CN117394550B - 一种基于风力机偏航角寻优的风电场场群控制方法及系统 - Google Patents

一种基于风力机偏航角寻优的风电场场群控制方法及系统 Download PDF

Info

Publication number
CN117394550B
CN117394550B CN202311692696.4A CN202311692696A CN117394550B CN 117394550 B CN117394550 B CN 117394550B CN 202311692696 A CN202311692696 A CN 202311692696A CN 117394550 B CN117394550 B CN 117394550B
Authority
CN
China
Prior art keywords
wind turbine
wind
upstream
wake
downstream
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.)
Active
Application number
CN202311692696.4A
Other languages
English (en)
Other versions
CN117394550A (zh
Inventor
邱颖宁
刘毅
冯延晖
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.)
Nanjing University of Science and Technology
Original Assignee
Nanjing University of Science and Technology
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 Nanjing University of Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN202311692696.4A priority Critical patent/CN117394550B/zh
Publication of CN117394550A publication Critical patent/CN117394550A/zh
Application granted granted Critical
Publication of CN117394550B publication Critical patent/CN117394550B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00006—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
    • H02J13/00016—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment using a wired telecommunication network or a data transmission bus
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00032—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for
    • 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)
  • Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Theoretical Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Physiology (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Genetics & Genomics (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Wind Motors (AREA)

Abstract

本发明公开了一种基于风力机偏航角寻优的风电场场群控制方法及系统，基于遗传算法对风力机偏航角进行寻优，得到风电场输出总功率最优情况下的风力机最优偏航角，结合本发明提出的风电场场群控制系统，实现风力机最优偏航角的快速计算和风力机实时动态偏航。本发明提高了尾流场控算法的有效性和实时性。

