CN115807739A - 风力发电机组的叶片失速确定方法及装置 - Google Patents
风力发电机组的叶片失速确定方法及装置 Download PDFInfo
- Publication number
- CN115807739A CN115807739A CN202111068592.7A CN202111068592A CN115807739A CN 115807739 A CN115807739 A CN 115807739A CN 202111068592 A CN202111068592 A CN 202111068592A CN 115807739 A CN115807739 A CN 115807739A
- Authority
- CN
- China
- Prior art keywords
- wind speed
- temperature interval
- blade
- wind
- stall
- 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
Images
Classifications
-
- 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
Abstract
提供了一种风力发电机组的叶片失速确定方法及装置。所述叶片失速确定方法包括:获取风力发电机组预设时长内的运行数据,其中,所述运行数据包括:功率值、环境温度值、以及风速值;对获取的运行数据进行环境温度分仓,以得到每个温度区间下的运行数据;基于不同温度区间下的运行数据,确定风力发电机组的叶片是否处于失速状态。
Description
技术领域
本公开总体说来涉及风力发电技术领域,更具体地讲,涉及一种风力发电机组的叶片失速确定方法及装置。
背景技术
风力发电机组的叶片通常是机翼型的,当空气顺着叶片进口端(冲角α=0°)流入时,分成上下两股气流贴着翼面流过,叶片背部和腹部的平滑“边界层”处的气流呈流线形。作用于叶片上有两种力,一种是垂直于叶面的升力,另一种是平行于叶片的阻力,通常升力≥阻力。当空气流入叶片的方向偏离了叶片的进口角,它与叶片形成正冲角(α>0°)。在接近于某一临界值时(临界值随叶片不同而异),叶背的气流工况开始恶化。当冲角增大至临界值时,叶背的边界层受到破坏,在叶背的尾端会出现涡流区,即所谓“失速”现象。“失速”现象,会降低叶片的气动效率,影响能量捕获,进而影响风力发电机组的功率输出。
快速准确地识别出风力发电机组的叶片可能存在的“失速”风险,对风力发电机组的安全稳定运行及降低“失速”引起的功率损失尤为重要。
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叶片失速确定方法及装置,其能够便捷、实时、准确地识别风力发电机组的叶片是否处于失速状态。
根据本公开的示例性实施例,提供一种风力发电机组的叶片失速确定方法,所述叶片失速确定方法包括:获取风力发电机组预设时长内的运行数据,其中,所述运行数据包括:功率值、环境温度值、以及风速值;对获取的运行数据进行环境温度分仓,以得到每个温度区间下的运行数据;基于不同温度区间下的运行数据,确定风力发电机组的叶片是否处于失速状态。
可选地,所述基于不同温度区间下的运行数据,确定风力发电机组的叶片是否处于失速状态,包括:当不同温度区间下相同风速段内的功率值之间的差异满足第一预设条件时,确定风力发电机组的叶片处于失速状态;或者,当不同温度区间下相同风速段内的功率值之间的差异满足第一预设条件、且高温度区间下的桨距角满足第二预设条件时,确定风力发电机组的叶片处于失速状态;其中,所述运行数据还包括:桨距角;其中,高温度区间为最低温度值不低于预设温度阈值的温度区间。
可选地,所述叶片失速确定方法还包括:当确定风力发电机组的叶片处于失速状态时,基于不同温度区间下相同风速段内的功率值之间的差异,确定叶片处于失速状态的严重程度;其中,所述差异与所述严重程度呈正相关。
可选地,通过下述方式确定不同温度区间下相同风速段内的功率值之间的差异是否满足第一预设条件:当在同一坐标系中不同温度区间下的风速-功率散点分布图所在位置差异较大,和/或,在同一坐标系中满发前的过渡段内的高温度区间下的风速-功率散点分布图所在位置相较于其他温度区间下的风速-功率散点分布图所在位置较低时,确定不同温度区间下相同风速段内的功率值之间的差异满足第一预设条件;其中,每个温度区间下的风速-功率散点分布图是基于每个温度区间下的运行数据构建的。
