CN114297819A - 风力发电机组的控制方法及其装置及计算机可读存储介质 - Google Patents

Abstract

本发明实施例提供一种风力发电机组的控制方法及其装置及计算机可读存储介质。该方法包括：通过仿真预先建立风力发电机组的叶根载荷估算模型函数，其中，叶根载荷估算模型函数以风力发电机组的运行功率和运行桨距角为自变量，以风力发电机组的叶根载荷为因变量；获得风力发电机组实际运行中的功率测量值和桨距角测量值；根据功率测量值和桨距角测量值并基于叶根载荷估算模型函数来获得风力发电机组的叶根载荷估算值；以及基于叶根载荷估算值来对风力发电机组进行相应的控制。本发明实施例提供了一种较为准确的叶根载荷在线实时估算及降载方法。

Description

风力发电机组的控制方法及其装置及计算机可读存储介质

技术领域

本发明实施例涉及风力发电技术领域，尤其涉及一种风力发电机组的控制方法及其装置及计算机可读存储介质。

背景技术

随着煤炭、石油等能源的逐渐枯竭，人类越来越重视可再生能源的利用。风能作为一种清洁的可再生能源越来越受到世界各国的重视。伴随着风电技术的不断发展，风机在电力系统中的应用日益增加。风力发电机组是将风能转化为电能的大型设备，通常设置于风能资源丰富的地区。

目前，风电领域运行过程中风力发电机组的叶根载荷数据获取通常是通过叶根传感器来进行测量得到，叶根降载方法采用静态推力消减，即采用测量功率插值设定桨距角。

常规的叶根载荷获取方法需要依赖叶根光纤(或压力)传感器进行测量，叶根传感器测量载荷结果精度更高，但是成本较高，且存在需要定期维护、可靠性待验证等问题。静态推力消减降载控制策略存在的问题是对于阵风或者大湍流风况下，在较小的功率下的风况失去降载效果，同时因为是基于功率来进行降载设定，会导致发电量损失较多。

发明内容

本发明实施例的目的在于提供一种风力发电机组的控制方法及其装置及计算机可读存储介质，能够提供一种较为准确的叶根载荷在线实时估算及降载方法。

本发明实施例的一个方面提供一种风力发电机组的控制方法。所述控制方法包括：通过仿真预先建立风力发电机组的叶根载荷估算模型函数，其中，所述叶根载荷估算模型函数以所述风力发电机组的运行功率和运行桨距角为自变量，以所述风力发电机组的叶根载荷为因变量；获得所述风力发电机组实际运行中的功率测量值和桨距角测量值；根据所述功率测量值和桨距角测量值并基于所述叶根载荷估算模型函数来获得所述风力发电机组的叶根载荷估算值；以及基于所述叶根载荷估算值来对所述风力发电机组进行相应的控制。

进一步地，所述通过仿真预先建立风力发电机组的叶根载荷估算模型函数包括：通过仿真建立所述风力发电机组的稳态叶根载荷与运行功率之间的相关性传递函数；通过仿真建立所述风力发电机组的稳态叶根载荷与运行桨距角之间的相关性传递函数；及基于所述稳态叶根载荷与运行功率之间的相关性传递函数及所述稳态叶根载荷与运行桨距角之间的相关性传递函数来获得所述叶根载荷估算模型函数。

进一步地，所述通过仿真建立所述风力发电机组的稳态叶根载荷与运行功率之间的相关性传递函数包括：基于Bladed仿真软件仿真计算预定风速的稳态工况下的叶根载荷；提取出稳态叶根载荷和运行功率的散点；及将所述稳态叶根载荷和运行功率的散点通过拟合建立所述稳态叶根载荷与运行功率之间的相关性传递函数。

进一步地，所述通过仿真建立所述风力发电机组的稳态叶根载荷与运行桨距角之间的相关性传递函数包括：基于Bladed仿真软件仿真计算预定风速的稳态工况下的叶根载荷；提取出稳态叶根载荷和运行桨距角的散点；及将所述稳态叶根载荷和运行桨距角的散点通过拟合建立所述稳态叶根载荷与运行桨距角之间的相关性传递函数。

