CN117989050A - 风力发电机组控制方法、装置及控制器 - Google Patents
风力发电机组控制方法、装置及控制器 Download PDFInfo
- Publication number
- CN117989050A CN117989050A CN202211336027.9A CN202211336027A CN117989050A CN 117989050 A CN117989050 A CN 117989050A CN 202211336027 A CN202211336027 A CN 202211336027A CN 117989050 A CN117989050 A CN 117989050A
- Authority
- CN
- China
- Prior art keywords
- blade root
- blade
- root load
- load
- parameter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000012937 correction Methods 0.000 claims description 61
- 230000008569 process Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 10
- 230000001133 acceleration Effects 0.000 claims description 3
- 239000003607 modifier Substances 0.000 claims description 3
- 238000010248 power generation Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 16
- 230000008859 change Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 238000007792 addition Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Wind Motors (AREA)
Abstract
本申请公开了一种风力发电机组控制方法、装置及控制器,属于风力发电领域。该方法包括:获取第一叶片在当前旋转周期的第一位置的第一叶根载荷参数;获取第二叶根载荷参数、第三叶根载荷参数和第一变化量,第二叶根载荷参数为其他叶片在先前旋转周期位于第一位置的叶根载荷参数,第三叶根载荷参数为其他叶片在先前旋转周期位于更晚到达的第二位置的叶根载荷参数,第一变化量表征叶片从第一位置到达第二位置的叶根载荷参数的变化趋势;基于第一叶根载荷参数、第二叶根载荷参数、第三叶根载荷参数和第一变化量,得到第一叶片在第二位置时的预测叶根载荷;根据预测叶根载荷控制风力发电机组。根据本申请实施例能够提高风力发电机组的安全性。
Description
技术领域
本申请属于风力发电领域,尤其涉及一种风力发电机组控制方法、装置及控制器。
背景技术
随着能源紧张的加剧,风能作为一种清洁能源得到了大力推广。风力发电机组是一种能够将风能转换为电能的装置。风力发电机组的叶根载荷是风力发电机组的重要参数之一,在风力发电机组的运行过程中,需要关注风力发电机组的叶根载荷,若叶根载荷过高,会对风力发电机组带来安全风险,降低风力发电机组的安全性。
发明内容
本申请实施例提供一种风力发电机组控制方法、装置及控制器,能够提高风力发电机组的安全性。
第一方面,本申请实施例提供一种风力发电机组控制方法,包括:获取第一叶片位于当前旋转周期的第一位置时的第一叶根载荷参数;获取第二叶根载荷参数、第三叶根载荷参数和第一变化量,第二叶根载荷参数包括其他叶片在先前的旋转周期中位于第一位置的叶根载荷参数,第三叶根载荷参数包括其他叶片在先前的旋转周期中位于较第一位置更晚到达的第二位置的叶根载荷参数,第一变化量表征叶片从第一位置到达第二位置过程中叶根载荷参数的变化趋势;基于第一叶根载荷参数、第二叶根载荷参数、第三叶根载荷参数和第一变化量,得到第一叶片在当前旋转周期位于第二位置时的预测叶根载荷;根据预测叶根载荷控制风力发电机组。