Description

一种基于风力机偏航角寻优的风电场场群控制方法及系统
技术领域
本发明属于风电场场群控制技术领域，具体涉及一种基于遗传算法和二维Jensen尾流解析模型进行风力机偏航角寻优，将风力机偏航角寻优结果与风力机动态偏航矫正控制器进行交互的风电场场群控制方法及系统。
背景技术
作为可再生能源发电领域内具有较好研究基础和极大潜力的发电方式，风力发电行业的发展收到国内外的广泛关注，风力机的累计装机容量和新增装机容量连年提升。然而风电场建造面积和风力机数量的不等比增加，使得风力机排布较为密集的风电场中尾流效应带来的影响十分显著。对于风力机排布密集且不规则的风电场，如何对风电场内的所有风力机进行动态偏航矫正，使风电场能获得最大效益，是风力发电技术的一大难点。
发明内容
本发明目的在于提出一种基于风力机偏航角寻优的风电场场群控制方法及系统。
实现本发明目的的技术解决方案为：一种基于风力机偏航角寻优的风电场场群控制方法，基于遗传算法进行风力机偏航角寻优，实现风电场整场总功率提升，具体步骤如下：
步骤1、采集风电场所有风力机的来流风速、绝对来流风向、机舱位置等风况变量，获取所有风力机位置坐标、风力机常量参数等数据；
步骤2、根据每台风力机的来流风速，判断风电场异常风力机个数，筛除风速记录值异常的风力机；
步骤3、对每台风力机绝对来流风向求平均值作为风电场主入流风向，根据风电场主入流风向、风力机转轮半径、风力机位置坐标等参数判断初步的风力机之间尾流影响关系和主入流风向下各台风力机的上下游先后顺序；
步骤4、将风电场主入流风向作为每台风力机的来流风方向，根据每台风力机的来流风方向和初步判断的风力机之间尾流影响关系，进一步更新得到风力机之间最终的尾流影响关系；
步骤5、根据风力机之间的尾流影响关系矩阵和所有风力机的平均来流风速，对是否进行遗传算法寻优获得各台风力机的偏航角进行判断；
步骤6、根据对下游机组有尾流影响的风力机个数、遗传算法二进制编码长度及遗传算法群体数目生成遗传算法初始种群，并对初始种群进行交叉、变异和父代子代组合，计算各台风力机偏航角；
步骤7、根据二维Jensen模型计算各台风力机等效来流风速，根据各台风力机的偏航角及等效来流风速计算各台风力机的输出功率值，将所有风力机输出功率之和作为种群个体适应度值；
步骤8、根据种群矩阵中所有个体的适应度值，获取个体适应度值最大值对应个体的序号、单台风力机输出功率、单台风力机等效来流风速、单台风力机需要偏航到的绝对方位角，对遗传算法是否终止进行判断，根据所有遗传算法迭代步中的个体适应度最大值，输出所有个体适应度最大值中的最大值，输出此最大值个体对应的每台风力机最优偏航位置和最优偏航角。
一种风电场场群控制服务器数据交互系统，包括上位机监控软件、TcCOM场控算法模块、Modbus TCP服务器端、TwinCAT3 PLC，所述数据交互系统执行风力机偏航寻优程序时，基于所述的基于风力机偏航角寻优的风电场场群控制方法，将风力机偏航寻优程序整合为可被TwinCAT3调用的可执行程序文件格式，通过TwinCAT3执行风力机偏航寻优可执行程序、读取风力机偏航寻优算法所需的输入参数文件，风力机偏航寻优可执行程序执行结束后由TwinCAT3读取算法输出参数文件，并将程序输出结果传递至Modbus TCP服务器端，实现基于风力机偏航角寻优的风电场场群控制。
一种风电场场控服务器与风力机动态偏航矫正控制器交互系统，所述风电场场控服务器输出风力机偏航寻优程序结果时，由TwinCAT3读取算法输出参数文件，将程序输出结果传递至Modbus TCP服务器端，通过Modbus TCP服务器端传递至各台风力机动态偏航矫正控制器；所述风电场场控服务器输入风力机动态偏航矫正控制器数据时，将风力机动态偏航矫正控制器数据传递至Modbus TCP服务器端，并作为风力机偏航寻优程序输入参数传递至TwinCAT3用于风力机偏航寻优程序执行，实现基于风力机偏航角寻优的风电场场群控制。
本发明与现有技术相比，其显著优点在于： 1）本发明以多尾流影响下风电场功率计算模型为适应度函数，结合遗传算法和二维Jensen模型，构建面向复杂排布风电场的动态实时尾流优化控制算法。2）基于面向复杂排布风电场的动态实时尾流优化控制算法开发了动态尾流优化控制的软硬件结合框架。3）应用动态分组和自适应迭代策略提高了尾流场控算法的有效性和实时性。4）通过仿真模拟与真实复杂排布风电场实验两种方式对尾流优化控制算法的有效性和实时性进行了验证。
附图说明
图1为本发明基于遗传算法的风力机偏航角寻优方法流程图。
图2为本发明遗传算法流程图。
图3为实施例真实风电场各风力机位置示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅用以解释本申请，并不用于限定本申请。
本发明一种基于风力机偏航角寻优的风电场场群控制方法，基于遗传算法进行风力机偏航角寻优，实现风电场整场总功率提升，如图1所示，具体步骤如下：
步骤1、采集风电场所有风力机的来流风速、绝对来流风向、机舱位置等风况变量，获取所有风力机位置坐标、风力机常量参数等数据；
通过风力机SCADA系统、测风塔或激光雷达设备采集风电场内所有风力机的来流风速、绝对来流风向、机舱位置等风况数据；根据风力机型号确定风力机转轮半径、风力机额定功率等风力机常量参数；根据风电场地理位置获取所有风力机位置坐标。
步骤2、根据每台风力机的来流风速，判断风电场异常风力机个数，筛除风速记录值异常的风力机；
识别每台风力机的来流风速，若风力机来流风速为0，则认为此台风力机异常。若所有风力机的来流风速均为0，则认为所有风力机数据记录错误，算法终止。记录筛除风速异常值风力机后的风力机数量，并记录正常风力机的来流风速、绝对来流风向。
步骤3、对每台风力机绝对来流风向求平均值作为风电场主入流风向，根据风电场主入流风向、风力机转轮半径、风力机位置坐标等参数判断初步的风力机之间尾流影响关系和主入流风向下各台风力机的上下游先后顺序；
对n台正常记录来流风速的风力机，绝对来流风向分别为θ1，θ2，…，θn，则风电场主入流风向θ计算公式为：
根据主入流风向，计算风电场所有风力机坐标系旋转矩阵A，具体公式为：
式中，α为当正北方向为0°时，风电场主入流风向与正北方向夹角；
根据风力机坐标系旋转矩阵，计算以主入流风向方向为正东、垂直于主入流风向方向为正北的动态坐标系下各台风力机的新位置坐标，具体公式为：
式中，为第/>风力机转换后新坐标，/>为第/>风力机转换前坐标。
根据风电场全部n台风力机的新X轴坐标序列，将/>元素按由小到大进行排序，获得排序后的坐标序列/>，根据/>确定风力机上下游顺序，其中新X轴坐标最小的风力机为风电场最上游风力机，新X轴坐标最大的风力机为风电场最下游风力机，风力机上下游顺序表达式为：
其中，代表第i台风力机，/>表示按风力机新X轴坐标由小到大排序；
构建n*n*3阶邻接矩阵T，以邻接矩阵T每一层的第i行、第j列(i≠j)为例，邻接矩阵T第一层的第i行、第j列表示上游机组i对下游机组j的尾流影响；邻接矩阵T第二层的第i行、第j列表示上游机组i与下游机组j的风力机间距；邻接矩阵T第三层的第i行、第j列表示上游机组i与下游机组j的风力机夹角。对下游风力机j，分别计算上游风力机i的原始位置坐标与下游风力机j的原始位置坐标的X轴、Y轴位置差Xi,j、Yi,j，计算公式为：
对下游风力机j，分别计算上游风力机i转换后位置坐标与下游风力机j转换后位置坐标的X轴、Y轴位置差X'i,j、Y'i,j，计算公式为：
若上游风力机i转换后位置坐标与下游风力机j转换后位置坐标的X轴位置差X'i,j满足2*10*r0≤X'i,j<0，且Y轴位置差Y'i,j满足|Y'i,j|≤tan60°*|X'i,j|+r0，即上游风力机i位于下游风力机j前方0~10倍转轮直径距离且下游风力机j位于上游风力机i尾流中心线±60°夹角范围内，则认为下游风力机j受上游风力机i尾流影响，邻接矩阵T每一层第i行、第j列元素计算公式如下：
式中，atan2(x,y)表示四象限反正切函数。
步骤4、将风电场主入流风向作为每台风力机的来流风方向，根据每台风力机的来流风方向和初步判断的风力机之间尾流影响关系，进一步更新得到风力机之间最终的尾流影响关系；
