CN114738206A - 风力发电机叶片的覆冰运行控制方法、装置及风力发电机 - Google Patents
风力发电机叶片的覆冰运行控制方法、装置及风力发电机 Download PDFInfo
- Publication number
- CN114738206A CN114738206A CN202210476295.4A CN202210476295A CN114738206A CN 114738206 A CN114738206 A CN 114738206A CN 202210476295 A CN202210476295 A CN 202210476295A CN 114738206 A CN114738206 A CN 114738206A
- Authority
- CN
- China
- Prior art keywords
- icing
- driven generator
- current
- wind driven
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000012502 risk assessment Methods 0.000 claims abstract description 63
- 230000007613 environmental effect Effects 0.000 claims abstract description 36
- 238000011156 evaluation Methods 0.000 claims abstract description 25
- 238000013486 operation strategy Methods 0.000 claims abstract description 22
- 238000010248 power generation Methods 0.000 claims abstract description 19
- 241000039077 Copula Species 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 11
- 238000005315 distribution function Methods 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 8
- 230000007547 defect Effects 0.000 abstract description 6
- 238000011217 control strategy Methods 0.000 abstract description 5
- 230000004927 fusion Effects 0.000 abstract description 5
- 238000005457 optimization Methods 0.000 abstract description 5
- 230000001276 controlling effect Effects 0.000 description 17
- 238000004364 calculation method Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 9
- 230000002159 abnormal effect Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000011248 coating agent Substances 0.000 description 3
- 238000000576 coating method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 210000003746 feather Anatomy 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification 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
- 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
- F03D80/40—Ice detection; De-icing means
-
- 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
- F05B2260/70—Adjusting of angle of incidence or attack of rotating blades
-
- 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
-
- 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
-
- 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)
- 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)
- Wind Motors (AREA)
Abstract
