CN116005496A - 一种风电机组的最优桨距角控制方法及相关组件 - Google Patents
一种风电机组的最优桨距角控制方法及相关组件 Download PDFInfo
- Publication number
- CN116005496A CN116005496A CN202310105195.5A CN202310105195A CN116005496A CN 116005496 A CN116005496 A CN 116005496A CN 202310105195 A CN202310105195 A CN 202310105195A CN 116005496 A CN116005496 A CN 116005496A
- Authority
- CN
- China
- Prior art keywords
- pitch angle
- wind turbine
- wind speed
- optimal pitch
- actual
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 239000002245 particle Substances 0.000 claims description 32
- 238000012360 testing method Methods 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 12
- 238000009826 distribution Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 description 7
- 238000005457 optimization Methods 0.000 description 5
- 238000010248 power generation Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000009434 installation Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
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
Landscapes
- Wind Motors (AREA)
Abstract
本发明公开了一种风电机组的最优桨距角控制方法及相关组件,涉及风电机组控制领域,首先将风电机组的切入风速至额定风速划分为多个风速区间,针对每个风速区间均确定风电机组在多个桨距角下的性能度,并将性能度最大时对应的桨距角作为实际最优桨距角,建立风速区间与实际最优桨距角之间的对应关系表,进而在获取到风电机组当前的实际风速之后根据对应关系表确定与实际风速对应的最终实际最优桨距角,并控制风电机组以最终实际最优桨距角运行。可见,一方面风电机组按照最终实际最优桨距角运行,另一方面在额定风速以下针对不同的风速区间选择不同的实际最优桨距角,能够提高风电机组的效率。
Description
技术领域
本发明涉及风电机组控制领域,特别是涉及一种风电机组的最优桨距角控制方法及相关组件。
背景技术
目前的风电机组通常通过改变桨距角来改变风电机组的叶片的迎风角度,进而调整风电机组的功率,可见,桨距角的取值直接影响风电机组的风能利用率。现有技术中在风电机组未达到额定风速时通常将风电机组的桨距角设置为理论最优桨距角,但是受到风电机组叶片的制造误差和安装误差的影响导致风电机组的理论最优桨距角与最终实际最优桨距角之间往往存在一定的差距。并且,理论上风电机组在不同风速下的最优桨距角不同,现有技术中当风电机组在额定风速以下时始终控制风电机组的桨距角固定为理想最优桨距角,进一步影响风电机组的发电效率。
发明内容
本发明的目的是提供一种风电机组的最优桨距角控制方法及相关组件,一方面风电机组按照最终实际最优桨距角运行,另一方面在额定风速以下针对不同的风速区间选择不同的实际最优桨距角,能够提高风电机组的效率。
