CN112459965A - 考虑风电场尾流的偏航优化控制方法、装置、设备及介质 - Google Patents

考虑风电场尾流的偏航优化控制方法、装置、设备及介质 Download PDF

Info

Publication number
CN112459965A
CN112459965A CN202011292223.1A CN202011292223A CN112459965A CN 112459965 A CN112459965 A CN 112459965A CN 202011292223 A CN202011292223 A CN 202011292223A CN 112459965 A CN112459965 A CN 112459965A
Authority
CN
China
Prior art keywords
wind
yaw
turbine generator
power plant
wind turbine
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
Application number
CN202011292223.1A
Other languages
English (en)
Other versions
CN112459965B (zh
Inventor
唐荆
别晓芳
施徐国
顾爽
黄雄哲
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.)
Shanghai Electric Wind Power Group Co Ltd
Original Assignee
Shanghai Electric Wind Power Group 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 Shanghai Electric Wind Power Group Co Ltd filed Critical Shanghai Electric Wind Power Group Co Ltd
Priority to CN202011292223.1A priority Critical patent/CN112459965B/zh
Publication of CN112459965A publication Critical patent/CN112459965A/zh
Application granted granted Critical
Publication of CN112459965B publication Critical patent/CN112459965B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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 
    • F03D7/02—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor
    • F03D7/022—Adjusting aerodynamic properties of the blades
    • F03D7/0236—Adjusting aerodynamic properties of the blades by changing the active surface of the wind engaging parts, e.g. reefing or furling
    • 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
    • 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
    • F03D7/043—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic
    • F03D7/045—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic with model-based controls
    • 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
    • F03D7/049—Automatic control; Regulation by means of an electrical or electronic controller controlling wind farms in relation to the wake effect
    • 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
    • F05B2270/10—Purpose of the control system
    • F05B2270/20—Purpose of the control system to optimise the performance of a machine
    • F05B2270/204—Purpose of the control system to optimise the performance of a machine taking into account the wake effect
    • 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)
  • Physics & Mathematics (AREA)
  • Fluid Mechanics (AREA)
  • Wind Motors (AREA)

Abstract

本发明提供一种考虑风电场尾流的偏航优化控制方法、装置、设备及介质，所述方法包括：建立风电场尾流模型和风电机组偏航优化模型；通过所述风电场尾流模型和风电机组偏航优化模型，获取不同风况区间下的偏航优化结果；基于所述不同风况区间下的偏航优化结果，对相应风电机组的载荷进行评估，当评估通过时，将相应风况区间下的偏航优化结果添加至预设的偏航优化策略库；获取风电场的实时风况，并从所述偏航优化策略库中，调用与所述实时风况对应的目标偏航优化结果，而后根据所述目标偏航优化结果，调整所述风电场内相应风电机组的偏航角度。本发明能够减小尾流效应造成的功率损失，提高风电场整体的经济效益，同时保证风电机组满足载荷要求。

