CN115539303A - 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 PDFInfo
- Publication number
- CN115539303A CN115539303A CN202110725856.5A CN202110725856A CN115539303A CN 115539303 A CN115539303 A CN 115539303A CN 202110725856 A CN202110725856 A CN 202110725856A CN 115539303 A CN115539303 A CN 115539303A
- Authority
- CN
- China
- Prior art keywords
- wind
- wind direction
- impeller
- incoming flow
- measuring device
- 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 38
- 238000011217 control strategy Methods 0.000 claims abstract description 10
- 238000004088 simulation Methods 0.000 claims description 16
- 238000005094 computer simulation Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 9
- 238000009434 installation Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 description 14
- 230000000694 effects Effects 0.000 description 9
- 238000012549 training Methods 0.000 description 7
- 238000001914 filtration Methods 0.000 description 6
- 230000001052 transient effect Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 239000003638 chemical reducing agent Substances 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000945 filler Substances 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 201000009482 yaws Diseases 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
- 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
- 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
- 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
- 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
- F05B2270/32—Wind speeds
-
- 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
-
- 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:预测未来预设时长内所述风力发电机组的叶轮前方自由来流的风向;根据预测的未来预设时长内叶轮前方自由来流的风向,确定所述风力发电机组的偏航控制策略。
Description
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,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:预测未来预设时长内所述风力发电机组的叶轮前方自由来流的风向;根据预测的未来预设时长内叶轮前方自由来流的风向,确定所述风力发电机组的偏航控制策略。
可选地,所述偏航控制方法还包括:预测未来预设时长内叶轮前方自由来流的风速;其中,预测未来预设时长内叶轮前方自由来流的风向的步骤包括:根据所述风力发电机组的风向测量装置测得的历史风向序列数据,预测未来预设时长内风向测量装置测得的风向序列数据;根据预测的未来预设时长内叶轮前方自由来流的风速及历史的偏航对风偏差,确定与预测的未来预设时长内风向测量装置测得的风向序列数据对应的,未来预设时长内叶轮前方自由来流的风向序列数据,其中,所述风向测量装置安装在所述风力发电机组的叶轮后方的机舱上。
可选地,预测未来预设时长内叶轮前方自由来流的风速的步骤包括:根据所述风力发电机组的风速测量装置测得的历史风速序列数据,预测未来预设时长内风速测量装置测得的风速序列数据;根据历史的偏航对风偏差,确定与预测的未来预设时长内风速测量装置测得的风速序列数据对应的,未来预设时长内叶轮前方自由来流的风速序列数据,其中,所述风速测量装置安装在所述风力发电机组的叶轮后方的机舱上。