为解决上述技术问题,本发明提供了一种风电机组的最优桨距角控制方法,包括:
将风电机组的切入风速至额定风速划分为多个风速区间;
对于每个所述风速区间均确定所述风电机组在多个桨距角下的性能度,并将所述风电机组的性能度最大时对应的桨距角作为实际最优桨距角;
建立包括各个所述风速区间以及与各个所述风速区间一一对应的实际最优桨距角的对应关系表;
获取所述风电机组当前的实际风速,根据所述对应关系表确定与所述实际风速对应的最终实际最优桨距角,并控制所述风电机组的桨距角调整为所述最终实际最优桨距角。
优选的,对于每个所述风速区间均确定所述风电机组在多个桨距角下的性能度,并将所述风电机组的性能度最大时的桨距角作为实际最优桨距角,包括:
确定与各个所述风速区间一一对应的理论最优桨距角;
对于每个所述风速区间均控制所述风电机组的桨距角以所述理论最优桨距角为基础按照预设寻优步长进行调整得到多个测试桨距角,并确定各个所述测试桨距角对应的性能度;
将最大的性能度对应的测试桨距角作为所述实际最优桨距角。
优选的,控制所述风电机组的桨距角以所述理论最优桨距角为基础按照预设寻优步长进行调整得到多个测试桨距角,包括:
利用PSO粒子群算法确定当前的预设寻优步长;
控制所述风电机组的桨距角为所述理论最优桨距角加所述预设寻优步长后得到的当前桨距角;
在确定所述当前桨距角对应的测试性能度之后,将所述当前桨距角作为所述理论最优桨距角,并进入利用PSO粒子群算法确定当前的预设寻优步长的步骤。
优选的,在利用PSO粒子群算法确定当前的预设寻优步长之后,还包括:
将迭代次数加一,所述迭代次数的初始值为零;
在所述迭代次数大于预设最大迭代次数或从初次确定所述预设寻优步长至当前时刻的迭代时长大于预设最大迭代时长时,进入建立包括各个所述风速区间以及与各个所述风速区间一一对应的实际最优桨距角的对应关系表的步骤。
优选的,根据所述对应关系表确定与所述实际风速对应的最终实际最优桨距角,包括:
确定所述对应关系表中与所述实际风速相差最小的最优风速区间,并将所述对应关系表中与所述最优风速区间对应的实际最优桨距角作为所述最终实际最优桨距角。
优选的,确定所述风电机组在多个桨距角下的性能度,包括:
对多个所述桨距角均确定所述风电机组以所述桨距角运行预设时段后得到的功率曲线以及所述风电机组在所述预设时段的风速的瑞利分布概率密度;
将所述功率曲线与所述风速的瑞利分布概率密度的乘积在所述风速区间内的积分值作为所述性能度。
本申请还提供了一种风电机组的最优桨距角控制系统,包括:
风速区间划分单元,用于将风电机组的切入风速至额定风速划分为多个风速区间;
实际最优桨距角确定单元,用于对于每个所述风速区间均确定所述风电机组在多个桨距角下的性能度,并将所述风电机组的性能度最大时对应的桨距角作为实际最优桨距角;
关系表建立单元,用于建立包括各个所述风速区间以及与各个所述风速区间一一对应的最终实际最优桨距角的对应关系表;
最终实际最优桨距角确定单元,用于获取所述风电机组当前的实际风速,根据所述对应关系表确定与所述实际风速对应的最终实际最优桨距角,并控制所述风电机组的桨距角调整为所述最终实际最优桨距角。
本申请还提供了一种风电机组的最优桨距角控制装置,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如上述风电机组的最优桨距角控制方法的步骤。
本申请还提供了一种风电机组,包括上述的风电机组的最优桨距角控制装置。
本申请还提供了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计算机程序,所述计算机程序被处理器执行时实现上述风电机组的最优桨距角控制方法的步骤。
