CN113811687A - 用于检测影响风力涡轮机的阵风的方法和系统 - Google Patents

用于检测影响风力涡轮机的阵风的方法和系统 Download PDF

Info

Publication number
CN113811687A
CN113811687A CN202080036392.0A CN202080036392A CN113811687A CN 113811687 A CN113811687 A CN 113811687A CN 202080036392 A CN202080036392 A CN 202080036392A CN 113811687 A CN113811687 A CN 113811687A
Authority
CN
China
Prior art keywords
wind turbine
gust
measurement
blade
wind
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
CN202080036392.0A
Other languages
English (en)
Inventor
M·F·安徒生
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.)
Siemens Gamesa Renewable Energy AS
Original Assignee
Siemens Gamesa Renewable Energy AS
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 Siemens Gamesa Renewable Energy AS filed Critical Siemens Gamesa Renewable Energy AS
Publication of CN113811687A publication Critical patent/CN113811687A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03DWIND MOTORS
    • F03D17/00Monitoring or testing of wind motors, e.g. diagnostics
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03DWIND MOTORS
    • F03D7/00Controlling wind motors 
    • F03D7/02Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor
    • F03D7/022Adjusting aerodynamic properties of the blades
    • F03D7/0224Adjusting blade pitch
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05BINDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2260/00Function
    • F05B2260/80Diagnostics
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05BINDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00Control
    • F05B2270/30Control parameters, e.g. input parameters
    • F05B2270/322Control parameters, e.g. input parameters the detection or prediction of a wind gust
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05BINDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00Control
    • F05B2270/30Control parameters, e.g. input parameters
    • F05B2270/33Proximity of blade to tower
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05BINDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00Control
    • F05B2270/30Control parameters, e.g. input parameters
    • F05B2270/331Mechanical loads

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

描述了一种用于检测影响风力涡轮机(100)的阵风的方法,所述风力涡轮机(100)包括两个或更多个叶片(114),所述两个或更多个叶片耦合到连接构件(112),使得叶片(114)基本上布置在公共平面(P)中。该方法包括:i)测量(110)至少一个叶片(114)至少部分地在平面(P)之外的事件,以获得测量信号(M‑A),ii)将测量信号(M‑A)作为测量输入信号(MI)提供(120)给评估算法(131),iii)使用评估算法(131)根据测量输入信号(MI)加工(130)检测结果(150),以及iv)将检测结果(150)与预定义的阵风阈值(h)进行比较以确定(140)是否检测到阵风。此外,描述了阵风检测系统、包括所述系统的风力涡轮机以及风力涡轮机操作方法。