进一步地，所述基于所述稳态叶根载荷与运行功率之间的相关性传递函数及所述稳态叶根载荷与运行桨距角之间的相关性传递函数来获得所述叶根载荷估算模型函数包括：根据所述稳态叶根载荷与运行功率之间的相关性传递函数与所述稳态叶根载荷与运行桨距角之间的相关性传递函数的乘积来获得所述叶根载荷估算模型函数。

进一步地，所述方法还包括：对获得的所述叶根载荷估算值进行平滑滤波处理，其中，所述基于所述叶根载荷估算值来对所述风力发电机组进行相应的控制包括：基于平滑滤波处理后的叶根载荷估算值来对所述风力发电机组进行相应的控制。

进一步地，所述基于所述叶根载荷估算值来对所述风力发电机组进行相应的控制包括：将所述叶根载荷估算值和所述目标载荷设定值进行比较；及基于比较结果来对所述风力发电机组进行桨距角控制。

进一步地，所述基于比较结果来对所述风力发电机组进行桨距角控制包括：在所述叶根载荷估算值大于所述目标载荷设定值时，则基于所述叶根载荷估算值与所述目标载荷设定值的差值与预定比例增益的乘积来确定设定最小桨距角；及基于所述设定最小桨距角来对所述风力发电机组进行桨距角控制以降低所述风力发电机组的叶根载荷。

本发明实施例的另一个方面还提供一种风力发电机组的控制装置。所述控制装置包括一个或多个处理器，用于实现如上所述的风力发电机组的控制方法。

本发明实施例的又一个方面还提供一种计算机可读存储介质。所述计算机可读存储介质上存储有程序，所述程序被处理器执行时，实现如上所述的风力发电机组的控制方法。

本发明一个或多个实施例的风力发电机组的控制方法及其装置及计算机可读存储介质能够很好地替代传统的静推降载控制策略，并且，能够实时在线估算叶根载荷，降低叶根极限载荷，同时，可以为后续的整机寿命预测方法提供基础。

附图说明

图1为一种风力发电机组的示意图；

图2为本发明一个实施例的风力发电机组的控制方法的流程图；

图3为本发明一个实施例的预先建立风力发电机组的叶根载荷估算模型函数的具体步骤；

图4为本发明一个实施例的风力发电机组的稳态功率与叶根载荷相关性的示意图；

图5为本发明一个实施例的风力发电机组的稳态桨距角与叶根载荷相关性的示意图；

图6为本发明一个实施例的不同风速下叶根静态载荷估算曲线图；

图7为本发明一个实施例的基于叶根载荷估算值来对风力发电机组进行相应的控制的流程图；

图8为本发明一个实施例的风力发电机组的控制装置的示意性框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施例并不代表与本发明相一致的所有实施例。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置的例子。

在本发明实施例使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。除非另作定义，本发明实施例使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明说明书以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。同样，“一个”或者“一”等类似词语也不表示数量限制，而是表示存在至少一个。“多个”或者“若干”表示两个及两个以上。除非另行指出，“前部”、“后部”、“下部”和/或“上部”等类似词语只是为了便于说明，而并非限于一个位置或者一种空间定向。“包括”或者“包含”等类似词语意指出现在“包括”或者“包含”前面的元件或者物件涵盖出现在“包括”或者“包含”后面列举的元件或者物件及其等同，并不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而且可以包括电性的连接，不管是直接的还是间接的。在本发明说明书和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

图1揭示了一种风力发电机组100的立体示意图。如图1所示，风力发电机组100包括多个叶片101、机舱102、轮毂103及塔架104。塔架104从基础(未图示)向上延伸，机舱102安装在塔架104的顶端，轮毂103安装在机舱102的一端，多个叶片101安装在轮毂103上。

本发明实施例提供了一种风力发电机组的控制方法，其能够提供一种较为准确的叶根载荷在线实时估算及降载方法。图2揭示了本发明一个实施例的风力发电机组的控制方法的流程图。如图2所示，本发明一个实施例的风力发电机组的控制方法可以包括步骤S11至步骤S14。

在步骤S11中，可以通过仿真预先建立风力发电机组的叶根载荷估算模型函数，其中，叶根载荷估算模型函数以风力发电机组的运行功率和运行桨距角为自变量，以风力发电机组的叶根载荷为因变量。

图3揭示了本发明一个实施例的步骤S11中的预先建立风力发电机组的叶根载荷估算模型函数的具体步骤。如图3所示，在一些实施例中，步骤S11的通过仿真预先建立风力发电机组的叶根载荷估算模型函数可以进一步包括步骤S111至步骤S113。

