CN113252940A - 藉由LiDAR传感器确定风向的方法 - Google Patents

藉由LiDAR传感器确定风向的方法 Download PDF

Info

Publication number
CN113252940A
CN113252940A CN202110181926.5A CN202110181926A CN113252940A CN 113252940 A CN113252940 A CN 113252940A CN 202110181926 A CN202110181926 A CN 202110181926A CN 113252940 A CN113252940 A CN 113252940A
Authority
CN
China
Prior art keywords
wind
lidar sensor
determining
wind direction
generator
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110181926.5A
Other languages
English (en)
Inventor
F·吉列明
H-N·恩古耶
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.)
IFP Energies Nouvelles IFPEN
Original Assignee
IFP Energies Nouvelles IFPEN
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 IFP Energies Nouvelles IFPEN filed Critical IFP Energies Nouvelles IFPEN
Publication of CN113252940A publication Critical patent/CN113252940A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P13/00—Indicating or recording presence, absence, or direction, of movement
    • G01P13/02—Indicating direction only, e.g. by weather vane
    • 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
    • F03D7/022—Adjusting aerodynamic properties of the blades
    • F03D7/0224—Adjusting blade pitch
    • 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
    • F03D7/028—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor controlling wind motor output power
    • F03D7/0288—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor controlling wind motor output power in relation to clearance between the blade and the tower, i.e. preventing tower strike
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/95—Lidar systems specially adapted for specific applications for meteorological use
    • 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
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
    • G01P5/26—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft by measuring the direct influence of the streaming fluid on the properties of a detecting optical wave
    • 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)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Fluid Mechanics (AREA)
  • Wind Motors (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Indicating Or Recording The Presence, Absence, Or Direction Of Movement (AREA)

Abstract

本发明涉及一种藉由LiDAR传感器(2)来确定风向的方法。该方法包括：藉由LiDAR传感器(2)执行测量；推导风速的纵向分量(u)和横向分量(v)的高斯分布；以及藉由球形容积近似方法和风速的纵向分量和横向分量的高斯分布来确定风向(θ)。