综上,本发明提供了一种风电机组的最优桨距角控制方法及相关组件,首先将风电机组的切入风速至额定风速划分为多个风速区间,针对每个风速区间均确定风电机组在多个桨距角下的性能度,并将性能度最大时对应的桨距角作为实际最优桨距角,建立风速区间与实际最优桨距角之间的对应关系表,进而在获取到风电机组当前的实际风速之后根据对应关系表确定与实际风速对应的最终实际最优桨距角,并控制风电机组以最终实际最优桨距角运行。可见,一方面风电机组按照最终实际最优桨距角运行,另一方面在额定风速以下针对不同的风速区间选择不同的实际最优桨距角,能够提高风电机组的效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对现有技术和实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅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为本发明提供的一种风电机组的最优桨距角控制方法的流程图;
图2为本发明提供的一种风电机组的最优桨距角控制系统的结构示意图;
图3为本发明提供的一种风电机组的最优桨距角控制装置的结构示意图。
具体实施方式
本发明的核心是提供一种风电机组的最优桨距角控制方法及相关组件,一方面风电机组按照最终实际最优桨距角运行,另一方面在额定风速以下针对不同的风速区间选择不同的实际最优桨距角,能够提高风电机组的效率。
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例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做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。
请参照图1,图1为本发明提供的一种风电机组的最优桨距角控制方法的流程图,该风电机组的最优桨距角控制方法包括:
S1:将风电机组的切入风速至额定风速划分为多个风速区间;
S2:对于每个风速区间均确定风电机组在多个桨距角下的性能度,并将风电机组的性能度最大时对应的桨距角作为实际最优桨距角;
S3:建立包括各个风速区间以及与各个风速区间一一对应的实际最优桨距角的对应关系表;
S4:获取风电机组当前的实际风速,根据对应关系表确定与实际风速对应的最终实际最优桨距角,并控制风电机组的桨距角调整为最终实际最优桨距角。
现有技术中一方面在风电机组未达到额定风速时均采用统一的理想最优桨距角,另一方面受到风电机组叶片的制造误差和安装误差的影响导致理想最优桨距角与最终实际最优桨距角之间存在一定的差距,综合导致现有技术中的风电机组无法充分发挥风电机组的效率。
为解决上述技术问题,本申请一方面将风电机组的切入风速(风电机组的最低风速,在风电机组的实际风速小于切入风速时风电机组将会自动停机)至额定风速(风电机组的最高风速)划分为多个风速区间,针对每个风速区间选择不同的桨距角,另一方面本申请依据性能度为每个风速区间确定最优的实际最优桨距角,性能度越大时风电机组的发电性能越好,从而避免因风电机组叶片的制造误差和安装误差带来的影响,因此本申请能够使风电机组的效率得到提升。
具体的,首先将风电机组的切入风速至额定风速划分为多个风速区间,本申请对于每个风速区间的长度不做特别限定,风速区间的划分越精细后续确定的最终实际最优桨距角越精准,例如每个风速区间的长度均为0.5m/s。在划分风速区间之后,对于每个风速区间均执行如下操作:确定风电机组在各个桨距角下的性能度,并将风电机组的性能度最大时对应的桨距角作为该风速区间对应的实际最优桨距角,也即每个风速区间对应的实际最优桨距角均是能够保证风电机组在该风速区间时保证风电机组的发电性能最好的桨距角。需要说明的是,各个桨距角可以为在理论最优桨距角的基础上进行增加或减小后得到的多个桨距角,对于增加或减小的变化步径本申请不做特别限定,例如通过PSO(ParticleSwarm Optimization,粒子群优化算法)确定变化步径。在确定各个风速区间对应的实际最优桨距角之后,建立各个风速区间以及与各个风速区间对应的实际最优桨距角的对应关系表,因此在为风电机组确定桨距角时可通过风电机组当前的实际风速确定在对应关系表中与实际风速对应的风速区间,进而确定对应关系表中与该风速区间对应的最终实际最优桨距角,最终控制风电机组以该最终实际最优桨距角运行。