第二方面,本申请实施例提供一种风力发电机组控制装置,包括:第一获取模块,用于获取第一叶片位于当前旋转周期的第一位置时的第一叶根载荷参数;第二获取模块,用于获取第二叶根载荷参数、第三叶根载荷参数和第一变化量,第二叶根载荷参数包括其他叶片在先前的旋转周期中位于第一位置的叶根载荷参数,第三叶根载荷参数包括其他叶片在先前的旋转周期中位于较第一位置更晚到达的第二位置的叶根载荷参数,第一变化量表征叶片从第一位置到达第二位置过程中叶根载荷参数的变化趋势;预测模块,用于基于第一叶根载荷参数、第二叶根载荷参数、第三叶根载荷参数和第一变化量,得到第一叶片在当前旋转周期位于第二位置时的预测叶根载荷;控制模块,用于根据预测叶根载荷控制风力发电机组。
第三方面,本申请实施例提供一种风力发电机组控制器,包括:处理器以及存储有计算机程序指令的存储器;处理器执行计算机程序指令时实现第一方面的风力发电机组控制方法。
第四方面,本申请实施例提供一种风力发电机组,包括第三方面的风力发电机组控制器。
本申请实施例提供一种风力发电机组控制方法、装置及控制器,根据第一叶根载荷参数、第二叶根载荷参数、第三叶根载荷参数和第一变化量,预测第一叶片在当前旋转周期位于一目前还未到达的位置即第二位置的叶根载荷。第一叶根载荷参数包括第一叶片位于当前旋转周期的第一位置时的叶根载荷参数,第二叶根载荷参数包括其他叶片在先前的旋转周期中位于第一位置的叶根载荷参数,第三叶根载荷参数包括其他叶片在先前的旋转周期中位于第二位置的叶根载荷参数。第一叶根载荷参数可提供当前旋转周期中叶根载荷的基础,第二叶根载荷和第三叶根载荷可提供先前的旋转周期中叶片在第一位置、第二位置的叶根载荷,第一变化量表征第一位置达到第二位置过程中叶根载荷参数的变化趋势,能够弥补先前的旋转周期的叶根载荷与当前旋转周期的叶根载荷可能出现的偏差,从而消除预测得到的预测叶根载荷的滞后性,提高预测叶根载荷的准确性。根据准确的预测叶根载荷控制风力发电机组,可提前开始风力发电机组的控制动作,使控制更加平稳,降低叶根载荷会对风力发电机组带来的安全风险,提高风力发电机组的安全性。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单的介绍,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为本申请一实施例提供的风力发电机组控制方法的流程图;
图2为本申请实施例得到的预测叶根载荷与实测叶根载荷的对比示意图;
图3为本申请另一实施例提供的风力发电机组控制方法的流程图;
图4为本申请实施例得到的预测叶根摆振方向载荷与实测叶根摆振方向载荷的对比示意图;
图5为本申请实施例得到的预测叶根挥舞方向载荷与实测叶根挥舞方向载荷的对比示意图;
图6为本申请又一实施例提供的风力发电机组控制方法的流程图;
图7为本申请一实施例提供的风力发电机组控制装置的结构示意图;
图8为本申请一实施例提供的风力发电机组控制器的结构示意图。
具体实施方式
下面将详细描述本申请的各个方面的特征和示例性实施例,为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及具体实施例,对本申请进行进一步详细描述。应理解,此处所描述的具体实施例仅意在解释本申请,而不是限定本申请。对于本领域技术人员来说,本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。
随着能源紧张的加剧,风能作为一种清洁能源得到了大力推广。风力发电机组是一种能够将风能转换为电能的装置。风力发电机组的叶根载荷是风力发电机组的重要参数之一,在风力发电机组的运行过程中,需要关注风力发电机组的叶根载荷,若叶根载荷过高,会对风力发电机组带来安全风险,降低风力发电机组的安全性。
本申请提供一种风力发电机组控制方法、装置及控制器,能够利用风力发电机组在当前旋转周期中某一叶片位于位置A的叶根载荷参数,以及在当前旋转周期之前的旋转周期中不同于这一叶片的其他叶片位于位置A和位置B的叶根载荷参数,来预测当前旋转周期中这一叶片到达位置B时的叶根载荷,从而根据预测得到的叶根载荷控制风力发电机组,能够提前有针对性的根据载荷对风力发电机组进行控制,提前采取措施,降低叶根载荷会对风力发电机组带来的安全风险,提高风力发电机组的安全性。