本发明提供一种风力发电机叶片的覆冰运行控制方法、装置及风力发电机，所述方法包括：获取风力发电机的当前运行参数和风力发电机叶片周围的当前环境参数；基于当前运行参数和当前环境参数，确定风力发电机的覆冰风险评估值；基于覆冰风险评估值，并结合风力发电机的当前运行状态，确定风力发电机的覆冰运行策略。本发明提供的风力发电机叶片的覆冰运行控制方法、装置及风力发电机，对多个风机传感器数据进行信息融合，定量评估风力发电机的覆冰情况，同时根据获取的覆冰风险评估值，针对性的制定不同运行状态下的控制策略优化方案，解决上述覆冰评估不够准确的缺陷，能有效地提升机组在覆冰条件下的运行安全性、提高发电效率。
Description
技术领域
本发明涉及新能源技术领域，尤其涉及一种风力发电机叶片的覆冰运行控制方法、装置及风力发电机。
背景技术
风力发电机组不可避免的会面临低温冻雨等恶劣天气，会导致风力发电机叶片覆冰积雪等状况较为常见。风力发电机叶片覆冰会改变叶片的形状和表面粗糙度，导致叶片气动性能恶化、发电量降低；同时还会使得失速攻角提前，进而导致风力发电机运行在失速攻角区域附近，影响机组运行安全和发电效率。同时，因为叶片气动特性变化，使得启机状态下转速上升缓慢，甚至无法启机。
当前对于风力发电机覆冰情况的研究，主要集中于风力发电机叶片结冰状况的检测以及对应的除冰技术，而对于覆冰状态下风力发电机的运行控制缺乏相关研究。即使偶有研究，也仅是通过检测输出功率或者转速的异常，对覆冰状态进行评估，并据此调整发电运行状态下的控制策略。
现有的覆冰状态下风力发电机的运行控制主要存在的缺陷表现在，对覆冰情况的评估较为粗糙，仅能依赖单一或少量的运行参数对覆冰状况进行分级，容易产生误判，影响后续运行策略的效果。
发明内容
本发明提供一种风力发电机叶片的覆冰运行控制方法、装置及风力发电机，用以解决现有技术中无法定量评估风力发电机叶片的覆冰状态，容易产生误判停机的缺陷，能实现精准计算风力发电机叶片的覆冰风险评估值，进而在确保风力发电机的设备安全的前提下，优化了风力发电机的覆冰运行效率。
第一方面，本发明提供一种风力发电机叶片的覆冰运行控制方法，包括：
获取风力发电机的当前运行参数和所述风力发电机叶片周围的当前环境参数；
基于所述当前运行参数和所述当前环境参数，确定所述风力发电机的覆冰风险评估值；
基于所述覆冰风险评估值，并结合所述风力发电机的当前运行状态，确定所述风力发电机的覆冰运行策略。
根据本发明提供的一种风力发电机叶片的覆冰运行控制方法，所述基于所述当前运行参数和所述当前环境参数，确定所述风力发电机的覆冰风险评估值，包括：
根据当前运行参数和所述当前环境参数，确定所述风力发电机的当前风能利用系数、当前输出功率和当前塔架振动信号特征分量幅值中的至少一个；
建立Copula模型，以基于所述Copula模型计算所述风力发电机的覆冰风险评估值；所述Copula模型是基于所述第一极值参数、第二极值参数和第三极值参数中的至少一个确定的；
所述第一极值参数是根据所述当前风能利用系数与所述风力发电机在正常运行状态下的风能利用系数之间的比值确定的；所述第二极值参数是根据所述当前输出功率与所述风力发电机在正常运行状态下的输出功率之间的比值确定的；所述第三极值参数是根据所述当前塔架振动信号特征分量幅值与所述风力发电机在正常运行状态下的塔架振动信号特征分量幅值之间的比值确定的。
根据本发明提供的一种风力发电机叶片的覆冰运行控制方法，所述建立所述第一极值参数、第二极值参数和第三极值参数相关的 Copula模型，以基于所述Copula模型计算所述风力发电机的覆冰风险评估值，包括：
将第一覆冰风险参数、第二覆冰风险参数和所述第二覆冰风险参数，代入至所述Copula模型，获取所述覆冰风险评估值；
所述第一覆冰风险参数是基于广义极值分布函数，由所述第一极值参数确定的；所述第二覆冰风险参数是基于广义极值分布函数，由所述第二极值参数确定的；所述第三覆冰风险参数是基于广义极值分布函数，由所述第三极值参数确定的。
根据本发明提供的一种风力发电机叶片的覆冰运行控制方法，根据所述当前运行参数和所述当前环境参数，确定所述风力发电机的当前风能利用系数、当前输出功率和当前塔架振动信号特征分量幅值中的至少一个，包括：
选取所述当前运行参数和所述当前环境参数中的风能利用系数变量，包括风速、空气密度、当前输出功率、转速，以利用所述风能利用系数变量计算所述当前风能利用系数；
所述当前输出功率是从所述风力发电机的SCADA系统中所记录的运行数据中筛选出的；
获取所述风力发电机的塔架振动信号，以提取所述当前塔架振动信号特征分量幅值。
根据本发明提供的一种风力发电机叶片的覆冰运行控制方法，所述基于所述覆冰风险评估值，并结合所述风力发电机的当前运行状态，确定所述风力发电机的覆冰运行策略，包括：
在确定所述风力发电机的当前运行状态为正常发电状态的情况下，根据所述覆冰风险评估值的大小确定目标收桨角；
所述目标收桨角是控制所述风力发电机的变桨系统，以减小所述风力发电机叶片的桨距角的调整角度。
根据本发明提供的一种风力发电机叶片的覆冰运行控制方法，所述根据所述覆冰风险评估值的大小确定目标收桨角，包括：
将所述覆冰风险评估值输入至预先构建的风险评估值与收桨角列表中，以从中匹配出所述目标收桨角。
根据本发明提供的一种风力发电机叶片的覆冰运行控制方法，所述基于所述覆冰风险评估值，并结合所述风力发电机的当前运行状态，确定所述风力发电机的覆冰运行策略，还包括：