可选地,通过下述方式确定不同温度区间下相同风速段内的功率值之间的差异是否满足第一预设条件:对最高温度区间下的运行数据进行风速分仓,以得到最高温度区间下的每个风速段内的功率值;分别对最高温度区间下的每个风速段内的功率值计算平均,以得到最高温度区间下的每个风速段的功率平均值;对最低温度区间下的运行数据进行风速分仓,以得到最低温度区间下的每个风速段内的功率值;分别对最低温度区间下的每个风速段内的功率值计算平均,以得到最低温度区间下的每个风速段的功率平均值;分别针对每个风速段,确定最低温度区间下的这一风速段的功率平均值与最高温度区间下的这一风速段的功率平均值之间的偏差;当对应的偏差与偏差阈值之间的比值大于预设比值的风速段的数量超过预定数量时,确定不同温度区间下相同风速段内的功率值之间的差异满足第一预设条件。
可选地,所述叶片失速确定方法还包括:当确定风力发电机组的叶片处于失速状态时,基于对应的偏差与偏差阈值之间的比值大于预设比值的风速段所对应的比值,确定叶片处于失速状态的严重程度,其中,所述比值与所述严重程度呈正相关。
可选地,通过下述方式确定高温度区间下的桨距角是否满足第二预设条件:确定高温度区间下风速超过额定风速时的桨距角的平均值;当所述平均值与最小设定桨距角之间的差值的绝对值小于或等于差值阈值时,确定高温度区间下的桨距角满足第二预设条件。
可选地,通过下述方式确定高温度区间下的桨距角是否满足第二预设条件:当在同一坐标系中风速超过额定风速时的低温度区间下的风速-桨距角散点分布图所在位置和高温度区间下的风速-桨距角散点分布图所在位置差异较大时,确定高温度区间下的桨距角满足第二预设条件;其中,每个温度区间下的风速-桨距角散点分布图是基于每个温度区间下的运行数据构建的。
可选地,所述叶片失速确定方法还包括:当确定风力发电机组的叶片处于失速状态时,触发针对所述风力发电机组的叶片失速预警。
可选地,所述叶片失速确定方法还包括:当确定风力发电机组的叶片处于失速状态时,调整所述风力发电机组的控制参数,以使所述风力发电机组的叶片处于非失速状态。
根据本公开的示例性实施例,提供一种风力发电机组的叶片失速确定装置,所述叶片失速确定装置包括:运行数据获取单元,被配置为获取风力发电机组预设时长内的运行数据,其中,所述运行数据包括:功率值、环境温度值、以及风速值;温度分仓单元,被配置为对获取的运行数据进行环境温度分仓,以得到每个温度区间下的运行数据;失速确定单元,被配置为基于不同温度区间下的运行数据,确定风力发电机组的叶片是否处于失速状态。
可选地,失速确定单元被配置为当不同温度区间下相同风速段内的功率值之间的差异满足第一预设条件时,确定风力发电机组的叶片处于失速状态;或者,失速确定单元被配置为当不同温度区间下相同风速段内的功率值之间的差异满足第一预设条件、且高温度区间下的桨距角满足第二预设条件时,确定风力发电机组的叶片处于失速状态;其中,所述运行数据还包括:桨距角;其中,高温度区间为最低温度值不低于预设温度阈值的温度区间。
可选地,所述叶片失速确定装置还包括:失速程度确定单元,被配置为当确定风力发电机组的叶片处于失速状态时,基于不同温度区间下相同风速段内的功率值之间的差异,确定叶片处于失速状态的严重程度;其中,所述差异与所述严重程度呈正相关。
可选地,失速确定单元被配置为通过下述方式确定不同温度区间下相同风速段内的功率值之间的差异是否满足第一预设条件:当在同一坐标系中不同温度区间下的风速-功率散点分布图所在位置差异较大,和/或,在同一坐标系中满发前的过渡段内的高温度区间下的风速-功率散点分布图所在位置相较于其他温度区间下的风速-功率散点分布图所在位置较低时,确定不同温度区间下相同风速段内的功率值之间的差异满足第一预设条件;其中,每个温度区间下的风速-功率散点分布图是基于每个温度区间下的运行数据构建的。
可选地,失速确定单元被配置为通过下述方式确定不同温度区间下相同风速段内的功率值之间的差异是否满足第一预设条件:对最高温度区间下的运行数据进行风速分仓,以得到最高温度区间下的每个风速段内的功率值;分别对最高温度区间下的每个风速段内的功率值计算平均,以得到最高温度区间下的每个风速段的功率平均值;对最低温度区间下的运行数据进行风速分仓,以得到最低温度区间下的每个风速段内的功率值;分别对最低温度区间下的每个风速段内的功率值计算平均,以得到最低温度区间下的每个风速段的功率平均值;分别针对每个风速段,确定最低温度区间下的这一风速段的功率平均值与最高温度区间下的这一风速段的功率平均值之间的偏差;当对应的偏差与偏差阈值之间的比值大于预设比值的风速段的数量超过预定数量时,确定不同温度区间下相同风速段内的功率值之间的差异满足第一预设条件。
可选地,所述叶片失速确定装置还包括:失速程度确定单元,被配置为当确定风力发电机组的叶片处于失速状态时,基于对应的偏差与偏差阈值之间的比值大于预设比值的风速段所对应的比值,确定叶片处于失速状态的严重程度,其中,所述比值与所述严重程度呈正相关。
可选地,失速确定单元被配置为通过下述方式确定高温度区间下的桨距角是否满足第二预设条件:确定高温度区间下风速超过额定风速时的桨距角的平均值;当所述平均值与最小设定桨距角之间的差值的绝对值小于或等于差值阈值时,确定高温度区间下的桨距角满足第二预设条件。
