CN112287522B - 风电机组变桨系统驱动能力的优化方法、系统及计算机可读存储介质 - Google Patents
风电机组变桨系统驱动能力的优化方法、系统及计算机可读存储介质 Download PDFInfo
- Publication number
- CN112287522B CN112287522B CN202011085832.XA CN202011085832A CN112287522B CN 112287522 B CN112287522 B CN 112287522B CN 202011085832 A CN202011085832 A CN 202011085832A CN 112287522 B CN112287522 B CN 112287522B
- Authority
- CN
- China
- Prior art keywords
- pitch system
- driving capability
- variable pitch
- working condition
- selection calculation
- 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
Classifications
-
- 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
-
- 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
-
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Wind Motors (AREA)
Abstract
本发明实施例提供一种风电机组变桨系统驱动能力的优化方法、系统及计算机可读存储介质。该风电机组变桨系统驱动能力的优化方法包括:对风电机组变桨系统的载荷进行仿真及驱动能力选型计算;获取变桨系统的风场实际运行数据;将变桨系统的载荷仿真及驱动能力选型计算结果与变桨系统的风场实际运行数据进行对比;以及基于比较结果来对变桨系统的载荷仿真方法和变桨系统的驱动能力选型计算方法中的至少一种方法进行优化以优化变桨系统的驱动能力,从而能够根据风电机组对变桨系统的实际需求,选择出合适的变桨系统驱动能力。
Description
技术领域
本发明实施例涉及风电技术领域,尤其涉及一种风电机组变桨系统驱动能力的优化方法、系统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电机组把风的动能转换为电能。
风电机组变桨系统的任务是根据风速大小来调节叶片的桨距角,使叶片吸收的风能始终处于最佳状态,同时在紧急情况下,将叶片变桨至安全位置,实现空气制动。变桨系统的驱动能力是变桨系统的重要参数,该参数的选取是变桨系统设计的关键,将直接影响变桨系统的性能与成本。如果变桨系统的驱动能力参数选择过大,则会使得变桨系统的利用率低,造成资源浪费,增加风电机组成本。如果变桨系统的驱动能力参数选取过小,则使得变桨系统持续过载运行、发热严重,大大缩短变桨系统的寿命。更为严重时,甚至会导致无法变桨至安全位置,造成风电机组倒塔。
现有的变桨系统驱动能力设计参数完全依赖变桨系统的载荷仿真,而变桨系统的载荷仿真是基于简化处理的模型,因此,利用变桨系统的载荷仿真和驱动能力选型计算得到的变桨系统驱动能力设计参数与变桨系统的实际需求存在一定差异。一般情况下,载荷仿真和驱动能力选型计算时添加了一定的安全系数,以保证满足变桨系统的实际需求。但如果变桨系统的载荷仿真和驱动能力选型计算的结果过大,必将造成资源浪费、增加成本。
因此,根据风电机组对变桨系统的实际需求,选择合适的变桨系统驱动能力对风电机组的安全性、稳定性、经济性至关重要。
发明内容
本发明实施例的目的在于提供一种风电机组变桨系统驱动能力的优化方法、系统及计算机可读存储介质,能够根据风电机组对变桨系统的实际需求,选择出合适的变桨系统驱动能力。
本发明实施例的一个方面提供一种风电机组变桨系统驱动能力的优化方法。所述方法包括:对风电机组变桨系统的载荷进行仿真及驱动能力选型计算;获取所述变桨系统的风场实际运行数据;将所述变桨系统的载荷仿真及驱动能力选型计算结果与所述变桨系统的风场实际运行数据进行对比;以及基于比较结果来对所述变桨系统的载荷仿真方法和所述变桨系统的驱动能力选型计算方法中的至少一种方法进行优化以优化所述变桨系统的驱动能力。