在确定所述风力发电机的当前运行状态为启机状态的情况下，根据所述覆冰风险评估值的大小优化桨距角调节曲线，以确定最大扭矩系数；
调整所述风力发电机叶片的桨距角，以使得所述风力发电机的当前扭矩系数调整至所述最大扭矩系数。
第二方面，本发明还提供一种风力发电机叶片的覆冰运行控制装置，包括：
数据采集模块，用于获取风力发电机的当前运行参数和所述风力发电机叶片周围的当前环境参数；
风险评估模块，用于基于所述当前运行参数和所述当前环境参数，确定所述风力发电机的覆冰风险评估值；
策略制定模块，用于基于所述覆冰风险评估值，并结合所述风力发电机的当前运行状态，确定所述风力发电机的覆冰运行策略。
第三方面，本发明提供一种风力发电机，包括发电机本体，所述发电机本体中设置有运行控制器；还包括存储器及存储在所述存储器上并可在所述运行控制器上运行的程序或指令，所述程序或指令被所述运行控制器执行时执行如第一方面任一项所述风力发电机叶片的覆冰运行控制方法的步骤。
第四方面，本发明提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述风力发电机叶片的覆冰运行控制方法的步骤。
第五方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述风力发电机叶片的覆冰运行控制方法的步骤。
本发明提供的风力发电机叶片的覆冰运行控制方法、装置及风力发电机，对多个风机传感器数据进行信息融合，定量评估风力发电机的覆冰情况，同时根据获取的覆冰风险评估值，针对性的制定不同运行状态下的控制策略优化方案，解决上述覆冰评估不够准确的缺陷，能有效地提升机组在覆冰条件下的运行安全性、提高发电效率。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的风力发电机叶片的覆冰运行控制方法的流程示意图；
图2是本发明提供的获取风力发电机的当前运行参数和所述风力发电机叶片周围的当前环境参数的流程示意图；
图3是本发明提供的确定风力发电机的覆冰风险评估值的流程示意图；
图4是本发明提供的正常发电状态下确定覆冰运行策略的流程示意图；
图5是本发明提供的启机状态下确定覆冰运行策略的流程示意图；
图6是本发明提供的风力发电机叶片的覆冰运行控制装置的结构示意图；
图7是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，在本发明实施例的描述中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
本申请中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
下面结合图1-图7描述本发明实施例所提供的风力发电机叶片的覆冰运行控制方法、装置及风力发电机。
图1是本发明提供的风力发电机叶片的覆冰运行控制方法的流程示意图，如图1所示，包括但不限于以下步骤：
步骤101：获取风力发电机的当前运行参数和所述风力发电机叶片周围的当前环境参数。
在流体动力学中，失速是指翼型的气动攻角(Angle of Attack，可以理解为来流方向和翼弦之间的夹角)增加到一定程度(达到失速攻角)时，叶片所产生的升力突然减小的一种状态。
在风力发电机正常运行的情况下，失速攻角一般在15°左右，在风力发电机叶片严重覆冰后，其上翼型的失速攻角可以提前至7.5°，甚至更小。
叶片的气动攻角超过失速攻角之前，翼型的升力是随迎角增加而递增的；但是迎角超过失速攻角后，叶片背面的气流工况开始恶化，会在叶片背面的尾端出现涡流区，这会明显降低叶片的升力系数，增加叶片的阻力系数，导致发电量降低。更严重的是，进一步的覆冰会导致叶片失速攻角提前，叶片进入失速区域，气动特性发生剧烈波动，从而引起风机叶片颤振，甚至引起整机的共振，损害叶片的疲劳寿命。
本发明提供的风力发电机叶片的覆冰运行控制方法，通过采集多个风机传感器数据进行信息融合，能够实现对风力发电机叶片的覆冰状态的定量计算。
图2是本发明提供的获取风力发电机的当前运行参数和所述风力发电机叶片周围的当前环境参数的流程示意图，如图2所示，风力发电机的当前运行参数。可以包括但不限于风力发电机叶片在运行过程中的叶片转速(简称转速)、风力发电机的输出功率(简称功率)、风力发电机叶片的桨距角(简称桨距角)、风力发电机的转矩(简称转矩)以及塔架的振动(简称振动)等参数中的一个或者多个；当前环境参数主要包括：环境温度(简称温度)、来流密度(简称密度)、当前空气湿度(简称湿度)以及来流风速(简称风速)等信息中的至少一种。
可选地，上述风力发电机的当前运行参数也可以从风力发电机的数据采集与监控系统(SCADA系统)中调取。
步骤102：基于所述当前运行参数和所述当前环境参数，确定所述风力发电机的覆冰风险评估值。
图3是本发明提供的确定风力发电机的覆冰风险评估值的流程示意图，如图3所示，本发明在进行叶片的覆冰风险评估时，首先根据当前所处的季节和所采集到的当前环境参数等，综合判断出是否满足叶片覆冰的条件。
在确定满足覆冰条件后，可以根据风力发电机的输出功率、风能利用效率以及塔架的振动等相关数据，分析风力发电机的异常状况，包括输出功率异常分析、风能利用异常分析以及塔架振动异常分析等，进而定量计算出叶片覆冰的具体状态。
例如，可通过建立输出功率、风能利用效率和振动相关的三维极值参数的Copula模型，对覆冰情况进行定量评估，并将Copula模型的计算结果作为覆冰风险评估值。