可选地,失速确定单元被配置为通过下述方式确定高温度区间下的桨距角是否满足第二预设条件:当在同一坐标系中风速超过额定风速时的低温度区间下的风速-桨距角散点分布图所在位置和高温度区间下的风速-桨距角散点分布图所在位置差异较大时,确定高温度区间下的桨距角满足第二预设条件;其中,每个温度区间下的风速-桨距角散点分布图是基于每个温度区间下的运行数据构建的。
可选地,所述叶片失速确定装置还包括:失速预警单元,被配置为当确定风力发电机组的叶片处于失速状态时,触发针对所述风力发电机组的叶片失速预警。
可选地,所述叶片失速确定装置还包括:参数调整单元,被配置为当确定风力发电机组的叶片处于失速状态时,调整所述风力发电机组的控制参数,以使所述风力发电机组的叶片处于非失速状态。
根据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所述的风力发电机组的叶片失速确定方法。
根据本公开的示例性实施例,提供一种电子设备,所述电子设备包括:处理器;存储器,存储有计算机程序,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叶片失速确定方法。
根据本公开示例性实施例的风力发电机组的叶片失速确定方法及装置,基于风力发电机组不同温度区间下的运行数据,确定风力发电机组的叶片是否处于失速状态,无需对标设计参数仅依靠分析运行数据来识别风力发电机组叶片是否存在失速风险,从而能够便捷、实时、准确地识别风力发电机组的叶片是否处于失速状态。
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他目的和特点将会变得更加清楚,其中:
图1示出根据本公开的示例性实施例的风力发电机组的叶片失速确定方法的流程图;
图2示出根据本公开的示例性实施例的不同温度区间下的风速-功率散点分布图的示例;
图3示出根据本公开的示例性实施例的不同温度区间下的风速-桨距角散点分布图的示例;
图4示出根据本公开的示例性实施例的确定不同温度区间下相同风速段内的功率值之间的差异是否满足第一预设条件的方法的流程图;
图5示出根据本公开的示例性实施例的确定高温度区间下的桨距角是否满足第二预设条件的方法的流程图;
图6示出根据本公开的示例性实施例的风力发电机组的叶片失速确定装置的结构框图。
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示出根据本公开的示例性实施例的风力发电机组的叶片失速确定方法的流程图。
参照图1,在步骤S10,获取风力发电机组预设时长内的运行数据。
所述运行数据包括:功率值、环境温度值、风速值(也即,环境风速值)。作为示例,所述运行数据还可包括:桨距角。
作为示例,可获取风力发电机组预设时长内的实时运行数据,包括风力发电机组的多条运行数据,每条运行数据对应一个时间点,每条运行数据可包括:可用状态、功率值、环境温度值、风速值。例如,可用状态为1的运行数据为机组正常运行时的数据,可用状态为0的运行数据为机组故障、停机、限功率等异常运行时的数据。
在一个实施例中,可将获取的预设时长内的多条运行数据中可用状态为1的运行数据作为步骤S10中所述的预设时长内的运行数据,也即,剔除可用状态为0的运行数据。
在另一个实施例中,可按照每条运行数据的时间戳将所有运行数据转换成10min数据,即,每10min内的运行数据构成1个10min数据,可计算每个10min数据内运行数据的总条数、每个10min数据内可用状态为1的运行数据的总条数,并计算每个10min数据内可用状态为1的运行数据总条数占10min数据内运行数据的总条数的占比,然后,剔除占比低于90%的10min数据,完成10min数据筛选。可将筛选得到的各个10min数据的运行数据作为步骤S10中所述的预设时长内的运行数据,每个10min数据的运行数据可为其所包括的多条运行数据的平均值。
在步骤S20,对获取的运行数据进行环境温度分仓,以得到每个温度区间下的运行数据。
作为示例,针对每条运行数据,可将其划分到其环境温度值所属的温度区间下,从而可得到每个温度区间下的运行数据。
应该理解,温度区间可按照适当的方式进行划分,本公开对此不作限制。作为示例,各个温度区间(也即,温度仓)可通过按照预设步长(例如,10℃)划分预设温度范围来得到。例如,温度区间可包括:(-∞,-10℃)、[-10℃,0℃)、[0℃,10℃)、[10℃,20℃)、[20℃,30℃)、[30℃,40℃)、[40℃,+∞)。
在步骤S30,基于不同温度区间下的运行数据,确定风力发电机组的叶片是否处于失速状态。
作为示例,可通过对比不同温度区间下的运行数据的差异,确定风力发电机组的叶片是否处于失速状态。例如,可通过对比不同温度区间下相同风速段内的功率值和/或桨距角的差异,确定风力发电机组的叶片是否处于失速状态。
本公开考虑到风力发电机组叶片气动性能受环境温度影响较大,环境温度越高气动性能越差,因此叶片失速通常发生在高温环境下,体现在机组的风速-功率曲线上则为过渡段失速现象较为明显,即满发前的风速-功率段失速较为明显。此外,伴随的现象则是风速较高时,相较于正常功率明显偏低,且随着风速的增加机组无法正常变桨。