将风电场主入流风向作为每台风力机的来流风方向，即认为所有风力机均正对风，每台风力机的初始偏航角为0。
对任意风力机j，首先根据邻接矩阵T判断其是否受上游风力机尾流影响，若存在邻接矩阵T(i,j,1)=1(i∈[1,n]且i≠j)，即存在上游风力机i使风力机j受尾流影响。获取对风力机j产生尾流影响的全部上游风力机序号矩阵。
对上游风力机i和下游风力机j，根据上游风力机i的来流绝对风向θi和上游风力机i与下游风力机j的风力机夹角T(i,j,3)计算上下游风力机夹角与上游风力机来流绝对风向之差xita，计算公式为：
根据上下游风力机夹角与上游风力机来流绝对风向之差、上游风力机i的偏航弧度角βi(βi=0)和推力系数CT计算上下游风力机夹角与上游风力机i尾流中心线的角度差xitaL，计算公式为：
根据上下游风力机夹角与上游风力机i尾流中心线的角度差、上游风力机i与下游风力机j的风力机间距T(i,j,2)计算下游风力机j到上游风力机i尾流中心线的距离LR和下游风力机j投影至上游风力机i尾流中心线的点到上游风力机i的距离L，计算公式为：
根据尾流膨胀系数k和风力机转轮半径r0计算下游风力机j位置的尾流半径R，计算公式如下：
根据上、下游风力机偏航弧度角、推力系数CT和风力机转轮半径r0计算下游风力机j转轮半径的投影长度r1，计算公式为：
对下游风力机j，若存在LR- r1＜R，则下游风力机j受上游风力机i尾流影响。对n台风力机，构建n*n阶尾流影响关系矩阵WL，若下游风力机j受上游风力机i尾流影响，则WL(i,j)=1，否则，WL(i,j)=0。
步骤5、根据风力机之间的尾流影响关系矩阵和所有风力机的平均来流风速，对是否进行遗传算法寻优获得各台风力机的偏航角进行判断；
1)若尾流影响关系矩阵WL中元素全为0，即所有风力机之间均无尾流影响，则当前所有风力机的最优偏航角即为从当前机舱位置偏转至正对风的角度，风力机偏航角寻优终止。
2)若所有风力机的平均来流风速v大于该型号风力机的切出风速或小于该型号风力机的切入风速，则当前所有风力机不运行，所有风力机最优偏航角为0，输出功率p均为0。
3)若尾流影响关系矩阵WL存在WL(i,j)=1(i,j∈[1,n],i≠j)，即存在风力机对下游风力机有尾流影响，统计对下游机组有尾流影响的风力机个数wl_n，进一步进行遗传算法寻优获得各台风力机的偏航角。
步骤6、根据对下游机组有尾流影响的风力机个数、遗传算法二进制编码长度及遗传算法群体数目生成遗传算法初始种群，并对初始种群进行交叉、变异和父代子代组合，计算各台风力机偏航角，如图2所示，具体如下：
步骤6.1，根据对下游机组有尾流影响的风力机个数wl_n和设置的遗传算法二进制编码长度chrom计算初始种群中每个个体包含的二进制编码长度cl，计算方法为：
步骤6.2，根据设置的遗传算法群体数目popsize和初始种群中每个个体包含的二进制编码长度cl随机生成遗传算法初始种群pop，具体为：
生成由(0,1)之间均匀分布的随机数组成的popsize*cl大小的矩阵，并将矩阵中每个元素四舍五入至最近的整数，最终得到随机生成的popsize*cl大小的初始种群pop，初始种群pop即为行数为popsize，每行中含有参与遗传算法的机组对应的十位二进制偏航角数据矩阵；
步骤6.3，根据设置的遗传算法迭代次数、遗传算法交叉概率和遗传算法变异概率进行风力机偏航角遗传算法寻优，在每次迭代中，对初始种群pop进行交叉、变异，最终将初始种群pop和经过交叉、变异的种群进行结合获得新的种群Fpop，单次迭代步骤具体为：
首先，对初始种群中相邻的两个个体进行交叉，即从初始种群矩阵pop的第1行开始对相邻的两个个体进行交叉，每次交叉生成一个(0,1)之间的随机数：
1）若该随机数小于交叉概率pc，则生成(0,1)范围内随机数与和初始种群中每个个体包含的二进制编码长度cl大小的乘积数cp，并将cp四舍五入至最近的整数，从初始种群矩阵的第1行开始，交换第1行与第2行的第1列至第cp列及第cp列至最后一列元素，其他元素全部设置为1；若该随机数大于或等于交叉概率pc，则保留初始种群矩阵第1行与第2行的所有元素；
2）分别对初始种群矩阵pop的第3行与第4行元素、第5行与第6行元素、…、第n-1行与第n行元素进行交叉，直至初始种群矩阵pop最后一行元素完成交叉；
然后，将所有交叉完成后的各行元素按顺序构成新的种群矩阵pop1，对新种群矩阵pop1进行变异，即对种群矩阵pop1的每一行、列元素进行变异，每次变异生成一个(0,1)之间的随机数，对于种群矩阵pop1第i行、第j列元素的变异：
1）若该随机数大于变异概率pm，且种群矩阵pop1的第i行、第j列元素为0，则种群矩阵pop1的第i行、第j列元素变为1；
2）若该随机数大于变异概率pm，且种群矩阵pop1的第i行、第j列元素非0，则种群矩阵pop1的第i行、第j列元素变为0；
3）若该随机数小于变异概率pm，则种群矩阵pop1的第i行、第j列元素不变；
最后，分别对种群矩阵pop1的每一行、列元素进行变异后，得到变异后的新种群矩阵pop2，将popsize*cl大小的初始种群矩阵pop(父代)与popsize*cl大小的种群矩阵pop2(子代)进行纵向组合，组合成(2*popsize)*cl大小的种群矩阵Fpop，其中，2*popsize表示Fpop的种群个体数目，cl表示种群中单个个体对应的二进制编码长度；
步骤6.4，将每单个个体对应的长度为cl的二进制编码temp转换为n个十进制编码temp1、temp2、…、tempn，根据十进制编码temp计算遗传算法生成的n台风力机偏航角β'1、β'2、…、β'n，计算方法为：
式中，[-30,30]表示风力机偏航角的变化范围；
将遗传算法生成的各台风力机偏航角β'n转换为偏航弧度角β'rn，计算方法如下：
。
步骤7、根据二维Jensen模型计算各台风力机等效来流风速，根据各台风力机的偏航角及等效来流风速计算各台风力机的输出功率值，将所有风力机输出功率之和作为种群个体适应度值；
步骤7.1，根据二维Jensen模型计算各台风力机等效来流风速，具体方法为：
将各台风力机的来流风速初始化为风力机等效风速，即将所有风力机的平均风速作为各台风力机的来流风速，对任意风力机j，首先根据尾流影响关系矩阵WL判断其是否受上游风力机尾流影响：
1）若存在尾流影响关系矩阵WL (i,j)=1(i∈[1,n]且i≠j)，即存在上游风力机i使风力机j受尾流影响，获取对风力机j产生尾流影响的全部上游风力机序号矩阵和下游风力机j的偏航角，根据对风力机j产生尾流影响的全部上游风力机序号，计算下游风力机j受全部上游风力机尾流影响后的等效来流风速，即计算下游风力机j处的全部上游风力机尾流叠加风速，具体方法为：
（1.1）对下游风力机j的任意上游风力机i，根据邻接矩阵T(i,j,2)、T(i,j,3)获得当前上游风力机与下游风力机j的风力机间距、风力机夹角，根据上游风力机i的上下游顺序序号，获得上游风力机i的偏航角，计算上游风力机i的来流风向，具体方法为：
根据尾流影响关系矩阵WL判断上游风力机i是否受尾流影响，若上游风力机i受其他风力机尾流影响，则根据风力机i所有上游风力机的尾流中心角平均值作为风力机i的来流风向，风力机i的来流风向θangle,i计算公式为：
式中，q1、q2、…、qs表示对风力机i有尾流影响的所有风力机，s表示对风力机i有尾流影响的风力机总数。
若上游风力机i不受其他风力机尾流影响，则风电场主入流风向θ即为上游风力机i的来流风向θangle,i；
（1.2）对上游风力机i和下游风力机j，根据上游风力机i的来流风向θangle,i和上游风力机i与下游风力机j的风力机夹角T(i,j,3)计算上下游风力机夹角与上游风力机来流绝对风向之差xita，计算公式为：
（1.3）根据上下游风力机夹角与上游风力机来流绝对风向之差xita、上游风力机i的偏航弧度角βri’和推力系数CT计算上下游风力机夹角与上游风力机i尾流中心线的角度差，计算公式为：