可选地,根据预测的未来预设时长内叶轮前方自由来流的风速及历史的偏航对风偏差,确定与预测的未来预设时长内风向测量装置测得的风向序列数据对应的,未来预设时长内叶轮前方自由来流的风向序列数据的步骤包括:根据预先确定的在不同的叶轮前方自由来流风速及不同的偏航对风偏差的条件下,风向测量装置测得的风向与叶轮前方自由来流风向之间的对应关系,确定在预测的未来预设时长内叶轮前方自由来流的风速及历史的偏航对风偏差的条件下,预测的未来预设时长内风向测量装置测得的风向序列数据所对应的叶轮前方自由来流的风向序列数据;或者,根据预先确定的在不同的叶轮前方自由来流风速及不同的偏航对风偏差的条件下,风向测量装置测得的风向与叶轮前方自由来流风向之间的对应偏差,确定在预测的未来预设时长内叶轮前方自由来流的风速及历史的偏航对风偏差的条件下,预测的未来预设时长内风向测量装置测得的风向序列数据与叶轮前方自由来流的风向序列数据之间的偏差;并基于所述偏差及预测的未来预设时长内风向测量装置测得的风向序列数据,确定未来预设时长内叶轮前方自由来流的风向序列数据。
可选地,所述对应关系或所述对应偏差通过下述方式预先确定:根据所述风力发电机组的属性信息,通过动力学仿真获得在不同的叶轮前方自由来流风速及不同的偏航对风偏差的条件下,风向测量装置测得的风向与叶轮前方自由来流风向之间的对应关系或对应偏差;基于风向测量装置实际测得的风向与激光雷达实际测得的叶轮前方自由来流的风向之间的对应关系或对应偏差,对通过动力学仿真获得的对应关系或对应偏差进行修正。
可选地,根据历史的偏航对风偏差,确定与预测的未来预设时长内风速测量装置测得的风速序列数据对应的,未来预设时长内叶轮前方自由来流的风速序列数据的步骤包括:根据预先确定的在不同的偏航对风偏差的条件下,风速测量装置测得的风速与叶轮前方自由来流风速之间的对应关系,确定在历史的偏航对风偏差的条件下,预测的未来预设时长内风速测量装置测得的风速序列数据所对应的叶轮前方自由来流的风速序列数据;或者,根据预先确定的在不同的偏航对风偏差的条件下,风速测量装置测得的风速与叶轮前方自由来流风速之间的对应偏差,确定在历史的偏航对风偏差的条件下,预测的未来预设时长内风速测量装置测得的风速序列数据与叶轮前方自由来流的风速序列数据之间的偏差;并基于所述偏差及预测的未来预设时长内风速测量装置测得的风速序列数据,确定未来预设时长内叶轮前方自由来流的风速序列数据。
可选地,所述对应关系或所述对应偏差通过下述方式预先确定:根据所述风力发电机组的属性信息,通过动力学仿真获得在不同的偏航对风偏差的条件下,风速测量装置测得的风速与叶轮前方自由来流风速之间的对应关系或对应偏差;基于风速测量装置实际测得的风速与激光雷达实际测得的叶轮前方自由来流的风速之间的对应关系或对应偏差,对通过动力学仿真获得的对应关系或对应偏差进行修正。
可选地,所述风力发电机组的属性信息包括以下项之中的至少一项:所述风力发电机组的所处地形信息、塔架高度、叶轮直径、以及风速测量装置或风向测量装置的安装位置信息。
可选地,预测未来预设时长内叶轮前方自由来流的风向的步骤包括:获取激光雷达测得的距叶轮前方预设距离位置处自由来流的风向;基于获取的距叶轮前方预设距离位置处自由来流的风向,预测未来预设时长内叶轮前方自由来流的风向。
可选地,根据所述风力发电机组的风向测量装置测得的历史风向序列数据,预测未来预设时长内风向测量装置测得的风向序列数据的步骤包括:将所述风力发电机组的风向测量装置测得的历史风向序列数据输入预先训练好的风向预测模型,得到所述风向预测模型预测的未来预设时长内风向测量装置测得的风向序列数据。
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:风向预测单元,用于预测未来预设时长内所述风力发电机组的叶轮前方自由来流的风向;偏航控制单元,用于根据预测的未来预设时长内叶轮前方自由来流的风向,确定所述风力发电机组的偏航控制策略。
可选地,所述偏航控制设备还包括:风速预测单元,用于预测未来预设时长内叶轮前方自由来流的风速;其中,风向预测单元根据所述风力发电机组的风向测量装置测得的历史风向序列数据,预测未来预设时长内风向测量装置测得的风向序列数据;并根据预测的未来预设时长内叶轮前方自由来流的风速及历史的偏航对风偏差,确定与预测的未来预设时长内风向测量装置测得的风向序列数据对应的,未来预设时长内叶轮前方自由来流的风向序列数据,其中,所述风向测量装置安装在所述风力发电机组的叶轮后方的机舱上。
可选地,风速预测单元根据所述风力发电机组的风速测量装置测得的历史风速序列数据,预测未来预设时长内风速测量装置测得的风速序列数据;并根据历史的偏航对风偏差,确定与预测的未来预设时长内风速测量装置测得的风速序列数据对应的,未来预设时长内叶轮前方自由来流的风速序列数据,其中,所述风速测量装置安装在所述风力发电机组的叶轮后方的机舱上。
可选地,风向预测单元根据预先确定的在不同的叶轮前方自由来流风速及不同的偏航对风偏差的条件下,风向测量装置测得的风向与叶轮前方自由来流风向之间的对应关系,确定在预测的未来预设时长内叶轮前方自由来流的风速及历史的偏航对风偏差的条件下,预测的未来预设时长内风向测量装置测得的风向序列数据所对应的叶轮前方自由来流的风向序列数据;或者,风向预测单元根据预先确定的在不同的叶轮前方自由来流风速及不同的偏航对风偏差的条件下,风向测量装置测得的风向与叶轮前方自由来流风向之间的对应偏差,确定在预测的未来预设时长内叶轮前方自由来流的风速及历史的偏航对风偏差的条件下,预测的未来预设时长内风向测量装置测得的风向序列数据与叶轮前方自由来流的风向序列数据之间的偏差;并基于所述偏差及预测的未来预设时长内风向测量装置测得的风向序列数据,确定未来预设时长内叶轮前方自由来流的风向序列数据。
