CN111637010A - 风电机组前馈控制方法、装置、风电机组及系统 - Google Patents

风电机组前馈控制方法、装置、风电机组及系统 Download PDF

Info

Publication number
CN111637010A
CN111637010A CN202010522375.XA CN202010522375A CN111637010A CN 111637010 A CN111637010 A CN 111637010A CN 202010522375 A CN202010522375 A CN 202010522375A CN 111637010 A CN111637010 A CN 111637010A
Authority
CN
China
Prior art keywords
wind
wind speed
turbine generator
wind turbine
feedforward control
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.)
Pending
Application number
CN202010522375.XA
Other languages
English (en)
Inventor
张国强
王文亮
袁凌
潘磊
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.)
Guodian United Power Technology Co Ltd
Original Assignee
Guodian United Power Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guodian United Power Technology Co Ltd filed Critical Guodian United Power Technology Co Ltd
Priority to CN202010522375.XA priority Critical patent/CN111637010A/zh
Publication of CN111637010A publication Critical patent/CN111637010A/zh
Pending legal-status Critical Current

Links

Images

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 
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/30—Control parameters, e.g. input parameters
    • F05B2270/32—Wind speeds
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/30—Control parameters, e.g. input parameters
    • F05B2270/328—Blade pitch angle
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/80—Devices generating input signals, e.g. transducers, sensors, cameras or strain gauges
    • F05B2270/805—Radars
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/72—Wind turbines with rotation axis in wind direction

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Wind Motors (AREA)

Abstract

本发明提供了一种风电机组前馈控制方法、装置、风电机组及系统。该方法包括：测量风轮前特定位置处的风速；根据湍流模型对测量得到的风速进行演化，预测出风轮位置处未来的风速变化量；根据风速变化量，计算桨距角前馈量，并叠加到原系统反馈控制需求；根据雷达测量的风速，实时修正前馈控制算法的参数偏差。本发明提供的风电机组前馈控制方法、装置、风电机组及系统能够提前感知风速风向变化，使风电机组采取最优控制动作。