Description

藉由LiDAR传感器确定风向的方法
技术领域
本发明涉及可再生能源领域，并且更具体地涉及具有风预测、涡轮机控制(定向、扭矩和速度调节)和/或诊断和/或监测目标的风力发电机、风的资源的测量。
风力发电机使来自风的动能被转换成电能或机械能。对于风能转换，其由以下元件组成：
-塔架，其使转子定位在足够的高度处以使其能够运动(对于水平轴线式风力发电机必需)，或者该转子定位在使得其能够由比在地面高度处更强且更频繁的风驱动的高度处。塔架通常容纳电气部件和电子部件(调制器、控制器、倍增器、发电机等)的一部分，
-机舱，其安装在塔架的顶部处，容纳运行涡轮机所需的机械部件、气动部件以及一些电气部件和电子部件。机舱可以旋转从而将转子沿正确方向定向，
-紧固到机舱的转子，包括若干叶片(一般为三个)以及风力发电机的毂。转子由风能驱动，并且转子由机械轴直接或间接地(经由齿轮箱和机械轴系统)连接到电机(发电机)或连接到将回收的能量转换成电能或任何类型的能量的任何其它类型的转换机。转子可能设有诸如可变角度叶片或空气动力制动器之类的控制系统，
-传动装置，所述传动装置由通过传动装置(齿轮箱)连接的两根轴(转子的机械轴和转换机的机械轴)构成。
自1990年代开始以来，人们对风力重新产生了兴趣，特别是在欧盟，在欧盟(风力)年增长率约为20％。这种增长归因于无碳排放发电的固有可能性。为了维持这种增长，仍然需要进一步提高风力发电机的能量产量。风力产量增加的前景需要开发有效的生产工具和先进的控制工具，从而改善机器性能。风力发电机设计为以最低的可能成本来产生功率。因此，它们通常建造为在大约15m/s的风速下达到它们的最大性能。不需要设计在较高的风速下使它们的产量最大化的风力发电机，这是不常见的。在风速高于15m/s的情况下，必然损失风中包含的额外能量的一部分，以避免对风力发电机的损坏。因此，所有的风力发电机都设计有功率调节系统。
对于这种功率调节，已经为变速风力发电机设计了控制器。所述控制器的目的是使回收的电力最大化、使转子速度波动最小化、并使结构(叶片、塔架和平台)的疲劳和极端力矩最小化。
背景技术
为了优化控制，重要的是知道风力发电机的转子处的风速。已经为此开发了各种技术。
根据第一种方案，使用风速计使得能估计一个点处的风速，但是这种不精确的技术不能够测量整个风场或不能知道风速的三维分量或风向。
根据第二种方案，可以使用LiDAR(光探测和测距，Light Detection AndRanging)传感器。LiDAR是基于对返回到发射器的射束的属性的分析的远程感测或光学测量技术。该方法特别用于藉由脉冲激光来确定到物体的距离。与基于类似原理的雷达不同，LiDAR传感器使用可见光或红外光而不是无线电波。到物体或表面的距离通过测量脉冲和探测到反射信号之间的延迟来给出。
在风力发电机的领域中，LiDAR传感器被宣布为对于大型风力发电机的适当运行是必要的，尤其是它们的尺寸和功率正在增加(目前对于离岸涡轮机为5兆瓦，不久将是12兆瓦)。该传感器使得能够进行远程风测量，首先使风力发电机被校准，使得它们能够送出最大功率(功率曲线优化)。对于该校准阶段，传感器可以定位在地面上并且垂直定向(断面仪)，这能够测量风速和风向，以及取决于海拔的风梯度。这种应用是特别关键的，因为它能够知道能量产生源。这对于风力发电机项目是重要的，因为它调节了项目的经济可行性。然而，这种方法可能是昂贵的，因为除了针对下面描述的应用场合而在风力发电机上提供的LiDAR传感器之外，该方法还需要固定地安装在地面上或水中并且垂直地定向的LiDAR传感器。
第二种应用场合包括将该传感器设置在风力发电机的机舱上，从而在接近水平定向时测量涡轮机前方的风场。先验地，测量涡轮机前方的风场能够提前知道风力发电机在不久之后将遇到的湍流。然而，当前的风力发电机控制和监视技术不能够通过精确地估计转子处，即转子平面中的风速来考虑由LiDAR传感器所执行的测量。这种应用场合特别在专利申请FR-3-013,777(US-2015-145,253)中进行了描述。
由于此LiDAR传感器最近才开发出来，因此仍然难以通过转换来自LiDAR传感器的原始数据来知道如何利用风场特征，诸如风速、风向、风切变、湍流、感应因子等。尤其是，确定风向对于控制和诊断风力发电机是重要的。这种风向确定要求可靠、稳健且实时。
发明内容