（1.4）根据上下游风力机夹角与上游风力机i尾流中心线的角度差、上游风力机i与下游风力机j的风力机间距T(i,j,2)计算下游风力机j到上游风力机i尾流中心线的距离LR和下游风力机j投影至上游风力机i尾流中心线的点到上游风力机i的距离L，计算公式为：
（1.5）根据尾流膨胀系数k和风力机转轮半径r0计算下游风力机j位置的尾流半径R，计算公式如下：
（1.6）根据上、下游风力机偏航弧度角β'ri、 β'rj、推力系数CT和风力机转轮半径r0计算下游风力机j转轮半径的投影长度r1，计算公式为：
（1.7）对下游风力机j，判断下游风力机j与上游风力机i尾流的关系，根据下游风力机j与上游风力机i尾流的关系计算下游风力机j转轮位于上游风力机i尾流区部分的等效风速：
i)若存在LR-r1＞R，则下游风力机j不受上游风力机i尾流影响，尾流影响关系矩阵WL(i,j)=0，风力机j的转轮位于风力机i尾流区内的面积为0，风力机j受风力机i尾流沿影响的尾流风速为0；
ii) 若存在LR-r1≤R且LR+r1＞R，则下游风力机j部分处于上游风力机i尾流区，计算下游风力机j的转轮在上游风力机i尾流区的面积Swake，计算公式为：
式中，xita1、xita2分别表示，计算公式如下：
若存在LR-r1＞0，根据二维Jensen尾流模型计算下游风力机j转轮位于上游风力机i尾流区部分的等效风速，计算公式如下：
若存在LR-r1≤0，根据二维Jensen尾流模型计算下游风力机j转轮位于上游风力机i尾流区部分的等效风速，计算公式如下：
根据下游风力机j的转轮在上游风力机i尾流区的面积和风力机转轮面积，计算下游风力机j位于尾流区内的转轮面积占比Sp，计算方法为：
iii) 若存在LR-r1≤R且LR+r1≤R，则下游风力机j完全处于上游风力机i尾流区内，下游风力机j的转轮在上游风力机i尾流区的面积为风力机j转轮面积，下游风力机j位于尾流区内的转轮面积占比Sp为1。
若存在LR-r1＞0，根据二维Jensen尾流模型计算下游风力机j转轮位于上游风力机i尾流区部分的等效风速，计算公式如下：
若存在LR-r1≤0，根据二维Jensen尾流模型计算下游风力机j转轮位于上游风力机i尾流区部分的等效风速，计算公式如下：
（1.8）计算上游风力机i对下游风力机j的尾流影响z，计算方法为：
（1.9）将所有上游风力机对下游风力机j的尾流影响z累加，得到实际尾流叠加后下游风力机j所受的尾流影响Z；
（1.10）根据风力机j的来流风速v和风力机j所受的尾流影响Z，计算风力机j受尾流叠加影响后的等效来流风速Vj，计算公式为：
2）若不存在上游风力机使风力机j受尾流影响，则风力机等效来流风速Vj即为风电场主入流风速v；
步骤7.2，对任意风力机i，根据风力机i的来流风向θangle,i与遗传算法计算的偏航角βi’计算风力机j需要偏航到的绝对方位角abs_βi，计算公式如下：
步骤7.3，根据各台风力机等效风速V1、V2、…、Vn和遗传算法计算的偏航弧度角β'r1、β'r2、…、β'rn，计算各台风力机的输出功率p1、p2、…、pn。对任意风力机i，其风力机输出功率pi计算公式如下：
式中，CP为功率系数，ρ为大气密度；
步骤7.4，对各台风力机的输出功率累加求和，得到风电场总功率P，每单个个体下所有风力机总功率P即为当前个体的适应度值。
步骤8、根据种群矩阵中所有个体的适应度值，获取个体适应度值最大值对应个体的序号、单台风力机输出功率、单台风力机等效来流风速、单台风力机需要偏航到的绝对方位角，对遗传算法是否终止进行判断，根据所有遗传算法迭代步中的个体适应度最大值，输出所有个体适应度最大值中的最大值，输出此最大值个体对应的每台风力机最优偏航位置和最优偏航角；
当遗传算法单次迭代结束，进入下一次迭代，重复遗传算法单次迭代步骤，若第m次遗传算法迭代结束后的个体适应度最大值与第m-20次遗传算法迭代结束后的个体适应度最大值的差的绝对值小于1，则认为遗传算法迭代收敛，迭代循环终止。
根据每台风力机的最优偏航位置abs_β1、abs_β2、…、abs_βn和机舱位置WT_dir1、WT_dir2、…、WT_dirn计算每台风力机的最优偏航角best_β1、best_β2、…、best_βn；对任意风力机i，其风力机最优偏航角best_βi计算方法为：
。
本发明还提出一种风电场场群控制服务器数据交互系统，包括上位机监控软件、TcCOM场控算法模块、Modbus TCP服务器端、TwinCAT3 PLC，其特征在于，所述数据交互系统执行风力机偏航寻优程序时，基于所述的基于风力机偏航角寻优的风电场场群控制方法，将风力机偏航寻优程序整合为可被TwinCAT3调用的可执行程序文件格式，通过TwinCAT3执行风力机偏航寻优可执行程序、读取风力机偏航寻优算法所需的输入参数文件，风力机偏航寻优可执行程序执行结束后由TwinCAT3读取算法输出参数文件，并将程序输出结果传递至Modbus TCP服务器端，实现基于风力机偏航角寻优的风电场场群控制。
一种风电场场控服务器与风力机动态偏航矫正控制器交互系统，其特征在于，所述风电场场控服务器输出风力机偏航寻优程序结果时，由TwinCAT3读取算法输出参数文件，将程序输出结果传递至Modbus TCP服务器端，通过Modbus TCP服务器端传递至各台风力机动态偏航矫正控制器；所述风电场场控服务器输入风力机动态偏航矫正控制器数据时，将风力机动态偏航矫正控制器数据传递至Modbus TCP服务器端，并作为风力机偏航寻优程序输入参数传递至TwinCAT3用于风力机偏航寻优程序执行，实现基于风力机偏航角寻优的风电场场群控制。
综上所述，本发明基于遗传算法和二维Jensen尾流解析模型，结合场控服务器数据交互系统和风力机动态偏航矫正控制器数据交互，实现风电场输出功率最大化情况下的风力机实时动态偏航和风力机偏航后的数据反馈。本发明对于遗传算法和尾流解析模型在风电场中的应用以及风电场输出功率的提升具有重要意义。
实施例
为了验证本发明方案的有效性与实时性，利用真实某复杂排布风电场的激光雷达和电子编码器采集数据进行如下实验。
对国内某真实复杂排布风电场，通过风电场功率计算模型选择其中受尾流影响较为严重的风力机。使用风力机机舱搭载的激光雷达和电子编码器设备采集11台风力机的来流风向、来流风速、机舱方位等来流风况信息，激光雷达采集的来流风况信息时间步长为秒级。根据风电场地理位置获取11台风力机的位置坐标，11台风力机的位置关系如图3所示。根据风力机型号相同得到风力机常量参数，其中风力机叶轮半径为38.5m，风力机额定功率为1500kW。
对某时刻所有风力机来流风况，筛除风速记录值异常的风力机，记录筛除异常风力机后的风力机数量。对所有非异常风力机绝对来流风向求平均值作为风电场主入流风向。根据此风电场主入流风向、风力机转轮半径、风力机位置坐标等参数判断初步的风力机之间尾流影响关系和主入流风向下各台风力机的上下游先后顺序。将风电场主入流风向作为每台风力机的来流风方向，根据每台风力机的来流风方向和初步判断的风力机之间尾流影响关系，进一步更新得到非异常风力机之间最终的尾流影响关系。根据风力机之间的尾流影响关系和二维Jensen尾流解析模型，对各台风力机的偏航角进行遗传算法寻优。设置遗传算法迭代次数为100，遗传算法初始种群个体数目为100，遗传算法交叉概率为0.6，遗传算法变异概率为0.2。当遗传算法迭代收敛时，遗传算法循环终止。根据所有遗传算法迭代步中的个体适应度最大值，输出所有个体适应度最大值中的最大值，输出此最大值个体对应的每台风力机最优偏航位置和最优偏航角。
通过对比真实复杂排布风电场安装风电场动态实时尾流优化控制算法前后的11台风力机输出功率平均值，风电场动态实时尾流优化控制算法安装前风电场平均总功率15844kW，风电场动态实时尾流优化控制算法安装后风电场平均总功率16136kW，算法安装后平均提升绝对值292kW，平均提升相对值3.12%。通过对比采用和不采用动态分组和自适应迭代策略的尾流优化控制算法寻优时间与迭代收敛步数发现，采用动态分组和自适应迭代策略的尾流优化控制算法寻优耗时平均降低68%，迭代收敛步数平均降低75%，算法的平均耗时和最大耗时分别在7s和18s以下。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。

