CN115539302A - 风力发电机组的偏航控制方法及设备 - Google Patents

风力发电机组的偏航控制方法及设备 Download PDF

Info

Publication number
CN115539302A
CN115539302A CN202110725783.XA CN202110725783A CN115539302A CN 115539302 A CN115539302 A CN 115539302A CN 202110725783 A CN202110725783 A CN 202110725783A CN 115539302 A CN115539302 A CN 115539302A
Authority
CN
China
Prior art keywords
yaw
wind
wind direction
angle
future
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
CN202110725783.XA
Other languages
English (en)
Inventor
欧发顺
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.)
Xinjiang Goldwind Science and 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 CN202110725783.XA priority Critical patent/CN115539302A/zh
Publication of CN115539302A publication Critical patent/CN115539302A/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
    • 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
    • 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
    • F03D7/04—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
    • F03D7/046—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic with learning or adaptive control, e.g. self-tuning, fuzzy logic or neural network
    • 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
    • F05B2270/329—Azimuth or yaw angle
    • 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)
  • Physics & Mathematics (AREA)
  • Fluid Mechanics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Wind Motors (AREA)

Abstract

本公开提供了一种风力发电机组的偏航控制方法及设备，所述偏航控制方法包括：预估未来预设时长内所述风力发电机组的输出功率和所在环境的风向；根据预估的未来预设时长内的输出功率和风向，确定是否进行提前偏航；当确定进行提前偏航时，控制所述风力发电机组按照最优偏航角度进行提前偏航。