根据本发明方法的目的是以可靠且稳健的方式并且实时地确定风向。因此，本发明涉及一种藉由LiDAR传感器来确定风向的方法。该方法包括：藉由LiDAR传感器执行测量；由此推导风速的纵向分量和横向分量的高斯分布；以及藉由球形容积近似方法(sphericalcubature approximation method)和风速的纵向分量和横向分量的高斯分布来确定风向。球形容积近似法使得能实时确定风向，因为它是快速的：它不需要许多计算，并且它不涉及复杂计算，这与不适合实时估计问题的蒙特卡罗方法(Monte Carlo method)不同
本发明涉及藉由设置在风力发电机上的LiDAR传感器来确定风向的方法，其中执行以下步骤：
a)藉由所述LiDAR传感器在所述风力发电机上游的至少一个测量平面中执行风测量，所述测量平面垂直于所述LiDAR传感器的测量方向，
b)藉由所述测量来确定风速的纵向分量和横向分量的高斯分布，所述纵向分量对应于LiDAR传感器的测量方向，而所述横向分量对应于与LiDAR传感器的测量方向垂直的方向，以及
c)通过球形容积近似方法、藉由风速的所述纵向分量和横向分量的所确定的高斯分布来实时确定所述风向。
根据本发明一实施例，风速的所述纵分量向和横向分量的所述高斯分布藉由风场估计器来确定。
有利地，所述方法还确定所述风向的标准偏差。
根据一实施例，所述球形容积近似涉及根据风速的所述纵向分量和横向分量的所述高斯分布的五种随机实现。
根据一方面，所述风向通过执行以下步骤藉由球形容积近似方法来确定：
i)确定风速的所述纵向分量uj和横向分量vj的所述高斯分布的随机实现，其中，i的范围从-2到2，使得：
Figure BDA0002941689060000041
其中，
P(k)＝S∑ST,
Figure BDA0002941689060000042
Figure BDA0002941689060000043
Figure BDA0002941689060000044
和
Figure BDA0002941689060000045
是u和v的估计值，P(k)是所述高斯分布的协方差矩阵，S和Σ是从协方差矩阵P(k)的奇异值分解获得的矩阵，S1和S2是矩阵的列S，
ii)对于每个随机实现j，藉由以下等式确定风向θj：
Figure BDA0002941689060000051
以及
iii)藉由以下等式确定风向
Figure BDA0002941689060000052
Figure BDA0002941689060000053
其中，ωj是所述随机实现的权重。
优选地，所述风向
Figure BDA0002941689060000054
的标准偏差
Figure BDA0002941689060000055
通过以下等式确定：
Figure BDA0002941689060000056
有利地，所述权重ωj定义如下：
Figure BDA0002941689060000057
本发明还涉及一种控制装备有LiDAR传感器的风力发电机的方法。该方法包括以下步骤：
a)藉由根据上述特征之一的方法来确定风力发电机上游的所述风向，以及
b)根据所述风力发电机上游的所述风向来控制所述风力发电机。
此外，本发明涉及一种计算机程序产品，其包括代码指令，所述代码指令设计为当在所述LiDAR传感器的处理单元上执行程序时，执行根据上述特征之一的方法的步骤。
此外，本发明涉及用于风力发电机的LiDAR传感器，其包括用于执行根据上述特征之一的方法的处理单元。
本发明还涉及一种包括根据上述特征中的任何一个的LiDAR传感器的风力发电机，所述LiDAR传感器优选地被布置在所述风力发电机的机舱上或者所述风力发电机的毂中。
附图说明
根据本发明的方法的其它特征和优点将通过参照附图并阅读以非限制性示例的方式给出的实施例的以下描述中变得明了，附图中：
-图1示出根据本发明一实施例的配备有LiDAR传感器的风力发电机，
-图2示出根据本发明一实施例的确定风向的方法的各步骤，
-图3对于一示例实施例示出了根据时间的风速的纵向分量，
-图4对于图3所示的示例示出了根据时间的风速的横向分量，以及
-图5藉由根据本发明方法的实施例并藉由蒙特卡罗方法示出了对于图3和图4所示示例的根据时间的风向。
具体实施方式
本发明涉及一种藉由LiDAR传感器来确定风向的方法。风向被理解为风的方向相对于LiDAR传感器的测量方向形成的角度。LiDAR传感器的测量方向也被称为纵向方向。
根据本发明，LiDAR传感器使得测量相对于风循环的、在风力发电机上游的至少一个测量平面之上的风速。存在多种类型的LiDAR传感器，例如扫描LiDAR传感器、连续波或脉冲LiDAR传感器。在本发明的上下文中，优选地使用脉冲LiDAR。然而，也可以使用其他LiDAR技术，而同时保持在本发明的范围内。
