CN113309663A - 用于风力发电机组的控制方法及控制装置 - Google Patents

用于风力发电机组的控制方法及控制装置 Download PDF

Info

Publication number
CN113309663A
CN113309663A CN202110249704.2A CN202110249704A CN113309663A CN 113309663 A CN113309663 A CN 113309663A CN 202110249704 A CN202110249704 A CN 202110249704A CN 113309663 A CN113309663 A CN 113309663A
Authority
CN
China
Prior art keywords
wind
condition
complex
generating set
incoming
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
CN202110249704.2A
Other languages
English (en)
Other versions
CN113309663B (zh
Inventor
卞凤娇
杨优生
刘磊
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.)
Jinfeng Technology Co ltd
Original Assignee
Xinjiang Goldwind Science and Technology 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 Xinjiang Goldwind Science and Technology Co Ltd filed Critical Xinjiang Goldwind Science and Technology Co Ltd
Priority to CN202110249704.2A priority Critical patent/CN113309663B/zh
Publication of CN113309663A publication Critical patent/CN113309663A/zh
Priority to EP21929857.7A priority patent/EP4293216A1/en
Priority to US18/549,500 priority patent/US20240151209A1/en
Priority to AU2021432887A priority patent/AU2021432887A1/en
Priority to PCT/CN2021/119597 priority patent/WO2022188392A1/zh
Application granted granted Critical
Publication of CN113309663B publication Critical patent/CN113309663B/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
    • F03D7/04—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
    • F03D7/028—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor controlling wind motor output power
    • F03D7/0292—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor controlling wind motor output power to reduce fatigue
    • 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
    • F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
    • F03D17/001—Inspection
    • F03D17/003—Inspection characterised by using optical devices, e.g. lidar or cameras
    • 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
    • F03D7/022—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
    • 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
    • F03D7/0276—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor controlling rotor speed, e.g. variable speed
    • 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
    • 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
    • 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
    • F03D80/00—Details, components or accessories not provided for in groups F03D1/00 - F03D17/00
    • 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
    • F05B2260/84—Modelling or simulation
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/30—Control parameters, e.g. input parameters
    • F05B2270/321—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
    • F05B2270/30—Control parameters, e.g. input parameters
    • F05B2270/322—Control parameters, e.g. input parameters the detection or prediction of a wind gust
    • 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
    • F05B2270/40—Type of control system
    • F05B2270/404—Type of control system active, predictive, or anticipative
    • 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
    • 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

本发明提供用于风力发电机组的控制方法及控制装置。所述控制方法包括：获取风力发电机组的来流风信息；根据获取的来流风信息，确定风力发电机组周围是否存在具有复杂风况的扇区；响应于风力发电机组周围存在具有复杂风况的扇区，根据所述复杂风况对风力发电机组进行前馈降载控制。所述装置包括：风况预测单元，被配置为：获取风力发电机组的来流风信息；扇区识别单元，被配置为：根据获取的来流风信息，确定风力发电机组周围是否存在具有复杂风况的扇区；降载控制单元，被配置为：响应于风力发电机组周围存在具有复杂风况的扇区，根据所述复杂风况对风力发电机组进行前馈降载控制。