下面分别对本申请提供的风力发电机组控制方法、装置及控制器进行说明。
本申请第一方面提供一种风力发电机组控制方法,可预测风力发电机组的叶片在还未到达的位置的叶根载荷,并进行风力发电机组的控制。图1为本申请一实施例提供的风力发电机组控制方法的流程图,如图1所示,该风力发电机组控制方法可包括步骤S101至步骤S104。
在步骤S101中,获取第一叶片位于当前旋转周期的第一位置时的第一叶根载荷参数。
第一叶片为风力发电机组中的任意一个叶片。可在第一叶片在当前旋转周期中已经经过或正位于的位置中选取一个位置作为第一位置,位置可用方位角或其他参数表示,在此并不限定。旋转周期为叶片旋转一周的周期。第一叶根载荷参数包括第一叶片位于当前旋转周期的第一位置时的叶根载荷参数。
可预先在风力发电机组的叶片设置传感器,传感器可采集叶片的叶根载荷参数。可根据叶根载荷参数得到叶根载荷,例如,叶根载荷参数可包括叶根摆振方向载荷和叶根挥舞方向载荷,又例如,叶根载荷参数可包括叶根载荷,即,叶根载荷参数可直接为叶根载荷。
在步骤S102中,获取第二叶根载荷参数、第三叶根载荷参数和第一变化量。
第二叶根载荷参数包括其他叶片在先前的旋转周期中位于第一位置的叶根载荷参数。第三叶根载荷参数包括其他叶片在先前的旋转周期中位于较第一位置更晚到达的第二位置的叶根载荷参数。其他叶片包括风力发电机组中除第一叶片之外的叶片。先前的旋转周期为在当前旋转周期之前的旋转周期。在一个旋转周期内,同一叶片先经过第一位置,后经过第二位置,即,在一个旋转周期内,在第一位置和第二位置中,叶片更晚达到第二位置。第二叶根载荷参数和第三叶根载荷参数为在当前旋转周期之前的相同一个或几个旋转周期的叶根载荷参数。在一些示例中,这里的先前的旋转周期可为当前旋转周期的前一旋转周期。第一位置与第二位置之间存在一定的夹角。
第一变化量表征叶片从第一位置到达第二位置过程中叶根载荷参数的变化趋势。由于风力发电机组在实际运行过程中,叶根载荷会受到风速、桨距角等多种因素影响,变化会比较快。其他叶片之前的旋转周期的叶根载荷参数与当前旋转周期中的叶根载荷参数可能会具有一定的偏差,该偏差可能会导致后续预测得到的叶根载荷具有滞后性,第一变化量可用于弥补该偏差,从而消除滞后性。
在一些示例中,第一变化量可根据旋转扭矩参数得到,也可根据其他能够体现叶片从第一位置到达第二位置过程中叶根载荷参数的变化趋势的其他参数得到,在此并不限定。
在步骤S103中,基于第一叶根载荷参数、第二叶根载荷参数、第三叶根载荷参数和第一变化量,得到第一叶片在当前旋转周期位于第二位置时的预测叶根载荷。
第一叶根载荷参数包括第一叶片位于当前旋转周期的第一位置时的叶根载荷参数,第二叶根载荷参数包括其他叶片在先前的旋转周期中位于第一位置的叶根载荷参数,第三叶根载荷参数包括其他叶片在先前的旋转周期中位于第二位置的叶根载荷参数。根据第一叶根载荷参数可作为第一叶片在当前旋转周期位于第二位置时的预测叶根载荷的基础,第二叶根载荷、第三叶根载荷和第一变化量,可预测得到第一叶片在当前旋转周期中从第一位置到第二位置过程中在第一叶根载荷基础上的变化量,从而得到第一叶片在当前旋转周期位于第二位置时的预测叶根载荷。预测叶根载荷为预测得到的第一叶片在当前旋转周期位于第二位置时的叶根载荷。
基于第一叶根载荷参数、第二叶根载荷参数、第三叶根载荷参数和第一变化量,得到预测叶根载荷,能够利用先前的旋转周期中叶片在第一位置、第二位置的叶根载荷参数预测当前旋转周期中叶片在第二位置的叶根载荷参数,并利用第一变化量弥补先前的旋转周期中叶根载荷参数与基于第二叶根载荷、第三叶根载荷预测的当前旋转周期的叶根载荷参数之间可能产生的偏差,消除该偏差可能带来的滞后性,从而能够准确预测得到叶片在一段时间后,如0.3秒至1秒后的叶根载荷。
在步骤S104中,根据预测叶根载荷控制风力发电机组。
根据上述步骤得到的预测叶根载荷准确性较高,可根据预测叶根载荷,控制风力发电机组进行变桨。例如,在预测叶根载荷超过叶根载荷安全阈值的情况下,可控制风力发电机组进行收桨,以提升桨距角,降低叶轮的风能吸收从而提前实现叶根载荷降低的控制。