Description

用于检测影响风力涡轮机的阵风的方法和系统
技术领域
本发明涉及影响风力涡轮机的阵风的检测。本发明还涉及一种阵风检测系统。附加地,本发明涉及包括所述阵风检测系统的风力涡轮机。此外,本发明涉及一种操作风力涡轮机的方法。
背景技术
在尤其多风的环境中,例如离岸环境中,建立风力涡轮机可以被认为是惯例,以便产生有效的电力生产。然而,诸如阵风之类的突然和/或强风可能给风力涡轮机的叶片和/或塔架造成严重和极端的负载。因此,风力涡轮机中能够补偿风和/或载荷的快速变化的功能可以被认为是必要的。
然而,一个主要的挑战是要区分开有湍流的正常生产的小变化和阵风事件的大变化。这是特别的情况,因为在正常电力生产期间补偿通常是不想要的,因为例如在俯仰动作(用于阵风补偿)的情况下,这将导致年度能量生产(AEP)的损失,并增加对风力涡轮机的部件(例如,俯仰轴承)的损坏。
因此,可以认为以下是至关重要的:风力涡轮机的控制系统具有能够清楚地区分开阵风与正常湍流并且决定是否实行阵风补偿动作的功能。
根据来自图4所示的现有技术的示例,阵风检测先前已经通过使用风速测量来完成(在图4中作为模拟示出)。横坐标以m/s为单位示出了测量的风速,而纵坐标以秒为单位示出了时间。阵风的存在可以通过风速的突然增加(在这个示例中,以25秒左右)来检测。然而,这些测量的质量是有问题的,因为结果可能只表示风速的局部点测量,而不是跨整个转子盘区域的风速变化。
可能需要提供一种以鲁棒、快速和可靠的方式检测阵风的方法。
发明内容
根据独立权利要求的主题可以满足这一需求。从属权利要求描述了本发明的有利实施例。
根据本发明的第一方面,提供有一种用于检测影响风力涡轮机的阵风的方法,其中风力涡轮机包括两个或更多个叶片(特别是三个叶片),它们耦合(连接)到连接构件(例如,轮毂(hub)),使得叶片基本上布置在公共平面(例如,转子盘)中。该方法包括:i)测量(例如,通过使用传感器,特别是叶片传感器)至少一个叶片至少部分地在平面外的事件(例如,测量叶片襟翼力矩和/或叶片边缘力矩,并且根据测量的叶片襟翼力矩和/或叶片边缘力矩计算平面外力矩),由此获得测量信号(例如,随时间推移的叶片襟翼力矩,以kNm为单位),ii)向评估算法(例如,使用似然估计方法的检测算法)提供(例如,实行诸如滤波之类的过程或者实行计算)测量信号作为测量输入信号(例如,基于所测量信号的经处理信号和/或经计算信号),iii)使用评估算法根据测量输入信号加工检测结果,以及iv)将检测结果与预定义的阵风阈值进行比较(例如,确定检测结果是否超过阈值)以确定是否检测到阵风(或者是否没有检测到阵风)。
根据本发明的另外的方面,描述了一种用于风力涡轮机的阵风检测系统,其中风力涡轮机包括两个或更多个叶片,所述两个或更多个叶片耦合到连接构件,使得叶片基本上布置在公共平面中。该系统包括:i)测量单元(特别是叶片根部力矩传感器),其被配置成测量至少一个叶片至少部分地在平面之外的事件以获得测量信号,以及ii)包括评估算法的评估单元,其中评估单元被配置成a)将测量信号作为测量输入信号提供给评估算法,b)使用评估算法根据测量输入信号加工检测结果,以及c)将检测结果与预定义的阵风阈值进行比较,以确定是否检测到阵风。
根据本发明的另外的方面,描述了一种风力涡轮机。该风力涡轮机包括:i)塔架,ii)耦合到塔架的连接构件,iii)两个或更多个叶片,它们在连接构件处相对于彼此基本上布置在公共平面中,以及iv)如上所述的阵风检测系统。
根据本发明的另外的方面,描述了一种操作风力涡轮机(特别是如上所述的风力涡轮机)的方法。该方法包括:i)根据上述方法检测影响风力涡轮机的阵风;并且在检测到阵风的存在时,ii)发起阵风反应(并且在没有检测到阵风的存在时,不发起阵风反应)。
在本文档的上下文中,术语“测量信号”可以指代基于测量的信号。术语“测量信号”因此可以指代测量的叶片襟翼力矩或叶片边缘力矩。然而,术语“测量信号”也可以指代基于实际测量信号(值)(或从实际测量信号(值)导出)的经计算信号(值)。例如,测量信号可以是基于测量的叶片襟翼力矩和/或叶片边缘力矩所计算的平面外力矩。
在本文档的上下文中,术语“测量输入信号”可以指代从测量结果导出(或基于测量结果)的信号,并且适合用作输入信号(例如,评估算法的输入信号)。测量输入信号可以基于所测量信号(或多个所测量信号)。然而,测量输入信号可能已经被处理和/或可能已经基于所测量信号进行了计算。例如,可以测量叶片襟翼力矩和/或叶片边缘力矩,并且然后可以根据测量的叶片襟翼力矩和/或叶片边缘力矩来计算平面外力矩。之后,几个叶片的平面外力矩可以被取平均和进一步处理(例如,滤波),以便提供测量输入信号。