Description

风电机组前馈控制方法、装置、风电机组及系统
技术领域
本发明涉及风力发电技术领域，特别是涉及一种风电机组前馈控制方法、装置、风电机组及系统。
背景技术
随着能源结构的变化，风能发电成为电力系统非常重要的电源之一，装机容量逐年增加。技术的成熟和行业要求的提高，使风电机组不断的更新换代，趋向大型化、智能化、信息化。
目前风电机组配备的风速仪通常位于风轮后，经过风轮的能量吸收和旋转扰动，测得风速值已不能表征实际情况。因此，传统风电机组控制算法，不把风速作为控制输入参考，仅作为机组运行状态的监控变量。目前风电机组的变桨控制算法主要以发电机转速作为控制目标值，在实际测量转速与目标设定值存在偏差时，通过改变桨距角来减小偏差值，这种控制方法称为反馈控制，是在偏差发生之后进行的被动控制，控制效果存在一定的不足。
激光雷达测风技术采用激光测速的方式，能够测量位于机组前几十米到几百米的距离处的风速，不受机组运行的影响，能够提前感知并准确测量风速的变化，给控制系统预留足够的时间做出最优响应动作，是风电整机厂商降本增效的首选手段之一。随着测量设备的技术成熟和成本降低，激光雷达辅助控制成为国内外风电机组智能控制的研究热点，也将是风电机组智能化发展的技术趋势。
发明内容
本发明要解决的技术问题是提供一种风电机组前馈控制方法、装置、风电机组及系统，能够提前感知风速风向变化，使风电机组采取最优控制动作。
为解决上述技术问题，本发明提供了一种风电机组前馈控制方法，所述方法包括：测量风轮前特定位置处的风速；根据湍流模型对测量得到的风速进行演化，预测出风轮位置处未来的风速变化量；根据风速变化量，计算桨距角前馈量，并叠加到原系统反馈控制需求；根据雷达测量的风速，实时修正前馈控制算法的参数偏差；其中，风轮前特定位置处的风速通过安装在风轮前特定位置处的激光雷达测风设备进行测量。
在一些实施方式中，风轮前特定位置位于风轮前100米处，激光雷达测风设备具备四个测点，每个测点位置的视向风速根据权重函数w(x)进行计算，权重函数由如下公式给出：
Figure BDA0002532600830000021
其中，c＝R×λ/A，R为测量位置距离，A为光束面积，λ为激光波长。在一些实施方式中，根据湍流模型对测量得到的风速进行演化，预测出风轮位置处未来的风速变化量，包括：根据泰勒尾流原理，推算风轮位置处的等效平均风速，计算未来一定时间到达风轮的风速情况。
在一些实施方式中，根据风速变化量，计算桨距角前馈量，并叠加到原系统反馈控制需求，包括：根据激光雷达测得实际风未来的变化趋势，计算需要提前动作的控制变化量。
在一些实施方式中，根据激光雷达测得实际风未来的变化趋势，计算需要提前动作的控制变化量，包括：根据如下公式计算提前动作的控制变化量:
Figure BDA0002532600830000031
其中，τ为提前时间，β(t)为当前桨距角，βlidar(t+τ)为提前时刻的目标桨距角。
在一些实施方式中，根据雷达测量的风速，实时修正前馈控制算法的参数偏差，包括：根据雷达测量的数据与风电机组实际运行的参数，计算出控制参数表与最优值的误差，并对此误差进行修正，更新风速—桨距角参数表。
在一些实施方式中，还包括：在利用安装在风轮前特定位置处的激光雷达测风设备，测量风轮前特定位置处的风速之后，在根据湍流模型对测量得到的风速进行演化，预测出风轮位置处未来的风速变化量之前，根据数据有效性、数据质量对数据进行筛选。
此外，本发明还提供了一种风电机组前馈控制装置，所述装置包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现根据前文所述的风电机组前馈控制方法。
此外，本发明还提供了一种风电机组，所述风电机组包括：根据前文所述的风电机组前馈控制装置。
此外，本发明还提供了一种风电机组前馈控制系统，包括：根据前文所述的风电机组，及用于测量风速的激光雷达测风设备。
采用这样的设计后，本发明至少具有以下优点：
(1)感知极端风速，实现提前预警，提前控制，避免机组发生超速故障。
(2)有效降低风电机组塔筒根部前后方向My弯矩载荷和叶片根部摆振方向My弯矩载荷。
(3)参数自适应算法，解决了由于参数设置不合理造成的控制偏差。
附图说明
上述仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，以下结合附图与具体实施方式对本发明作进一步的详细说明。
图1是本发明实施例提供的风电机组前馈控制方法的流程图；
图2是本发明实施例提供的雷达前馈算法自适应参数修正逻辑图；
图3是本发明实施例提供的桨距角—风速参数表的示意图；
图4是本发明实施例提供的自适应参数修正算法控制效果的效果图；
图5是本发明实施例提供的风电机组前馈控制装置的结构图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
基于上述风电机组控制中的问题，和现有激光雷达应用技术的不足，本发明提出了一种基于激光雷达测风辅助的风电机组前馈控制方法，能够提前感知风速风向变化，使风电机组采取最优控制动作，解决了风电机组控制技术的问题，减小机组塔筒My弯矩和叶片My的载荷，延长了机组寿命。
本发明的内容包括以下步骤：
(1)安装激光雷达测风设备，测量设备前特定位置处的风速。
(2)测量数据传给控制器，进行数据筛选和处理后，根据湍流模型演化，推算出风轮位置处的等效平均风速，并预测未来一段时间的变化。
(3)依据风速的变化，计算出相应的桨距角前馈需求，并叠加到原系统反馈控制需求，实现变桨控制的提前动作。
(4)根据雷达测量的风速，实时修正前馈控制算法的参数偏差，实现控制参数的自适应。
本发明的具体实施方式为：