本发明实施例的另一个方面还提供一种风电机组变桨系统驱动能力的优化系统。所述优化系统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机组变桨系统驱动能力的优化方法及其系统及计算机可读存储介质利用变桨系统在风场实际运行数据来对变桨系统的载荷仿真方法和驱动能力选型计算方法中的至少一种方法的有效性进行验证并进行优化,能够根据风电机组对变桨系统的实际需求,选择合适的变桨系统驱动能力,从而确保风电机组的安全性、可靠性、稳定性和经济性。
附图说明
图1为本发明一个实施例的风电机组变桨系统驱动能力的优化方法的流程图;
图2为图1所示的风电机组变桨系统驱动能力的优化方法的一个具体实施例的图示;
图3为本发明一个实施例的风电机组变桨系统驱动能力的优化系统的示意性框图。
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电机组变桨系统驱动能力的优化方法的流程图。如图1所示,本发明一个实施例的电机组变桨系统驱动能力的优化方法可以包括步骤S11至步骤S14。
在步骤S11中,对风电机组变桨系统的载荷进行仿真及驱动能力选型计算。
在步骤S12中,获取变桨系统的风场实际运行数据。
变桨系统的风场实际运行数据例如可以包括但不限于变桨系统实际载荷信息、变桨系统驱动能力实际输出、以及用于识别当前工况的风机运行状态、环境信息、风速信息等。
在步骤S13中,将步骤S11的变桨系统的载荷仿真及驱动能力选型计算结果与步骤S12的变桨系统的风场实际运行数据进行对比。
在步骤S14中,基于比较结果来对变桨系统的载荷仿真方法和变桨系统的驱动能力选型计算方法中的至少一种方法进行优化以优化变桨系统的驱动能力。
在一些实施例中,步骤S14的基于比较结果来对变桨系统的载荷仿真方法和变桨系统的驱动能力选型计算方法中的至少一种方法进行优化包括:基于比较结果来确定变桨系统的载荷仿真方法和变桨系统的驱动能力选型计算方法中的至少一种方法的可信度;并且,在至少一种方法的可信度不满足要求时,对该至少一种方法进行优化,从而可以优化变桨系统的驱动能力。
本发明实施例的风电机组变桨系统驱动能力的优化方法利用变桨系统在风场的实际运行数据,来对变桨系统的载荷仿真方法和驱动能力选型计算方法中的至少一种方法的有效性进行验证及优化,从而能够根据风电机组对变桨系统的实际需求,选择出合适的变桨系统驱动能力,确保了风电机组安全性、稳定性和经济性。
图2揭示了图1所示的风电机组变桨系统驱动能力的优化方法的一个具体实施例的图示。如图2所示,下面将结合图2来对本发明的风电机组变桨系统驱动能力的优化方法的一个具体实施方案进行详细说明。如图2所示,在一些实施例中,步骤S11的对风电机组变桨系统的载荷进行仿真及驱动能力选型计算可以包括步骤S111和步骤S112。
在步骤S111中,对变桨系统的载荷进行仿真,根据变桨系统模型、机械传动装置参数等信息,通过载荷仿真,得到变桨系统的驱动能力选型计算所需的各载荷仿真工况及各载荷仿真工况下的变桨系统载荷仿真结果。
可选地,载荷仿真工况例如可以包括但不限于正常发电、控制系统故障、电气系统故障、电网掉电极限载荷、正常停机、空转等。
可选地,可以利用包括但不限于风机运行状态、环境信息、风速信息等来识别载荷仿真工况。
在步骤S112中,根据步骤S111中得到的各载荷仿真工况下的载荷仿真结果进行变桨系统的驱动能力选型计算,得到各载荷仿真工况下的变桨系统驱动能力选型计算结果。
可选地,变桨系统驱动能力选型计算结果例如可以包括但不限于变桨电机扭矩、转速、后备电源容量等。
如图2所示,在一些实施例中,步骤S12的获取变桨系统的风场实际运行数据可以包括步骤S121和步骤S122。
在步骤S121中,获取变桨系统的工况信息,利用工况信息来识别变桨系统的当前工况。
获取变桨系统的工况信息包括:获取风机运行状态、环境信息及风速信息中的至少一个。风机运行状态例如可以包括但不限于机组功率、变桨角度、风轮角度、偏航角度和风机主状态中的至少一个,环境信息例如可以包括但不限于环境温度和环境湿度中的至少一个,风速信息例如可以包括但不限于风速和风向中的至少一个。
具体地,对风机运行状态进行测量,实时采集机组功率、变桨角度、风轮角度、偏航角度、风机主状态等风机运行状态。可选地,可以通过与风机主控的通讯,从风机主控制器获取以上风机运行状态。
对环境信息进行测量,实时采集环境温度和湿度等环境信息。可选地,可以通过与风机主控的通讯,从风机主控制器获取以上环境信息。
对风速信息进行测量,实时采集风速信息。可选地,可以通过与风机主控的通讯,从风机主控制器获取以上风速信息。
在步骤S122中,获取变桨系统在当前工况下的实际载荷信息。