Claims (7)

1.一种基于风力机偏航角寻优的风电场场群控制方法，其特征在于，具体步骤如下：
步骤1、采集风电场所有风力机的来流风速、绝对来流风向和机舱位置，获取所有风力机位置坐标，以及风力机转轮半径和风力机额定功率；
步骤2、根据每台风力机的来流风速，判断风电场异常风力机个数，筛除风速记录值异常的风力机；
步骤3、对每台风力机绝对来流风向求平均值作为风电场主入流风向，根据风电场主入流风向、风力机转轮半径、风力机位置坐标判断初步的风力机之间尾流影响关系和主入流风向下各台风力机的上下游先后顺序；
步骤4、将风电场主入流风向作为每台风力机的来流风方向，根据每台风力机的来流风方向和初步判断的风力机之间尾流影响关系，进一步更新得到风力机之间最终的尾流影响关系；
步骤5、根据风力机之间的尾流影响关系矩阵和所有风力机的平均来流风速，对是否进行遗传算法寻优获得各台风力机的偏航角进行判断；
步骤6、根据对下游机组有尾流影响的风力机个数、遗传算法二进制编码长度及遗传算法群体数目生成遗传算法初始种群，并对初始种群进行交叉、变异和父代子代组合，计算各台风力机偏航角；
步骤7、根据二维Jensen模型计算各台风力机等效来流风速，根据各台风力机的偏航角及等效来流风速计算各台风力机的输出功率值，将所有风力机输出功率之和作为种群个体适应度值；
步骤8、根据种群矩阵中所有个体的适应度值，获取个体适应度值最大值对应个体的序号、单台风力机输出功率、单台风力机等效来流风速、单台风力机需要偏航到的绝对方位角，对遗传算法是否终止进行判断，根据所有遗传算法迭代步中的个体适应度最大值，输出所有个体适应度最大值中的最大值，输出此最大值个体对应的每台风力机最优偏航位置和最优偏航角；
步骤3，对每台风力机绝对来流风向求平均值作为风电场主入流风向，根据风电场主入流风向、风力机转轮半径、风力机位置坐标判断初步的风力机之间尾流影响关系和主入流风向下各台风力机的上下游先后顺序，具体方法为：
对n台正常记录来流风速的风力机，绝对来流风向分别为θ1，θ2，…，θn，则风电场主入流风向θ计算公式为：
；
根据主入流风向，计算风电场所有风力机坐标系旋转矩阵A，具体公式为：
；
式中，α为当正北方向为0°时，风电场主入流风向与正北方向夹角；
根据风力机坐标系旋转矩阵，计算以主入流风向方向为正东、垂直于主入流风向方向为正北的动态坐标系下各台风力机的新位置坐标，具体公式为：
；
式中，为第/>风力机转换后新坐标，/>为第/>风力机转换前坐标；
根据风电场全部n台风力机的新X轴坐标序列，将/>元素按由小到大进行排序，获得排序后的坐标序列/>，根据/>确定风力机上下游顺序，其中新X轴坐标最小的风力机为风电场最上游风力机，新X轴坐标最大的风力机为风电场最下游风力机，风力机上下游顺序表达式为：
；
其中，代表第i台风力机，/>表示按风力机新X轴坐标由小到大排序；
构建n*n*3阶邻接矩阵T，邻接矩阵T第一层的第i行、第j列表示上游机组i对下游机组j的尾流影响；邻接矩阵T第二层的第i行、第j列表示上游机组i与下游机组j的风力机间距；邻接矩阵T第三层的第i行、第j列表示上游机组i与下游机组j的风力机夹角；对下游风力机j，分别计算上游风力机i的原始位置坐标与下游风力机j的原始位置坐标的X轴、Y轴位置差Xi,j、Yi,j，计算公式为：
；
对下游风力机j，分别计算上游风力机i转换后位置坐标与下游风力机j转换后位置坐标的X轴、Y轴位置差X’i,j、Y’i,j，计算公式为：
；
若上游风力机i转换后位置坐标与下游风力机j转换后位置坐标的X轴位置差X’i,j满足2*10*r0≤X’i,j<0，且Y轴位置差Y’i,j满足|Y’i,j|≤tan60°*|X’i,j|+r0，即上游风力机i位于下游风力机j前方0~10倍转轮直径距离且下游风力机j位于上游风力机i尾流中心线±60°夹角范围内，则认为下游风力机j受上游风力机i尾流影响，邻接矩阵T每一层第i行、第j列元素计算公式如下：
；
式中，atan2(x,y)表示四象限反正切函数；
步骤5，根据风力机之间的尾流影响关系矩阵和所有风力机的平均来流风速，对是否进行遗传算法寻优获得各台风力机的偏航角进行判断，具体原则为：
1）若尾流影响关系矩阵WL中元素全为0，即所有风力机之间均无尾流影响，则当前所有风力机的最优偏航角即为从当前机舱位置偏转至正对风的角度，风力机偏航角寻优终止；
2）若所有风力机的平均来流风速v大于该风力机的切出风速或小于该风力机的切入风速，则当前所有风力机不运行，所有风力机最优偏航角为0，输出功率p均为0；
3）若尾流影响关系矩阵WL存在WL(i,j)=1，i,j∈[1,n],i≠j，即存在风力机对下游风力机有尾流影响，统计对下游机组有尾流影响的风力机个数wl_n，进一步进行遗传算法寻优获得各台风力机的偏航角。
2.如权利要求1所述的基于风力机偏航角寻优的风电场场群控制方法，其特征在于，步骤2，根据每台风力机的来流风速，判断风电场异常风力机个数，筛除风速记录值异常的风力机，具体为：
识别每台风力机的来流风速，若风力机来流风速为0，则认为此台风力机异常，若所有风力机的来流风速均为0，则认为所有风力机数据记录错误，算法终止；记录筛除风速异常值风力机后的风力机数量，并记录正常风力机的来流风速、绝对来流风向。
3.如权利要求1所述的基于风力机偏航角寻优的风电场场群控制方法，其特征在于，步骤4，将风电场主入流风向作为每台风力机的来流风方向，根据每台风力机的来流风方向和初步判断的风力机之间尾流影响关系，进一步更新得到风力机之间最终的尾流影响关系，具体方法为：
将风电场主入流风向作为每台风力机的来流风方向，即认为所有风力机均正对风，每台风力机的初始偏航角为0；
对任意风力机j，首先根据邻接矩阵T判断其是否受上游风力机尾流影响，若存在邻接矩阵T(i,j,1)=1，i∈[1,n]且i≠j，即存在上游风力机i使风力机j受尾流影响，获取对风力机j产生尾流影响的全部上游风力机序号矩阵；
对上游风力机i和下游风力机j，根据上游风力机i的来流绝对风向θi和上游风力机i与下游风力机j的风力机夹角T(i,j,3)计算上下游风力机夹角与上游风力机来流绝对风向之差xita，计算公式为：
；
根据上下游风力机夹角与上游风力机来流绝对风向之差、上游风力机i的偏航弧度角βi和推力系数CT计算上下游风力机夹角与上游风力机i尾流中心线的角度差xitaL，计算公式为：