Description

风力发电机组的偏航控制方法及设备
技术领域
本公开总体说来涉及风电技术领域，更具体地讲，涉及一种风力发电机组的偏航控制方法及设备。
背景技术
从控制角度来说，现代大型风力发电机组为一个大惯性、大时滞的非线性系统，风力发电机组的控制滞后于风况的变化，以偏航控制系统为例，风力发电机组通过风向标检测风向的变化，原始输入信号经过一定的滤波处理后输入偏航控制系统中，偏航控制系统通过一定的偏航控制算法，当风向角度偏差偏离叶轮正对方向，并持续一定时间后，偏航控制系统发出偏航指令，通过偏航电机驱动整个机舱及叶轮系统朝一个预先计算出来的方向进行偏航，使机组叶轮平面正对风，从而获得最大的能量。
具体地，偏航控制系统的硬件部分主要包含：风向标、偏航电机、偏航减速器、偏航齿轮、偏航轴承以及偏航液压制动系统等。其主要功能是：当风向发生变化时，并持续一段时间后，偏航控制系统给偏航电机发出启动指令，通过偏航减速器输出低速率(0.2～0.4deg/s)高扭矩给偏航轴承，驱动整个机舱-叶轮-发电机系统，使机组叶轮平面正对风向，从而获取最大的风能。在实际运行工况中，由于风向随时间变化较快，偏航速率较慢，导致机组的偏航系统响应远远落后于风向的变化，可能导致机组对风不准，主要表现为：一方面，机组偏航过程中(一般持续数十秒到数分钟)，在此期间，可能风向已经发生了变化，从而导致机组对风不准，降低机组的出力；另一方面，若实际工况中风向变化频繁(如低风速段)，则可能导致机组频繁偏航，增加机组自身损耗，偏航时间过长、并频繁启动偏航和制动偏航会增加偏航闸片磨损。
发明内容
本公开的示例性实施例在于提供一种风力发电机组的偏航控制方法及设备，以至少解决上述相关技术中的问题，也可不解决任何上述问题。
根据本公开的示例性实施例，提供一种风力发电机组的偏航控制方法，所述偏航控制方法包括：预估未来预设时长内所述风力发电机组的输出功率和所在环境的风向；根据预估的未来预设时长内的输出功率和风向，确定是否进行提前偏航；当确定进行提前偏航时，控制所述风力发电机组按照最优偏航角度进行提前偏航。
可选地，根据预估的未来预设时长内的输出功率和风向，确定是否进行提前偏航的步骤包括：根据预估的未来预设时长内的输出功率和风向，预估提前完成偏航对风动作所带来的未来预设时长内的输出功率提升量；预估所述偏航对风动作所带来的功率损耗量；根据预估的所述输出功率提升量和所述功率损耗量、以及偏航到最优偏航角度所需要的时间，确定是否进行提前偏航。
可选地，根据预估的所述输出功率提升量和所述功率损耗量、以及偏航到最优偏航角度所需要的时间，确定是否进行提前偏航的步骤包括：当所述输出功率提升量大于或等于所述功率损耗量时，确定最优偏航角度；当从当前的偏航角度偏航到所述最优偏航角度所需要的时间小于或等于特定时长时，确定进行提前偏航；其中，所述特定时长基于所述预设时长而确定。
可选地，确定最优偏航角度的步骤包括：从偏航角度寻优范围中确定最优偏航角度，其中，最优偏航角度使得预估的未来预设时长内的各个时间点的风向与该最优偏航角度之间形成的偏航对风偏差角度所导致的功率损失量的总和最小。
可选地，预估的未来预设时长内的各个时间点的风向与该最优偏航角度之间形成的偏航对风偏差角度所导致的功率损失量的总和通过下述方式确定：分别针对预估的未来预设时长内的每个时间点，基于预估的该时间的风向与该最优偏航角度之间形成的偏航对风偏差角度，以及预估的该时间点的输出功率，确定由于该时间点的风向与该最优偏航角度之间形成的偏航对风偏差角度所导致的功率损失量；将与各个时间点对应的功率损失量之和作为：预估的未来预设时长内的各个时间点的风向与该最优偏航角度之间形成的偏航对风偏差角度所导致的功率损失量的总和。
可选地，所述偏航角度寻优范围为：预估的未来预设时长内的风向中的最大值与最小值之间的角度范围。
可选地，根据预估的未来预设时长内的输出功率和风向，预估提前完成偏航对风动作所带来的未来预设时长内的输出功率提升量的步骤包括：根据预估的未来预设时长内的风向，预估未来预设时长内的偏航对风偏差角度的均值；根据预估的未来预设时长内的输出功率的均值和偏航对风偏差角度的均值，预估提前完成偏航对风动作所带来的未来预设时长内的输出功率提升量。
可选地，预估未来预设时长内所述风力发电机组的输出功率和所在环境的风向的步骤包括：将所述风力发电机组历史输出的功率时间序列数据，输入预先训练好的功率预测模型，得到预估的未来预设时长内输出的功率时间序列数据；将所述风力发电机组所在环境的历史风向时间序列数据，输入预先训练好的风向预测模型，得到预估的未来预设时长内的风向时间序列数据。
根据本公开的另一示例性实施例，提供一种风力发电机组的偏航控制设备，所述偏航控制设备包括：预估单元，用于预估未来预设时长内所述风力发电机组的输出功率和所在环境的风向；提前偏航确定单元，用于根据预估的未来预设时长内的输出功率和风向，确定是否进行提前偏航；偏航控制单元，用于当确定进行提前偏航时，控制所述风力发电机组按照最优偏航角度进行提前偏航。