Description

用于风力发电机组的控制方法及控制装置
技术领域
本申请涉及风力发电技术领域，尤其涉及一种用于风力发电机组的控制方法及控制装置。
背景技术
随着对风能资源富集、地形地域开阔的优质风区的不断开发，人们开始将风电场部署在复杂地形的山地区域。然而，这些区域地形起伏大、变化多，风能资源分布不均匀，且气候条件比较复杂、植被繁多，风况变化多端，使得风力发电机组的应用环境变得格外复杂。在实际应用中，因复杂地形而导致的复杂风况往往超出了在设计时针对风力发电机组所考虑的标准和极限范围，这给风力发电机组的强度、寿命以及发电性能带来很大的危害。
在相关技术中，针对这些复杂风况提供的机组控制策略的适应性欠佳，机组故障多发，难以在保证机组安全的前提下实现精细化的能量优化管理和发电量最优。
发明内容
本发明的目的在于提供用于风力发电机组的控制方法及控制装置。
根据本发明的一方面，提供一种用于风力发电机组的控制方法，所述控制方法包括：获取所述风力发电机组的来流风信息；根据获取的来流风信息，确定所述风力发电机组周围是否存在具有复杂风况的扇区；响应于所述风力发电机组周围存在具有复杂风况的扇区，根据所述复杂风况对所述风力发电机组进行前馈降载控制。
优选地，所述获取所述风力发电机组的来流风信息，包括：通过激光雷达测风系统探测所述风力发电机组周围的前方风况信息；从探测的前方风况信息中导出所述风力发电机组的来流风信息。
优选地，所述确定所述风力发电机组周围是否存在具有复杂风况的扇区，包括：确定所述风力发电机组因来流风而承受的载荷是否超过设定阈值；响应于所述载荷超过设定阈值，确定所述风力发电机组在承受所述载荷时的来流风的风况特征的值是否超过特征阈值；响应于所述风况特征的值超过特征阈值，将来流风的风况识别为复杂风况；根据复杂风况的入流方向，确定所述风力发电机组周围是否存在具有复杂风况的扇区。
优选地，所述风况特征包括以下特征中的至少一者：来流风在持续时间段内的湍流强度；来流风在持续时间段内的风速变化速度；来流风在持续时间段内的风向扭转角度；来流风在持续时间段内的风剪切因子；来流风在持续时间段内的风向变化速度；以及来流风在持续时间段内的风向波动幅度。
优选地，在来流风的多个风况特征超过相应特征阈值的情况下，所述将来流风的风况识别为复杂风况，包括：确定所述多个风况特征中的每个风况特征与所述载荷之间的相关系数；将所述多个风况特征中的相关系数大于预定阈值的风况特征识别为复杂风况。
优选地，所述控制方法还包括：选择所述风力发电机组在承受所述载荷中的最大值时的来流风的风况特征的值作为所述风力发电机组在承受所述载荷时的来流风的风况特征的值。
优选地，所述根据所述复杂风况对所述风力发电机组进行前馈降载控制，包括：确定风况降载模型中是否存在与所述复杂风况匹配的复杂风况的响应参数，其中，所述风况降载模型包括针对各个复杂风况的响应参数而设置的最优降载控制策略；响应于风况降载模型中存在与所述复杂风况匹配的复杂风况的响应参数，从风况降载模型中获取针对所匹配的复杂风况的响应参数而设置的最优降载控制策略；根据获取的最优降载控制策略，对所述风力发电机组进行前馈降载控制。
优选地，所述根据所述复杂风况对所述风力发电机组进行前馈降载控制，还包括：响应于风况降载模型中不存在与所述复杂风况匹配的复杂风况的响应参数，限制所述风力发电机组的输出功率上限。
优选地，所述控制方法还包括：将限制所述风力发电机组的输出功率上限而进行的前馈降载控制作为针对所述复杂风况的响应参数而设置的最优降载控制策略记录到所述风况降载模型中。
优选地，所述降载控制包括以下操作中的至少一者：增大所述风力发电机组的桨距角度；增大所述风力发电机组的变桨速度；减小所述风力发电机组的发电机转速；以及减小所述风力发电机组的发电机扭矩。
根据本发明的另一方面，提供一种用于风力发电机组的控制装置，所述控制装置包括：风况预测单元，被配置为：获取所述风力发电机组的来流风信息；扇区识别单元，被配置为：根据获取的来流风信息，确定所述风力发电机组周围是否存在具有复杂风况的扇区；降载控制单元，被配置为：响应于所述风力发电机组周围存在具有复杂风况的扇区，根据所述复杂风况对所述风力发电机组进行前馈降载控制。
优选地，所述风况预测单元包括：雷达探测单元，被配置为：通过激光雷达测风系统探测所述风力发电机组周围的前方风况信息；风况获取单元，被配置为：从探测的前方风况信息中导出所述风力发电机组的来流风信息。
优选地，所述扇区识别单元包括：载荷确定单元，被配置为：确定所述风力发电机组因来流风而承受的载荷是否超过设定阈值；特征确定单元，被配置为：响应于所述载荷超过设定阈值，确定所述风力发电机组在承受所述载荷时的来流风的风况特征的值是否超过特征阈值；风况识别单元，被配置为：响应于所述风况特征的值超过特征阈值，将来流风的风况识别为复杂风况；扇区识别单元，被配置为：根据复杂风况的入流方向，确定所述风力发电机组周围是否存在具有复杂风况的扇区。
优选地，所述风况特征包括以下特征中的至少一者：来流风在持续时间段内的湍流强度；来流风在持续时间段内的风速变化速度；来流风在持续时间段内的风向扭转角度；来流风在持续时间段内的风剪切因子；来流风在持续时间段内的风向变化速度；以及来流风在持续时间段内的风向波动幅度。
优选地，在来流风的多个风况特征超过相应特征阈值的情况下，所述风况识别单元还被配置为：确定所述多个风况特征中的每个风况特征与所述载荷之间的相关系数；将所述多个风况特征中的相关系数大于预定阈值的风况特征识别为复杂风况。
优选地，所述控制装置还包括：风况选择单元，被配置为：选择所述风力发电机组在承受所述载荷中的最大值时的来流风的风况特征的值作为所述风力发电机组在承受所述载荷时的来流风的风况特征的值。
优选地，所述降载控制单元包括：风况匹配单元，被配置为：确定风况降载模型中是否存在与所述复杂风况匹配的复杂风况的响应参数，其中，所述风况降载模型包括针对各个复杂风况的响应参数而设置的最优降载控制策略；降载获取单元，被配置为：响应于风况降载模型中存在与所述复杂风况匹配的复杂风况的响应参数，从风况降载模型中获取针对所匹配的复杂风况的响应参数而设置的最优降载控制策略；第一控制单元，被配置为：根据获取的最优降载控制策略，对所述风力发电机组进行前馈降载控制。