在一些示例中,可将风力发电机组中的叶片依次作为第一叶片,选取风力发电机组中各叶片作为第一叶片得到的预测叶根载荷中的最大值;在该最大值大于叶根载荷安全阈值的情况下,控制风力发电机组进行收桨。
在本申请实施例中,根据第一叶根载荷参数、第二叶根载荷参数、第三叶根载荷参数和第一变化量,预测第一叶片在当前旋转周期位于一目前还未到达的位置即第二位置的叶根载荷。第一叶根载荷参数包括第一叶片位于当前旋转周期的第一位置时的叶根载荷参数,第二叶根载荷参数包括其他叶片在先前的旋转周期中位于第一位置的叶根载荷参数,第三叶根载荷参数包括其他叶片在先前的旋转周期中位于第二位置的叶根载荷参数。第一叶根载荷参数可提供当前旋转周期中叶根载荷的基础,第二叶根载荷和第三叶根载荷可提供先前的旋转周期中叶片在第一位置、第二位置的叶根载荷,第一变化量表征第一位置达到第二位置过程中叶根载荷参数的变化趋势,能够弥补先前的旋转周期的叶根载荷与当前旋转周期的叶根载荷可能出现的偏差,从而消除预测得到的预测叶根载荷的滞后性,提高预测叶根载荷的准确性。根据准确的预测叶根载荷控制风力发电机组,可提前开始风力发电机组的控制动作,使控制更加平稳,降低叶根载荷会对风力发电机组带来的安全风险,提高风力发电机组的安全性。
为了说明本申请实施例预测叶根载荷的准确性,在第一叶片在当前旋转周期中到达第二位置时,采集叶根载荷参数,根据采集的叶根载荷参数,得到第一叶片在当前旋转周期位于第二位置的实测叶根载荷。图2为本申请实施例得到的预测叶根载荷与实测叶根载荷的对比示意图,其中,横坐标为时间,单位为秒(即s),纵坐标为扭矩,单位为千牛米(即kNm),扭矩可体现叶根载荷。如图2所示,预测叶根载荷相较实测叶根载荷具有一定的相位提前,且预测叶根载荷与实测叶根载荷的幅值误差非常小,基本能够达到一致。
在相同的条件下,本申请实施例的风力发电机组控制方法与根据实测叶根载荷进行风力发电机组控制的方案相比,能够在相同的发电量损失情况下实现更好的降载效果。例如,在标准设计工况条件下,利用实测叶根载荷进行风力发电机组控制和本申请实施例中利用预测叶根载荷进行风力发电机组控制的对比如表一所示:
表一
如表一所示,在相同设计标准下,利用预测叶根载荷进行风力发电机组控制的发电量比值只比利用实测叶根载荷进行风力发电机组控制的发电量比值低0.1%,但利用预测叶根载荷进行风力发电机组控制的叶根极限载荷比值要比利用实测叶根载荷进行风力发电机组控制的叶根极限载荷比值要低1.7%,由此可见,利用预测叶根载荷进行风力发电机组控制能够实现更好的降载效果。
在一些实施例中,上述步骤S103可实现为:利用各其他叶片对应的权重、各其他叶片对应的第三叶根载荷参数、第二叶根载荷参数,以及第一变化量,得到预测修正量;根据第一叶根载荷参数与预测修正量,确定预测叶根载荷。
可预先对其他叶片设置权重,该权重为其他叶片的叶根载荷参数作为预测第一叶片的预测叶根载荷的占比系数,可根据风机运行场景、风机结构、风机运行需求等设定,在此并不限定。例如,
在一些示例中,可针对每一其他叶片,计算其他叶片的第二叶根载荷参数与第三叶根载荷参数的差值,利用各其他叶片的权重以及第二叶根载荷参数与第三叶根载荷参数的差值,预测得到初始修正量,再利用第一变化量对初始修正量进行补偿,得到预测修正量。预测修正量可表征预测在第一叶根载荷参数基础上的变化量,预测修正量可为正值,也可为负值,在此并不限定。可利用预测修正量对第一叶根载荷参数进行修正处理,以得到预测叶根载荷。
为了便于理解,下面分别以叶根载荷参数包括叶根摆振方向载荷和叶根挥舞方向载荷为例,以及以叶根载荷参数包括叶根载荷为例对得到预测叶根载荷的过程进行说明。
在本实施例中,叶根载荷参数包括叶根摆振方向载荷和叶根挥舞方向载荷,对应地,预测修正量包括摆振方向修正量和挥舞方向修正量。图3为本申请另一实施例提供的风力发电机组控制方法的流程图,图3与图1的不同之处在于,图1所示的步骤S103可具体细化为图3所示的步骤S1031至S1035。
在步骤S1031中,根据各其他叶片对应的权重、第三叶根载荷参数中叶根摆振方向载荷与第二叶根载荷参数中叶根摆振方向载荷的差值,得到摆振方向修正量。