步骤103：基于所述覆冰风险评估值，并结合所述风力发电机的当前运行状态，确定所述风力发电机的覆冰运行策略。
其中，风力发电机的当前运行状态，可以包括启机状态、发电状态、停机状态等。在获取到覆冰风险评估值后，就可以根据风力发电机的当前运行状态，制定出对应的覆冰运行策略，以在确保风力发电机的设备安全的基础上，最大程度的优化风力发电机的覆冰运行效率。
例如，在风力发电机处于发电状态下，在确定覆冰风险评估值较大时，可以通过减小桨距角的方式，使得风力发电机的攻角脱离攻角失速区域。
本发明提供的风力发电机叶片的覆冰运行控制方法，对多个风机传感器数据进行信息融合，定量评估风力发电机的覆冰情况，同时根据获取的覆冰风险评估值，针对性的制定不同运行状态下的控制策略优化方案，解决上述覆冰评估不够准确的缺陷，能有效地提升机组在覆冰条件下的运行安全性、提高发电效率。
基于上述实施例的内容，作为一种可选实施例，所述基于所述当前运行参数和所述当前环境参数，确定所述风力发电机的覆冰风险评估值，包括：
根据所述当前运行参数和所述当前环境参数，确定所述风力发电机的当前风能利用系数、当前输出功率和当前塔架振动信号特征分量幅值中的至少一个；
建立Copula模型，以基于所述Copula模型计算所述风力发电机的覆冰风险评估值；所述Copula模型是基于所述第一极值参数、第二极值参数和第三极值参数中的至少一个确定的；
所述第一极值参数是根据所述当前风能利用系数与所述风力发电机在正常运行状态下的风能利用系数之间的比值确定的；所述第二极值参数是根据所述当前输出功率与所述风力发电机在正常运行状态下的输出功率之间的比值确定的；所述第三极值参数是根据所述当前塔架振动信号特征分量幅值与所述风力发电机在正常运行状态下的塔架振动信号特征分量幅值之间的比值确定的。
一方面，风力发电机叶片在覆冰之后，叶片的外形会发生变化，进而会导致风能利用系数(又称Cp值)降低，即在叶片覆冰状态下的Cp值会低于未覆冰的正常运行状态下的Cp值。有鉴于此，本发明可以通过比对当前风能利用系数Cp1与正常运行状态下的Cp2计算出第一极值参数x1，对风力发电机叶片的覆冰状态进行量化。
具体地，第一极值参数x1的计算公式可以设计为：
另一方面，风力发电机叶片在覆冰之后，相同工况下风力发电机的输出功率会偏离正常值，即在叶片覆冰状态下的输出功率会低于未覆冰的正常运行状态下的输出功率。有鉴于此，本发明可以通过比对当前输出功率P1与正常运行状态下的输出功率P2计算出第二极值参数x2，对风力发电机叶片的覆冰状态进行量化。
具体地，第一极值参数x2的计算公式可以设计为：
再一方面，风力发电机叶片在覆冰后，在增加叶片和塔架结构负载的同时，由于所覆冰块呈现非均匀分布，会破坏整个叶轮转动过程中的质量平衡，引起叶轮及其关联部件的振动特性发生变化，进而导致塔架的振动异常，通过对比运行过程中特征频率分量的变化情况，比如会引起塔架振动信号特征分量幅值的明显上升。
有鉴于此，本发明可以通过比对当前塔架振动信号特征分量幅值 A1与正常运行状态下的塔架振动信号特征分量的最大幅值Amax计算出第三极值参数x3，对风力发电机叶片的覆冰状态进行量化。
在上述理论阐述的基础上，本发明采用极值理论，建立所述第一极值参数、第二极值参数和第三极值参数中的至少一个三维极值参数相关的Copula模型，从而可以利用有限的数据量，实现对风机覆冰风险的高精度量化评估。
需要说明的是，在本发明中仅仅说明了采用风力发电机的当前风能利用系数、当前输出功率和当前塔架振动信号特征分量幅值等参数进行Copula模型的构建，在实际工作中，还可以选择其它因风机覆冰情况不同而发生变化的参数参与Copula模型的构建，在此不作一一赘述。
作为一种可选实施例，所述建立所述第一极值参数、第二极值参数和第三极值参数相关的Copula模型，以基于所述Copula模型计算所述风力发电机的覆冰风险评估值，包括：
将第一覆冰风险参数、第二覆冰风险参数和所述第二覆冰风险参数，代入至所述Copula模型，获取所述覆冰风险评估值；
其中，第一覆冰风险参数可以是基于广义极值分布函数，由所述第一极值参数确定的；所述第二覆冰风险参数可以是基于广义极值分布函数，由第二极值参数确定的；所述第三覆冰风险参数可以是基于广义极值分布函数，由所述第三极值参数确定的。
首先，本发明采用广义极值(Generalized Extreme Value，GEV) 分布函数评估单一极值参数引起的风机覆冰风险，分别计算出第一覆冰风险参数、第二覆冰风险参数和第三覆冰风险参数。
其中，xi,max为xi在采样时间内的极大值，ξ,μ,σ为GEV函数的分布参数，针对同一风力发电机可通过试验确定。为便于描述，后续将Fi(xi,max；ξ,μ,σ)简化表述为Fi，即x1-x3所对应的第一覆冰风险参数、第二覆冰风险参数和第三覆冰风险参数，分别为F1-F3。
然后，建立一个三维极值参数相关的Copula模型，其函数表达式为：
C(y1,y2,y3)＝C(F1(x1,max),F2(x2,max),F3(x3,max))；
可选地，本发明选取Joe Copula模型作为实际运用的Copular模型，则可以确定出覆冰风险评估值的计算函数：
其中，θ1和θ2为Joe Copula模型中需辨识得到的常数项，针对同一风力发电机可通过试验确定。