；
根据上下游风力机夹角与上游风力机i尾流中心线的角度差、上游风力机i与下游风力机j的风力机间距T(i,j,2)计算下游风力机j到上游风力机i尾流中心线的距离LR和下游风力机j投影至上游风力机i尾流中心线的点到上游风力机i的距离L，计算公式为：
；
；
根据尾流膨胀系数k和风力机转轮半径r0计算下游风力机j位置的尾流半径R，计算公式如下：
；
根据上、下游风力机偏航弧度角、推力系数CT和风力机转轮半径r0计算下游风力机j转轮半径的投影长度r1，计算公式为：
；
对下游风力机j，若存在LR-r1＜R，则下游风力机j受上游风力机i尾流影响，对n台风力机，构建n*n阶尾流影响关系矩阵WL，若下游风力机j受上游风力机i尾流影响，则WL(i,j)=1，否则，WL(i,j)=0。
4.如权利要求3所述的基于风力机偏航角寻优的风电场场群控制方法，其特征在于，步骤6，根据对下游机组有尾流影响的风力机个数、遗传算法二进制编码长度及遗传算法群体数目生成遗传算法初始种群，并对初始种群进行交叉、变异和父代子代组合，计算各台风力机偏航角，具体方法为：
步骤6.1，根据对下游机组有尾流影响的风力机个数wl_n和设置的遗传算法二进制编码长度chrom计算初始种群中每个个体包含的二进制编码长度cl，计算方法为：
；
步骤6.2，根据设置的遗传算法群体数目popsize和初始种群中每个个体包含的二进制编码长度cl随机生成遗传算法初始种群pop，具体为：
生成由(0,1)之间均匀分布的随机数组成的popsize*cl大小的矩阵，并将矩阵中每个元素四舍五入至最近的整数，最终得到随机生成的popsize*cl大小的初始种群pop，初始种群pop即为行数为popsize，每行中含有参与遗传算法的机组对应的十位二进制偏航角数据矩阵；
步骤6.3，根据设置的遗传算法迭代次数、遗传算法交叉概率和遗传算法变异概率进行风力机偏航角遗传算法寻优，在每次迭代中，对初始种群pop进行交叉、变异，最终将初始种群pop和经过交叉、变异的种群进行结合获得新的种群Fpop，单次迭代步骤具体为：
首先，对初始种群中相邻的两个个体进行交叉，即从初始种群矩阵pop的第1行开始对相邻的两个个体进行交叉，每次交叉生成一个(0,1)之间的随机数：
1）若该随机数小于交叉概率pc，则生成(0,1)范围内随机数与和初始种群中每个个体包含的二进制编码长度cl大小的乘积数cp，并将cp四舍五入至最近的整数，从初始种群矩阵的第1行开始，交换第1行与第2行的第1列至第cp列及第cp列至最后一列元素，其他元素全部设置为1；若该随机数大于或等于交叉概率pc，则保留初始种群矩阵第1行与第2行的所有元素；
2）分别对初始种群矩阵pop的第3行与第4行元素、第5行与第6行元素、…、第n-1行与第n行元素进行交叉，直至初始种群矩阵pop最后一行元素完成交叉；
然后，将所有交叉完成后的各行元素按顺序构成新的种群矩阵pop1，对新种群矩阵pop1进行变异，即对种群矩阵pop1的每一行、列元素进行变异，每次变异生成一个(0,1)之间的随机数，对于种群矩阵pop1第i行、第j列元素的变异：
1）若该随机数大于变异概率pm，且种群矩阵pop1的第i行、第j列元素为0，则种群矩阵pop1的第i行、第j列元素变为1；
2）若该随机数大于变异概率pm，且种群矩阵pop1的第i行、第j列元素非0，则种群矩阵pop1的第i行、第j列元素变为0；
3）若该随机数小于变异概率pm，则种群矩阵pop1的第i行、第j列元素不变；
最后，分别对种群矩阵pop1的每一行、列元素进行变异后，得到变异后的新种群矩阵pop2，将popsize*cl大小的初始种群矩阵pop(父代)与popsize*cl大小的种群矩阵pop2(子代)进行纵向组合，组合成(2*popsize)*cl大小的种群矩阵Fpop，其中，2*popsize表示Fpop的种群个体数目，cl表示种群中单个个体对应的二进制编码长度；
步骤6.4，将每单个个体对应的长度为cl的二进制编码temp转换为n个十进制编码temp1、temp2、…、tempn，根据十进制编码temp计算遗传算法生成的n台风力机偏航角β'1、β'2、…、β'n，计算方法为：
；
式中，[-30,30]表示风力机偏航角的变化范围；
将遗传算法生成的各台风力机偏航角β'n转换为偏航弧度角β'rn，计算方法如下：
。
5.如权利要求4所述的基于风力机偏航角寻优的风电场场群控制方法，其特征在于，步骤7，根据二维Jensen模型计算各台风力机等效来流风速，根据各台风力机的偏航角及等效来流风速计算各台风力机的输出功率值，将所有风力机输出功率之和作为种群个体适应度值，具体方法为：
步骤7.1，根据二维Jensen模型计算各台风力机等效来流风速，具体方法为：
将各台风力机的来流风速初始化为风力机等效风速，即将所有风力机的平均风速作为各台风力机的来流风速，对任意风力机j，首先根据尾流影响关系矩阵WL判断其是否受上游风力机尾流影响：
1）若存在尾流影响关系矩阵WL (i,j)=1,i∈[1,n]且i≠j，即存在上游风力机i使风力机j受尾流影响，获取对风力机j产生尾流影响的全部上游风力机序号矩阵和下游风力机j的偏航角，根据对风力机j产生尾流影响的全部上游风力机序号，计算下游风力机j受全部上游风力机尾流影响后的等效来流风速，即计算下游风力机j处的全部上游风力机尾流叠加风速，具体方法为：
1.1）对下游风力机j的任意上游风力机i，根据邻接矩阵T(i,j,2)、T(i,j,3)获得当前上游风力机与下游风力机j的风力机间距、风力机夹角，根据上游风力机i的上下游顺序序号，获得上游风力机i的偏航角，计算上游风力机i的来流风向，具体方法为：
根据尾流影响关系矩阵WL判断上游风力机i是否受尾流影响，若上游风力机i受其他风力机尾流影响，则根据风力机i所有上游风力机的尾流中心角平均值作为风力机i的来流风向，风力机i的来流风向θangle,i计算公式为：
；
式中，q1、q2、…、qs表示对风力机i有尾流影响的所有风力机，s表示对风力机i有尾流影响的风力机总数；
若上游风力机i不受其他风力机尾流影响，则风电场主入流风向θ即为上游风力机i的来流风向θangle,i；
1.2）对上游风力机i和下游风力机j，根据上游风力机i的来流风向θangle,i和上游风力机i与下游风力机j的风力机夹角T(i,j,3)计算上下游风力机夹角与上游风力机来流绝对风向之差xita，计算公式为：