可选地,所述对应关系或所述对应偏差通过下述方式预先确定:根据所述风力发电机组的属性信息,通过动力学仿真获得在不同的叶轮前方自由来流风速及不同的偏航对风偏差的条件下,风向测量装置测得的风向与叶轮前方自由来流风向之间的对应关系或对应偏差;基于风向测量装置实际测得的风向与激光雷达实际测得的叶轮前方自由来流的风向之间的对应关系或对应偏差,对通过动力学仿真获得的对应关系或对应偏差进行修正。
可选地,风速预测单元根据预先确定的在不同的偏航对风偏差的条件下,风速测量装置测得的风速与叶轮前方自由来流风速之间的对应关系,确定在历史的偏航对风偏差的条件下,预测的未来预设时长内风速测量装置测得的风速序列数据所对应的叶轮前方自由来流的风速序列数据;或者,风速预测单元根据预先确定的在不同的偏航对风偏差的条件下,风速测量装置测得的风速与叶轮前方自由来流风速之间的对应偏差,确定在历史的偏航对风偏差的条件下,预测的未来预设时长内风速测量装置测得的风速序列数据与叶轮前方自由来流的风速序列数据之间的偏差;并基于所述偏差及预测的未来预设时长内风速测量装置测得的风速序列数据,确定未来预设时长内叶轮前方自由来流的风速序列数据。
可选地,所述对应关系或所述对应偏差通过下述方式预先确定:根据所述风力发电机组的属性信息,通过动力学仿真获得在不同的偏航对风偏差的条件下,风速测量装置测得的风速与叶轮前方自由来流风速之间的对应关系或对应偏差;基于风速测量装置实际测得的风速与激光雷达实际测得的叶轮前方自由来流的风速之间的对应关系或对应偏差,对通过动力学仿真获得的对应关系或对应偏差进行修正。
可选地,所述风力发电机组的属性信息包括以下项之中的至少一项:所述风力发电机组的所处地形信息、塔架高度、叶轮直径、以及风速测量装置或风向测量装置的安装位置信息。
可选地,风向预测单元获取激光雷达测得的距叶轮前方预设距离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,预测未来预设时长内叶轮前方自由来流的风向。
可选地,风向预测单元将所述风力发电机组的风向测量装置测得的历史风向序列数据输入预先训练好的风向预测模型,得到所述风向预测模型预测的未来预设时长内风向测量装置测得的风向序列数据。
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,能够预测未来一段时间内的叶轮前方风向,以确定机组的偏航控制策略,从而实现将机组滞后的偏航控制转化为主动控制,并提高偏航前馈控制的准确度。
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风速预测效果的示例;
图4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,预测未来预设时长内风力发电机组的叶轮前方自由来流的风向。
仅作为示例,预设时长的取值范围可为10-15min。
在步骤S20,根据预测的未来预设时长内叶轮前方自由来流的风向,确定风力发电机组的偏航控制策略,从而实现偏航的前馈控制。
作为示例,偏航控制策略可包括但不限于:是否进行提前偏航、应偏航到的最佳偏航角度。
作为示例,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还可包括:预测未来预设时长内叶轮前方自由来流的风速。
作为示例,步骤S20可包括:根据预测的未来预设时长内叶轮前方自由来流的风向和风速,确定风力发电机组的偏航控制策略。
作为示例,步骤S10可包括:根据风力发电机组的风向测量装置测得的历史风向序列数据,预测未来预设时长内风向测量装置将测得的风向序列数据;并根据预测的未来预设时长内叶轮前方自由来流的风速及历史的偏航对风偏差,确定与预测的未来预设时长内风向测量装置将测得的风向序列数据对应的,未来预设时长内叶轮前方自由来流的风向序列数据。
这里,风向测量装置安装在风力发电机组的叶轮后方的机舱上。例如,风向测量装置可以是风向标。
作为示例,风向测量装置测得的历史风向序列数据可为:风向测量装置最近一段时间内测得的风向序列数据。例如,该段时间的长度可与预设时长的长度相同或不同。作为示例,历史的偏航对风偏差可为最近确定的偏航对风偏差。
作为示例,风向序列数据即风向的时间序列数据,例如,可表示为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,可将风向测量装置测得的历史风向序列数据输入预先训练好的风向预测模型,得到风向预测模型预测的未来预设时长内风向测量装置将测得的风向序列数据。
作为示例,当风向测量装置测得的历史风向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,对风向信号可采用30s或者60s滑动平均值,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,风向预测模型可使用各种适当的机器学习算法,例如,ARMA(自回归滑动平均)、神经网络、多变量线性回归等机器学习算法。
作为示例,当风向预测模型使用ARMA进行风向的预测时,ARMA(p,q)的数学模型可表示为:
其中,yt表示t时刻预测值,yt-i表示t-i时刻实际值,δ0表示常数,∈t表示t时刻预测值和实际值的误差,p表示自回归阶数,q表示滑动平均阶数,γi和θj分别表示自回归和滑动平均系数。
作为示例,可对风向预测模型的训练数据做平稳性检验,例如,时间序列的数据平稳性检验可采用ADF(Augmented Dickey-Fuller test)检验以确保数据的平稳性,如果上述检验通过,则可将相应数据作为风向预测模型的训练数据。