可选地，提前偏航确定单元包括：功率提升量确定单元，用于根据预估的未来预设时长内的输出功率和风向，预估提前完成偏航对风动作所带来的未来预设时长内的输出功率提升量；功率损耗量确定单元，用于预估所述偏航对风动作所带来的功率损耗量；判断单元，用于根据预估的所述输出功率提升量和所述功率损耗量、以及偏航到最优偏航角度所需要的时间，确定是否进行提前偏航。
可选地，判断单元当所述输出功率提升量大于或等于所述功率损耗量时，确定最优偏航角度；当从当前的偏航角度偏航到所述最优偏航角度所需要的时间小于或等于特定时长时，确定进行提前偏航；其中，所述特定时长基于所述预设时长而确定。
可选地，判断单元从偏航角度寻优范围中确定最优偏航角度，其中，最优偏航角度使得预估的未来预设时长内的各个时间点的风向与该最优偏航角度之间形成的偏航对风偏差角度所导致的功率损失量的总和最小。
可选地，预估的未来预设时长内的各个时间点的风向与该最优偏航角度之间形成的偏航对风偏差角度所导致的功率损失量的总和通过下述方式确定：分别针对预估的未来预设时长内的每个时间点，基于预估的该时间的风向与该最优偏航角度之间形成的偏航对风偏差角度，以及预估的该时间点的输出功率，确定由于该时间点的风向与该最优偏航角度之间形成的偏航对风偏差角度所导致的功率损失量；将与各个时间点对应的功率损失量之和作为：预估的未来预设时长内的各个时间点的风向与该最优偏航角度之间形成的偏航对风偏差角度所导致的功率损失量的总和。
可选地，所述偏航角度寻优范围为：预估的未来预设时长内的风向中的最大值与最小值之间的角度范围。
可选地，功率提升量确定单元根据预估的未来预设时长内的风向，预估未来预设时长内的偏航对风偏差角度的均值；并根据预估的未来预设时长内的输出功率的均值和偏航对风偏差角度的均值，预估提前完成偏航对风动作所带来的未来预设时长内的输出功率提升量。
可选地，预估单元将所述风力发电机组历史输出的功率时间序列数据，输入预先训练好的功率预测模型，得到预估的未来预设时长内输出的功率时间序列数据；并将所述风力发电机组所在环境的历史风向时间序列数据，输入预先训练好的风向预测模型，得到预估的未来预设时长内的风向时间序列数据。
根据本公开的另一示例性实施例，提供一种计算机设备，所述计算机设备包括：处理器；和存储器，存储有计算机程序，其中，当所述计算机程序被处理器执行时，实现如上所述的风力发电机组的偏航控制方法。
根据本公开的另一示例性实施例，提供一种存储有计算机程序的计算机可读存储介质，当所述计算机程序被处理器执行时，实现如上所述的风力发电机组的偏航控制方法。
根据本公开示例性实施例的风力发电机组的偏航控制方法及设备，能够提高机组的对风精度和机组偏航效率。
根据本公开示例性实施例的技术方案，获取未来一定时间段内的风向及功率变化情况，通过建立机组预测时刻内损耗和机组对风获得能量动态关系，确定机组是否启动提前主动偏航，由传统的被动控制转化为主动控制，同时通过自动寻优算法，确定偏航位置；
提出了机组存在偏航对风偏差条件下的损耗和偏航对风矫正后获得能量之间的数学模型，用以确定是否开启机组的偏航使能；基于机组的损耗模型，确定机组是否进行偏航，可以很好地降低机组在低风速段频繁偏航、降低机组自身的损耗、减小机组偏航闸片的磨损；
通过设计自寻优的算法以及相应的机组存在对风偏差条件下的累积损耗模型，确定机组最优偏航位置，提高机组的对风精度，实现机组出力最大，同时降低机组的偏航频次。
将在接下来的描述中部分阐述本公开总体构思另外的方面和/或优点，还有一部分通过描述将是清楚的，或者可以经过本公开总体构思的实施而得知。
附图说明
通过下面结合示例性地示出实施例的附图进行的描述，本公开示例性实施例的上述和其它目的和特点将会变得更加清楚，其中：
图1示出根据本公开示例性实施例的风力发电机组的偏航控制方法的流程图；
图2示出根据本公开示例性实施例的风向预测效果的示例；
图3示出根据本公开示例性实施例的输出功率预测效果的示例；
图4示出根据本公开示例性实施例的确定是否进行提前偏航的方法的流程图；
图5示出根据本公开示例性实施例的风力发电机组的偏航控制设备的结构框图。
具体实施方式
现将详细参照本公开的实施例，所述实施例的示例在附图中示出，其中，相同的标号始终指的是相同的部件。以下将通过参照附图来说明所述实施例，以便解释本公开。
图1示出根据本公开示例性实施例的风力发电机组的偏航控制方法的流程图。
参照图1，在步骤S10，预估未来预设时长内风力发电机组的输出功率和所在环境的风向。
仅作为示例，上述预设时长的取值范围可为10-15min。
应该理解，可使用各种适当的方式来预估未来预设时长内风力发电机组的输出功率和所在环境的风向。作为示例，可将风力发电机组所在环境的历史风向时间序列数据，输入预先训练好的风向预测模型，得到预估的未来预设时长内的风向时间序列数据。
作为示例，风力发电机组所在环境的历史风向时间序列数据可为：风力发电机组所在环境的最近一段时间内的风向时间序列数据。例如，该段时间的长度可与上述预设时长的长度相同或不同。作为示例，风向时间序列数据vdir＝[vdir(t0),vdir(t1),vdir(t2)……vdir(tm)]，其中，t0，t1，……tm表示各个时间点(时刻)。
