在计算测试风向数据Dt、测试偏航位置Ypt、以及测试偏航状态Yst时,除了表1中Ad、Sp以及Ypi三个输入数据,还需要表2中所示的偏航控制参数。
表2
名称 | 含义 |
T1 | 启动控制时间段 |
T2 | 停止控制时间段 |
E1 | 启动控制阈值 |
E2 | 停止控制阈值 |
在得到多个测试风向数据Dt之后,对启动控制时间段T1之内的若干个测试风向数据Dt进行算术平均,如表达式(5)所示。所得到的平均风向数据D1用于与启动控制阈值E1进行比较,来判断是否启动偏航控制。
类似地,在得到多个测试风向数据Dt之后,对停止控制时间段T2之内的若干个测试风向数据Dt进行算术平均,如表达式(6)所示。所得到的平均风向数据D2用于与停止控制阈值E2进行比较,来判断是否停止偏航控制。
图2根据本公开实施例,示出了用于风力发电机组执行偏航控制仿真测试的方法200的流程图。
如图2所示,偏航控制仿真测试方法200在201处开始,之后转向202。在202处,确定D1是否小于180°-E1并且是否持续了3秒。如果D1小于180°-E1并且持续了3秒,那么转向203,在203处确定测试偏航状态Yst为状态“1”,即,处于右偏航状态,应该进行左偏航控制;如果D1不满足小于180°-E1且持续3秒,则转向204,在204处确定D1是否大于180°+E1并且是否持续了3秒。如果D1大于180°+E1并且持续了3秒,那么转向205,在205处确定测试偏航状态Yst为状态“-1”,即,处于左偏航状态,应该进行右偏航控制;如果D1不满足大于180°+E1且持续3秒,则转向206。在206处,确定D2是否小于180°+E2同时大于180°-E2并且是否持续了3秒。如果D2小于180°+E2同时大于180°-E2并且持续了3秒,则转向207,在207处,确定测试偏航状态Yst为状态“0”,即,未发生偏航并且无需进行偏航控制,或者偏航已被校正并且需要停止偏航;如果D2不满足小于180°+E2同时大于180°-E2并且持续了3秒,则在208处结束偏航控制仿真测试。
通过上述偏航控制仿真测试方法200,能够确定特定偏航控制参数T1、T2、E1和E2下的测试偏航状态Yst、测试风向数据Dt、以及测试偏航位置Ypt。
根据如下表达式来计算测试偏航位置Ypt:
Ypt=Ypi+Yst*Sp/F........................表达式(7)
其中,F表示测试程序执行周期。例如,如果程序每20毫秒执行一次,那么F等于50,即,每秒执行50次。
根据如下表达式来计算测试风向数据Dt:
Dt=(Ad+(Ypt-Ypi))%360........................表达式(8)
其中,“%”为取模运算。
基于多组偏航控制参数T1、T2、E1和E2来对一组绝对风向数据进行测试,从而得到相应的多组测试结果,即,多组测试偏航状态Yst、测试风向数据Dt、以及测试偏航位置Ypt。
在步骤104中,对多组偏航控制参数下的多组测试结果进行评估以获得多组偏航控制参数中的每组偏航控制参数所对应的性能指标。
基于偏航次数Yc、偏航时间Yt以及对风偏差Ye这三个性能指标对测试结果进行评估。其中,偏航次数Yc表明左偏航、右偏航累计动作次数之和。偏航时间Yt表明左偏航、右偏航累计动作时间之和。对风偏差Ye表明特定风况数据的算术平均值,如表达式(9)所示。
其中,Dti表示特定风况下的风况数据在某一时间段内的平均值,例如,如前面所述,1秒钟内的平均风向数据。k表示所选择的数据点个数,在此不再赘述。
由此,通过对多组偏航控制参数下的多组测试结果进行评估,获得了每组偏航控制参数所对应的性能指标。
在步骤105中,基于性能指标从多组偏航控制参数中选择一组最佳偏航控制参数。
在一个实施例中,性能指标包括如下项中的至少一项:偏航次数;偏航时间;以及对风偏差。
在一个实施例中,风力发电机组需要满足以下各项中的至少一项:偏航次数少;偏航时间短;以及对风偏差小。
在一个实施例中,首先在偏航次数和偏航时间方面应满足整机载荷设计要求,在此前提下,对风偏差应尽可能的小。该实施例仅为本申请的一种实施方式,本申请在该方面并不限于此,性能要求并不一定同时涉及上述三个性能指标。
基于风力发电机组对性能的要求,从与每组偏航控制参数所对应的性能指标中选择满足上述要求的性能指标,与该性能指标相对应的偏航控制参数即为最佳偏航控制参数。
由此,针对一种风况选择了相应地最佳偏航控制参数,即该风况下风向特征值σAVG对应的最佳偏航参数T1best、T2best、E1best、E2best。相应地,可以获得与各个风向特征值相对应的各个最佳偏航参数。
在步骤2中,获得了各种风况的风向特征值。在步骤5中,获得与各个风向特征值相对应的最佳偏航参数。由此,可以建立存储每组绝对风向数据的风向特征值与相应的最佳偏航控制参数之间的对应关系的偏航控制知识库。