步骤(1)中本发明采用的测风装置为激光测速雷达(LiDAR)，激光雷达是依据多普勒频移原理，采用激光探测的方式，对比入射光和反射激光的频率差，间接测量前方一定位置处空气大颗粒(或者气溶胶)的移动速度。雷达设备安装在风轮后的机舱位置处，雷达配置的测量位置为设备前100m，考虑安装位置因素，测量风速位置应当减去雷达设备与风轮平面的距离，即Lwind＝100–Llidar-rotor。雷达每个周期有四个同步扫描光束，每个测点位置的视向风速根据权重函数w(x)进行计算，可以获得测量位置平面四个点的风速信息Vlos1，Vlos2，Vlos3，Vlos4。
Figure BDA0002532600830000051
其中，c＝R×λ/A，R为测量位置距离，A为光束面积，λ为激光波长。
步骤(2)雷达设备测得风速信号数据通过通讯的方式传给主控制器，根据数据有效性、数据质量对数据进行筛选，然后计算测量位置处的风速信息。测量位置与风轮位置风速的变化采用泰勒尾流原理，计算未来一定时间到达风轮的风速情况。
在某些特定情况下，当湍流平移过传感器时，可以认为湍流是“冻结的”。泰勒假设的一般表达形式如下公式给出，据此可以根据测点位置风速推算风轮位置处的等效平均风速，并计算未来一定时间到达风轮的风速情况。
Figure BDA0002532600830000061
其中，u表示固定点的风速序列，x为风速上游距离，U为平均风速。
本发明所述的步骤(3)中的前馈控制逻辑流程图如附图1所示，控制器主要由反馈控制算法部分和前馈算法部分组成，反馈控制算法根据机组发电机转速测量值与目标值的偏差，计算出相应的控制动作量，给控制执行器指令，而前馈控制算法根据激光雷达测得实际风未来的变化趋势，根据式计算得到需要提前动作的控制变化量
Figure BDA0002532600830000062
Figure BDA0002532600830000063
其中，τ为提前时间，β(t)为当前桨距角，βlidar(t+τ)为提前时刻的目标桨距角。
叠加到反馈控制算法得到的控制输出上，既保证了机组能够稳定运行，同时减小了塔筒底部和叶片根部载荷。
步骤(4)所述的自适应算法如图3所示，根据雷达测量的数据与风电机组实际运行的参数，计算出控制参数表与最优值的误差，并对此误差进行修正，更新风速—桨距角参数表，保证前馈控制算法参数的最优。仿真实例中设置了两种参数偏差情况：参数值偏大(+e)；参数值偏小(-e)，进行了五组条件仿真，分别为：
(a)参数设置正常；
(b)参数设置偏大，没有开启自适应算法；
(c)参数设置偏大，开启了自适应算法；
(d)参数设置偏小，没有开启自适应算法；
(e)参数设置偏小，开启了自适应算法。
参数自适应算法的仿真效果如图4所示，算法很好的修正了参数设置的偏差，发电机转速逐步接近设定值1780rpm。
基于机舱安装式的激光雷达测风设备测量风电机组前方100m的风速，对测量结果数据进行湍流风速演化，预测风轮位置处未来一段时间风速的变化。将这种提前感知的变化输入控制系统，计算得到相应的变桨动作(成为前馈控制)，并与原控制系统的反馈控制输出进行叠加。这种提前感知风速，并与原有反馈控制系统叠加的方式实现了机组载荷的提前预测，控制系统的提前动作。
图5示出了风电机组前馈控制装置的结构图。参见图5，例如，所述风电机组前馈控制装置500可以用于充当风电机组系统中的变桨前馈控制主机。如本文所述，风电机组前馈控制装置500可以用于在风电机组系统中实现对桨距角的前馈控制功能。风电机组前馈控制装置500可以在单个节点中实现，或者风电机组前馈控制装置500的功能可以在网络中的多个节点中实现。本领域的技术人员应意识到，术语风电机组前馈控制装置包括广泛意义上的设备，图5中示出的风电机组前馈控制装置500仅是其中一个示例。包括风电机组前馈控制装置500是为了表述清楚，并不旨在将本发明的应用限制为特定的风电机组前馈控制装置实施例或某一类风电机组前馈控制装置实施例。本发明所述的至少部分特征/方法可以在网络装置或组件，例如，风电机组前馈控制装置500中实现。例如，本发明中的特征/方法可以采用硬件、固件和/或在硬件上安装运行的软件实现。风电机组前馈控制装置500可以是任何通过网络处理，存储和/或转发数据帧的设备，例如，服务器，客户端，数据源等。如图5所示，风电机组前馈控制装置500可以包括收发器(Tx/Rx)510，其可以是发射器，接收器，或其组合。Tx/Rx510可以耦合到多个端口550(例如上行接口和/或下行接口)，用于从其他节点发送和/或接收帧。处理器530可耦合至Tx/Rx510，以处理帧和/或确定向哪些节点发送帧。处理器530可以包括一个或多个多核处理器和/或存储器设备532，其可以用作数据存储器，缓冲区等。处理器530可以被实现为通用处理器，或者可以是可编程逻辑控制器(Programmable Logic Controller，简称PLC)，或者可以是一个或多个专用集成电路(application specific integrated circuit，简称ASIC)和/或数字信号处理器(digitalsignal processor，简称DSP)的一部分。
本发明与现有技术相比，具有以下有益效果：
(1)感知极端风速，实现提前预警，提前控制，避免机组发生超速故障。
(2)有效降低风电机组塔筒根部前后方向My弯矩载荷和叶片根部摆振方向My弯矩载荷。
(3)参数自适应算法，解决了由于参数设置不合理造成的控制偏差。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，本领域技术人员利用上述揭示的技术内容做出些许简单修改、等同变化或修饰，均落在本发明的保护范围内。