各其他叶片对应的权重之和可以为1。摆振方向修正量为预测得到的叶根摆振方向载荷的修正量。例如,风力发电机组共有三只叶片,分别为第一叶片、第二叶片和第三叶片,其中,第二叶片和第三叶片为其他叶片,摆振方向修正量可根据下式(1)得到:
ΔMx1=k·(Mx2|α+Δα-Mx2|α)+(1-k)(Mx3|α+Δα-Mx3|α) (1)
其中,ΔMx1为摆振方向修正量;k为第二叶片对应的权重;(1-k)为第三叶片的权重;Mx2|α+Δα为第二叶片的第三叶根载荷参数中的叶根摆振方向载荷;Mx2|α为第二叶片的第二叶根载荷参数中的叶根摆振方向载荷;Mx3|α+Δα为第三叶片的第三叶根载荷参数中的叶根摆振方向载荷;Mx3|α为第三叶片的第二叶根载荷参数中的叶根摆振方向载荷;α为第一位置;α+Δα为第二位置。
叶根摆振方向载荷的主要成分为叶根受到的重力,表现为比较稳定的近似等幅值的波动,其均值较低且变化慢,因此,根据第二叶根载荷参数中的叶根摆振方向载荷和第三叶根载荷参数中的叶根摆振方向载荷得到的摆振方向修正量较为准确,可不增加第一变化量。
在步骤S1032中,根据各其他叶片对应的权重、第三叶根载荷参数中叶根挥舞方向载荷与第二叶根载荷参数中叶根挥舞方向载荷的差值,以及第一变化量,得到挥舞方向修正量。
摆振方向修正量为预测得到的叶根摆振方向载荷的修正量。例如,风力发电机组共有三只叶片,分别为第一叶片、第二叶片和第三叶片,其中,第二叶片和第三叶片为其他叶片,摆振方向修正量可根据下式(2)得到:
ΔMy1=k·(My2|α+Δα-My2|α)+(1-k)(My3|α+Δα-My3|α)+ΔM (2)
其中,ΔMy1为挥舞方向修正量;k为第二叶片对应的权重;(1-k)为第三叶片的权重;My2|α+Δα为第二叶片的第三叶根载荷参数中的叶根挥舞方向载荷;Mx2|α为第二叶片的第二叶根载荷参数中的叶根挥舞方向载荷;Mx3|α+Δα为第三叶片的第三叶根载荷参数中的叶根挥舞方向载荷;Mx3|α为第三叶片的第二叶根载荷参数中的叶根挥舞方向载荷;α为第一位置;α+Δα为第二位置;ΔM为第一变化量。
由于叶根挥舞方向载荷的主要成分为叶片受到的气动力,风力发电机组中叶片受到的叶根挥舞方向载荷之和可以等效为叶轮受到的动力,其均值较大,受风速、桨距角等多因素影响且变化比叶根摆振方向载荷的均值快很多。例如,在遇到阵风的情况下,叶根挥舞方向载荷的均值变化较快。若只根据第二叶根载荷参数中的叶根挥舞方向载荷和第三叶根载荷参数中的叶根挥舞方向载荷得到挥舞方向修正量,由于第二叶根载荷参数中的叶根挥舞方向载荷和第三叶根载荷参数中的叶根挥舞方向载荷为阵风之前的数据,相对于当前旋转周期的叶根挥舞方向载荷来说会偏小,导致挥舞方向修正量偏小,从而会导致根据挥舞方向修正量得到的预测叶根挥舞方向载荷以及最终得到的预测叶根载荷都偏小,使预测叶根载荷出现一定滞后性,无法满足预测效果,因此引入第一变化量,来弥补挥舞方向修正量偏小带来的误差,以消除滞后性。
在步骤S1033中,将第一叶根载荷参数中叶根摆振方向载荷与摆振方向修正量的加和确定为预测叶根摆振方向载荷。
例如,若摆振方向修正量如上式(1)所示,则预测叶根摆振方向载荷可根据下式(3)得到:
Mx1|α+Δα=Mx1|α+ΔMx1 (3)
其中,Mx1|α+Δα为第一叶片的预测叶根摆振方向载荷;Mx1|α为第一叶片的第一叶根载荷中的叶根摆振方向载荷;ΔMx1为摆振方向修正量。
在步骤S1034中,将第一叶根载荷参数中叶根挥舞方向载荷与挥舞方向修正量的加和确定为预测叶根挥舞方向载荷。
例如,若挥舞方向修正量如上式(2)所示,则预测叶根挥舞方向载荷可根据下式(4)得到:
My1|α+Δα=My1|α+ΔMy1 (4)
其中,My1|α+Δα为第一叶片的预测叶根挥舞方向载荷;My1|α为第一叶片的第一叶根载荷中的叶根挥舞方向载荷;ΔMy1为挥舞方向修正量。
在步骤S1035中,合并预测叶根摆振方向载荷和预测叶根挥舞方向载荷,得到预测叶根载荷。
例如,若预测叶根摆振方向载荷和预测叶根挥舞方向载荷分别如上式(3)和(4)所示,则预测叶根载荷可根据下式(5)得到:
其中,Mxy为预测叶根载荷;Mx1|α+Δα为第一叶片的预测叶根摆振方向载荷;My1|α为第一叶片的第一叶根载荷中的叶根挥舞方向载荷。