作为示例，当历史风向时间序列数据存在较大的噪声时，可先进行滤波处理，可根据控制目标和系统特征，采取不同滤波常数，对于偏航控制系统，对风向信号(例如，采样周期为20ms)可采用30s或者60s滑动平均滤波处理，并将滤波后的数据输入上述风向预测模型。
作为示例，可使用风力发电机组的大量相应现场历史数据对风向预测模型进行训练，以得到训练好的风向预测模型。
作为示例，上述风向预测模型可使用各种适当的机器学习算法，例如，ARMA、神经网络、线性回归等机器学习算法。作为示例，训练模型时，可采用历史数据集前66％的数据用作训练模型，后34％的数据用作验证、校核模型。当风向预测模型的预测效果满足一定条件时，可认为训练好了，可用于进行实际预测。例如，可使用RMSE(均方根误差)来衡量风向预测模型的预测值与实际值之间的误差大小：
Figure BDA0003138589200000061
其中，vdir(ti)表示第i个采样时间点ti的风向实际值，
Figure BDA0003138589200000062
表示第i个采样时间点ti的风向预测值，m表示上述预设时长内的采样时间点的数量。RMSE越小，表明预测准确度越高。因此，可当RMSEdir≤k0时，确定该模型可以用于实际的预测中，否则，可以认为该模型的准确度不足，不可用于实际预测中，仍需继续进行调整和训练。此外，模型评价指标还可使用MSE(均方误差)、MAE(平均绝对误差)等，本公开对此不作限制。
图2示出根据本公开示例性实施例的风向预测效果的示例。图2示出了现场实际风向数据(即，原始风向数据，采样周期为60s的瞬态数据，用细黑线表示)、滤波后的风向数据(即，60s均值风向，用粗黑线表示)、以及预测的风向数据(用粗黑虚线表示)，可以看出，预测的风向与实际风向具有较好的吻合度。
作为示例，所在环境的风向可以是叶轮前方自由来流的风向。
此外，作为示例，可获取激光雷达测得的距叶轮前方预设距离(例如，100m)位置处自由来流的风向；并基于获取的距叶轮前方预设距离位置处自由来流的风向，预估未来预设时长内叶轮前方自由来流的风向。
作为示例，可将风力发电机组历史输出的功率时间序列数据，输入预先训练好的功率预测模型，得到预估的未来预设时长内输出的功率时间序列数据。
作为示例，风力发电机组历史输出的功率时间序列数据可为：风力发电机组在最近一段时间内输出的功率时间序列数据。例如，该段时间的长度可与上述预设时长的长度相同或不同。
作为示例，功率时间序列数据p＝[p(t0),p(t1),p(t2)……p(tm)]，其中，t0，t1，……tm表示各个时间点。
作为示例，当历史输出的功率时间序列数据存在较大的噪声时，可先进行滤波处理，可根据控制目标和系统特征，采取不同滤波常数进行滤波处理，并将滤波后的数据输入上述功率预测模型。
作为示例，上述功率预测模型可使用各种适当的机器学习算法，例如，ARMA、神经网络、线性回归等机器学习算法。作为示例，训练模型时，可采用历史数据集前66％的数据用作训练模型，后34％的数据用作验证、校核模型。当上述功率预测模型的预测效果满足一定条件时，可认为训练好了，可用于进行实际预测。例如，可使用RMSE(均方根误差)来衡量模型的预测值与实际值之间的误差大小，RMSE越小，表明预测准确度越高。因此，可当RMSEpwr≤d0时，确定该模型可以用于实际的预测中，即，已经训练好了，否则，可以认为该模型的准确度不足，不可用于实际预测中，仍需继续进行调整和训练。
图3示出根据本公开示例性实施例的输出功率预测效果的示例。图3示出了现场实际功率数据(即，原始功率数据，用细黑线表示)、滤波后的功率数据(用粗黑线表示)、以及预测的功率数据(用粗黑虚线表示)，可以看出，预测的功率与实际功率具有较好的吻合度。
在步骤S20，根据预估的未来预设时长内的输出功率和风向，确定是否进行提前偏航。
下面将会结合图4来描述步骤S20的示例性实施例。
在步骤S30，当确定进行提前偏航时，控制风力发电机组按照最优偏航角度进行提前偏航。
作为示例，可当确定进行提前偏航时，控制风力发电机组偏航到最优偏航角度。
作为示例，偏航角度也即偏航位置，例如，可为机舱位置角度。
图4示出根据本公开示例性实施例的确定是否进行提前偏航的方法的流程图。
参照图4，在步骤S201，根据预估的未来预设时长内的输出功率和风向，预估提前完成偏航对风动作所带来的未来预设时长内的输出功率提升量。即，预估如果基于未来预设时长内的风向提前完成偏航对风动作，使得未来预设时长内正对风，相较于不进行偏航对风动作将会获得的输出功率提升量。
作为示例，可根据预估的未来预设时长内的风向，预估未来预设时长内的偏航对风偏差角度的均值；并根据预估的未来预设时长内的输出功率的均值和偏航对风偏差角度的均值，预估提前完成偏航对风动作所带来的未来预设时长内的输出功率提升量。
作为示例，上述输出功率提升量可为：pavg(1-cos2β)，其中，pavg表示预估的未来预设时长内的输出功率的均值；β表示预估的未来预设时长内的偏航对风偏差角度的均值。即，机组在一定偏航对风偏差的情况下，完全对风后理论上所能获得的输出功率提升量。
作为示例，可根据预估的未来预设时长内的风向的均值和当前的偏航角度，确定未来预设时长内的偏航对风偏差角度的均值。