根据示例性实施例,本发明可以基于这样的思想,即当将风力涡轮机叶片的叶片襟翼力矩和边缘力矩(例如,作为变化率)的测量与用于(变化)检测的评估算法(例如,似然估计算法)进行组合时,可以提供用于检测阵风的鲁棒、快速且可靠的方法。按照惯例,在检测阵风时,只考虑风速。然而,所描述的方法提出将来自风力涡轮机叶片(例如,襟翼)的特定测量结果作为评估算法的输入来考虑,该评估算法加工了可以与用于确定阵风存在的阈值进行比较的确定(检测)结果。例如,当检测结果(值)超过预定义的阈值时,检测到阵风。阈值由此可以用于将阵风事件与正常操作事件分开。
因此,与考虑转子速度相比较,当考虑叶片负载时,变化率增加得更早。当阵风到来时(由于延迟/相位滞后),转子速度会稍后受到影响。因此,转子速度很晚才指示阵风(然而,阵风是突然发生的),而叶片襟翼运动(即,叶片移出公共平面)可以更早得多地指示突然阵风的存在。因此,早期检测可能是一个重要的优点,因为对阵风的补偿反应可以更早发起。因此,补偿可以更加有效和鲁棒,并且风力涡轮机部件的寿命可以延长。
根据本发明的实施例,评估算法包括统计估计,特别是似然估计。更具体地,评估算法包括广义似然比(GLR)算法。这可以提供这样的优点,即可以直接实现有效且既定的评估方法。
已经建立了多种统计估计算法,这些算法可以被应用以便根据测量输入信号加工检测结果。一个示例可以应用似然(比率)估计,其中未知参数被其最大似然估计代替。在示例中,假设测量输入信号具有高斯分布。在优选实施例中,评估算法可以基于广义似然比(GLR)算法来实现。在另一个示例中,评估算法可以使用CUSUM算法来实现。
根据本发明的另外的实施例,该方法进一步包括:将参考平均值和参考标准偏差值与测量输入信号一起提供给评估算法。
评估算法可以被设计成检测给定信号(例如,测量输入信号)的(参考)平均值的未知变化。在示例中,评估算法附加地具有所述参考(预期)平均值和标准偏差值作为输入。在实现方式中,这些值是可变的,以便适配于不同操作点,即,在固定时间段内的运行平均值和标准偏差值。这可以提供这样的优点,即检测结果的加工尤其有效和鲁棒。
根据本发明的另外的实施例,每个叶片包括根部区域,其中每个叶片以其相应的根部区域连接到连接构件,并且测量进一步包括:在至少一个叶片根部区域的环境中实行测量。特别地,测量是使用叶片根部力矩传感器完成的。这可以提供这样的优点,即在没有附加努力的情况下,可以实行快速和鲁棒的测量,其导致(在评估之后)对阵风的检测。
风力涡轮机一般而言包括多个传感器。许多风力涡轮机还包括叶片中的传感器,以便检测风参数。这些叶片传感器中的一些可以被配置成测量叶片至少部分地移出(如上文定义的)公共平面的事件,并且将这些测量结果发送到风力涡轮机控制系统。以这种方式,所谓的平面外/襟翼力矩无论如何都可以被检测到,并且可以直接用于所描述的方法。因此,在没有安装附加传感器的努力的情况下,可以直接应用已经存在的叶片传感器(特别是叶片根部区域传感器)。
按照空气动力学和结构功能,风力涡轮机的叶片可以划分成三个主要的区:i)根部区域,ii)中跨区域,以及iii)尖端区域。在根部区域处,阵风的存在可以比叶片(或转子)的其他区域上被更早地指示,因为最后的变化率可能非常小。为了有效补偿阵风,尽可能早地检测到阵风可能是至关重要的。
根据本发明的另外的实施例,风力涡轮机包括塔架,并且该方法进一步包括:观察高负载作用在塔架底部上的事件(特别是塔架底部至少部分地在塔架底部平面之外),并且使用所述观察来支持阵风的检测。这可以提供这样的优点,即在没有附加努力的情况下,可以确认阵风的存在和/或可以考虑附加的评估数据。
风力涡轮机的底部可能会受到阵风的强烈影响。在示例中,200.000 kNm左右的力矩可以作用在塔架底部,并且可以相应地移动塔架。塔架底部离开塔架底部平面的这种移动可以用于检测阵风。然而,在这种情况下,反应时间非常长。在示例中,通过叶片平面外力矩比通过塔架底部(移动)力矩可提前10秒左右检测到阵风。因此,考虑塔架底部力矩,可以是确认存在检测到的阵风的适当手段。在另一个示例中,塔架底部力矩也可以被提供给评估算法以用于检测阵风。
根据本发明的另外的实施例,该方法进一步包括:针对风力涡轮机的所有叶片(特别是三个叶片),测量叶片至少部分地在平面外的事件,以获得多个测量信号。考虑到所有可用的测量数据,这可以提供这样的优点,即提供了更准确的测量信号。
根据本发明的另外的实施例,提供测量输入信号进一步包括:对多个测量信号取平均。这可以提供这样的优点,即所有相关的测量信号集可以有效地组合成一个平均测量输入信号值。此外,平均信号可以是比单个测量信号更可靠的测量信号,因为可能期望表示整个转子盘而不是单个叶片的载荷。