优选地，所述降载控制单元还包括：第二控制单元，被配置为：响应于风况降载模型中不存在与所述复杂风况匹配的复杂风况的响应参数，限制所述风力发电机组的输出功率上限。
优选地，所述控制装置还包括：降载记录单元，被配置为：将限制所述风力发电机组的输出功率上限而进行的前馈降载控制作为针对所述复杂风况的响应参数而设置的最优降载控制策略记录到所述风况降载模型中。
优选地，所述降载控制包括以下操作中的至少一者：增大所述风力发电机组的桨距角度；增大所述风力发电机组的变桨速度；减小所述风力发电机组的发电机转速；以及减小所述风力发电机组的发电机扭矩。
根据本发明的另一方面，提供一种存储有计算机程序的计算机可读存储介质，当所述计算机程序在被处理器执行时，实现如前面所述的用于风力发电机组的控制方法。
根据本发明的另一方面，提供一种计算机设备，所述计算机设备包括：处理器；存储器，存储有计算机程序，当所述计算机程序被处理器执行时，实现如前面所述的用于风力发电机组的控制方法。
根据本发明的示例性实施例的用于风力发电机组的控制方法及控制装置能够在不增加新投入(诸如，额外的硬件设备)的前提下使得风力发电机组能够针对各种复杂风况进行自适应降载，从而有效地降低因各种复杂风况而引起的机组载荷，提高机组的安全性以及对自然环境的适应能力。
附图说明
通过下面结合附图进行的描述，本发明的上述目的和特点将会变得更加清楚，其中：
图1示出了根据本发明的示例性实施例的用于风力发电机组的基于扇区的风况分布的示意图；
图2示出了根据本发明的示例性实施例的用于风力发电机组的激光雷达测风系统的示意图；
图3示出了根据本发明的示例性实施例的用于风力发电机组的控制方法的流程图；
图4示出了根据本发明的示例性实施例的来流风在持续时间段内的风速变化速度的示意图；
图5示出了根据本发明的示例性实施例的来流风在持续时间段内的风剪切因子的示意图；
图6示出了根据本发明的示例性实施例的用于风力发电机组的控制装置的结构框图；以及
图7示出了根据本发明的示例性实施例的用于风力发电机组的系统架构的示意图。
具体实施方式
本发明的构思在于：风力发电机组在捕获风能的同时会承受因各种复杂风况(诸如，湍流强度过大、风速突变、风向突变等)而引起的载荷，由于因不同的复杂风况而引起的载荷也是不同的，因此，可在复杂风况还未到达风力发电机组之前，针对不同的复杂风况对运行中的风力发电机组执行不同的前馈降载策略，以确保风力发电机组在复杂地形区域中也能安全稳定运行，并在最大程度上保证机组的整体发电量。
下面，将参照附图来详细说明本发明的实施例。
图1示出了根据本发明的示例性实施例的用于风力发电机组的基于扇区的风况分布的示意图100。
参照图1，可以看出，当风力发电机组运行在复杂地形条件下，风力发电机组的各个扇区的地形存在很大的差异，导致风力发电机组的各个扇区中的风况差异也很大，其中颜色最深的扇区为具有复杂风况的扇区。针对具有复杂风况的扇区，应采取相应且有效的降载控制策略，以确保风力发电机组能够在复杂风况下安全、稳定地运行，并在最大程度上保证各个机组的整体发电量，同时降低现场维护成本并增加项目整体投资收益率的效果。
图2示出了根据本发明的示例性实施例的用于风力发电机组的激光雷达测风系统的示意图200。
参照图2，根据本发明的示例性实施例的用于风力发电机组的激光雷达测风系统201可设置在风力发电机组的机舱顶部，通过激光雷达测风系统可精准地测量风力发电机组周围前方的来流风信息，包括，但不限于，风速、风向、湍流等信息。在此基础上，可使用特征风况识别算法来提前捕获复杂风况，以使风力发电机组做出积极响应，从而有效地降低各种复杂风况对机组的负面影响，进一步提高机组的安全性和稳定性。
图3示出了根据本发明的示例性实施例的用于风力发电机组的控制方法的流程图300。
参照图3，图3所示的控制方法可包括如下步骤：
在步骤310，可获取风力发电机组的来流风信息。
在一个示例中，可通过激光雷达测风系统(如图2所示)探测风力发电机组周围的前方风况信息，并从探测的前方风况信息中导出风力发电机组的来流风信息，该来流风信息可包括，但不限于，风速风向、风速状态等各种风参信息。以这种方式，可在来流风还未吹到风力发电机组的叶轮之前，预判出风力发电机组在所有方向上的来流风信息，以便为后续前馈降载控制提供精准、可靠的数据依据。
应当理解，尽管上面描述了通过激光雷达测风系统获取来流风信息的示例，但是该示例仅仅是示例性的，本发明并不限于此，例如，也可从气象预报或其他遥感测风设备中获取来流风信息。
在步骤320，可根据获取的来流风信息确定风力发电机组周围是否存在具有复杂风况的扇区。
在一个示例中，可确定风力发电机组因来流风而承受的载荷是否超过设定阈值，响应于所述载荷超过设定阈值而确定风力发电机组在承受所述载荷时的来流风的风况特征的值是否超过特征阈值，响应于风况特征的值超过特征阈值而将来流风的风况识别为复杂风况，根据复杂风况的入流方向确定风力发电机组周围是否存在具有复杂风况的扇区。作为可行的实施方式，可选择风力发电机组在承受载荷中的最大值时的来流风的风况特征的值作为来流风的风况特征的值。例如，当使用风力发电机组的机舱加速度或相关位置载荷来表征风力发电机组因来流风而承受的载荷时，可选择机舱加速度或相关位置载荷的包络的顶点时刻所对应的风况特征的值作为来流风的风况特征的值。然而，本发明并不限于此，例如，还可选择风力发电机组在承受载荷中的均值时刻所对应的风况特征的值作为来流风的风况特征的值。
这里，风况特征可包括，但不限于，以下特征中的一者或其组合：来流风在持续时间段内的湍流强度，来流风在持续时间段内的风速变化速度，来流风在持续时间段内的风向扭转角度，来流风在持续时间段内的风剪切因子，来流风在持续时间段内的风向变化速度以及来流风在持续时间段内的风向波动幅度。
应当理解，以上风况特征仅仅是示例性的，本发明并不限于此，根据需要，也可使用其他风况特征，例如，背风等。
另外，在该示例中，在来流风的多个风况特征超过相应特征阈值的情况下，可确定多个风况特征中的每个风况特征与所述载荷之间的相关系数(即，每个风况特征对所述载荷的影响权重)，并且将多个风况特征中的相关系数大于预定阈值的风况特征识别为复杂风况(即，将多个风况特征中的相关系数较大的若干风况特征识别为复杂风况)。此外，也可将多个风况特征中的相关系数最大的风况特征识别为复杂风况。对此，本发明没有限制。