在步骤S202，预估上述偏航对风动作所带来的功率损耗量。
作为示例，偏航对风动作所带来的功率损耗量可包括：偏航电机工作所带来的功率损耗量。
作为示例，上述功率损耗量可为：n*pe*γ(t)+δ，其中，n表示机组偏航电机的个数；pe表示偏航电机额定功率；γ(t)表示偏航电机功率系数，根据机组运行工况，取值范围为0～1.0；δ表示损耗裕度，一般取值0～5.0kW。
在步骤S203，根据预估的输出功率提升量和功率损耗量、以及偏航到最优偏航角度所需要的时间，确定是否进行提前偏航。
这里，最优偏航角度可理解为如果进行提前偏航，将偏航到的角度。
作为示例，可当上述输出功率提升量大于或等于功率损耗量时，确定最优偏航角度；当从当前的偏航角度偏航到最优偏航角度所需要的时间小于或等于特定时长时，确定进行提前偏航。
这里，上述特定时长基于上述预设时长而确定。例如，特定时长可为α*T，其中，T表示预设时长的长度，α表示时间系数，例如，取值范围可为0～0.5。
作为示例，从当前的偏航角度偏航到最优偏航角度所需要的时间可为：
Figure BDA0003138589200000091
其中，
Figure BDA0003138589200000092
表示最优偏航角度，
Figure BDA0003138589200000093
表示当前的偏航角度，v0表示偏航速率，其中，根据
Figure BDA0003138589200000094
确定机组是左偏航或者右偏航，具体取决于偏航控制算法自身的定义。
作为示例，可当上述输出功率提升量小于功率损耗量时，确定不进行提前偏航。从而能够降低机组在小风时的偏航频次，降低机组自身损耗。
作为示例，可当从当前的偏航角度偏航到最优偏航角度所需要的时间大于特定时长时，确定不进行提前偏航。
作为示例，可从偏航角度寻优范围中确定最优偏航角度，其中，最优偏航角度使得预估的未来预设时长内的各个时间点的风向与该最优偏航角度之间形成的偏航对风偏差角度所导致的功率损失量的总和最小。
换言之，从偏航角度寻优范围中确定一个能够使得预估的未来预设时长内的各个时间点的风向与其之间形成的偏航对风偏差角度所导致的功率损失量的总和最小的角度，作为最优偏航角度。
作为示例，上述偏航角度寻优范围可为：预估的未来预设时长内的风向中的最大值与最小值之间的角度范围。例如，偏航角度寻优范围可为：
Figure BDA0003138589200000095
其中，
Figure BDA0003138589200000096
表示预估的未来预设时长内的风向中的最小值，
Figure BDA0003138589200000097
表示预估的未来预设时长内的风向中的最大值。
作为示例，可分别针对偏航角度寻优范围内的每一角度，确定由于未来预设时长内的各个时间点的风向与该角度之间形成的偏航对风偏差角度所导致的功率损失量的总和，将所对应的功率损失量的总和最小的角度确定为最优偏航角度。
作为示例，预估的未来预设时长内的各个时间点的风向与该最优偏航角度之间形成的偏航对风偏差角度所导致的功率损失量的总和可通过下述方式确定：分别针对预估的未来预设时长内的每个时间点，基于预估的该时间的风向与该最优偏航角度之间形成的偏航对风偏差角度，以及预估的该时间点的输出功率，确定由于该时间点的风向与该最优偏航角度之间形成的偏航对风偏差角度所导致的功率损失量(即，由于不对风所造成的功率损失量)；并将与各个时间点对应的功率损失量之和作为：预估的未来预设时长内的各个时间点的风向与该最优偏航角度之间形成的偏航对风偏差角度所导致的功率损失量的总和。
例如，以角度β0为步长，则寻优的总步长数为：
Figure BDA0003138589200000101
偏航角度寻优范围内的各个角度为：
Figure BDA0003138589200000102
作为示例，未来预设时长内的各个时间点的风向与偏航角度寻优范围内的角度
Figure BDA0003138589200000103
之间形成的偏航对风偏差角度所导致的功率损失量的总和
Figure BDA0003138589200000104
可通过下式计算：
Figure BDA0003138589200000105
其中，
Figure BDA0003138589200000106
表示未来预设时长内的第i个时间点ti的风向，p(ti)表示未来预设时长内的第i个时间点ti的输出功率。
此外，应该理解，也可使用其他适当的方法基于预估的未来预设时长内的风向确定最优偏航角度。例如，可将预估的未来预设时长内的风向的平均值，确定为最优偏航角度。
本公开考虑到机组为一个存在较大时滞的惯性系统，在现场实际工况条件下，风向一般实时变化，同时机组的偏航速率较慢(约0.2～0.4deg/s)，在大多数情况下，机组的偏航远远滞后于风向的变化，导致以下问题：
(1)风向变化频繁的工况条件下，导致机组处于频繁偏航状态，增大机组的自身损耗和偏航闸片磨损；
(2)对风不准带来额外发电量损失：由于机组偏航速率较慢，当机组偏航到设定的位置时，实际风向可能已经发生变化，叶轮平面与风向可能存在一定的偏差角度，机组不对风，导致机组发电量损失；