综上,本发明提供了一种风电机组的最优桨距角控制方法,首先将风电机组的切入风速至额定风速划分为多个风速区间,针对每个风速区间均确定风电机组在多个桨距角下的性能度,并将性能度最大时对应的桨距角作为实际最优桨距角,建立风速区间与实际最优桨距角之间的对应关系表,进而在获取到风电机组当前的实际风速之后根据对应关系表确定与实际风速对应的最终实际最优桨距角,并控制风电机组以最终实际最优桨距角运行。可见,一方面风电机组按照最终实际最优桨距角运行,另一方面在额定风速以下针对不同的风速区间选择不同的实际最优桨距角,能够提高风电机组的效率。
在上述实施例的基础上:
作为一种优选的实施例,对于每个风速区间均确定风电机组在多个桨距角下的性能度,并将风电机组的性能度最大时的桨距角作为实际最优桨距角,包括:
确定与各个风速区间一一对应的理论最优桨距角;
对于每个风速区间均控制风电机组的桨距角以理论最优桨距角为基础按照预设寻优步长进行调整得到多个测试桨距角,并确定各个测试桨距角对应的性能度;
将最大的性能度对应的测试桨距角作为实际最优桨距角。
在本实施例中确定每个风速区间对应的实际最优桨距角的具体过程为:首先确定风速区间对应的理论最优桨距角,本申请对于如何确定理论最优桨距角不做特别限定。在确定理论最优桨距角之后,在理论最优桨距角的基础上以预设寻优步长进行改变,可以为理论最优桨距角减去或者增加预设寻优步长得到测试桨距角,若本次得到的测试桨距角对应的性能度大于所有历史测试桨距角对应的性能度,则将本次得到的测试桨距角作为该风速区间对应的实际最优桨距角;若本次得到的测试桨距角不大于所有历史测试桨距角对应的性能度,则将历史测试桨距角中性能度最大的桨距角作为该风速区间的实际最优桨距角,并且再以本次测试桨距角为基础减去或者增加预设寻优步长后的值作为下一次的理论最优桨距角,重复上述过程。
作为一种优选的实施例,控制风电机组的桨距角以理论最优桨距角为基础按照预设寻优步长进行调整得到多个测试桨距角,包括:
利用PSO粒子群算法确定当前的预设寻优步长;
控制风电机组的桨距角为理论最优桨距角加预设寻优步长后得到的当前桨距角;
在确定当前桨距角对应的测试性能度之后,将当前桨距角作为理论最优桨距角,并进入利用PSO粒子群算法确定当前的预设寻优步长的步骤。
在本申请中确定预设寻优步长具体是通过PSO粒子群算法实现,在寻优过程中始终以性能度最优为目标,自适应给定寻优步长,从而以最快的速度逼近该风速区间对应的实际最优桨距角。PSO粒子群算法将搜索空间中的每个粒子用位置、速度以及适应度三个指标来表征,粒子依据自身的历史最优位置和整个群体的最优位置来更新速度和位置,计算出粒子的目标函数值作为适应度来衡量粒子的优劣程度。PSO粒子群算法最初由n个随机粒子组成,第i个粒子表示为Xi=(xi1,xi2,……,xiD),对应的速度为Ui=(ui1,ui2,……,uiD),第i个粒子经历过的最好位置记为Pi=(pi1,pi2,……,piD),也称为pbest。群体所有粒子经历过的最好位置记为Pg=(pg1,pg2,……,pgD),也称为gbest。对每一代,它的第d维(1≤d≤D)根据如下公式进行进化:
式中,系数ω为惯性权重,表示对粒子当前速度继承度,ω值较大,全局寻优能力强,局部寻优能力弱;c1是粒子跟踪自己历史最优的权重系数,c2是粒子跟踪群体最优的权重系数;ξ和η是两个在[0,1]范围里变化的随机值;粒子速度受到最大速度umax的限制,umax是常数,由用户自定义决定;γ是位置更新时与速度有关的一个系数,称为约束因子。粒子通过不断更新,快速定位最优解所在的位置,搜索过程结束,最后输出的Pg即为全局最优解,k为迭代次数,D为总维数。
在通过上述过程确定当前的预设寻优步长后,控制风电机组的桨距角为理论最优桨距角加预设寻优步长后得到的当前桨距角,在确定当前桨距角对应的测试性能度之后,将当前桨距角作为新的理论最优桨距角,以便进行下一次实际最优桨距角的寻优,从而保证风电机组的发电性能。
作为一种优选的实施例,在利用PSO粒子群算法确定当前的预设寻优步长之后,还包括:
将迭代次数加一,迭代次数的初始值为零;
在迭代次数大于预设最大迭代次数或从初次确定预设寻优步长至当前时刻的迭代时长大于预设最大迭代时长时,进入建立包括各个风速区间以及与各个风速区间一一对应的实际最优桨距角的对应关系表的步骤。