在步骤S111中，可以通过仿真建立风力发电机组的稳态叶根载荷与运行功率之间的相关性传递函数G_power。

在一个实施例中，可以基于Bladed仿真软件仿真计算预定风速(例如3m/s-20m/s)的稳态工况下的叶根载荷。稳态工况是指湍流、偏航误差、风剪切和入流角均为0时的工况。然后，提取出稳态叶根载荷和运行功率的散点，再将稳态叶根载荷和运行功率的散点通过拟合，建立出稳态叶根载荷与运行功率之间的相关性传递函数G_power。

图4揭示了本发明一个实施例的风力发电机组的稳态功率与叶根载荷相关性的示意图，其中，图4中的横坐标表示功率(kw)，纵坐标表示归一化载荷百分比。为了消除载荷数据之间的量纲差异，将叶根载荷进行了归一化处理，即采用输入风速下计算出来的叶根载荷与所有风速下统计出来的最大叶根载荷的比值。从图4中可以看出，通过仿真得到的仿真叶根载荷与根据建立出的稳态叶根载荷与运行功率之间的相关性传递函数G_power得到的叶根载荷之间的误差很小，拟合曲线R²＝0.9993。

在步骤S112中，可以通过仿真建立风力发电机组的稳态叶根载荷与运行桨距角之间的相关性传递函数G_pitch。

在一个实施例中，可以基于Bladed仿真软件仿真计算预定风速(例如3m/s-20m/s)的稳态工况下的叶根载荷，提取出稳态叶根载荷和运行桨距角的散点，然后，将稳态叶根载荷和运行桨距角的散点通过拟合，建立出稳态叶根载荷与运行桨距角之间的相关性传递函数G_pitch。

图5揭示了本发明一个实施例的风力发电机组的稳态桨距角与叶根载荷相关性的示意图，其中，图5中的横坐标表示桨距角(deg)，纵坐标表示归一化载荷百分比。类似地，为了消除载荷数据之间的量纲差异，将叶根载荷进行了归一化处理，即采用输入风速下计算出来的叶根载荷与所有风速下统计出来的最大叶根载荷的比值。从图5中可以看出，通过仿真得到的仿真叶根载荷与根据建立出的风力发电机组的稳态叶根载荷与运行桨距角之间的相关性传递函数G_pitch得到的叶根载荷之间的误差很小，拟合曲线R²＝0.9998。

返回参照图2，在获得步骤S111中建立的稳态叶根载荷与运行功率之间的相关性传递函数G_power和步骤S112中建立的稳态叶根载荷与运行桨距角之间的相关性传递函数G_pitch之后，在步骤S113中，可以基于步骤S111中建立的稳态叶根载荷与运行功率之间的相关性传递函数G_power及步骤S112中建立的稳态叶根载荷与运行桨距角之间的相关性传递函数G_pitch，完成考虑叶片气动及模态的稳态功率、桨距角与叶根载荷三者之间的耦合，来获得叶根载荷估算模型函数G_L。叶片的模态是指叶片受力后的振动振型，例如具体可以包括叶片挥舞模态、摆振模态和扭转模态等，模态还可分一阶、二阶、三阶等。

在一个实施例中，可以根据稳态叶根载荷与运行功率之间的相关性传递函数G_power与稳态叶根载荷与运行桨距角之间的相关性传递函数G_pitch的乘积来获得叶根载荷估算模型函数G_L，例如以下公式所示：

G_L＝G_power×G_pitch

图6揭示了本发明一个实施例的不同风速下叶根稳态载荷估算曲线图，其中，图6的横坐标表示风速(m/s)，纵坐标表示叶根稳态载荷(例如叶根弯矩My-br(kNn))。从图6中可以看出，根据功率和桨距角基于叶根载荷估算模型函数G_L得到的估算稳态叶根载荷曲线与通过仿真得到的仿真稳态叶根载荷曲线基本吻合。因此，本发明实施例上面所述的建立出的叶根载荷估算模型函数G_L可以应用到风力发电机组的实际运行过程中，可以利用建立出的叶根载荷估算模型函数G_L来估算风力发电机组实际运行过程中的叶根载荷。