为了说明本申请实施例预测叶根摆振方向载荷和预测叶根挥舞方向载荷的准确性,在第一叶片在当前旋转周期中到达第二位置时,采集叶根摆振方向载荷和叶根挥舞方向载荷,即得到第一叶片在当前旋转周期位于第二位置的实测叶根摆振方向载荷和实测叶根挥舞方向载荷。图4为本申请实施例得到的预测叶根摆振方向载荷与实测叶根摆振方向载荷的对比示意图,图5为本申请实施例得到的预测叶根挥舞方向载荷与实测叶根挥舞方向载荷的对比示意图,其中,横坐标为时间,单位为秒(即s),纵坐标为扭矩,单位为千牛米(即kNm),扭矩可体现叶根载荷。如图4所示,预测叶根摆振方向载荷相较实测叶根摆振方向载荷具有一定的相位提前,且预测叶根摆振方向载荷与实测叶根摆振方向载荷的幅值误差非常小,基本能够达到一致;同样地,如图5所示,预测叶根挥舞方向载荷相较实测叶根挥舞方向载荷具有一定的相位提前,且预测叶根挥舞方向载荷与实测叶根挥舞方向载荷的幅值误差非常小,基本能够达到一致;对应地,如图2所示,合并预测叶根摆振方向载荷和预测叶根挥舞方向载荷得到的预测叶根载荷相较于实测叶根载荷,具有一定的相位提前,且幅值误差非常小,基本能够达到一致。
在本实施例中,叶根载荷参数包括叶根载荷。图6为本申请又一实施例提供的风力发电机组控制方法的流程图,图6与图1的不同之处在于,图1所示的步骤S103可具体细化为图3所示的步骤S1036和S1037。
在步骤S1036中,利用各其他叶片对应的权重、各其他叶片对应的第三叶根载荷参数中叶根载荷与第二叶根载荷参数中叶根载荷的差值以及第一变化量,得到预测修正量。
预测修正量为预测得到的叶根载荷的修正量。例如,风力发电机组共有三只叶片,分别为第一叶片、第二叶片和第三叶片,其中,第二叶片和第三叶片为其他叶片,预测修正量可根据下式(6)得到:
ΔMxy1=k·(Mxy2|α+Δα-Mxy2|α)+(1-k)(Mxy3|α+Δα-Mxy3|α)+ΔM (6)
其中,ΔMxy1为预测修正量;k为第二叶片对应的权重;(1-k)为第三叶片的权重;Mxy2|α+Δα为第二叶片的第三叶根载荷参数中的叶根载荷;Mxy2|α为第二叶片的第二叶根载荷参数中的叶根载荷;Mxy3|α+Δα为第三叶片的第三叶根载荷参数中的叶根载荷;Mxy3|α为第三叶片的第二叶根载荷参数中的叶根载荷;α为第一位置;α+Δα为第二位置;ΔM为第一变化量。
在步骤S1037中,将第一叶根载荷参数与预测修正量的加和,确定为预测叶根载荷。
例如,若预测修正量如上式(6)所示,则预测叶根载荷可根据下式(7)得到:
Mxy=Mxy1|α+ΔMxy1 (7)
其中,Mxy为预测叶根载荷;Mxy1|α为第一叶片的第一叶根载荷中的叶根载荷;ΔMxy1为预测修正量。
在一些实施例中,可根据第一叶片在当前旋转周期的第一位置时的旋转扭矩参数、第一叶片到达第一位置前旋转扭矩参数的变化量,以及预测的第一叶片在当前旋转周期从第一位置到第二位置的时长,预测得到第一叶片在当前旋转周期位于第二位置的旋转扭矩参数;基于第一叶片在当前旋转周期的第一位置时的旋转扭矩参数,以及第一叶片在当前旋转周期位于第二位置的旋转扭矩参数,得到第一变化量。第一叶片到达第一位置前旋转扭矩参数的变化量可根据第一叶片在到达第一位置前旋转扭矩的微分计算得到,如可根据第一叶片在当前旋转周期中到达第一位置之前的某一位置的旋转扭矩参数以及从这一位置到达第一位置的时长,进行微分计算,得到第一叶片到达第一位置前旋转扭矩参数的变化量。例如,第一变化量的计算可根据下式(8)和(9)得到:
ΔM=M|t+Δt-M|t=KI·(a|t+Δt-a|t) (9)
其中,a|t+Δt为预测得到第一叶片在当前旋转周期位于第二位置的旋转扭矩参数;t可为第一叶片在当前旋转周期位于第一位置的时刻;t+Δt为第一叶片在当前旋转周期位于第二位置的时刻;Δt为预测的第一叶片在当前旋转周期从第一位置到第二位置的时长;a|t为第一叶片在当前旋转周期的第一位置时的旋转扭矩参数;a|t-a|t-dt/dt为旋转扭矩参数的微分量;t-dt表示第一叶片到达第一位置前的某一位置的时刻;dt为微分量使用的时间间隔,可视为第一叶片从第一位置前的某一位置到达第一位置所需的时长;KI为旋转扭矩参数与第一变化量的转换系数,可根据叶片、轮毂、主轴系旋转惯量计算得到;M|t为第一叶片在当前旋转周期的第一位置时的叶根载荷、叶根摆振方向载荷或叶根挥舞方向载荷;M|t+Δt为预测得到第一叶片在当前旋转周期位于第二位置的叶根载荷、叶根摆振方向载荷或叶根挥舞方向载荷;ΔM为第一变化量。