因此,作为一个示例,可当不同温度区间下相同风速段内的功率值之间的差异满足第一预设条件时,确定风力发电机组的叶片处于失速状态。
作为另一示例,可当不同温度区间下相同风速段内的功率值之间的差异满足第一预设条件、且高温度区间下的桨距角满足第二预设条件时,确定风力发电机组的叶片处于失速状态。
高温度区间为最低温度值不低于预设温度阈值的温度区间。例如,所述预设温度阈值可为20℃。
应该理解,针对每条运行数据,如果其环境温度值属于第i个温度区间,风速值属于第j个风速段,则该条运行数据的功率值为第i个温度区间下第j个风速段内的功率值。
此外,作为示例,根据本公开的示例性实施例的风力发电机组的叶片失速确定方法还可包括:当确定风力发电机组的叶片处于失速状态时,基于不同温度区间下相同风速段内的功率值之间的差异,确定叶片处于失速状态的严重程度。例如,所述差异与所述严重程度呈正相关,即,所述差异越大,叶片的失速程度越高。
作为示例,可通过图像识别或数据分析的方法,来确定不同温度区间下相同风速段内的功率值之间的差异是否满足第一预设条件。
作为示例,可通过图像识别或数据分析的方法,来确定高温度区间下的桨距角是否满足第二预设条件。
关于图像识别方法
在一个实施例中,可通过下述方式确定不同温度区间下相同风速段内的功率值之间的差异是否满足第一预设条件:当在同一坐标系中不同温度区间下的风速-功率散点分布图所在位置差异较大(也即,出现明显分层),和/或,在同一坐标系中满发前的过渡段内的高温度区间下的风速-功率散点分布图所在位置相较于其他温度区间(例如,低温度区间)下的风速-功率散点分布图所在位置较低(也即,向下塌陷)时,确定不同温度区间下相同风速段内的功率值之间的差异满足第一预设条件。其中,每个温度区间下的风速-功率散点分布图是基于每个温度区间下的运行数据构建的,例如,每个温度区间下的风速-功率散点分布图中的每个数据点对应于该温度区间下的每条运行数据。
作为示例,可通过各种适当的方式,判断在同一坐标系中不同温度区间下的风速-功率散点分布图所在位置的差异是否较大。例如,可根据所在位置间的距离是否超过预设阈值来进行判断。例如,可当高温度区间下的风速-功率散点分布图和低温度区间下的风速-功率散点分布图在满发前的过渡段内的分布位置差异较大时,确定在同一坐标系中不同温度区间下的风速-功率散点分布图所在位置差异较大。
作为示例,可通过各种适当的方式,判断在同一坐标系中满发前的过渡段内的高温度区间下的风速-功率散点分布图所在位置相较于其他温度区间下的风速-功率散点分布图所在位置是否较低。例如,可根据所在位置间的纵坐标距离是否超过一定阈值来进行判断。
如图2所示,在同一坐标系中绘制了不同温度区间下的风速-功率散点分布图,不同颜色的数据点属于不同的温度区间,横坐标为风速,纵坐标为功率值,如果不同温度区间下风速-功率散点存在明显的分层,尤其温度超过20℃时机组风速-功率散点有明显向下塌陷的趋势,则说明机组有较为明显的叶片失速现象。此外,如果塌陷趋势越大、分层越明显,则叶片失速程度越高。
在另一实施例中,可通过下述方式确定高温度区间下的桨距角是否满足第二预设条件:当在同一坐标系中风速超过额定风速时的低温度区间下的风速-桨距角散点分布图所在位置和高温度区间下的风速-桨距角散点分布图所在位置差异较大(也即,出现明显分层)时,确定高温度区间下的桨距角满足第二预设条件;其中,每个温度区间下的风速-桨距角散点分布图是基于每个温度区间下的运行数据构建的,例如,每个温度区间下的风速-桨距角散点分布图中的每个数据点对应于该温度区间下的每条运行数据。
作为示例,可通过各种适当的方式,判断在同一坐标系中风速超过额定风速时的低温度区间下的风速-桨距角散点分布图所在位置和高温度区间下的风速-桨距角散点分布图所在位置差异是否较大。例如,可根据所在位置间的距离是否超过一定阈值来进行判断。
如图3所示,在同一坐标系中绘制了不同温度区间下的风速-桨距角散点分布图,不同颜色的数据点属于不同的温度区间,横坐标为风速,纵坐标为桨距角,分析高温度区间和低温度区间下的风速-桨距角散点表现,如果高温度区间下的风速-桨距角散点,当风速高于额定风速后,由于叶片桨距角维持在最小设定桨距角附近而与低温度区间下的风速-桨距角散点存在明显的分层,则说明机组有较为明显的叶片失速现象。
关于数据分析方法
图4示出根据本公开的示例性实施例的确定不同温度区间下相同风速段内的功率值之间的差异是否满足第一预设条件的方法的流程图。
参照图4,在步骤S101,对最高温度区间下的运行数据进行风速分仓,以得到最高温度区间下的每个风速段(也即,风速仓)内的功率值。
在步骤S102,分别对最高温度区间下的每个风速段内的功率值计算平均,以得到最高温度区间下的每个风速段的功率平均值。
在步骤S103,对最低温度区间下的运行数据进行风速分仓,以得到最低温度区间下的每个风速段内的功率值。