(3)影响机组整机载荷：根据仿真，当机组的偏航对风偏差在30度时，整机载荷最大，如果此时运行在一些特殊工况，如电网掉电，卡桨等，可能影响机组的极限载荷。
因此，根据本公开的示例性实施例，可通过对机组历史运行数据的学习，预测未来一段时间内的风向变化，同时根据预测的风向确定相应的机组偏航控制策略；
实现机组的主动偏航控制，根据预测的未来一段时间的风向变化，根据一定的控制算法，实现提前偏航，提高机组的偏航对风精度，提高机组的出力水平；
根据预测时间段内风向的变化情况，计算机组偏航到指定位置所需时间，确定机组是否偏航，减少机组的不必要偏航频次，降低由于频繁偏航导致的自耗电较大的问题，减轻机组偏航闸片磨损；
通过对机组的功率输出进行预测，建立机组偏航时自身损耗的数学模型，以及预测偏航对风后增加的功率输出，当增加的能量大于机组自身损耗时，启动机组的偏航，提高机组偏航效率。
图5示出根据本公开示例性实施例的风力发电机组的偏航控制设备的结构框图。
如图5所示，根据本公开示例性实施例的风力发电机组的偏航控制设备包括：预估单元10、提前偏航确定单元20、以及偏航控制单元30。
具体说来，预估单元10用于预估未来预设时长内风力发电机组的输出功率和所在环境的风向。
提前偏航确定单元20用于根据预估的未来预设时长内的输出功率和风向，确定是否进行提前偏航。
偏航控制单元30用于当确定进行提前偏航时，控制风力发电机组按照最优偏航角度进行提前偏航。
作为示例，提前偏航确定单元20可包括：功率提升量确定单元(未示出)、功率损耗量确定单元(未示出)、以及判断单元(未示出)。
具体说来，功率提升量确定单元用于根据预估的未来预设时长内的输出功率和风向，预估提前完成偏航对风动作所带来的未来预设时长内的输出功率提升量。
功率损耗量确定单元用于预估偏航对风动作所带来的功率损耗量。
判断单元用于根据预估的输出功率提升量和功率损耗量、以及偏航到最优偏航角度所需要的时间，确定是否进行提前偏航。
作为示例，判断单元可当输出功率提升量大于或等于功率损耗量时，确定最优偏航角度；当从当前的偏航角度偏航到最优偏航角度所需要的时间小于或等于特定时长时，确定进行提前偏航；其中，上述特定时长基于上述预设时长而确定。
作为示例，判断单元可从偏航角度寻优范围中确定最优偏航角度，其中，最优偏航角度使得预估的未来预设时长内的各个时间点的风向与该最优偏航角度之间形成的偏航对风偏差角度所导致的功率损失量的总和最小。
作为示例，预估的未来预设时长内的各个时间点的风向与该最优偏航角度之间形成的偏航对风偏差角度所导致的功率损失量的总和可通过下述方式确定：分别针对预估的未来预设时长内的每个时间点，基于预估的该时间的风向与该最优偏航角度之间形成的偏航对风偏差角度，以及预估的该时间点的输出功率，确定由于该时间点的风向与该最优偏航角度之间形成的偏航对风偏差角度所导致的功率损失量；将与各个时间点对应的功率损失量之和作为：预估的未来预设时长内的各个时间点的风向与该最优偏航角度之间形成的偏航对风偏差角度所导致的功率损失量的总和。
作为示例，上述偏航角度寻优范围可为：预估的未来预设时长内的风向中的最大值与最小值之间的角度范围。
作为示例，功率提升量确定单元可根据预估的未来预设时长内的风向，预估未来预设时长内的偏航对风偏差角度的均值；并根据预估的未来预设时长内的输出功率的均值和偏航对风偏差角度的均值，预估提前完成偏航对风动作所带来的未来预设时长内的输出功率提升量。
作为示例，预估单元10可将风力发电机组历史输出的功率时间序列数据，输入预先训练好的功率预测模型，得到预估的未来预设时长内输出的功率时间序列数据；并将风力发电机组所在环境的历史风向时间序列数据，输入预先训练好的风向预测模型，得到预估的未来预设时长内的风向时间序列数据。
应该理解，根据本公开示例性实施例的风力发电机组的偏航控制设备所执行的具体处理已经参照图1-4进行了详细描述，这里将不再赘述相关细节。
应该理解，根据本公开示例性实施例的风力发电机组的偏航控制设备中的各个单元可被实现硬件组件和/或软件组件。本领域技术人员根据限定的各个单元所执行的处理，可以例如使用现场可编程门阵列(FPGA)或专用集成电路(ASIC)来实现各个单元。
本公开的示例性实施例提供一种存储有计算机程序的计算机可读存储介质，当所述计算机程序被处理器执行时实现如上述示例性实施例所述的风力发电机组的偏航控制方法。该计算机可读存储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。计算机可读存储介质的示例包括：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)。
根据本公开的示例性实施例的计算机设备包括：处理器(未示出)和存储器(未示出)，其中，存储器存储有计算机程序，当计算机程序被处理器执行时，实现如上述示例性实施例的风力发电机组的偏航控制方法。
虽然已表示和描述了本公开的一些示例性实施例，但本领域技术人员应该理解，在不脱离由权利要求及其等同物限定其范围的本公开的原理和精神的情况下，可以对这些实施例进行修改。

