CN117412900A - 估计海上风力涡轮机的海洋状态 - Google Patents
估计海上风力涡轮机的海洋状态 Download PDFInfo
- Publication number
- CN117412900A CN117412900A CN202280039834.6A CN202280039834A CN117412900A CN 117412900 A CN117412900 A CN 117412900A CN 202280039834 A CN202280039834 A CN 202280039834A CN 117412900 A CN117412900 A CN 117412900A
- Authority
- CN
- China
- Prior art keywords
- wind turbine
- spectrum
- response
- wave spectrum
- wave
- 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
- 238000001228 spectrum Methods 0.000 claims abstract description 235
- 230000004044 response Effects 0.000 claims abstract description 139
- 238000000034 method Methods 0.000 claims abstract description 126
- 238000012545 processing Methods 0.000 claims abstract description 8
- 238000007667 floating Methods 0.000 claims description 49
- 238000009826 distribution Methods 0.000 claims description 27
- 239000011159 matrix material Substances 0.000 claims description 19
- 238000012546 transfer Methods 0.000 claims description 17
- 230000033001 locomotion Effects 0.000 claims description 15
- 230000001133 acceleration Effects 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 10
- 238000013477 bayesian statistics method Methods 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 5
- 238000012423 maintenance Methods 0.000 claims description 2
- 230000002035 prolonged effect Effects 0.000 claims description 2
- 230000008439 repair process Effects 0.000 claims description 2
- 238000005309 stochastic process Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 description 13
- 238000013459 approach Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 8
- 238000013461 design Methods 0.000 description 8
- 238000004088 simulation Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 238000013016 damping Methods 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 230000014759 maintenance of location Effects 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000002902 bimodal effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000012938 design process Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 230000014616 translation Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 230000002706 hydrostatic effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000009022 nonlinear effect Effects 0.000 description 1
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B79/00—Monitoring properties or operating parameters of vessels in operation
- B63B79/10—Monitoring properties or operating parameters of vessels in operation using sensors, e.g. pressure sensors, strain gauges or accelerometers
-
- 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
- F03D17/007—Wind farm monitoring
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B79/00—Monitoring properties or operating parameters of vessels in operation
- B63B79/10—Monitoring properties or operating parameters of vessels in operation using sensors, e.g. pressure sensors, strain gauges or accelerometers
- B63B79/15—Monitoring properties or operating parameters of vessels in operation using sensors, e.g. pressure sensors, strain gauges or accelerometers for monitoring environmental variables, e.g. wave height or weather data
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B79/00—Monitoring properties or operating parameters of vessels in operation
- B63B79/30—Monitoring properties or operating parameters of vessels in operation for diagnosing, testing or predicting the integrity or performance of vessels
-
- 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
- F03D13/00—Assembly, mounting or commissioning of wind motors; Arrangements specially adapted for transporting wind motor components