作为示例,可将训练数据分为两部分,一部分数据用作训练模型的样本数据(一般占数据总数的70%左右),另一部分用作模型校核数据。作为示例,可使用训练出来的风向预测模型得到一个时间段后的风向的预测值并与实际值vdir进行对比,来衡量风向预测模型的预测效果。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。
作为示例,可采用RMSE(均方根误差)用于衡量预测值与实际值之间的误差大小,RMSE定义可如下所示:
其中,RMSE越小,表明预测准确度越高。可预设一个值RMSE0,当RMSE<RMSE0时,确定该风向预测模型训练好了,可以用于实际的预测中;否则,可以认为该风向预测模型的准确度不足,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(RMSE分别为2.256),图2中,每个点表示7s瞬态数据,使用风向预测模型一共预测了约12分钟的风向。
应该理解,评估风向预测值与实际值间偏差大小的指标工具不限于RMSE,也可以是MSE(均方误差),MAE(平均绝对误差)等,本公开对此不作限制。
在一个实施例中,可根据预先确定的在不同的叶轮前方自由来流风速及不同的偏航对风偏差的条件下,风向测量装置测得的风向与叶轮前方自由来流风向之间的对应关系,(例如,可通过查表法)确定在预测的未来预设时长内叶轮前方自由来流的风速及历史的偏航对风偏差的条件下,预测的未来预设时长内风向测量装置将测得的风向序列数据所对应的叶轮前方自由来流的风向序列数据,即为预测得到的未来预设时长内叶轮前方自由来流的风向。
作为示例,可针对预测的未来预设时长内风向测量装置将测得的风向序列数据中的每一时间点的风向,按照上述对应关系确定与其对应的叶轮前方自由来流的风向,进而得到未来预设时长内叶轮前方自由来流的风向序列数据。
作为示例,上述对应关系可通过下述方式预先确定:根据风力发电机组的属性信息,通过动力学仿真获得在不同的叶轮前方自由来流风速及不同的偏航对风偏差的条件下,风向测量装置测得的风向与叶轮前方自由来流风向之间的对应关系。
进一步地,作为示例,还可基于风向测量装置实际测得的风向与激光雷达实际测得的叶轮前方自由来流的风向之间的对应关系,对通过动力学仿真获得的对应关系进行进一步修正。
在另一个实施例中,可根据预先确定的在不同的叶轮前方自由来流风速及不同的偏航对风偏差的条件下,风向测量装置测得的风向与叶轮前方自由来流风向之间的对应偏差(也即,偏差对应关系),确定在预测的未来预设时长内叶轮前方自由来流的风速及历史的偏航对风偏差的条件下,预测的未来预设时长内风向测量装置将测得的风向序列数据与叶轮前方自由来流的风向序列数据之间的偏差;并基于上述偏差及预测的未来预设时长内风向测量装置测得的风向序列数据,确定未来预设时长内叶轮前方自由来流的风向序列数据。应该理解,预测的未来预设时长内风向测量装置将测得的风向序列数据与叶轮前方自由来流的风向序列数据之间的偏差,即预测的未来预设时长内风向测量装置测得的风向序列数据与未来预设时长内叶轮前方自由来流的风向之间的偏差。
作为示例,可针对预测的未来预设时长内风向测量装置将测得的风向序列数据中的每一时间点的风向,基于上述偏差对应关系确定其与叶轮前方自由来流的风向之间的偏差,进而得到与其对应的叶轮前方自由来流的风向。作为另一示例,可统一确定预测的未来预设时长内风向测量装置将测得的风向序列数据与叶轮前方自由来流的风向序列数据之间的统一偏差,然后针对预测的未来预设时长内风向测量装置将测得的风向序列数据中的每一时间点的风向,基于上述统一偏差,确定与其对应的叶轮前方自由来流的风向,进而得到未来预设时长内叶轮前方自由来流的风向序列数据。例如,可基于预测的未来预设时长内叶轮前方自由来流的风速的均值及历史的偏航对风偏差,按照预先确定的上述偏差对应关系,确定统一偏差。
作为示例,上述对应偏差可通过下述方式预先确定:根据风力发电机组的属性信息,通过动力学仿真获得在不同的叶轮前方自由来流风速及不同的偏航对风偏差的条件下,风向测量装置测得的风向与叶轮前方自由来流风向之间的对应偏差。
进一步地,作为示例,还可基于风向测量装置实际测得的风向与激光雷达实际测得的叶轮前方自由来流的风向之间的对应偏差,对通过动力学仿真获得的对应偏差进行进一步修正。
作为示例,风力发电机组的属性信息可包括以下项之中的至少一项:风力发电机组的所处地形信息、塔架高度、叶轮直径、以及风向测量装置的安装位置信息。
由于风向测量装置测量的风向受叶轮扰流作用,因此风向测量装置测量到的风向是不准确的,而叶轮对风向的扰流作用呈非线性特征,不同风速条件下,不同对风偏差条件下,叶轮前方自由来流风向和风向测量装置测量风向存在相应的偏差,本公开通过模拟现场实际情况,确保地形、塔架高度、叶轮直径、以及风向测量装置安装位置,通过动力学仿真可获得在不同风速、不同偏航对风偏差条件下风向测量装置测得的风向和自由来流风向之间的偏差:Δvdir(v,vdir),相应地,根据获得的未来预设时长内风向测量装置将测得的风向结合Δvdir(v,vdir),可以预估未来预设时长内叶轮前方自由来流的风向
作为示例,预测未来预设时长内叶轮前方自由来流的风速的步骤可包括:根据风力发电机组的风速测量装置测得的历史风速序列数据,预测未来预设时长内风速测量装置测得的风速序列数据;并根据历史的偏航对风偏差,确定与预测的未来预设时长内风速测量装置测得的风速序列数据对应的,未来预设时长内叶轮前方自由来流的风速序列数据。
风速测量装置安装在风力发电机组的叶轮后方的机舱上。例如,风速测量装置可以是风速仪。作为示例,风向测量装置和风速测量装置可集成在一个测量装置中。