在步骤S104,分别对最低温度区间下的每个风速段内的功率值计算平均,以得到最低温度区间下的每个风速段的功率平均值。
应该理解,本公开对步骤S103和步骤S101的执行顺序不做限定。
最高温度区间即所有温度区间之中温度最高的区间,最低温度区间即所有温度区间之中温度最低的区间。
在步骤S105,分别针对每个风速段,确定最低温度区间下的这一风速段的功率平均值与最高温度区间下的这一风速段的功率平均值之间的偏差。
在步骤S106,当对应的偏差与偏差阈值之间的比值大于预设比值的风速段的数量超过预定数量时,确定不同温度区间下相同风速段内的功率值之间的差异满足第一预设条件。
作为示例,可根据实际需要和情况设置所述偏差阈值。例如,所述偏差阈值可为50kw以上的值。作为示例,不同风速段对应的偏差阈值可不同。例如,风速段越高,对应的偏差阈值可越大。
作为示例,可根据实际需要和情况设置所述预设比值,例如,所述预设比值可设置为1。
作为示例,所述预定数量可基于风速段的总数量而确定。例如,当风速段的总数量为8时,所述预定数量可设置为4。
此外,作为示例,可当确定风力发电机组的叶片处于失速状态时,基于对应的偏差与偏差阈值之间的比值大于预设比值的风速段所对应的比值,确定叶片处于失速状态的严重程度,其中,所述比值与所述严重程度呈正相关。
参照表1,作为示例,可按照风速进行分仓,步长为0.5m/s,对每个风速仓内的功率值求平均。然后,对比最低温度区间和最高温度区间下,各个风速仓:[8m/s,8.5m/s)、[8.5m/s,9m/s)、[9m/s,9.5m/s)、[9.5m/s,10m/s)、[10m/s,10.5m/s)、[10.5m/s,11m/s)、[11m/s,11.5m/s)、[11.5m/s,12m/s)时的功率均值差异,如果在上述8个风速段内有N个风速段的功率均值偏差超过偏差阈值设定值Δ(例如,在50kW及以上),则说明机组有叶片失速风险。如存在叶片失速风险,则某些风速段内,功率均值偏差/Δ的比值大于1(这里,1即上面所述的预设比值),此时比值越大说明机组叶片失速越严重。
表1最低温度区间和最高温度区间下的各风速段内的功率平均值
图5示出根据本公开的示例性实施例的确定高温度区间下的桨距角是否满足第二预设条件的方法的流程图。
参照图5,在步骤S201,确定高温度区间下风速超过额定风速时的桨距角的平均值。
具体说来,对高温度区间下风速超过额定风速的各条运行数据的桨距角取平均,得到高温度区间下风速超过额定风速时的桨距角的平均值。
在步骤S202,当所述平均值与最小设定桨距角之间的差值的绝对值小于或等于差值阈值时,确定高温度区间下的桨距角满足第二预设条件。
例如,可根据实际需要和情况设置所述差值阈值。例如,所述差值阈值可为0.5度。也即,计算高温度区间下额定风速后所有桨距角平均值,如与最小设定桨距角偏差正负0.5度范围内,则说明机组叶片运行在失速状态。
此外,作为示例,根据本公开的示例性实施例的风力发电机组的叶片失速确定方法还可包括:当确定风力发电机组的叶片处于失速状态时,触发针对所述风力发电机组的叶片失速预警。
例如,可通过生成并派发指示所述风力发电机组的叶片可能处于失速状态的预警工单来实现叶片失速预警。
此外,作为示例,根据本公开的示例性实施例的风力发电机组的叶片失速确定方法还可包括:当确定风力发电机组的叶片处于失速状态时,调整所述风力发电机组的控制参数,以使所述风力发电机组的叶片处于非失速状态。例如,所述控制参数可包括但不限于:桨距角和/或攻角。
根据本公开的示例性实施例的风力发电机组的叶片失速确定方法,可有效判定机组叶片是否存在失速风险,可有效指导机组问题分析人员识别机组存在的问题;该方法可应用在风电集控预警系统中,通过对实时数据进行分析,识别叶片失速风险,触发预警工单;使用该方法,可批量对已运行机组的运行数据进行大数据分析,识别出存在叶片失速风险的所有机组,输入研发设计端进行策略优化改进,提高风机的安全性稳定性。
图6示出根据本公开的示例性实施例的风力发电机组的叶片失速确定装置的结构框图。
如图6所示,根据本公开的示例性实施例的风力发电机组的叶片失速确定装置包括:运行数据获取单元10、温度分仓单元20、失速确定单元30。
具体说来,运行数据获取单元10被配置为获取风力发电机组预设时长内的运行数据,其中,所述运行数据包括:功率值、环境温度值、以及风速值。
温度分仓单元20被配置为对获取的运行数据进行环境温度分仓,以得到每个温度区间下的运行数据。
失速确定单元30被配置为基于不同温度区间下的运行数据,确定风力发电机组的叶片是否处于失速状态。
作为示例,失速确定单元30可被配置为当不同温度区间下相同风速段内的功率值之间的差异满足第一预设条件时,确定风力发电机组的叶片处于失速状态。
作为另一示例,失速确定单元30可被配置为当不同温度区间下相同风速段内的功率值之间的差异满足第一预设条件、且高温度区间下的桨距角满足第二预设条件时,确定风力发电机组的叶片处于失速状态;其中,所述运行数据还包括:桨距角;其中,高温度区间为最低温度值不低于预设温度阈值的温度区间。
