CN112943557B - 风电场、风力发电机组及其运行状态的预测方法和设备 - Google Patents
风电场、风力发电机组及其运行状态的预测方法和设备 Download PDFInfo
- Publication number
- CN112943557B CN112943557B CN201911257985.5A CN201911257985A CN112943557B CN 112943557 B CN112943557 B CN 112943557B CN 201911257985 A CN201911257985 A CN 201911257985A CN 112943557 B CN112943557 B CN 112943557B
- Authority
- CN
- China
- Prior art keywords
- output power
- wind
- service life
- current operation
- gradient
- 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
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000004913 activation Effects 0.000 claims abstract description 143
- 238000010248 power generation Methods 0.000 claims description 63
- 238000011217 control strategy Methods 0.000 claims description 48
- 230000009471 action Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 description 24
- 238000013016 damping Methods 0.000 description 12
- 230000007613 environmental effect Effects 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 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
- 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
-
- 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
- F05B2260/00—Function
- F05B2260/82—Forecasts
-
- 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
Abstract
提供了一种风电场、风力发电机组及其运行状态的预测方法和设备。所述预测方法包括：分别计算风力发电机组的输出功率相对于控制特征的激活等级的第一梯度以及所述风力发电机组的剩余使用寿命相对于控制特征的激活等级的第二梯度；基于所述风力发电机组的当前运行参数计算当前运行周期剩余使用寿命，其中，所述当前运行参数至少包括当前运行周期额定输出功率；基于当前运行周期激活等级、所述当前运行周期剩余使用寿命、所述当前运行周期额定输出功率、所述第一梯度以及所述第二梯度，预测未来预定运行周期额定输出功率以及相应的剩余使用寿命。根据本公开，可有效预测未来预定运行周期额定输出功率以及相应的剩余使用寿命。
Description
技术领域
本公开涉及风力发电技术，更具体而言，涉及一种风电场、风力发电机组及其运行状态的预测方法和设备。
背景技术
风力发电是环保的新能源发电方式，与传统发电方式相比，在环境改善以及能源替代等方面具有优势。发电量是衡量风力发电机组的指标，在设计和使用风力进行发电时，通常需要考虑发电量。
风力发电机组的运行模式包括功率提升模式、功率降低模式和额定功率模式等与功率有关的运行模式。由于风力发电机组在运行过程中会折损，因此并非使风力发电机组一直处于高功率的运行模式就能获得最大收益。为了保证风力发电机组能够稳定发电，需要对风力发电机组的输出功率以及使用寿命进行预测。
然而，传统的针对输出功率和使用寿命的预测需要利用风力、风向等环境能够因素，这些环境因素是不稳定的，环境因素的不稳定变化将导致预测结果的不准确。
发明内容
本公开可从历史数据中总结出部分规律，这样的规律可体现为梯度。在此基础上，利用梯度进行未来预定运行周期额定输出功率以及相应的剩余使用寿命的预测，避免了由于过于依赖环境因素的预测所带来的不准确的技术问题。
根据本公开的示例性实施例，提供了一种风力发电机组运行状态的预测方法，其中，所述预测方法包括：分别计算风力发电机组的输出功率相对于控制特征的激活等级的第一梯度以及所述风力发电机组的剩余使用寿命相对于控制特征的激活等级的第二梯度；基于所述风力发电机组的当前运行参数计算当前运行周期剩余使用寿命，其中，所述当前运行参数至少包括当前运行周期额定输出功率；基于当前运行周期激活等级、所述当前运行周期剩余使用寿命、所述当前运行周期额定输出功率、所述第一梯度以及所述第二梯度，预测未来预定运行周期额定输出功率以及相应的剩余使用寿命。
可选的，控制特征的一个激活等级对应于一个控制策略或者一个控制策略组合，其中，与所述当前运行周期激活等级对应的一个控制策略或者一个控制策略组合用于在当前运行周期内控制所述风力发电机组。