返回参照图2所示，在建立出叶根载荷估算模型函数G_L之后，在步骤S12中，在风力发电机组的实际运行过程中，获得风力发电机组实际运行中的功率测量值和桨距角测量值。

在步骤S13中，根据步骤S12中得到的功率测量值和桨距角测量值并基于步骤S11中建立出的叶根载荷估算模型函数G_L来获得风力发电机组的叶根载荷估算值。

在步骤S14中，可以基于步骤S13中得到的叶根载荷估算值来对风力发电机组进行相应的控制。

图7揭示了本发明一个实施例的基于叶根载荷估算值来对风力发电机组进行相应的控制的流程图。如图7所示，在一些实施例中，步骤S14的基于叶根载荷估算值来对风力发电机组进行相应的控制可以进一步包括步骤S141和步骤S142。

在步骤S141中，可以将根据叶根载荷估算模型函数G_L得到的叶根载荷估算值和目标载荷设定值进行比较。

在步骤S142中，可以基于比较结果来对风力发电机组进行桨距角控制。其中，步骤S142可以进一步包括步骤S1421至步骤S1424。在步骤S1421中，判断叶根载荷估算值是否大于目标载荷设定值。如果判断结果为是的情况下，则过程前进到步骤S1422和步骤S1423。否则的话，则过程进入到步骤S1424。在步骤S1424中，叶根载荷估算值小于或等于目标载荷设定值时，则不做处理，即对桨距角不做控制。

在步骤S1422中，在叶根载荷估算值大于目标载荷设定值时，则基于叶根载荷估算值与目标载荷设定值的差值与预定比例增益的乘积来确定设定最小桨距角，例如以下公式所示：

Pit_set＝(G_L-Load_setting)×Gain

其中，Pit_set为确定的设定最小桨距角，Load_setting为目标载荷设定值，Gain为比例增益，其中，比例增益Gain可以通过桨距角变化带来叶根载荷变化的关系来确定，其是可调的。

在步骤S1423中，可以基于步骤S1422中确定的设定最小桨距角Pit_set来对风力发电机组提前进行桨距角控制，将桨距角增大，往90度方向收浆，从而来降低风力发电机组的叶根载荷，达到降载的目的。

继续参照图2所示，为了消除步骤S13中获得的叶根载荷估算值中可能存在的噪声，在本发明的一些实施例中，风力发电机组的控制方法在进行步骤S14之前，还可以进一步包括步骤S15。在步骤S15中，可以对获得的叶根载荷估算值进行平滑滤波处理。

在本发明实施例的风力发电机组的控制方法包括步骤S15的实施方式中，则在步骤S14中，可以基于步骤S15中得到的平滑滤波处理后的叶根载荷估算值来对风力发电机组进行相应的控制。

本发明实施例的风力发电机组的控制方法能够很好地替代传统的静推降载控制策略，并且，能够实时在线估算叶根载荷，降低叶根极限载荷，同时，可以为后续的整机寿命预测方法提供基础。

本发明实施例还提供了一种风力发电机组的控制装置200。图8揭示了本发明一个实施例的风力发电机组的控制装置200的示意性框图。如图8所示，风力发电机组的控制装置200可以包括一个或多个处理器201，用于实现上面任一实施例所述的风力发电机组的控制方法。在一些实施例中，风力发电机组的控制装置200可以包括计算机可读存储介质202，计算机可读存储介质202可以存储有可被处理器201调用的程序，可以包括非易失性存储介质。在一些实施例中，控制装置200可以包括内存203和接口204。在一些实施例中，本发明实施例的风力发电机组的控制装置200还可以根据实际应用包括其他硬件。

本发明实施例的风力发电机组的控制装置200具有与上面所述的风力发电机组的控制方法相类似的有益技术效果，故，在此不再赘述。

本发明实施例还提供了一种计算机可读存储介质。计算机可读存储介质上存储有程序，该程序被处理器执行时，实现上面任一实施例所述的风力发电机组的控制方法。

本发明实施例可采用在一个或多个其中包含有程序代码的存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。计算机可读存储介质包括永久性和非永久性、可移动和非可移动媒体，可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机可读存储介质的例子包括但不限于：相变存储器/阻变存储器/磁存储器/铁电存储器(PRAM/RRAM/MRAM/FeRAM)等新型存储器、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。