作为示例,可将风力发电机组的风速测量装置测得的历史风速序列数据输入预先训练好的风速预测模型,得到风速预测模型预测的未来预设时长内风速测量装置测得的风速序列数据。
作为示例,风速序列数据即风速的时间序列数据,例如,可表示为v=[v(t0),v(t1),v(t2)……v(tm)],其中,t0,t1,……tm表示各个时间点。
作为示例,当风速测量装置测得的历史风速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,并将滤波后的数据输入上述风速预测模型。
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速预测模型进行训练,以得到训练好的风速预测模型。
作为示例,风速预测模型可使用各种适当的机器学习算法,例如,ARMA(自回归滑动平均)、神经网络、多变量线性回归等机器学习算法。
作为示例,可对风速预测模型的训练数据做平稳性检验,例如,时间序列的数据平稳性检验可采用ADF(Augmented Dickey-Fuller test)检验以确保数据的平稳性,如果上述检验通过,则可将相应数据作为风速预测模型的训练数据。
图3示出根据本公开示例性实施例的风速预测效果的示例。图3示出了现场实际风速数据(即,原始风速数据,采样周期为60s的瞬态数据,用细黑线表示)、滤波后的风速数据(即,60s均值风速,用粗黑线表示)、以及预测的风速数据(用粗黑虚线表示),可以看出,预测的风速与实际风速具有较好的吻合度(RMSE分别为0.062),图3中,每个点表示7s瞬态数据,使用风速预测模型一共预测了约12分钟的风速。
在一个实施例中,可根据预先确定的在不同的偏航对风偏差的条件下,风速测量装置测得的风速与叶轮前方自由来流风速之间的对应关系,确定在历史的偏航对风偏差的条件下,预测的未来预设时长内风速测量装置测得的风速序列数据所对应的叶轮前方自由来流的风速序列数据。
作为示例,上述对应关系可通过下述方式预先确定:根据风力发电机组的属性信息,通过动力学仿真获得在不同的偏航对风偏差的条件下,风速测量装置测得的风速与叶轮前方自由来流风速之间的对应关系。
作为示例,进一步地,还可基于风速测量装置实际测得的风速与激光雷达实际测得的叶轮前方自由来流的风速之间的对应关系,对通过动力学仿真获得的对应关系进行进一步修正。
在另一个实施例中,可根据预先确定的在不同的偏航对风偏差的条件下,风速测量装置测得的风速与叶轮前方自由来流风速之间的对应偏差,确定在历史的偏航对风偏差的条件下,预测的未来预设时长内风速测量装置测得的风速序列数据与叶轮前方自由来流的风速序列数据之间的偏差;并基于上述偏差及预测的未来预设时长内风速测量装置测得的风速序列数据,确定未来预设时长内叶轮前方自由来流的风速序列数据。
作为示例,上述对应偏差可通过下述方式预先确定:根据风力发电机组的属性信息,通过动力学仿真获得在不同的偏航对风偏差的条件下,风速测量装置测得的风速与叶轮前方自由来流风速之间的对应偏差。
进一步地,作为示例,还可基于风速测量装置实际测得的风速与激光雷达实际测得的叶轮前方自由来流的风速之间的对应偏差,对通过动力学仿真获得的对应偏差进行进一步修正。
作为示例,风力发电机组的属性信息可包括以下项之中的至少一项:风力发电机组的所处地形信息、塔架高度、叶轮直径、以及风速测量装置的安装位置信息。
此外,作为示例,步骤S10可包括:获取激光雷达测得的距叶轮前方预设距离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,预测未来预设时长内叶轮前方自由来流的风向。例如,上述预设距离可为100m。
此外,作为示例,预测未来预设时长内叶轮前方自由来流的风速的步骤可包括:获取激光雷达测得的距叶轮前方预设距离位置处自由来流的风速;并基于获取的距叶轮前方预设距离位置处自由来流的风速,预测未来预设时长内叶轮前方自由来流的风速。
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;
(4)现代大型风力发电机组一般为上风向设计,一般风力发电机组的风向测量传感器(风向标)安装于叶轮后方,当叶轮转动时带来的扰流作用会影响风向标对风向的测量,即,所测量的风向会受到叶轮扰流影响,这会导致实际测量的风向与叶轮前方的自由来流风向存在一定的偏差,从而影响机组的对风精度。
因此,根据本公开的示例性实施例,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,同时结合整机动力学仿真,仿真在不同风速条件下、及不同对风偏差条件下,机舱上风向标测得的风向与实际来流风向间的关系,反推出叶轮前方的风向大小;
将预测的未来一段时间内的风向,作为偏航前馈控制的输入,实现了将机组滞后的偏航控制转化为一个主动控制;
通过动力学仿真,建立起在不同风速和偏航对风偏差条件下机组检测的风向和叶轮前方自由来流风向的非线性关系,通过反推,并结合风向预测,预测未来一段时间内的叶轮前方风向的变化情况,尽可能消除叶轮扰流作用对风向测量的影响,提高偏航前馈控制的准确度;
通过整机动力学仿真,在相同地形条件和机组配置条件下(叶轮直径、塔架高度等),得到不同风速、不同对风偏差条件下风向标测得的风向和自由来流风向间的偏差,根据上述模型,可以反推出叶轮前方风向大小。
图4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4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:风向预测单元10和偏航控制单元20。