Claims (10)

1.一种风电机组前馈控制方法，其特征在于，包括：
测量风轮前特定位置处的风速；
根据湍流模型对测量得到的风速进行演化，预测出风轮位置处未来的风速变化量；
根据风速变化量，计算桨距角前馈量，并叠加到原系统反馈控制需求；
根据雷达测量的风速，实时修正前馈控制算法的参数偏差；
其中，风轮前特定位置处的风速通过安装在风轮前特定位置处的激光雷达测风设备进行测量。
2.根据权利要求1所述的风电机组前馈控制方法，其特征在于，风轮前特定位置位于风轮前100米处，激光雷达测风设备具备四个测点，每个测点位置的视向风速根据权重函数w(x)进行计算，权重函数由如下公式给出：
Figure FDA0002532600820000011
其中，c＝R×λ/A，R为测量位置距离，A为光束面积，λ为激光波长。
3.根据权利要求1所述的风电机组前馈控制方法，其特征在于，根据湍流模型对测量得到的风速进行演化，预测出风轮位置处未来的风速变化量，包括：
根据泰勒尾流原理，推算风轮位置处的等效平均风速，计算未来一定时间到达风轮的风速情况。
4.根据权利要求1所述的风电机组前馈控制方法，其特征在于，根据风速变化量，计算桨距角前馈量，并叠加到原系统反馈控制需求，包括：
根据激光雷达测得实际风未来的变化趋势，计算需要提前动作的控制变化量。
5.根据权利要求4所述的风电机组前馈控制方法，其特征在于，根据激光雷达测得实际风未来的变化趋势，计算需要提前动作的控制变化量，包括：
根据如下公式计算提前动作的控制变化量:
Figure FDA0002532600820000021
其中，τ为提前时间，β(t)为当前桨距角，βlidar(t+τ)为提前时刻的目标桨距角。
6.根据权利要求1所述的风电机组前馈控制方法，其特征在于，根据雷达测量的风速，实时修正前馈控制算法的参数偏差，包括：
根据雷达测量的数据与风电机组实际运行的参数，计算出控制参数表与最优值的误差，并对此误差进行修正，更新风速—桨距角参数表。
7.根据权利要求1所述的风电机组前馈控制方法，其特征在于，还包括：
在利用安装在风轮前特定位置处的激光雷达测风设备，测量风轮前特定位置处的风速之后，在根据湍流模型对测量得到的风速进行演化，预测出风轮位置处未来的风速变化量之前，根据数据有效性、数据质量对数据进行筛选。
8.一种风电机组前馈控制装置，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现根据权利要求1至7任意一项所述的风电机组前馈控制方法。
9.一种风电机组，其特征在于，所述风电机组包括根据权利要求8所述的风电机组前馈控制装置。
10.一种风电机组前馈控制系统，其特征在于，包括：根据权利要求9所述的风电机组，及用于测量风速的激光雷达测风设备。
CN202010522375.XA 2020-06-10 2020-06-10 风电机组前馈控制方法、装置、风电机组及系统 Pending CN111637010A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010522375.XA CN111637010A (zh) 2020-06-10 2020-06-10 风电机组前馈控制方法、装置、风电机组及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010522375.XA CN111637010A (zh) 2020-06-10 2020-06-10 风电机组前馈控制方法、装置、风电机组及系统

Publications (1)

Publication Number Publication Date
CN111637010A true CN111637010A (zh) 2020-09-08

Family

ID=72328440

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010522375.XA Pending CN111637010A (zh) 2020-06-10 2020-06-10 风电机组前馈控制方法、装置、风电机组及系统

Country Status (1)