LiDAR传感器提供快速测量。因此，使用这种传感器使得能够快速、连续且实时地确定风向。例如，LiDAR传感器的采样率范围可在1至5Hz之间(或者在将来更高)，并且其可以是4Hz。此外，LiDAR传感器使得获得关于涡轮机上游的风的信息，即，关于朝向涡轮机到来的风的信息。因此，LiDAR传感器可用于确定风向。
作为非限制性示例，图1示意地示出了用于根据本发明一实施例的方法的、装备有LiDAR传感器2的水平轴线式风力发电机1。使用LiDAR传感器2来测量在多个测量平面PM(仅示出了两个测量平面)之上给定距离处的风速。先验地事先知道风测量值而能够提供很多信息。该附图也示出了轴线x、y和z。该坐标系的参考点是转子的中心。方向x是与风力发电机上游的转子轴线方向相对应的纵向方向，该方向也对应于LiDAR传感器2的测量方向。垂直于方向x的方向y是位于水平面内的横向方向(方向x，y形成水平面)。方向z是指向上的垂直方向(基本上对应于塔架4的方向)，轴线z垂直于轴线x和y。转子平面由虚线PR示出的矩形表示，对于x的零值，它由方向y、z定义。测量平面PM是由y、z方向在距转子平面PR一定距离处(对于x的非零值)形成的平面。测量平面PM平行于转子平面PR。
通常，风力发电机1能够将风的动能转换成电能或机械能。对于风能转换，其由以下设施组成：
-塔架4，其使转子(未示出)定位在足够高度处以使其能够运动(对于水平轴线式风力发电机是必需的)，并且/或者使该转子定位在使得其能够由比在地面高度6处更强且更频繁的风驱动的高度处。塔架4一般容纳电气部件和电子部件(调制器、控制器、倍增器、发电机等)的一部分，
-机舱3，其安装在塔架4的顶部处，容纳运行机器所必需的机械部件、气动部件以及一些电气部件和电子部件(未示出)。机舱3可以旋转从而将机器(转子)沿正确方向定向，
-紧固到机舱的转子，包括多个叶片7(一般为三个)以及风力发电机的毂。转子由风能驱动，并且由机械轴直接或间接地(经由齿轮箱和机械轴系统)连接到电机(发电机)(未示出)，电机将回收的能量转换成电能。转子可设有诸如可变角度叶片或空气动力制动闸之类的控制系统，
-传动装置，其由通过传动装置(齿轮箱)(未示出)连接的两根轴(转子的机械轴和电机的机械轴)构成。
如在作为脉冲LiDAR传感器的示例实施例的图1中可见的，所使用的LiDAR传感器2包括四个射束或测量轴(b1、b2、b3、b4)。作为非限制性示例，根据本发明方法以包括任何数量的射束的LiDAR传感器也起作用。LiDAR传感器在每个测量点(PT1、PT2、PT3、PT4)处进行点测量，这些测量点是测量平面PM与射束(b1、b2、b3、b4)的交点。这些测量点(PT1、PT2、PT3、PT4)在图1中用黑圈表示。在这些测量点(PT1、PT2、PT3、PT4)处进行测量使得确定测量平面PM中且在多个高度下的风速：测量点PT1和PT2的高度大于测量点PT3和PT4的高度。
优选地，LiDAR传感器2可安装在风力发电机1的机舱3上，在风力发电机1的毂中或直接安装在叶片7中。
根据本发明，藉由LiDAR传感器确定风向的方法包括至少以下步骤：
1)风速测量，
2)确定风速的纵向分量和横向分量，
3)确定风向。
这些步骤实时执行。在下文中详细描述这些步骤。
作为非限制性示例，图2示意地示出根据本发明一实施例的确定风向的方法的各步骤。第一步骤是藉由LiDAR传感器对风进行测量的步骤(MES)。然后重新构建风场(REC)，从而确定风速的纵向分量u和横向分量v的高斯分布。最后，藉由球形容积近似方法(ACS)，由风速的纵向分量u和横向分量v的高斯分布确定风向θ。
1.风速测量
在该步骤中，藉由LiDAR传感器、在至少两个测量点处、在远离风力发电机的至少一个测量平面中连续测量风速。LiDAR传感器能够测到径向速度：沿着LiDAR传感器的每个测量射束(对应于图1的射束b1至b4)的轴线。因此，可以在至少一个测量平面知道在风力发电机上游的风速。
根据本发明的一实施方式，各测量平面可以在距转子平面的一纵向距离(沿图1中的轴线x)处，该纵向距离范围优选在50至400m之间。因此，可以确定在风力发电机上游的较长距离上的风速变化，这也使得提高风向确定的精度。
替代地，测量平面可以比优选的范围更近或更远。
根据非限制性示例实施例，LiDAR传感器可以对十个测量平面执行测量，所述十个测量平面可以特别地分别位于距转子平面50、70、90、100、110、120、140、160、180和200m的距离处。
2.确定风速的纵向分量和横向分量