Description

考虑风电场尾流的偏航优化控制方法、装置、设备及介质
技术领域
本发明涉及风力发电技术领域，尤其涉及一种考虑风电场尾流的偏航优化控制方法、装置、设备及介质。
背景技术
风力发电机(简称风电机组)是一种将空气中的风能转换为电能的发电装置。风电机组吸收来流空气中的部分能量并施加扰动后，会在风轮面的后方形成尾流效应，相对于自由来流而言，尾流区域中风速减小，湍流度增大。在较大型的风电场内，当一风电机组处在上游风电机组的尾流区域里运行时，其发电功率会受到极大的影响，而且该风电机组的疲劳载荷也会增大，导致寿命降低。此外，尾流效应会造成风电场内风速分布不均，影响风电场内每台风电机组的运行状况及功率输出。对已经建成的风场，为减小尾流的不利影响，需要采用适当的风电场优化控制来降低尾流影响。
如图1所示，风电场一般由2台及以上的风电机组构成，传统风电场中的风电机组偏航控制主要为对风控制，即风电机组机头始终追踪主风能方向，偏航方向与来流方向一致，保持风电机组无偏航。这种对风偏航控制，无法减小尾流效应的影响。对此，目前采用如图2所示的方案，通过调整部分风电机组的偏航角度γ，尤其是上游风电机组的偏航角度，可以减小尾流损失、偏转尾流方向，使下游风电机组受到上游风电机组所形成的尾流影响减小，从而提高下游风电机组的发电功率，最终提高整个风电场的发电量。然而，偏航角度的增大，可能会增大上游或下游风电机组的载荷，因此需要将风电机组的偏航角度调整到合适的值。
发明内容
针对上述现有技术的不足，本发明的目的在于提供一种考虑风电场尾流的偏航优化控制方法、装置、设备及介质，以将风电场内的风电机组调整到合适的偏航角度，从而减小尾流效应造成的功率损失，提高风电场整体的经济效益，同时保证风电机组满足载荷要求。
为了实现上述目的，本发明提供一种考虑风电场尾流的偏航优化控制方法，所述风电场包括多个风电机组，所述方法包括：
建立风电场尾流模型和风电机组偏航优化模型；
通过所述风电场尾流模型和风电机组偏航优化模型，获取不同风况区间下的偏航优化结果，所述偏航优化结果包括风电场总发电功率最大时，风电场内各目标风电机组对应的优化偏航角；
基于所述不同风况区间下的偏航优化结果，对相应风电机组的载荷进行评估，当评估通过时，将相应风况区间下的偏航优化结果添加至预设的偏航优化策略库；
获取风电场的实时风况，并从所述偏航优化策略库中，调用与所述实时风况对应的目标偏航优化结果，而后根据所述目标偏航优化结果，调整所述风电场内相应风电机组的偏航角度。
在本发明一个优选实施例中，所述风电场尾流模型包括尾流速度模型、尾流偏转模型和尾流湍流模型。
在本发明一个优选实施例中所述通过所述风电场尾流模型和风电机组偏航优化模型，获取不同风况区间下的偏航优化结果，包括：
获取风电场一定时间周期内的风况数据；
从所述风况数据中确定尾流模型和风电机组偏航优化模型的输入风况范围，并将所述输入风况范围划分成所述不同风况区间；
确定风电场内待偏航优化的目标风电机组；
根据所述风电场尾流模型获取所述不同风况区间下的尾流数据，包括所述不同风况下风电场内各下游风电机组的有效风速和有效湍流；
根据所述不同风况区间、以及风电场内各风电机组的当前偏航角计算得到所述不同风况区间下风电场内各上游风电机组的有效风速；
将所述不同风况区间下各上游风电机组的有效风速、各下游风电机组的有效风速和有效湍流输入预先建立的风电机组偏航优化模型中进行处理，得到所述不同风况区间下的偏航优化结果。
在本发明一个优选实施例中所述从所述风况数据中确定尾流模型和风电机组偏航优化模型的输入风况范围，包括：以所述风况数据中的全风速段和全风向范围为所述输入风况范围；或者按如下两种方式中的任意一种从所述风况数据中筛选风况范围作为所述输入风况范围：
从所述风况数据中选择所述风电机组的切入风速至额定风速之间的风速段为输入风速范围；
根据所述风电机组的机位排布，从所述风况数据中选择相应风向范围作为输入风向范围。
在本发明一个优选实施例中，所述确定风电场内待偏航优化的目标风电机组，包括按如下两种方式中的任意一种确定目标风电机组：
根据风电场内所述风电机组的机位排布，选择间距满足预定条件的风电机组作为目标风电机组；
根据风电场的历史运行风电机组功率，选取功率平均值低于相同风速下设计功率一定阈值的风电机组作为目标风电机组。
在本发明一个优选实施例中，基于所述不同风况区间下的偏航优化结果，对相应风电机组的载荷进行评估，包括：
获取所述不同风况区间下的偏航优化结果；
判断所述偏航优化结果中各目标风电机组对应的优化偏航角是否需要校核；
对需要校核的优化偏航角对应的目标风电机组进行载荷评估。
为了实现上述目的，本发明还提供一种考虑风电场尾流的偏航优化控制装置，所述风电场包括多个风电机组，所述装置包括：
模型建立模块，用于建立风电场尾流模型和风电机组偏航优化模型；
偏航优化模块，用于通过所述风电场尾流模型和风电机组偏航优化模型，获取不同风况区间下的偏航优化结果，所述偏航优化结果包括风电场总发电功率最大时，风电场内各目标风电机组对应的优化偏航角；
载荷评估模块，用于基于所述不同风况区间下的偏航优化结果，对相应风电机组的载荷进行评估；
优化结果入库模块，用于当相应风电机组的载荷评估通过时，将相应风况区间下的偏航优化结果添加至预设的偏航优化策略库；
偏航控制模块，用于获取风电场的实时风况，并从所述偏航优化策略库中，调用与所述实时风况对应的目标偏航优化结果，而后根据所述目标偏航优化结果，调整所述风电场内相应风电机组的偏航角度。
在本发明一个优选实施例中，所述风电场尾流模型包括尾流速度模型、尾流偏转模型和尾流湍流模型。
在本发明一个优选实施例中，所述偏航优化模块包括：
风况获取单元，用于获取风电场一定时间周期内的风况数据；
输入确定单元，用于从所述风况数据中确定尾流模型和风电机组偏航优化模型的输入风况范围，并将所述输入风况范围划分成所述不同风况区间；
目标风电机组确定单元，用于确定风电场内待偏航优化的目标风电机组；
下游机位数据计算单元，用于根据所述风电场尾流模型获取所述不同风况区间下的尾流数据，包括所述不同风况下风电场内各下游风电机组的有效风速和有效湍流；
上游机位数据计算单元，用于根据所述不同风况区间、以及风电场内各风电机组的当前偏航角计算得到所述不同风况区间下风电场内各上游风电机组的有效风速；
偏航优化单元，用于将所述不同风况区间下各上游风电机组的有效风速、各下游风电机组的有效风速和有效湍流输入预先建立的风电机组偏航优化模型中进行处理，得到所述不同风况区间下的偏航优化结果。
在本发明一个优选实施例中，所述输入确定单元用于确定所述风况数据中的全风速段和全风向范围为所述输入风况范围；或者按如下两种方式中的任意一种从所述风况数据中筛选风况范围作为所述输入风况范围：
从所述风况数据中选择所述风电机组的切入风速至额定风速之间的风速段为输入风速范围；
根据所述风电机组的机位排布，从所述风况数据中选择相应风向范围作为输入风向范围。
在本发明一个优选实施例中，所述目标风电机组确定模块用于按如下两种方式中的任意一种确定目标风电机组：
根据风电场内所述风电机组的机位排布，选择间距满足预定条件的风电机组作为目标风电机组；
根据风电场的历史运行风电机组功率，选取功率平均值低于相同风速下设计功率一定阈值的风电机组作为目标风电机组。
在本发明一个优选实施例中，所述载荷评估模块具体用于：
获取所述不同风况区间下的偏航优化结果；
判断所述偏航优化结果中各目标风电机组对应的优化偏航角是否需要校核；
对需要校核的优化偏航角对应的目标风电机组进行载荷评估。
为了实现上述目的，本发明还提供一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现前述方法的步骤。
为了实现上述目的，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现前述方法的步骤。
通过采用上述技术方案，本发明具有如下有益效果：
本发明首先通过风电场尾流模型和风电机组偏航优化模型，获取不同风况区间下的偏航优化结果，从而能够得到不同风况区间下目标风电机组在风电场总功率最大时的最优偏航角；而后，基于所述不同风况区间下的偏航优化结果，对相应风电机组的载荷进行评估，当评估通过时，将相应风况区间下的偏航优化结果添加至预设的偏航优化策略库；
获取到风电场的实时风况后，从所述偏航优化策略库中，调用与所述实时风况对应的目标偏航优化结果，最后根据所述目标偏航优化结果，调整所述风电场内相应风电机组的偏航角度。通过上述步骤，本发明能够将风电机组调整到风电场总功率最大时的最优偏航角，从而减小尾流效应造成的功率损失，提高风电场整体的经济效益，同时通过载荷评估，能够保证各风电机组满足载荷要求。
附图说明
图1为风电场内风电机组无偏航时的示意图；
图2为风电场内风电机组有偏航时的示意图；
图3为本发明实施例1的考虑风电场尾流的偏航优化控制方法的流程图；
图4为本发明实施例1中风电机组偏航优化模型的原理图；
图5为本发明实施例1基于偏航风化结果对风电机组载荷进行评估的流程图；
图6为本发明实施例2的考虑风电场尾流的偏航优化控制装置的结构框图；
图7为本发明实施例2中偏航优化模块的结构框图；
图8为本发明实施例3的电子设备的硬件架构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开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。
实施例1
本实施例提供一种考虑风电场尾流的偏航优化控制方法，用于对风电场内风电机组的偏航角度进行控制以减小尾流影响，其中该风电场包含2台及2台以上的风电机组。如图3所示，本实施例的方法包括以下步骤：
S1，基于风电场历史运行监控数据，建立风电场尾流模型和风电机组偏航优化模型。