在本实施例中实际最优桨距角寻优过程的结束条件具体为迭代次数达到预设最大迭代次数或者迭代时长达到预设最大迭代时长。具体的,在利用PSO粒子群算法确定当前的预设寻优步长时将迭代次数加一,迭代次数的初始值设置为零,因此每确定一次当前桨距角对应的测试性能度并更新一次实际最优桨距角之后将迭代次数加一,在迭代次数达到预设最大迭代次数时停止迭代,进入建立各个风速区间以及与各个风速区间一一对应的实际最优桨距角的对应关系表的步骤;在利用PSO粒子群算法初次确定当前的预设寻优步长至当前时刻之间的时长作为迭代时长,在迭代时长达到预设最大迭代时长时停止迭代,进入建立各个风速区间以及与各个风速区间一一对应的实际最优桨距角的对应关系表的步骤。
本申请对于预设最大迭代次数和预设最大迭代时长的具体取值不做特别限定,可根据实际情况进行设定。
作为一种优选的实施例,根据对应关系表确定与实际风速对应的最终实际最优桨距角,包括:
确定对应关系表中与实际风速相差最小的最优风速区间,并将对应关系表中与最优风速区间对应的实际最优桨距角作为最终实际最优桨距角。
在本实施例中,基于对应关系表确定与风电机组的实际风速对应的最终实际最优桨距角具体采用能够最近邻法查表而确定。具体的,获取到风电机组当前的实际风速之后首先确定对应关系表中与实际风速相差最小的最优风速区间,将该最有风速区间对应的实际最优桨距角作为最终实际最优桨距角,进而能够更加精准的控制风电机组的桨距角,提高风电机组的发电性能。
作为一种优选的实施例,确定风电机组在多个桨距角下的性能度,包括:
对多个桨距角均确定风电机组以桨距角运行预设时段后得到的功率曲线以及风电机组在预设时段的风速的瑞利分布概率密度;
将功率曲线与风速的瑞利分布概率密度的乘积在风速区间内的积分值作为性能度。
在本实施例中确定性能度的过程具体为首先确定风电机组以桨距角运行预设时段后得到的功率曲线,风电机组以不同的桨距角运行时风电机组的功率曲线不同,风电机组在预设时段的风速的瑞利分布概率密度是确定的。在得到风电机组以桨距角运行预设时段后的功率曲线和瑞利分布概率密度之后将功率曲线与风速的瑞利分布概率密度的乘积在风速区间内的积分值作为性能度。具体的,性能度其中,v1为风速区间的上限,v2为风速区间的下限,P(v)为风电机组以桨距角运行预设时段后得到的功率曲线,f(v)为风电机组在预设时段的风速的瑞利分布概率密度。可见,性能度的确定方式简单且准确,能够进一步提升风电机组确定最终实际最优桨距角的准确性。
请参照图2,图2为本发明提供的一种风电机组的最优桨距角控制系统的结构示意图,该风电机组的最优桨距角控制系统包括:
风速区间划分单元11,用于将风电机组的切入风速至额定风速划分为多个风速区间;
实际最优桨距角确定单元12,用于对于每个风速区间均确定风电机组在多个桨距角下的性能度,并将风电机组的性能度最大时对应的桨距角作为实际最优桨距角;
关系表建立单元13,用于建立包括各个风速区间以及与各个风速区间一一对应的最终实际最优桨距角的对应关系表;
最终实际最优桨距角确定单元14,用于获取风电机组当前的实际风速,根据对应关系表确定与实际风速对应的最终实际最优桨距角,并控制风电机组的桨距角调整为最终实际最优桨距角。
综上,本发明提供了一种风电机组的最优桨距角控制系统,首先将风电机组的切入风速至额定风速划分为多个风速区间,针对每个风速区间均确定风电机组在多个桨距角下的性能度,并将性能度最大时对应的桨距角作为实际最优桨距角,建立风速区间与实际最优桨距角之间的对应关系表,进而在获取到风电机组当前的实际风速之后根据对应关系表确定与实际风速对应的最终实际最优桨距角,并控制风电机组以最终实际最优桨距角运行。可见,一方面风电机组按照最终实际最优桨距角运行,另一方面在额定风速以下针对不同的风速区间选择不同的实际最优桨距角,能够提高风电机组的效率。
对于本申请提供的一种风电机组的最优桨距角控制系统的详细介绍请参照风电机组的最优桨距角控制方法的实施例。
在上述实施例的基础上:
作为一种优选的实施例,实际最优桨距角确定单元12包括:
理论最优桨距角确定单元,用于确定与各个风速区间一一对应的理论最优桨距角;