风力发电机组在这些复杂风况下容易地发生各种故障，诸如，机舱加速度增大、机组过速、叶片扫塔等问题。
在识别出复杂风况之后，可将风力发电机组沿周围360°方向上拆分成若干扇区(如图1所示)，然后基于复杂风况的入流方向确定风力发电机组周围是否存在具有复杂风况的扇区。
下面，将参照图4和图5来具体地描述上述复杂风况中的一部分。
图4示出了根据本发明的示例性实施例的来流风在持续时间段内的风速变化速度的示意图400。
参照图4，来流风在持续时间段t0-t1到t0内的风速变化速度(即，风速突变的变化量)可由图4中所示的持续时间段t0-t1到t0内的风速的最小值与最大值之间的积分面积401来表征。当该积分面积401超过阈值时，可将图4所示的风速突变视为复杂风况。
图5示出了根据本发明的示例性实施例的来流风在持续时间段内的风剪切因子的示意图500。
参照图5，来流风在持续时间段t0-t1到t0内的风剪切因子可由图5中所示的持续时间段t0-t1到t0内的两条不同高度风速拟合轮廓线之间的积分面积501(即，风剪切突变的变化量)来表征。当该积分面积501超过阈值(或为负值)时，可将图5所示的风剪切突变视为复杂风况。
尽管未在图中示出，但是来流风在持续时间段内的湍流强度可由持续时间段内的风速标准差与风速均值的比值(即，湍流强度突变的变化量)来表征。当该比值超过阈值时，可将该湍流强度突变视为复杂风况。
尽管未在图中示出，但是来流风在持续时间段内的风向扭转角度可由持续时间段内的风向时序的最大值与最小值之间的极值差或标准差(即，风向突变的变化量)来表征。当该极值差或标准差超过阈值时，可将该风向突变视为复杂风况。
再次返回图3，在步骤330，可响应于风力发电机组周围存在具有复杂风况的扇区而根据复杂风况对风力发电机组进行前馈降载控制。
这里，前馈降载控制可包括，但不限于，以下操作中的一者或其组合：增大风力发电机组的桨距角度，增大风力发电机组的变桨速度，减小风力发电机组的发电机转速以及减小风力发电机组的发电机扭矩。这些降载控制操作可有效降低因上述复杂风况而增大的机组载荷。
应当理解，以上前馈降载操作方式仅仅是示例性的，本发明并不限于此，根据需要，也可采用其他前馈降载操作方式。
在一个示例中，可确定风况降载模型中是否存在与复杂风况匹配的复杂风况的响应参数(例如，但不限于，桨距角度、变桨速度、发电机转速和发电机扭矩等控制参数)，其中，风况降载模型包括针对各个复杂风况的响应参数而设置的最优降载控制策略；响应于风况降载模型中存在与复杂风况匹配的复杂风况的响应参数而从风况降载模型中获取针对所匹配的复杂风况的响应参数而设置的最优降载控制策略；并且根据获取的最优降载控制策略对风力发电机组进行前馈降载控制。作为可行的实施方式，风况降载模型中所包括的针对各个复杂风况的响应参数而设置的最优降载控制策略可根据历史降载操作数据来定义，也可通过采用神经网络训练的方式对风力发电机组的历史降载操作数据以及每次降载操作数据进行训练来获得。采用神经网络训练的方式构建的风况降载模型能够使得对风力发电机组的降载控制更精准、更智能，从而有效地减少因各种复杂风况(甚至极端风况)而引起的机组故障和停机，降低由此而产生的发电量损失，提高风力发电机组对自然环境(特别是，复杂地形)的适应性。
在该示例中，可采用增强型的动态模糊神经网络模型，其实施过程如下：
步骤Ⅰ，可确认模糊集，模糊集的概念是在一般集合的基础上推广而来的，也是由一些元素组成，只是这些元素是由模糊语言来描述的，可使用三个模糊语言值来描述风况复杂度：低、一般、高，例如，如果分别使用字母将其表示为NS、ZO和PS，则模糊集合可表示为T＝{NS,ZO,PS}。
步骤Ⅱ，可确认隶属函数(例如，高斯型隶属函数)，隶属函数是为了衡量某确切量隶属某一模糊语言值的隶属程度。隶属函数的输出值可在区间[0,1]之间，通过隶属函数可使得不确定的程度转化成数学表达式。
步骤Ⅲ，可确认模糊规则。这里可采用TSK模型，其输出是一个确切量并且是由系统的所有输入(例如，雷达风向、雷达风速、湍流强度、风剪切、风扭转、桨距角、X方向加速度和Y方向加速度等信息)的线性组合而得到的，其系数等价于不同的权重系数。
步骤Ⅳ，可采用椭圆基的动态模糊神经网络，具体地，可通过预测控制信号与实际信号的系统偏差和高斯可容纳边界的映射范围来判别模糊规则的增减，通过椭圆基来进行归一化处理，并且通过使得系统偏差达到最小的最小二乘法来对模糊规则进行修剪。
步骤Ⅴ，可输出最优降载控制函数，这里，最优降载控制的参数(函数)为复杂风况下前馈变桨速率。
应当理解，以上所采用的增强型的动态模糊神经网络模型仅仅是示例性的，本发明并不限于此，根据需要，也可采用其他增强型神经网络模型或其他不同类型的神经网络模型。
另外，在该示例中，还可响应于风况降载模型中不存在与复杂风况匹配的复杂风况的响应参数而限制风力发电机组的输出功率上限。该功率上限可通过参数来限定，也可设置为根据不同风速修正的功率。作为可行的实施方式，可控制风力发电机组基于该输出功率上限而执行前面所描述的前馈降载控制操作，例如，但不限于，增大风力发电机组的桨距角度等。
另外，在该示例中，还可将限制风力发电机组的输出功率上限而进行的前馈降载控制(也称为限功率操作)作为针对复杂风况的响应参数而设置的最优降载控制策略记录到风况降载模型中。例如，可将限制风力发电机组的输出功率上限而进行的前馈降载控制前后时序数据作为复杂风况学习最优降载控制策略的一个样本，对累计的样本通过神经网络训练学习，并将其与复杂风况匹配的响应参数一起记录到风况降载模型中。这样可为风力发电机组或其他风力发电机组在未来运行过程中遇到相同或相似的复杂风况而提供相应的最优降载控制策略。作为可行的实施方式，可将最优降载控制参数标志位的初始状态默输出为False(即，风力发电机组尚未获取最优降载控制的参数)，并将限功率操作执行之前的复杂风况的响应参数输出到风况降载模型中进行训练，然后将风况降载模型按照一定规则划分为测试集和验证集以选择多层级神经网络进行训练，并对隐藏层信息进行归一化处理以消除不同信息维度间尺度不同的问题。对于不同的信息可采用不同的权重值，最终以预测控制信号与实际信号之间的偏差作为优化目标。通过训练可获取最优降载控制的参数，此时可将最优降载控制参数标志位输出为True以结束训练。