可选的，所述预测方法还包括：通过对剩余使用寿命内的总发电量的优化来确定最优的当前运行周期额定输出功率；通过最优的当前运行周期额定输出功率、以及输出功率与控制特征的激活等级之间的对应关系，确定最优的当前运行周期激活等级；其中，最优的当前运行周期激活等级被用于所述预测，所述剩余使用寿命内的总发电量通过当前运行周期额定输出功率和当前运行周期发电时间来计算。
可选的，所述预测方法还包括：通过对预测的所述预定运行周期的剩余使用寿命内的总发电量的优化来确定最优的预定运行周期额定输出功率；通过所述最优的预定运行周期额定输出功率、以及所述对应关系，确定所述最优的预定运行周期激活等级，其中，所述最优的预定运行周期激活等级被用于所述预定运行周期的下一个运行周期的额定输出功率以及剩余使用寿命的预测。
可选的，所述当前运行周期剩余使用寿命基于所述风力发电机组的多个部件的剩余使用寿命中的最小剩余使用寿命来确定，所述风力发电机组的部件的剩余使用寿命基于部件的载荷来确定。
根据本公开的另一示例性实施例，提供了一种风力发电机组运行状态的预测设备，其中，所述预测设备包括：梯度计算单元，用于分别计算风力发电机组的输出功率相对于控制特征的激活等级的第一梯度以及所述风力发电机组的剩余使用寿命相对于控制特征的激活等级的第二梯度；寿命计算单元，用于基于所述风力发电机组的当前运行参数计算当前运行周期剩余使用寿命，其中，所述当前运行参数至少包括当前运行周期额定输出功率；功率和寿命预测单元，用于基于当前运行周期激活等级、所述当前运行周期剩余使用寿命、所述当前运行周期额定输出功率、所述第一梯度以及所述第二梯度，预测未来预定运行周期额定输出功率以及相应的剩余使用寿命。
可选的，控制特征的一个激活等级对应于一个控制策略或者一个控制策略组合，其中，与所述当前运行周期激活等级对应的一个控制策略或者一个控制策略组合用于在当前运行周期内控制所述风力发电机组。
可选的，所述预测设备还包括：优化单元，用于通过对剩余使用寿命内的总发电量的优化来确定最优的当前运行周期额定输出功率；通过最优的当前运行周期额定输出功率、以及输出功率与控制特征的激活等级之间的对应关系，确定最优的当前运行周期激活等级；其中，最优的当前运行周期激活等级被用于所述预测，所述剩余使用寿命内的总发电量通过当前运行周期额定输出功率和当前运行周期发电时间来计算。
可选的，所述优化单元还用于：通过对预测的所述预定运行周期的剩余使用寿命内的总发电量的优化来确定最优的预定运行周期额定输出功率；通过所述最优的预定运行周期额定输出功率、以及所述对应关系，确定所述最优的预定运行周期激活等级，其中，所述最优的预定运行周期激活等级被用于所述预定运行周期的下一个运行周期的额定输出功率以及剩余使用寿命的预测。
可选的，所述当前运行周期剩余使用寿命基于所述风力发电机组的多个部件的剩余使用寿命中的最小剩余使用寿命来确定，所述风力发电机组的部件的剩余使用寿命基于部件的载荷来确定。
根据本公开的另一示例性实施例，提供了一种风力发电机组，其中，所述风力发电机组包括：主体，用于在风力的作用下产生输出功率；控制器，用于执行如下操作：分别计算风力发电机组的输出功率相对于控制特征的激活等级的第一梯度以及所述风力发电机组的剩余使用寿命相对于控制特征的激活等级的第二梯度；基于所述风力发电机组的当前运行参数计算当前运行周期剩余使用寿命，其中，所述当前运行参数至少包括当前运行周期额定输出功率；基于当前运行周期激活等级、所述当前运行周期剩余使用寿命、所述当前运行周期额定输出功率、所述第一梯度以及所述第二梯度，预测未来预定运行周期额定输出功率以及相应的剩余使用寿命。
可选的，控制特征的一个激活等级对应于一个控制策略或者一个控制策略组合，其中，与所述当前运行周期激活等级对应的一个控制策略或者一个控制策略组合用于在当前运行周期内控制所述风力发电机组。
可选的，所述控制器还用于执行如下操作：通过对剩余使用寿命内的总发电量的优化来确定最优的当前运行周期额定输出功率；通过最优的当前运行周期额定输出功率、以及输出功率与控制特征的激活等级之间的对应关系，确定最优的当前运行周期激活等级；其中，最优的当前运行周期激活等级被用于所述预测，所述剩余使用寿命内的总发电量通过当前运行周期额定输出功率和当前运行周期发电时间来计算。
可选的，所述控制器还用于执行如下操作：通过对预测的所述预定运行周期的剩余使用寿命内的总发电量的优化来确定最优的预定运行周期额定输出功率；通过所述最优的预定运行周期额定输出功率、以及所述对应关系，确定所述最优的预定运行周期激活等级，其中，所述最优的预定运行周期激活等级被用于所述预定运行周期的下一个运行周期的额定输出功率以及剩余使用寿命的预测。
可选的，所述当前运行周期剩余使用寿命基于所述风力发电机组的多个部件的剩余使用寿命中的最小剩余使用寿命来确定，所述风力发电机组的部件的剩余使用寿命基于部件的载荷来确定。
根据本公开的另一示例性实施例，提供了一种风电场，其中，所述风电场包括：多台风力发电机组，用于在风力的作用下产生输出功率；风电场控制器，用于针对所述多台风力发电机组中的任意一台风力发电机组执行如下操作：分别计算风力发电机组的输出功率相对于控制特征的激活等级的第一梯度以及风力发电机组的剩余使用寿命相对于控制特征的激活等级的第二梯度；基于风力发电机组的当前运行参数计算当前运行周期剩余使用寿命，其中，所述当前运行参数至少包括当前运行周期额定输出功率；基于当前运行周期激活等级、所述当前运行周期剩余使用寿命、所述当前运行周期额定输出功率、所述第一梯度以及所述第二梯度，预测未来预定运行周期额定输出功率以及相应的剩余使用寿命。
可选的，控制特征的一个激活等级对应于一个控制策略或者一个控制策略组合，其中，与所述当前运行周期激活等级对应的一个控制策略或者一个控制策略组合用于在当前运行周期内控制所述风力发电机组。
可选的，所述风电场控制器还用于执行如下操作：通过对剩余使用寿命内的总发电量的优化来确定最优的当前运行周期额定输出功率；通过最优的当前运行周期额定输出功率、以及输出功率与控制特征的激活等级之间的对应关系，确定最优的当前运行周期激活等级；其中，最优的当前运行周期激活等级被用于所述预测，所述剩余使用寿命内的总发电量通过当前运行周期额定输出功率和当前运行周期发电时间来计算。
可选的，所述风电场控制器还用于执行如下操作：通过对预测的所述预定运行周期的剩余使用寿命内的总发电量的优化来确定最优的预定运行周期额定输出功率；通过所述最优的预定运行周期额定输出功率、以及所述对应关系，确定所述最优的预定运行周期激活等级，其中，所述最优的预定运行周期激活等级被用于所述预定运行周期的下一个运行周期的额定输出功率以及剩余使用寿命的预测。
可选的，所述当前运行周期剩余使用寿命基于所述风力发电机组的多个部件的剩余使用寿命中的最小剩余使用寿命来确定，所述风力发电机组的部件的剩余使用寿命基于部件的载荷来确定。
根据本公开的另一示例性实施例，提供了一种存储指令的计算机可读存储介质，当该指令被至少一个计算装置运行时，促使该至少一个计算装置执行如上的预测方法。
根据本公开，可有效预测未来预定运行周期额定输出功率以及相应的剩余使用寿命。通过预测的结果，可确定未来周期的额定输出功率和剩余使用寿命。根据确定的额定输出功率和剩余使用寿命，可继续进行额定输出功率以及相应的剩余使用寿命的预测。通过这种方式，可有效预测未来预定运行周期额定输出功率以及相应的剩余使用寿命。
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预测方法的流程图；
图2示出根据本公开的另一示例性实施例的预测方法的流程图；
图3示出根据本公开的示例性实施例风力发电机组运行状态的预测系统的结构示意图。
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。
本公开的示例性实施例涉及风电场中的风力发电机组的发电量优化和风力发电机组的控制，尤其涉及兆瓦级风力发电机组的发电量优化和控制。与现有的优化和控制方法相比，本公开考虑了风力发电机组或风力发电机组的部件的剩余使用寿命，该剩余使用时间可通过预测等操作而获得。在控制风力发电机组的过程中需要考虑控制策略。为了有效划分控制测量，本公开的示例性实施例可定义控制特征的激活等级。激活等级对应于控制策略或者控制策略组合。控制特征可以是任意与风力发电机组运行相关的特征。例如，扭矩、转速或塔架阻尼等。控制策略是与控制特征相关的控制策略。此外，在进行优化(例如，年发电量优化)的过程中，还需要考虑疲劳。本公开的示例实施例可通过剩余使用寿命来衡量疲劳。
寿命来衡量疲劳受到风力发电机组的负载的影响。风力发电机组的负载改变可与独立变桨控制(Individual Pitch Control，IPC)、塔架阻尼等有关，例如，通过IPC可增加或降低叶片和/或塔筒的负载。在本公开的示例性实施例中，不仅可确定使用的功率控制模式，例如，功率提升模式、功率降低模式、正常功率(可称为额定功率)模式等控制模式，并且相对于额定功率而言，可确定提升或降低功率的幅度，例如，可将功率控制为额定功率的90％至110％(或120％)。另外，通过针对控制特征定义激活等级，将激活等级的值定义在0至1之间，将控制特征与功率控制模式进行关联。进而通过对激活等级的调整，可影响发电量和实际负载引起的使用寿命，还可影响发电量，例如，年发电量(Annual EnergyProduction，AEP)。
图1示出根据本公开的示例性实施例的预测方法的流程图。
如图1中所示，根据本公开的示例性实施例的风力发电机组运行状态的预测方法包括步骤101至步骤103。在步骤101，分别计算风力发电机组的输出功率相对于控制特征的激活等级的第一梯度以及所述风力发电机组的剩余使用寿命相对于控制特征的激活等级的第二梯度；在步骤102，基于所述风力发电机组的当前运行参数计算当前运行周期剩余使用寿命，其中，所述当前运行参数至少包括当前运行周期额定输出功率；在步骤103，基于当前运行周期激活等级、所述当前运行周期剩余使用寿命、所述当前运行周期额定输出功率、所述第一梯度以及所述第二梯度，预测未来预定运行周期额定输出功率以及相应的剩余使用寿命。
在本公开的示例性实施例中的运行参数可包括风力发电机组本身的参数，例如，功率、载荷等。这仅仅是为了本公开而并非用于限制本公开的保护范围，例如，运行参数还可包括运行环境相关参数(诸如，风速、湿度、温度等)。
作为示例，控制特征的一个激活等级对应于一个控制策略或者一个控制策略组合，其中，与所述当前运行周期激活等级对应的一个控制策略或者一个控制策略组合用于在当前运行周期内控制所述风力发电机组。
作为示例，所述预测方法还包括：通过对剩余使用寿命内的总发电量的优化来确定最优的当前运行周期额定输出功率；通过最优的当前运行周期额定输出功率、以及输出功率与控制特征的激活等级之间的对应关系，确定最优的当前运行周期激活等级；其中，最优的当前运行周期激活等级被用于所述预测，所述剩余使用寿命内的总发电量通过当前运行周期额定输出功率和当前运行周期发电时间来计算。
作为示例，所述预测方法还包括：通过对预测的所述预定运行周期的剩余使用寿命内的总发电量的优化来确定最优的预定运行周期额定输出功率；通过所述最优的预定运行周期额定输出功率、以及所述对应关系，确定所述最优的预定运行周期激活等级，其中，所述最优的预定运行周期激活等级被用于所述预定运行周期的下一个运行周期的额定输出功率以及剩余使用寿命的预测。
作为示例，所述当前运行周期剩余使用寿命基于所述风力发电机组的多个部件的剩余使用寿命中的最小剩余使用寿命来确定，所述风力发电机组的部件的剩余使用寿命基于部件的载荷来确定。
在本公开的示例性实施例中，控制特征是塔架阻尼。相应地，塔架阻尼的激活等级的范围是0至1。如上所述，每个激活等级值可对应于一个或一组控制策略。也就是说，每一个塔架阻尼的激活等级对应一个用于控制塔架阻尼的控制策略或者控制策略的组合。这仅仅是为了说明本公开，而非用于限制本公开的保护范围。
图2示出根据本公开的另一示例性实施例的控制方法的流程图。
如图2中所示，根据本公开的另一示例性实施例的控制方法包括步骤201 至步骤205。
在步骤201，由风力发电机组(例如，包括塔筒、机舱、叶片等部件的风力发电机组上设置的传感器)测量负载，或者由风力发电机组的控制器估计负载。测量或估计的负载被发送以便用于剩余使用寿命(Remaining Usage Life，RUL)估计或计算，可通过信号的形式发送负载，如图2中的A表示的信号。负载可引起风力发电机组的折损，负载可以以向量的形式表示，向量的每个分量表示一种负载分量，负载的采集时间段可以表示为n。
在步骤202，可测量风数据，测量的数据可以是为第n个时间段内的平均值。风数据可包括风速数据、风向数据、湍流强度等。当然，本公开并不局限于风数据，其他环境数据也是可行的，例如，温度、湿度、气压等。测量的风数据可以以信号的形式被发送以便用于RUL估计，如图2中的B表示的信号。测量的风数据被发送以便用于功率的计算或估计。
在步骤201和步骤202中获得了RUL和功率。另外，可确定与获得的 RUL和功率分别对应的激活等级，从而可确定相应的梯度。计算梯度的操作可在步骤202和步骤203之间被执行，也可在步骤203中被执行。
在步骤203，进行RUL估计，在该步骤还可同时进行功率的估计，例如，可参照下文中结合公式(2)描述的估计方式。通过估计，可获得未来时间段内(例如，下一周期内)的RUL和功率，估计的结果可以以信号的形式被发送以便用于未来时间段内的AEP优化，如图2中的C表示的信号。
例如，对于部件x，剩余使用寿命、功率相对于控制特征的激活等级的第一梯度和剩余使用寿命相对于控制特征的激活等级的第二梯度分别表示为：
RULx，
在步骤204，执行AEP优化，例如，获得当前的最优输出功率，还可根据输出功率与激活等级之间的对应关系来确定最优激活等级，具体的优化方式可参照针对公式(2)的描述来理解。步骤204的优化可在步骤203的输出的基础之上进行，例如在基于步骤203输出的功率的基础上确定更优的功率，从而至少可减少寻优过程的复杂度。这里，本公开并不限于AEP优化，其他总发电量的优化方案均是可行的，例如，日总发电量、月总发电量等。
步骤203和步骤204可循环进行，具体而言，在步骤204获得一个周期内的最优输出功率和最优激活等级可被传输到步骤203以预测下一个周期的RUL和输出功率，随后，通过步骤203预测所述下一个周期之后的周期内的激活等级和输出功率。
可基于经济学的模型预测控制(Model Predictive Control,MPC)方法来实现诸如AEP优化等的总发电量优化。可为优化过程增加限定条件，例如，增加对于风力发电机组的预设使用寿命LTc，需要计算不超过预设使用寿命 LTc情况下的总发电量。另外，为了获得有效且增长的投资收益率，还可增加限制条件，即分段计算总发电量，使得在后的时间段内的总发电量大于在先时间段内的总发电量。可针对如下的目标函数进行优化：
其中，限制条件为c[n]＞c[n+1]和RULx[n]>LTc，c[n]＝int(LTC)/Ts可理解为发电时间，Ts表示采样间隔。RULx[n]表示第n个时间段的剩余使用寿命，x 可表示部件。RULx[n]和P[n]可通过如下模型来计算：
其中，
表示功率(例如，额定功率)相对于控制特征的激活等级的梯度，
表示部件x的剩余使用寿命相对于控制特征的激活等级的梯度， I表示单位矩阵，Cf[n]表示第n个时间段的激活等级，f表示控制特征。
通过上述公式，当获知第n个时间段的发电量和剩余使用寿命以及梯度之后，可通过公式(2)来获得第n+1个时间段的发电量和剩余使用寿命。
另外，这里的采样间隔大于风机控制器(WTC)通常使用的0.01秒至0.02秒的采样间隔。例如，这里的采样间隔Ts可以是10分钟或更大的采样间隔，甚至可以以小时或天为单位。步骤204可在WTC的计算单元或者风电场控制器的计算单元中实现。c[n]不限于以上计算方式，例如，可通过电价预测方法中使用的权重来替代以上c[n]计算方式，以便反映风力发电机组项目的实际收益。另外，以上成本函数也仅仅是作为示例，其他计算总发电量的函数也可作为成本函数，本公开对此不做限制。
在步骤204，可将获得最优发电量时的激活等级发送给WTC以便WTC 对风力发电机组进行控制，可通过信号E发送相关信息，例如，激活等级等。
在步骤205，WTC可根据接收到的激活等级进行控制。具体而言，可通过激活等级获得控制特征(例如，额定功率)，例如，将功率的激活等级乘以功率。这样可对控制特征进行修改。还可基于激活等级获得控制策略或控制策略组，以便基于控制策略或控制策略组对风力发电机组进行控制，可使得风力发电机组在使用寿命之内获得最优发电量。
根据本公开的另一示例性实施例，提供了一种风力发电机组运行状态的预测设备，其中，所述预测设备包括：梯度计算单元，用于分别计算风力发电机组的输出功率相对于控制特征的激活等级的第一梯度以及所述风力发电机组的剩余使用寿命相对于控制特征的激活等级的第二梯度；寿命计算单元，用于基于所述风力发电机组的当前运行参数计算当前运行周期剩余使用寿命，其中，所述当前运行参数至少包括当前运行周期额定输出功率；功率和寿命预测单元，用于基于当前运行周期激活等级、所述当前运行周期剩余使用寿命、所述当前运行周期额定输出功率、所述第一梯度以及所述第二梯度，预测未来预定运行周期额定输出功率以及相应的剩余使用寿命。
作为示例，控制特征的一个激活等级对应于一个控制策略或者一个控制策略组合，其中，与所述当前运行周期激活等级对应的一个控制策略或者一个控制策略组合用于在当前运行周期内控制所述风力发电机组。
作为示例，所述预测设备还包括：优化单元，用于通过对剩余使用寿命内的总发电量的优化来确定最优的当前运行周期额定输出功率；通过最优的当前运行周期额定输出功率、以及输出功率与控制特征的激活等级之间的对应关系，确定最优的当前运行周期激活等级；其中，最优的当前运行周期激活等级被用于所述预测，所述剩余使用寿命内的总发电量通过当前运行周期额定输出功率和当前运行周期发电时间来计算。
作为示例，所述优化单元还用于：通过对预测的所述预定运行周期的剩余使用寿命内的总发电量的优化来确定最优的预定运行周期额定输出功率；通过所述最优的预定运行周期额定输出功率、以及所述对应关系，确定所述最优的预定运行周期激活等级，其中，所述最优的预定运行周期激活等级被用于所述预定运行周期的下一个运行周期的额定输出功率以及剩余使用寿命的预测。
作为示例，所述当前运行周期剩余使用寿命基于所述风力发电机组的多个部件的剩余使用寿命中的最小剩余使用寿命来确定，所述风力发电机组的部件的剩余使用寿命基于部件的载荷来确定。
图3示出根据本公开的示例性实施例风力发电机组运行状态的预测系统的结构示意图。
如图3中所示，根据本公开的示例性实施例的预测系统包括：RUL估计单元301、AEP优化单元302、WTC 303以及WT 304。RUL估计单元301 以及AEP优化单元302可被设置在风电场控制器中。WTC 303以及WT 304 可设置在风力发电机组中，可在风力发电机组的现有部件的基础上实现。
WT 304可测量或估计负载L，并且将测量或估计的负载L通过信号d 发送给RUL估计单元301。WT 304可从WTC 303接收控制信号c，控制信号c可承载变桨参数和扭矩参数，分别表示为βr,τr。WT 304还可向WTC 303 发送传感器信号b，传感器信号b可承载发电机速度、转子速度、塔顶加速度、叶根信息(由叶根传感器获得)、风速、风向、桨叶位置、电功率等，以便WTC 303根据接收到的信号进行监视和/或控制。
RUL估计单元301根据负载和风数据计算功率和RUL等信息，可通过以上描述计算RUL和相关梯度。可通过信号e发送RUL，并且通过信号f 发送相关梯度。在信号e中，承载针对负载分量x(可理解为部件x)的剩余使用时间RULx。在信号f中，承载用于表示RULx相对于控制特征的激活等级Cf的梯度，以及用于表示额定功率相对于控制特征的激活等级Cf的梯度。以上两个梯度分别表示为：
其中，ΔRULx可表示负载分量x引起的剩余使用寿命变化，ΔP表示平均功率的变化，ΔCf表示控制特征f的激活等级Cf的变化。
AEP优化单元302可在剩余使用寿命满足预设使用寿命的情况下获得最高发电量，并确定与最高发电量对应的激活等级。通过信号a可将具有确定的激活等级的控制特征发送给WTC 303。
这里的控制特征可包括：IPC、前后塔架阻尼、侧向塔架阻尼等。IPC的激活等级范围在0至1之间，可表示IPC的激活程度，1表示完全激活，0表示不激活(即不使用IPC)。高激活等级的IPC意味着低叶根负载，低激活等级的IPC意味着高叶根负载。前后塔架阻尼和侧向塔架阻尼的激活等级的范围为0至1，0表示不考虑塔架阻尼，1表示完整的考虑塔架阻尼。
Cf可以是向量，每个分量对应一个控制特征。信号d中承载的负载也可通过向量来表示，该向量的每个分量表示一种负载，例如，叶根摆动负载、塔底前后不再、塔筒侧向负载、桨叶负载、传动系扭转负载等。
WT 304根据WTC 303的控制，以进行工作并在使用寿命之内获得最大发电量，从而实现了优化的风力发电机组(WT)控制，能够获得较高的投资收益率。
根据本公开的另一示例性实施例，提供了一种风力发电机组，其中，所述风力发电机组包括：主体，用于在风力的作用下产生输出功率；控制器，用于执行如下操作：分别计算风力发电机组的输出功率相对于控制特征的激活等级的第一梯度以及所述风力发电机组的剩余使用寿命相对于控制特征的激活等级的第二梯度；基于所述风力发电机组的当前运行参数计算当前运行周期剩余使用寿命，其中，所述当前运行参数至少包括当前运行周期额定输出功率；基于当前运行周期激活等级、所述当前运行周期剩余使用寿命、所述当前运行周期额定输出功率、所述第一梯度以及所述第二梯度，预测未来预定运行周期额定输出功率以及相应的剩余使用寿命。
作为示例，控制特征的一个激活等级对应于一个控制策略或者一个控制策略组合，其中，与所述当前运行周期激活等级对应的一个控制策略或者一个控制策略组合用于在当前运行周期内控制所述风力发电机组。
作为示例，所述控制器还用于执行如下操作：通过对剩余使用寿命内的总发电量的优化来确定最优的当前运行周期额定输出功率；通过最优的当前运行周期额定输出功率、以及输出功率与控制特征的激活等级之间的对应关系，确定最优的当前运行周期激活等级；其中，最优的当前运行周期激活等级被用于所述预测，所述剩余使用寿命内的总发电量通过当前运行周期额定输出功率和当前运行周期发电时间来计算。
作为示例，所述控制器还用于执行如下操作：通过对预测的所述预定运行周期的剩余使用寿命内的总发电量的优化来确定最优的预定运行周期额定输出功率；通过所述最优的预定运行周期额定输出功率、以及所述对应关系，确定所述最优的预定运行周期激活等级，其中，所述最优的预定运行周期激活等级被用于所述预定运行周期的下一个运行周期的额定输出功率以及剩余使用寿命的预测。
作为示例，所述当前运行周期剩余使用寿命基于所述风力发电机组的多个部件的剩余使用寿命中的最小剩余使用寿命来确定，所述风力发电机组的部件的剩余使用寿命基于部件的载荷来确定。
根据本公开的另一示例性实施例，提供了一种风电场，其中，所述风电场包括：多台风力发电机组，用于在风力的作用下产生输出功率；风电场控制器，用于针对所述多台风力发电机组中的任意一台风力发电机组执行如下操作：分别计算风力发电机组的输出功率相对于控制特征的激活等级的第一梯度以及风力发电机组的剩余使用寿命相对于控制特征的激活等级的第二梯度；基于风力发电机组的当前运行参数计算当前运行周期剩余使用寿命，其中，所述当前运行参数至少包括当前运行周期额定输出功率；基于当前运行周期激活等级、所述当前运行周期剩余使用寿命、所述当前运行周期额定输出功率、所述第一梯度以及所述第二梯度，预测未来预定运行周期额定输出功率以及相应的剩余使用寿命。
作为示例，控制特征的一个激活等级对应于一个控制策略或者一个控制策略组合，其中，与所述当前运行周期激活等级对应的一个控制策略或者一个控制策略组合用于在当前运行周期内控制所述风力发电机组。
作为示例，所述风电场控制器还用于执行如下操作：通过对剩余使用寿命内的总发电量的优化来确定最优的当前运行周期额定输出功率；通过最优的当前运行周期额定输出功率、以及输出功率与控制特征的激活等级之间的对应关系，确定最优的当前运行周期激活等级；其中，最优的当前运行周期激活等级被用于所述预测，所述剩余使用寿命内的总发电量通过当前运行周期额定输出功率和当前运行周期发电时间来计算。
作为示例，所述风电场控制器还用于执行如下操作：通过对预测的所述预定运行周期的剩余使用寿命内的总发电量的优化来确定最优的预定运行周期额定输出功率；通过所述最优的预定运行周期额定输出功率、以及所述对应关系，确定所述最优的预定运行周期激活等级，其中，所述最优的预定运行周期激活等级被用于所述预定运行周期的下一个运行周期的额定输出功率以及剩余使用寿命的预测。
作为示例，所述当前运行周期剩余使用寿命基于所述风力发电机组的多个部件的剩余使用寿命中的最小剩余使用寿命来确定，所述风力发电机组的部件的剩余使用寿命基于部件的载荷来确定。
这里的风力发电机组以及风电场的各个组成部分可参照上文描述来理解，这里不再赘述。另外，以上针对方法的描述也适用于描述风力发电机组和风电场。
根据本公开的另一示例性实施例，提供了一种存储指令的计算机可读存储介质，其中，当所述指令被至少一个计算装置运行时，促使所述至少一个计算装置执行如上述的方法。
在本公开的示例性实施例中，在满足使用寿命限制的情况下实现了风力发电机组的发电量优化，优化过程优化了影响控制策略或控制策略组合的激活等级。根据本公开，可提高发电量以增加风力发电机组的收益。另外，还考虑剩余使用寿命，可获得更准确的优化结果。
以上描述了根据本公开构思的实施例，在不脱离本公开的保护范围的情况下，各个实施例中的特征可进行组合，这些组合也将落入本公开的保护范围之内。
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。计算机可读存储介质的示例包括：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终端和基站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 (9)
1.一种风力发电机组运行状态的预测方法，其特征在于，所述预测方法包括：
分别计算风力发电机组的输出功率相对于控制特征的激活等级的第一梯度以及所述风力发电机组的剩余使用寿命相对于控制特征的激活等级的第二梯度，其中，所述激活等级的值被定义在0至1之间；
基于所述风力发电机组的当前运行参数计算当前运行周期剩余使用寿命，其中，所述当前运行参数至少包括当前运行周期额定输出功率；
基于当前运行周期激活等级、所述当前运行周期剩余使用寿命、所述当前运行周期额定输出功率、所述第一梯度以及所述第二梯度，预测未来预定运行周期额定输出功率以及相应的剩余使用寿命。
2.根据权利要求1所述的预测方法，其特征在于，控制特征的一个激活等级对应于一个控制策略或者一个控制策略组合，
其中，与所述当前运行周期激活等级对应的一个控制策略或者一个控制策略组合用于在当前运行周期内控制所述风力发电机组。
3.根据权利要求1所述的预测方法，其特征在于，所述预测方法还包括：
通过对剩余使用寿命内的总发电量的优化来确定最优的当前运行周期额定输出功率；
通过最优的当前运行周期额定输出功率、以及输出功率与控制特征的激活等级之间的对应关系，确定最优的当前运行周期激活等级；
其中，最优的当前运行周期激活等级被用于所述预测，所述剩余使用寿命内的总发电量通过当前运行周期额定输出功率和当前运行周期发电时间来计算。
4.根据权利要求3所述的预测方法，其特征在于，所述预测方法还包括：
通过对预测的所述预定运行周期的剩余使用寿命内的总发电量的优化来确定最优的预定运行周期额定输出功率；
通过所述最优的预定运行周期额定输出功率、以及所述对应关系，确定所述最优的预定运行周期激活等级，
其中，所述最优的预定运行周期激活等级被用于所述预定运行周期的下一个运行周期的额定输出功率以及剩余使用寿命的预测。
5.根据权利要求1所述的预测方法，其特征在于，所述当前运行周期剩余使用寿命基于所述风力发电机组的多个部件的剩余使用寿命中的最小剩余使用寿命来确定，所述风力发电机组的部件的剩余使用寿命基于部件的载荷来确定。
6.一种风力发电机组运行状态的预测设备，其特征在于，所述预测设备包括：
梯度计算单元，用于分别计算风力发电机组的输出功率相对于控制特征的激活等级的第一梯度以及所述风力发电机组的剩余使用寿命相对于控制特征的激活等级的第二梯度，其中，所述激活等级的值被定义在0至1之间；
寿命计算单元，用于基于所述风力发电机组的当前运行参数计算当前运行周期剩余使用寿命，其中，所述当前运行参数至少包括当前运行周期额定输出功率；
功率和寿命预测单元，用于基于当前运行周期激活等级、所述当前运行周期剩余使用寿命、所述当前运行周期额定输出功率、所述第一梯度以及所述第二梯度，预测未来预定运行周期额定输出功率以及相应的剩余使用寿命。
7.一种风力发电机组，其特征在于，所述风力发电机组包括：
主体，用于在风力的作用下产生输出功率；
控制器，用于执行如下操作：
分别计算风力发电机组的输出功率相对于控制特征的激活等级的第一梯度以及所述风力发电机组的剩余使用寿命相对于控制特征的激活等级的第二梯度，其中，所述激活等级的值被定义在0至1之间；
基于所述风力发电机组的当前运行参数计算当前运行周期剩余使用寿命，其中，所述当前运行参数至少包括当前运行周期额定输出功率；
基于当前运行周期激活等级、所述当前运行周期剩余使用寿命、所述当前运行周期额定输出功率、所述第一梯度以及所述第二梯度，预测未来预定运行周期额定输出功率以及相应的剩余使用寿命。
8.一种风电场，其特征在于，所述风电场包括：
多台风力发电机组，用于在风力的作用下产生输出功率；
风电场控制器，用于针对所述多台风力发电机组中的任意一台风力发电机组执行如下操作：
分别计算风力发电机组的输出功率相对于控制特征的激活等级的第一梯度以及风力发电机组的剩余使用寿命相对于控制特征的激活等级的第二梯度，其中，所述激活等级的值被定义在0至1之间；
基于风力发电机组的当前运行参数计算当前运行周期剩余使用寿命，其中，所述当前运行参数至少包括当前运行周期额定输出功率；
基于当前运行周期激活等级、所述当前运行周期剩余使用寿命、所述当前运行周期额定输出功率、所述第一梯度以及所述第二梯度，预测未来预定运行周期额定输出功率以及相应的剩余使用寿命。
9.一种存储指令的计算机可读存储介质，其特征在于，当所述指令被至少一个计算装置运行时，促使所述至少一个计算装置执行如权利要求1到5中的任一权利要求所述的预测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911257985.5A CN112943557B (zh) | 2019-12-10 | 2019-12-10 | 风电场、风力发电机组及其运行状态的预测方法和设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911257985.5A CN112943557B (zh) | 2019-12-10 | 2019-12-10 | 风电场、风力发电机组及其运行状态的预测方法和设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112943557A CN112943557A (zh) | 2021-06-11 |
| CN112943557B true CN112943557B (zh) | 2022-09-13 |
Family
ID=76225501
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911257985.5A Active CN112943557B (zh) | 2019-12-10 | 2019-12-10 | 风电场、风力发电机组及其运行状态的预测方法和设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112943557B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113719431B (zh) * | 2021-11-03 | 2022-02-08 | 浙江中自庆安新能源技术有限公司 | 一种风机塔筒剩余寿命测量方法及系统 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| ES2577530T3 (es) * | 2009-05-25 | 2016-07-15 | Vestas Wind Systems A/S | Procedimiento y sistema para controlar el funcionamiento de una turbina eólica |
| US20140288855A1 (en) * | 2013-03-20 | 2014-09-25 | United Technologies Corporation | Temporary Uprating of Wind Turbines to Maximize Power Output |
| WO2015086024A1 (en) * | 2013-12-09 | 2015-06-18 | Vestas Wind Systems A/S | Operating method for a wind turbine |
| WO2017000955A1 (en) * | 2015-06-30 | 2017-01-05 | Vestas Wind Systems A/S | Wind turbine control based on forecasts |
| EP3317526B1 (en) * | 2015-06-30 | 2021-09-22 | Vestas Wind Systems A/S | Methods and systems for generating wind turbine control schedules |
| CN105701337B (zh) * | 2015-12-31 | 2018-06-15 | 北京金风科创风电设备有限公司 | 风电机组的疲劳寿命预测方法和装置 |
| JP7013787B2 (ja) * | 2017-10-19 | 2022-02-01 | 日本精工株式会社 | 風力発電用風車の状態監視装置、状態監視方法、及び状態監視システム |
| CN108869173B (zh) * | 2018-01-31 | 2019-08-16 | 北京金风科创风电设备有限公司 | 风电机组的功率控制方法和设备 |
| CN109340062B (zh) * | 2018-12-18 | 2020-01-31 | 国电联合动力技术有限公司 | 一种低风速风电机组数字双胞胎式的疲劳损伤预测方法 |
-
2019
- 2019-12-10 CN CN201911257985.5A patent/CN112943557B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN112943557A (zh) | 2021-06-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112219028B (zh) | 风力涡轮机控制方法 | |
| EP2799711B1 (en) | Method of operating a wind turbine | |
| CN110318947B (zh) | 风力发电机组的偏航控制方法、设备及系统 | |
| US10422319B2 (en) | Control method and system for wind turbines | |
| EP2557311A1 (en) | A method for controlling a wind power park and a wind power park controlled by such method | |
| JP2006304402A (ja) | 分散型エネルギーシステムの制御装置、制御方法、プログラム、および記録媒体 | |
| CN102439297A (zh) | 风力发电装置的控制装置和控制方法 | |
| CN102072085A (zh) | 风力涡轮机结构部件疲劳寿命设定值的风速依赖性适应 | |
| 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 | |
| US20130204447A1 (en) | Wind turbine with price-optimised turbine load control | |
| CN107829878A (zh) | 风力发电机组的偏航控制设备和方法 | |
| CN112943557B (zh) | 风电场、风力发电机组及其运行状态的预测方法和设备 | |
| EP4033093A1 (en) | Odometer-based control of a wind turbine power system | |
| EP3737857B1 (en) | A method for controlling a wind energy farm taking wake effects into account | |
| CN111861067A (zh) | 风电机组的损耗补偿控制方法和装置 | |
| KR20190143062A (ko) | 풍력 발전 장치에 연결된 ESS(energy storage system)의 충전 또는 방전을 스케줄링하는 방법 및 장치 | |
| Requate et al. | Active control of the reliability of wind turbines | |
| CN113195887A (zh) | 使用负载概率和设计负载极限修改用于控制风力涡轮机的控制策略 | |
| US20220252050A1 (en) | Wind turbine replacement schedule | |
| CN113381438B (zh) | 风电机组的降功率控制方法和装置 | |
| CN113193572B (zh) | 通过建模风电调频参数概率分布实现风机控制的方法 | |
| CN111852788B (zh) | 风电机组的功率损耗异常的诊断方法和装置 | |
| CN110875604B (zh) | 控制风力发电机组的方法及设备 | |
| CN115539302A (zh) | 风力发电机组的偏航控制方法及设备 | |
| EP4053398A1 (en) | Controlling the operation of a power plant |
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 |