- F03D13/20—Arrangements for mounting or supporting wind motors; Masts or towers for wind motors
- F03D13/25—Arrangements for mounting or supporting wind motors; Masts or towers for wind motors specially adapted for offshore installation
- F03D13/256—Arrangements for mounting or supporting wind motors; Masts or towers for wind motors specially adapted for offshore installation on a floating support, i.e. floating wind motors
-
- 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
- F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
- F03D17/005—Monitoring or testing of wind motors, e.g. diagnostics using computation methods, e.g. neural networks
- F03D17/006—Estimation methods
-
- 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
- F03D17/009—Monitoring or testing of wind motors, e.g. diagnostics characterised by the purpose
- F03D17/011—Monitoring or testing of wind motors, e.g. diagnostics characterised by the purpose for monitoring mechanical loads or assessing fatigue; for monitoring structural integrity
-
- 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
- F03D80/00—Details, components or accessories not provided for in groups F03D1/00 - F03D17/00
- F03D80/50—Maintenance or repair
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B35/00—Vessels or similar floating structures specially adapted for specific purposes and not otherwise provided for
- B63B35/44—Floating buildings, stores, drilling platforms, or workshops, e.g. carrying water-oil separating devices
- B63B2035/4433—Floating structures carrying electric power plants
- B63B2035/446—Floating structures carrying electric power plants for converting wind energy into electric energy
-
- 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
- F03D13/00—Assembly, mounting or commissioning of wind motors; Arrangements specially adapted for transporting wind motor components
- F03D13/20—Arrangements for mounting or supporting wind motors; Masts or towers for wind motors
- F03D13/25—Arrangements for mounting or supporting wind motors; Masts or towers for wind motors specially adapted for offshore installation
-
- 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
- F05B2240/00—Components
- F05B2240/90—Mounting on supporting structures or systems
- F05B2240/93—Mounting on supporting structures or systems on a structure floating on a liquid surface
-
- 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
- F05B2240/00—Components
- F05B2240/90—Mounting on supporting structures or systems
- F05B2240/95—Mounting on supporting structures or systems offshore
-
- 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
- F05B2260/00—Function
- F05B2260/82—Forecasts
- F05B2260/821—Parameter estimation or prediction
-
- 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
- F05B2270/342—Wave conditions, e.g. amplitude, frequency or direction
-
- 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
-
- 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
- Y02E10/727—Offshore wind turbines
Abstract
提供了一种估计海上风力涡轮机(1)已经经受的海洋状态、特别是波浪谱(60)的方法,所述方法包括:使用与所述海上风力涡轮机(1)相关联的至少一个传感器(8、9、10、11)来测量响应于所述海洋状态的响应量(16);处理所述响应量(16)以导出测得的响应谱(18);基于先前估计的波浪谱(19)导出计算的响应谱(21);导出所述测得的响应谱(18)和所述计算的响应谱(21)之间的误差(22);基于所述误差来调整所述先前估计的波浪谱(19),以便导出经调整的估计的波浪谱(60)。
Description
技术领域
本发明涉及一种估计海上风力涡轮机、特别是浮式海上风力涡轮机正在或已经经受的海洋状态的方法和相应装置。此外,本发明涉及一种包括该装置的海上风力涡轮机系统,特别是浮式海上风力涡轮机系统。
背景技术
浮式风力涡轮机(FWT)系统包括:漂浮亚结构,其漂浮在海底上方,连接到涡轮机所位于的塔架;以及位姿保持系统,其能够将FWT的漂移和/或加速度限制在规定的极限内,并且保持预期的定向。位姿保持系统可以包括系泊系统,该系泊系统通常包括系泊缆和锚,并且其将漂浮亚结构连接到海床。在其它情况下,位姿保持系统可以包括例如主动推进器。
术语FWT(浮式风力涡轮机)和FOWT(浮式海上风力涡轮机)在本申请中用作同义词。
FWT是具有多个变量和多个自由度(DOF)的复杂系统。天然即为不规则的风、波浪和水流载荷,以及空气动力学的、结构的和流体动力学的耦合,以及控制致动,所有这些都促成了高度复杂的动力学行为。查看全局系统,浮子运动可以被分成六个独立的自由度(DOF),即三个平移:纵荡、横荡和垂荡,以及三个旋转:浮子横摇、浮子纵摇和浮子艏摇。本发明的实施例考虑了这些DOF。