；
1.3）根据上下游风力机夹角与上游风力机来流绝对风向之差xita、上游风力机i的偏航弧度角β'ri和推力系数CT计算上下游风力机夹角与上游风力机i尾流中心线的角度差，计算公式为：
；
1.4）根据上下游风力机夹角与上游风力机i尾流中心线的角度差、上游风力机i与下游风力机j的风力机间距T(i,j,2)计算下游风力机j到上游风力机i尾流中心线的距离LR和下游风力机j投影至上游风力机i尾流中心线的点到上游风力机i的距离L，计算公式为：
；
；
1.5）根据尾流膨胀系数k和风力机转轮半径r0计算下游风力机j位置的尾流半径R，计算公式如下：
；
1.6）根据上、下游风力机偏航弧度角β'ri、 β'rj、推力系数CT和风力机转轮半径r0计算下游风力机j转轮半径的投影长度r1，计算公式为：
；
1.7）对下游风力机j，判断下游风力机j与上游风力机i尾流的关系，根据下游风力机j与上游风力机i尾流的关系计算下游风力机j转轮位于上游风力机i尾流区部分的等效风速：
i)若存在LR-r1＞R，则下游风力机j不受上游风力机i尾流影响，尾流影响关系矩阵WL(i,j)=0，风力机j的转轮位于风力机i尾流区内的面积为0，风力机j受风力机i尾流沿影响的尾流风速为0；
ii) 若存在LR-r1≤R且LR+r1＞R，则下游风力机j部分处于上游风力机i尾流区，计算下游风力机j的转轮在上游风力机i尾流区的面积Swake，计算公式为：
；
式中，xita1、xita2分别表示，计算公式如下：
；
；
若存在LR-r1＞0，根据二维Jensen尾流模型计算下游风力机j转轮位于上游风力机i尾流区部分的等效风速，计算公式如下：
；
若存在LR-r1≤0，根据二维Jensen尾流模型计算下游风力机j转轮位于上游风力机i尾流区部分的等效风速，计算公式如下：
；
根据下游风力机j的转轮在上游风力机i尾流区的面积和风力机转轮面积，计算下游风力机j位于尾流区内的转轮面积占比Sp，计算方法为：
；
iii) 若存在LR-r1≤R且LR+r1≤R，则下游风力机j完全处于上游风力机i尾流区内，下游风力机j的转轮在上游风力机i尾流区的面积为风力机j转轮面积，下游风力机j位于尾流区内的转轮面积占比Sp为1；
若存在LR-r1＞0，根据二维Jensen尾流模型计算下游风力机j转轮位于上游风力机i尾流区部分的等效风速，计算公式如下：
；
若存在LR-r1≤0，根据二维Jensen尾流模型计算下游风力机j转轮位于上游风力机i尾流区部分的等效风速，计算公式如下：
；
1.8）计算上游风力机i对下游风力机j的尾流影响z，计算方法为：
；
1.9）将所有上游风力机对下游风力机j的尾流影响z累加，得到实际尾流叠加后下游风力机j所受的尾流影响Z；
1.10）根据风力机j的来流风速v和风力机j所受的尾流影响Z，计算风力机j受尾流叠加影响后的等效来流风速Vj，计算公式为：
；
2）若不存在上游风力机使风力机j受尾流影响，则风力机等效来流风速Vj即为风电场主入流风速v；
步骤7.2，对任意风力机i，根据风力机i的来流风向θangle,i与遗传算法计算的偏航角β'i计算风力机j需要偏航到的绝对方位角abs_βi，计算公式如下：
；
步骤7.3，根据各台风力机等效风速V1、V2、…、Vn和遗传算法计算的偏航弧度角β'r1、β'r2、…、β'rn，计算各台风力机的输出功率p1、p2、…、pn，对任意风力机i，其风力机输出功率pi计算公式如下：
；
式中，CP为功率系数，ρ为大气密度；
步骤7.4，对各台风力机的输出功率累加求和，得到风电场总功率P，每单个个体下所有风力机总功率P即为当前个体的适应度值。
6.如权利要求1所述的基于风力机偏航角寻优的风电场场群控制方法，其特征在于，步骤8，根据种群矩阵中所有个体的适应度值，获取个体适应度值最大值对应个体的序号、单台风力机输出功率、单台风力机等效来流风速、单台风力机需要偏航到的绝对方位角，对遗传算法是否终止进行判断，根据所有遗传算法迭代步中的个体适应度最大值，输出所有个体适应度最大值中的最大值，输出此最大值个体对应的每台风力机最优偏航位置和最优偏航角，具体方法为：
当遗传算法单次迭代结束，进入下一次迭代，重复遗传算法单次迭代步骤，若第m次遗传算法迭代结束后的个体适应度最大值与第m-20次遗传算法迭代结束后的个体适应度最大值的差的绝对值小于1，则认为遗传算法迭代收敛，迭代循环终止；
根据每台风力机的最优偏航位置abs_β1、abs_β2、…、abs_βn和机舱位置WT_dir1、WT_dir2、…、WT_dirn计算每台风力机的最优偏航角best_β1、best_β2、…、best_βn，对任意风力机i，其风力机最优偏航角best_βi计算方法为：
。
7.一种风电场场群控制服务器数据交互系统，包括上位机监控软件、TcCOM场控算法模块、Modbus TCP服务器端、TwinCAT3 PLC，其特征在于，所述数据交互系统执行风力机偏航寻优程序时，实施权利要求1-6任一项所述的基于风力机偏航角寻优的风电场场群控制方法，将风力机偏航寻优程序整合为可被TwinCAT3调用的可执行程序文件格式，通过TwinCAT3执行风力机偏航寻优可执行程序、读取风力机偏航寻优算法所需的输入参数文件，风力机偏航寻优可执行程序执行结束后由TwinCAT3读取算法输出参数文件，并将程序输出结果传递至Modbus TCP服务器端，实现基于风力机偏航角寻优的风电场场群控制。
CN202311692696.4A 2023-12-11 2023-12-11 一种基于风力机偏航角寻优的风电场场群控制方法及系统 Active CN117394550B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311692696.4A CN117394550B (zh) 2023-12-11 2023-12-11 一种基于风力机偏航角寻优的风电场场群控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311692696.4A CN117394550B (zh) 2023-12-11 2023-12-11 一种基于风力机偏航角寻优的风电场场群控制方法及系统