本发明提供的风力发电机叶片的覆冰运行控制方法，通过合理的选取因叶片覆冰所引起显著变化的风能利用系数、输出功率和塔架振动信号特征分量幅值，以基于Copula模型进行多元相关性分析，为定量计算覆冰风险评估值提供了理论基础，能确保计算出的覆冰风险评估值真实反映叶片的实际覆冰状态，经试验验证其计算结果精确度高。
基于上述实施例的内容，作为一种可选实施例，上述根据所述当前运行参数和所述当前环境参数，确定所述风力发电机的当前风能利用系数、当前输出功率和当前塔架振动信号特征分量幅值中的至少一个，包括：
选取所述当前运行参数和所述当前环境参数中的风能利用系数变量，包括风速、空气密度、当前输出功率、转速，以利用所述风能利用系数变量计算所述当前风能利用系数；所述当前输出功率是从所述风力发电机的SCADA系统中所记录的运行数据中筛选出的；获取所述风力发电机的塔架振动信号，以提取所述当前塔架振动信号特征分量幅值。
具体地，本发明提供了一种计算风能利用系数的方法，其计算公式可以表达为：
其中，Cp为风能利用系数，P为当前输出功率，ρ为空气密度， R为风轮半径，v为风速，η为风力发电机的功率转换效率。
其中，当前输出功率P可以通过从所述风力发电机的SCADA系统中所记录的运行数据中筛选出来；空气密度ρ、风速v可以通过预先设置的传感器实时检测出来；风轮半径R和风力发电机的功率转换效率η均可以通过风力发电机的机型查表获得。
由于上述风力发电机覆冰风险计算模型中诸多参数需要通过实际运行数据辨识得到，因而在使用上述覆冰风险计算模型时，如果风机的工作大气环境发生较大变化，若直接采用传感器采集的数据，会引起计算结果产生偏差，比如当大气温度和压力不同时，即使风机的转速和桨距角等参数相同，所产生的输出功率也是不一样的，因此需要利用大气环境参数对风机性能参数进行修正，以保证若不同时刻，若修正后的参数相同，则两个时刻的风机可视为工作在同一个工况，从而确保风机覆冰风险评估的准确。
采用相似准则进行修正，如转速修正为
空气流量修正为
式中w,m,p,T分别为风轮转速，空气流量，大气压力和大气温度，下标cor表示修正后的数据，上标*表示总温和总压，其他如速度修正、密度修正等以类似方式进行。
需要说明的是，本发明在获取到风力发电机的当前运行参数和风力发电机叶片周围的当前环境参数之后，还包括：利用所采集的当前环境参数对当前运行参数进行相似度校正，以剔除其中的异常数据。
例如，根据当前环境参数确定出来流风速取值范围，将位于来流风速取值范围外的时间点所采集到的当前运行参数作为异常数据。
再例如，在设定来流风速取值范围的基础上还设定有功功率阈值，将处于来流风速取值范围内，但将有功功率小于有功功率阈值的时间点所采集到的当前运行参数作为异常数据。
进一步地，根据采集到的塔架的振动信号，提取出其对应的振动信号特征分量的方法，可以采用基于经验模态分解(Empirical Mode Decomposition，EMD)的特征提取方法，获取塔架振动信号相关的有限个本征模函数(Intrinsic Mode Function，IMF)分量，所分解出来的各IMF分量包含了原张振东信号的不同时间尺度的局部特征信号。最后对各IMF分量进行希尔伯特变换，得到瞬时的塔架振动信号特征分量，进而统计出塔架振动信号特征分量幅值。
相较于现有技术仅采用大气温湿度为依据进行覆冰风险等级判断等，缺乏对风机个体差异的考量的分析方法来说，本发明提供的风力发电机叶片的覆冰运行控制方法，在采集环境参数的基础上，综合考量了风力发电机的运行参数，包括输出功率、风能利用率和振动等参数，能进一步提高叶片覆冰状态的评估精度。
图4是本发明提供的正常发电状态下确定覆冰运行策略的流程示意图，如图4所示，上述基于覆冰风险评估值，并结合所述风力发电机的当前运行状态，确定所述风力发电机的覆冰运行策略，包括：
在确定所述风力发电机的当前运行状态为正常发电状态的情况下，根据覆冰风险评估值的大小确定目标收桨角；其中，目标收桨角是控制风力发电机的变桨系统，以减小风力发电机叶片的桨距角的调整角度。
具体地，本发明可以根据覆冰风险评估值的大小，判断出风力发电机是否运行在失速攻角区域。
在判断到当前郑处于失速攻角区域后，可以通过比对变桨系统的控制，减小风力发电机叶片的桨距角，以使得风力发电机脱离失速攻角区域，提升运行效率。
需要说明的是，在根据覆冰风险评估值判断出叶片的覆冰达到了一定的程度(即C(y1,y2,y3)>覆冰风险阈值)，则对风力发电机进行停机保护控制，以避免对设备本身造成损害。其中，覆冰风险阈值是可以根据试验进行确定的。
进一步地，根据覆冰风险评估值的大小确定目标收桨角，可以包括：将覆冰风险评估值输入至预先构建的风险评估值与收桨角列表中，以从中匹配出所述目标收桨角。
表1风险评估值与收桨角列表
表1是本发明提供的一种风险评估值与收桨角列表，如表1所示，在确定风力发电机处于正常发电状态下(即处于运行阶段)，可以根据计算出的覆冰风险评估值的大小所属的区间，查找出对应的目标收桨角。
本发明提供的风力发电机叶片的覆冰运行控制方法，通过定量的覆冰风险评估值进行桨距角优化，控制更为精细
图5是本发明提供的启机状态下确定覆冰运行策略的流程示意图，如图5所示，上述基于所述覆冰风险评估值，并结合所述风力发电机的当前运行状态，确定所述风力发电机的覆冰运行策略，还包括：
在确定所述风力发电机的当前运行状态为启机状态的情况下，根据覆冰风险评估值的大小优化桨距角调节曲线，即θcom＝f(λ,C)，式中θcom为启机过程中的桨距角指令，λ为叶尖速比，C为风险评估值；优化的目标为获得最大扭矩系数，以提升风机启机性能；调整风力发电机叶片的桨距角，以使得风力发电机的当前扭矩系数调整至最大扭矩系数。