对变桨系统的实际载荷进行测量,例如可以通过桨叶根部的传感器,实时采集三个桨叶的叶根扭矩、弯矩等变桨系统的实际载荷信息。
在另一些实施例中,步骤S12的获取变桨系统的风场实际运行数据可以包括步骤S123。在步骤S123中,获取变桨系统在当前工况下的驱动能力实际输出。
对变桨系统的驱动能力实际输出进行测量,例如可以通过变桨系统自带或外接传感器,实时采集三个桨叶的变桨电机扭矩、电机转速等变桨系统的驱动能力实际输出。可选地,变桨电机扭矩可以通过变桨电机电流值计算得到。
下面将继续结合图2来对实现本发明实施例的步骤S13的将变桨系统的载荷仿真及驱动能力选型计算结果与变桨系统的风场实际运行数据进行对比和步骤S14的基于比较结果来对变桨系统的载荷仿真方法和变桨系统的驱动能力选型计算方法中的至少一种方法进行优化的一些具体实施方案进行详细说明。
继续参照图2所示,在一些实施例中,本发明实施例的风电机组变桨系统驱动能力的优化方法例如可以对变桨系统的载荷仿真方法进行验证和优化。在这种情况下,步骤S13的将变桨系统的载荷仿真及驱动能力选型计算结果与变桨系统的风场实际运行数据进行对比可以包括步骤S131及步骤S132。
在步骤S131中,步骤S122得到的变桨系统实际载荷信息,根据步骤S121的变桨系统当前的工况信息识别工况后,将变桨系统在当前工况下的实际载荷信息与步骤S111中对应的载荷仿真工况下的载荷仿真结果进行对比,计算当前工况下的实际载荷信息与对应的载荷仿真工况下的载荷仿真结果之间的偏差。
在步骤S132中,基于实际载荷信息与载荷仿真结果的比较结果,判断当前工况下的实际载荷信息与对应的载荷仿真工况下的载荷仿真结果之间的偏差是否超过第一限值,从而来确定变桨系统的载荷仿真方法的可信度。
在当前工况下的实际载荷信息与对应的载荷仿真工况下的载荷仿真结果之间的偏差未超第一限值,例如偏差≤10%时,则判定变桨系统的载荷仿真方法的可信度满足要求。在当前工况下的实际载荷信息与对应的载荷仿真工况下的载荷仿真结果之间的偏差超过第一限值,例如偏差>10%时,则确定变桨系统的载荷仿真方法的可信度不满足要求,变桨系统的载荷仿真方法需要优化,则此时,过程可以进入到步骤141。在步骤S141中,可以对变桨系统的载荷仿真方法进行优化。
例如,可以对变桨系统载荷仿真的输入和设置参数进行优化,包括但不限于变桨系统模型、机械传动装置参数等。可选地,可以从步骤S121得到的工况信息中的风机运行状态里,提取出变桨角度设定值、实际值,拟合出变桨系统的模型。
在步骤S141的对变桨系统的载荷仿真方法优化之后,过程可以进一步返回到步骤S111,可以基于优化后的变桨系统的载荷仿真方法来对变桨系统的载荷进行仿真,从而提高载荷仿真的可靠性。
在另一些实施例中,本发明实施例的风电机组变桨系统驱动能力的优化方法除了可以对变桨系统的载荷仿真方法进行验证和优化之外,还可以对变桨系统的驱动能力选型计算方法进行验证和优化。因此,在这种情况下,步骤S13的将变桨系统的载荷仿真及驱动能力选型计算结果与变桨系统的风场实际运行数据进行对比可以进一步包括步骤S133和步骤S134。
在步骤S133中,步骤S123得到的驱动能力实际输出,根据步骤S121的变桨系统当前的工况信息识别工况后,将变桨系统在当前工况下的驱动能力实际输出与步骤S112中基于载荷仿真结果得到的对应的载荷仿真工况下的驱动能力选型计算结果进行对比,计算当前工况下的实际载荷信息与对应的载荷仿真工况下的载荷仿真结果之间的偏差。
在步骤S134中,基于驱动能力实际输出与驱动能力选型计算结果的比较结果,判断当前工况下的驱动能力实际输出与对应的载荷仿真工况下的驱动能力选型计算结果之间的偏差是否超过第二限值,从而来确定变桨系统的驱动能力选型计算方法的可信度。
在当前工况下的驱动能力实际输出与对应的载荷仿真工况下的驱动能力选型计算结果之间的偏差未超过第二限值,例如偏差≤10%时,则过程进入到步骤S135中。在步骤S135中,判定变桨系统的载荷仿真方法和变桨系统的驱动能力选型计算方法的可信度满足要求。
在当前工况下的驱动能力实际输出与对应的载荷仿真工况下的驱动能力选型计算结果之间的偏差超过第二限值,例如偏差>10%时,则确定变桨系统的驱动能力选型计算方法的可信度不满足要求,变桨系统的驱动能力选型计算方法需要优化,则此时,过程可以进入到步骤142。在步骤S142中,可以对变桨系统的驱动能力选型计算方法进行优化。
例如,可以采用包括但不限于最小二乘平方拟合法方法,从现有的变桨系统驱动能力选型计算方法中,筛选出与变桨系统实际运行数据偏差最小的一个,并保证偏差≤上述10%或更小的值。可选地,现有的变桨系统驱动能力选型计算方法包括但不限于行业经验公式和参数、实验室模拟测试公式和参数等。可选地,采用包括但不限于神经网络等多变量非线性系统辨识方法拟合出偏差最小的、新的变桨系统驱动能力选型计算方法。