由于在叶片的变桨和浮子的纵摇之间命名的相似性,在本文中通过将其分成浮子纵摇和叶片变桨来进行清楚的区分。也就是说,浮子纵摇是浮动结构围绕其旋转点的旋转,而叶片变桨限定了叶片的受控变桨。同样,浮子艏摇限定了浮动结构围绕其竖直轴线(z)的旋转,而涡轮机偏航是机舱的旋转。
FWT的设计过程尤其基于现场特定数据,例如,随着发生的风-水流-波浪未对准的风、水流和波浪属性。该数据传统上基于与外推数据结合的追算数据,以实现极端事件预测。
传统上,疲劳载荷评价是基于根据追算数据的数千次模拟进行的。然而,实际上不可能表示海洋状态的多种不同的可能组合,因此,传统上,用一些代表性状态来代替追算数据中的多种不同的海洋状态。这种汇总可以以几种方式完成,例如基于发生的汇总,然而这不一定是疲劳损伤等效物。另一种方式也是汇总数据以表示更疲劳损伤等效设计。在两种情况下,最终结果是风、波浪和水流参数值连同它们的未对准和特定事件的发生概率的归堆值(binned value)。
传统上,建模和设计基础中的假设可能导致设计和现实之间的偏差。最经常的是,由于设计过程中的保守性,设计被过度设计。
波浪力是疲劳损伤的主要贡献者之一,并且由于波浪力直接与局部波浪状况相关,因此能够在风力涡轮机的寿命期间推算局部波浪状况以计算疲劳损伤累积是至关重要的。
海洋状态估计(SSE)传统上由乘波浮标完成,乘波浮标是浮动测量装置,其能够记录可用于估计给定区域中的海洋状态的不同类型的相关数据。其它选项是将波浪雷达附接到地基,其利用雷达信号来估计不同的波浪参数。
估计海洋状态的常规方法不是在所有情况下都提供足够的准确度。特别地,已经观察到,常规方法不能在所有情况下提供风力涡轮机部件的准确的疲劳载荷估计。
因此,可能需要一种估计海上风力涡轮机、特别是浮式海上风力涡轮机已经经受的海洋状态的方法和相应装置,其中,所估计的海洋状态的准确度得到改进。
发明内容
这种需要可以通过根据独立权利要求的主题来满足。本发明的有利实施例由从属权利要求描述。
根据本发明的实施例,提供了一种估计海上风力涡轮机、特别是浮式海上风力涡轮机已经经受的海洋状态、特别是波浪谱的方法,所述方法包括:
使用与所述海上风力涡轮机相关联的至少一个传感器来测量响应于所述海洋状态的响应量;
处理所述响应量以导出测得的响应谱;
基于先前估计的波浪谱来导出计算的响应谱;
导出测得的响应谱和计算的响应谱之间的误差;
基于所述误差来调整所述先前估计的波浪谱,以便导出经调整的估计的波浪谱。
该方法可以以软件和/或硬件实现。该方法可例如由风力涡轮机控制器或风力涡轮机的控制或处理模块执行。
本发明的实施例可应用于浮式海上风力涡轮机和/或底部固定的风力涡轮机,特别是底部固定的海上风力涡轮机。
海洋状态例如可以由波浪谱(即海浪谱)表征。谱中的每个海浪部分可以具有频率和方向,并且可以根据波浪方向和波浪频率将波浪谱表示为多个强度或振幅值。所述浮式海上风力涡轮机可以是传统的浮式海上风力涡轮机。
借助于本发明,首次实现了在后期设计中通过理解FWT实际已经暴露所在的地点的环境条件来提高FWT的疲劳载荷的估计的准确度,其再次用于预测/外推在整个寿命期间的累积损伤,这是为了评估疲劳载荷利用率。事实上,作为本公开的结果,该信息可以例如用于延长FWT的操作的寿命,它可以用作判定工具以确定是否可以在涡轮机上安装一些升级(例如功率提升、功率曲线升级等),它可以用于评估是否可以使用一些涡轮机控制和风电场控制策略。
此外,它可以提供重要信息以理解设计是否过度保守,并且洞察在将来如何使这种设计变得不太保守。另外,当在涡轮机上触发特殊事件例如警报时,它可以洞察当前的外部条件是什么。此外,通过应用本公开,可以在海上风力涡轮机的操作期间保持对波浪状况和变化的波浪状态的跟踪,特别是其中,可以连续且准确地监测海洋状态,特别是为了估计海上风力涡轮机、特别是浮式海上风力涡轮机已经或将要承受的疲劳载荷或一般而言的载荷。
一个传感器或多个传感器可构造成例如测量诸如风力涡轮机的加速度和/或应变和/或倾斜或定向。传感器可以例如安装在风力涡轮机部件处,例如风力涡轮机塔架、机舱、转子叶片、转子叶片根部处。该方法可以不需要从漂浮在海面上的传统测量浮标获得任何数据。
响应量可以例如指示在一个或多个方向上的加速度、在一个或多个方向上的应变、倾斜度或位置坐标。响应量还可以包括上述测量参数的时间变化。
该处理可以涉及从响应量提取不同的频率分量,具体地涉及傅立叶变换。测得的响应谱可以例如指示例如由频率和/或方向表征的一个或多个响应量分量的强度或幅值,所述方向例如是应变方向、加速度方向等。
先前估计的波浪谱例如可以在最开始就是初始波浪谱,其可以被定义以启动该方法。该方法可以在风力涡轮机的操作期间连续地被应用,特别是在风力涡轮机产生电能时。初始波浪谱或先前估计的波浪谱还可以包括针对波浪的多个频率和/或方向中的每一个的对应强度或幅值。由此,可以支持传统算法。
为了导出误差,例如可以导出测得的响应谱和计算的响应谱之间的差异。该差异可以例如涉及响应谱部分的多个频率和/或方向中的每一个的不同强度或幅值。可以关于其绝对值来表征误差,该绝对值旨在在执行该方法期间被减小。
例如,可以使用梯度方法来调整先前估计的波浪谱,该梯度方法可以确保误差将会从一个周期到另一个周期减小或从迭代到迭代减小。在其他实施例中,调整估计的波浪谱可以涉及试错算法。
当利用与(浮式)海上风力涡轮机相关联的传感器来获得响应量时,可以以改进的方式估计海洋状态,特别是为了估计风力涡轮机经受或已经经受的疲劳载荷。这可以是因为与例如可以与风力涡轮机间隔开地定位或布置的乘波浮标相比,传感器与风力涡轮机本身相关联,因此感测直接影响风力涡轮机的波浪运动。
海上风力涡轮机可以是包括浮动亚结构以及位姿保持系统的浮动风力涡轮机(FWT)系统,该浮动亚结构漂浮在海底上方并且连接到塔架,涡轮机被定为在塔架上。位姿保持系统可以包括系泊系统,该系泊系统可以包括系泊缆和锚,并且将浮动亚结构连接到海床。在其它情况下,位姿保持系统可以包括例如主动推进器。
根据本发明的一个实施例,提供了一种估计FWT已经在给定的时间段(例如,3-6小时)内暴露于其中的实际海洋状态的方法,然后实际海洋状态被存储。
根据本发明的实施例,从测得的FWT响应数据估计定向波浪谱,这是通过涡轮机监测系统可容易访问的并且已经在手边,即,具有适当测量系统的FWT可以用作波浪浮标。
应当注意,FWT的响应比简单的波浪浮标更复杂,然而,利用关于FWT的正确信息/理论知识,可以应对这种额外的复杂性。即使FWT的响应可能更复杂,但应注意到,它也比例如基于具有恒定前进速度的船只的估计更简单。原因是,在恒定的前进速度的情况下,需要考虑多普勒效应。多普勒效应是具有挑战性的,因为在随后的海洋(在朝向船只的航向上类似的海洋)中,单个遭遇频率(encounter frequency)可以被映射成3个不同的绝对频率,并且检测实际的那一个是复杂的过程。
根据本发明的实施例,该方法还包括迭代地调整估计的波浪谱,直到误差满足收敛标准,特别是低于阈值。
在每次迭代中,可以调整先前的经调整的估计的波浪谱以便获得新的经调整的估计的波浪谱,从该新的经调整的估计的波浪谱可以获得新的计算的响应谱,该新的计算的响应谱可以比先前的计算的响应谱更接近测得的响应谱。因此,新调整的估计的波浪谱将甚至在更接近的程度上反映真实的海洋状态,特别是风力涡轮机实际经受或已经经受的真实波浪谱。
收敛标准可以涉及定义一个或多个阈值,例如针对波浪的不同频率和/或波浪的不同方向的阈值。在其他实施例中,可以关于其绝对值来评估误差,该绝对值可以例如被计算为针对所有或不同的频率和/或方向的测得的响应量和计算的响应量之间的差的适当总和。由此,可以提高最终估计的波浪谱的准确度。
根据本发明的实施例,传感器安装在浮式海上风力涡轮机上或浮式海上风力涡轮机处或浮式海上风力涡轮机内,和/或安装在浮式平台上或浮式平台处或浮式平台内,和/或安装在承载风力涡轮机的船舶上或船舶处或船舶内。
根据本发明的实施例,可以利用多于一个传感器来提供该响应量或提供多个响应量。特别地,多个响应量可以由多个传感器测量,并且可以例如通过适当地加权不同的响应量并导出相应的频率分量,从多个响应量测量结果导出多个测得的响应谱或组合的测得的响应谱。例如,不同的传感器可能对不同的频率范围或方向范围更多地或更少地敏感。由此,利用来自多个传感器的测量结果可以改进海洋状态的估计。
根据本发明的实施例,传感器包括以下中的至少一个:加速度传感器;叶片根部应变/载荷传感器;倾斜传感器;陀螺仪;应变仪传感器,特别地沿着塔架安装;GPS跟踪装置。因此,可支持在风力涡轮机处或风力涡轮机上或风力涡轮机内的常规可用的传感器,以便执行该方法。因此,不需要额外的传感器,从而简化了该方法并简化了风力涡轮机的复杂性。