风力发电的启动流程是：当风吹向叶片时，叶片上产生气动力驱动叶片旋转，再通过增速机将叶片旋转的速度提升，来促使发电机开始发电。
需要说明的是，增加增速机的原因是，由于风力发电机在启机状态下，叶片的启动转速比较低，而且风力的大小和方向也会存在变化，这又使启动转速不稳定。所以，在带动发电机之前，通过附加一个把叶片的转速提高到发电机额定转速的增速机(如齿轮变速箱)，再加一个调速机构使转速保持稳定，然后再联接到发电机上；发电机把由叶片得到的恒定转速，通过升速传递给发电机构均匀运转，因而把机械能转变为电能。同时启机状态下，考虑到需要提升叶片的启动转速，可以适当的增大风力发电机叶片的桨距角，但同时需要考虑到启动阻力大的因素，对于桨距角的大小调整需要，还需综合叶片的额定扭矩系数。
上述步骤仅仅是考虑到风力发电机在未覆冰情况下的启动流程，但在叶片已覆冰的情况下，则需要首先结合覆冰风险评估值的大小，优化桨距角调节曲线，从而获得最优的扭矩系数(也即是最大扭矩系数)。
进而根据所确定的最大扭矩系数调整的风力发电机叶片的桨距角，以使得风力发电机的当前扭矩系数调整至所述最大扭矩系数。
本发明提供的风力发电机叶片的覆冰运行控制方法，首先识别叶片的覆冰状态，并定量确定覆冰程度，根据获取到的覆冰风险评估值，控制变桨系统调节不同桨距角使风力发电机脱离失速攻角区域，提升运行效率，并当覆叶片的冰达到一定程度时，停机保护。另外，在风力发电机处于启机状态下，根据覆冰状况，以最大扭矩系数为目标，进行桨距角的调节以及曲线优化，提升启机的性能。
本发明提供的风力发电机叶片的覆冰运行控制方法，相较于现有的仅对正常发电情况下的覆冰运行对策进行了优化的方法来说，还可以解决覆冰情况下的启机困难的问题。
图6是本发明提供的风力发电机叶片的覆冰运行控制装置的结构示意图，如图6所示，主要包括但不限于数据采集模块11、风险评估模块12和策略制定模块13，其中：
数据采集模块11，主要用于获取风力发电机的当前运行参数和所述风力发电机叶片周围的当前环境参数；
风险评估模块12，主要用于基于所述当前运行参数和所述当前环境参数，确定所述风力发电机的覆冰风险评估值；
策略制定模块13，主要用于基于所述覆冰风险评估值，并结合所述风力发电机的当前运行状态，确定所述风力发电机的覆冰运行策略。
需要说明的是，本发明实施例提供的风力发电机叶片的覆冰运行控制装置，在具体运行时，可以执行上述任一实施例所述的风力发电机叶片的覆冰运行控制方法，对此本实施例不作赘述。
在上述实施例的基础上，本发明还提供一种风力发电机，主要包括发电机本体，所述发电机本体中设置有运行控制器；还包括存储器及存储在所述存储器上并可在所述运行控制器上运行的程序或指令，所述程序或指令被所述运行控制器执行时执行如上述实施所提供的风力发电机叶片的覆冰运行控制方法的步骤。
本发明提供的风力发电机叶片的覆冰运行控制装置以及风力发电机，对多个风机传感器数据进行信息融合，定量评估风力发电机的覆冰情况，同时根据获取的覆冰风险评估值，针对性的制定不同运行状态下的控制策略优化方案，解决上述覆冰评估不够准确的缺陷，能有效地提升机组在覆冰条件下的运行安全性、提高发电效率。
图7是本发明提供的电子设备的结构示意图，如图7所示，该电子设备可以包括：处理器(processor)710、通信接口(Communications Interface)720、存储器(memory)730和通信总线740，其中，处理器710，通信接口720，存储器730通过通信总线740完成相互间的通信。处理器710可以调用存储器730中的逻辑指令，以执行风力发电机叶片的覆冰运行控制方法，该方法包括：获取风力发电机的当前运行参数和所述风力发电机叶片周围的当前环境参数；基于所述当前运行参数和所述当前环境参数，确定所述风力发电机的覆冰风险评估值；基于所述覆冰风险评估值，并结合所述风力发电机的当前运行状态，确定所述风力发电机的覆冰运行策略。
此外，上述的存储器730中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的风力发电机叶片的覆冰运行控制方法，该方法包括：获取风力发电机的当前运行参数和所述风力发电机叶片周围的当前环境参数；基于所述当前运行参数和所述当前环境参数，确定所述风力发电机的覆冰风险评估值；基于所述覆冰风险评估值，并结合所述风力发电机的当前运行状态，确定所述风力发电机的覆冰运行策略。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的风力发电机叶片的覆冰运行控制方法，该方法包括：获取风力发电机的当前运行参数和所述风力发电机叶片周围的当前环境参数；基于所述当前运行参数和所述当前环境参数，确定所述风力发电机的覆冰风险评估值；基于所述覆冰风险评估值，并结合所述风力发电机的当前运行状态，确定所述风力发电机的覆冰运行策略。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (11)
1.一种风力发电机叶片的覆冰运行控制方法，其特征在于，包括：
获取风力发电机的当前运行参数和所述风力发电机叶片周围的当前环境参数；
基于所述当前运行参数和所述当前环境参数，确定所述风力发电机的覆冰风险评估值；
基于所述覆冰风险评估值，并结合所述风力发电机的当前运行状态，确定所述风力发电机的覆冰运行策略。