作为示例,所述叶片失速确定装置还可包括:失速程度确定单元(未示出),失速程度确定单元被配置为当确定风力发电机组的叶片处于失速状态时,基于不同温度区间下相同风速段内的功率值之间的差异,确定叶片处于失速状态的严重程度;其中,所述差异与所述严重程度呈正相关。
作为示例,失速确定单元30可被配置为通过下述方式确定不同温度区间下相同风速段内的功率值之间的差异是否满足第一预设条件:当在同一坐标系中不同温度区间下的风速-功率散点分布图所在位置差异较大,和/或,在同一坐标系中满发前的过渡段内的高温度区间下的风速-功率散点分布图所在位置相较于其他温度区间下的风速-功率散点分布图所在位置较低时,确定不同温度区间下相同风速段内的功率值之间的差异满足第一预设条件;其中,每个温度区间下的风速-功率散点分布图是基于每个温度区间下的运行数据构建的。
作为另一示例,失速确定单元30可被配置为通过下述方式确定不同温度区间下相同风速段内的功率值之间的差异是否满足第一预设条件:对最高温度区间下的运行数据进行风速分仓,以得到最高温度区间下的每个风速段内的功率值;分别对最高温度区间下的每个风速段内的功率值计算平均,以得到最高温度区间下的每个风速段的功率平均值;对最低温度区间下的运行数据进行风速分仓,以得到最低温度区间下的每个风速段内的功率值;分别对最低温度区间下的每个风速段内的功率值计算平均,以得到最低温度区间下的每个风速段的功率平均值;分别针对每个风速段,确定最低温度区间下的这一风速段的功率平均值与最高温度区间下的这一风速段的功率平均值之间的偏差;当对应的偏差与偏差阈值之间的比值大于预设比值的风速段的数量超过预定数量时,确定不同温度区间下相同风速段内的功率值之间的差异满足第一预设条件。
作为示例,失速程度确定单元可被配置为当确定风力发电机组的叶片处于失速状态时,基于对应的偏差与偏差阈值之间的比值大于预设比值的风速段所对应的比值,确定叶片处于失速状态的严重程度,其中,所述比值与所述严重程度呈正相关。
作为示例,失速确定单元30可被配置为通过下述方式确定高温度区间下的桨距角是否满足第二预设条件:确定高温度区间下风速超过额定风速时的桨距角的平均值;当所述平均值与最小设定桨距角之间的差值的绝对值小于或等于差值阈值时,确定高温度区间下的桨距角满足第二预设条件。
作为另一示例,失速确定单元30可被配置为通过下述方式确定高温度区间下的桨距角是否满足第二预设条件:当在同一坐标系中风速超过额定风速时的低温度区间下的风速-桨距角散点分布图所在位置和高温度区间下的风速-桨距角散点分布图所在位置差异较大时,确定高温度区间下的桨距角满足第二预设条件;其中,每个温度区间下的风速-桨距角散点分布图是基于每个温度区间下的运行数据构建的。
作为示例,所述叶片失速确定装置还可包括:失速预警单元(未示出),失速预警单元被配置为当确定风力发电机组的叶片处于失速状态时,触发针对所述风力发电机组的叶片失速预警。
作为示例,所述叶片失速确定装置还可包括:参数调整单元(未示出),参数调整单元被配置为当确定风力发电机组的叶片处于失速状态时,调整所述风力发电机组的控制参数,以使所述风力发电机组的叶片处于非失速状态。
应该理解,根据本公开示例性实施例的风力发电机组的叶片失速确定装置所执行的具体处理已经参照图1至图5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叶片失速确定装置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叶片失速确定方法。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电子设备包括: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叶片失速确定方法。作为示例,所述电子设备可为风力发电机组的控制器或风电场的控制器。
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叶片失速确定方法,其特征在于,所述叶片失速确定方法包括:
获取风力发电机组预设时长内的运行数据,其中,所述运行数据包括:功率值、环境温度值、以及风速值;
对获取的运行数据进行环境温度分仓,以得到每个温度区间下的运行数据;
基于不同温度区间下的运行数据,确定风力发电机组的叶片是否处于失速状态。
2.根据权利要求1所述的叶片失速确定方法,其特征在于,所述基于不同温度区间下的运行数据,确定风力发电机组的叶片是否处于失速状态,包括:
当不同温度区间下相同风速段内的功率值之间的差异满足第一预设条件时,确定风力发电机组的叶片处于失速状态;
或者,
当不同温度区间下相同风速段内的功率值之间的差异满足第一预设条件、且高温度区间下的桨距角满足第二预设条件时,确定风力发电机组的叶片处于失速状态;其中,所述运行数据还包括:桨距角;其中,高温度区间为最低温度值不低于预设温度阈值的温度区间。