在一个实施例中,当风力发电机组采集到当前风向数据时,计算该当前风向数据的风向特征值,基于所计算的风向特征值,从偏航控制知识库中查找与该风向特征值相对应的最佳偏航控制参数作为该风力发电机组当前的偏航控制参数。
在本公开的实施例中,通过偏航控制仿真测试得到不同风向特征下对应的最佳偏航控制参数;建立不同特征的风向与偏航控制参数对应关系的偏航控制知识库;风力发电机组实时计算当前风向特征值,根据风向特征值从偏航控制知识库中选取与当前风况最匹配的偏航控制参数进行偏航控制,从而提高了偏航控制的精度和发电效率。
图3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300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3所示,系统300包括:数据获得单元301、分组单元302、测试单元303、评估单元304以及选择单元305。
其中,数据获得单元301被配置为获得多个绝对风向数据;分组单元302被配置为将多个绝对风向数据按照风向特征值划分为多组绝对风向数据;测试单元303被配置为基于预定偏航控制仿真测试模型,对多组绝对风向数据中的每组绝对风向数据在多组偏航控制参数下进行测试以获得多组测试结果;评估单元304被配置为对多组偏航控制参数下的多组测试结果进行评估以获得多组偏航控制参数中的每组偏航控制参数所对应的性能指标;以及选择单元305被配置为基于性能指标从多组偏航控制参数中选择一组最佳偏航控制参数。
在一个实施例中,系统300还包括存储单元(图中未示出)。该存储单元可以被配置为存储偏航控制知识库,该偏航控制知识库存储每组绝对风向数据的风向特征值与相应的最佳偏航控制参数之间的对应关系。
在一个实施例中,系统300还包括采集单元、计算单元以及参数确定单元(图中未示出)。
采集单元可被配置为采集风力发电机组的当前风向数据。计算单元可被配置为计算当前风向数据的风向特征值。参数确定单元可被配置为基于所计算的风向特征值,从偏航控制知识库中查找与该风向特征值相对应的最佳偏航控制参数作为该风力发电机组当前的偏航控制参数。
在一个实施例中,多组偏航控制参数中的每组偏航控制参数包括如下项中的至少一项:启动控制时间段、停止控制时间段、启动控制阈值、以及停止控制阈值。
其中,基于启动控制时间段来计算用于启动偏航控制的风向角的平均值;基于停止控制时间段来计算用于停止偏航控制的风向角的平均值。
启动控制阈值用于启动偏航控制;停止控制阈值用于停止偏航控制。具体的偏航控制仿真测试流程参见上述图2及相应描述,在此不再赘述。
在一个实施例中,多个绝对风向数据是基于风力发电机组的历史风向数据来获得的。
在一个实施例中,性能指标包括如下项中的至少一项:偏航次数;偏航时间;以及对风偏差。
在一个实施例中,分组单元302可以包括风向特征值计算单元和比较单元(图中未示出)。
风向特征值计算单元可被配置为计算多个绝对风向数据中处于特定时间段内的若干个绝对风向数据的标准差以作为该若干个绝对风向数据的风向特征值。比较单元可被配置为将多个绝对风向数据的风向特征值进行比较,以将风向特征值接近的绝对风向数据划分为一组。
方法100和200所描述的实施方式可以通过系统300来实现。系统300各个单元所实现的功能细节可以参照方法100和200所描述的细节,在此不再赘述。
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公开的方法和技术,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4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400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400并不必然包括图4中所示出的所有组件。
如图4所示,设备400可以包括输入设备401、输入端口402、处理器403、存储器404、输出端口405、输出设备406以及总线410的一个或多个。其中,输入端口402、处理器403、存储器404、输出端口405通过总线410相连并相互之间传递数据;输入端口402与输入设备401相连,并从输入设备401获得数据;输出端口405与输出设备406相连,并向输出设备406输出数据。
在所述用于风力发电机组偏航控制的设备400中,设备400例如可以包括以上所述的处理器403以及存储器404,该存储器404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400,包括:处理器403;以及存储器404,其存储处理器403可执行指令;并且当处理器403被配置为执行指令时使得处理器执行如下操作:获得多个绝对风向数据;将多个绝对风向数据按照风向特征值划分为多组绝对风向数据;基于预定偏航控制仿真测试模型,对多组绝对风向数据中的每组绝对风向数据在多组偏航控制参数下进行测试以获得多组测试结果;对多组偏航控制参数下的多组测试结果进行评估以获得多组偏航控制参数中的每组偏航控制参数所对应的性能指标;以及基于性能指标从多组偏航控制参数中选择一组最佳偏航控制参数。
进一步地,在一个实施例中,该处理器403还可以执行以下操作:建立偏航控制知识库,偏航控制知识库存储每组绝对风向数据的风向特征值与相应的最佳偏航控制参数之间的对应关系。
进一步地,在一个实施例中,该处理器403还可以执行以下方法:采集风力发电机组的当前风向数据;计算当前风向数据的风向特征值;以及基于所计算的风向特征值,从偏航控制知识库中查找与该风向特征值相对应的最佳偏航控制参数作为风力发电机组当前的偏航控制参数。
在一个实施例中多组偏航控制参数中的每组偏航控制参数包括如下项中的至少一项:启动控制时间段,基于启动控制时间段来计算用于启动偏航控制的风向角的平均值;停止控制时间段,基于停止控制时间段来计算用于停止偏航控制的风向角的平均值;启动控制阈值,用于启动偏航控制;以及停止控制阈值,用于停止偏航控制。
进一步地,在一个实施例中,多个绝对风向数据是基于风力发电机组的历史风向数据来获得的。
在一个实施例中,性能指标包括如下项中的至少一项:偏航次数;偏航时间;以及对风偏差。
进一步地,在一个实施例中,该处理器403还可以执行以下操作:计算多个绝对风向数据中处于特定时间段内的若干个绝对风向数据的标准差以作为若干个绝对风向数据的风向特征值;和将多个绝对风向数据的风向特征值进行比较,以将风向特征值接近的绝对风向数据划分为一组。
本申请中,通过偏航控制仿真测试得到不同风向特征下对应的最佳偏航控制参数;建立不同特征的风向与偏航控制参数对应关系的偏航控制知识库;风力发电机组实时计算当前风向特征值,根据风向特征值从偏航控制知识库中选取与当前风况最匹配的偏航控制参数进行偏航控制,从而提高了偏航控制的精度和发电效率。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,均应认为属于本公开的范围之内。
Claims (13)
1.一种风力发电机组的偏航控制方法,其特征在于,包括:
获得多个绝对风向数据;
将所述多个绝对风向数据按照风向标准差划分为多组绝对风向数据;
基于预定偏航控制仿真测试模型,对所述多组绝对风向数据中的每组绝对风向数据在多组偏航控制参数下进行测试以获得多组测试结果;
对多组偏航控制参数下的多组测试结果进行评估以获得所述多组偏航控制参数中的每组偏航控制参数所对应的性能指标;以及
基于所述性能指标从所述多组偏航控制参数中选择一组最佳偏航控制参数;
其中,基于风力发电机组的多个历史风向数据、多个相应的偏航位置、以及初始偏航位置计算所述多个绝对风向数据。
2.根据权利要求1所述的方法,其特征在于,还包括:
建立偏航控制知识库,所述偏航控制知识库存储每组绝对风向数据的风向特征值与相应的最佳偏航控制参数之间的对应关系。
3.根据权利要求2所述的方法,其特征在于,还包括:
采集所述风力发电机组的当前风向数据;
计算所述当前风向数据的风向特征值;以及
基于所计算的风向特征值,从所述偏航控制知识库中查找与该风向特征值相对应的最佳偏航控制参数作为所述风力发电机组当前的偏航控制参数。
4.根据权利要求1所述的方法,其特征在于,所述多组偏航控制参数中的每组偏航控制参数包括如下项中的至少一项:
启动控制时间段,基于所述启动控制时间段来计算用于启动偏航控制的风向角的平均值;
停止控制时间段,基于所述停止控制时间段来计算用于停止偏航控制的风向角的平均值;
启动控制阈值,用于启动偏航控制;以及
停止控制阈值,用于停止偏航控制。
5.根据权利要求1所述的方法,其特征在于,所述性能指标包括如下项中的至少一项:偏航次数;偏航时间;以及对风偏差。
6.根据权利要求1所述的方法,其特征在于,将所述多个绝对风向数据按照风向标准差划分为多组绝对风向数据包括:
计算所述多个绝对风向数据中处于特定时间段内的若干个绝对风向数据的标准差以作为所述若干个绝对风向数据的风向特征值;和
将所述多个绝对风向数据的风向特征值进行比较,以将风向特征值接近的绝对风向数据划分为一组。
7.一种风力发电机组的偏航控制系统,其特征在于,包括:
数据获得单元,被配置为获得多个绝对风向数据;
分组单元,被配置为将所述多个绝对风向数据按照风向标准差划分为多组绝对风向数据;
测试单元,被配置为基于预定偏航控制仿真测试模型,对所述多组绝对风向数据中的每组绝对风向数据在多组偏航控制参数下进行测试以获得多组测试结果;
评估单元,被配置为对多组偏航控制参数下的多组测试结果进行评估以获得所述多组偏航控制参数中的每组偏航控制参数所对应的性能指标;以及
选择单元,被配置为基于所述性能指标从所述多组偏航控制参数中选择一组最佳偏航控制参数;
其中,基于风力发电机组的多个历史风向数据、多个相应的偏航位置、以及初始偏航位置计算所述多个绝对风向数据。
8.根据权利要求7所述的系统,其特征在于,还包括:
存储单元,被配置为存储偏航控制知识库,所述偏航控制知识库存储每组绝对风向数据的风向特征值与相应的最佳偏航控制参数之间的对应关系。
9.根据权利要求8所述的系统,其特征在于,还包括:
采集单元,被配置为采集所述风力发电机组的当前风向数据;
计算单元,被配置为计算所述当前风向数据的风向特征值;以及
参数确定单元,被配置为基于所计算的风向特征值,从所述偏航控制知识库中查找与该风向特征值相对应的最佳偏航控制参数作为所述风力发电机组当前的偏航控制参数。
10.根据权利要求7所述的系统,其特征在于,所述多组偏航控制参数中的每组偏航控制参数包括如下项中的至少一项:
启动控制时间段,基于所述启动控制时间段来计算用于启动偏航控制的风向角的平均值;
停止控制时间段,基于所述停止控制时间段来计算用于停止偏航控制的风向角的平均值;
启动控制阈值,用于启动偏航控制;以及
停止控制阈值,用于停止偏航控制。
11.根据权利要求7所述的系统,其特征在于,所述性能指标包括如下项中的至少一项:偏航次数;偏航时间;以及对风偏差。
12.根据权利要求7所述的系统,其特征在于,分组单元包括:
风向特征值计算单元,被配置为计算所述多个绝对风向数据中处于特定时间段内的若干个绝对风向数据的标准差以作为所述若干个绝对风向数据的风向特征值;和
比较单元,被配置为将所述多个绝对风向数据的风向特征值进行比较,以将风向特征值接近的绝对风向数据划分为一组。
13.一种风力发电机组的偏航控制设备,其特征在于,包括:
处理器;以及
存储器,其存储处理器可执行指令;并且其中
当所述处理器被配置为执行所述指令时使得所述处理器执行如权利要求1-6中任一项所述的方法的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711436975.9A CN109960144B (zh) | 2017-12-26 | 2017-12-26 | 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 |
---|---|---|---|
CN201711436975.9A CN109960144B (zh) | 2017-12-26 | 2017-12-26 | 风力发电机组偏航控制的方法、设备和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109960144A CN109960144A (zh) | 2019-07-02 |
CN109960144B true CN109960144B (zh) | 2022-06-28 |
Family
ID=67022696
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711436975.9A Active CN109960144B (zh) | 2017-12-26 | 2017-12-26 | 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) | CN109960144B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110886681B (zh) * | 2019-12-13 | 2021-04-27 | 北京三力新能科技有限公司 | 一种基于时间分区和偏航扇区的偏航角度定位控制方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DK3009670T3 (en) * | 2014-10-15 | 2018-02-05 | Siemens Ag | Process for controlling the operation of a wind energy installation, including generating a 3D wind speed model, and wind energy installation |
CN104454348A (zh) * | 2014-12-24 | 2015-03-25 | 中船重工(重庆)海装风电设备有限公司 | 一种风力发电机组偏航控制方法及装置 |
WO2017211367A1 (en) * | 2016-06-07 | 2017-12-14 | Vestas Wind Systems A/S | Adaptive control of a wind turbine by detecting a change in performance |
CN106150904B (zh) * | 2016-07-01 | 2018-10-30 | 华北电力科学研究院有限责任公司 | 一种风力发电机组偏航系统控制性能优化方法及系统 |
CN106286130B (zh) * | 2016-09-05 | 2019-02-05 | 华北电力大学 | 基于scada数据的风电机组偏航控制参数优化方法 |
-
2017
- 2017-12-26 CN CN201711436975.9A patent/CN109960144B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109960144A (zh) | 2019-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102221756B1 (ko) | 배터리의 상태를 추정하는 방법 및 장치 | |
EP3364324A1 (en) | Method and device for detecting equivalent load of wind turbine generator system | |
US20060074595A1 (en) | Method and apparatus for improved fault detection in power generation equipment | |
Lezama et al. | Hybrid-adaptive differential evolution with decay function (HyDE-DF) applied to the 100-digit challenge competition on single objective numerical optimization | |
CN110206683A (zh) | 估计对风角度偏差及矫正对风角度的方法、装置和系统 | |
CN111414999B (zh) | 一种设备运行状态的监测方法及装置 | |
CN101364084A (zh) | 基于模型的传感器故障检测和隔离的系统和方法 | |
WO2006110248A1 (en) | Control system and method | |
JP2009047092A (ja) | ガスタービンの性能診断方法及び性能診断システム | |
Barocio et al. | Online coherency identification and stability condition for large interconnected power systems using an unsupervised data mining technique | |
CN110969649A (zh) | 一种激光点云与地图的匹配评价方法、介质、终端和装置 | |
CN107677967B (zh) | 确定电池电量的方法及装置 | |
JP4670662B2 (ja) | 異常検出装置 | |
CN111626360B (zh) | 用于检测锅炉故障类型的方法、装置、设备和存储介质 | |
Armstrong et al. | Implementation of an integrated on-board aircraft engine diagnostic architecture | |
CN109960144B (zh) | 风力发电机组偏航控制的方法、设备和系统 | |
JP6989398B2 (ja) | 故障診断装置、故障診断方法、および故障診断プログラム | |
CN112797976A (zh) | 定位检测方法、装置、计算机设备以及可读存储介质 | |
CN110096730A (zh) | 一种电网电压快速评估方法及系统 | |
US20130204816A1 (en) | Steam turbine performance testing | |
CN109978204B (zh) | 确定风电场的风功率的预测准确率的方法和装置 | |
US11500965B2 (en) | Abnormality detection device, abnormality detection method, and non-transitory computer-readable medium | |
CN110490215A (zh) | 一种风电场-电网相互作用的模态识别方法及系统 | |
EP3385804A1 (en) | Failure diagnosis apparatus, monitoring apparatus, failure diagnosis method and recording medium | |
CN111030091B (zh) | 一种确定分布式可再生能源电力装机容量的方法及系统 |
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 |