上述实施例中的旋转扭矩参数可包括叶轮加速度、主轴旋转方向扭矩或风速。风速可以为实测风速或等效风速,在此并不限定。在一些示例中,在旋转扭矩参数包括风速的情况下,上述式(9)中的可根据风速与叶根载荷(或叶根挥舞方向载荷)的拟合得到。
在一些实施例中,若在风力发电机组上设置有能够直接获取叶片所处位置如方位角的传感器,则可直接获取上述第一位置、第二位置,并对应采集第一叶根载荷参数、第二叶根载荷参数和第三叶根载荷参数等数据。若风力发电机组上未设置能够直接获取叶片所处位置的传感器的情况下,可利用叶轮转速与时间确定叶片所处位置,以获取第一叶根载荷参数、第二叶根载荷参数和第三叶根载荷参数等数据。
可基于预测的第一叶片在当前旋转周期从第一位置到第二位置的时长、位置与叶轮转速的计算关系、第一叶片在当前旋转周期位于第一位置的叶轮转速,以及叶片之间的位置固定差,确定其他叶片在先前的旋转周期位于第一位置的第一时刻和位于第二位置的第二时刻;将其他叶片在第一时刻的叶根载荷参数和在第二时刻的叶根载荷参数,分别确定为第二叶根载荷参数和第三叶根载荷参数。
可预先设定第一位置到第二位置的位置差值,可将当前时刻第一叶片所处的位置确定为第一位置,将第一位置与位置差值的加和作为第二位置。可根据叶轮转速和位置差值,预测得到第一叶片在当前旋转周期从第一位置到第二位置的时长,并将预测得到的第一叶片在当前旋转周期从第一位置到第二位置的时长作为其他叶片在旋转周期内从第一位置到第二位置的时长参与计算。根据叶轮转速和叶片之间的位置固定差,可计算其他叶片对应的第一时刻和第二时刻,从而根据时间来确定并获取第二叶根载荷参数和第三叶根载荷参数。
例如,可将第一叶片在当前旋转周期某一时刻的位置确定为第一位置,将第一位置视为0,利用叶轮转速、时间与位置的积分计算关系,设定第一位置到第二位置的时间,利用公式计算得到第二位置,其中,t0为第一叶片在当前旋转周期某一时刻;v为叶轮转速;t为时间;α为位置,例如方位角。再根据得到的第二位置获取第二叶根载荷参数和第三叶根载荷参数,以及进行预测叶根载荷的计算。
例如,根据第一叶片在当前旋转周期中位于第一位置的时刻、上述推算出的第一时刻、第二时刻,获取第一叶根载荷参数、第二叶根载荷参数和第三叶根载荷参数。则上式(1)至(7)可分别转换为下式(10)至(16):
ΔMx1=k·(Mx2|t2+Δt2-Mx2|t)+(1-k)(Mx3|t3+Δt3-Mx3|t3) (10)
ΔMy1=k·(My2|t2+Δt2-My2|t)+(1-k)(My3|t3+Δt3-My3|t3)+ΔM (11)
Mx1|t+Δt=Mx1|t+ΔMx1 (12)
My1|t+Δt=My1|t+ΔMy1 (13)
ΔMxy1=k·(Mxy2|t2+Δt2-Mxy2|t2)+(1-k)(Mxy3|t3+Δt3-Mxy3|t3)+ΔM (15)
Mxy=Mxy1|t+ΔMxy1 (16)
其中,Mx2|t2+Δt2为第二叶片的第三叶根载荷参数中的叶根摆振方向载荷;Mx2|t为第二叶片的第二叶根载荷参数中的叶根摆振方向载荷;Mx3|t3+Δt3为第三叶片的第三叶根载荷参数中的叶根摆振方向载荷;Mx3|t3为第三叶片的第二叶根载荷参数中的叶根摆振方向载荷;t2为第二叶片对应的第一时刻;t2+Δt2为第二叶片对应的第二时刻;t3为第三叶片对应的第一时刻;t3+Δt3为第三叶片对应的第二时刻;My2|t2+Δt2为第二叶片的第三叶根载荷参数中的叶根挥舞方向载荷;My2|t为第二叶片的第二叶根载荷参数中的叶根挥舞方向载荷;My3|t3+Δt3为第三叶片的第三叶根载荷参数中的叶根挥舞方向载荷;My3|t3为第三叶片的第二叶根载荷参数中的叶根挥舞方向载荷;Mx1|t+Δt为第一叶片的预测叶根摆振方向载荷;Mx1|t为第一叶片的第一叶根载荷中的叶根摆振方向载荷;My1|t+Δt为第一叶片的预测叶根挥舞方向载荷;My1|t为第一叶片的第一叶根载荷中的叶根挥舞方向载荷;Mxy2|t2+Δt2为第二叶片的第三叶根载荷参数中的叶根载荷;Mxy2|t2为第二叶片的第二叶根载荷参数中的叶根载荷;Mxy3|t3+Δt3为第三叶片的第三叶根载荷参数中的叶根载荷;Mxy3|t3为第三叶片的第二叶根载荷参数中的叶根载荷;其他与上式(1)至(7)相同的参数在此不再重复其说明。其中,Δt、Δt2和Δt3可相等。