根据本发明的实施例,经调整的估计的波浪谱根据波浪部分的频率和/或波浪部分的方向指定多个波浪部分的功率和/或幅值。
例如,波状部分的方向可以被规定为范围从0到360°的径向角或方位角,例如规定了基本方向。频率可以选自一个或多个频率范围,诸如典型海浪的频率范围。当以如上所述的形式给出经调整的估计的波浪谱时,可以以传统方式导出风力涡轮机经受或已经经受的疲劳载荷。
根据本发明的实施例,基于先前估计的波浪谱导出计算的响应谱涉及将线性传递函数和/或响应幅值算子应用于先前估计的波浪谱。
将线性传递函数和/或响应幅值算子应用于先前估计的波浪谱可以涉及在频率和方向上执行积分。传递函数和/或响应幅值算子可以已经从理论考虑和/或仿真和/或训练数据被计算。因此,可导出或可已经导出响应于一个或多个参考波浪谱对海上风力涡轮机的移动进行建模。线性传递函数可以指示,波浪谱的变化可以以线性方式影响计算的响应谱。因此,可以简化该方法。
根据本发明的实施例,传递函数和/或响应幅值算子隐含地描述了由相应的波浪谱表征的海洋状态的表面高程如何被转换成船舶运动和/或风力涡轮机运动,其中,特别地假设,海洋状态和相关联的响应表示遍历的、均匀的随机过程。由此,支持传统的传递函数或响应幅值算子。
根据本发明的实施例,该方法应用频域方法,其中,在频域中给出或导出测得和估计的波浪谱和/或响应量和/或误差。
在频域方法中,所有考虑的量(测得的或计算的)可以在频域中被给出或表示,使得例如对于在考虑的频率范围和/或方向中的任何频率给出测得的或计算的量的强度或幅值。在频域方法中,有利地,可以以简化的方式计算海上风力涡轮机的响应。例如,可以假设彼此独立的频率分量可以影响风力涡轮机的运动。因此,由于特定频率分量而激发的运动可以与由另一频率分量激发的风力涡轮机的运动以线性方式组合。有利地,可以应用叠加方法。由此,假设依赖于不同频率分量对风力涡轮机的运动的影响,可以简化计算。
根据本发明的实施例,根据非参数方法对估计的波浪谱进行建模,其中,将经调整的估计的波浪谱表示为具有不同频率和方向的离散化的能量状态的集合。
非参数方法可具有以下优点:对影响(浮式)海上风力涡轮机的波浪谱的形状或结构不施加限制或仅施加小的限制。
根据本发明的实施例,非参数方法应用贝叶斯统计,其引入了对包括控制数据的平滑度和一致性的超参数的波浪谱的先验信息的使用,结合给定一些数据的一些给定参数的似然性,以对后验分布建模。
先验知识可能限制期望的最终估计的波浪谱的解空间。先验知识可以涉及如下知识:具有例如大于或小于一个或多个阈值的频率的波浪部分的幅值或功率或强度可以是零或接近零。此外,由于水或海水的物理性质或海洋的深度,海洋状态或波浪谱可具有特定的轮廓,例如,谱应在频率和传播角的跨度上接近平滑且连续的函数。通过暗示波浪谱的先验分布,这些种类的属性可以被包括在先验知识中。
超参数跨越了可以找到可能的解的区域,其取决于超参数的值是数据的一致性和最终波浪谱的平滑度的组合。应当注意,最可能独立于平滑度实现数据的最佳一致性,同样,最可能独立于数据的一致性实现最平滑的轮廓。然后,包括超参数通常可能导致选择超参数的最优值的问题,从而导致考虑到平滑度的一致性和数据的一致性两者的最优解。
根据本发明的实施例,根据参数方法对估计的波浪谱进行建模,其中,通过一个或多个预定波浪谱的一个或多个波浪参数的定义来表示估计的波浪谱,其中,通过优化的波浪参数来表示经调整的估计的波浪谱。
参数方法可以具有仅需要确定波浪参数的优点,这可以简化该方法。预定波浪谱例如可以涉及或包括若干个(基本或参考)波浪谱,方便地或适当地描述特定位置的海洋状态或例如如先前已经发现的环境条件。
根据本发明的实施例,波浪参数包括波浪高度、峰周期、平均传播角、波浪扩展参数中的至少一个。
由此,支持传统应用的波浪参数。波浪高度可以对应于或可以反映波浪部分的幅值或强度或功率。例如,峰周期可以与波浪部分的频率相关,例如是频率的倒数。传播角可以反映波浪的方向。波浪扩展参数可以定义定向波浪谱中的定向扩展的程度,即,能量如何跨不同传播角扩展。
根据本发明的实施例,该方法应用以下方程:
b=Af(x)+w,
其中:
Af是估计的响应谱,
b是测得的响应谱,
A是系统矩阵传递函数,
f是估计的波浪谱,
x表示波浪参数值,
w是测量噪声。
上述方程尤其可以用于基于估计的波浪谱导出测得的响应谱。由此,提供简单的线性方程来计算测得的响应谱,由此简化该方法。
根据本发明的实施例,该方法还包括以下中的至少一个:连续监测/记录海洋状态;估计风力涡轮机的至少一个部件的疲劳损伤;提供关于风力涡轮机的至少一个部件的维护和/或重新设计和/或升级和/或更换和/或修理和/或关于停机和/或削减的警报。
在连续地监测海洋状态(包括估计海洋状态并存储海洋状态)时,为了估计风力涡轮机经受或已经经受的疲劳载荷,可以适当地考虑风力涡轮机经受的环境影响。因此,对于风力涡轮机的一个或多个部件,该方法还可包括基于导出的经调整的估计的波浪谱来估计风力涡轮机的一个或多个部件的疲劳损伤。例如,当疲劳损伤被估计为高于阈值(例如部件特定的阈值)时,可以给出关于以上列出的动作或建议的警报。由此,可以确保风力涡轮机的可靠操作。
根据本发明的实施例,海上风力涡轮机是浮式海上风力涡轮机。
应当理解,针对估计浮式海上风力涡轮机的海洋状态的方法单独地或以任何组合地公开、应用、解释或提供的特征还可以单独地或以任何组合地被提供用于根据本发明的实施例的用于估计海洋状态的装置,反之亦然。
根据本发明的实施例,提供了一种用于估计浮式海上风力涡轮机已经经受的海洋状态、特别是波浪谱的装置,所述装置包括:与所述浮式海上风力涡轮机相关联的至少一个传感器,所述传感器被构造成测量响应于所述海洋状态的响应量;处理器,其适于:处理所述响应量以导出测得的响应谱;基于先前估计的波浪谱导出计算的响应谱;导出测得的响应谱与计算的响应谱之间的误差;基于所述误差来调整所述先前估计的波浪谱,以便导出经调整的估计的波浪谱。
该装置可以以软件和/或硬件实现。处理器可以例如被构造成执行已经从电子存储装置读取的计算机程序。该程序可包括软件指令,其可被构造成执行或控制根据本发明的实施例的估计海洋状态的方法。
该装置例如可以通信地耦合到风电场控制器,风电场控制器然后可以接收关于海洋状态、特别是波浪谱的实况的或者存储的或记录的信息。此外,风电场控制器可接收关于风力涡轮机的一个或多个部件的导出的疲劳损伤的信息。
根据本发明的实施例,提供了一种海上风力涡轮机系统,特别是浮式海上风力涡轮机系统,其包括:船舶;竖立在所述船舶上的风力涡轮机塔架;安装在所述塔架的顶部的机舱;以及根据前述实施例的装置。
根据本发明的实施例,提供了一种操作海上风力涡轮机系统、特别是浮式海上风力涡轮机系统的方法,所述方法包括:根据如上所公开的实施例,执行用于估计海上风力涡轮机已经经受的海洋状态、特别是波浪谱的方法;基于经调整的估计的波浪谱来操作风力涡轮机,特别地使得由于波浪引起的振动被减少和/或使得风力涡轮机的寿命被延长。
当根据本发明的实施例提供的准确的波浪谱可用时,可以改进海上风力涡轮机系统的操作。
根据本发明的实施例,该方法还包括:由风力涡轮机产生电力;将所述电力的至少一部分传输到陆地、岸上;将所述电力的至少一部分供应到公用电网,特别是岸上公用电网。
本发明的上述方面和其它方面从下文描述的实施例的示例是显而易见的,并且参考实施例的示例进行解释。下面将参考实施例的示例更详细地描述本发明,但是本发明不限于这些实施例。
附图说明
现在参照附图描述本发明的实施例。本发明不限于所说明或描述的实施例。
图1示意性地示出了根据本发明的实施例的浮式海上风力涡轮机系统,其包括根据本发明的实施例的用于估计海洋状态的装置;
图2示意性地示出了根据本发明的实施例的估计海洋状态的方法的方法方案;
图3示出了在本发明的实施例中考虑的谱;
图4示意性地示出了根据本发明的实施例的估计海洋状态的方法;以及
图5示出了根据本发明的实施例导出的波浪谱。
具体实施方式
由本发明的实施例提供的局部SSE可以增加疲劳载荷估计的准确度,并且将使开发者能够保持连续地跟踪FWT已经暴露于的波浪条件。由于在FWT的寿命期间的局部波浪载荷的推算非常难以准确地推算,因此通过将FWT视为大的乘波浮标来寻求改进局部海洋状态条件的推算的方式。
图1中示意性地示出的浮式海上风力涡轮机系统1(经受风77)包括漂浮在海洋3上的船舶2。此外,系统1包括竖立在船舶2上的风力涡轮机塔架4。机舱5安装在塔架4的顶部,机舱5包含发电机和旋转轴,多个叶片6通过毂安装在该旋转轴上。系统1包括根据本发明的实施例的用于估计海洋状态的装置7。