测试桨距角确定单元,用于对于每个风速区间均控制风电机组的桨距角以理论最优桨距角为基础按照预设寻优步长进行调整得到多个测试桨距角;
性能度确定单元,用于确定各个测试桨距角对应的性能度;
实际最优桨距角确定子单元,用于将最大的性能度对应的测试桨距角作为实际最优桨距角。
作为一种优选的实施例,测试桨距角确定单元包括:
预设寻优步长确定单元,用于利用PSO粒子群算法确定当前的预设寻优步长;
当前桨距角确定单元,用于控制风电机组的桨距角为理论最优桨距角加预设寻优步长后得到的当前桨距角;
循环控制单元,用于在确定当前桨距角对应的测试性能度之后,将当前桨距角作为理论最优桨距角,并触发预设寻优步长确定单元。
作为一种优选的实施例,还包括:
迭代次数计数单元,用于在利用PSO粒子群算法确定当前的预设寻优步长之后,将迭代次数加一,迭代次数的初始值为零;
结束循环控制单元,用于在迭代次数大于预设最大迭代次数或从初次确定预设寻优步长至当前时刻的迭代时长大于预设最大迭代时长时,进入建立包括各个风速区间以及与各个风速区间一一对应的实际最优桨距角的对应关系表的步骤。
作为一种优选的实施例,最终实际最优桨距角确定单元14具体用于:
确定对应关系表中与实际风速相差最小的最优风速区间,并将对应关系表中与最优风速区间对应的实际最优桨距角作为最终实际最优桨距角。
作为一种优选的实施例,实际最优桨距角确定单元12包括:
基础数据确定单元,用于对多个桨距角均确定风电机组以桨距角运行预设时段后得到的功率曲线以及风电机组在预设时段的风速的瑞利分布概率密度;
性能度确定单元,将功率曲线与风速的瑞利分布概率密度的乘积在风速区间内的积分值作为性能度
实际最优桨距角确定子单元,用于将风电机组的性能度最大时对应的桨距角作为实际最优桨距角。
请参照图3,图3为本发明提供的一种风电机组的最优桨距角控制装置的结构示意图,该风电机组的最优桨距角控制装置包括:
存储器21,用于存储计算机程序;
处理器22,用于执行计算机程序时实现如上述风电机组的最优桨距角控制方法的步骤。
综上,本发明提供了一种风电机组的最优桨距角控制装置,存储器中的计算机程序被处理器执行时首先将风电机组的切入风速至额定风速划分为多个风速区间,针对每个风速区间均确定风电机组在多个桨距角下的性能度,并将性能度最大时对应的桨距角作为实际最优桨距角,建立风速区间与实际最优桨距角之间的对应关系表,进而在获取到风电机组当前的实际风速之后根据对应关系表确定与实际风速对应的最终实际最优桨距角,并控制风电机组以最终实际最优桨距角运行。可见,一方面风电机组按照最终实际最优桨距角运行,另一方面在额定风速以下针对不同的风速区间选择不同的最终实际最优桨距角,能够提高风电机组的效率。
对于本申请提供的一种风电机组的最优桨距角控制装置的详细介绍请参照风电机组的最优桨距角控制方法的实施例。
本申请还提供了一种风电机组,包括上述的风电机组的最优桨距角控制装置。
对于本申请提供的一种风电机组的详细介绍请参照上述风电机组的最优桨距角控制方法的实施例,本申请在此不做赘述。
本申请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计算机程序,计算机程序被处理器执行时实现上述风电机组的最优桨距角控制方法的步骤。
对于本申请提供的一种计算机可读存储介质的详细介绍请参照上述风电机组的最优桨距角控制方法的实施例,本申请在此不做赘述。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其他形式的存储介质中。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其他实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种风电机组的最优桨距角控制方法,其特征在于,包括:
将风电机组的切入风速至额定风速划分为多个风速区间;
对于每个所述风速区间均确定所述风电机组在多个桨距角下的性能度,并将所述风电机组的性能度最大时对应的桨距角作为实际最优桨距角;
建立包括各个所述风速区间以及与各个所述风速区间一一对应的实际最优桨距角的对应关系表;