该步骤包括使用步骤1)的测量(值)来确定风速的纵向分量和横向分量的高斯分布。换而言之，由LiDAR传感器执行的径向风速测量值被转换为纵向分量和横向分量。纵向分量对应于LiDAR传感器的测量方向(图1中的x方向)，而横向分量对应于与LiDAR传感器的测量方向垂直的方向，即与图1的轴线y平行的方向。
根据本发明的实施例，可以使用任何已知方法来重新构建风场，特别是通过将径向速度投影到纵向轴线上，或者作为非限制性示例，可以特别地应用风场估计器，这可以特别地对应于法国专利申请FR-3,068,139(WO-2018/234,409)中描述的对风建模的方法，其主要步骤提醒如下：
·将位于所述LiDAR传感器上游的空间网格化，该网格包括估计点和测量点，
·在各个测量点处测量风的振幅和方向，
·使用成本函数的递归最小二乘法，随时对于所有估计点估计风的振幅和风向，以及
·在所有离散点上在三维上实时重新构建入射风场。
藉由任何已知方法获得的、估计的风速的纵向分量和横向分量可以分别由u(k)和v(k)来表示。向量[u(k)v(k)]T是遵循均值
Figure BDA0002941689060000091
的高斯分布的随机变量，而正定协方差矩阵P(k)(协方差矩阵P(k)表征估计的风速中的噪声的量)。然后，可以写作：
Figure BDA0002941689060000092
其中，
Figure BDA0002941689060000093
是高斯分布。均值和协方差矩阵可在任何时候使用，因为它们是风场重新构建的输出，特别是对于专利申请FR-3,068,139(WO-2018/234,409)中描述的方法。
3.确定风向
此步骤包括通过藉由应用于步骤2中获得的风速的纵向分量和横向分量的高斯分布的球形容积近似方法来实时确定风向。球形容积近似方法是使得用有限数量的点(即，有限数量的随机实现)来近似随机变量的分布。这样的方法特别在以下文件中进行了描述：I.Arasaratnam，“容积卡尔曼滤波理论与应用(Cubature Kalman filtering theory&applications)”，博士学位论文，2009年。球形容积近似方法能够实时确定风向，因为它不需要太多计算，并且它不涉及复杂计算，这与蒙特卡洛方法不同，蒙特卡洛方法因为计算数量和计算复杂度所需要大量计算时间而不适于实时估计问题。
此外，该步骤使用以下定义了风向的角度θ的等式：
Figure BDA0002941689060000101
其中，u表示风速的所述纵向分量，而v表示风速的所述横向分量。
根据本发明的一实施例，还可以在该步骤中确定风向的标准偏差。因此，可以确定风向确定的鲁棒性。
根据本发明的一实施方式，球形容积近似方法可以对于根据风速的纵向分量和横向分量的高斯分布的五种随机实施。
因此，计算数量受到限制，这使得该步骤可以实时执行。此外，随机实现的这一数量通过球形容积近似方法提供了风向确定的可靠性。
根据本发明的一实施例，所述风向可通过执行以下步骤藉由球形容积近似方法来确定：
i)确定风速的纵向分量uj和横向分量vj的高斯分布的随机实现(例如，五个随机实现)，其中，i的范围从-2到2，使得：
Figure BDA0002941689060000102
其中，
P(k)＝S∑ST,
Figure BDA0002941689060000103
Figure BDA0002941689060000104
Figure BDA0002941689060000111
以及
Figure BDA0002941689060000112
是u和v的估计值，P(k)是风速的纵向分量和横向分量的高斯分布的协方差矩阵，S和Σ是从协方差矩阵P(k)的奇异值分解获得的矩阵，S1和S2是矩阵的列S，
ii)对于每个随机实现j(j的范围从-2到2)，藉由以下等式确定风向θj：
Figure BDA0002941689060000113
以及
iii)藉由以下等式确定风向
Figure BDA0002941689060000114
其中，ωj是随机实现的权重(换而言之，藉由每个随机实现获得的风向的加权平均值来确定风向)。
该实施例使得快速且简单的风向确定。
对于其中还确定风向
Figure BDA0002941689060000115
的标准偏差
Figure BDA0002941689060000116
的实施例，可使用以下等式：
Figure BDA0002941689060000117
根据一非限制性示例实施例，可藉由以下等式确定权重ωj：
Figure BDA0002941689060000118