装置7包括与海上风力涡轮机系统1相关联的至少一个传感器8、9、10、11。例如,传感器8、9、10、11中的一个或多个可以包括例如加速度传感器、应变传感器、位置传感器等。特别地,传感器8安装在风力涡轮机塔架/机舱基架4处,传感器9安装在叶片根部区段处,传感器10安装在塔架4的基部处,并且传感器11安装在船舶2处或船舶2内。
在本发明的其它实施例中,提供更多或更少的传感器,并且这些传感器甚至可以位于不同的位置/部件处。
装置7的处理器从传感器8、9、10、11中的一个或多个接收测量数据,该测量数据表示响应于海洋状态的一个或多个响应量。处理器处理所述响应量,以便导出测得的响应谱,例如图3中所示的谱12。其中,横坐标13表示频率,而纵坐标14表示幅值或强度。因此,由装置7导出的响应谱12包括对于频率范围中的每个频率的对应的幅值或强度值。
处理器还被构造成基于先前估计的波浪谱来计算计算的响应谱。波浪谱可以例如是图3中所示的波浪谱15。处理器还被构造成导出测得的响应谱和计算的响应谱之间的误差,并且被构造成基于该误差来调整先前估计的波浪谱,以便导出经调整的估计的波浪谱。
与传统的底部固定的涡轮机相比,FWT由于附加的DOF而被认为受到附加运动的影响,这些附加运动可以被用于估计已经产生这些运动的相应的波浪谱。
本发明的实施例考虑这些DOF,特别是六个单独的自由度(DOF),即三个平移;纵荡(沿轴线71)、横荡(沿轴线72)和垂荡(沿z轴线76)以及三个旋转;浮子横摇73(围绕轴线71)、浮子纵摇74(围绕轴线72)和浮子艏摇75(围绕艏摇或z轴线76)。
将要用于测量附加运动的传感器可以是现有的涡轮机监测系统,例如加速度信号、叶片根部传感器等。可以获得另外的新的廉价传感器,例如但不限于倾斜传感器、沿着塔架的陀螺仪应变计等。通过使用数学模型,包括诸如FWT的传递函数的信息,也称为响应幅值算子(RAO),结合FWT的测得的响应,可以通过适当的SSE过程来估计海洋状态。RAO隐含地描述了海洋状态的表面高程如何被转换成船舶运动。
在本发明的实施例所采用的SSE的频域方法中,从FOWT的理论模型到FWT对最终定向波浪谱的响应的所有东西都可以保持在频域中。
图2示意性地示出了估计海洋状态的方法30的实施例,装置7被构造成执行或控制该方法。在方法步骤16中,测量一个或多个响应量。在方法步骤17中,处理所述一个或多个响应量,以便导出如方法框18所表示的测得的响应谱。该方法包括从先前估计的波浪谱19导出计算的响应20。通过处理所述响应20,计算用附图标记21标出的一个或多个计算的响应谱。
在误差评估元件22中,导出测得的响应谱18和一个或多个计算的响应谱或谱21之间的误差。该方法还包括基于在方法步骤22中计算的误差来调整先前估计的波浪谱。因此,在下一次迭代中,方法框19包括经调整的估计的波浪谱,其然后可以通过进一步的迭代来细化以导出进一步的经调整的估计的波浪谱,直到例如满足收敛标准。如下面将详细描述的,基于复杂传递函数23来计算计算的响应20。
在图2中,将测得的响应转换为响应谱。并行地,将数值计算的响应谱与测得的响应谱进行比较,该数值计算的响应谱基于以波浪谱和一些复杂传递函数作为输入的响应计算。实际测得的响应谱和数值计算的响应谱之间的误差用于调整波浪谱,其进而校正数值计算的响应谱,直到满足给定的收敛标准,即,当测得的响应谱和数值计算的响应谱之间的误差低于给定的阈值时。满足收敛标准的最终波浪谱是被认为是FWT已经暴露于其中的估计的波浪谱。
在频域中对于SSE的限制之一是有必要假设响应谱和波浪谱之间的线性。由于该方法是建立在叠加原理的使用上,因此使用该方法不能应对瞬态行为或非线性效应。因此,线性假设限制了极端海洋状态中的估计的准确度,因为这些波浪倾向于表现为非线性。然而,由于极端的海洋状态是极其罕见的,因此来自此类事件的预期疲劳损伤可以被忽略。
为了在频域中考虑SSE,可能需要附加的假设,即,海洋状态和相关联的响应代表了遍历的、均匀的随机过程,使得在随机意义上,在每个估计序列处的响应记录的特定时段内平稳性是适用的。这对于3-6小时范围内的波浪通常是符合事实的。
频域方法可以分成两种不同类型,其中一种是非参数方法,非参数方法试图在没有波浪谱的任何预先指定的形状或结构的情况下估计局部波浪谱,即,解是在频率和方向内离散化的能量状态的集合。
第二种方法是参数方法,与非参数方法相反,参数方法具有最终波浪谱的预定形状和结构,并且因此试图估计相关参数以构建波浪谱,即,解是优化的波浪参数的集合,其可以用于重构理论的波浪谱。
每种方法都有优点和缺点。通常,使用非参数方法的优点在于,理论上它能够估计波浪谱的任何形状,而无需对限定形状的参数进行任何预先假设。这与峰的形状和峰的数量(双峰谱)二者有关,而参数估计方法需要事先知道波浪谱的经验形状,例如,规定波浪谱是基于JONSWAP谱的经验公式,使得所寻找的是藏于表面之下的波浪参数。然而,与参数方法相比,非参数方法对浮式海上风力涡轮机(FOWT)的理论模型中的不确定性具有更大的灵敏度。
本发明的实施例支持非参数和参数方法二者。
在本发明的实施例中,也可以根据本发明的实施例从图3中所示的响应谱12计算波浪谱15。可以在频域中执行所述计算。
图4示出了根据本发明的实施例的用于估计海洋状态的方法方案40,特别是当采用非参数方法时。在方法步骤41中,例如从仿真或理论考虑获得响应幅值算子(RAO)。使用响应数据42和RAO,在计算框43中构建或计算量A和b(见下文)。在方法框44中,提供对波浪谱矢量的初始猜测。在方法框54中,提供预先描述的超参数。
在方法框45中,根据先验知识来构建量D和c(先验分布,见下文)。在计算框46中,从波浪谱矢量44的初始猜测和来自框54的超参数之一来构建量B=[G d]。在方法框47中,接收方法框46的输出,其被对于波浪谱矢量求解。
在评估框48中,评估是否达到收敛,例如误差是否低于一个或多个阈值。如果未达到收敛,则分支到支路49,其返回方法框46,在方法框46中再次构建量B。如果达到收敛,则分支到支路50,其通向框51。在框51中,更新超参数。在评估框52中,检查是否i=P,其中,P是预先描述的超参数的量(或值)。如果不是这种情况,则分支到支路53,其通向方法框54,在方法框54中选择新的超参数,直到算法已经运行遍历所有预先描述的超参数。
(一个或多个)超参数可以控制数据的平滑度和数据的一致性(二者都不能具有最优解)。根据实施例,搜索遍历所有的预先描述的超参数,然后最后检查哪个超参数索引(或值)给出最佳匹配。
如果在框52中的评估得到真结果,则分支到支路55,其通向方法框56。在方法框56中,检查哪个索引产生S(x)的最小值,参见下面的方程。使用方法框56的结果,方法框57计算最终的定向波浪谱,其表示海洋状态。
下面将描述非参数方法的细节。然而,本发明不限于这些细节。
有时也称为贝叶斯估计方法的非参数问题可以通过利用贝叶斯统计来解决,贝叶斯统计引入了对波浪谱的先验信息的使用。例如,它没有高于某一频率的能量含量,因为这将是非物理的。通常,在波浪谱估计中可以使用由波浪力引起的任何响应信号,对于该响应信号存在复值传递函数。这意味着,在估计算法中可以使用标准涡轮机传感器,如加速度传感器、叶片载荷传感器等。可以被使用的其它传感器可以是倾斜传感器、陀螺仪和/或GPS跟踪装置,但并不局限于此。
在线性度的假设下,存在通过复值传递函数的波浪谱和响应信号之间的关系。这种关系在波浪估计领域中通常被称为波浪浮标模拟并且被描述为:
这里是Ψij(ω)是第i和第i响应的互谱,Φ(ω,β)表示复值传递函数,其在流体动力学中通常被称为响应幅值算子(RAO)并且是角频率ω和方向β的函数。注意,积分是相对于波方向β进行的。
算子表示复杂的共轭。从数学上来说要被理解的是,FWT的响应是RAO(频域模型)之间的卷积的结果。
FWT的响应幅值算子的简单化模型在频域中被直接描述为:
Φ(ω,β)=(-ω2(MRB+A(ω))+jωBtotal(ω)+Ktotal)-1Fwave(ω,β)
其中MRB是刚体质量矩阵,A(ω)是频率相关的额外质量矩阵,Btotal(ω)是频率相关的阻尼矩阵,其包括潜在的和粘性的阻尼以及潜在的其它阻尼项,如空气动力学阻尼等,Ktotal是刚度矩阵,其包括系泊线刚度和流体静力学刚度,而Fwave(ω,β)是频率和方向相关的流体动力学强制矢量。RAO可以扩展为还包括塔架弯曲模态形状和空气动力学阻尼。
该复值传递函数用作定向波浪谱S(ω,β)和所给出的原理状态之间的连接。
在波浪估计领域中,如在以下图中所显现的,寻找反向过程,使得基于测得的定向响应谱和理论计算的频域模型来估计定向波浪谱,并且因此需要去卷积过程。通过贝叶斯建模技术来促进这种去卷积过程。
由于数值计算是不可避免的,因此使用矩阵符号法改写波浪浮标模拟,其中,连续波浪浮标模拟的积分可以以特定离散形式书写,如下:
其中和K是所考虑的波传播角的总量。为加速计算,具有总和的波浪浮标模拟的数值公式可由矩阵写成:
如果假设例如三个不同的响应信号δ、λ和ρ、三个响应的自动和互谱矩阵Ψω以及多方向系统矩阵Φ(ω)和波浪谱S(ω)可用,则上述矩阵被写为:
/>
利用自动和互谱矩阵Ψω是厄米矩阵,即矩阵Ψω=Ψ(ω)T,所述矩阵可以分解为复数矩阵符号:
Ψij=Cij+iQij
其中,Cij包含实部,也称为共谱,而Qij包含虚部,称为正交谱。
使用该分解并且仅使用矩阵的上三角索引,多变量表达式可以被公式化为:
b=Af(x)+w
这里,b是包含互谱矩阵的分离的实部和虚部的互谱矢量。A是包含系统矩阵的乘积的系统矩阵,并且f(x)是定向波浪谱的未知离散化值,其中,以x的指数函数的形式添加非负性约束。最后引入w作为高斯分布的白噪声序列矢量,因为响应生成被视为具有噪声数据的随机过程。实际上,w表示响应信号的测量噪声。
为了支持所述估计算法,可以建立与能量含量有关的另一关系,其是响应的谱矩(方差):
其以离散形式被写为:
其中,K再次是方向的数量,而M是频率的数量。
该方程规定了包含在每个响应谱中的能量的量应当等于从系统方程和波浪谱中得到的能量的量。该关系将稍微增加方程的数量,而不会导致更多的额外未知量。
在确定定向波浪谱时,认识到系统可以包括大量的线性方程,这些方程可能是高度欠确定的,即,要基于非常有限数量的方程/信息来确定谱,并且通常包含比方程更多的未知量。
此外,该问题原则上是非常病态的。由于系统的指数约束,波浪谱矢量x的小差异将在所得到的响应谱中产生大差异,这一事实导致了病态问题。
因此,为了有助于确定定向波浪谱,能够处理高度欠确定的方程组的求解过程是必要的。
使用贝叶斯建模作为工具来解决统计外推的问题,其中,通过使用数据分析和先验信息,贝叶斯定理将能够基于某个似然函数来统计地确定定向波浪谱。
在贝叶斯统计中,核心思想是,可以基于一些先验信息和给定一些参数θ的数据的似然性来确定用于一些过程的后验信息。这被描述如下:
其中,p(y|θ)是当给定某些数据y时参数θ的条件分布。p(θ)是参数θ的概率分布,p(y)是数据y的概率分布。该方程描述了给定数据y时参数θ的后验分布如何与数据分布p(y|θ)和某些先验分布p(θ)或参数θ的信息的乘积成正比。这应当被理解为,后验分布高度地受到提供给任何记录数据分布的先验信息的影响。
数据分布p(y|θ)可以不是数据本身的函数,而是参数θ的函数,这可以被理解为给定某个数据y,某个参数θ很可能是真的。因此,由此相反地,这种数据分布p(y|θ)可以被称为给定某个数据y时参数θ的似然函数,写为L(θ|y),这意味着贝叶斯定理可以重写为:
p(θ,y)∝L(θ|y)p(θ)
从关于w被引入为具有零均值和σ2方差的高斯分布白噪声序列矢量的假设,互谱数据的数据分布(或似然函数)可以被给定为多元高斯分布并且被重写为:
其中N是响应信号的数量并且M是频率的数量,这意味着N2M+N是由测得的响应的数量N的平方和所考虑的频率的数量M之间的乘积形成的积分方程的总数。所加上的N个方程来自于所包括的能量的等效性。
先验分布可以用于谱的平滑度的一对假设,当ω→0和ω→∞时的边界处的谱估计以及关于平均波方向的信息(例如关于风向或甚至风速的信息)可以被包括作为先验信息。例如,在风海洋状态与风向和风速之间存在一些相关性。
基于上述假设,并且如果每个先验分布被分布为具有零均值和方差则总先验分布可以被写为:
其中,u是表示数据的平滑度和一致性的程度的超参数,D由描述在乘以x时的先前约束的元素组成,包含关于在边界处的先前约束的值中要考虑的预定值的信息,而c包含用于防止过度谱估计的偏移。应当注意,在贝叶斯统计中,在数据的一致性和数据的平滑度之间总是存在折衷,并且不可能实现平滑度的最佳一致性,因为这将意味着不稳定的解(剧烈振荡的不真实解),或者不可能实现数据的最佳一致性,因为这将意味着段(ΔωΔβ()之间的非平滑(离散)过渡。
然后根据贝叶斯定理,离散化后的谱的后验分布/信息基于多元高斯数据分布和先验信息:
其中,
S(x)=||Af(x)-b||2+u2||Dx-c||2
如在方程中所看到的,为了最大化x的后验分布,即关于最终未知波浪谱的最大知识,由于S(x)的负指数函数,必须最小化S(x)。注意,S(x)不应被误认为是波浪谱S(ω,β)。这个最小化问题可以被看作是约束最小二乘法,它是解决逆问题的一般方法。然而,由于指数函数f(x)相对于x是非线性的,因此必须对其进行线性化以在这种最小化问题中解决。f(x)可以利用围绕给定值x0的泰勒展开来线性化,例如:
f(x)=f(x0)+F(x0)(x-x0)
如果将其插入S(x)中,则产生
S(x)=||A*x-b*||2+u2||Dx-cl|2
其中
A*=AF(x0)
b*=b-Af(x0)+AF(x0)x0
这样的S(x)可以被重写为:
S(x)=||Gx-d||2
其中,
其是S(x)的形式,S(x)应当被最小化以便找到x的最大后验分布,然后可以将其映射到f(x)中以产生定向波浪谱。应当注意,A*、b*两者都依赖于x0的初始值,这意味着S(x)不能直接计算,而是必须通过迭代求出。为了完成求解过程,需要预先计算用于最小化S(x)的足够量的超参数,并且同时为最终波分布的平滑度设置标准。最小化S(x)的超参数确定在最终的定向波浪谱计算中使用哪个参数空间。
迭代方案的简化示意性概述如下:
1.预先计算RAO
2.收集响应数据
3.构建A(系统矩阵)和b(响应矢量)
4.预先计算产生给定索引的足够量(P)的超参数ui,使得i=1,……,P
5.构建D和c(先验信息)
6.对波浪谱矢量x0给出初步猜测
7.从x0和ui的值,使用G和d来构建B并求解新的波浪谱矢量x1,其代表比x0更好的解
8.确定是否已经实现收敛
如果没有,则设定x0=x1,重复步骤7
9.如果收敛,则基于所用x的收敛值和所用超参数ui来计算S(x)
10.如果i<P,则设置i=i+1,并且更新所述超参数,使得ui=ui+1
11.如果i=P,则确定所述超参数的哪个索引产生S(x)的最低值,其表示最平滑且最一致的数据,并且使用该索引来确定应当使用哪个波浪谱矢量来计算最终的定向波浪谱
图4中给出了示意性概观的可视化。
总之,通过利用FOWT作为大的乘波浮标,可以利用系统响应(数据驱动的)和关于FOWT的理论模型(模型驱动的)的知识来估计/计算定向波浪谱,以估计/计算定向波浪谱。贝叶斯统计用于估计/计算所述谱。这是通过引入关于波浪谱的先验知识并结合参数的统计概率来估计的。
其它解决方案可以是通过参数优化或使用迭代方案的强力残差计算。
下面提供参数方法的细节。然而,本发明并不限于这些特征。
如上所述,波能谱还可以利用如下过程来估计,所述过程假设波浪谱由一个或多个参数化的、经验上理论上已知的波浪谱构成。在概念上,该过程与包括控制方程的非参数过程非常相似。这意味着,测得的响应谱和定向波浪谱之间的关系由下面给出:
b=Af(x)+w
在该方程中,引入白噪声序列矢量w以便便于贝叶斯建模。排除白噪声的引入,对测得的和计算的响应谱之间的误差不进行假设。这意味着可以在最小二乘求解过程中求解定向波浪谱f,从而使估计响应谱Af与测得的响应谱b之间的误差最小化:
min|Af-b|
这意味着在参数方法中估计的最佳波浪谱是通过优化多个参数找到的,所述参数例如是有效波浪高度Hs,峰周期Tp、平均传播角θ、波浪扩展参数s等。
图5示意性地示出了作为执行根据本发明实施例的方法的结果的定向波浪谱60的示例。谱60表示具有在横坐标轴61上指示的频率并且具有在横坐标轴62上指示的波传播方向的波动部分的功率或强度。然后,该装置可以利用定向波浪谱60以便计算风力涡轮机当前正在经受或已经经受的疲劳载荷。波浪谱60是包含风和波涛汹涌的海洋状态的双峰功率谱。
本发明的实施例的优点可以是,可以在一些给定的时间间隔周期内连续地估计、更新和记录FOWT已经暴露于其中的实际波浪谱。由此,在风力涡轮机的操作寿命期间可以记录实际的波浪谱。该信息可以用于后评估FOWT的累积疲劳损伤。该信息例如可以用于延长涡轮机的操作的寿命,可以用作判定工具以确定是否可以在涡轮机上安装一些升级(功率提升、功率曲线升级等),是否可以使用一些风电场控制策略,例如唤醒适应。此外,它可以提供重要信息以理解在将来是否可以进行较不保守的设计以及如何进行较不保守的设计。
应当注意,术语“包括”不排除其他元件或步骤,并且“一”或“一个”不排除多个。此外,可以组合与不同实施例相关联地描述的元件。还应当注意,权利要求中的附图标记不应当被解释为限制权利要求的范围。
Claims (24)
1.估计海上风力涡轮机(1)已经经受的海洋状态、特别是波浪谱(60)的方法,所述方法包括:
估计海洋的先前估计的波浪谱(19);
基于先前估计的波浪谱(19)导出至少一个计算的响应谱(21);