根据本发明的另外的实施例,提供测量输入信号进一步包括:对测量信号(特别是平均测量信号)进行滤波,以获得经滤波的测量信号。例如,可以使用低通滤波器进行滤波。这可以提供这样的优点,即可以以直接的方式提高信号质量。
根据本发明的另外的实施例,测量进一步包括:对至少一个叶片至少部分地在平面之外的事件实行变化率计算。计算变化率而不是使用单个值可以使阵风事件的检测更加准确。
根据示例性实施例,阵风反应可以包括:实行关于风力涡轮机的、仅在已经检测到阵风(如上所述)时实行的任何动作。在示例中,反应可以包括激活报警信号。替换地或附加地,可以实行阵风补偿动作。术语“补偿动作”可以描述至少在某种程度上补偿阵风的影响的任何动作。例如,可以发起至少一个叶片的俯仰动作。
必须注意,已经参照不同的主题描述了本发明的实施例。特别地,已经参照方法类型权利要求描述了一些实施例,而已经参照装置类型权利要求描述了其他实施例。然而,本领域技术人员将从上面和下面的描述中了解到,除非另有说明,否则除了属于一种类型的主题的特征的任何组合之外,涉及不同主题的特征之间的任何组合、特别是方法类型权利要求的特征与装置类型权利要求的特征之间的任何组合也都被认为是与本文档一起公开的。
根据下文将要描述的实施例的示例,本发明上面限定的方面和另外的方面是清楚的,并且参照实施例的示例进行解释。下文将参照实施例的示例更详细地描述本发明,但是本发明不限于此。
附图说明
图1示出了根据本发明实施例的风力涡轮机。
图2示出了根据本发明实施例的对测量信号进行测量并且提供测量输入信号。
图3示出了根据本发明实施例的评估和确定。
图4示出了根据现有技术检测阵风的风速测量(作为模拟而示出)的示例。
图5示出了由阵风引起的塔架底部力矩的模拟。
图6示出了根据本发明实施例的每个叶片的叶片襟翼力矩的所测量值的模拟。
图7示出了根据本发明实施例的输入到评估算法的测量输入信号的模拟。
图8和图9示出了根据本发明示例性实施例的检测结果。
具体实施方式
根据示例性实施例,所描述的方法利用叶片根部襟翼力矩和/或叶片边缘力矩的测量(作为测量信号)而不是转子速度测量,因为这些示出了阵风的早期指示,由于转子惯性,转子速度测量具有延迟响应。为了有效补偿,尽可能快地检测到阵风是至关重要的。在几种实现方式中,风力涡轮机的控制系统已经包括计算每一个叶片的叶片平面外力矩的功能。在计算导数之前,可以处理(例如,取平均和进行滤波)平面外力矩,以避免对噪声的敏感性。然后,将这种获得的经处理信号用于检测阵风。
根据示例性实施例,唯一需要测量的事是叶片襟翼力矩和/或叶片边缘力矩。基于这些测量,实行以下计算/处理步骤:
i)叶片襟翼力矩和边缘力矩的测量信号被变换(通过计算)成平面外力矩,
ii)对(所有叶片的)平面外力矩进行平均,以及
iii)进行滤波,
iv)计算变化率。
根据示例性实施例,随着风速增加,叶片襟翼和塔架底部载荷增加。这将输入信号的变化提供给GLR算法(作为评估算法),并且由此增加似然比检测结果。当似然比超过阈值时(例如,参见下面图8中的21秒处),阵风警报从0切换到1,从而指示阵风存在。
根据示例性实施例,组合叶片根部传感器给出了用于阵风检测的更准确的输入信号。进行输入信号变量的参考平均值和标准偏差也不是GLR的标准实现方式。然而,为了使所描述的方法对具有不同湍流水平的不同操作点是鲁棒的,这可能是必要的。假设阵风检测与俯仰贡献结合使用以减轻阵风,那么当俯仰贡献被允许时,俯仰贡献的增益和/或阈值的调谐将更容易,正如阵风检测器将会指示的那样。在没有阵风检测系统的情况下,俯仰贡献将必须包括取决于操作点的可变增益和/或阈值,即,大量可调谐参数。
图中的说明是示意性的。注意,在不同的附图中,相似或相同的元件或特征被提供有相同的参考标记,或被提供有仅在第一个数位内不同于对应参考标记的参考标记。为了避免不必要的重复,已经相对于先前描述的实施例阐明过的元件或特征在描述的稍后位置不再一次阐明。
此外,空间相对术语,诸如“前”和“后”、“上”和“下”、“左”和“右”等用于描述一个元素与另一个(多个)元素的关系,如图所示。因此,空间相对术语可以应用于使用中与图中所描绘的取向不同的取向。然而,显然,所有这样的空间相对术语指代图中所示的取向,以易于描述,并且不一定是限制性的,因为根据本发明实施例的装置在使用时可以采取不同于图中所图示的那些的取向。