图6示出了根据本发明的示例性实施例的用于风力发电机组的控制装置的结构框图600。
参照图6，根据本发明的示例性实施例的用于风力发电机组的控制装置可包括风况预测单元610、扇区识别单元620和降载控制单元630，其中，风况预测单元610可被配置为获取风力发电机组的来流风信息；扇区识别单元620可被配置为根据获取的来流风信息确定风力发电机组周围是否存在具有复杂风况的扇区；降载控制单元630可被配置为响应于风力发电机组周围存在具有复杂风况的扇区而根据所述复杂风况对风力发电机组进行前馈降载控制。
在图6所示的控制装置中，风况预测单元610可包括雷达探测单元和风况获取单元(均未示出)，其中，雷达探测单元可被配置为通过激光雷达测风系统探测风力发电机组周围的前方风况信息；风况获取单元可被配置为从探测的前方风况信息中导出风力发电机组的来流风信息。
在图6所示的控制装置中，扇区识别单元620可包括载荷确定单元、特征确定单元、风况识别单元和扇区识别单元(均未示出)，其中，载荷确定单元可被配置为确定风力发电机组因来流风而承受的载荷是否超过设定阈值；特征确定单元可被配置为响应于所述载荷超过设定阈值而确定风力发电机组在承受所述载荷时的来流风的风况特征的值是否超过特征阈值；风况识别单元可被配置为响应于风况特征的值超过特征阈值而将来流风的风况识别为复杂风况；扇区识别单元可被配置为根据复杂风况的入流方向确定风力发电机组周围是否存在具有复杂风况的扇区。
在图6所示的控制装置中，风况特征可包括，但不限于，以下特征中的至少一者：来流风在持续时间段内的湍流强度，来流风在持续时间段内的风速变化速度，来流风在持续时间段内的风向扭转角度，来流风在持续时间段内的风剪切因子，来流风在持续时间段内的风向变化速度以及来流风在持续时间段内的风向波动幅度。相应地，在来流风的多个风况特征超过相应特征阈值的情况下，风况识别单元还可被配置为确定多个风况特征中的每个风况特征与所述载荷之间的相关系数(即，每个风况特征对所述载荷的影响权重)，并且将多个风况特征中的相关系数大于预定阈值的风况特征识别为复杂风况。
在图6所示的控制装置中，还可包括风况选择单元(未示出)，风况选择单元可被配置为选择风力发电机组在承受载荷中的最大值时的来流风的风况特征的值作为风力发电机组在承受载荷时的来流风的风况特征的值。
在图6所示的控制装置中，降载控制单元630可包括风况匹配单元、降载获取单元和第一控制单元(均未示出)，其中，风况匹配单元可被配置为确定风况降载模型中是否存在与复杂风况匹配的复杂风况的响应参数，其中，风况降载模型包括针对风力发电机组的各个复杂风况的响应参数而设置的最优降载控制策略；降载获取单元可被配置为响应于风况降载模型中存在与复杂风况匹配的复杂风况的响应参数而从风况降载模型中获取针对所匹配的复杂风况的响应参数而设置的最优降载控制策略；第一控制单元可被配置为根据获取的最优降载控制策略对风力发电机组进行前馈降载控制。
在图6所示的控制装置中，降载控制单元630还可包括第二控制单元(未示出)，第二控制单元可被配置为响应于风况降载模型中不存在与复杂风况匹配的复杂风况的响应参数而限制风力发电机组的输出功率上限。
在图6所示的控制装置中，还可包括降载记录单元(未示出)，降载记录单元可被配置为将限制风力发电机组的输出功率上限而进行的前馈降载控制作为针对复杂风况的响应参数而设置的最优降载控制策略记录到风况降载模型。
在图6所示的控制装置中，前馈降载控制可包括，但不限于，以下操作：增大风力发电机组的桨距角度，增大风力发电机组的变桨速度，减小风力发电机组的发电机转速以及减小风力发电机组的发电机扭矩。
图7根据本发明的示例性实施例的用于风力发电机组的系统架构的示意图700。
参照图7，根据本发明的示例性实施例的用于风力发电机组的系统架构可包括图6所示的控制装置710、风力发电机组720和风力发电机组控制器730(诸如，但不限于，风力发电机组中的主控PLC系统或变桨控制系统等)。根据本发明的示例性实施例的用于风力发电机组的控制方法可作为算法运行在控制装置710的计算单元中，并且该控制装置710可包括，但不限于，图6所示的风况预测单元610、扇区识别单元620和降载控制单元630。
在图7所示的系统架构中，控制装置710可从设置在风力发电机组的机舱顶部的激光雷达测风系统(如图2所示)获取其所感测到的风力发电机组的来流风信息A，然后根据来流风信息A确定风力发电机组周围是否存在具有复杂风况的扇区，并且响应于风力发电机组周围存在具有复杂风况的扇区而根据该复杂风况对风力发电机组进行前馈降载控制。
应当理解，尽管图7示出了根据本发明的示例性实施例的用于风力发电机组的系统架构，但是本发明并不限于此，例如，控制装置710还可被设置在风力发电机组控制器730与风力发电机组720之间。另外，控制装置710除了可被集成在单独的控制器中之外，还可被集成在风力发电机组控制器730中或风电场中的用于调度风力发电机组的后台控制器或其他可连接至风力发电机组控制器730或风力发电机组720的控制设备中。对此，本发明没有限制。
根据本发明的示例性实施例的用于风力发电机组的控制方法及控制装置能够在不增加新投入(诸如，额外的硬件设备)的前提下使得风力发电机组能够针对各种复杂风况进行自适应降载，从而有效地降低因各种复杂风况而引起的机组载荷，提高机组的安全性以及对自然环境的适应能力。
根据本发明的示例性实施例还可提供一种存储有计算机程序的计算机可读存储介质。该计算机可读存储介质存储有当被处理器执行时使得处理器执行根据本发明的用于风力发电机组的控制方法的计算机程序。该计算机可读记录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。计算机可读记录介质的示例包括：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)。
根据本发明的示例性实施例还可提供一种计算机设备。该计算机设备包括处理器和存储器。存储器用于存储计算机程序。所述计算机程序被处理器执行使得处理器执行根据本发明的用于风力发电机组的控制方法的计算机程序。
尽管已参照优选实施例表示和描述了本申请，但本领域技术人员应该理解，在不脱离由权利要求限定的本申请的精神和范围的情况下，可以对这些实施例进行各种修改和变换。