Publications (2)

Publication Number Publication Date
CN117394550A CN117394550A (zh) 2024-01-12
CN117394550B true CN117394550B (zh) 2024-04-05

Family

ID=89472494

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311692696.4A Active CN117394550B (zh) 2023-12-11 2023-12-11 一种基于风力机偏航角寻优的风电场场群控制方法及系统

Country Status (1)

Country Link
CN (1) CN117394550B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112459965A (zh) * 2020-11-18 2021-03-09 上海电气风电集团股份有限公司 考虑风电场尾流的偏航优化控制方法、装置、设备及介质
CN116025512A (zh) * 2023-03-02 2023-04-28 华北电力大学 一种风力发电机群控制方法、装置、设备及存储介质
CN116316883A (zh) * 2023-03-17 2023-06-23 华北电力大学 一种风电机群协同运行优化控制方法
CN117034618A (zh) * 2023-08-11 2023-11-10 西安理工大学 考虑偏航风力机载荷的风电场输出功率联合优化方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112459965A (zh) * 2020-11-18 2021-03-09 上海电气风电集团股份有限公司 考虑风电场尾流的偏航优化控制方法、装置、设备及介质
CN116025512A (zh) * 2023-03-02 2023-04-28 华北电力大学 一种风力发电机群控制方法、装置、设备及存储介质
CN116316883A (zh) * 2023-03-17 2023-06-23 华北电力大学 一种风电机群协同运行优化控制方法
CN117034618A (zh) * 2023-08-11 2023-11-10 西安理工大学 考虑偏航风力机载荷的风电场输出功率联合优化方法

Also Published As

Publication number Publication date
CN117394550A (zh) 2024-01-12

Similar Documents

Publication Publication Date Title
Wan et al. Optimal micro-siting of wind turbines by genetic algorithms based on improved wind and turbine models
CN105160060B (zh) 一种基于实际功率曲线拟合的风电场理论功率确定方法
CN103996074A (zh) 基于cfd和改进pso的复杂地形风电场微观选址方法
CN101949363A (zh) 计及风电场输入风速和风向随机波动的风电机组分组方法
CN111682592B (zh) 一种分布式风电场功率优化方法及装置
CN113139326A (zh) 风电场偏航协同控制优化方法、电子设备及存储介质
CN107947228B (zh) 基于Markov理论的含风电电力系统随机稳定性分析方法
CN106684905A (zh) 一种考虑风电预测不确定性的风电场动态等值方法
CN116316883B (zh) 一种风电机群协同运行优化控制方法
CN115017731A (zh) 一种海上风电场动态尾流建模方法及装置
CN103440405A (zh) 基于实测数据的风电场稳态建模方法及系统
CN115618540A (zh) 基于三层次动态变异率的风力发电机组优化布局方法
CN113962113B (zh) 一种海上风电场风机优化排布方法及系统
CN114825347A (zh) 考虑时空相关性的海上风电集群分布鲁棒优化调度方法
CN117394550B (zh) 一种基于风力机偏航角寻优的风电场场群控制方法及系统
CN114362143A (zh) 一种海上风电场集电系统拓扑优化求解算法
CN108736472B (zh) 一种考虑礁石影响的潮汐流能发电场规划方法
CN114186407A (zh) 一种参数可自适应调整的风电场尾流速度场计算方法及系统
CN114662277A (zh) 一种基于非合作博弈的海上风电场集群优化规划方法
CN107834603B (zh) 一种风电场机组网络化实时控制方法和系统
Su et al. A coordinative optimization method of active power and fatigue distribution in onshore wind farms
CN116658359A (zh) 一种风电场实时协同偏航控制方法
CN102945326B (zh) 一种基于二进制编码遗传算法的风机微观选址装置及方法
CN116163886A (zh) 一种基于主动变桨策略的风电场协同控制方法及系统
KR102394148B1 (ko) 풍력 발전 단지의 전력 조정 최적화 방법 및 이를 수행하는 장치

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
GR01 Patent grant
GR01 Patent grant