具体说来,风向预测单元10用于预测未来预设时长内风力发电机组的叶轮前方自由来流的风向。
偏航控制单元20用于根据预测的未来预设时长内叶轮前方自由来流的风向,确定风力发电机组的偏航控制策略。
作为示例,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还可包括:风速预测单元(未示出),风速预测单元用于预测未来预设时长内叶轮前方自由来流的风速。
作为示例,风向预测单元10可根据风力发电机组的风向测量装置测得的历史风向序列数据,预测未来预设时长内风向测量装置测得的风向序列数据;并根据预测的未来预设时长内叶轮前方自由来流的风速及历史的偏航对风偏差,确定与预测的未来预设时长内风向测量装置测得的风向序列数据对应的,未来预设时长内叶轮前方自由来流的风向序列数据,其中,风向测量装置安装在风力发电机组的叶轮后方的机舱上。
作为示例,风速预测单元可根据风力发电机组的风速测量装置测得的历史风速序列数据,预测未来预设时长内风速测量装置测得的风速序列数据;并根据历史的偏航对风偏差,确定与预测的未来预设时长内风速测量装置测得的风速序列数据对应的,未来预设时长内叶轮前方自由来流的风速序列数据,其中,风速测量装置安装在风力发电机组的叶轮后方的机舱上。
作为示例,风向预测单元10可根据预先确定的在不同的叶轮前方自由来流风速及不同的偏航对风偏差的条件下,风向测量装置测得的风向与叶轮前方自由来流风向之间的对应关系,确定在预测的未来预设时长内叶轮前方自由来流的风速及历史的偏航对风偏差的条件下,预测的未来预设时长内风向测量装置测得的风向序列数据所对应的叶轮前方自由来流的风向序列数据;或者,风向预测单元10可根据预先确定的在不同的叶轮前方自由来流风速及不同的偏航对风偏差的条件下,风向测量装置测得的风向与叶轮前方自由来流风向之间的对应偏差,确定在预测的未来预设时长内叶轮前方自由来流的风速及历史的偏航对风偏差的条件下,预测的未来预设时长内风向测量装置测得的风向序列数据与叶轮前方自由来流的风向序列数据之间的偏差;并基于上述偏差及预测的未来预设时长内风向测量装置测得的风向序列数据,确定未来预设时长内叶轮前方自由来流的风向序列数据。
作为示例,上述对应关系或对应偏差可通过下述方式预先确定:根据风力发电机组的属性信息,通过动力学仿真获得在不同的叶轮前方自由来流风速及不同的偏航对风偏差的条件下,风向测量装置测得的风向与叶轮前方自由来流风向之间的对应关系或对应偏差;基于风向测量装置实际测得的风向与激光雷达实际测得的叶轮前方自由来流的风向之间的对应关系或对应偏差,对通过动力学仿真获得的对应关系或对应偏差进行修正。
作为示例,风速预测单元可根据预先确定的在不同的偏航对风偏差的条件下,风速测量装置测得的风速与叶轮前方自由来流风速之间的对应关系,确定在历史的偏航对风偏差的条件下,预测的未来预设时长内风速测量装置测得的风速序列数据所对应的叶轮前方自由来流的风速序列数据;或者,风速预测单元可根据预先确定的在不同的偏航对风偏差的条件下,风速测量装置测得的风速与叶轮前方自由来流风速之间的对应偏差,确定在历史的偏航对风偏差的条件下,预测的未来预设时长内风速测量装置测得的风速序列数据与叶轮前方自由来流的风速序列数据之间的偏差;并基于上述偏差及预测的未来预设时长内风速测量装置测得的风速序列数据,确定未来预设时长内叶轮前方自由来流的风速序列数据。
作为示例,上述对应关系或对应偏差可通过下述方式预先确定:根据风力发电机组的属性信息,通过动力学仿真获得在不同的偏航对风偏差的条件下,风速测量装置测得的风速与叶轮前方自由来流风速之间的对应关系或对应偏差;基于风速测量装置实际测得的风速与激光雷达实际测得的叶轮前方自由来流的风速之间的对应关系或对应偏差,对通过动力学仿真获得的对应关系或对应偏差进行修正。
作为示例,风力发电机组的属性信息可包括以下项之中的至少一项:风力发电机组的所处地形信息、塔架高度、叶轮直径、以及风速测量装置或风向测量装置的安装位置信息。
作为示例,风向预测单元10可获取激光雷达测得的距叶轮前方预设距离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,预测未来预设时长内叶轮前方自由来流的风向。
作为示例,风向预测单元10可将风力发电机组的风向测量装置测得的历史风向序列数据输入预先训练好的风向预测模型,得到风向预测模型预测的未来预设时长内风向测量装置测得的风向序列数据。
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1-3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。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 (13)
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:
预测未来预设时长内所述风力发电机组的叶轮前方自由来流的风向;
根据预测的未来预设时长内叶轮前方自由来流的风向,确定所述风力发电机组的偏航控制策略。
2.根据权利要求1所述的偏航控制方法,其特征在于,所述偏航控制方法还包括:预测未来预设时长内叶轮前方自由来流的风速;
其中,预测未来预设时长内叶轮前方自由来流的风向的步骤包括:
根据所述风力发电机组的风向测量装置测得的历史风向序列数据,预测未来预设时长内风向测量装置测得的风向序列数据;
根据预测的未来预设时长内叶轮前方自由来流的风速及历史的偏航对风偏差,确定与预测的未来预设时长内风向测量装置测得的风向序列数据对应的,未来预设时长内叶轮前方自由来流的风向序列数据,