Claims (11)

1.一种风力发电机组的偏航控制方法，其特征在于，所述偏航控制方法包括：
预估未来预设时长内所述风力发电机组的输出功率和所在环境的风向；
根据预估的未来预设时长内的输出功率和风向，确定是否进行提前偏航；
当确定进行提前偏航时，控制所述风力发电机组按照最优偏航角度进行提前偏航。
2.根据权利要求1所述的偏航控制方法，其特征在于，根据预估的未来预设时长内的输出功率和风向，确定是否进行提前偏航的步骤包括：
根据预估的未来预设时长内的输出功率和风向，预估提前完成偏航对风动作所带来的未来预设时长内的输出功率提升量；
预估所述偏航对风动作所带来的功率损耗量；
根据预估的所述输出功率提升量和所述功率损耗量、以及偏航到最优偏航角度所需要的时间，确定是否进行提前偏航。
3.根据权利要求2所述的偏航控制方法，其特征在于，根据预估的所述输出功率提升量和所述功率损耗量、以及偏航到最优偏航角度所需要的时间，确定是否进行提前偏航的步骤包括：
当所述输出功率提升量大于或等于所述功率损耗量时，确定最优偏航角度；
当从当前的偏航角度偏航到所述最优偏航角度所需要的时间小于或等于特定时长时，确定进行提前偏航；
其中，所述特定时长基于所述预设时长而确定。
4.根据权利要求3所述的偏航控制方法，其特征在于，确定最优偏航角度的步骤包括：
从偏航角度寻优范围中确定最优偏航角度，其中，最优偏航角度使得预估的未来预设时长内的各个时间点的风向与该最优偏航角度之间形成的偏航对风偏差角度所导致的功率损失量的总和最小。
5.根据权利要求4所述的偏航控制方法，其特征在于，预估的未来预设时长内的各个时间点的风向与该最优偏航角度之间形成的偏航对风偏差角度所导致的功率损失量的总和通过下述方式确定：
分别针对预估的未来预设时长内的每个时间点，基于预估的该时间的风向与该最优偏航角度之间形成的偏航对风偏差角度，以及预估的该时间点的输出功率，确定由于该时间点的风向与该最优偏航角度之间形成的偏航对风偏差角度所导致的功率损失量；
将与各个时间点对应的功率损失量之和作为：预估的未来预设时长内的各个时间点的风向与该最优偏航角度之间形成的偏航对风偏差角度所导致的功率损失量的总和。
6.根据权利要求4所述的偏航控制方法，其特征在于，所述偏航角度寻优范围为：预估的未来预设时长内的风向中的最大值与最小值之间的角度范围。
7.根据权利要求3所述的偏航控制方法，其特征在于，根据预估的未来预设时长内的输出功率和风向，预估提前完成偏航对风动作所带来的未来预设时长内的输出功率提升量的步骤包括：
根据预估的未来预设时长内的风向，预估未来预设时长内的偏航对风偏差角度的均值；
根据预估的未来预设时长内的输出功率的均值和偏航对风偏差角度的均值，预估提前完成偏航对风动作所带来的未来预设时长内的输出功率提升量。
8.根据权利要求1所述的偏航控制方法，其特征在于，预估未来预设时长内所述风力发电机组的输出功率和所在环境的风向的步骤包括：
将所述风力发电机组历史输出的功率时间序列数据，输入预先训练好的功率预测模型，得到预估的未来预设时长内输出的功率时间序列数据；
将所述风力发电机组所在环境的历史风向时间序列数据，输入预先训练好的风向预测模型，得到预估的未来预设时长内的风向时间序列数据。
9.一种风力发电机组的偏航控制设备，其特征在于，所述偏航控制设备包括：
预估单元，用于预估未来预设时长内所述风力发电机组的输出功率和所在环境的风向；
提前偏航确定单元，用于根据预估的未来预设时长内的输出功率和风向，确定是否进行提前偏航；
偏航控制单元，用于当确定进行提前偏航时，控制所述风力发电机组按照最优偏航角度进行提前偏航。
10.一种计算机设备，其特征在于，所述计算机设备包括：
处理器；和
存储器，存储有计算机程序，
其中，当所述计算机程序被处理器执行时，实现如权利要求1至8中任意一项所述的风力发电机组的偏航控制方法。
11.一种存储有计算机程序的计算机可读存储介质，其特征在于，当所述计算机程序被处理器执行时，实现如权利要求1至8中任意一项所述的风力发电机组的偏航控制方法。
CN202110725783.XA 2021-06-29 2021-06-29 风力发电机组的偏航控制方法及设备 Pending CN115539302A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110725783.XA CN115539302A (zh) 2021-06-29 2021-06-29 风力发电机组的偏航控制方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110725783.XA CN115539302A (zh) 2021-06-29 2021-06-29 风力发电机组的偏航控制方法及设备