Country Link
CN (1) CN111637010A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114295860A (zh) * 2022-01-11 2022-04-08 福建国电风力发电有限公司 一种复杂地形下风流场反演方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102562450A (zh) * 2012-01-12 2012-07-11 三一电气有限责任公司 一种风力发电机及其变桨控制方法、变桨控制系统
CN102725520A (zh) * 2009-12-21 2012-10-10 维斯塔斯风力系统集团公司 具有用于执行对风力涡轮发电机的预测控制的控制方法和控制器的风力涡轮机
CN103061980A (zh) * 2012-12-28 2013-04-24 东方电气集团东方汽轮机有限公司 基于激光测风雷达的风力发电机组的前馈控制系统及其控制方法
CN105569923A (zh) * 2016-01-13 2016-05-11 湖南世优电气股份有限公司 一种大型风电机组的雷达辅助载荷优化控制方法
WO2018007011A1 (en) * 2016-07-06 2018-01-11 Universität Stuttgart Lidar-based multivariable feedforward control of wind turbines
CN109185054A (zh) * 2018-09-11 2019-01-11 浙江运达风电股份有限公司 风力发电机桨距角控制方法、系统、装置及可读存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102725520A (zh) * 2009-12-21 2012-10-10 维斯塔斯风力系统集团公司 具有用于执行对风力涡轮发电机的预测控制的控制方法和控制器的风力涡轮机
CN102562450A (zh) * 2012-01-12 2012-07-11 三一电气有限责任公司 一种风力发电机及其变桨控制方法、变桨控制系统
CN103061980A (zh) * 2012-12-28 2013-04-24 东方电气集团东方汽轮机有限公司 基于激光测风雷达的风力发电机组的前馈控制系统及其控制方法
CN105569923A (zh) * 2016-01-13 2016-05-11 湖南世优电气股份有限公司 一种大型风电机组的雷达辅助载荷优化控制方法
WO2018007011A1 (en) * 2016-07-06 2018-01-11 Universität Stuttgart Lidar-based multivariable feedforward control of wind turbines
CN109416021A (zh) * 2016-07-06 2019-03-01 斯图加特大学 风力涡轮机的基于激光雷达的多变量前馈控制
CN109185054A (zh) * 2018-09-11 2019-01-11 浙江运达风电股份有限公司 风力发电机桨距角控制方法、系统、装置及可读存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114295860A (zh) * 2022-01-11 2022-04-08 福建国电风力发电有限公司 一种复杂地形下风流场反演方法

Similar Documents

Publication Publication Date Title
CN104364522B (zh) 风能设备和用于控制风能设备或风力发电厂的方法
CN103061980A (zh) 基于激光测风雷达的风力发电机组的前馈控制系统及其控制方法
EP2836706B1 (en) Method for controlling a profile of a blade on a wind turbine
CN108843497B (zh) 风力发电机组的偏航控制方法和设备
CA2704988A1 (en) Wind-turbine-dynamic-characteristics monitoring apparatus and method therefor
US11313351B2 (en) Methods and systems of advanced yaw control of a wind turbine
EP4194684A1 (en) Load control method and apparatus for wind turbine generator system
WO2018059259A1 (en) Method and system of yaw control of wind turbines in a wind turbine farm
US10738763B2 (en) Method and system for controlling the active power output of a wind farm
EP3741991B1 (en) Method for dynamic real-time optimization of the performance of a wind park and wind park
CN113847199B (zh) 一种基于机载雷达在线偏航系统的偏航优化控制方法
CN111637010A (zh) 风电机组前馈控制方法、装置、风电机组及系统
US12012935B2 (en) Controlling noise emissions from individual blades of a wind turbine
CN111927708A (zh) 桨距角自寻优控制方法及装置
Requate et al. Active control of the reliability of wind turbines
GB2525573A (en) Control of array of energy producing devices
EP3828408A1 (en) A method and an apparatus for computer-implemented monitoring of a wind turbine
US20230026286A1 (en) Method for computer-implemented monitoring of a wind turbine
CN110008583B (zh) 风电场中风资源情况的预测方法及系统
KR101177838B1 (ko) 피치 제어 장치를 구비한 풍력 터빈 및 풍력 터빈의 피치 제어 방법
US20240183337A1 (en) Method of controlling a wind farm using a reinforcement learning method
CN212454682U (zh) 一种基于外挂式控制器的风电场尾流控制系统
Niyazi et al. Control and Monitoring of Wind Farms Based on IoT Application for Energy Conversion
EP4097351A1 (en) Method for computer-implemented controlling of one or more wind turbines in a wind farm
US20210340957A1 (en) Control of a wind energy installation

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200908

RJ01 Rejection of invention patent application after publication