3.根据权利要求2所述的叶片失速确定方法,其特征在于,所述叶片失速确定方法还包括:
当确定风力发电机组的叶片处于失速状态时,基于不同温度区间下相同风速段内的功率值之间的差异,确定叶片处于失速状态的严重程度;
其中,所述差异与所述严重程度呈正相关。
4.根据权利要求2所述的叶片失速确定方法,其特征在于,通过下述方式确定不同温度区间下相同风速段内的功率值之间的差异是否满足第一预设条件:
当在同一坐标系中不同温度区间下的风速-功率散点分布图所在位置差异较大,和/或,在同一坐标系中满发前的过渡段内的高温度区间下的风速-功率散点分布图所在位置相较于其他温度区间下的风速-功率散点分布图所在位置较低时,确定不同温度区间下相同风速段内的功率值之间的差异满足第一预设条件;
其中,每个温度区间下的风速-功率散点分布图是基于每个温度区间下的运行数据构建的。
5.根据权利要求2所述的叶片失速确定方法,其特征在于,通过下述方式确定不同温度区间下相同风速段内的功率值之间的差异是否满足第一预设条件:
对最高温度区间下的运行数据进行风速分仓,以得到最高温度区间下的每个风速段内的功率值;
分别对最高温度区间下的每个风速段内的功率值计算平均,以得到最高温度区间下的每个风速段的功率平均值;
对最低温度区间下的运行数据进行风速分仓,以得到最低温度区间下的每个风速段内的功率值;
分别对最低温度区间下的每个风速段内的功率值计算平均,以得到最低温度区间下的每个风速段的功率平均值;
分别针对每个风速段,确定最低温度区间下的这一风速段的功率平均值与最高温度区间下的这一风速段的功率平均值之间的偏差;
当对应的偏差与偏差阈值之间的比值大于预设比值的风速段的数量超过预定数量时,确定不同温度区间下相同风速段内的功率值之间的差异满足第一预设条件。
6.根据权利要求5所述的叶片失速确定方法,其特征在于,所述叶片失速确定方法还包括:
当确定风力发电机组的叶片处于失速状态时,基于对应的偏差与偏差阈值之间的比值大于预设比值的风速段所对应的比值,确定叶片处于失速状态的严重程度,
其中,所述比值与所述严重程度呈正相关。
7.根据权利要求2所述的叶片失速确定方法,其特征在于,通过下述方式确定高温度区间下的桨距角是否满足第二预设条件:
确定高温度区间下风速超过额定风速时的桨距角的平均值;
当所述平均值与最小设定桨距角之间的差值的绝对值小于或等于差值阈值时,确定高温度区间下的桨距角满足第二预设条件。
8.根据权利要求2所述的叶片失速确定方法,其特征在于,通过下述方式确定高温度区间下的桨距角是否满足第二预设条件:
当在同一坐标系中风速超过额定风速时的低温度区间下的风速-桨距角散点分布图所在位置和高温度区间下的风速-桨距角散点分布图所在位置差异较大时,确定高温度区间下的桨距角满足第二预设条件;
其中,每个温度区间下的风速-桨距角散点分布图是基于每个温度区间下的运行数据构建的。
9.根据权利要求1至8之中任一权利要求所述的叶片失速确定方法,其特征在于,所述叶片失速确定方法还包括:
当确定风力发电机组的叶片处于失速状态时,触发针对所述风力发电机组的叶片失速预警。
10.根据权利要求1至8之中任一权利要求所述的叶片失速确定方法,其特征在于,所述叶片失速确定方法还包括:
当确定风力发电机组的叶片处于失速状态时,调整所述风力发电机组的控制参数,以使所述风力发电机组的叶片处于非失速状态。
11.一种风力发电机组的叶片失速确定装置,其特征在于,所述叶片失速确定装置包括:
运行数据获取单元,被配置为获取风力发电机组预设时长内的运行数据,其中,所述运行数据包括:功率值、环境温度值、以及风速值;
温度分仓单元,被配置为对获取的运行数据进行环境温度分仓,以得到每个温度区间下的运行数据;
失速确定单元,被配置为基于不同温度区间下的运行数据,确定风力发电机组的叶片是否处于失速状态。
12.一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中的任意一项所述的风力发电机组的叶片失速确定方法。
13.一种电子设备,其特征在于,所述电子设备包括:
处理器;
存储器,存储有计算机程序,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中的任意一项所述的风力发电机组的叶片失速确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111068592.7A CN115807739A (zh) | 2021-09-13 | 2021-09-13 | 风力发电机组的叶片失速确定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111068592.7A CN115807739A (zh) | 2021-09-13 | 2021-09-13 | 风力发电机组的叶片失速确定方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115807739A true CN115807739A (zh) | 2023-03-17 |