在本实施例中，风电场尾流模型可以包括尾流速度模型、尾流偏转模型和尾流湍流模型。其中，尾流速度模型用于计算风电机组的尾流速度分布，其可以采用Jensen线性模型、高斯模型等实现；尾流偏转模型用于计算风电机组的尾流空间分布，可以采用Jimenez模型、高斯模型等实现；尾流湍流模型用于计算风电机组的风轮旋转引起的湍流叠加，可采用常规的湍流模型实现。如图4所示，根据尾流速度模型、尾流偏转模型、尾流湍流模型的输出结果，可计算得到风电场内各下游风电机组的有效风速和有效湍流。
应该理解，上述示例的尾流模型为优选建议，也可通过其他经验模型来确定，本发明对此不做任何限定。
在本实施例中，如图4所示，风电机组偏航优化模型可以包括风电机组气动算法部分和偏航优化算法部分。在风电机组气动算法部分中，采用经典的风电机组致动盘模型和叶素动量理论，由给定的风电机组功率曲线CP和推力系数CT，可计算得到无偏航时的风电机组功率P0(CP)和风轮速度衰减值Vloss(CT)；引入偏航相关的指数系数f后，可获得设定偏航角γ下的风电机组功率Pγ(CP)＝CP·(cosγ)f和风轮速度衰减值Vloss(CT，γ)。其中，获得的风电机组功率用于统计风电场总发电功率，获得的风轮速度衰减值(即各风电机组风轮后侧的风速)可返回风电场尾流模型用于尾流数据计算。
此外，再次参阅图4，在执行风电机组气动算法之前，除了根据风电场尾流模型计算风场内各下游风电机组的有效风速和有效湍流以外，还需要根据风电场的风电机组的机位排布位置和来流方向确定风电场内各风电机组的上下游关系，并根据来流风速、来流风向、各风电机组的当前偏航角、风资源信息(含初始湍流、风剪切、入流角等)获得风电场内各上游风电机组的有效风速。本实施例的风电机组气动算法可以根据上游风电机组的有效风速、下游风电机组的有效风速和有效湍流计算各风电机组的风电机组功率和风轮速度衰减值。
在本实施例中，偏航优化算法部分的流程如下：以各风电机组的偏航角为变量，取风电场总功率(即风电场内所有风电机组的功率总和)的反数为目标函数，在约束的偏航角范围内更新偏航角迭代求解，得到目标函数最小化(此时风场内所有风电机组功率总和为最大值)时各风电机组的偏航角。其中，迭代求解可采用梯度下降法实现。应该理解，上述基于最小化问题的偏航优化算法仅为示例，本领域技术人员还可通过其他方法来建立风电机组偏航优化模型。
优选地，可以根据风电场历史运行数据对所建模型的参数进行校准，此外，还可以采用更高精度模型或测试数据对所建模型进行校准。
S2，根据所述风电场尾流模型和风电机组偏航优化模型，获取不同风况区间下的偏航优化结果，具体实现过程如下：
S21，基于风电场的历史运行监控数据，获取一定时间周期内(一年为最佳)的风况数据。在本实施例中，所述风况数据具体包括风速和风向，还可以包括所述一定时间周期内各风速区间(Vi～Vi+1)和各风向区间(Di～Di+1)的出现频率：Fi＝Freq|(V＝Vi～Vi+1,D＝Di～Di+1)。优选地，本实施例可基于所述一定时间周期内各风速区间(Vi～Vi+1)和各风向区间(Di～Di+1)的出现频率建立相应的风况频率分布表。
S22，从所述一定时间周期内的风况数据中，确定尾流模型和风电机组偏航优化模型的输入风况范围(包括输入风速范围和输入风向范围)，并将所述输入风况范围分成若干不同风况区间。在本实施例中，可以以风况数据中的全风速段和全风向范围为尾流模型和风电机组偏航优化模型的输入风况范围，也可以从风况数据中筛选重点风况范围作为尾流模型和风电机组偏航优化模型的输入风况范围。
为提升风场优化效率，本实施例优选从所述一定时间周期内的风况数据中筛选出重点风况范围，作为尾流模型和风电机组偏航优化模型的输入风况范围。示例性地，对于输入风速范围，仅选择风电机组的切入风速Vin至额定风速Vr之间的风速段。对于输入风向范围，当风向角度与上下游的风电机组连线方向相近时，此时上游产生的尾流区域对下游风电机组影响最大。因此，本实施例的输入风向范围根据风电机组的机位排布位置分两种情况进行选择：一种情况，当风电机组排布接近规则(即上下游风电机组近似处于一条直线上)时，可选择上下游风电机组连线方向的附近范围作为输入风向范围，例如，上下游风电机组的连线与正北方向夹角为DA，则风向输入范围为DA-Da至DA+Da，其中Da的大小根据技术人员的经验值来确定；另一种情况，当风电机组排布不规则时，统计历史运行风电场功率，选择相同风速下风电场总功率较低时的风向范围作为输入风向范围。
S23，确定风电场内待偏航优化的目标风电机组。
在本实施例中，可以以风电场内的所有风电机组作为待偏航优化的目标风电机组，也可以筛选其中部分风电机组作为待偏航优化的目标风电机组。为提升风电场优化效率，优选筛选部分风电机组作为待偏航优化的目标风电机组。其中，筛选方法可包括以下两种方式：第一种，根据风电场内风电机组的机位排布筛选目标风电机组，例如，选取间距满足预定条件(如小于7倍风轮直径)的风电机组作为目标风电机组；第二种，根据风电场的历史运行风电机组功率，选取功率平均值低于相同风速下设计功率一定阈值的风电机组作为目标风电机组。在所选目标风电机组中，两台以上且相邻的目标风电机组可划分为一个风电场优化片区。对于不满足条件的风电机组，可以不纳入优化范围，减小计算耗时。
S24，根据所述风电场尾流模型获取所述不同风况区间下的尾流数据，并根据所述尾流数据计算得到不同风况下风电场内各下游风电机组的有效风速和有效湍流。
例如，假设输入风况范围如下：输入风速范围为Vin～Vr，输入风向范围为D1～Dy，将该输入风况范围分成了n个风况区间，其中，第1个风况区间如下：风速区间为Vin～Vin+vstep，风向区间为D1～D1+dstep；第2个风况区间如下：风速区间为Vin～Vin+2vstep，风向区间为D1～D1+dstep；以此类推。本实施例将不同风况区间分别输入预先建立的风电场尾流模型中，即可得到不同风况区间下的尾流数据，进而得到相应风况区间下风电场内各下游风电机组的有效风速和有效湍流。
S25，根据所述不同风况区间、以及各风电机组的当前偏航角计算得到不同风况区间下风电场内各上游风电机组的有效风速，该计算方法为现有技术，在此不再赘述。
S26，将不同风况区间下各上游风电机组的有效风速、各下游风电机组的有效风速和有效湍流输入预先建立的风电机组偏航优化模型中进行处理，得到不同风况区间下风电场的总发电功率，而后在偏航角约束范围内更新所述目标风电机组的当前偏航角，并重复执行步骤S24-S26进行迭代处理，得到不同风况区间下的偏航优化结果，该偏航优化结果包含风电场总发电功率最大时，各目标风电机组对应的优化偏航角。
例如，当风场片区中目标风电机组的机位点编号为1,2,...,x，输入风速范围为Vin～Vr，输入风向范围为D1～Dy时，可以得到如下表1所示的偏航优化结果：
表1
Figure BDA0002784242250000101
Figure BDA0002784242250000111
从表1中可以看出，风速区间、风向区间、各风电机组和优化偏航角、优化前的风电场功率、优化后的风电场功率五个变量之间具有一一对应的关系。其中，风场的初始状态，默认为所有风电机组无偏航，此时的风电场功率认为是优化前的风电场功率。vstep和dstep分别表示风速和风向的区间步长，可由技术人员根据经验值确定。
在本实施例中，前述偏航角约束范围为偏航角优化的阈值，可根据技术人员的经验值来确定，为确保机安全性，一般情况不超过正负30度。
优选地，在获取不同风况区间下的偏航优化结果时，还可以考虑风向和偏航的不确定性因素，以增强鲁棒性。例如，在通过风电机组偏航优化模型计算风电机组功率时引入风向不确定性参数，在更新偏航角进行迭代时引入偏航不确定性参数。进一步优选地，风向和偏航角的随机性符合正态分布曲线的变化规律，取90％或以上置信区间，前述不确定性参数可由相应变量(即风向和偏航角)的标准差表征。
S3，基于不同风况区间下的偏航优化结果，对相应风电机组的载荷进行评估，当所有风电机组载荷评估均通过时，说明相应的偏航优化结果被允许，则将相应偏航优化结果添加至预设的偏航优化策略库。当有风电机组载荷评估未通过时，可以采用以下两种方式中的任一种进行处理：第一种，减小前述偏航角约束范围并重复执行步骤S2，得到不同风况区间下新的偏航优化结果，直至所有风电机组均通过载荷评估；第二种，将未通过载荷评估的风电机组停机(即不发电)，其它风电机组采用偏航优化结果中的优化偏航角，测量此时风电场总功率是否仍高于优化前的总功率，若高于，则在偏航优化结果中采用停机标识代替未通过载荷评估的风电机组的优化偏航角，而后将相应偏航优化结果添加至预设的偏航优化策略库。
在本实施例中，如图5所示，基于不同风况区间下的偏航优化结果，对相应风电机组载荷情况进行评估的过程如下：
S31，获取不同风况区间下的偏航优化结果，所述偏航优化结果包括风电场总发电功率最大时，风电场内各目标风电机组对应的优化偏航角。
S32，判断所述偏航优化结果中各目标风电机组对应的优化偏航角是否需要校核。具体来说，可通过以下两种方式进行判断：第一种，判断所述偏航优化结果中的各优化偏航角是否超过预设的偏航误差设计阈值，若超过，则判定相应的优化偏航角需要校核，若未超过，则判定相应的优化偏航角不需要校核。第二种，判断所述偏航优化结果中的各优化偏航角是否为较大的前N个(N为自然数)优化偏航角中的一个，若是，则判定相应的优化偏航角需要校核，若否，则判定相应的优化偏航角不需要校核。
S33，对需要校核的优化偏航角对应的目标风电机组进行载荷评估。若评估的载荷未超过相应的载荷设计值，则表示载荷评估通过，反之，则表示载荷评估不通过。在本实施例中，载荷评估包括疲劳载荷和极限载荷评估。本实施例可以采用任意合适的评估方法进行载荷评估，对此不做任何具体限定。