Publications (1)

Publication Number Publication Date
CN115539302A true CN115539302A (zh) 2022-12-30

Family

ID=84705882

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110725783.XA Pending CN115539302A (zh) 2021-06-29 2021-06-29 风力发电机组的偏航控制方法及设备

Country Status (1)

Country Link
CN (1) CN115539302A (zh)

Similar Documents

Publication Publication Date Title
CN112219028B (zh) 风力涡轮机控制方法
CN110094298B (zh) 切出策略自适应调整的方法及装置
CN112459965A (zh) 考虑风电场尾流的偏航优化控制方法、装置、设备及介质
CN109038613A (zh) 一种计及风电虚拟惯性/一次调频响应的自适应低频减载方法
CN117989054B (zh) 一种国产化风机智能控制方法、系统和设备
CN107829878A (zh) 风力发电机组的偏航控制设备和方法
CN116184828A (zh) 自适应汽轮机高调阀特性曲线在线实时优化方法与系统
CN113027674B (zh) 风力发电机组的控制方法及其装置
KR101375768B1 (ko) 풍력발전기의 개별 블레이드 피치 제어 방법 및 제어 시스템
CN109973302B (zh) 风力发电机组的限功率控制方法和装置
CN111336062B (zh) 一种基于测量风速的风力发电机组最大风能捕获方法
CN115539302A (zh) 风力发电机组的偏航控制方法及设备
CN111720271A (zh) 一种风电机组载荷在线预测的智能方法及风电机组
CN112943557B (zh) 风电场、风力发电机组及其运行状态的预测方法和设备
CN113193572B (zh) 通过建模风电调频参数概率分布实现风机控制的方法
EP4166782A1 (en) Wind turbine model predictive control (mpc) with thrust and/or power correction
US11313353B2 (en) Controlling a wind turbine using control outputs at certain time stages over a prediction horizon
CN114282445A (zh) 循环水系统运行优化方法以及相关设备
CN115539303A (zh) 风力发电机组的偏航控制方法及设备
CN112000017B (zh) 一种分数阶水轮机调节系统的全局镇定控制方法
CN113887804B (zh) 一种基于改进局部异常因子算法的短期风电功率预测方法
CN109899233B (zh) 一种风力发电机群的分散协调控制方法
US20220252050A1 (en) Wind turbine replacement schedule
CN118686739A (zh) 一种面向复杂风场的风电机组无模型自适应偏航控制方法
CN114297819A (zh) 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

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
CB02 Change of applicant information
CB02 Change of applicant information

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

Applicant after: Jinfeng Technology Co.,Ltd.

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

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