Family
ID=85481068
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111068592.7A Pending CN115807739A (zh) | 2021-09-13 | 2021-09-13 | 风力发电机组的叶片失速确定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115807739A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116292133A (zh) * | 2022-12-30 | 2023-06-23 | 北京金风科创风电设备有限公司 | 风力发电机组的净空异常检测方法及装置 |
-
2021
- 2021-09-13 CN CN202111068592.7A patent/CN115807739A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116292133A (zh) * | 2022-12-30 | 2023-06-23 | 北京金风科创风电设备有限公司 | 风力发电机组的净空异常检测方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9086337B2 (en) | Detecting a wake situation in a wind farm | |
CN102588210B (zh) | 一种用于功率曲线拟合数据预处理的滤波方法 | |
EP1988284A1 (en) | Method of operating a wind turbine and wind turbine | |
CN110067708B (zh) | 一种使用功率曲线识别偏航对风不正的方法 | |
WO2023020524A1 (zh) | 一种风电机组切入/切出风速调优方法、系统及设备介质 | |
CN107762728B (zh) | 偏航控制方法、控制系统及风力发电机组 | |
US10724499B2 (en) | Controlling wind turbines according to reliability estimates | |
WO2022048228A1 (zh) | 风电机组的载荷控制方法和装置 | |
CN111287911A (zh) | 一种风电机组疲劳载荷的预警方法和系统 | |
CN110761958B (zh) | 风力发电机组的叶片失速诊断方法及装置 | |
CN115807739A (zh) | 风力发电机组的叶片失速确定方法及装置 | |
US20180372075A1 (en) | Method for ascertaining a value of an ice buildup quantity on at least one rotor blade of a wind turbine, and use thereof | |
CN113027695B (zh) | 风力发电机组的桨距角异常的检测方法及装置 | |
CN108204342A (zh) | 风力发电机的叶片结冰识别方法和装置 | |
CN116292094B (zh) | 确定代表风力发电机组的方法和装置以及控制方法和装置 | |
CN115828439B (zh) | 风力发电机组异常损耗的识别方法及装置 | |
CN114778116A (zh) | 一种风力发电机组变桨轴承故障预警方法及系统 | |
CN111382888A (zh) | 风力发电机组的风速仪风速的修正方法及装置 | |
CN115478993A (zh) | 风力发电机组叶片失速监测方法及系统 | |
CN114076065A (zh) | 识别风力发电机组的叶片失速的方法及设备 | |
CN114623051A (zh) | 一种风电叶片覆冰状态智能识别及预警方法 | |
CN108825452B (zh) | 确定风力发电机组叶片结冰的方法和装置 | |
Ye et al. | Using SCADA data fusion by swarm intelligence for wind turbine condition monitoring | |
CN110334951B (zh) | 一种风电机组高温降容状态的智能评估方法及系统 | |
CN115667701A (zh) | 控制风力涡轮机的操作以减小偏摆失准时的负载的装置和方法 |
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 |