Claims (22)

1.一种用于风力发电机组的控制方法，其特征在于，所述控制方法包括：
获取所述风力发电机组的来流风信息；
根据获取的来流风信息，确定所述风力发电机组周围是否存在具有复杂风况的扇区；
响应于所述风力发电机组周围存在具有复杂风况的扇区，根据所述复杂风况对所述风力发电机组进行前馈降载控制。
2.根据权利要求1所述的控制方法，其特征在于，所述获取所述风力发电机组的来流风信息，包括：
通过激光雷达测风系统探测所述风力发电机组周围的前方风况信息；
从探测的前方风况信息中导出所述风力发电机组的来流风信息。
3.根据权利要求1所述的控制方法，其特征在于，所述确定所述风力发电机组周围是否存在具有复杂风况的扇区，包括：
确定所述风力发电机组因来流风而承受的载荷是否超过设定阈值；
响应于所述载荷超过设定阈值，确定所述风力发电机组在承受所述载荷时的来流风的风况特征的值是否超过特征阈值；
响应于所述风况特征的值超过特征阈值，将来流风的风况识别为复杂风况；
根据复杂风况的入流方向，确定所述风力发电机组周围是否存在具有复杂风况的扇区。
4.根据权利要求3所述的控制方法，其特征在于，所述风况特征包括以下特征中的至少一者：
来流风在持续时间段内的湍流强度；
来流风在持续时间段内的风速变化速度；
来流风在持续时间段内的风向扭转角度；
来流风在持续时间段内的风剪切因子；
来流风在持续时间段内的风向变化速度；以及
来流风在持续时间段内的风向波动幅度。
5.根据权利要求4所述的控制方法，其特征在于，在来流风的多个风况特征超过相应特征阈值的情况下，所述将来流风的风况识别为复杂风况，包括：
确定所述多个风况特征中的每个风况特征与所述载荷之间的相关系数；
将所述多个风况特征中的相关系数大于预定阈值的风况特征识别为复杂风况。
6.根据权利要求3所述的控制方法，其特征在于，所述控制方法还包括：
选择所述风力发电机组在承受所述载荷中的最大值时的来流风的风况特征的值作为所述风力发电机组在承受所述载荷时的来流风的风况特征的值。
7.根据权利要求1所述的控制方法，其特征在于，所述根据所述复杂风况对所述风力发电机组进行前馈降载控制，包括：
确定风况降载模型中是否存在与所述复杂风况匹配的复杂风况的响应参数，其中，所述风况降载模型包括针对各个复杂风况的响应参数而设置的最优降载控制策略；
响应于风况降载模型中存在与所述复杂风况匹配的复杂风况的响应参数，从风况降载模型中获取针对所匹配的复杂风况的响应参数而设置的最优降载控制策略；
根据获取的最优降载控制策略，对所述风力发电机组进行前馈降载控制。
8.根据权利要求4所述的控制方法，其特征在于，所述根据所述复杂风况对所述风力发电机组进行前馈降载控制，还包括：
响应于风况降载模型中不存在与所述复杂风况匹配的复杂风况的响应参数，限制所述风力发电机组的输出功率上限。
9.根据权利要求5所述的控制方法，其特征在于，所述控制方法还包括：
将限制所述风力发电机组的输出功率上限而进行的前馈降载控制作为针对所述复杂风况的响应参数而设置的最优降载控制策略记录到所述风况降载模型中。
10.根据权利要求1至9中任意一项所述的控制方法，其特征在于，所述降载控制包括以下操作中的至少一者：
增大所述风力发电机组的桨距角度；
增大所述风力发电机组的变桨速度；
减小所述风力发电机组的发电机转速；以及
减小所述风力发电机组的发电机扭矩。
11.一种用于风力发电机组的控制装置，其特征在于，所述控制装置包括：
风况预测单元，被配置为：获取所述风力发电机组的来流风信息；
扇区识别单元，被配置为：根据获取的来流风信息，确定所述风力发电机组周围是否存在具有复杂风况的扇区；
降载控制单元，被配置为：响应于所述风力发电机组周围存在具有复杂风况的扇区，根据所述复杂风况对所述风力发电机组进行前馈降载控制。
12.根据权利要求11所述的控制装置，其特征在于，所述风况预测单元包括：
雷达探测单元，被配置为：通过激光雷达测风系统探测所述风力发电机组周围的前方风况信息；
风况获取单元，被配置为：从探测的前方风况信息中导出所述风力发电机组的来流风信息。
13.根据权利要求11所述的控制装置，其特征在于，所述扇区识别单元包括：
载荷确定单元，被配置为：确定所述风力发电机组因来流风而承受的载荷是否超过设定阈值；
特征确定单元，被配置为：响应于所述载荷超过设定阈值，确定所述风力发电机组在承受所述载荷时的来流风的风况特征的值是否超过特征阈值；
风况识别单元，被配置为：响应于所述风况特征的值超过特征阈值，将来流风的风况识别为复杂风况；
扇区识别单元，被配置为：根据复杂风况的入流方向，确定所述风力发电机组周围是否存在具有复杂风况的扇区。
14.根据权利要求13所述的控制装置，其特征在于，所述风况特征包括以下特征中的至少一者：
来流风在持续时间段内的湍流强度；
来流风在持续时间段内的风速变化速度；
来流风在持续时间段内的风向扭转角度；
来流风在持续时间段内的风剪切因子；
来流风在持续时间段内的风向变化速度；以及
来流风在持续时间段内的风向波动幅度。
15.根据权利要求14所述的控制装置，其特征在于，在来流风的多个风况特征超过相应特征阈值的情况下，所述风况识别单元还被配置为：
确定所述多个风况特征中的每个风况特征与所述载荷之间的相关系数；
将所述多个风况特征中的相关系数大于预定阈值的风况特征识别为复杂风况。
16.根据权利要求13所述的控制装置，其特征在于，所述控制装置还包括：
风况选择单元，被配置为：选择所述风力发电机组在承受所述载荷中的最大值时的来流风的风况特征的值作为所述风力发电机组在承受所述载荷时的来流风的风况特征的值。
17.根据权利要求11所述的控制装置，其特征在于，所述降载控制单元包括：
风况匹配单元，被配置为：确定风况降载模型中是否存在与所述复杂风况匹配的复杂风况的响应参数，其中，所述风况降载模型包括针对各个复杂风况的响应参数而设置的最优降载控制策略；
降载获取单元，被配置为：响应于风况降载模型中存在与所述复杂风况匹配的复杂风况的响应参数，从风况降载模型中获取针对所匹配的复杂风况的响应参数而设置的最优降载控制策略；
第一控制单元，被配置为：根据获取的最优降载控制策略，对所述风力发电机组进行前馈降载控制。
18.根据权利要求14所述的控制装置，其特征在于，所述降载控制单元还包括：
第二控制单元，被配置为：响应于风况降载模型中不存在与所述复杂风况匹配的复杂风况的响应参数，限制所述风力发电机组的输出功率上限。
19.根据权利要求15所述的控制装置，其特征在于，所述控制装置还包括：
降载记录单元，被配置为：将限制所述风力发电机组的输出功率上限而进行的前馈降载控制作为针对所述复杂风况的响应参数而设置的最优降载控制策略记录到所述风况降载模型中。
20.根据权利要求11至19中任意一项所述的控制装置，其特征在于，所述降载控制包括以下操作中的至少一者：
增大所述风力发电机组的桨距角度；
增大所述风力发电机组的变桨速度；
减小所述风力发电机组的发电机转速；以及
减小所述风力发电机组的发电机扭矩。
21.一种存储有计算机程序的计算机可读存储介质，其中，当所述计算机程序被处理器执行时，实现权利要求1至10中任意一项所述的用于风力发电机组的控制方法。
22.一种计算装置，包括：
处理器；
存储器，存储有计算机程序，当所述计算机程序被处理器执行时，实现权利要求1至10中任意一项所述的用于风力发电机组的控制方法。
CN202110249704.2A 2021-03-08 2021-03-08 用于风力发电机组的控制方法及控制装置 Active CN113309663B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN202110249704.2A CN113309663B (zh) 2021-03-08 2021-03-08 用于风力发电机组的控制方法及控制装置
EP21929857.7A EP4293216A1 (en) 2021-03-08 2021-09-22 Wind turbine generator system control method and control device
US18/549,500 US20240151209A1 (en) 2021-03-08 2021-09-22 Control method and control device for wind turbine
AU2021432887A AU2021432887A1 (en) 2021-03-08 2021-09-22 Wind turbine generator system control method and control device
PCT/CN2021/119597 WO2022188392A1 (zh) 2021-03-08 2021-09-22 用于风力发电机组的控制方法及控制装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110249704.2A CN113309663B (zh) 2021-03-08 2021-03-08 用于风力发电机组的控制方法及控制装置