对于不需要校核的优化偏航角对应的目标风电机组，其载荷评估默认通过。
优选地，本实施例的方法还包括对偏航优化策略库进行优化，以减小偏航优化策略库的复杂程度。本实施例可采用以下两种方式中的任何一种进行偏航优化策略库优化：
第一种，合并偏航优化结果相近的风况区间(包括风速区间或风向区间)，即，当某两个风速区间或风向区间对应的各目标风电机组的优化偏航角之差在预定范围内，则将所述某两个风速区间或风向区间合并。
第二种，首先计算各偏航优化结果对应的风电场功率提升比，得到如下表2所示的风电场功率优化分布表：
表2
Figure BDA0002784242250000121
Figure BDA0002784242250000131
而后，筛选风电场功率提升比较高的偏航优化结果保留在偏航优化策略库中，将风电场功率提升比较低的偏航优化结果从偏航优化策略库中删除，其中，满足较高、较低的条件根据需求设定。
此外，本实施例在步骤S21中获取到了各风况区间的出现频率Fi，提取
表2中对应风速区间和风向区间的频率分布，可得到如下表3：
Figure BDA0002784242250000132
将每个风况区间的频率与对应的风电场功率提升比相乘后再累加，可得到优化后的年发电量提升比：
Figure BDA0002784242250000133
S4，获取风电场的实时风况，并从所述偏航优化策略库中，调用与所述实时风况对应的目标偏航优化结果，以根据所述目标偏航优化结果，调整所述风电场内相应风电机组的偏航角。
具体来说，在风电场运行时，读取风电场当前的实时风况(包括实时风向和风速测量值)，若所述实时风况在偏航优化策略库中某偏航优化结果对应的风况区间范围内，则通过风电场的场级控制系统离线调用所述偏航优化策略库，以获取所述某偏航优化结果作为目标偏航优化结果。而后，根据所述目标偏航优化结果向对应风电机组的风电机组控制系统下发相应的偏航角调整指令或停机指令(当偏航优化结果中对应风电机组的优化偏航角被停机标识代替时，则向其风电机组控制系统下发停机指令)，以使所述风电机组控制系统根据所述指令调整所述风电场内相应风电机组的偏航角或控制相应风电机组停机。从而，能够将风电场内的相应风电机组调整到合适的偏航角度，以减小尾流效应造成的功率损失，提高风电场整体的经济效益，同时保证各风电机组满足载荷要求。
本实施例中，偏航优化策略库与控制系统之间相互独立，互不干扰。具体来说，偏航优化策略库可根据风场实际运行情况进行调整和更新，控制系统可随时关闭和开启偏航控制功能。
在本实施例中，还可以用可视化方法实时检验风电场尾流分布情况，观察尾流偏转效果。具体为，读取当前的风速和风向测量值、各风电机组偏航角度，执行尾流可视化计算过程，即可输出整个风场的三维风速分布和湍流强度分布。例如，可以提取风电机组轮毂高度处的风电场流场动态云图。
实施例2
本实施例提供一种考虑风电场尾流的偏航优化控制装置，用于对风电场内风电机组的偏航角度进行控制以减小尾流影响，其中该风电场包含2台及2台以上的风电机组。如图6所示，本实施例的装置1包括：模型建立模块11、偏航优化模块12、载荷评估模块13、优化结果入库模块14、偏航控制模块15。下面分别对上述各个模块进行详细描述：
模型建立模块11用于建立风电场尾流模型和风电机组偏航优化模型。
在本实施例中，风电场尾流模型可以包括尾流速度模型、尾流偏转模型和尾流湍流模型。其中，尾流速度模型用于计算风电机组的尾流速度分布，其可以采用Jensen线性模型、高斯模型等实现；尾流偏转模型用于计算风电机组的尾流空间分布，可以采用Jimenez模型、高斯模型等实现；尾流湍流模型用于计算风电机组的风轮旋转引起的湍流叠加，可采用常规的湍流模型实现。如图4所示，根据尾流速度模型、尾流偏转模型、尾流湍流模型的输出结果，可计算得到风电场内各下游风电机组的有效风速和有效湍流。
应该理解，上述示例的尾流模型为优选建议，也可通过其他经验模型来确定，本发明对此不做任何限定。
在本实施例中，如图4所示，风电机组偏航优化模型可以包括风电机组气动算法部分和偏航优化算法部分。在风电机组气动算法部分中，采用经典的风电机组致动盘模型和叶素动量理论，由给定的风电机组功率曲线CP和推力系数CT，可计算得到无偏航时的风电机组功率P0(CP)和风轮速度衰减值Vloss(CT)；引入偏航相关的指数系数f后，可获得设定偏航角γ下的风电机组功率Pγ(CP)＝CP·(cosγ)f和风轮速度衰减值Vloss(CT，γ)。其中，获得的风电机组功率用于统计风电场总发电功率，获得的风轮速度衰减值(即各风电机组风轮后侧的风速)可返回风电场尾流模型用于尾流数据计算。
此外，再次参阅图4，在执行风电机组气动算法之前，除了根据风电场尾流模型计算风场内各下游风电机组的有效风速和有效湍流以外，还需要根据风电场的风电机组机位排布位置和来流方向确定风电场内各风电机组的上下游关系，并根据来流风速、来流风向、各风电机组的当前偏航角、风资源信息(含初始湍流、风剪切、入流角等)获得风电场内各上游风电机组的有效风速。本实施例的风电机组气动算法可以根据上游风电机组的有效风速、下游风电机组的有效风速和有效湍流计算各风电机组的风电机组功率和风轮速度衰减值。
在本实施例中，偏航优化算法部分的流程如下：以各风电机组的偏航角为变量，取风电场总功率(即风电场内所有风电机组的功率总和)的反数为目标函数，在约束的偏航角范围内更新偏航角迭代求解，得到目标函数最小化(此时风场内所有风电机组功率总和为最大值)时各风电机组的偏航角。其中，迭代求解可采用梯度下降法实现。应该理解，上述基于最小化问题的偏航优化算法仅为示例，本领域技术人员还可通过其他方法来建立风电机组偏航优化模型。
优选地，可以根据风电场历史运行数据对所建模型的参数进行校准，此外，还可以采用更高精度模型或测试数据对所建模型进行校准。
偏航优化模块12用于根据所述风电场尾流模型和风电机组偏航优化模型，获取不同风况区间下的偏航优化结果。如图7所示，在本实施例中，偏航优化模块12具体包括风况获取单元121、输入确定单元122、目标风电机组确定单元123、下游机位数据计算单元124、上游机位数据计算单元125和偏航优化单元126，其中：
风况获取单元121用于基于风电场的历史运行监控数据，获取一定时间周期内(一年为最佳)的风况数据。在本实施例中，所述风况数据具体包括风速和风向，还可以包括所述一定时间周期内各风速区间(Vi～Vi+1)和各风向区间(Di～Di+1)的出现频率：Fi＝Freq|(V＝Vi～Vi+1,D＝Di～Di+1)。优选地，本实施例可基于所述一定时间周期内各风速区间(Vi～Vi+1)和各风向区间(Di～Di+1)的出现频率建立相应的风况频率分布表。
输入确定单元122用于从所述一定时间周期内的风况数据中，确定尾流模型和风电机组偏航优化模型的输入风况范围(包括输入风速范围和输入风向范围)，并将所述输入风况范围分成若干不同风况区间。在本实施例中，可以以风况数据中的全风速段和全风向范围为尾流模型和风电机组偏航优化模型的输入风况范围，也可以从风况数据中筛选重点风况范围作为尾流模型和风电机组偏航优化模型的输入风况范围。
为提升风场优化效率，本实施例优选从所述一定时间周期内的风况数据中筛选出重点风况范围，作为尾流模型和风电机组偏航优化模型的输入风况范围。示例性地，对于输入风速范围，仅选择风电机组的切入风速Vin至额定风速Vr之间的风速段。对于输入风向范围，当风向角度与上下游的风电机组连线方向相近时，此时上游产生的尾流区域对下游风电机组影响最大。因此，本实施例的输入风向范围根据风电机组的机位排布位置分两种情况进行选择：一种情况，当风电机组的机位排布接近规则(即上下游风电机组近似处于一条直线上)时，可选择上下游风电机组连线方向的附近范围作为输入风向范围，例如，上下游风电机组的连线与正北方向夹角为DA，则风向输入范围为DA-Da至DA+Da，其中Da的大小根据技术人员的经验值来确定；另一种情况，当风电机组的机位排布不规则时，统计历史运行风电场功率，选择相同风速下风电场总功率较低时的风向范围作为输入风向范围。
目标风电机组确定单元123用于确定风电场内待偏航优化的目标风电机组。
在本实施例中，可以以风电场内的所有风电机组作为待偏航优化的目标风电机组，也可以筛选其中部分风电机组作为待偏航优化的目标风电机组。为提升风电场优化效率，优选筛选部分风电机组作为待偏航优化的目标风电机组。其中，筛选方法可包括以下两种方式：第一种，根据风电场内风电机组的排布筛选目标风电机组，例如，选取间距满足预定条件(如小于7倍风轮直径)的风电机组作为目标风电机组；第二种，根据风电场的历史运行风电机组功率，选取功率平均值低于相同风速下设计功率一定阈值的风电机组作为目标风电机组。在所选目标风电机组中，两台以上且相邻的目标风电机组可划分为一个风电场优化片区。对于不满足条件的风电机组，可以不纳入优化范围，减小计算耗时。
下游机位数据计算单元124用于根据所述风电场尾流模型获取所述不同风况区间下的尾流数据，并根据所述尾流数据计算得到不同风况下风电场内各下游风电机组的有效风速和有效湍流。
例如，假设输入风况范围如下：输入风速范围为Vin～Vr，输入风向范围为D1～Dy，将该输入风况范围分成了n个风况区间，其中，第1个风况区间如下：风速区间为Vin～Vin+vstep，风向区间为D1～D1+dstep；第2个风况区间如下：风速区间为Vin～Vin+2vstep，风向区间为D1～D1+dstep；以此类推。本实施例将不同风况区间分别输入预先建立的风电场尾流模型中，即可得到不同风况区间下的尾流数据，进而得到相应风况区间下风电场内各下游风电机组的有效风速和有效湍流。
上游机位数据计算单元125用于根据所述不同风况区间、以及各风电机组的当前偏航角计算得到不同风况区间下风电场内各上游风电机组的有效风速，该计算方法为现有技术，在此不再赘述。
偏航优化单元126用于将不同风况区间下各上游风电机组的有效风速、各下游风电机组的有效风速和有效湍流输入预先建立的风电机组偏航优化模型中进行处理，得到不同风况区间下风电场的总发电功率，而后在偏航角约束范围内更新所述目标风电机组的当前偏航角进行迭代处理，得到不同风况区间下的偏航优化结果，该偏航优化结果包含风电场总发电功率最大时，各目标风电机组对应的优化偏航角。
例如，当风场片区中目标风电机组的机位点编号为1,2,...,x，输入风速范围为Vin～Vr，输入风向范围为D1～Dy时，可以得到如下表1所示的偏航优化结果：
表1
Figure BDA0002784242250000181
从表1中可以看出，风速区间、风向区间、各风电机组和优化偏航角、优化前的风电场功率、优化后的风电场功率五个变量之间具有一一对应的关系。其中，风场的初始状态，默认为所有风电机组无偏航，此时的风电场功率认为是优化前的风电场功率。vstep和dstep分别表示风速和风向的区间步长，可由技术人员根据经验值确定。
在本实施例中，前述偏航角约束范围为偏航角优化的阈值，可根据技术人员的经验值来确定，为确保机安全性，一般情况不超过正负30度。
优选地，在获取不同风况区间下的偏航优化结果时，还可以考虑风向和偏航的不确定性因素，以增强鲁棒性。例如，在通过风电机组偏航优化模型计算风电机组功率时引入风向不确定性参数，在更新偏航角进行迭代时引入偏航不确定性参数。进一步优选地，风向和偏航角的随机性符合正态分布曲线的变化规律，取90％或以上置信区间，前述不确定性参数可由相应变量(即风向和偏航角)的标准差表征。
载荷评估模块13基于不同风况区间下的偏航优化结果，对相应风电机组的载荷进行评估。
在本实施例中，如图5所示，载荷评估模块13的评估的过程如下：
首先，获取不同风况区间下的偏航优化结果，所述偏航优化结果包括风电场总发电功率最大时，风电场内各目标风电机组对应的优化偏航角。
而后，判断所述偏航优化结果中各目标风电机组对应的优化偏航角是否需要校核。具体来说，可通过以下两种方式进行判断：第一种，判断所述偏航优化结果中的各优化偏航角是否超过预设的偏航误差设计阈值，若超过，则判定相应的优化偏航角需要校核，若未超过，则判定相应的优化偏航角不需要校核。第二种，判断所述偏航优化结果中的各优化偏航角是否为较大的前N个(N为自然数)优化偏航角中的一个，若是，则判定相应的优化偏航角需要校核，若否，则判定相应的优化偏航角不需要校核。
最后，对需要校核的优化偏航角对应的目标风电机组进行载荷评估。若评估的载荷未超过相应的载荷设计值，则表示载荷评估通过，反之，则表示载荷评估不通过。在本实施例中，载荷评估包括疲劳载荷和极限载荷评估。本实施例可以采用任意合适的评估方法进行载荷评估，对此不做任何具体限定。
对于不需要校核的优化偏航角对应的目标风电机组，其载荷评估默认通过。
优化结果入库模块14用于当所有风电机组载荷评估均通过时，将相应偏航优化结果添加至预设的偏航优化策略库。当有风电机组载荷评估未通过时，可以采用以下两种方式中的任一种进行处理：第一种，减小前述偏航角约束范围并重新调用偏航模块12，得到不同风况区间下新的偏航优化结果，直至所有风电机组均通过载荷评估；第二种，将未通过载荷评估的风电机组停机(即不发电)，其它风电机组采用偏航优化结果中的优化偏航角，测量此时风电场总功率是否仍高于优化前的总功率，若高于，则在偏航优化结果中采用停机标识代替未通过载荷评估的风电机组的优化偏航角，而后将相应偏航优化结果添加至预设的偏航优化策略库。
优选地，本实施例的装置还包括策略库优化模块(未示出)，用于对偏航优化策略库进行优化，以减小偏航优化策略库的复杂程度。本实施例可采用以下两种方式中的任何一种进行偏航优化策略库优化：
第一种，合并偏航优化结果相近的风况区间(包括风速区间或风向区间)，即，当某两个风速区间或风向区间对应的各目标风电机组的优化偏航角之差在预定范围内，则将所述某两个风速区间或风向区间合并。
第二种，首先计算各偏航优化结果对应的风电场功率提升比，得到如下表2所示的风电场功率优化分布表：
表2
Figure BDA0002784242250000201
而后，筛选风电场功率提升比较高的偏航优化结果保留在偏航优化策略库中，将风电场功率提升比较低的偏航优化结果从偏航优化策略库中删除，其中，满足较高、较低的条件根据需求设定。
此外，本实施例在步骤S21中获取到了各风况区间的出现频率Fi，提取
表2中对应风速区间和风向区间的频率分布，可得到如下表3：
Figure BDA0002784242250000202
将每个风况区间的频率与对应的风电场功率提升比相乘后再累加，可得到优化后的年发电量提升比：
Figure BDA0002784242250000211
偏航控制模块15，用于获取风电场的实时风况，并从所述偏航优化策略库中，调用与所述实时风况对应的目标偏航优化结果，以根据所述目标偏航优化结果，调整所述风电场内相应风电机组的偏航角。
具体来说，在风电场运行时，读取风电场当前的实时风况(包括实时风向和风速测量值)，若所述实时风况在偏航优化策略库中某偏航优化结果对应的风况区间范围内，则通过风电场的场级控制系统离线调用所述偏航优化策略库，以获取所述某偏航优化结果作为目标偏航优化结果。而后，根据所述目标偏航优化结果向对应风电机组的风电机组控制系统下发相应的偏航角调整指令或停机指令(当偏航优化结果中对应风电机组的优化偏航角被停机标识代替时，则向其风电机组控制系统下发停机指令)，以使所述风电机组控制系统根据所述指令调整所述风电场内相应风电机组的偏航角或控制相应风电机组停机。从而，能够将风电场内的相应风电机组调整到合适的偏航角度，以减小尾流效应造成的功率损失，提高风电场整体的经济效益，同时保证各风电机组满足载荷要求。
本实施例中，偏航优化策略库与控制系统之间相互独立，互不干扰。具体来说，偏航优化策略库可根据风场实际运行情况进行调整和更新，控制系统可随时关闭和开启偏航控制功能。
在本实施例中，还可以用可视化方法实时检验风电场尾流分布情况，观察尾流偏转效果。具体为，读取当前的风速和风向测量值、各风电机组偏航角度，执行尾流可视化计算过程，即可输出整个风场的三维风速分布和湍流强度分布。例如，可以提取风电机组轮毂高度处的风电场流场动态云图。
实施例3
本实施例提供一种电子设备，电子设备可以通过计算设备的形式表现(例如可以为服务器设备)，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中处理器执行计算机程序时可以实现实施例1提供的考虑风电场尾流的偏航优化控制示方法。
图8示出了本实施例的硬件结构示意图，如图8所示，电子设备9具体包括：
至少一个处理器91、至少一个存储器92以及用于连接不同系统组件(包括处理器91和存储器92)的总线93，其中：
总线93包括数据总线、地址总线和控制总线。
存储器92包括易失性存储器，例如随机存取存储器(RAM)921和/或高速缓存存储器922，还可以进一步包括只读存储器(ROM)923。
存储器92还包括具有一组(至少一个)程序模块924的程序/实用工具925，这样的程序模块924包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
处理器91通过运行存储在存储器92中的计算机程序，从而执行各种功能应用以及数据处理，例如本发明实施例1提供的考虑风电场尾流的偏航优化控制示方法。
电子设备9进一步可以与一个或多个外部设备94(例如键盘、指向设备等)通信。这种通信可以通过输入/输出(I/O)接口95进行。并且，电子设备9还可以通过网络适配器96与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器96通过总线93与电子设备9的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备9使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID(磁盘阵列)系统、磁带驱动器以及数据备份存储系统等。
应当注意，尽管在上文详细描述中提及了电子设备的若干单元/模块或子单元/模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本申请的实施方式，上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之，上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。
实施例4
本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现实施例1提供的考虑风电场尾流的偏航优化控制示方法的步骤。
其中，可读存储介质可以采用的更具体可以包括但不限于：便携式盘、硬盘、随机存取存储器、只读存储器、可擦拭可编程只读存储器、光存储器件、磁存储器件或上述的任意合适的组合。
在可能的实施方式中，本发明还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行实现实施例1提供的考虑风电场尾流的偏航优化控制示方法的步骤。
其中，可以以一种或多种程序设计语言的任意组合来编写用于执行本发明的程序代码，所述程序代码可以完全地在用户设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户设备上部分在远程设备上执行或完全在远程设备上执行。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。

Claims (14)

1.一种考虑风电场尾流的偏航优化控制方法，所述风电场包括多个风电机组，其特征在于，所述方法包括：
建立风电场尾流模型和风电机组偏航优化模型；
通过所述风电场尾流模型和风电机组偏航优化模型，获取不同风况区间下的偏航优化结果，所述偏航优化结果包括风电场总发电功率最大时，风电场内各目标风电机组对应的优化偏航角；
基于所述不同风况区间下的偏航优化结果，对相应风电机组的载荷进行评估，当评估通过时，将相应风况区间下的偏航优化结果添加至预设的偏航优化策略库；
获取风电场的实时风况，并从所述偏航优化策略库中，调用与所述实时风况对应的目标偏航优化结果，而后根据所述目标偏航优化结果，调整所述风电场内相应风电机组的偏航角度。
2.根据权利要求1所述的偏航优化控制方法，其特征在于，所述风电场尾流模型包括尾流速度模型、尾流偏转模型和尾流湍流模型。
3.根据权利要求1所述的偏航优化控制方法，其特征在于，所述通过所述风电场尾流模型和风电机组偏航优化模型，获取不同风况区间下的偏航优化结果，包括：
获取风电场一定时间周期内的风况数据；
从所述风况数据中确定尾流模型和风电机组偏航优化模型的输入风况范围，并将所述输入风况范围划分成所述不同风况区间；
确定风电场内待偏航优化的目标风电机组；
根据所述风电场尾流模型获取所述不同风况区间下的尾流数据，并根据所述尾流数据计算得到所述不同风况下风电场内各下游风电机组的有效风速和有效湍流；
根据所述不同风况区间、以及风电场内各风电机组的当前偏航角计算得到所述不同风况区间下风电场内各上游风电机组的有效风速；
将所述不同风况区间下各上游风电机组的有效风速、各下游风电机组的有效风速和有效湍流输入预先建立的风电机偏航优化模型中进行处理，得到所述不同风况区间下的偏航优化结果。
4.根据权利要求3所述的偏航优化控制方法，其特征在于，所述从所述风况数据中确定尾流模型和风电机组偏航优化模型的输入风况范围，包括：
以所述风况数据中的全风速段和全风向范围为所述输入风况范围；或者
按如下两种方式中的任意一种从所述风况数据中筛选风况范围作为所述输入风况范围：从所述风况数据中选择所述风电机组的切入风速至额定风速之间的风速段为输入风速范围；根据所述风电机组的机位排布，从所述风况数据中选择相应风向范围作为输入风向范围。
5.根据权利要求3所述的偏航优化控制方法，其特征在于，所述确定风电场内待偏航优化的目标风电机组，包括按如下两种方式中的任意一种确定目标风电机组：
根据风电场内所述风电机组的机位排布，选择间距满足预定条件的风电机组作为目标风电机组；
根据风电场的历史运行风电机组功率，选取功率平均值低于相同风速下设计功率一定阈值的风电机组作为目标风电机组。
6.根据权利要求1所述的偏航优化控制方法，其特征在于，基于所述不同风况区间下的偏航优化结果，对相应风电机组的载荷进行评估，包括：
获取所述不同风况区间下的偏航优化结果；
判断所述偏航优化结果中各目标风电机组对应的优化偏航角是否需要校核；
对需要校核的优化偏航角对应的目标风电机组进行载荷评估。
7.一种考虑风电场尾流的偏航优化控制装置，所述风电场包括多个风电机组，其特征在于，所述装置包括：
模型建立模块，用于建立风电场尾流模型和风电机组偏航优化模型；
偏航优化模块，用于通过所述风电场尾流模型和风电机组偏航优化模型，获取不同风况区间下的偏航优化结果，所述偏航优化结果包括风电场总发电功率最大时，风电场内各目标风电机组对应的优化偏航角；
载荷评估模块，用于基于所述不同风况区间下的偏航优化结果，对相应风电机组的载荷进行评估；
优化结果入库模块，用于当相应风电机组的载荷评估通过时，将相应风况区间下的偏航优化结果添加至预设的偏航优化策略库；
偏航控制模块，用于获取风电场的实时风况，并从所述偏航优化策略库中，调用与所述实时风况对应的目标偏航优化结果，而后根据所述目标偏航优化结果，调整所述风电场内相应风电机组的偏航角度。
8.根据权利要求7所述的偏航优化控制装置，其特征在于，所述风电场尾流模型包括尾流速度模型、尾流偏转模型和尾流湍流模型。
9.根据权利要求7所述的偏航优化控制装置，其特征在于，所述偏航优化模块包括：
风况获取单元，用于获取风电场一定时间周期内的风况数据；
输入确定单元，用于从所述风况数据中确定尾流模型和风电机组偏航优化模型的输入风况范围，并将所述输入风况范围划分成所述不同风况区间；
目标风电机组确定单元，用于确定风电场内待偏航优化的目标风电机组；
下游机位数据计算单元，用于根据所述风电场尾流模型获取所述不同风况区间下的尾流数据，包括所述不同风况下风电场内各下游风电机组的有效风速和有效湍流；
上游机位数据计算单元，用于根据所述不同风况区间、以及风电场内各风电机组的当前偏航角计算得到所述不同风况区间下风电场内各上游风电机组的有效风速；
偏航优化单元，用于将所述不同风况区间下各上游风电机组的有效风速、各下游风电机组的有效风速和有效湍流输入预先建立的风电机组偏航优化模型中进行处理，得到所述不同风况区间下的偏航优化结果。
10.根据权利要求9所述的偏航优化控制装置，其特征在于，所述输入确定单元用于确定所述风况数据中的全风速段和全风向范围为所述输入风况范围；或者按如下两种方式中的任意一种从所述风况数据中筛选风况范围作为所述输入风况范围：
从所述风况数据中选择所述风电机组的切入风速至额定风速之间的风速段为输入风速范围；
根据所述风电机组的机位排布，从所述风况数据中选择相应风向范围作为输入风向范围。
11.根据权利要求9所述的偏航优化控制装置，其特征在于，所述目标风电机组确定模块用于按如下两种方式中的任意一种确定目标风电机组：
根据风电场内所述风电机组的机位排布，选择间距满足预定条件的风电机组作为目标风电机组；
根据风电场的历史运行风电机组功率，选取功率平均值低于相同风速下设计功率一定阈值的风电机组作为目标风电机组。
12.根据权利要求7所述的偏航优化控制装置，其特征在于，所述载荷评估模块具体用于：
获取所述不同风况区间下的偏航优化结果；
判断所述偏航优化结果中各目标风电机组对应的优化偏航角是否需要校核；
对需要校核的优化偏航角对应的目标风电机组进行载荷评估。
13.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述方法的步骤。
14.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述方法的步骤。
CN202011292223.1A 2020-11-18 2020-11-18 考虑风电场尾流的偏航优化控制方法、装置、设备及介质 Active CN112459965B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011292223.1A CN112459965B (zh) 2020-11-18 2020-11-18 考虑风电场尾流的偏航优化控制方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011292223.1A CN112459965B (zh) 2020-11-18 2020-11-18 考虑风电场尾流的偏航优化控制方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN112459965A true CN112459965A (zh) 2021-03-09
CN112459965B CN112459965B (zh) 2022-03-01

Family

ID=74837192

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011292223.1A Active CN112459965B (zh) 2020-11-18 2020-11-18 考虑风电场尾流的偏航优化控制方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN112459965B (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
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
CN113139326A (zh) * 2021-05-13 2021-07-20 华北电力大学 风电场偏航协同控制优化方法、电子设备及存储介质
CN113236490A (zh) * 2021-05-21 2021-08-10 中国华能集团清洁能源技术研究院有限公司 一种基于储能风电机组极限载荷控制方法、介质和设备
CN113343594A (zh) * 2021-04-23 2021-09-03 国电联合动力技术有限公司 基于偏航的风电机组尾流模型计算方法及装置
CN113469526A (zh) * 2021-06-30 2021-10-01 华能国际电力股份有限公司广西清洁能源分公司 一种适用于复杂风区的风电场感知系统
CN114841090A (zh) * 2022-04-26 2022-08-02 华北电力大学 风电场分组优化控制方法、系统、装置和介质
CN115079626A (zh) * 2022-07-21 2022-09-20 东方电气风电股份有限公司 一种风力发电机组部件潜在运行风险的预警方法及系统
EP4083418A1 (en) * 2021-04-27 2022-11-02 Siemens Gamesa Renewable Energy Innovation & Technology S.L. Computer-implemented method for commanding an upstream wind turbine in a wind farm
WO2023087520A1 (zh) * 2021-11-19 2023-05-25 中国华能集团清洁能源技术研究院有限公司 一种基于局部搜索策略的风电场布局优化方法及系统
CN116316883A (zh) * 2023-03-17 2023-06-23 华北电力大学 一种风电机群协同运行优化控制方法
CN116357517A (zh) * 2023-04-12 2023-06-30 中国长江三峡集团有限公司 一种风电场群协同控制方法、装置、计算机设备及介质
CN117394550A (zh) * 2023-12-11 2024-01-12 南京理工大学 一种基于风力机偏航角寻优的风电场场群控制方法及系统
CN118442254A (zh) * 2024-07-08 2024-08-06 中国海洋大学 基于鲁棒模型预测控制的风电机组控制方法
EP4442992A1 (fr) * 2023-04-06 2024-10-09 IFP Energies nouvelles Procede de controle d'une ferme d'eoliennes au moyen d'une methode d'optimisation

Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009054714A1 (en) * 2007-10-22 2009-04-30 Actiflow B.V. Wind turbine with boundary layer control
EP2674617A2 (en) * 2012-06-14 2013-12-18 GE Wind Energy GmbH Wind turbine rotor control
US20140037447A1 (en) * 2012-08-06 2014-02-06 Sid Ahmed ATTIA Wind turbine yaw control
US20140145439A1 (en) * 2012-11-29 2014-05-29 General Electric Company System and method for providing yaw backup to a wind farm
CN104699936A (zh) * 2014-08-18 2015-06-10 沈阳工业大学 基于cfd短期风速预测风电场的扇区管理方法
CN105868848A (zh) * 2016-03-25 2016-08-17 湘潭大学 一种机组间偏航和有功功率综合协调的风电场增效方法
CN107061161A (zh) * 2017-05-02 2017-08-18 上海电气风电集团有限公司 风力发电机偏航系统的对风方法及对风系统
CN108121214A (zh) * 2016-11-28 2018-06-05 北京金风科创风电设备有限公司 一种风电机组的偏航策略仿真方法和系统
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
CN108757310A (zh) * 2018-05-16 2018-11-06 山东中车风电有限公司 一种风力发电机组偏航对风校准方法及装置
CN109340046A (zh) * 2018-10-26 2019-02-15 广东工业大学 一种基于改进遗传算法的大型风力发电机组偏航控制参数优化方法
EP3473851A1 (en) * 2017-10-17 2019-04-24 Mitsubishi Heavy Industries, Ltd. Wind turbine generator
CN109917422A (zh) * 2019-04-02 2019-06-21 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
EP3533997A1 (en) * 2018-02-28 2019-09-04 Siemens Gamesa Renewable Energy A/S Estimating free-stream inflow at a wind turbine
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
EP3578808A1 (en) * 2018-06-08 2019-12-11 Siemens Gamesa Renewable Energy A/S Controlling wind turbines in presence of wake interactions
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
WO2020053096A1 (en) * 2018-09-10 2020-03-19 Siemens Gamesa Renewable Energy A/S Controlling wind turbines in presence of wake implications
US20200141384A1 (en) * 2011-06-21 2020-05-07 University Of Virginia Patent Foundation Morphing segmented wind turbine and related method
CN111327070A (zh) * 2018-12-17 2020-06-23 北京金风科创风电设备有限公司 风电场能量管理方法及系统
CN111794909A (zh) * 2020-06-23 2020-10-20 国电新能源技术研究院有限公司 面向扇区调控的风电场级偏航动态优化方法和系统

Patent Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009054714A1 (en) * 2007-10-22 2009-04-30 Actiflow B.V. Wind turbine with boundary layer control
US20200141384A1 (en) * 2011-06-21 2020-05-07 University Of Virginia Patent Foundation Morphing segmented wind turbine and related method
EP2674617A2 (en) * 2012-06-14 2013-12-18 GE Wind Energy GmbH Wind turbine rotor control
US20140037447A1 (en) * 2012-08-06 2014-02-06 Sid Ahmed ATTIA Wind turbine yaw control
US20140145439A1 (en) * 2012-11-29 2014-05-29 General Electric Company System and method for providing yaw backup to a wind farm
CN104699936A (zh) * 2014-08-18 2015-06-10 沈阳工业大学 基于cfd短期风速预测风电场的扇区管理方法
CN105868848A (zh) * 2016-03-25 2016-08-17 湘潭大学 一种机组间偏航和有功功率综合协调的风电场增效方法
CN108121214A (zh) * 2016-11-28 2018-06-05 北京金风科创风电设备有限公司 一种风电机组的偏航策略仿真方法和系统
CN107061161A (zh) * 2017-05-02 2017-08-18 上海电气风电集团有限公司 风力发电机偏航系统的对风方法及对风系统
EP3473851A1 (en) * 2017-10-17 2019-04-24 Mitsubishi Heavy Industries, Ltd. Wind turbine generator
EP3533997A1 (en) * 2018-02-28 2019-09-04 Siemens Gamesa Renewable Energy A/S Estimating free-stream inflow at a wind turbine
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
CN108757310A (zh) * 2018-05-16 2018-11-06 山东中车风电有限公司 一种风力发电机组偏航对风校准方法及装置
EP3578808A1 (en) * 2018-06-08 2019-12-11 Siemens Gamesa Renewable Energy A/S Controlling wind turbines in presence of wake interactions
WO2020053096A1 (en) * 2018-09-10 2020-03-19 Siemens Gamesa Renewable Energy A/S Controlling wind turbines in presence of wake implications
CN109340046A (zh) * 2018-10-26 2019-02-15 广东工业大学 一种基于改进遗传算法的大型风力发电机组偏航控制参数优化方法
CN111327070A (zh) * 2018-12-17 2020-06-23 北京金风科创风电设备有限公司 风电场能量管理方法及系统
CN109917422A (zh) * 2019-04-02 2019-06-21 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
CN111794909A (zh) * 2020-06-23 2020-10-20 国电新能源技术研究院有限公司 面向扇区调控的风电场级偏航动态优化方法和系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
叶昭良: "偏航过程中风轮非定常尾流特性研究", 《可再生能源》 *
周文平等: "偏航工况下风力机尾流特性分析", 《水力发电》 *
宁旭: "基于尾流模型的风场偏航控制优化研究", 《海洋工程》 *
杨从新: "上游风力机倾斜尾流对下游风力机气动特性的影响", 《中国电机工程学报 》 *

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
CN113343594A (zh) * 2021-04-23 2021-09-03 国电联合动力技术有限公司 基于偏航的风电机组尾流模型计算方法及装置
WO2022228855A1 (en) * 2021-04-27 2022-11-03 Siemens Gamesa Renewable Energy Innovation & Technology S.L. Method for commanding an upstream wind turbine in a wind farm
EP4083418A1 (en) * 2021-04-27 2022-11-02 Siemens Gamesa Renewable Energy Innovation & Technology S.L. Computer-implemented method for commanding an upstream wind turbine in a wind farm
CN113139326A (zh) * 2021-05-13 2021-07-20 华北电力大学 风电场偏航协同控制优化方法、电子设备及存储介质
CN113236490B (zh) * 2021-05-21 2022-06-14 中国华能集团清洁能源技术研究院有限公司 一种基于储能风电机组极限载荷控制方法、介质和设备
CN113236490A (zh) * 2021-05-21 2021-08-10 中国华能集团清洁能源技术研究院有限公司 一种基于储能风电机组极限载荷控制方法、介质和设备
CN113469526A (zh) * 2021-06-30 2021-10-01 华能国际电力股份有限公司广西清洁能源分公司 一种适用于复杂风区的风电场感知系统
WO2023087520A1 (zh) * 2021-11-19 2023-05-25 中国华能集团清洁能源技术研究院有限公司 一种基于局部搜索策略的风电场布局优化方法及系统
CN114841090A (zh) * 2022-04-26 2022-08-02 华北电力大学 风电场分组优化控制方法、系统、装置和介质
CN115079626A (zh) * 2022-07-21 2022-09-20 东方电气风电股份有限公司 一种风力发电机组部件潜在运行风险的预警方法及系统
CN115079626B (zh) * 2022-07-21 2022-11-22 东方电气风电股份有限公司 一种风力发电机组部件潜在运行风险的预警方法及系统
CN116316883A (zh) * 2023-03-17 2023-06-23 华北电力大学 一种风电机群协同运行优化控制方法
CN116316883B (zh) * 2023-03-17 2024-03-22 华北电力大学 一种风电机群协同运行优化控制方法
EP4442992A1 (fr) * 2023-04-06 2024-10-09 IFP Energies nouvelles Procede de controle d'une ferme d'eoliennes au moyen d'une methode d'optimisation
FR3147598A1 (fr) * 2023-04-06 2024-10-11 IFP Energies Nouvelles Procédé de contrôle d’une ferme d’éoliennes au moyen d’une méthode d’optimisation
CN116357517A (zh) * 2023-04-12 2023-06-30 中国长江三峡集团有限公司 一种风电场群协同控制方法、装置、计算机设备及介质
CN117394550A (zh) * 2023-12-11 2024-01-12 南京理工大学 一种基于风力机偏航角寻优的风电场场群控制方法及系统
CN117394550B (zh) * 2023-12-11 2024-04-05 南京理工大学 一种基于风力机偏航角寻优的风电场场群控制方法及系统
CN118442254A (zh) * 2024-07-08 2024-08-06 中国海洋大学 基于鲁棒模型预测控制的风电机组控制方法

Also Published As

Publication number Publication date
CN112459965B (zh) 2022-03-01

Similar Documents

Publication Publication Date Title
CN112459965B (zh) 考虑风电场尾流的偏航优化控制方法、装置、设备及介质
EP3613982B1 (en) Method for controlling operation of a wind turbine
CN112219028B (zh) 风力涡轮机控制方法
EP3121442B1 (en) Operating wind turbines
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
CN109488528B (zh) 一种风机偏航系统的调整方法及装置
US20130166082A1 (en) Methods and Systems for Optimizing Farm-level Metrics in a Wind Farm
CN101298864A (zh) 运行风力涡轮机的方法和风力涡轮机
WO2019165752A1 (zh) 动态确定偏航控制精度的方法和装置
CN105492762A (zh) 根据风力涡轮机或类似设备的位置确定其部件寿命的方法
CN113657055B (zh) 一种复杂地形风场数值模拟的入流条件生成方法及系统
US20210340955A1 (en) Method and system for controlling wind turbine based on sectors
CN111224425A (zh) 基于分层预测控制的风储系统黑启动频率控制方法及系统
CN117242259A (zh) 风力涡轮机集群的控制方案
CN109236589B (zh) 一种用于评估风机叶片除冰投资方案的方法及装置
WO2020064319A1 (en) Noise control of wind turbine
CN116378897B (zh) 一种风电场偏航角控制方法及装置
CN112131753A (zh) 风机疲劳寿命的评估方法、系统、设备及可读介质
KR20110024149A (ko) 풍력발전기의 개별 블레이드 피치 제어 방법 및 제어 시스템
Yang et al. Individual pitch control for wind turbine load reduction including wake modeling
EP4187083A1 (en) A method for controlling a wind farm
Wang et al. Turbulence intensity identification and load reduction of wind turbine under extreme turbulence
US11846270B2 (en) Control method and device of a wind park
Bergami Smart rotor modeling
Perez-Becker et al. Investigations on the Fatigue Load Reduction Potential of Advanced Control Strategies for Multi-MW Wind Turbines using a Free Vortex Wake Model

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