以上对本发明实施例所提供的风力发电机组的控制方法及其装置及计算机可读存储介质进行了详细的介绍。本文中应用了具体个例对本发明实施例的风力发电机组的控制方法及其装置及计算机可读存储介质进行了阐述，以上实施例的说明只是用于帮助理解本发明的核心思想，并不用以限制本发明。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明的精神和原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也均应落入本发明所附权利要求书的保护范围内。

Claims (10)

1.一种风力发电机组的控制方法，其特征在于：其包括：

通过仿真预先建立风力发电机组的叶根载荷估算模型函数，其中，所述叶根载荷估算模型函数以所述风力发电机组的运行功率和运行桨距角为自变量，以所述风力发电机组的叶根载荷为因变量；

获得所述风力发电机组实际运行中的功率测量值和桨距角测量值；

根据所述功率测量值和桨距角测量值并基于所述叶根载荷估算模型函数来获得所述风力发电机组的叶根载荷估算值；以及

基于所述叶根载荷估算值来对所述风力发电机组进行相应的控制。

2.如权利要求1所述的方法，其特征在于：所述通过仿真预先建立风力发电机组的叶根载荷估算模型函数包括：

通过仿真建立所述风力发电机组的稳态叶根载荷与运行功率之间的相关性传递函数；

通过仿真建立所述风力发电机组的稳态叶根载荷与运行桨距角之间的相关性传递函数；及

基于所述稳态叶根载荷与运行功率之间的相关性传递函数及所述稳态叶根载荷与运行桨距角之间的相关性传递函数来获得所述叶根载荷估算模型函数。

3.如权利要求2所述的方法，其特征在于：所述通过仿真建立所述风力发电机组的稳态叶根载荷与运行功率之间的相关性传递函数包括：

基于Bladed仿真软件仿真计算预定风速的稳态工况下的叶根载荷；

提取出叶根载荷和运行功率的散点；及

将所述叶根载荷和运行功率的散点通过拟合建立所述稳态叶根载荷与运行功率之间的相关性传递函数。

4.如权利要求2所述的方法，其特征在于：所述通过仿真建立所述风力发电机组的稳态叶根载荷与运行桨距角之间的相关性传递函数包括：

基于Bladed仿真软件仿真计算预定风速的稳态工况下的叶根载荷；

提取出叶根载荷和运行桨距角的散点；及

将所述叶根载荷和运行桨距角的散点通过拟合建立所述稳态叶根载荷与运行桨距角之间的相关性传递函数。

5.如权利要求2所述的方法，其特征在于：所述基于所述稳态叶根载荷与运行功率之间的相关性传递函数及所述稳态叶根载荷与运行桨距角之间的相关性传递函数来获得所述叶根载荷估算模型函数包括：

根据所述稳态叶根载荷与运行功率之间的相关性传递函数与所述稳态叶根载荷与运行桨距角之间的相关性传递函数的乘积来获得所述叶根载荷估算模型函数。

6.如权利要求1所述的方法，其特征在于：其还包括：

对获得的所述叶根载荷估算值进行平滑滤波处理，

其中，所述基于所述叶根载荷估算值来对所述风力发电机组进行相应的控制包括：基于平滑滤波处理后的叶根载荷估算值来对所述风力发电机组进行相应的控制。

7.如权利要求1所述的方法，其特征在于：所述基于所述叶根载荷估算值来对所述风力发电机组进行相应的控制包括：

将所述叶根载荷估算值和目标载荷设定值进行比较；及

基于比较结果来对所述风力发电机组进行桨距角控制。

8.如权利要求7所述的方法，其特征在于：所述基于比较结果来对所述风力发电机组进行桨距角控制包括：

在所述叶根载荷估算值大于所述目标载荷设定值时，则基于所述叶根载荷估算值与所述目标载荷设定值的差值与预定比例增益的乘积来确定设定最小桨距角；及

基于所述设定最小桨距角来对所述风力发电机组进行桨距角控制以降低所述风力发电机组的叶根载荷。

9.一种风力发电机组的控制装置，其特征在于，包括一个或多个处理器，用于实现如权利要求1-8中任一项所述的风力发电机组的控制方法。

10.一种计算机可读存储介质，其特征在于，其上存储有程序，该程序被处理器执行时，实现如权利要求1-8中任一项所述的风力发电机组的控制方法。

Images