2.根据权利要求1所述的风力发电机叶片的覆冰运行控制方法，其特征在于，所述基于所述当前运行参数和所述当前环境参数，确定所述风力发电机的覆冰风险评估值，包括：
根据所述当前运行参数和所述当前环境参数，确定所述风力发电机的当前风能利用系数、当前输出功率和当前塔架振动信号特征分量幅值中的至少一个；
建立Copula模型，以基于所述Copula模型计算所述风力发电机的覆冰风险评估值；所述Copula模型是基于第一极值参数、第二极值参数和第三极值参数中的至少一个确定的；
所述第一极值参数是根据所述当前风能利用系数与所述风力发电机在正常运行状态下的风能利用系数之间的比值确定的；所述第二极值参数是根据所述当前输出功率与所述风力发电机在正常运行状态下的输出功率之间的比值确定的；所述第三极值参数是根据所述当前塔架振动信号特征分量幅值与所述风力发电机在正常运行状态下的塔架振动信号特征分量幅值之间的比值确定的。
3.根据权利要求2所述的风力发电机叶片的覆冰运行控制方法，其特征在于，所述建立Copula模型，以基于所述Copula模型计算所述风力发电机的覆冰风险评估值，包括：
将第一覆冰风险参数、第二覆冰风险参数和所述第二覆冰风险参数中的至少一个，代入至所述Copula模型，获取所述覆冰风险评估值；
所述第一覆冰风险参数是基于广义极值分布函数，由所述第一极值参数确定的；所述第二覆冰风险参数是基于广义极值分布函数，由所述第二极值参数确定的；所述第三覆冰风险参数是基于广义极值分布函数，由所述第三极值参数确定的。
4.根据权利要求2所述的风力发电机叶片的覆冰运行控制方法，其特征在于，根据所述当前运行参数和所述当前环境参数，确定所述风力发电机的当前风能利用系数、当前输出功率和当前塔架振动信号特征分量幅值中的至少一个，包括：
选取所述当前运行参数和所述当前环境参数中的风能利用系数变量，包括风速、空气密度、当前输出功率、转速，以利用所述风能利用系数变量计算所述当前风能利用系数；
所述当前输出功率是从所述风力发电机的SCADA系统中所记录的运行数据中筛选出的；
获取所述风力发电机的塔架振动信号，以提取所述当前塔架振动信号特征分量幅值。
5.根据权利要求1所述的风力发电机叶片的覆冰运行控制方法，其特征在于，所述基于所述覆冰风险评估值，并结合所述风力发电机的当前运行状态，确定所述风力发电机的覆冰运行策略，包括：
在确定所述风力发电机的当前运行状态为正常发电状态的情况下，根据所述覆冰风险评估值的大小确定目标收桨角；
所述目标收桨角是控制所述风力发电机的变桨系统，以减小所述风力发电机叶片的桨距角的调整角度。
6.根据权利要求5所述的风力发电机叶片的覆冰运行控制方法，其特征在于，所述根据所述覆冰风险评估值的大小确定目标收桨角，包括：
将所述覆冰风险评估值输入至预先构建的风险评估值与收桨角列表中，以从中匹配出所述目标收桨角。
7.根据权利要求1所述的风力发电机叶片的覆冰运行控制方法，其特征在于，所述基于所述覆冰风险评估值，并结合所述风力发电机的当前运行状态，确定所述风力发电机的覆冰运行策略，还包括：
在确定所述风力发电机的当前运行状态为启机状态的情况下，根据所述覆冰风险评估值的大小优化桨距角调节曲线，以确定最大扭矩系数；
调整所述风力发电机叶片的桨距角，以使得所述风力发电机的当前扭矩系数调整至所述最大扭矩系数。
8.一种风力发电机叶片的覆冰运行控制装置，其特征在于，包括：
数据采集模块，用于获取风力发电机的当前运行参数和所述风力发电机叶片周围的当前环境参数；
风险评估模块，用于基于所述当前运行参数和所述当前环境参数，确定所述风力发电机的覆冰风险评估值；
策略制定模块，用于基于所述覆冰风险评估值，并结合所述风力发电机的当前运行状态，确定所述风力发电机的覆冰运行策略。
9.一种风力发电机，其特征在于，包括发电机本体，所述发电机本体中设置有运行控制器；还包括存储器及存储在所述存储器上并可在所述运行控制器上运行的程序或指令，所述程序或指令被所述运行控制器执行时执行如权利要求1至7任一项所述风力发电机叶片的覆冰运行控制方法的步骤。
10.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述风力发电机叶片的覆冰运行控制方法。
11.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述风力发电机叶片的覆冰运行控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210476295.4A CN114738206A (zh) | 2022-04-29 | 2022-04-29 | 风力发电机叶片的覆冰运行控制方法、装置及风力发电机 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210476295.4A CN114738206A (zh) | 2022-04-29 | 2022-04-29 | 风力发电机叶片的覆冰运行控制方法、装置及风力发电机 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114738206A true CN114738206A (zh) | 2022-07-12 |
Family
ID=82286563