使用与所述海上风力涡轮机(1)相关联的至少一个传感器(8、9、10、11)来测量响应于所述海洋状态的至少一个响应量(16);
处理所述响应量(16)以导出测得的响应谱(18);
导出测得的响应谱(18)和计算的响应谱(21)之间的误差(22);
基于所述误差来调整所述先前估计的波浪谱(19),以便导出经调整的估计的波浪谱(60)。
2.如权利要求1所述的方法,还包括:
迭代地调整所述估计的波浪谱(60),直到所述误差满足收敛标准,特别是低于阈值。
3.如权利要求1或2所述的方法,其中,所述海上风力涡轮机(1)是具有漂浮亚结构的浮式海上风力涡轮机(1),所述漂浮亚结构漂浮在海底上方。
4.根据前述权利要求中的一项所述的方法,其中,所述传感器(8、9、10、11)安装在所述海上风力涡轮机、特别是浮式海上风力涡轮机上或安装在所述海上风力涡轮机、特别是浮式海上风力涡轮机处或安装在所述海上风力涡轮机、特别是浮式海上风力涡轮机内,和/或安装在浮式平台上或浮式平台处或浮式平台内,和/或安装在承载所述风力涡轮机的船舶(2)上或所述船舶处或所述船舶内。
5.根据前述权利要求中的一项所述的方法,其中,所述传感器(8、9、10、11)包括以下中的至少一个:
加速度传感器;叶片根部应变/载荷传感器;倾斜传感器;陀螺仪;应变仪传感器,特别地沿着塔架安装;GPS跟踪装置。
6.根据前述权利要求中的一项所述的方法,其中,所述经调整的估计的波浪谱(60)指定多个波浪部分的功率(63)和/或幅值,其取决于所述波浪部分的频率(61)和/或所述波浪部分的方向(62)。
7.根据前述权利要求中的一项所述的方法,其中,基于所述先前估计的波浪谱(19)导出计算的响应谱(21)包括:
将线性传递函数(23)和/或响应幅值算子(RAO)应用于所述先前估计的波浪谱(19)。
8.根据前述权利要求中的一项所述的方法,其中,所述传递函数(23)和/或响应幅值算子(RAO)隐含地描述了由相应的波浪谱表征的海洋状态的表面高程如何被转换成船舶运动和/或风力涡轮机运动,其中,特别地假设,海洋状态和相关联的响应表示遍历的、均匀的随机过程。
9.根据前述权利要求中的一项所述的方法,其中,所述方法应用频域方法,其中,在频域中给出或导出所述测得的和所述估计的波浪谱和/或所述响应量和/或所述误差。
10.根据前述权利要求中的一项所述的方法,其中,根据非参数方法对所述估计的波浪谱(60)进行建模,其中,将所述经调整的估计的波浪谱表示为具有不同频率和方向的离散化的能量状态的集合。
11.如权利要求10所述的方法,其中,所述非参数方法应用贝叶斯统计,所述贝叶斯统计引入所述波浪谱的先验信息和被给定数据分布的一些参数为真的一些可能性的组合,并且被应用于对后验分布进行建模。
12.根据前述权利要求中的一项所述的方法,其中,根据参数方法来对所估计的波浪谱(60)进行建模,其中,通过一个或多个预定波浪谱的一个或多个波浪参数的定义来表示所述估计的波浪谱,
其中,通过优化的波浪参数来表示所述经调整的估计的波浪谱。
13.根据前述权利要求所述的方法,其中,所述波浪参数包括以下中的至少一个:
波浪高度(Hs)、峰周期(Tp)、平均传播角(Q)、波浪扩展参数(s)。
14.根据前述权利要求中的一项所述的方法,其中,所述方法应用以下方程:
b=Af(x)+w
特别地,基于所述估计的波浪谱来导出所述测得的响应谱,
其中,Af是所述估计的响应谱,b是所述测得的响应谱,A是系统矩阵传递函数,f是所述估计的波浪谱,x表示波浪参数值,w是测量噪声;
所述方法特别地还包括以下中的至少一个:
连续监测/记录海洋状态;
估计所述风力涡轮机的至少一个部件的疲劳损伤;
提供关于所述风力涡轮机的至少一个部件的维护和/或重新设计和/或升级和/或更换和/或修理和/或关于停机和/或削减的警报。
15.一种操作海上风力涡轮机系统、特别是浮式海上风力涡轮机系统(1)的方法,所述方法包括:
执行如权利要求1至14中任一项所述的方法;
基于所述经调整的估计的波浪谱(60)操作所述海上风力涡轮机(1),尤其使得归因于波浪的振动减少,使得所述海上风力涡轮机(1)的所产生电力输出相对于所述海上风力涡轮机(1)的额定功率减少,和/或使得所述海上风力涡轮机(1)的寿命延长。
16.如权利要求15所述的方法,还包括:
由所述海上风力涡轮机(1)产生电力;
将所述电力的至少一部分传输至不位于国际海域、特别是位于陆地上、岸上的电力接收装置;
将所述电力的至少一部分供应到公用电网,特别是岸上公用电网。
17.用于估计海上风力涡轮机(1)已经经受的海洋状态、特别是波浪谱的装置(7),所述装置包括:
与所述海上风力涡轮机(1)相关联的至少一个传感器(8、9、10、11),所述传感器被构造成测量响应于所述海洋状态的响应量;
处理器,所述处理器适于:
处理所述响应量(16)以导出测得的响应谱(18);
基于先前估计的波浪谱(19)导出计算的响应谱(21);
导出所述测得的响应谱(18)和所述计算的响应谱(21)之间的误差(22);
基于所述误差来调整所述先前估计的波浪谱(19),以便导出经调整的估计的波浪谱;和/或
执行如前述权利要求1至14中任一项所述的方法步骤中的任一个。
18.如权利要求17所述的装置(7),其中,所述处理器适于迭代地调整所述估计的波浪谱(60),直到所述误差满足收敛标准,特别是低于阈值。
19.如权利要求17或18所述的装置(7),其中,所述处理器适于根据非参数方法对所述估计的波浪谱(60)建模,其中,将所述经调整的估计的波浪谱表示为具有不同频率和方向的离散化的能量状态的集合。
20.如权利要求19所述的装置(7),其中,所述处理器适于将贝叶斯统计应用于所述非参数方法,其中,所述贝叶斯统计引入所述波浪谱的先验信息和被给定数据分布的一些参数为真的一些可能性的组合,并且被应用于对后验分布建模。
21.海上风力涡轮机系统(1),包括:船舶(2);竖立在所述船舶(2)上的风力涡轮机塔架(4);安装在所述塔架的顶部的机舱(5);以及根据前述权利要求15至18中任一项所述的装置(7)。
22.如权利要求21所述的海上风力涡轮机系统(1),其中,所述海上风力涡轮机(1)是具有漂浮亚结构的浮式海上风力涡轮机(1),所述漂浮亚结构漂浮在海底上方。
23.如权利要求21或22所述的海上风力涡轮机系统(1),其中,所述传感器(8、9、10、11)安装在所述海上风力涡轮机、特别是浮式海上风力涡轮机上或安装在所述海上风力涡轮机、特别是浮式海上风力涡轮机处或安装在所述海上风力涡轮机、特别是浮式海上风力涡轮机内,和/或安装在浮式平台上或浮式平台处或浮式平台内,和/或安装在承载所述风力涡轮机的船舶(2)上或所述船舶处或所述船舶内。
24.如权利要求21至23中任一项所述的海上风力涡轮机系统(1),其中,所述传感器(8、9、10、11)包括以下中的至少一个:加速度传感器;叶片根部应变/载荷传感器;倾斜传感器;陀螺仪;应变仪传感器,特别地沿着所述塔架安装;GPS跟踪装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP21177378.3 | 2021-06-02 | ||
EP21177378.3A EP4098542A1 (en) | 2021-06-02 | 2021-06-02 | Estimating a sea state of an offshore wind turbine |
PCT/EP2022/064915 WO2022253898A1 (en) | 2021-06-02 | 2022-06-01 | Estimating a sea state of an offshore wind turbine |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117412900A true CN117412900A (zh) | 2024-01-16 |
Family
ID=76250197
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280039834.6A Pending CN117412900A (zh) | 2021-06-02 | 2022-06-01 | 估计海上风力涡轮机的海洋状态 |
Country Status (5)
Country | Link |
---|---|
EP (2) | EP4098542A1 (zh) |
KR (1) | KR20240017370A (zh) |
CN (1) | CN117412900A (zh) |
BR (1) | BR112023024639A2 (zh) |