这些权重可以提供鲁棒的(稳健的)风向的确定，并可能确定风向标准偏差。
替代地，也可实施其它权重。
本发明还涉及一种控制配备有LiDAR传感器的风力发电机的方法。可以针对此方法执行以下步骤：
-藉由根据上述变型或变型组合中的任一种的确定风向的方法来确定风力发电机上游的风向，以及
-根据风力发电机上游的风向来控制风力发电机。
精确实时预测风力发电机上游的方向使得在对涡轮机结构的影响最小化和回收功率最大化的方面进行适当的风力发电机控制。实际上，该控制允许藉由这些预测来预测朝向涡轮机而来的风的方向，并因此使涡轮机设备具有相位超前地适配，从而当估计风的到达涡轮机时，涡轮机针对此风处于最佳配置中。此外，LiDAR传感器使得减轻结构、叶片和塔架的负担，占成本的约54％。因此，使用LiDAR使得优化风力发电机的结构并且因此减小成本且减少维护。
根据本发明的一实施方式，可以根据风速和风向和/或机舱的定向来控制叶片的倾斜角和/或风力涡轮发电机的电回收扭矩和/或机舱的定向。优选地，可以对各叶片的单独的倾斜角进行控制。可以使用其它类型的调节装置。控制叶片倾斜度使得根据叶片上的入射风来优化能量回收。
根据本发明的一实施方式，可以藉由风力发电机的根据转子处的风速的图来确定叶片的倾斜角和/或电回收扭矩。例如，可以应用专利申请FR-2,976,630 A1(US 2012-0,321,463)中描述的控制方法。
本发明还涉及用于装备有LiDAR传感器的风力发电机的监视和/或诊断的方法。可以针对此方法执行以下步骤：
-藉由根据上述变型或变型组合中的任一种的确定风向的方法来确定风力发电机上游的风向，以及
-根据涡轮机上游的风向来监视和/或诊断风力发电机的运行。
监视和/或诊断可以例如对应于根据风向由风力发电机的结构承受的机械应变。
此外，本发明涉及一种计算机程序产品，其包括代码指令，所述代码指令设计为执行上述方法(确定风向的方法、控制方法)中的一个的各步骤。该程序在LiDAR传感器的处理单元或与LiDAR传感器或风力发电机相关的任何类似装置上执行。
根据一方面，本发明还涉及一种用于风力发电机的LiDAR传感器，包括构造为实施上述方法(确定风向的方法、控制方法)中的一种的处理单元。
根据本发明的一实施方式，LiDAR传感器可以是扫描LiDAR传感器、连续波LiDAR传感器或脉冲LiDAR传感器。LiDAR传感器优选地是脉冲LiDAR传感器。
本发明还涉及一种风力发电机，尤其是离岸(海上)风力发电机或陆上(陆地)风力发电机，其配备有如上所述的LiDAR传感器。根据本发明一实施例，LiDAR传感器可以设置在风力发电机的机舱上或在涡轮机的毂中。LiDAR传感器定向为使得执行对涡轮机上游的风(即，在风力发电机之前并且沿着其纵向轴线，在图1中由轴线x表示)的测量。根据一实施例，该风力发电机可以与图1中所示的风力发电机相同。
对于控制方法的实施例，风力发电机可包括控制装置，例如用于控制风力发电机的至少一个叶片的倾斜角(或俯仰角)或用于控制电转矩，以供实施根据本发明的控制方法。
清楚的是，本发明不限于上述作为示例给出的各方法的实施例，而是它包括任何变型实施例。
示例
通过阅读下面的应用场合示例，根据本发明的方法的特征和优点将更明显。
该示例使用四射束脉冲LiDAR传感器，该传感器设置在风力发电机的机舱上，其轮毂高度为地上83m，转子直径为80m。LiDAR传感器测量涡轮机上游的径向风速，由RWS表示。在风力发电机上游50、70、90、100、120、140、150、170、190和200m的测量平面中测量径向风速。
将这些测量值馈送到如法国专利申请FR-3,068,139(WO-2018/234,409)中所述的风场估计器。因此，可以利用它们的协方差矩阵获得三维场的风速的纵向分量和横向分量，该协方差矩阵表征了估计风速中的噪声量。
图3和图4分别示出了LiDAR传感器的一个射束在位于200m处的测量平面中，纵向分量u和横向分量v(米/秒)与时间T(秒)的关系。图3和图4对应于一天的测量。
对于此示例，将实时确定风向的方法与现有技术的、基于蒙特卡罗方法的确定风向的方法向比较，蒙特卡洛方法由于所需的大计算量并且由于这些计算的复杂性而涉及大量计算时间，因而不能实时实施。
图5以示例方式示出了对于以INV表示的根据本发明实施例以及对于以MCA表示的基于蒙特卡罗方法的现有技术的实施例，风向θ(度)与时间T(秒)的关系。注意到两条曲线是重叠的。因此，尽管根据本发明方法比现有技术的方法涉及更少的计算，但是其提供的结果精度等同于完整且复杂的方法的结果。