获取所述风电机组当前的实际风速,根据所述对应关系表确定与所述实际风速对应的最终实际最优桨距角,并控制所述风电机组的桨距角调整为所述最终实际最优桨距角。
2.如权利要求1所述的风电机组的最优桨距角控制方法,其特征在于,对于每个所述风速区间均确定所述风电机组在多个桨距角下的性能度,并将所述风电机组的性能度最大时的桨距角作为实际最优桨距角,包括:
确定与各个所述风速区间一一对应的理论最优桨距角;
对于每个所述风速区间均控制所述风电机组的桨距角以所述理论最优桨距角为基础按照预设寻优步长进行调整得到多个测试桨距角,并确定各个所述测试桨距角对应的性能度;
将最大的性能度对应的测试桨距角作为所述实际最优桨距角。
3.如权利要求2所述的风电机组的最优桨距角控制方法,其特征在于,控制所述风电机组的桨距角以所述理论最优桨距角为基础按照预设寻优步长进行调整得到多个测试桨距角,包括:
利用PSO粒子群算法确定当前的预设寻优步长;
控制所述风电机组的桨距角为所述理论最优桨距角加所述预设寻优步长后得到的当前桨距角;
在确定所述当前桨距角对应的测试性能度之后,将所述当前桨距角作为所述理论最优桨距角,并进入利用PSO粒子群算法确定当前的预设寻优步长的步骤。
4.如权利要求3所述的风电机组的最优桨距角控制方法,其特征在于,在利用PSO粒子群算法确定当前的预设寻优步长之后,还包括:
将迭代次数加一,所述迭代次数的初始值为零;
在所述迭代次数大于预设最大迭代次数或从初次确定所述预设寻优步长至当前时刻的迭代时长大于预设最大迭代时长时,进入建立包括各个所述风速区间以及与各个所述风速区间一一对应的实际最优桨距角的对应关系表的步骤。
5.如权利要求1所述的风电机组的最优桨距角控制方法,其特征在于,根据所述对应关系表确定与所述实际风速对应的最终实际最优桨距角,包括:
确定所述对应关系表中与所述实际风速相差最小的最优风速区间,并将所述对应关系表中与所述最优风速区间对应的实际最优桨距角作为所述最终实际最优桨距角。
6.如权利要求1至5任一项所述的风电机组的最优桨距角控制方法,其特征在于,确定所述风电机组在多个桨距角下的性能度,包括:
对多个所述桨距角均确定所述风电机组以所述桨距角运行预设时段后得到的功率曲线以及所述风电机组在所述预设时段的风速的瑞利分布概率密度;
将所述功率曲线与所述风速的瑞利分布概率密度的乘积在所述风速区间内的积分值作为所述性能度。
7.一种风电机组的最优桨距角控制系统,其特征在于,包括:
风速区间划分单元,用于将风电机组的切入风速至额定风速划分为多个风速区间;
实际最优桨距角确定单元,用于对于每个所述风速区间均确定所述风电机组在多个桨距角下的性能度,并将所述风电机组的性能度最大时对应的桨距角作为实际最优桨距角;
关系表建立单元,用于建立包括各个所述风速区间以及与各个所述风速区间一一对应的最终实际最优桨距角的对应关系表;
最终实际最优桨距角确定单元,用于获取所述风电机组当前的实际风速,根据所述对应关系表确定与所述实际风速对应的最终实际最优桨距角,并控制所述风电机组的桨距角调整为所述最终实际最优桨距角。
8.一种风电机组的最优桨距角控制装置,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至6任一项所述风电机组的最优桨距角控制方法的步骤。
9.一种风电机组,其特征在于,包括如权利要求8所述的风电机组的最优桨距角控制装置。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述风电机组的最优桨距角控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310105195.5A CN116005496A (zh) | 2023-01-16 | 2023-01-16 | 一种风电机组的最优桨距角控制方法及相关组件 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310105195.5A CN116005496A (zh) | 2023-01-16 | 2023-01-16 | 一种风电机组的最优桨距角控制方法及相关组件 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116005496A true CN116005496A (zh) | 2023-04-25 |
Family
ID=86023390
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310105195.5A Withdrawn CN116005496A (zh) | 2023-01-16 | 2023-01-16 | 一种风电机组的最优桨距角控制方法及相关组件 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116005496A (zh) |
-
2023
- 2023-01-16 CN CN202310105195.5A patent/CN116005496A/zh not_active Withdrawn
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20170328346A1 (en) | Determination of wind turbine configuration | |
US11293400B2 (en) | Feedforward control method and device for wind turbine set in wind farm | |
CN109973301A (zh) | 在极端湍流风况下控制风力发电机组变桨的方法和装置 | |
CN110761945B (zh) | 风力发电机组的叶片失速控制方法及装置 | |
US20230265832A1 (en) | Load control method and apparatus for wind turbine generator system | |
CN116316883B (zh) | 一种风电机群协同运行优化控制方法 | |
WO2022121446A1 (zh) | 控制系统、无功电压控制方法和装置、介质以及计算装置 | |
CN110873022B (zh) | 风力发电机组叶片桨距角自寻优的方法及其装置 | |
CN107339194B (zh) | 最佳叶尖速比控制方法、数据处理方法及装置、系统 | |
CN109973302B (zh) | 风力发电机组的限功率控制方法和装置 | |
CN102661243B (zh) | 一种双馈感应风电机组的预报校正变桨控制方法 | |
CN112392656A (zh) | 功率控制方法、装置以及介质 | |
CN114263564A (zh) | 考虑不变桨风速范围的风电机组有功功率控制方法及系统 | |
CN116005496A (zh) | 一种风电机组的最优桨距角控制方法及相关组件 | |
CN107514336B (zh) | 风速信息处理方法及装置和变桨控制方法、装置及系统 | |
CN117251995A (zh) | 基于可变遗忘因子最小二乘法的双馈风机惯量评估方法 | |
CN111927708A (zh) | 桨距角自寻优控制方法及装置 | |
CN113027674A (zh) | 风力发电机组的控制方法及其装置 | |
CN112865187B (zh) | 风电场功率调度方法、装置及电子设备 | |
CN115898787A (zh) | 一种风电机组静态偏航误差动态识别方法及装置 | |
JP2005061300A (ja) | 水平軸風車及びその制御方法 | |
CN113452034A (zh) | 一次调频的方法、装置及系统 | |
CN110529337A (zh) | 基于改进小批量梯度上升法的风机最大功率控制方法 | |
CN116594019B (zh) | 雷达数据预测方法及系统 | |
CN114060210B (zh) | 风电机组的降载控制方法、装置以及控制系统 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20230425 |