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210476295.4A Pending CN114738206A (zh) | 2022-04-29 | 2022-04-29 | 风力发电机叶片的覆冰运行控制方法、装置及风力发电机 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114738206A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118361361A (zh) * | 2024-06-19 | 2024-07-19 | 广东阳硕绿建科技股份有限公司 | 一种风力发电机运行状态监测系统 |
-
2022
- 2022-04-29 CN CN202210476295.4A patent/CN114738206A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118361361A (zh) * | 2024-06-19 | 2024-07-19 | 广东阳硕绿建科技股份有限公司 | 一种风力发电机运行状态监测系统 |
| CN118361361B (zh) * | 2024-06-19 | 2024-08-20 | 广东阳硕绿建科技股份有限公司 | 一种风力发电机运行状态监测系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107709766B (zh) | 校准风力涡轮机的负载传感器的方法 | |
| CN103850876B (zh) | 一种适用于无载荷测量的风电机组独立变桨控制方法 | |
| CN101298864B (zh) | 运行风力涡轮机的方法和风力涡轮机 | |
| US20170022974A1 (en) | Operating wind turbines | |
| US8178986B2 (en) | Wind turbine operation system and method | |
| EP2878811B1 (en) | Methods of operating a wind turbine, and wind turbines | |
| DK2927486T3 (en) | Fatigue in wind turbines | |
| EP3464891B1 (en) | Adaptive control of a wind turbine by detecting a change in performance | |
| WO2016188532A1 (en) | Control of a wind turbine taking fatigue measure into account | |
| EP3394436B1 (en) | Controlling wind turbines according to reliability estimates | |
| CN110520620A (zh) | 用于在风力涡轮机叶片变桨距轴承上减小负载的方法 | |
| CA2755154A1 (en) | Method and system for adjusting a power parameter of a wind turbine | |
| CN108488035B (zh) | 永磁直驱风力发电机组失速和变桨混合控制方法 | |
| DK2719895T3 (en) | Method for monitoring a wind turbine | |
| EP3608538A1 (en) | Model-based repowering solutions for wind turbines | |
| EP3642481B1 (en) | A method for determining wind turbine blade edgewise load recurrence | |
| EP4293217A1 (en) | A method for operating a cluster of wind turbines | |
| Bak et al. | Full scale wind turbine test of vortex generators mounted on the entire blade | |
| CN114738206A (zh) | 风力发电机叶片的覆冰运行控制方法、装置及风力发电机 | |
| CN111379665A (zh) | 风力发电机组的变桨控制方法及系统 | |
| CN109322802B (zh) | 一种风力发电机叶片覆冰预测方法及系统 | |
| CN115478993A (zh) | 风力发电机组叶片失速监测方法及系统 | |
| CN112855461A (zh) | 叶片振动监测方法及其装置 | |
| CN114109742B (zh) | 桨距角偏差引起的风力机风轮不平衡根因定位及矫正方法 | |
| US12044212B2 (en) | Controlling a wind turbine with an updated power coefficient adjusted by a degradation function |
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 |