在步骤S142的对变桨系统的驱动能力选型计算方法优化之后,过程可以进一步返回到步骤S112,可以基于优化后的变桨系统的驱动能力选型计算方法来对变桨系统的载荷仿真结果进行驱动能力选型计算,从而提高变桨系统的驱动能力选型计算的有效性,确保满足风电机组的实际要求。
可选地,在对比步骤S112得到的驱动能力选型计算结果和步骤S123得到的变桨系统驱动能力实际输出时,可以考虑安全系数的影响。
在又一些实施例中,在步骤S132判断出当前工况下的实际载荷信息与对应的载荷仿真工况下的载荷仿真结果之间的偏差超过第一限值,变桨系统的载荷仿真方法的可信度不满足要求的情况下,本发明实施例的风电机组变桨系统驱动能力的优化方法还可以包括步骤S136至步骤S138。
在步骤S132之后,则过程还可以进入到步骤S136。在步骤S136中,根据变桨系统在当前工况下的实际载荷信息采用与步骤S112相同的驱动能力选型计算方法进行变桨系统的驱动能力选型计算,得到变桨系统在当前工况下的驱动能力选型计算结果,然后,过程可以继续进入到步骤S137。
在步骤S137中,步骤S123得到的驱动能力实际输出,根据步骤S121的变桨系统当前的工况信息识别工况后,将变桨系统在当前工况下的驱动能力实际输出与步骤S136的基于当前工况下的实际载荷信息进行驱动能力选型计算得到的驱动能力选型计算结果进行对比,计算当前工况下的驱动能力实际输出与当前工况下的驱动能力选型计算结果之间的偏差。
在步骤S138中,基于当前工况下的驱动能力实际输出与当前工况下的驱动能力选型计算结果的比较结果,判断当前工况下的驱动能力实际输出与当前工况下的驱动能力选型计算结果之间的偏差是否超过第三限值,从而来确定变桨系统的驱动能力选型计算方法的可信度。
在当前工况下的驱动能力实际输出与当前工况下的驱动能力选型计算结果之间的偏差未超过第三限值,例如偏差≤10%时,则过程进入到步骤S139中。在步骤S139中,判定变桨系统的驱动能力选型计算方法的可信度满足要求。
在当前工况下的驱动能力实际输出与当前工况下的驱动能力选型计算结果之间的偏差超过第三限值,例如偏差>10%时,则确定变桨系统的驱动能力选型计算方法的可信度不满足要求,变桨系统的驱动能力选型计算方法需要优化,则此时,过程可以进入到步骤142中,对变桨系统的驱动能力选型计算方法进行优化。
在其他实施例中,本发明实施例的风电机组变桨系统驱动能力的优化方法还可以仅对变桨系统的驱动能力选型计算方法进行优化。因此,在这种情况下,步骤S12的获取变桨系统的风场实际运行数据可以包括步骤S121和步骤S123。在步骤S121中,获取变桨系统的工况信息,利用工况信息来识别变桨系统当前的工况。在步骤S121之后,过程可以直接进入到步骤S123。在步骤S123中,获取变桨系统在当前工况下的驱动能力实际输出。步骤S13的将变桨系统的载荷仿真及驱动能力选型计算结果与变桨系统的风场实际运行数据进行对比可以包括步骤S133及步骤S134。在步骤S133中,步骤S123得到的驱动能力实际输出,根据步骤S121的变桨系统当前的工况信息识别工况后,将变桨系统在当前工况下的驱动能力实际输出与步骤S112得到的对应的载荷仿真工况下的驱动能力选型计算结果进行对比,计算当前工况下的实际载荷信息与对应的载荷仿真工况下的载荷仿真结果之间的偏差。在步骤S134中,基于驱动能力实际输出与驱动能力选型计算结果的比较结果,判断当前工况下的驱动能力实际输出与对应的载荷仿真工况下的驱动能力选型计算结果之间的偏差是否超过第二限值,从而来确定变桨系统的驱动能力选型计算方法的可信度。
上面所述的第一限值、第二限值和第三限值可以相同,也可以不同。在上面所述的实施例中,第一限值、第二限值和第三限值均选择为10%。
在其他可选的实施例中,也可以逐步地减小第一限值、第二限值或第三限值的偏差允许值,例如在下一次循环时可以将第一限值、第二限值或第三限值减小至5%,从而可以进一步优化变桨系统的载荷仿真和/或驱动能力选型计算方法。
本发明实施例的风电机组变桨系统驱动能力的优化方法是一种风电机组变桨系统通用的方法,利用变桨系统在风场的实际运行数据进行可信度验证、优化,可为风机的安全、可靠的运行,提供一种高性价比的变桨系统载荷仿真和驱动能力选型计算方法。
本发明实施例的风电机组变桨系统驱动能力的优化方法根据风电机组对变桨系统的实际需求,选择合适的变桨系统驱动能力,从而确保风电机组的安全性、可靠性、稳定性和经济性。
本发明实施例还提供了一种风电机组变桨系统驱动能力的优化系统200。图3揭示了本发明一个实施例的风电机组变桨系统驱动能力的优化系统200的示意性框图。如图3所示,风电机组变桨系统驱动能力的优化系统200可以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机组变桨系统驱动能力的优化方法。在一些实施例中,风电机组变桨系统驱动能力的优化系统200可以包括计算机可读存储介质202,计算机可读存储介质202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,风电机组变桨系统驱动能力的优化系统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机组变桨系统驱动能力的优化系统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机组变桨系统驱动能力的优化系统200具有与上面所述的风电机组变桨系统驱动能力的优化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机组变桨系统驱动能力的优化方法。
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:相变存储器/阻变存储器/磁存储器/铁电存储器(PRAM/RRAM/MRAM/FeRAM)等新型存储器、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机组变桨系统驱动能力的优化方法及其系统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机组变桨系统驱动能力的优化方法及其系统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)
1.一种风电机组变桨系统驱动能力的优化方法,其特征在于:其包括:
对风电机组变桨系统的载荷进行仿真及驱动能力选型计算,其包括:
对所述变桨系统的载荷进行仿真,得到所述变桨系统的驱动能力选型计算所需的各载荷仿真工况及所述各载荷仿真工况下的变桨系统载荷仿真结果;及
根据所述各载荷仿真工况下的载荷仿真结果进行所述变桨系统的驱动能力选型计算,得到所述各载荷仿真工况下的变桨系统驱动能力选型计算结果;获取所述变桨系统的风场实际运行数据;
将所述变桨系统的载荷仿真及驱动能力选型计算结果与所述变桨系统的风场实际运行数据进行对比;以及
基于比较结果来对所述变桨系统的载荷仿真方法和所述变桨系统的驱动能力选型计算方法中的至少一种方法进行优化以优化所述变桨系统的驱动能力。
2.如权利要求1所述的方法,其特征在于:所述基于比较结果来对所述变桨系统的载荷仿真方法和所述变桨系统的驱动能力选型计算方法中的至少一种方法进行优化包括:
基于比较结果来确定所述变桨系统的载荷仿真方法和所述变桨系统的驱动能力选型计算方法中的至少一种方法的可信度;及
在所述至少一种方法的可信度不满足要求时,对所述至少一种方法进行优化。
3.如权利要求2所述的方法,其特征在于:所述获取所述变桨系统的风场实际运行数据包括:
获取所述变桨系统的工况信息,利用所述工况信息来识别工况;及
获取所述变桨系统在所述工况下的实际载荷信息,
其中,将所述变桨系统在所述工况下的实际载荷信息与对应的载荷仿真工况下的载荷仿真结果进行对比,基于实际载荷信息与载荷仿真结果的比较结果来确定所述变桨系统的载荷仿真方法的可信度。
4.如权利要求3所述的方法,其特征在于:在所述工况下的实际载荷信息与对应的载荷仿真工况下的载荷仿真结果之间的偏差超过第一限值时,则确定所述变桨系统的载荷仿真方法的可信度不满足要求,对所述变桨系统的载荷仿真方法进行优化。
5.如权利要求3所述的方法,其特征在于:所述获取所述变桨系统的风场实际运行数据还包括:
获取所述变桨系统在所述工况下的驱动能力实际输出,
其中,将所述变桨系统在所述工况下的驱动能力实际输出与对应的载荷仿真工况下的驱动能力选型计算结果进行对比,基于驱动能力实际输出与驱动能力选型计算结果的比较结果来确定所述变桨系统的驱动能力选型计算方法的可信度。
6.如权利要求2所述的方法,其特征在于:所述获取所述变桨系统的风场实际运行数据包括:
获取所述变桨系统的工况信息,利用所述工况信息来识别工况;及
获取所述变桨系统在所述工况下的驱动能力实际输出,
其中,将所述变桨系统在所述工况下的驱动能力实际输出与对应的载荷仿真工况下的驱动能力选型计算结果进行对比,基于驱动能力实际输出与驱动能力选型计算结果的比较结果来确定所述变桨系统的驱动能力选型计算方法的可信度。
7.如权利要求5或6所述的方法,其特征在于:在所述工况下的驱动能力实际输出与对应的载荷仿真工况下的驱动能力选型计算结果之间的偏差超过第二限值时,则确定所述变桨系统的驱动能力选型计算方法的可信度不满足要求,对所述变桨系统的驱动能力选型计算方法进行优化。
8.如权利要求3所述的方法,其特征在于:在所述工况下的实际载荷信息与对应的载荷仿真工况下的载荷仿真结果之间的偏差超过第一限值时,则确定所述变桨系统的载荷仿真方法的可信度不满足要求,所述方法还包括:
根据所述变桨系统在所述工况下的实际载荷信息进行所述变桨系统的驱动能力选型计算,得到所述变桨系统在所述工况下的驱动能力选型计算结果,
其中,将所述变桨系统在所述工况下的驱动能力实际输出与所述工况下的驱动能力选型计算结果进行对比,基于驱动能力实际输出与驱动能力选型计算结果的比较结果来确定所述变桨系统的驱动能力选型计算方法的可信度。
9.如权利要求8所述的方法,其特征在于:在所述工况下的驱动能力实际输出与所述工况下的驱动能力选型计算结果之间的偏差超过第三限值时,则确定所述变桨系统的驱动能力选型计算方法的可信度不满足要求,对所述变桨系统的驱动能力选型计算方法进行优化。
10.如权利要求3或6所述的方法,其特征在于:获取所述变桨系统的工况信息包括:
获取风机运行状态、环境信息、及风速信息中的至少一个。
11.如权利要求10所述的方法,其特征在于:所述风机运行状态包括机组功率、变桨角度、风轮角度、偏航角度和风机主状态中的至少一个,所述环境信息包括环境温度和环境湿度中的至少一个,所述风速信息包括风速和风向中的至少一个。
12.一种风电机组变桨系统驱动能力的优化系统,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 |
---|---|---|---|
CN202011085832.XA CN112287522B (zh) | 2020-10-12 | 2020-10-12 | 风电机组变桨系统驱动能力的优化方法、系统及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011085832.XA CN112287522B (zh) | 2020-10-12 | 2020-10-12 | 风电机组变桨系统驱动能力的优化方法、系统及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112287522A CN112287522A (zh) | 2021-01-29 |
CN112287522B true CN112287522B (zh) | 2023-08-25 |
Family
ID=74496182
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011085832.XA Active CN112287522B (zh) | 2020-10-12 | 2020-10-12 | 风电机组变桨系统驱动能力的优化方法、系统及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112287522B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102828910A (zh) * | 2012-09-12 | 2012-12-19 | 华锐风电科技(集团)股份有限公司 | 风力发电机组的变桨控制方法、装置和风力发电机组 |
CN106886634A (zh) * | 2017-01-20 | 2017-06-23 | 许继集团有限公司 | 一种风机变桨电机选型参数获取方法、系统及选型方法 |
CN108167120A (zh) * | 2017-12-11 | 2018-06-15 | 浙江大学 | 一种变速风力发电机组的变桨变矩联合控制方法 |
CN108288855A (zh) * | 2018-01-23 | 2018-07-17 | 国电南京自动化股份有限公司 | 一种基于微电网的动态策略仿真与优化方法 |
-
2020
- 2020-10-12 CN CN202011085832.XA patent/CN112287522B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102828910A (zh) * | 2012-09-12 | 2012-12-19 | 华锐风电科技(集团)股份有限公司 | 风力发电机组的变桨控制方法、装置和风力发电机组 |
CN106886634A (zh) * | 2017-01-20 | 2017-06-23 | 许继集团有限公司 | 一种风机变桨电机选型参数获取方法、系统及选型方法 |
CN108167120A (zh) * | 2017-12-11 | 2018-06-15 | 浙江大学 | 一种变速风力发电机组的变桨变矩联合控制方法 |
CN108288855A (zh) * | 2018-01-23 | 2018-07-17 | 国电南京自动化股份有限公司 | 一种基于微电网的动态策略仿真与优化方法 |
Non-Patent Citations (1)
Title |
---|
双馈风电机组机电耦合影响及载荷主动控制研究;苗凤麟;《中国博士学位论文全文数据库 工程科技Ⅱ辑》;20171215(第12期);正文第49-54页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112287522A (zh) | 2021-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103161668B (zh) | 智能风电机组工况辨识系统及方法 | |
CN113591359B (zh) | 一种风电机组切入/切出风速调优方法、系统及设备介质 | |
CN107797063A (zh) | 基于scada的风电机组运行状态评估及故障诊断方法 | |
CN111878320B (zh) | 风力发电机组的监控方法、系统及计算机可读存储介质 | |
CN104915747A (zh) | 一种发电机组的发电性能评估方法及设备 | |
WO2016048461A1 (en) | System and method for optimizing wind farm performance | |
CN106774276A (zh) | 风电场自动发电控制系统测试平台 | |
WO2021203738A1 (zh) | 考虑需求侧资源分层分散控制的配电系统可靠性计算方法 | |
WO2023123685A1 (zh) | 风力发电机组的寿命评估方法和装置 | |
Yang et al. | Fault early warning of wind turbine gearbox based on multi‐input support vector regression and improved ant lion optimization | |
CN116771610A (zh) | 一种调整风电机组变桨系统故障评估值的方法 | |
CN112287522B (zh) | 风电机组变桨系统驱动能力的优化方法、系统及计算机可读存储介质 | |
WO2024041409A1 (zh) | 确定代表风力发电机组的方法和装置以及控制方法和装置 | |
CN112052604A (zh) | 风机等效疲劳载荷的预测方法、系统、设备及可读介质 | |
CN112855458B (zh) | 一种风力发电机组的风速仪故障诊断方法、系统及介质 | |
CN112131753A (zh) | 风机疲劳寿命的评估方法、系统、设备及可读介质 | |
Dong et al. | Optimised yaw model for adaptive wind direction characteristic based on a data‐driven approach | |
CN113761692B (zh) | 一种基于迁移成分分析的多风电机组运行状态辨识方法 | |
CN113586336B (zh) | 风力发电机组的控制方法及其控制装置及计算机可读存储介质 | |
CN115842408A (zh) | 基于scada的风电场运行状态检测系统及方法 | |
CN116542030A (zh) | 基于轨迹灵敏度的双馈风机参数辨识方法、系统及设备 | |
CN112302886B (zh) | 风电机组变桨系统载荷的自动测量方法、系统及计算机可读存储介质 | |
CN115146828A (zh) | 风功率预测方法及其装置及计算机可读存储介质 | |
CN116191554A (zh) | 风电场的功率控制方法和装置 | |
CN112257289B (zh) | 风电机组变桨系统载荷处理方法、系统及计算机可读存储介质 |
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 |