其中,所述风向测量装置安装在所述风力发电机组的叶轮后方的机舱上。
3.根据权利要求2所述的偏航控制方法,其特征在于,预测未来预设时长内叶轮前方自由来流的风速的步骤包括:
根据所述风力发电机组的风速测量装置测得的历史风速序列数据,预测未来预设时长内风速测量装置测得的风速序列数据;
根据历史的偏航对风偏差,确定与预测的未来预设时长内风速测量装置测得的风速序列数据对应的,未来预设时长内叶轮前方自由来流的风速序列数据,
其中,所述风速测量装置安装在所述风力发电机组的叶轮后方的机舱上。
4.根据权利要求2所述的偏航控制方法,其特征在于,根据预测的未来预设时长内叶轮前方自由来流的风速及历史的偏航对风偏差,确定与预测的未来预设时长内风向测量装置测得的风向序列数据对应的,未来预设时长内叶轮前方自由来流的风向序列数据的步骤包括:
根据预先确定的在不同的叶轮前方自由来流风速及不同的偏航对风偏差的条件下,风向测量装置测得的风向与叶轮前方自由来流风向之间的对应关系,确定在预测的未来预设时长内叶轮前方自由来流的风速及历史的偏航对风偏差的条件下,预测的未来预设时长内风向测量装置测得的风向序列数据所对应的叶轮前方自由来流的风向序列数据;
或者,根据预先确定的在不同的叶轮前方自由来流风速及不同的偏航对风偏差的条件下,风向测量装置测得的风向与叶轮前方自由来流风向之间的对应偏差,确定在预测的未来预设时长内叶轮前方自由来流的风速及历史的偏航对风偏差的条件下,预测的未来预设时长内风向测量装置测得的风向序列数据与叶轮前方自由来流的风向序列数据之间的偏差;并基于所述偏差及预测的未来预设时长内风向测量装置测得的风向序列数据,确定未来预设时长内叶轮前方自由来流的风向序列数据。
5.根据权利要求4所述的偏航控制方法,其特征在于,所述对应关系或所述对应偏差通过下述方式预先确定:
根据所述风力发电机组的属性信息,通过动力学仿真获得在不同的叶轮前方自由来流风速及不同的偏航对风偏差的条件下,风向测量装置测得的风向与叶轮前方自由来流风向之间的对应关系或对应偏差;
基于风向测量装置实际测得的风向与激光雷达实际测得的叶轮前方自由来流的风向之间的对应关系或对应偏差,对通过动力学仿真获得的对应关系或对应偏差进行修正。
6.根据权利要求3所述的偏航控制方法,其特征在于,根据历史的偏航对风偏差,确定与预测的未来预设时长内风速测量装置测得的风速序列数据对应的,未来预设时长内叶轮前方自由来流的风速序列数据的步骤包括:
根据预先确定的在不同的偏航对风偏差的条件下,风速测量装置测得的风速与叶轮前方自由来流风速之间的对应关系,确定在历史的偏航对风偏差的条件下,预测的未来预设时长内风速测量装置测得的风速序列数据所对应的叶轮前方自由来流的风速序列数据;
或者,根据预先确定的在不同的偏航对风偏差的条件下,风速测量装置测得的风速与叶轮前方自由来流风速之间的对应偏差,确定在历史的偏航对风偏差的条件下,预测的未来预设时长内风速测量装置测得的风速序列数据与叶轮前方自由来流的风速序列数据之间的偏差;并基于所述偏差及预测的未来预设时长内风速测量装置测得的风速序列数据,确定未来预设时长内叶轮前方自由来流的风速序列数据。
7.根据权利要求6所述的偏航控制方法,其特征在于,所述对应关系或所述对应偏差通过下述方式预先确定:
根据所述风力发电机组的属性信息,通过动力学仿真获得在不同的偏航对风偏差的条件下,风速测量装置测得的风速与叶轮前方自由来流风速之间的对应关系或对应偏差;
基于风速测量装置实际测得的风速与激光雷达实际测得的叶轮前方自由来流的风速之间的对应关系或对应偏差,对通过动力学仿真获得的对应关系或对应偏差进行修正。
8.根据权利要求5或7所述的偏航控制方法,其特征在于,所述风力发电机组的属性信息包括以下项之中的至少一项:
所述风力发电机组的所处地形信息、塔架高度、叶轮直径、以及风速测量装置或风向测量装置的安装位置信息。
9.根据权利要求1所述的偏航控制方法,其特征在于,预测未来预设时长内叶轮前方自由来流的风向的步骤包括:
获取激光雷达测得的距叶轮前方预设距离位置处自由来流的风向;
基于获取的距叶轮前方预设距离位置处自由来流的风向,预测未来预设时长内叶轮前方自由来流的风向。
10.根据权利要求2所述的偏航控制方法,其特征在于,根据所述风力发电机组的风向测量装置测得的历史风向序列数据,预测未来预设时长内风向测量装置测得的风向序列数据的步骤包括:
将所述风力发电机组的风向测量装置测得的历史风向序列数据输入预先训练好的风向预测模型,得到所述风向预测模型预测的未来预设时长内风向测量装置测得的风向序列数据。
11.一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:
风向预测单元,用于预测未来预设时长内所述风力发电机组的叶轮前方自由来流的风向;
偏航控制单元,用于根据预测的未来预设时长内叶轮前方自由来流的风向,确定所述风力发电机组的偏航控制策略。
12.一种计算机设备,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10中任意一项所述的风力发电机组的偏航控制方法。
13.一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10中任意一项所述的风力发电机组的偏航控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110725856.5A CN115539303A (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 |
