CN111980857A - 风电场的闭环控制方法及其装置及计算机可读存储介质 - Google Patents
风电场的闭环控制方法及其装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111980857A CN111980857A CN202010872529.8A CN202010872529A CN111980857A CN 111980857 A CN111980857 A CN 111980857A CN 202010872529 A CN202010872529 A CN 202010872529A CN 111980857 A CN111980857 A CN 111980857A
- Authority
- CN
- China
- Prior art keywords
- wind
- power plant
- wind power
- fan
- wake
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000003860 storage Methods 0.000 title claims abstract description 22
- 238000004088 simulation Methods 0.000 claims description 11
- 238000004519 manufacturing process Methods 0.000 abstract description 3
- 238000005259 measurement Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000010248 power generation Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000011144 upstream manufacturing Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000012821 model calculation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- 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
- 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
- F03D7/0204—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor for orientation in relation to wind direction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- F05B2270/321—Wind directions
-
- 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
- F05B2270/804—Optical devices
- F05B2270/8042—Lidar systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/06—Wind turbines or wind farms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- 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)
- General Engineering & Computer Science (AREA)
- Sustainable Energy (AREA)
- Mechanical Engineering (AREA)
- Combustion & Propulsion (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Wind Motors (AREA)
Abstract
本发明实施例提供一种风电场的闭环控制方法及其装置及计算机可读存储介质。该闭环控制方法包括:通过风电场的工程尾流模型来计算得到风电场内每台风机不同来流下的初步最优偏航角;测量风电场的现场尾流流动数据;以及基于风电场的现场尾流流动数据作为反馈来修正每台风机不同来流下的初步最优偏航角。从而,能够降低风机之间的尾流影响,提升整个风电场的年发电量。
Description
技术领域
本发明实施例涉及风电技术领域,尤其涉及一种风电场的闭环控制方法及其装置及计算机可读存储介质。
背景技术
随着煤炭、石油等能源的逐渐枯竭,人类越来越重视可再生能源的利用。风能作为一种清洁的可再生能源越来越受到世界各国的重视。对于缺水、缺燃料和交通不便的沿海岛屿、草原牧区、山区和高原地带,因地制宜地利用风力发电,非常适合,大有可为。风力发电是指利用风机把风的动能转换为电能。近年来风电场得到了广泛的开发应用。
但是,海上风电场,特别是大型海上风电场,尾流影响明显。尾流不但会造成风机年发电量(AEP,Annual Energy Production)的损失,也会引起湍流的增加,从而对风机疲劳和极限寿命造成很大的影响。通过现有风电场的运行结果显示,即使在设计间距高达7倍风轮直径的情况下,某些时刻后排风机的尾流损失较前排自由流风速下的风机发电量减少可达25%-34%范围。当前的尾流模型(包括商业风资源评估软件中使用的尾流模型)无法准确模拟出尾流损失,计算结果误差通常在15%左右,个别风机的AEP计算误差达30%。所以,大型风电场尾流问题已成为业界必须克服的难题。
发明内容
本发明实施例的目的在于提供一种风电场的闭环控制方法及其装置及计算机可读存储介质,能够降低风机之间的尾流影响,提升整个风电场的年发电量。
本发明实施例的一个方面提供一种风电场的闭环控制方法。所述方法包括:
通过风电场的工程尾流模型来计算得到所述风电场内每台风机不同来流下的初步最优偏航角;
测量所述风电场的现场尾流流动数据;以及
基于所述风电场的现场尾流流动数据作为反馈来修正所述每台风机不同来流下的所述初步最优偏航角。
进一步地,所述通过风电场的工程尾流模型来计算得到所述风电场内每台风机不同来流下的初步最优偏航角包括:仿真获取所述风电场的风机的载荷信息和气动数据;模拟获得所述风电场的风流动数据;基于所述风机的载荷信息和气动数据以及所述风电场的风流动数据来修正所述风电场的工程尾流模型;以及以修正后的工程尾流模型来计算所述风电场内每台风机不同来流下的所述初步最优偏航角。
进一步地,所述以修正后的工程尾流模型来计算所述风电场内每台风机不同来流下的所述初步最优偏航角包括:以所述修正后的工程尾流模型并以整个所述风电场内年发电量最优为目标来计算所述每台风机不同来流下的所述初步最优偏航角。
进一步地,所述仿真获取所述风电场的风机的载荷信息和气动数据包括:通过FAST仿真软件来获取所述风电场的风机的载荷信息和气动数据。
进一步地,所述模拟获得所述风电场的风流动数据包括:通过大涡模拟的方法仿真计算在不同来流风速、风向、风剪切和湍流强度组合下所述风电场的风流动数据。
进一步地,所述测量所述风电场的现场尾流流动数据包括:测量所述风电场内每台风机的尾流区的风数据,所述基于所述风电场的现场尾流流动数据作为反馈来修正所述每台风机不同来流下的所述初步最优偏航角包括:基于所述每台风机的尾流区的风数据来修正所述每台风机不同来流下的所述初步最优偏航角。
进一步地,所述尾流区的风数据包括一定距离范围内的风速、风向、风剪切和湍流强度中的至少一种信息。
进一步地,通过机载激光雷达来测量所述风电场内每台风机的尾流区的风数据。
进一步地,所述机载激光雷达向所述风机下游测量。
进一步地,所述机载激光雷达安装于每台风机的机舱上。
进一步地,所述基于所述风电场的现场尾流流动数据作为反馈来修正所述每台风机不同来流下的初步最优偏航角包括:基于所述风电场的现场尾流流动数据作为反馈以整个所述风电场内年发电量最优为目的来确定所述每台风机不同来流下的最终最优偏航角;及以所述每台风机不同来流下的所述最终最优偏航角来对所述每台风机进行控制。
本发明实施例的另一个方面还提供一种风电场的闭环控制装置,其包括一个或多个处理器,用于实现如上所述的方法。
本发明实施例的又一个方面还提供一种计算机可读存储介质,其上存储有程序,所述程序被处理器执行时,实现如上所述的方法。
本发明实施例的风电场的闭环控制方法通过工程尾流模型和现场测风反馈技术,实现了数值仿真与现场实测相结合的方法,从而降低数值模拟的不确定性,提高模型计算的准确性。
本发明实施例的风电场的闭环控制方法可以降低风机之间的尾流影响以及上游风机对下游风机的尾流效应,提升整个风电场的发电量。
附图说明
图1为本发明一个实施例的风电场的分布示意图;
图2为本发明一个实施例的风机的立体示意图;
图3为本发明一个实施例的风电场的闭环控制方法的流程图;
图4为本发明一个实施例的通过风电场的工程尾流模型来计算得到风电场内每台风机不同来流下的初步最优偏航角的具体步骤;
图5为本发明一个实施例的基于风电场的现场尾流流动数据作为反馈来修正每台风机不同来流下的初步最优偏航角的具体步骤;
图6为本发明一个实施例的风电场的闭环控制装置的示意性框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施例并不代表与本发明相一致的所有实施例。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置的例子。
在本发明实施例使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。除非另作定义,本发明实施例使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明说明书以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。同样,“一个”或者“一”等类似词语也不表示数量限制,而是表示存在至少一个。“多个”或者“若干”表示两个及两个以上。除非另行指出,“前部”、“后部”、“下部”和/或“上部”等类似词语只是为了便于说明,而并非限于一个位置或者一种空间定向。“包括”或者“包含”等类似词语意指出现在“包括”或者“包含”前面的元件或者物件涵盖出现在“包括”或者“包含”后面列举的元件或者物件及其等同,并不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而且可以包括电性的连接,不管是直接的还是间接的。在本发明说明书和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
图1揭示了本发明一个实施例的风电场10的分布示意图。如图1所示,本发明一个实施例的风电场10包括多台风机100。图2揭示了本发明一个实施例的风机100的立体示意图。如图2所示,风机100包括多个叶片101、机舱102、轮毂103及塔架104。塔架104从基础(未图示)向上延伸,机舱102安装在塔架104的顶端,轮毂103安装在机舱102的一端,多个叶片101安装在轮毂103上。
继续参照图2所示,在本发明的一些实施例中,在每台风机100的机舱102上均安装有机载激光雷达105。机载激光雷达105可以用来测量风电场10内每台风机100的尾流区的风数据。在一个实施例中,机载激光雷达105发射的激光束LB方向位于风机100的下游,因此,机载激光雷达105可以向风机100下游测风,避免了向风机100上游测风时风机100旋转叶片101带来的误差,从而可以提高测风数据的准确性,真实地反映出风机100后一定距离内的尾流流动情况。
图3揭示了本发明一个实施例的风电场的闭环控制方法的流程图。本发明实施例的风电场的闭环控制方法可以应用在平坦地形和大型海上风电场。如图3所示,本发明一个实施例的风电场的闭环控制方法可以包括步骤S11-S13。
在步骤S11中,通过风电场10的工程尾流模型来计算得到风电场10内每台风机100不同来流下的初步最优偏航角。
图4揭示了图3所示的通过风电场10的工程尾流模型来计算得到风电场10内每台风机100不同来流下的初步最优偏航角的具体步骤。如图4所示,在一个实施例中,步骤S11的通过风电场10的工程尾流模型来计算得到风电场10内每台风机100不同来流下的初步最优偏航角可以进一步包括步骤S111至步骤S114。
在步骤S111中,仿真获取风电场10的风机100的载荷信息和气动数据。
例如,可以通过FAST仿真软件来获取风电场的风机100的载荷信息和气动数据,例如升阻力系数等。
在步骤S112中,模拟获得风电场10的风流动数据。
例如,可以通过大涡模拟的方法仿真计算在不同来流风速、风向、风剪切和湍流强度组合下风电场10的风流动数据,例如风速、风向、压力、速度矢量等。
在步骤S113中,基于风机100的载荷信息和气动数据以及风电场10的风流动数据来修正风电场10的工程尾流模型。
在步骤S114中,以修正后的工程尾流模型来计算风电场10内每台风机100不同来流下的初步最优偏航角。
在一个实施例中,以修正后的工程尾流模型来计算风电场10内每台风机100不同来流下的初步最优偏航角可以包括:以修正后的工程尾流模型并以整个风电场10内年发电量最优为目标来计算每台风机100不同来流下的初步最优偏航角。
返回参照图3所示,在步骤S12中,测量风电场10的现场尾流流动数据。
在一些实施例中,步骤S12的测量风电场10的现场尾流流动数据包括:测量风电场10内每台风机100的尾流区的风数据。尾流区的风数据例如可以包括一定距离范围内的风速、风向、风剪切和湍流强度中的至少一种信息。
在一个实施例中,可以通过机载激光雷达105来测量风电场10内每台风机100的尾流区的风数据,机载激光雷达105例如可以安装于每台风机100的机舱102上,从而通过雷达测风技术实现风电场10内风流动的实时测量。并且,优选地,机载激光雷达105向风机100下游测量。
在步骤S13中,基于风电场10的现场尾流流动数据作为反馈来修正每台风机100不同来流下的初步最优偏航角。
步骤S13的基于风电场10的现场尾流流动数据作为反馈来修正每台风机100不同来流下的初步最优偏航角包括:基于每台风机100的尾流区的风数据来修正每台风机100不同来流下的初步最优偏航角。
图5揭示了图4所示的基于风电场10的现场尾流流动数据作为反馈来修正每台风机100不同来流下的初步最优偏航角的具体步骤。如图5所示,在一个实施例中,步骤S13的基于风电场10的现场尾流流动数据作为反馈来修正每台风机100不同来流下的初步最优偏航角可以进一步包括步骤S131和步骤S132。
在步骤S131中,基于风电场10的现场尾流流动数据作为反馈以整个风电场10内年发电量最优为目的来确定每台风机100不同来流下的最终最优偏航角。
在步骤S132中,以每台风机100不同来流下的最终最优偏航角来对每台风机100进行控制。
本发明实施例的风电场的闭环控制方法通过工程尾流模型和现场测风反馈技术,实现了数值仿真与现场实测相结合的方法,从而降低数值模拟的不确定性,提高模型计算的准确性。
本发明实施例的风电场的闭环控制方法可以降低风机100之间的尾流影响以及上游风机100对下游风机100的尾流效应,提升整个风电场10的发电量。
本发明实施例还提供了一种风电场的闭环控制装置200。图6揭示了本发明一个实施例的风电场的闭环控制装置200的示意性框图。如图6所示,风电场的闭环控制装置200包括一个或多个处理器201,用于实现上面任一实施例所述的风电场的闭环控制方法。在一些实施例中,风电场的闭环控制装置200可以包括计算机可读存储介质202,计算机可读存储介质可以存储有可被处理器201调用的程序,可以包括非易失性存储介质。在一些实施例中,风电场的闭环控制装置200可以包括内存203和接口204。在一些实施例中,本发明实施例的风电场的闭环控制装置200还可以根据实际应用包括其他硬件。
本发明实施例的风电场的闭环控制装置200具有与上面所述的风电场的闭环控制方法相类似的有益技术效果,故,在此不再赘述。
本发明实施例还提供了一种计算机可读存储介质。计算机可读存储介质上存储有程序,该程序被处理器执行时,实现上面任一实施例所述的风电场的闭环控制方法。
本发明实施例可采用在一个或多个其中包含有程序代码的存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。计算机可读存储介质包括永久性和非永久性、可移动和非可移动媒体,可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机可读存储介质的例子包括但不限于:相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
以上对本发明实施例所提供的风电场的闭环控制方法及其装置及计算机可读存储介质进行了详细的介绍。本文中应用了具体个例对本发明实施例的风电场的闭环控制方法及其装置及计算机可读存储介质进行了阐述,以上实施例的说明只是用于帮助理解本发明的核心思想,并不用以限制本发明。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明的精神和原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也均应落入本发明所附权利要求书的保护范围内。
Claims (13)
1.一种风电场的闭环控制方法,其特征在于:所述方法包括:
通过风电场的工程尾流模型来计算得到所述风电场内每台风机不同来流下的初步最优偏航角;
测量所述风电场的现场尾流流动数据;以及
基于所述风电场的现场尾流流动数据作为反馈来修正所述每台风机不同来流下的所述初步最优偏航角。
2.如权利要求1所述的方法,其特征在于:所述通过风电场的工程尾流模型来计算得到所述风电场内每台风机不同来流下的初步最优偏航角包括:
仿真获取所述风电场的风机的载荷信息和气动数据;
模拟获得所述风电场的风流动数据;
基于所述风机的载荷信息和气动数据以及所述风电场的风流动数据来修正所述风电场的工程尾流模型;以及
以修正后的工程尾流模型来计算所述风电场内每台风机不同来流下的所述初步最优偏航角。
3.如权利要求2所述的方法,其特征在于:所述以修正后的工程尾流模型来计算所述风电场内每台风机不同来流下的所述初步最优偏航角包括:
以所述修正后的工程尾流模型并以整个所述风电场内年发电量最优为目标来计算所述每台风机不同来流下的所述初步最优偏航角。
4.如权利要求2所述的方法,其特征在于:所述仿真获取所述风电场的风机的载荷信息和气动数据包括:
通过FAST仿真软件来获取所述风电场的风机的载荷信息和气动数据。
5.如权利要求2所述的方法,其特征在于:所述模拟获得所述风电场的风流动数据包括:
通过大涡模拟的方法仿真计算在不同来流风速、风向、风剪切和湍流强度组合下所述风电场的风流动数据。
6.如权利要求1所述的方法,其特征在于:所述测量所述风电场的现场尾流流动数据包括:测量所述风电场内每台风机的尾流区的风数据,
所述基于所述风电场的现场尾流流动数据作为反馈来修正所述每台风机不同来流下的所述初步最优偏航角包括:基于所述每台风机的尾流区的风数据来修正所述每台风机不同来流下的所述初步最优偏航角。
7.如权利要求6所述的方法,其特征在于:所述尾流区的风数据包括一定距离范围内的风速、风向、风剪切和湍流强度中的至少一种信息。
8.如权利要求6所述的方法,其特征在于:通过机载激光雷达来测量所述风电场内每台风机的尾流区的风数据。
9.如权利要求8所述的方法,其特征在于:所述机载激光雷达向所述风机下游测量。
10.如权利要求8所述的方法,其特征在于:所述机载激光雷达安装于每台风机的机舱上。
11.如权利要求1所述的方法,其特征在于:所述基于所述风电场的现场尾流流动数据作为反馈来修正所述每台风机不同来流下的初步最优偏航角包括:
基于所述风电场的现场尾流流动数据作为反馈以整个所述风电场内年发电量最优为目的来确定所述每台风机不同来流下的最终最优偏航角;及
以所述每台风机不同来流下的所述最终最优偏航角来对所述每台风机进行控制。
12.一种风电场的闭环控制装置,其特征在于,包括一个或多个处理器,用于实现如权利要求1-11中任一项所述的方法。
13.一种计算机可读存储介质,其特征在于,其上存储有程序,所述程序被处理器执行时,实现如权利要求1-11中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010872529.8A CN111980857A (zh) | 2020-08-26 | 2020-08-26 | 风电场的闭环控制方法及其装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010872529.8A CN111980857A (zh) | 2020-08-26 | 2020-08-26 | 风电场的闭环控制方法及其装置及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111980857A true CN111980857A (zh) | 2020-11-24 |
Family
ID=73440651
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010872529.8A Pending CN111980857A (zh) | 2020-08-26 | 2020-08-26 | 风电场的闭环控制方法及其装置及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111980857A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112879220A (zh) * | 2021-03-16 | 2021-06-01 | 上海电气风电集团股份有限公司 | 风机控制方法、系统和可读存储介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105041572A (zh) * | 2014-04-29 | 2015-11-11 | 通用电气公司 | 用于优化风电场操作的系统和方法 |
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 |
EP3096006A1 (en) * | 2015-05-21 | 2016-11-23 | General Electric Company | System and methods for controlling noise propagation of wind turbines |
CN107035618A (zh) * | 2017-06-12 | 2017-08-11 | 电子科技大学 | 一种基于尾流效应的风电场优化控制方法 |
CN108708825A (zh) * | 2018-05-15 | 2018-10-26 | 浙江运达风电股份有限公司 | 一种考虑机组尾流的风电场偏航控制方法 |
CN108953060A (zh) * | 2018-03-30 | 2018-12-07 | 浙江大学 | 基于激光雷达测风仪的风电场场级偏航控制方法 |
CN109958579A (zh) * | 2017-12-26 | 2019-07-02 | 新疆金风科技股份有限公司 | 风力发电机组的尾流控制方法和装置 |
CN110008583A (zh) * | 2019-04-02 | 2019-07-12 | 上海电气风电集团有限公司 | 风电场中风资源情况的预测方法及系统 |
CN110397553A (zh) * | 2019-07-26 | 2019-11-01 | 山东中车风电有限公司 | 一种不基于模型的风电场尾流管理方法及系统 |
CN110728066A (zh) * | 2019-10-18 | 2020-01-24 | 华北电力大学 | 一种风电场扇区优化方法及系统 |
EP3620649A1 (en) * | 2018-09-10 | 2020-03-11 | Siemens Gamesa Renewable Energy A/S | Controlling wind turbines in presence of wake implications |
CN111577544A (zh) * | 2020-05-22 | 2020-08-25 | 三一重能有限公司 | 风机控制方法、装置、设备及存储介质 |
-
2020
- 2020-08-26 CN CN202010872529.8A patent/CN111980857A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105041572A (zh) * | 2014-04-29 | 2015-11-11 | 通用电气公司 | 用于优化风电场操作的系统和方法 |
EP3096006A1 (en) * | 2015-05-21 | 2016-11-23 | General Electric Company | System and methods for controlling noise propagation of wind turbines |
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 |
CN107035618A (zh) * | 2017-06-12 | 2017-08-11 | 电子科技大学 | 一种基于尾流效应的风电场优化控制方法 |
CN109958579A (zh) * | 2017-12-26 | 2019-07-02 | 新疆金风科技股份有限公司 | 风力发电机组的尾流控制方法和装置 |
CN108953060A (zh) * | 2018-03-30 | 2018-12-07 | 浙江大学 | 基于激光雷达测风仪的风电场场级偏航控制方法 |
CN108708825A (zh) * | 2018-05-15 | 2018-10-26 | 浙江运达风电股份有限公司 | 一种考虑机组尾流的风电场偏航控制方法 |
EP3620649A1 (en) * | 2018-09-10 | 2020-03-11 | Siemens Gamesa Renewable Energy A/S | Controlling wind turbines in presence of wake implications |
CN110008583A (zh) * | 2019-04-02 | 2019-07-12 | 上海电气风电集团有限公司 | 风电场中风资源情况的预测方法及系统 |
CN110397553A (zh) * | 2019-07-26 | 2019-11-01 | 山东中车风电有限公司 | 一种不基于模型的风电场尾流管理方法及系统 |
CN110728066A (zh) * | 2019-10-18 | 2020-01-24 | 华北电力大学 | 一种风电场扇区优化方法及系统 |
CN111577544A (zh) * | 2020-05-22 | 2020-08-25 | 三一重能有限公司 | 风机控制方法、装置、设备及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112879220A (zh) * | 2021-03-16 | 2021-06-01 | 上海电气风电集团股份有限公司 | 风机控制方法、系统和可读存储介质 |