WO (1) | WO2022253898A1 (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8169098B2 (en) * | 2010-12-22 | 2012-05-01 | General Electric Company | Wind turbine and operating same |
NO20191269A1 (en) * | 2019-10-24 | 2021-04-26 | Odfjell Drilling As | Floating mobile offshore drilling unit and method of controlling a process automation system |
US11306700B2 (en) * | 2019-10-25 | 2022-04-19 | Siemens Gamesa Renewable Energy A/S | Floating wind turbine blade pitch adjustment for wave activity |
-
2021
- 2021-06-02 EP EP21177378.3A patent/EP4098542A1/en not_active Withdrawn
-
2022
- 2022-06-01 EP EP22731231.1A patent/EP4323269A1/en active Pending
- 2022-06-01 KR KR1020237045255A patent/KR20240017370A/ko unknown
- 2022-06-01 BR BR112023024639A patent/BR112023024639A2/pt unknown
- 2022-06-01 WO PCT/EP2022/064915 patent/WO2022253898A1/en active Application Filing
- 2022-06-01 CN CN202280039834.6A patent/CN117412900A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
BR112023024639A2 (pt) | 2024-02-20 |
EP4323269A1 (en) | 2024-02-21 |
KR20240017370A (ko) | 2024-02-07 |
EP4098542A1 (en) | 2022-12-07 |
WO2022253898A1 (en) | 2022-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Koukoura et al. | Identification of support structure damping of a full scale offshore wind turbine in normal operation | |
Song et al. | Dynamic reliability analysis of a floating offshore wind turbine under wind-wave joint excitations via probability density evolution method | |
US20220243699A1 (en) | Methods and systems of advanced yaw control of a wind turbine | |
Lupton | Frequency-domain modelling of floating wind turbines | |
Koukoura et al. | Cross-wind fatigue analysis of a full scale offshore wind turbine in the case of wind–wave misalignment | |
de Souza et al. | Design, structural modeling, control, and performance of 20 MW spar floating wind turbines | |
US20200149512A1 (en) | Method of determining an induction factor for a wind turbine equipped with a lidar sensor | |
Karimi et al. | A fully coupled frequency domain model for floating offshore wind turbines | |
Cermelli et al. | Experimental measurements of WindFloat 1 prototype responses and comparison with numerical model | |
Fu et al. | MEMS gyroscope sensors for wind turbine blade tip deflection measurement | |
CN113252940A (zh) | 藉由LiDAR传感器确定风向的方法 | |
Song et al. | Joint parameter-input estimation for digital twinning of the Block Island wind turbine using output-only measurements | |
CN117212077B (zh) | 一种风电机的风轮故障监测方法、装置、设备及存储介质 | |
Branlard et al. | A digital twin solution for floating offshore wind turbines validated using a full-scale prototype | |
Schlipf et al. | Multi-variable feedforward control for floating wind turbines using lidar | |
EP3987171B1 (en) | Controlling noise emissions from individual blades of a wind turbine | |
CN117412900A (zh) | 估计海上风力涡轮机的海洋状态 | |
Gueydon et al. | Influence of the rotor characterization on the motion of a floating wind turbine | |
Muto et al. | Model-based load estimation for wind turbine blade with Kalman filter | |
Namura et al. | Model-based blade load monitoring of floating wind turbine enhanced by data assimilation | |
McAdam et al. | Monopile foundation stiffness estimation of an instrumented offshore wind turbine through model updating | |
Karimirad et al. | Extreme structural dynamic response of a spar type wind turbine | |
Mohammadi | PREDICTION OF WIND TURBINE BLADE FATIGUE LOADS USING FEED-FORWARD NEURAL NETWORKS | |
McWilliam et al. | Wind farm parameterization and turbulent wind box generation | |
Moan et al. | Recent Advances in Response Analysis of Floating Wind Turbines in a Reliability Perspective |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |