CN111428325A - 定制风力发电机组的方法和设备 - Google Patents
定制风力发电机组的方法和设备 Download PDFInfo
- Publication number
- CN111428325A CN111428325A CN201811573726.9A CN201811573726A CN111428325A CN 111428325 A CN111428325 A CN 111428325A CN 201811573726 A CN201811573726 A CN 201811573726A CN 111428325 A CN111428325 A CN 111428325A
- Authority
- CN
- China
- Prior art keywords
- wind
- turbulence intensity
- power plant
- project
- wind power
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000004364 calculation method Methods 0.000 claims description 23
- 238000009826 distribution Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 5
- 239000006185 dispersion Substances 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 7
- 230000001186 cumulative effect Effects 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 241000196324 Embryophyta Species 0.000 description 2
- 241000209094 Oryza Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000012938 design process Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Images
Landscapes
- Wind Motors (AREA)
Abstract
本公开提供了一种定制风力发电机组的方法和设备。所述方法包括：确定定制风电场任务的风资源湍流强度；构建包含至少一个现有风电场项目的风资源湍流强度、机组控制器信息和机组信息的样本数据库；在所述样本数据库中选择与所述定制风电场任务的风资源湍流强度匹配的现有风电场项目的风资源湍流强度，以从现有风电场项目中确定匹配的机组控制器信息和机组信息。根据本公开的方法和设备，可基于风资源湍流强度匹配机组控制器信息和机组信息。
Description
技术领域
本公开总体说来涉及风力发电机组定制化技术，更具体地讲，涉及一种定制风力发电机组的方法和设备。
背景技术
随着风力发电技术的发展，对风力发电机组的需求的划分也越来越详细。业主为了能够使风力发电机组所在的风电场的发电量更多，以便从风电场获得更多收益，需要针对风电场定制风力发电机组。
风力发电机组定制化技术的发展主要包括三个阶段：在第一个阶段，为多个业主定制同一型号的风力发电机组；在第二个阶段，根据风电场的特征，针对风电场定制风力发电机组；在第三个阶段，根据风电场中的机位点的特征，针对机位点定制风力发电机组。目前，风力发电机组定制化技术正处于第二阶段，即针对风电场的地形地貌和风资源分布定制机型。
一般情况下，风力发电机组选型需要选择设计合理、发电效率高、质量稳定的风力发电机组，同时兼顾以下几点：根据风况和安全要求选择机型；尽量选择较高塔架，以尽可能的捕获风能，但是塔架的高度受到安全性制约。
风力发电机组塔架高度变化意味着轮毂高度增高，叶轮捕获风能也在增加，发电功率输出增加。以西班牙Gamesa公司的G80风力发电机组为例，其塔架高度可以为67米、也可以为78米或者100米。因此，选用塔架高的机组一般可以获得较高的年发电量。但是，叶轮和塔筒承受的风载荷以弯矩和推力的形式直接作用于风力发电机组上，最终以力矩的形式传递到塔筒底部。轮毂高度处风速增大，塔架承受的载荷也在增加。
因此，在风力发电机组定制化任务中，需要同时考虑目标风电场风况对机组设计参数的影响。
发明内容
本公开的示例性实施例在于提供一种定制风力发电机组的方法和设备，以解决现有技术中存在的至少一部分问题。
根据本公开的示例性实施例，提供了一种定制风力发电机组的方法，其中，所述方法包括：确定定制风电场任务的风资源湍流强度；构建包含至少一个现有风电场项目的风资源湍流强度、机组控制器信息和机组信息的样本数据库；在所述样本数据库中选择与所述定制风电场任务的风资源湍流强度匹配的现有风电场项目的风资源湍流强度，以从现有风电场项目中确定匹配的机组控制器信息和机组信息。
可选的，在所述样本数据库中选择与所述定制风电场任务的风资源湍流强度匹配的现有风电场项目的风资源湍流强度的步骤包括：根据所述至少一个现有风电场项目的风资源湍流强度和所述定制风电场任务的风资源湍流强度计算极限指数和疲劳指数差；根据所述极限指数和所述疲劳指数差选择匹配的机组控制器信息和机组信息。
可选的，所述极限指数表示样本数据库中各风速段的极限湍流强度包络值与所述定制风电场任务的各风速段的极限湍流强度包络值的离散程度。
可选的，所述疲劳指数差表示样本数据库中现有风电场项目的极限湍流强度与所述定制风电场任务的极限湍流强度对机组寿命影响程度的差值。
可选的，疲劳指数包括风电场各风速段的疲劳湍流强度包络值按照设定时间段内威布尔分布计算的累计值。
可选的，所述至少一个现有风电场项目的风资源湍流强度包括：每一现有风电场项目的各个机位点在各风速段中极限湍流强度值的包络值；所述定制风电场任务的风资源湍流强度包括：定制风电场任务的各个机位点在各风速段中极限湍流强度值的包络值；根据所述至少一个现有风电场项目的风资源湍流强度和所述定制风电场任务的风资源湍流强度计算极限指数的步骤包括：将定制风电场任务的各个机位点在每个风速段中极限湍流强度值的包络值在每个风速段分别求差，并且在整个风速范围内求平均，获得每一现有风电场项目的极限指数。
可选的，所述根据所述极限指数和所述疲劳指数差选择匹配的机组控制器信息和机组信息的步骤包括：选择使得计算出的极限指数和疲劳指数差均为负数的现有风电场项目；计算选择的现有风电场项目的极限指数与疲劳指数差的平均值与0的差值；将与小于预定阈值的差值所对应的现有风电场项目的机组控制器信息和机组信息选作匹配的机组控制器信息和机组信息。
可选的，所述方法还包括：基于匹配的机组控制器信息进行载荷计算；判断计算的载荷是否满足预设载荷条件；当不满足所述预设载荷条件时调整所述匹配的机组控制器信息并继续进行载荷计算，直到计算的载荷满足所述预设载荷条件为止。
根据本公开的另一示例性实施例，提供了一种存储有计算机程序的计算机可读存储介质，其中，当所述计算机程序被处理器执行时实现如上所述的方法。
根据本公开的另一示例性实施例，提供了一种电子设备，其中，所述电子设备包括：处理器；存储器，存储有计算机程序，当所述计算机程序被处理器执行时，实现如上所述的方法。
根据本公开的另一示例性实施例，提供了一种定制风力发电机组的设备，其中，所述设备包括：定制风电场任务确定单元，用于确定定制风电场任务的风资源湍流强度；样本数据库构建单元，用于构建包含至少一个现有风电场项目的风资源湍流强度、机组控制器信息和机组信息的样本数据库；匹配单元，用于在所述样本数据库中选择与所述定制风电场任务的风资源湍流强度匹配的现有风电场项目的风资源湍流强度，以从现有风电场项目中确定匹配的机组控制器信息和机组信息。
可选的，所述匹配单元，根据所述至少一个现有风电场项目的风资源湍流强度和所述定制风电场任务的风资源湍流强度计算极限指数和疲劳指数差；根据所述极限指数和所述疲劳指数差选择匹配的机组控制器信息和机组信息。
可选的，所述极限指数表示样本数据库中各风速段的极限湍流强度包络值与所述定制风电场任务的各风速段的极限湍流强度包络值的离散程度。
可选的，所述疲劳指数差表示样本数据库中现有风电场项目的极限湍流强度与所述定制风电场任务的极限湍流强度对机组寿命影响程度的差值。
可选的，疲劳指数包括风电场各风速段的疲劳湍流强度包络值按照设定时间段内威布尔分布计算的累计值。
可选的，所述至少一个现有风电场项目的风资源湍流强度包括：每一现有风电场项目的各个机位点在各风速段中极限湍流强度值的包络值；所述定制风电场任务的风资源湍流强度包括：定制风电场任务的各个机位点在各风速段中极限湍流强度值的包络值；所述匹配单元，将定制风电场任务的各个机位点在每个风速段中极限湍流强度值的包络值在每个风速段分别求差，并且在整个风速范围内求平均，获得每一现有风电场项目的极限指数。
可选的，所述匹配单元还用于：选择使得计算出的极限指数和疲劳指数差均为负数的现有风电场项目；计算选择的现有风电场项目的极限指数与疲劳指数差的平均值与0的差值；将与小于预定阈值的差值所对应的现有风电场项目的机组控制器信息和机组信息选作匹配的机组控制器信息和机组信息。
可选的，所述设备还包括：载荷计算单元，基于匹配的机组控制器信息进行载荷计算；判断计算的载荷是否满足预设载荷条件；当不满足所述预设载荷条件时调整所述匹配的机组控制器信息并继续进行载荷计算，直到计算的载荷满足所述预设载荷条件为止。
根据本公开，可分析样本数据库中的每个现有风电场项目的风资源湍流强度与定制风电场任务的风资源湍流强度之间的匹配程度，以找出匹配程度满足需求的现有风电场项目的机组控制器信息和机组信息。根据本公开，可基于风资源湍流强度进行匹配，以确定匹配的机组控制器信息和机组信息，可同时兼顾机组安全性和年发电量最优。
这里，现有风电场项目的风资源湍流强度、机组控制器信息和机组信息被预先确定并被存储到样本数据库中，以用于进行匹配；定制风电场任务的风资源湍流强度是根据需求设置的风资源湍流强度。
在确定了匹配的现有风电场项目的风资源湍流强度、机组控制器信息和机组信息，并且根据载荷而调整了机组控制器信息之后，可将确定的现有风电场项目的风资源湍流强度和机组信息、以及调整的机组控制器信存储在样本数据库中，作为另一个现有风电场项目的风资源湍流强度、机组控制器信息和机组信息。随着风力发电机组定制化任务的不断进行，可逐渐扩充所述样本数据库，为随后的风力发电机组定制化任务提供参考。当所述另一个现有风电场项目被选作与另一定制风电场任务匹配的现有风电场项目，并进行载荷计算时，可减少计算量，例如，可减少载荷计算中的迭代次数，减少手动调整机组控制器信息需要消耗的时间和工作量，从而可提高工作效率并快速向业主进行反馈(即：针对业主需求的响应速度快)。
另外，可将多个现有风电场项目同时与定制风电场任务匹配，即将现有风电场项目分组并且各组并行计算的极限指数和疲劳指数差，并进行匹配，从而提高计算效率。
其中，极限指数表示在机组设计过程中需考虑的瞬时湍流强度，疲劳指数表示在机组设计过程中，需要考虑的在整个寿命周期中(例如20年使用寿命)承受的湍流破坏力的累加效果。这两种参数对机组控制器、塔架、叶轮等关键部件的设计具有关键指导作用。
将在接下来的描述中部分阐述本公开总体构思另外的方面和/或优点，还有一部分通过描述将是清楚的，或者可以经过本公开总体构思的实施而得知。
附图说明
通过下面结合示例性地示出实施例的附图进行的描述，本公开示例性实施例的上述和其他目的和特点将会变得更加清楚，其中：
图1示出根据本公开的示例性实施例的定制风力发电机组的方法的流程图；
图2示出根据本公开的示例性实施例的风资源湍流强度的示意图；
图3示出根据本公开的另一示例性实施例的定制风力发电机组的方法的流程图；
图4示出根据本公开的示例性实施例的分块计算的操作的示意图；
图5示出根据本公开的示例性实施例的定制风力发电机组的设备的框图。
具体实施方式
现将详细参照本公开的实施例，所述实施例的示例在附图中示出，其中，相同的标号始终指的是相同的部件。以下将通过参照附图来说明所述实施例，以便解释本公开。
图1示出根据本公开的示例性实施例的定制风力发电机组的方法的流程图，根据本公开的示例性实施例的方法可包括步骤110至步骤130。
如图1中所示，在步骤110，确定定制风电场任务的风资源湍流强度。在步骤120，构建包含至少一个现有风电场项目的风资源湍流强度、机组控制器信息和机组信息的样本数据库。在步骤130，在所述样本数据库中选择与所述定制风电场任务的风资源湍流强度匹配的现有风电场项目的风资源湍流强度，以从现有风电场项目中确定匹配的机组控制器信息和机组信息。
在本公开的示例性实施例中，可根据需求来确定定制风电场任务，定制风电场任务具有对应的风资源湍流强度；可根据历史数据构建样本数据库，样本数据库中存储有至少一个现有风电场项目，每个现有风电场项目具有对应的风资源湍流强度、对应的机组控制器信息和对应的机组信息。
通过构建样本数据库，可对现有风电场项目进行有效汇总，以便有效进行机组控制器信息和机组信息的匹配(即：步骤130)。每个定制风电场任务可具有三类信息，即：风资源信息(例如，风速、空气密度、风剪切、湍流强度等)、机组控制器信息(例如，变桨相关参数、扭矩相关参数、转速相关参数等)、以及机组信息(例如，机组型号、塔架高度、塔架编号、塔架直径、塔架重量等)。样本数据库可位于代码托管服务器中，以文件等形式存储。
在本公开中，以风资源信息中的风资源湍流强度作为匹配的标准，即：通过确定现有风电场项目的风资源湍流强度与定制风电场任务的风资源湍流强度之间的匹配程度，确定匹配的现有风电场项目，由此确定匹配的现有风电场项目的机组控制器信息和机组信息。
风资源湍流强度可用于描述风速随时间和空间变化的程度，并且反映脉动风速的相对强度，还可用于描述大气湍流运动特性；极限湍流强度可意指起风力发电机组极限载荷的湍流强度(可被理解为瞬时指标)，疲劳湍流强度可意指引起风力发电机组疲劳载荷的湍流强度(可被理解为预定时段内的指标，即：长期指标)。
作为示例，风资源湍流强度可包括：各个机位点在各风速段中极限湍流强度值的包络值。可参照下面的图2来理解风资源湍流强度。
图2示出根据本公开的示例性实施例的风资源湍流强度的示意图，如图2中所示，横坐标表示风速，纵坐标表示湍流强度(例如，极限湍流强度或疲劳湍流强度)。可预先划分风速段，横坐标下的数字2至数字25分别对应第1个风速段至第24个风速段，可设置每个风速段的代表风速，如在图2，可将每个风速段的风速平均值作为代表风速。
对于每个机位点，可确定与每个风速段的代表风速对应的湍流强度，如图2中的空心圆点210所示。可将每个机位点的与各个风速段(也可以是风速段的代表风速)分别对应的湍流强度值用线段连接，使得针对每个机位点形成一条湍流强度曲线220。
为了确定包络值，可确定与每个风速段对应的值最大的湍流强度，通过线段将确定的值最大的各个湍流强度连接起来，形成一条湍流强度包络曲线230。
由此可见，每个现有风电场项目的风资源湍流强度或者定制风电场任务的风资源湍流强度可包括一条湍流强度曲线230上的各个值(即：包络值)。
作为示例，每个现有风电场项目的机组控制器信息可包括多个参数，如表1中所示，
表1
如表1中所示，机组控制器信息可包括变桨相关参数、扭矩相关参数以及转速相关参数，这三类参数中的每类参数可包括多个参数。
表2
| 机组型号 | 塔架高度(米) | 塔架编号 | 塔架直径(米) | 塔架重量(吨) |
| A2200 | 90 | A001 | 2 | 100 |
| A2201 | 90 | A036 | 2 | 100 |
| A2202 | 90 | A045 | 2 | 100 |
作为示例，参照表2来描述机组信息，风力发电机组(简称为机组)可按照机组型号来分别存储，每个机组型号对应一个现有风电场项目。每种型号的机组可具有对应型号的塔架，例如，机组型号为A2200的机组具有塔架型号为A001的塔架。与不同机组对应的塔架高度、塔架直径和塔架重量可相同或不同。
当然，以上参数仅仅是为了便于描述本公开而列举的示例，并不用于限制机组控制器信息和机组信息的范围。
作为示例，步骤130可包括：根据所述至少一个现有风电场项目的风资源湍流强度和所述定制风电场任务的风资源湍流强度计算极限指数和疲劳指数差；根据所述极限指数和所述疲劳指数差选择匹配的机组控制器信息和机组信息。
作为示例，极限指数表示样本数据库中各风速段的极限湍流强度包络值与所述定制风电场任务的各风速段的极限湍流强度包络值的离散程度。在另一方面，极限指数表示，瞬时湍流的最大值对机组的影响。
作为示例，疲劳指数差表示样本数据库中现有风电场项目的极限湍流强度与所述定制风电场任务的极限湍流强度对机组寿命影响程度的差值。在另一方面，疲劳指数表示，一段时间(例如20年)湍流的累加作用对机组寿命的影响。
作为示例，疲劳指数包括风电场各风速段的极限湍流强度包络值按照设定时间段(例如，20年)内威布尔分布计算的累计值。
作为示例，所述至少一个现有风电场项目的风资源湍流强度包括：每一现有风电场项目的各个机位点在各风速段中极限湍流强度值的包络值；所述定制风电场任务的风资源湍流强度包括：定制风电场任务的各个机位点在各风速段中极限湍流强度值的包络值；根据所述至少一个现有风电场项目的风资源湍流强度和所述定制风电场任务的风资源湍流强度计算极限指数的步骤包括：将定制风电场任务的各个机位点在每个风速段中极限湍流强度值的包络值在每个风速段分别求差，并且在整个风速范围内求平均，获得每一现有风电场项目的极限指数。
作为示例，可根据如下表达式计算与每个现有风电场项目对应的极限指数Δτ：
其中，X1,X2,…,Xn表示一个现有风电场项目的各个机位点在n个风速段中极限湍流强度值的包络值，n为自然数，Xi表示在第i个风速段中，所述一个现有风电场项目的各个机位点处的各个极限湍流强度值之中的最大值，x1,x2,…,xn表示定制风电场任务的各个机位点在n个风速段中极限湍流强度值的包络值，xi表示在第i个风速段中，定制风电场任务的各个机位点处的各个极限湍流强度值之中的最大值。
例如，可通过如下表达式计算与第j个现有风电场项目对应的极限指数Δτj：
作为示例，矩阵τ＝[x1,x2,…,xn]对应于定制风电场任务的极限湍流强度包络曲线，矩阵τj＝[Xj1,Xj2,…,Xjn]对应于第j个现有风电场项目的极限湍流强度包络曲线，矩阵τ和τj中的每个元素对应一个风速段，所述每个元素的值为所述一个风速段下各个极限湍流强度值的最大值。
作为示例，根据如下表达式计算与每个现有风电场项目对应的疲劳指数差ΔF：
ΔF＝f-F
Ti＝(Fv(Vi+0.5×△v)-Fv(Vi-0.5×△v))×yr
ti＝(Fv(vi+0.5×△v)-Fv(vi-0.5×△v))×yr
其中，Y1,Y2,…,Yn表示一个现有风电场项目的各个机位点在n个风速段中疲劳湍流强度值的包络值，n为自然数，Yi表示在第i个风速段中，所述一个现有风电场项目的各个机位点处的各个疲劳湍流强度值之中的最大值，T1,T2,…,Tn表示针对所述一个现有风电场项目，在n个风速段中的各个风速段下的按照设定时间段yr内的威布尔分布而计算出的风速累计值，y1,y2,…,yn表示定制风电场任务的各个机位点在n个风速段中疲劳湍流强度值的包络值，yi表示在第i个风速段中，定制风电场任务的各个机位点处的各个疲劳湍流强度值之中的最大值，t1,t2,…,tn表示针对定制风电场任务，在n个风速段中的各个风速段下的按照设定时间段yr内的威布尔分布而计算出的风速累计值，
其中，Vi是与一个现有风电场项目对应的第i个风速段下的风速，vi是与定制风电场任务对应的第i个风速段下的风速，Fv是风速的累计分布函数，△v和yr是预设参数。
这里，yr可以表示设定时间段，例如，yr＝20表示20年，△v可表示每个风速段的大小，即：所述每个风速段的最大风速与最小风速之间的差值。
举例而言，Fv(v)＝1-exp[-(v/A)k]，A＝Vave/Γ(1+1/k)，k＝2.0，Vave＝8.5(米/秒)，△v＝2(米/秒)，vi＝4+△v×(i-1)，yr＝20(年)，Γ是伽玛函数。
作为示例，矩阵σ＝[y1,y2,…,yn]对应于定制风电场任务的疲劳湍流强度包络曲线，矩阵[Y1,Y2,…,Yn]对应于一个现有风电场项目的疲劳湍流强度包络曲线。
在本公开的示例性实施例中，可认为风速满足威布尔分布，可通过累积分布函数(Cumulative Distribution Function，简称为CDF)计算风速累计，例如，20年的风速累计。
表3示出根据本公开的示例性实施例的现有风电场项目的部分数据。
表3
如表3所示，每个现有风电场项目具有一个项目编号和一个机组编号，每个现有风电场项目具有对应的关于威布尔分布的形状参数A和比例参数K。平均风速可用于计算风速累计值。m＝1对应于极限(瞬时)湍流强度，m＝10对应于疲劳(长期，例如，20年)湍流强度。
作为示例，所述根据所述极限指数和所述疲劳指数差选择匹配的机组控制器信息和机组信息的步骤包括：选择使得计算出的极限指数和疲劳指数差均为负数的现有风电场项目；计算选择的现有风电场项目的极限指数与疲劳指数差的平均值与0的差值；将与小于预定阈值的差值所对应的现有风电场项目的机组控制器信息和机组信息选作匹配的机组控制器信息和机组信息。
表4示出了根据本公开的示例性实施例的现有风电场项目的列表的示意图。
表4
可通过上文描述的内容，计算疲劳指数差和极限指数，并将计算结果填入表4。在实际使用中，可对表4的各个列中除了项目编号之外的列之中的一个或多个列进行排序。当根据疲劳指数差和极限指数两者进行排序时，可确定两者均排在前的现有风电场项目，这样的操作直观且方便。
作为示例，为了提高效率，可针对多个现有风电场项目同时(并行)确定与定制风电场任务匹配的机组控制器信息和机组信息。
更具体地，将多个现有风电场项目划分为多个组，并针对每组的一个现有风电场项目同时计算极限指数和疲劳指数差。可将针对各个组计算出的极限指数和疲劳指数差合并在一起，随后，针对所有的极限指数和疲劳指数差，选择与定制风电场任务匹配的机组控制器信息和机组信息。
通过分组并行计算，可充分利用计算资源和性能，避免匹配操作耗时过长，如下文参照图3的描述。
作为示例，所述方法还包括：基于匹配的机组控制器信息进行载荷计算；
判断计算的载荷是否满足预设载荷条件；当不满足所述预设载荷条件时调整所述匹配的机组控制器信息并继续进行载荷计算，直到计算的载荷满足所述预设载荷条件为止。
作为示例，所述方法还包括：将与定制风电场任务匹配的现有风电场项目作为新的现有风电场项目，其中，所述新的现有风电场项目的机组控制器信息满足预设载荷条件。在这种情况下，在随后的风力发电机组定制化任务中，当所述新的现有风电场项目被匹配时，可减少载荷计算的工作量。
图3示出根据本公开的另一示例性实施例的定制风力发电机组的方法的流程图。
如图3中所示，在步骤301，确定定制风电场任务。在步骤302，构建包括多个现有风电场项目的样本数据库。在步骤303，确定定制风电场任务的极限湍流强度包络值和疲劳湍流强度包络值。在步骤304，确定每个现有风电场项目的极限湍流强度包络值和疲劳湍流强度包络值。极限湍流强度包络值包括：针对各个风速段中每个风速段，在各个极限湍流强度值之中的最大值；疲劳湍流强度包络值包括：针对各个风速段中每个风速段，在各个疲劳湍流强度值之中的最大值。
在步骤305，将定制风电场任务的极限湍流强度包络值分别与每个现有风电场项目的极限湍流强度包络值进行配对，并且将定制风电场任务的疲劳湍流强度包络值分别与每个现有风电场项目的疲劳湍流强度包络值进行配对。
在步骤306，针对配对的极限湍流强度包络值计算极限指数，并且针对配对的疲劳湍流强度包络值计算疲劳指数差。
在步骤307，针对每个现有风电场项目，如果极限指数或疲劳指数差为负数，则剔除该现有风电场项目，计算未被剔除的现有风电场项目的极限指数和疲劳指数差两者的平均值。
在步骤308，确定计算出的平均值与0的接近程度。
在步骤309，将与0的差值小于或等于预定阈值的平均值对应的现有风电场项目作为匹配的现有风电场项目。在实际使用中，可仅确定一个匹配的现有风电场项目，也可确定多个匹配的现有风电场项目。
在步骤310，针对每个匹配的现有风电场项目，利用机组控制器信息，计算载荷，并判断载荷是否满足规定(即：载荷在预定载荷范围之内)，如果不满足则进入步骤311以调整机组控制器信息并重新执行步骤310，如果满足，则将匹配的现有风电场项目的机组控制器信息(该机组控制器信息满足规定)和机组信息下发到任务现场，并且更新样本数据库，以便将具有满足所述规定的机组控制器信息的现有风电场项目作为新的现有风电场项目。
图4示出根据本公开的示例性实施例的分块计算的操作的示意图。
如图4中所示，将与各个现有风电场项目对应的各个风资源湍流强度分为N个部分(N为自然数)，每个部分为一个数据块，即：划分为N个数据块(每个数据块至少包括与一个现有风电场项目的风资源湍流强度)。针对各个数据块并行计算疲劳指数和极限指数差。当针对所有现有风电场项目计算了疲劳指数和极限指数差时，可综合考虑各个数据块的计算结果，根据如上所述的方式来选择匹配的现有风电场项目。
图5示出根据本公开的示例性实施例的定制风力发电机组的设备的框图。
如图5中所示，设备500包括：定制风电场任务确定单元510，用于确定定制风电场任务的风资源湍流强度；样本数据库构建单元520，用于构建包含至少一个现有风电场项目的风资源湍流强度、机组控制器信息和机组信息的样本数据库；匹配单元530，用于在所述样本数据库中选择与所述定制风电场任务的风资源湍流强度匹配的现有风电场项目的风资源湍流强度，以从现有风电场项目中确定匹配的机组控制器信息和机组信息。
作为示例，匹配单元530，根据所述至少一个现有风电场项目的风资源湍流强度和所述定制风电场任务的风资源湍流强度计算极限指数和疲劳指数差；根据所述极限指数和所述疲劳指数差选择匹配的机组控制器信息和机组信息。
作为示例，所述极限指数表示样本数据库中各风速段的极限湍流强度包络值与所述定制风电场任务的各风速段的极限湍流强度包络值的离散程度。
作为示例，所述疲劳指数差表示样本数据库中现有风电场项目的极限湍流强度与所述定制风电场任务的极限湍流强度对机组寿命影响程度的差值。
作为示例，疲劳指数包括风电场各风速段的疲劳湍流强度包络值按照设定时间段内威布尔分布计算的累计值。
作为示例，所述至少一个现有风电场项目的风资源湍流强度包括：每一现有风电场项目的各个机位点在各风速段中极限湍流强度值的包络值；所述定制风电场任务的风资源湍流强度包括：定制风电场任务的各个机位点在各风速段中极限湍流强度值的包络值；匹配单元530，将定制风电场任务的各个机位点在每个风速段中极限湍流强度值的包络值在每个风速段分别求差，并且在整个风速范围内求平均，获得每一现有风电场项目的极限指数。
作为示例，匹配单元530，选择使得计算出的极限指数和疲劳指数差均为负数的现有风电场项目；计算选择的现有风电场项目的极限指数与疲劳指数差的平均值与0的差值；将与小于预定阈值的差值所对应的现有风电场项目的机组控制器信息和机组信息选作匹配的机组控制器信息和机组信息。
作为示例，所述设备500还包括：载荷计算单元，基于匹配的机组控制器信息进行载荷计算；判断计算的载荷是否满足预设载荷条件；当不满足所述预设载荷条件时调整所述匹配的机组控制器信息并继续进行载荷计算，直到计算的载荷满足所述预设载荷条件为止。
应该理解，根据本公开的示例性实施例的设备的具体实现方式可参照结合图1至图4描述的相关具体实现方式来实现，在此不再赘述。
另外，可在本公开的风资源湍流强度值的基础上结合风剪切、空气密度和年平均风速等信息进行分析。本公开根据风资源湍流强度进行风力发电机组匹配，在匹配的同时，可结合MapReduce等大数据算法进行分析，以提高分析效率。极限指数是根据算术平均值计算出的(即：各个xi与Xi的差的平均值)，也可根据标准差计算出(即：各个xi与Xi的标准差)，算术平均值和标准差均可表示样本数据库中各风速段的极限湍流强度包络值与所述定制风电场任务的各风速段的极限湍流强度包络值的离散程度。
根据本公开的另一示例性实施例，提供了一种存储有计算机程序的计算机可读存储介质，其中，当所述计算机程序被处理器执行时实现如上所述方法。
根据本公开的另一示例性实施例，提供了一种电子设备，其中，所述电子设备包括：处理器；存储器，存储有计算机程序，当所述计算机程序被处理器执行时，实现如上所述方法。
计算机可读存储介质是可存储由计算机系统读出的数据的任意数据存储装置。计算机可读记录介质的示例包括：只读存储器、随机存取存储器、只读光盘、磁带、软盘、光数据存储装置和载波(诸如经有线或无线传输路径通过互联网的数据传输)。
此外，应该理解，根据本公开示例性实施例的设备的各个单元可被实现硬件组件和/或软件组件。本领域技术人员根据限定的各个单元所执行的处理，可以例如使用现场可编程门阵列(FPGA)或专用集成电路(ASIC)来实现各个单元。
此外，根据本公开示例性实施例的方法可以被实现为计算机可读存储介质中的计算机代码。本领域技术人员可以根据对上述方法的描述来实现所述计算机代码。当所述计算机代码在计算机中被执行时实现本公开的上述方法。
虽然已表示和描述了本公开的一些示例性实施例，但本领域技术人员应该理解，在不脱离由权利要求及其等同物限定其范围的本公开的原理和精神的情况下，可以对这些实施例进行修改。
Claims (18)
1.一种定制风力发电机组的方法，其特征在于，所述方法包括：
确定定制风电场任务的风资源湍流强度；
构建包含至少一个现有风电场项目的风资源湍流强度、机组控制器信息和机组信息的样本数据库；
在所述样本数据库中选择与所述定制风电场任务的风资源湍流强度匹配的现有风电场项目的风资源湍流强度，以从现有风电场项目中确定匹配的机组控制器信息和机组信息。
2.根据权利要求1所述的方法，其特征在于，在所述样本数据库中选择与所述定制风电场任务的风资源湍流强度匹配的现有风电场项目的风资源湍流强度的步骤包括：
根据所述至少一个现有风电场项目的风资源湍流强度和所述定制风电场任务的风资源湍流强度计算极限指数和疲劳指数差；
根据所述极限指数和所述疲劳指数差选择匹配的机组控制器信息和机组信息。
3.根据权利要求2所述的方法，其特征在于，
所述极限指数表示样本数据库中各风速段的极限湍流强度包络值与所述定制风电场任务的各风速段的极限湍流强度包络值的离散程度。
4.根据权利要求2所述的方法，其特征在于，
所述疲劳指数差表示样本数据库中现有风电场项目的极限湍流强度与所述定制风电场任务的极限湍流强度对机组寿命影响程度的差值。
5.根据权利要求2所述的方法，其特征在于，
疲劳指数包括风电场各风速段的疲劳湍流强度包络值按照设定时间段内威布尔分布计算的累计值。
6.根据权利要求2所述的方法，其特征在于，
所述至少一个现有风电场项目的风资源湍流强度包括：每一现有风电场项目的各个机位点在各风速段中极限湍流强度值的包络值；
所述定制风电场任务的风资源湍流强度包括：定制风电场任务的各个机位点在各风速段中极限湍流强度值的包络值；
根据所述至少一个现有风电场项目的风资源湍流强度和所述定制风电场任务的风资源湍流强度计算极限指数的步骤包括：
将定制风电场任务的各个机位点在每个风速段中极限湍流强度值的包络值在每个风速段分别求差，并且在整个风速范围内求平均，获得每一现有风电场项目的极限指数。
7.根据权利要求2所述的方法，其特征在于，
所述根据所述极限指数和所述疲劳指数差选择匹配的机组控制器信息和机组信息的步骤包括：
选择使得计算出的极限指数和疲劳指数差均为负数的现有风电场项目；
计算选择的现有风电场项目的极限指数与疲劳指数差的平均值与0的差值；
将与小于预定阈值的差值所对应的现有风电场项目的机组控制器信息和机组信息选作匹配的机组控制器信息和机组信息。
8.根据权利要求1所述的方法，其特征在于，所述方法还包括：
基于匹配的机组控制器信息进行载荷计算；
判断计算的载荷是否满足预设载荷条件；
当不满足所述预设载荷条件时调整所述匹配的机组控制器信息并继续进行载荷计算，直到计算的载荷满足所述预设载荷条件为止。
9.一种存储有计算机程序的计算机可读存储介质，其特征在于，当所述计算机程序被处理器执行时实现如权利要求1至8之中的任一项权利要求所述的方法。
10.一种电子设备，其特征在于，所述电子设备包括：
处理器；
存储器，存储有计算机程序，当所述计算机程序被处理器执行时，实现如权利要求1至8之中的任一项权利要求所述的方法。
11.一种定制风力发电机组的设备，其特征在于，所述设备包括：
定制风电场任务确定单元，用于确定定制风电场任务的风资源湍流强度；
样本数据库构建单元，用于构建包含至少一个现有风电场项目的风资源湍流强度、机组控制器信息和机组信息的样本数据库；
匹配单元，用于在所述样本数据库中选择与所述定制风电场任务的风资源湍流强度匹配的现有风电场项目的风资源湍流强度，以从现有风电场项目中确定匹配的机组控制器信息和机组信息。
12.根据权利要求11所述的设备，其特征在于，所述匹配单元，根据所述至少一个现有风电场项目的风资源湍流强度和所述定制风电场任务的风资源湍流强度计算极限指数和疲劳指数差；根据所述极限指数和所述疲劳指数差选择匹配的机组控制器信息和机组信息。
13.根据权利要求12所述的设备，其特征在于，所述极限指数表示样本数据库中各风速段的极限湍流强度包络值与所述定制风电场任务的各风速段的极限湍流强度包络值的离散程度。
14.根据权利要求12所述的设备，其特征在于，
所述疲劳指数差表示样本数据库中现有风电场项目的极限湍流强度与所述定制风电场任务的极限湍流强度对机组寿命影响程度的差值。
15.根据权利要求12所述的设备，其特征在于，
疲劳指数包括风电场各风速段的疲劳湍流强度包络值按照设定时间段内威布尔分布计算的累计值。
16.根据权利要求12所述的设备，其特征在于，
所述至少一个现有风电场项目的风资源湍流强度包括：每一现有风电场项目的各个机位点在各风速段中极限湍流强度值的包络值；
所述定制风电场任务的风资源湍流强度包括：定制风电场任务的各个机位点在各风速段中极限湍流强度值的包络值；
所述匹配单元，将定制风电场任务的各个机位点在每个风速段中极限湍流强度值的包络值在每个风速段分别求差，并且在整个风速范围内求平均，获得每一现有风电场项目的极限指数。
17.根据权利要求12所述的设备，其特征在于，所述匹配单元还用于：选择使得计算出的极限指数和疲劳指数差均为负数的现有风电场项目；计算选择的现有风电场项目的极限指数与疲劳指数差的平均值与0的差值；将与小于预定阈值的差值所对应的现有风电场项目的机组控制器信息和机组信息选作匹配的机组控制器信息和机组信息。
18.根据权利要求11所述的设备，其特征在于，所述设备还包括：
载荷计算单元，基于匹配的机组控制器信息进行载荷计算；判断计算的载荷是否满足预设载荷条件；当不满足所述预设载荷条件时调整所述匹配的机组控制器信息并继续进行载荷计算，直到计算的载荷满足所述预设载荷条件为止。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811573726.9A CN111428325B (zh) | 2018-12-21 | 2018-12-21 | 定制风力发电机组的方法和设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811573726.9A CN111428325B (zh) | 2018-12-21 | 2018-12-21 | 定制风力发电机组的方法和设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111428325A true CN111428325A (zh) | 2020-07-17 |
| CN111428325B CN111428325B (zh) | 2024-04-19 |
Family
ID=71545557
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811573726.9A Active CN111428325B (zh) | 2018-12-21 | 2018-12-21 | 定制风力发电机组的方法和设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111428325B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102011692A (zh) * | 2010-11-26 | 2011-04-13 | 浙江运达风电股份有限公司 | 一种在不同湍流地形下风电机组稳定运行的控制方法 |
| KR101411420B1 (ko) * | 2013-06-14 | 2014-06-25 | 삼성중공업 주식회사 | 시뮬레이션 기법을 이용한 풍력 발전 단지의 풍력 발전기 제어 시스템 및 방법 |
| US20150176569A1 (en) * | 2013-12-20 | 2015-06-25 | Mitsubishi Heavy Industries, Ltd. | Monitoring system and a monitoring method for a wind turbine generator |
| CN105787239A (zh) * | 2014-12-23 | 2016-07-20 | 南车株洲电力机车研究所有限公司 | 风电场湍流强度处理方法及系统 |
| CN106503316A (zh) * | 2016-10-12 | 2017-03-15 | 广东明阳风电产业集团有限公司 | 一种风机载荷高效评估系统 |
| US20170268487A1 (en) * | 2015-11-27 | 2017-09-21 | Csic (Chongqing) Haizhuang Windpower Equipment Co., Ltd. | Control method and control apparatus of wind power generator set |
| CN107654336A (zh) * | 2017-09-20 | 2018-02-02 | 山东中车风电有限公司 | 基于扇区分布的风电机组风场适应性快速评估优化方法 |
| CN108256712A (zh) * | 2016-12-29 | 2018-07-06 | 北京金风科创风电设备有限公司 | 风电场场群的控制方法及装置 |
-
2018
- 2018-12-21 CN CN201811573726.9A patent/CN111428325B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102011692A (zh) * | 2010-11-26 | 2011-04-13 | 浙江运达风电股份有限公司 | 一种在不同湍流地形下风电机组稳定运行的控制方法 |
| KR101411420B1 (ko) * | 2013-06-14 | 2014-06-25 | 삼성중공업 주식회사 | 시뮬레이션 기법을 이용한 풍력 발전 단지의 풍력 발전기 제어 시스템 및 방법 |
| US20150176569A1 (en) * | 2013-12-20 | 2015-06-25 | Mitsubishi Heavy Industries, Ltd. | Monitoring system and a monitoring method for a wind turbine generator |
| CN105787239A (zh) * | 2014-12-23 | 2016-07-20 | 南车株洲电力机车研究所有限公司 | 风电场湍流强度处理方法及系统 |
| US20170268487A1 (en) * | 2015-11-27 | 2017-09-21 | Csic (Chongqing) Haizhuang Windpower Equipment Co., Ltd. | Control method and control apparatus of wind power generator set |
| CN106503316A (zh) * | 2016-10-12 | 2017-03-15 | 广东明阳风电产业集团有限公司 | 一种风机载荷高效评估系统 |
| CN108256712A (zh) * | 2016-12-29 | 2018-07-06 | 北京金风科创风电设备有限公司 | 风电场场群的控制方法及装置 |
| CN107654336A (zh) * | 2017-09-20 | 2018-02-02 | 山东中车风电有限公司 | 基于扇区分布的风电机组风场适应性快速评估优化方法 |
Non-Patent Citations (4)
| Title |
|---|
| BAVIN LOGANATHAN等: "Effect of Turbulence on a Savonius Type Micro Wind Turbine", 《ENERGY PROCEDIA》 * |
| 兰志杰等: "沿海山地风电场抗台风设计及应对策略", 《内燃机与配件》, no. 3 * |
| 张雪芝;王维庆;王海云;: "湍流强度对风电场发电量的影响", 可再生能源, no. 05 * |
| 耿丽红等: "基于载荷计算的风电机组变桨电机转矩计算与选型", 《机械与电子》, vol. 36, no. 1 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111428325B (zh) | 2024-04-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3791060B1 (en) | Wind turbine control method | |
| CN107507097A (zh) | 一种风电功率短期预测方法 | |
| CN112686464A (zh) | 短期风电功率预测方法及装置 | |
| CN107909211B (zh) | 基于模糊c均值聚类算法的风场等值建模及优化控制方法 | |
| Sessarego et al. | A hybrid multi-objective evolutionary algorithm for wind-turbine blade optimization | |
| CN110210044A (zh) | 风力发电机组的载荷预测方法和装置 | |
| CN104992244A (zh) | 一种基于sarima和rbf神经网络集成组合模型的机场货运量预测分析方法 | |
| CN103489046A (zh) | 风电场短期功率预测方法 | |
| CN103473621A (zh) | 风电场短期功率预测方法 | |
| CN108596242A (zh) | 基于小波神经网络和支持向量机的电网气象负荷预测方法 | |
| CN112765743A (zh) | 一种风电机组整机一体化设计多目标协同优化方法及装置 | |
| CN106100922A (zh) | 列车通信网络的网络流量的预测方法和装置 | |
| CN112186761A (zh) | 一种基于概率分布的风电功率场景生成方法及系统 | |
| CN113205210A (zh) | 复杂地形风电场风速与功率预测方法、系统、设备及存储介质 | |
| CN108256712B (zh) | 风电场场群的控制方法及装置 | |
| CN105956318A (zh) | 基于改进分裂 h-k 聚类方法的风电场机群划分方法 | |
| CN117195449A (zh) | 一种风电场排布优化方法、装置、设备及介质 | |
| CN112819246A (zh) | 基于布谷鸟算法优化神经网络的能源需求预测方法 | |
| Posteljnik et al. | Multi-objective design optimization strategies for small-scale vertical-axis wind turbines | |
| CN111428325B (zh) | 定制风力发电机组的方法和设备 | |
| Niu et al. | Knowledge mining based on environmental simulation applied to wind farm power forecasting | |
| CN116307282A (zh) | 一种基于机理模型和数据驱动的风电功率预测方法及系统 | |
| CN115713029A (zh) | 一种考虑迟延的风电场随机模型预测优化控制方法 | |
| CN116191554A (zh) | 风电场的功率控制方法和装置 | |
| CN112862149A (zh) | 一种新能源电价预测方法及系统 |
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 |