Claims (11)

1.一种藉由设置在风力发电机(1)上的LiDAR传感器(2)来确定风向的方法，其中，执行以下步骤：
a)藉由所述LiDAR传感器(2)在所述风力发电机上游的至少一个测量平面(PM)中执行风测量(MES)，所述测量平面(PM)垂直于所述LiDAR传感器(2)的测量方向(x)，
b)藉由所述测量来确定风速的纵向分量(u)和横向分量(v)的高斯分布，所述纵向分量(u)对应于所述LiDAR传感器(2)的测量方向，而所述横向分量(v)对应于与所述LiDAR传感器(2)的测量方向垂直的方向(y)，以及
c)通过球形容积近似方法(ACS)、藉由风速的所述纵向分量(u)和横向分量(v)的所述确定高斯分布实时确定所述风向(θ)。
2.如权利要求1所述的确定风向的方法，其特征在于，风速的所述纵分量向(u)和横向分量(v)的所述高斯分布藉由风场估计器来确定。
3.如前述权利要求中任一项所述的确定风向的方法，其特征在于，所述方法还包括确定所述风向的标准偏差。
4.如前述权利要求中任一项所述的确定风向的方法，其特征在于，所述球形容积近似(ACS)涉及风速的所述纵向分量和横向分量的所述高斯分布的五个随机实现。
5.如前述权利要求中任一项所述的确定风向的方法，其特征在于，所述(θ)藉由所述球形容积近似方法通过执行下列步骤来确定：
i)确定风速的所述纵向分量uj和横向分量vj的所述高斯分布的随机实现，其中，i的范围从-2到2，使得：
Figure FDA0002941689050000021
其中，
P(k)＝SΣST，
Figure FDA0002941689050000022
Figure FDA0002941689050000023
Figure FDA0002941689050000024
以及
Figure FDA0002941689050000025
是u和v的估计值，P(k)是所述高斯分布的协方差矩阵，S和Σ是从协方差矩阵P(k)的奇异值分解获得的矩阵，S1和S2是矩阵的列S，
ii)对于每个随机实现j，藉由以下等式确定风向θj：
Figure FDA0002941689050000026
以及
iii)藉由以下等式确定风向
Figure FDA0002941689050000027
Figure FDA0002941689050000028
其中，ωj是所述随机实现的权重。
6.如权利要求3和5所述的确定风向的方法，其特征在于，所述风向
Figure FDA0002941689050000029
的所述标准偏差
Figure FDA00029416890500000210
藉由以下等式确定：
Figure FDA00029416890500000211
7.如权利要求5或6中任一项所述的确定风向的方法，其特征在于，所述权ωj重定义如下：
Figure FDA0002941689050000031
8.一种控制装备有LiDAR传感器(2)的风力发电机(1)的方法，其特征在于，所述方法包括以下步骤：
a)藉由如前述权利要求中任一项所述的方法来确定所述风力发电机(1)上游的所述风向，以及
b)根据所述风力发电机(1)上游的所述风向来控制所述所述风力发电机(1)。
9.一种计算机程序产品，其特征在于，所述计算机程序产品包括代码指令，所述代码指令设计为当在LiDAR传感器(2)的处理单元上执行所述程序时，执行如前述权利要求中任一项所述的方法的步骤。
10.一种用于风力发电机的LiDAR传感器(2)，其特征在于，所述LiDAR传感器包括实施如权利要求1至9中任一项所述的方法的处理单元。
11.一种风力发电机(1)，其特征在于，所述风力发电机包括如权利要求10所述的LiDAR传感器(2)，所述LiDAR传感器(2)优选地被设置在所述风力发电机(1)的机舱上或者在所述风力发电机的毂中。
CN202110181926.5A 2020-02-10 2021-02-09 藉由LiDAR传感器确定风向的方法 Pending CN113252940A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR2001278A FR3107095B1 (fr) 2020-02-10 2020-02-10 Procédé de détermination de la direction du vent au moyen d’un capteur de télédétection par Laser
FR2001278 2020-02-10