Publications (2)

Publication Number Publication Date
CN113309663A true CN113309663A (zh) 2021-08-27
CN113309663B CN113309663B (zh) 2022-11-15

Family

ID=77371159

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110249704.2A Active CN113309663B (zh) 2021-03-08 2021-03-08 用于风力发电机组的控制方法及控制装置

Country Status (5)

Country Link
US (1) US20240151209A1 (zh)
EP (1) EP4293216A1 (zh)
CN (1) CN113309663B (zh)
AU (1) AU2021432887A1 (zh)
WO (1) WO2022188392A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022188392A1 (zh) * 2021-03-08 2022-09-15 新疆金风科技股份有限公司 用于风力发电机组的控制方法及控制装置
CN117310746A (zh) * 2023-11-27 2023-12-29 西安俊为电子科技有限公司 一种高可靠激光测风雷达装置

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115407648B (zh) * 2022-11-01 2023-02-03 北京百脉朝宗科技有限公司 无人机桨距角的调整方法、装置、设备及可读存储介质

Citations (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1770278A2 (en) * 2005-09-30 2007-04-04 General Electric Company System and method for control of a wind turbine based on measured wind speed upstream
EP2249029A2 (en) * 2009-05-07 2010-11-10 Vestas Wind Systems A/S A wind turbine
CN102251926A (zh) * 2010-07-15 2011-11-23 大唐南京自动化有限公司 一种风力发电机湍流抑制方法
CN102305179A (zh) * 2011-08-23 2012-01-04 国电联合动力技术有限公司 风力发电机组偏航扇区管理和优化控制系统及其方法
CN102762852A (zh) * 2009-12-23 2012-10-31 维斯塔斯风力系统集团公司 用于保护风力涡轮机免受疲劳损坏的方法和装置
CN103061980A (zh) * 2012-12-28 2013-04-24 东方电气集团东方汽轮机有限公司 基于激光测风雷达的风力发电机组的前馈控制系统及其控制方法
EP2607689A2 (en) * 2011-12-22 2013-06-26 Vestas Wind Systems A/S Rotor-sector based control of wind turbines
CN103502637A (zh) * 2011-01-18 2014-01-08 维斯塔斯风力系统集团公司 用于保护风力涡轮机免受极端事件的方法和装置
CN104005909A (zh) * 2014-04-22 2014-08-27 重庆邮电大学 非线性前馈与模糊pid结合的风力发电机组变桨距控制方法
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
US20150176569A1 (en) * 2013-12-20 2015-06-25 Mitsubishi Heavy Industries, Ltd. Monitoring system and a monitoring method for a wind turbine generator
US20150267686A1 (en) * 2012-08-14 2015-09-24 Vestas Wind Systems A/S Partial-load de-rating for wind turbine control
WO2015192853A1 (en) * 2014-06-20 2015-12-23 Mita-Teknik A/S System for thrust-limiting of wind turbines
WO2016008500A1 (en) * 2014-07-17 2016-01-21 Tsp Wind Technologies (Shanghai) Co., Ltd. Wind turbine generator yaw correction system and method for operating wtg yaw correction system
CN105673324A (zh) * 2016-03-31 2016-06-15 广西大学 一种实现风电机组最大功率点跟踪的方法
US20170167470A1 (en) * 2015-12-10 2017-06-15 General Electric Company Methods and systems for controlling a wind turbine
JP2018017198A (ja) * 2016-07-29 2018-02-01 株式会社日立製作所 風力発電システム
CN109416021A (zh) * 2016-07-06 2019-03-01 斯图加特大学 风力涡轮机的基于激光雷达的多变量前馈控制
JP2019078223A (ja) * 2017-10-25 2019-05-23 株式会社日本製鋼所 水平軸風車の制御装置、水平軸風車、水平軸風車の制御プログラム
CN109958574A (zh) * 2017-12-22 2019-07-02 北京金风科创风电设备有限公司 用于风力发电机组的降载控制方法和装置
CN110094297A (zh) * 2018-01-31 2019-08-06 北京金风科创风电设备有限公司 基于扇区的风力发电机组的控制方法及控制系统
CN110206685A (zh) * 2018-02-28 2019-09-06 北京金风科创风电设备有限公司 风电场中的风力发电机组的前馈控制方法和设备
CN111310341A (zh) * 2020-02-20 2020-06-19 华润电力技术研究院有限公司 风机运行参数确定方法、装置、设备及可读存储介质
CN111749845A (zh) * 2019-03-29 2020-10-09 北京金风科创风电设备有限公司 用于风电机组的降载控制方法和装置
CN112012882A (zh) * 2019-05-30 2020-12-01 北京金风科创风电设备有限公司 风电机组的前馈控制方法、装置以及控制系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202250608U (zh) * 2011-08-23 2012-05-30 国电联合动力技术有限公司 风力发电机组偏航扇区管理和优化控制系统
US10451035B2 (en) * 2017-05-04 2019-10-22 General Electric Company System and method for reducing wind turbine rotor blade loads
CN111075649A (zh) * 2019-12-25 2020-04-28 明阳智慧能源集团股份公司 一种基于外界风况的风力发电机组主动降载控制方法
CN111396249B (zh) * 2020-03-31 2022-08-30 新疆金风科技股份有限公司 在阵风风况下降低塔架的载荷的方法及装置
CN113309663B (zh) * 2021-03-08 2022-11-15 新疆金风科技股份有限公司 用于风力发电机组的控制方法及控制装置