CN112879220B (zh) * | 2021-03-16 | 2022-11-01 | 上海电气风电集团股份有限公司 | 风机控制方法、系统和可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Murthy et al. | A comprehensive review of wind resource assessment | |
Ge et al. | A two-dimensional model based on the expansion of physical wake boundary for wind-turbine wakes | |
Mathew | Wind energy: fundamentals, resource analysis and economics | |
CN109376389B (zh) | 一种基于2D_k Jensen模型的三维尾流数值模拟方法 | |
Sathyajith | Wind energy: fundamentals, resource analysis and economics | |
Sanchez Gomez et al. | The effect of wind direction shear on turbine performance in a wind farm in central Iowa | |
Wu et al. | Simulation of turbulent flow inside and above wind farms: model validation and layout effects | |
CN106897486B (zh) | 考虑湍流强度影响的抛物线形风电机组尾流模型计算方法 | |
Schepers et al. | Analysis of wake measurements from the ECN wind turbine test site wieringermeer, EWTW | |
St Martin et al. | Atmospheric turbulence affects wind turbine nacelle transfer functions | |
Agarwal et al. | Issues and challenges of wind energy | |
Chanprasert et al. | Large Eddy Simulation of wind turbine fatigue loading and yaw dynamics induced by wake turbulence | |
Singh et al. | Evaluation of current status and future directions of wind energy in India | |
Durrani et al. | A detailed aerodynamic design and analysis of a 2-D vertical axis wind turbine using sliding mesh in CFD | |
Rogowski et al. | Steady and unsteady analysis of NACA 0018 airfoil in vertical-axis wind turbine | |
Gao et al. | Comparative experimental investigation into wake characteristics of turbines in three wind farms areas with varying terrain complexity from LiDAR measurements | |
Bilgili et al. | Effect of growth in turbine size on rotor aerodynamic performance of modern commercial large-scale wind turbines | |
CN106951977B (zh) | 一种基于尾流效应的风速预测模型的构建方法 | |
CN111980857A (zh) | 风电场的闭环控制方法及其装置及计算机可读存储介质 | |
Ahmmed | Investigation and analysis of Wind Pumping system for Irrigation in Bangladesh | |
Wei et al. | Structural optimization of compact spherical wind-solar hybrid power system | |
CN109753759A (zh) | 一种基于等效功率的风轮等效风速计算方法 | |
Francis et al. | Development of a novel airfoil for low wind speed vertical axis wind turbine using QBlade simulation tool | |
CN114295320A (zh) | 测风点确定方法、系统和可读存储介质 | |
Dayal | Offshore wind resource assessment, site suitability and technology selection for Bligh Waters Fiji using WindPro |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201124 |