图1示出了根据本发明实施例的风力涡轮机100。风力涡轮机100包括:塔架101,其与塔架底部103(沿着塔架底部平面TP取向)一起安装在未描绘的基部上。在塔架101的顶部上布置有机舱102。在塔架101与机舱102之间设置有摆角调节系统121,该摆角调节系统121能够围绕未描绘的垂直轴线旋转机舱102,该垂直轴线与塔架101的纵向延伸对准。根据这里描述的实施例的风力涡轮机100进一步包括具有三个叶片114的转子105。在图1的透视图中,仅有两个叶片114可见。转子105可围绕旋转轴线105a旋转。叶片114安装在连接构件112处,连接构件112也叫做驱动轴环或轮毂,并且相对于旋转轴线105a径向延伸。因此,叶片114连接到轮毂112,使得三个叶片114相对于彼此布置在公共平面P中。每个叶片114包括具有叶片根部力矩传感器111的根部区域R,其中根部区域R布置成比相应叶片114的其他区域(例如,中部区域、尖端区域)更靠近轮毂112。
图1中未具体描绘,风力涡轮机100包括阵风检测系统,该阵风检测系统包括叶片根部力矩传感器111和评估单元。
图2示出了根据本发明实施例的测量信号(叶片襟翼力矩和/或叶片边缘力矩)的测量(参见参考标记110),从所测量信号导出(计算)平面外力矩信号M-A,并且提供(经处理的)测量输入信号MI。通过使用特定的叶片根部力矩传感器111,在每个叶片根部区域R的环境中实行测量110(参见上面的图1)。因此,对于每个叶片114,单独地测量一个叶片至少部分地在公共平面P之外的相应事件(叶片襟翼力矩)的变化率。这些测量产生三个测量(导出)信号M-A、M-B和M-C,三叶片风力涡轮机100的每个叶片114一个测量(导出)信号。这三个测量(导出)信号M-A、M-B、M-C然后被平均(参见参考标记115)成平均测量信号aM。该平均测量信号aM由低通滤波器滤波(参见参考标记116),以获得经滤波的平均测量信号afM。对于这个经滤波的(基于)平均测量的信号,可以计算变化率,使得它可以作为测量输入信号MI而被处置,并且然后被发送到评估算法131。
图3示出了根据本发明实施例的加工(参见参考标记130)和确定(参见参考标记140)。在这个描述的示例中,广义似然比(GLR)算法被用作评估算法131。然而,许多其他实现方式是可能的,例如使用另一种似然估计算法,例如,CUSUM算法。(基于)测量的输入信号MI与参考平均值125和参考标准值126一起被提供给评估算法130。基于这些输入值MI、125、126,评估算法131加工130检测结果(值)150。然后将该检测结果150与预定义的阈值h进行比较。在检测结果150大于或等于h的情况下,可以得出结论/确定已经检测到阵风。在检测结果150小于h的情况下,将得出没有检测到阵风的结论。
图5至图9示出了使用模拟的本发明实施例的示例。
图5图示了当阵风影响风力涡轮机100时,以kNm(横坐标)为单位的塔架底部力矩随以秒为单位(纵坐标)的时间推移的发展。200.000 kNm左右的负荷作用在塔架底部,并且可以清楚地观察到这个力矩。然而,如在图6中将看到的,在风力涡轮机叶片114的根部区域R处检测到阵风影响之后十秒钟左右,观察到塔架底部103处的阵风影响。
图6图示了三个测量信号M-A、M-B和M-C的所测量叶片襟翼力矩随时间推移的发展,每个测量信号由风力涡轮机100的三个叶片114之一产生,例如由叶片根部力矩传感器111检测到。当阵风影响风力涡轮机100时,叶片移出公共平面P(叶片襟翼力矩)的事件随着时间(纵坐标)以kNm为单位(横坐标)示出。即使每个叶片114受到不同的影响,阵风的影响也可以从每个叶片114测量。与塔架底部移动(参见上面的图5)相比较,使用叶片根部力矩传感器111可以更早得多地检测到阵风。基于这些测量的叶片襟翼力矩,可以计算三个(基于)测量的信号M-A、M-B和M-C(它们表示平面外力矩)。
图7图示了以kNm/s表示的(基于)测量的输入信号MI。该信号已经如上所述那样通过处理(取平均、滤波、计算变化率)来自上面的图6的(基于)测量的信号M-A、M-B、M-C而获得。
图8图示了已经由评估算法131加工130的检测结果(随时间推移的值)150(以任意单位),测量输入信号MI、参考平均值125和参考标准偏差126已经被提供给评估算法131作为输入。虚线表示预定义的阈值h。在使用GLR算法的情况下,检测结果将被表示为对数似然比。
图9示出了在检测结果150已经与预定义的阈值h比较之后的最终阵风检测结果。指示的是时间窗口,其中检测结果150大于预定义的阈值h。因此,最终阵风检测结果是,阵风在21秒到28秒之间的时间窗口中影响风力涡轮机100。这种确定比(仅)基于塔架底部移动的检测要快得多,并且比测量风速的现有技术方法(参见上面的图4)更加有效和可靠得多。
应当注意,术语“包括”不排除其他元件或步骤,并且冠词“一”或“一个”的使用不排除多个。而且可以组合与不同实施例相关联地描述的元件。还应当注意,权利要求中的参考标记不应当被解释为限制权利要求的范围。
注意,在本发明的另外的改进中,还可以有可能组合来自本文中描述的不同说明性实施例的特征。还应当注意,权利要求中的参考标记不应当被解释为限制权利要求的范围。

Claims (13)

1.一种用于检测影响风力涡轮机(100)的阵风的方法,其中所述风力涡轮机(100)包括两个或更多个叶片(114),所述两个或更多个叶片耦合到连接构件(112),使得所述两个或更多个叶片(114)基本上布置在公共平面(P)中,所述方法包括:
测量(110)至少一个叶片(114)至少部分地在所述平面(P)之外的事件,由此获得测量信号(M-A);
将所述测量信号(M-A)作为测量输入信号(MI)提供(120)给评估算法(131);
使用所述评估算法(131)根据所述测量输入信号(MI)加工(130)检测结果(150);以及
将所述检测结果(150)与预定义的阵风阈值(h)进行比较以确定(140)是否检测到阵风。
2.根据权利要求1所述的方法,
其中所述评估算法(131)包括统计估计,特别是似然估计,更特别是广义似然比。
3.根据权利要求1或2所述的方法,其中所述方法进一步包括:
将参考平均值(125)和参考标准偏差值(126)与所述测量输入信号(MI)一起提供给所述评估算法(131)。
4.根据前述权利要求中任一项所述的方法,其中每个叶片(114)包括根部区域(R),其中每个叶片(114)在其相应的根部区域(R)处耦合到所述连接构件(112),并且其中所述测量(110)进一步包括:
在至少一个叶片根部区域(R)的环境中实行所述测量,特别是通过使用叶片根部力矩传感器(111)来实行所述测量。
5.根据前述权利要求中任一项所述的方法,其中所述风力涡轮机(100)包括塔架(101),并且其中所述方法进一步包括:
观察高负载作用在塔架底部(103)上的事件,特别是其中所述塔架底部(103)至少部分在塔架底部平面(TP)之外;以及
使用所述观察来支持阵风的检测。
6.根据前述权利要求中任一项所述的方法,其中所述方法进一步包括:
针对所述风力涡轮机(100)的所有叶片(114)、特别是三个叶片(114),测量(110)叶片(114)至少部分地在所述平面(P)之外的事件,由此获得多个测量信号(M-A,M-B,M-C)。
7.根据前述权利要求6所述的方法,其中提供(120)所述测量输入信号(MI)进一步包括:
对所述多个测量信号(M-A,M-B,M-C)取平均(115),以便获得平均测量信号(aM)。
8.根据前述权利要求中任一项所述的方法,其中提供(120)所述测量输入信号(MI)进一步包括:
对测量信号(M-A)、特别是所述平均测量信号(aM)进行滤波(116),以获得经滤波的测量信号(fM)。
9.根据前述权利要求中任一项所述的方法,其中所述测量(110)进一步包括:
实行至少一个叶片(114)至少部分地在所述平面(P)之外的事件的变化率计算(117),特别是经滤波的测量信号(fM)的变化率计算(117)。
10.一种用于风力涡轮机(100)的阵风检测系统,其中所述风力涡轮机(100)包括两个或更多个叶片(114),所述两个或更多个叶片耦合到连接构件(112),使得所述两个或更多个叶片(114)基本上布置在公共平面(P)中,所述系统包括:
测量单元(111),特别是叶片根部力矩传感器,被配置成
测量至少一个叶片(114)至少部分地在所述平面(P)之外的事件,由此获得测量信号(M-A);以及
评估单元,其包括评估算法(131),其中所述评估单元被配置成
将所述测量信号(M-A)作为测量输入信号(MI)提供给所述评估算法(131),
使用所述评估算法(131)根据所述测量输入信号(MI)加工检测结果(150),以及
将所述检测结果(150)与预定义的阵风阈值(h)进行比较以确定是否检测到阵风。
11.一种风力涡轮机(100),包括:
塔架(101);
耦合到所述塔架(101)的连接构件(112);
两个或更多个叶片(114),其在所述连接构件(12)处相对于彼此基本上布置在公共平面(P)中;以及
根据权利要求10所述的阵风检测系统。
12.根据权利要求11所述的风力涡轮机(100),
其中所述风力涡轮机(100)是直接驱动风力涡轮机或齿轮箱风力涡轮机。
13.一种操作风力涡轮机(100)的方法,特别是根据权利要求11或12所述的风力涡轮机(100),所述方法包括:
根据权利要求1至9中任一项所述的方法检测影响所述风力涡轮机(100)的阵风;以及在检测到阵风的存在时,
发起阵风反应。
CN202080036392.0A 2019-05-16 2020-04-15 用于检测影响风力涡轮机的阵风的方法和系统 Pending CN113811687A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP19174863.1A EP3739203A1 (en) 2019-05-16 2019-05-16 Method and system for detecting a wind gust that affects a wind turbine
EP19174863.1 2019-05-16
PCT/EP2020/060540 WO2020229075A1 (en) 2019-05-16 2020-04-15 Method and system for detecting a wind gust that affects a wind turbine

Publications (1)

Publication Number Publication Date
CN113811687A true CN113811687A (zh) 2021-12-17

Family

ID=66589311

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080036392.0A Pending CN113811687A (zh) 2019-05-16 2020-04-15 用于检测影响风力涡轮机的阵风的方法和系统

Country Status (6)

Country Link
US (1) US11815065B2 (zh)
EP (2) EP3739203A1 (zh)
CN (1) CN113811687A (zh)
DK (1) DK3947965T3 (zh)
ES (1) ES2978663T3 (zh)
WO (1) WO2020229075A1 (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101368541A (zh) * 2007-08-13 2009-02-18 通用电气公司 利用逆风信息降低水平轴风力涡轮机中负荷的系统和方法
WO2012000505A2 (en) * 2010-06-29 2012-01-05 Vestas Wind Systems A/S Callibration of wind turbine sensor
WO2012044161A2 (en) * 2010-09-27 2012-04-05 Stichting Energieonderzoek Centrum Nederland Method and system for wind gust detection in a wind turbine
US20140377064A1 (en) * 2011-12-20 2014-12-25 Vestas Wind Systems A/S Control method for a wind turbine, and wind turbine
US20160138571A1 (en) * 2014-11-13 2016-05-19 General Electric Company System and method for estimating rotor blade loads of a wind turbine
US20160305403A1 (en) * 2013-12-09 2016-10-20 Danian Zheng System and Method for Reducing Oscillation Loads of Wind Turbine
WO2018184645A1 (en) * 2017-04-05 2018-10-11 Vestas Wind Systems A/S Air density dependent turbine operation

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009010061A2 (en) * 2007-07-14 2009-01-22 Vestas Wind Systems A/S A wind turbine, a method for compensating for disparities in a wind turbine rotor blade pitch system and use of a method.
CA2829686A1 (en) * 2008-04-24 2009-10-29 Rbt Lp A method and system for determining an imbalance of a wind turbine rotor
US20120200699A1 (en) * 2011-02-08 2012-08-09 Steffen Bunge Balancing of Wind Turbine Parts
WO2016206691A1 (en) * 2015-06-24 2016-12-29 Vestas Wind Systems A/S Blade load sensing system for a wind turbine
PT3732369T (pt) * 2017-12-29 2023-06-29 Windcomp Gmbh Processo para a medição de desequilíbrios de rotores de turbina eólica
US11493911B2 (en) * 2018-12-27 2022-11-08 Utopus Insights, Inc. System and method for proactive handling of multiple faults and failure modes in an electrical network of energy assets
EP3974645A1 (en) * 2020-09-29 2022-03-30 Siemens Gamesa Renewable Energy A/S Imbalance estimation for the wind rotor of a wind turbine

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101368541A (zh) * 2007-08-13 2009-02-18 通用电气公司 利用逆风信息降低水平轴风力涡轮机中负荷的系统和方法
WO2012000505A2 (en) * 2010-06-29 2012-01-05 Vestas Wind Systems A/S Callibration of wind turbine sensor
WO2012044161A2 (en) * 2010-09-27 2012-04-05 Stichting Energieonderzoek Centrum Nederland Method and system for wind gust detection in a wind turbine
US20140377064A1 (en) * 2011-12-20 2014-12-25 Vestas Wind Systems A/S Control method for a wind turbine, and wind turbine
US20160305403A1 (en) * 2013-12-09 2016-10-20 Danian Zheng System and Method for Reducing Oscillation Loads of Wind Turbine
US20160138571A1 (en) * 2014-11-13 2016-05-19 General Electric Company System and method for estimating rotor blade loads of a wind turbine
WO2018184645A1 (en) * 2017-04-05 2018-10-11 Vestas Wind Systems A/S Air density dependent turbine operation

Also Published As

Publication number Publication date
US11815065B2 (en) 2023-11-14
EP3947965A1 (en) 2022-02-09
EP3947965B1 (en) 2024-02-28
US20220213873A1 (en) 2022-07-07
WO2020229075A1 (en) 2020-11-19
EP3739203A1 (en) 2020-11-18
DK3947965T3 (da) 2024-04-02
ES2978663T3 (es) 2024-09-17

Similar Documents

Publication Publication Date Title
TWI788290B (zh) 風力渦輪機偏航失準估測
EP2105746B1 (en) Method for measuring the turbulence intensity of a horizontal axis wind turbine
EP3184811B1 (en) Horizontal axis wind turbine and method for controlling horizontal axis wind turbine
CN103206342B (zh) 桨叶载荷传感器的标定
CN107709766B (zh) 校准风力涡轮机的负载传感器的方法
US20120230820A1 (en) Method and arrangement for detecting a blade pitch angle unbalance of a rotor blade system of a wind turbine
WO2012044161A2 (en) Method and system for wind gust detection in a wind turbine
US10119521B2 (en) Estimating and controlling loading experienced in a structure
US11220996B2 (en) Control method for a wind turbine
GB2476506A (en) Method And Apparatus Protecting Wind Turbines From Low Cycle Fatigue Damage
US10724499B2 (en) Controlling wind turbines according to reliability estimates
EP3181897B1 (en) Operating a wind turbine
US8683688B2 (en) Method for balancing a wind turbine
EP3642481B1 (en) A method for determining wind turbine blade edgewise load recurrence
JP2022107523A (ja) 風の乱流のアクティブセンシングを用いた風力タービンのための推力制御
US10330080B2 (en) Wind turbine control method and associated wind turbine
US11815065B2 (en) Method and system for detecting a wind gust that affects a wind turbine
US20140161610A1 (en) Method and device for reducing a pitching moment which loads a rotor of a wind power plant
CN118715366A (zh) 一种减小风力涡轮机在塔架经过期间的叶片偏转的方法

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