Patent Citations (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1770278A2 (en) * 2005-09-30 2007-04-04 General Electric Company System and method for control of a wind turbine based on measured wind speed upstream
EP2249029A2 (en) * 2009-05-07 2010-11-10 Vestas Wind Systems A/S A wind turbine
CN102762852A (zh) * 2009-12-23 2012-10-31 维斯塔斯风力系统集团公司 用于保护风力涡轮机免受疲劳损坏的方法和装置
CN102251926A (zh) * 2010-07-15 2011-11-23 大唐南京自动化有限公司 一种风力发电机湍流抑制方法
CN103502637A (zh) * 2011-01-18 2014-01-08 维斯塔斯风力系统集团公司 用于保护风力涡轮机免受极端事件的方法和装置
CN102305179A (zh) * 2011-08-23 2012-01-04 国电联合动力技术有限公司 风力发电机组偏航扇区管理和优化控制系统及其方法
EP2607689A2 (en) * 2011-12-22 2013-06-26 Vestas Wind Systems A/S Rotor-sector based control of wind turbines
US20150267686A1 (en) * 2012-08-14 2015-09-24 Vestas Wind Systems A/S Partial-load de-rating for wind turbine control
CN103061980A (zh) * 2012-12-28 2013-04-24 东方电气集团东方汽轮机有限公司 基于激光测风雷达的风力发电机组的前馈控制系统及其控制方法
US20150176569A1 (en) * 2013-12-20 2015-06-25 Mitsubishi Heavy Industries, Ltd. Monitoring system and a monitoring method for a wind turbine generator
CN104005909A (zh) * 2014-04-22 2014-08-27 重庆邮电大学 非线性前馈与模糊pid结合的风力发电机组变桨距控制方法
WO2015192853A1 (en) * 2014-06-20 2015-12-23 Mita-Teknik A/S System for thrust-limiting of wind turbines
WO2016008500A1 (en) * 2014-07-17 2016-01-21 Tsp Wind Technologies (Shanghai) Co., Ltd. Wind turbine generator yaw correction system and method for operating wtg yaw correction system
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
US20170167470A1 (en) * 2015-12-10 2017-06-15 General Electric Company Methods and systems for controlling a wind turbine
CN105673324A (zh) * 2016-03-31 2016-06-15 广西大学 一种实现风电机组最大功率点跟踪的方法
CN109416021A (zh) * 2016-07-06 2019-03-01 斯图加特大学 风力涡轮机的基于激光雷达的多变量前馈控制
JP2018017198A (ja) * 2016-07-29 2018-02-01 株式会社日立製作所 風力発電システム
JP2019078223A (ja) * 2017-10-25 2019-05-23 株式会社日本製鋼所 水平軸風車の制御装置、水平軸風車、水平軸風車の制御プログラム
CN109958574A (zh) * 2017-12-22 2019-07-02 北京金风科创风电设备有限公司 用于风力发电机组的降载控制方法和装置
CN110094297A (zh) * 2018-01-31 2019-08-06 北京金风科创风电设备有限公司 基于扇区的风力发电机组的控制方法及控制系统
CN110206685A (zh) * 2018-02-28 2019-09-06 北京金风科创风电设备有限公司 风电场中的风力发电机组的前馈控制方法和设备
CN111749845A (zh) * 2019-03-29 2020-10-09 北京金风科创风电设备有限公司 用于风电机组的降载控制方法和装置
CN112012882A (zh) * 2019-05-30 2020-12-01 北京金风科创风电设备有限公司 风电机组的前馈控制方法、装置以及控制系统
CN111310341A (zh) * 2020-02-20 2020-06-19 华润电力技术研究院有限公司 风机运行参数确定方法、装置、设备及可读存储介质

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
卢晓光等: "基于激光测风的阵风控制研究", 《机械与电子》 *
崔冬林等: "运行风电场内局地湍流变化分析方法及其影响探讨", 《太阳能学报》 *
李早等: "布拉夫角风电场扇区管理优化分析", 《风能》 *
杨娇等: "大型风力发电机组双PI动态解耦控制策略", 《中北大学学报(自然科学版)》 *
林淑等: "基于激光测风雷达的风速前馈控制算法设计", 《东方汽轮机》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022188392A1 (zh) * 2021-03-08 2022-09-15 新疆金风科技股份有限公司 用于风力发电机组的控制方法及控制装置
CN117310746A (zh) * 2023-11-27 2023-12-29 西安俊为电子科技有限公司 一种高可靠激光测风雷达装置

Also Published As

Publication number Publication date
CN113309663B (zh) 2022-11-15
AU2021432887A1 (en) 2023-09-28
WO2022188392A1 (zh) 2022-09-15
US20240151209A1 (en) 2024-05-09
EP4293216A1 (en) 2023-12-20

Similar Documents

Publication Publication Date Title
CN113309663B (zh) 用于风力发电机组的控制方法及控制装置
US9086337B2 (en) Detecting a wake situation in a wind farm
CN107944648B (zh) 一种大型船舶航速油耗率预测方法
CN105844361B (zh) 风电机组风功率预测方法、解缆方法和装置
CN111597651B (zh) 一种基于hwpso-svdd模型的滚动轴承性能退化评估方法
CN111079343B (zh) 一种基于宽度学习的风电机组有效风速估计方法
US20230265832A1 (en) Load control method and apparatus for wind turbine generator system
CN110362045A (zh) 一种考虑海洋气象因素的海上双馈风电机组故障判别方法
CN115271253A (zh) 一种水风光发电功率预测模型构建方法、装置及存储介质
CN110874665A (zh) 用于风力发电机组的控制装置和方法
CN109886488B (zh) 考虑风速时滞性的分散式风电场分层混合短期预测方法
US11674500B2 (en) Method for controlling a wind energy farm taking wake effects into account
Branlard et al. A digital twin solution for floating offshore wind turbines validated using a full-scale prototype
Tang et al. Predicting housing price based on ensemble learning algorithm
CN116292094B (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
CN107327367A (zh) 风力发电机组变桨异常的识别方法及装置
CN115977874A (zh) 基于激光测风雷达的风电机组偏航自适应校准方法及系统
Natarajan et al. Determination of wind farm life consumption in complex terrain using ten-minute SCADA measurements
CN113027698B (zh) 风力发电机组的变桨控制回路异常的检测方法和装置
CN113048012A (zh) 基于混合高斯模型的风电机组偏航角度识别方法和装置
Su et al. Vibration monitoring of wind turbine tower based on XGBoost
CN116378897B (zh) 一种风电场偏航角控制方法及装置
CN117454324A (zh) 风速风向仪故障预警方法、系统、电子设备及存储介质
de N Santos et al. Twotier model for wind turbine fatigue assessment based on SCADA-dependent neural networks
CN117874422A (zh) 一种考虑转折性天气的深远风场并网系统可靠性评估方法

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
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 830026 No. 107, Shanghai Road, Urumqi economic and Technological Development Zone, the Xinjiang Uygur Autonomous Region

Patentee after: Jinfeng Technology Co.,Ltd.

Address before: 830026 No. 107, Shanghai Road, Urumqi economic and Technological Development Zone, the Xinjiang Uygur Autonomous Region

Patentee before: XINJIANG GOLDWIND SCIENCE & TECHNOLOGY Co.,Ltd.