Publications (1)

Publication Number Publication Date
CN113252940A true CN113252940A (zh) 2021-08-13

Family

ID=70154756

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110181926.5A Pending CN113252940A (zh) 2020-02-10 2021-02-09 藉由LiDAR传感器确定风向的方法

Country Status (7)

Country Link
US (1) US11421651B2 (zh)
EP (1) EP3862563B1 (zh)
CN (1) CN113252940A (zh)
CA (1) CA3108187A1 (zh)
ES (1) ES2967326T3 (zh)
FR (1) FR3107095B1 (zh)
PL (1) PL3862563T3 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3114881B1 (fr) * 2020-10-01 2022-09-09 Ifp Energies Now Procédé de détermination de la vitesse moyenne du vent au moyen d’un capteur de télédétection par Laser
CN114167522A (zh) * 2021-12-17 2022-03-11 深圳市云端高科信息科技有限公司 一种用于智慧城市高层建筑的风场监测与校正系统
CN116292097B (zh) * 2023-05-17 2023-08-18 安徽省国家电投和新电力技术研究有限公司 基于激光雷达智能感知的风机组控制方法及系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110084871A1 (en) * 2009-10-13 2011-04-14 Mcmaster University Cognitive tracking radar
FR2976630B1 (fr) 2011-06-17 2021-07-23 Ifp Energies Now Procede pour optimiser la puissance recuperee par une eolienne en reduisant l'impact mecanique sur la structure.
EP2581762A1 (en) * 2011-10-14 2013-04-17 Vestas Wind Systems A/S Estimation of wind properties using a light detection and ranging device
FR3013777B1 (fr) 2013-11-25 2015-11-13 IFP Energies Nouvelles Procede de controle et de surveillance d'une eolienne au moyen d'une estimation de la vitesse du vent au moyen d'un capteur lidar
CN107063245B (zh) * 2017-04-19 2020-12-25 东南大学 一种基于5阶ssrckf的sins/dvl组合导航滤波方法
FR3068139B1 (fr) * 2017-06-21 2019-12-20 IFP Energies Nouvelles Procede d'acquisition et de modelisation par un capteur lidar d'un champ de vent incident

Also Published As

Publication number Publication date
PL3862563T3 (pl) 2024-02-26
CA3108187A1 (fr) 2021-08-10
EP3862563C0 (fr) 2023-09-13
FR3107095A1 (fr) 2021-08-13
US20210277867A1 (en) 2021-09-09
FR3107095B1 (fr) 2022-02-11
US11421651B2 (en) 2022-08-23
EP3862563B1 (fr) 2023-09-13
ES2967326T3 (es) 2024-04-29
EP3862563A1 (fr) 2021-08-11

Similar Documents

Publication Publication Date Title
CN113252940A (zh) 藉由LiDAR传感器确定风向的方法
US11454725B2 (en) Method of determining the vertical profile of the wind speed upstream from a wind turbine equipped with a lidar sensor
KR101706508B1 (ko) 풍력 발전기의 피로 해석 및 등가하중 해석 시스템
US11668284B2 (en) Method of determining an induction factor for a wind turbine equipped with a lidar sensor
KR20150060560A (ko) Lidar 센서에 기초한 풍속 추정을 사용한 풍력 터빈 제어 및 모니터링 방법
US11105929B2 (en) Method for predicting wind speed in the rotor plane for a wind turbine equipped with a LiDAR sensor
EP2581761B1 (en) Estimation of Wind Properties Using a Light Detection and Ranging Device
CN111120205A (zh) 基于激光雷达的风电场区域化控制方法
US11790138B2 (en) Method of determining the wind speed in the rotor plane used for controlling a wind turbine
CN111472930B (zh) 演化风速计算方法及基于该方法的前馈统一变桨控制方法
CN109973330A (zh) 一种上游风机尾流对下游风机影响情况的检测方法
US11746746B2 (en) Method of determining average wind speed by means of a LiDAR sensor
US20230026286A1 (en) Method for computer-implemented monitoring of a wind turbine
US11578701B2 (en) Method of determining an induction factor between a measurement plane and the rotor plane of a wind turbine
US20220145856A1 (en) Method of determining the wind speed in the rotor plane of a wind turbine
Shaler et al. Wind Farm Structural Response and Wake Dynamics for an Evolving Stable Boundary Layer: Computational and Experimental Comparisons
CN117795194A (zh) 使用安装在风力涡轮机上的LidDAR传感器来确定风速的方法
Zasso et al. 3D Wind Tunnel Experiments: Measurement Techniques
Young et al. Measurements and verification of ground-based LiDAR in complex terrain
Rettenmeier et al. Lidar technology for the German offshore test site" alpha ventus"-joint project in measurement development
Sandborn Rotating-boom facility for evaluation of wind characteristics approaching a wind-turbine blade
Nellums Coherence in wind farm power harmonics

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