---|---|---|---|
CN202110725856.5A CN115539303A (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 |
---|---|
CN115539303A true CN115539303A (zh) | 2022-12-30 |
Family
ID=84705547
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110725856.5A Pending CN115539303A (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) | CN115539303A (zh) |
-
2021
- 2021-06-29 CN CN202110725856.5A patent/CN115539303A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110318947B (zh) | 风力发电机组的偏航控制方法、设备及系统 | |
CN108334672B (zh) | 基于有效风速估计的变速风力发电机组最大风能捕获方法 | |
EP2048562B1 (en) | Method and device for providing at least one input sensor signal for a control and/or monitoring application and control device | |
EP2562415A1 (en) | Blade-pitch-angle control device and wind power generator | |
EP2110551A1 (en) | Method and apparatus for prediction-based wind turbine control | |
US11313351B2 (en) | Methods and systems of advanced yaw control of a wind turbine | |
US20230265832A1 (en) | Load control method and apparatus for wind turbine generator system | |
US20140301842A1 (en) | Methods for controlling wind turbine loading | |
CN111980855A (zh) | 风力发电机组的偏航控制方法、装置、设备及存储介质 | |
Noppe et al. | Modeling of quasi-static thrust load of wind turbines based on 1 s SCADA data | |
CN111472930A (zh) | 演化风速计算方法及基于该方法的前馈统一变桨控制方法 | |
Branlard et al. | A digital twin solution for floating offshore wind turbines validated using a full-scale prototype | |
GB2555010B (en) | Determining loads on a wind turbine | |
CN115539303A (zh) | 风力发电机组的偏航控制方法及设备 | |
Chen et al. | Improved pitch control strategy for the robust operation of wind energy conversion system in the high wind speed condition | |
JP6976899B2 (ja) | ウィンドファーム並びにその運転方法及び制御装置 | |
KR20120118996A (ko) | 풍속 피드포워드 제어를 이용한 풍력 터빈 제어 방법 및 그 장치 | |
Noppe et al. | High frequent scada-based thrust load modeling of wind turbines | |
Gamberini et al. | Validation of aeroelastic dynamic model of active trailing edge flap system tested on a 4.3 MW wind turbine | |
Peña-Sanchez et al. | Fault diagnosis of floating offshore wind farms, a benchmark case study | |
CN115539302A (zh) | 风力发电机组的偏航控制方法及设备 | |
CN115018189A (zh) | 一种风力发电机的运行变量数据的处理方法和装置 | |
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 | |
CN115434852A (zh) | 一种风电机组最大风能捕获控制方法及系统 | |
CN116484759A (zh) | 一种虚拟雷达风况预测方法和装置 |
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 |