通过叶轮转速和时间来等效位置,可提高本申请实施例中风力发电机组控制方法的灵活性和适用性,拓展该风力发电机组控制方法的应用场景。
本申请第二方面提供一种风力发电机组控制装置。图7为本申请一实施例提供的风力发电机组控制装置的结构示意图,如图7所示,该风力发电机组控制装置200可包括第一获取模块201、第二获取模块202、预测模块203和控制模块204。
第一获取模块201可用于获取第一叶片位于当前旋转周期的第一位置时的第一叶根载荷参数。
第二获取模块202可用于获取第二叶根载荷参数、第三叶根载荷参数和第一变化量。
第二叶根载荷参数包括其他叶片在先前的旋转周期中位于第一位置的叶根载荷参数。第三叶根载荷参数包括其他叶片在先前的旋转周期中位于较第一位置更晚到达的第二位置的叶根载荷参数。第一变化量表征叶片从第一位置到达第二位置过程中叶根载荷参数的变化趋势。
预测模块203可用于基于第一叶根载荷参数、第二叶根载荷参数、第三叶根载荷参数和第一变化量,得到第一叶片在当前旋转周期位于第二位置时的预测叶根载荷。
控制模块204可用于根据预测叶根载荷控制风力发电机组。
在本申请实施例中,根据第一叶根载荷参数、第二叶根载荷参数、第三叶根载荷参数和第一变化量,预测第一叶片在当前旋转周期位于一目前还未到达的位置即第二位置的叶根载荷。第一叶根载荷参数包括第一叶片位于当前旋转周期的第一位置时的叶根载荷参数,第二叶根载荷参数包括其他叶片在先前的旋转周期中位于第一位置的叶根载荷参数,第三叶根载荷参数包括其他叶片在先前的旋转周期中位于第二位置的叶根载荷参数。第一叶根载荷参数可提供当前旋转周期中叶根载荷的基础,第二叶根载荷和第三叶根载荷可提供先前的旋转周期中叶片在第一位置、第二位置的叶根载荷,第一变化量表征第一位置达到第二位置过程中叶根载荷参数的变化趋势,能够弥补先前的旋转周期的叶根载荷与当前旋转周期的叶根载荷可能出现的偏差,从而消除预测得到的预测叶根载荷的滞后性,提高预测叶根载荷的准确性。根据准确的预测叶根载荷控制风力发电机组,可提前开始风力发电机组的控制动作,使控制更加平稳,降低叶根载荷会对风力发电机组带来的安全风险,提高风力发电机组的安全性。
在一些实施例中,预测模块203可用于:利用各其他叶片对应的权重、各其他叶片对应的第二叶根载荷参数、第三叶根载荷参数,以及第一变化量,得到预测修正量;根据第一叶根载荷参数与预测修正量,确定预测叶根载荷。
在一些示例中,叶根载荷参数包括叶根摆振方向载荷和叶根挥舞方向载荷,预测修正量包括摆振方向修正量和挥舞方向修正量。
预测模块203可用于:根据各其他叶片对应的权重、第三叶根载荷参数中叶根摆振方向载荷与第二叶根载荷参数中叶根摆振方向载荷的差值,得到摆振方向修正量;根据各其他叶片对应的权重、第三叶根载荷参数中叶根挥舞方向载荷与第二叶根载荷参数中叶根挥舞方向载荷的差值,以及第一变化量,得到挥舞方向修正量。
预测模块203可用于:将第一叶根载荷参数中叶根摆振方向载荷与摆振方向修正量的加和确定为预测叶根摆振方向载荷;将第一叶根载荷参数中叶根挥舞方向载荷与挥舞方向修正量的加和确定为预测叶根挥舞方向载荷;合并预测叶根摆振方向载荷和预测叶根挥舞方向载荷,得到预测叶根载荷。
在一些示例中,叶根载荷参数包括叶根载荷。
预测模块203可用于:利用各其他叶片对应的权重、各其他叶片对应的第三叶根载荷参数中叶根载荷与第二叶根载荷参数中叶根载荷的差值以及第一变化量,得到预测修正量。
预测模块203可用于:将第一叶根载荷参数与预测修正量的加和,确定为预测叶根载荷。
在一些实施例中,第二获取模块202可用于:根据第一叶片在当前旋转周期的第一位置时的旋转扭矩参数、第一叶片到达第一位置前旋转扭矩参数的变化量,以及预测的第一叶片在当前旋转周期从第一位置到第二位置的时长,预测得到第一叶片在当前旋转周期位于第二位置的旋转扭矩参数;基于第一叶片在当前旋转周期的第一位置时的旋转扭矩参数,以及第一叶片在当前旋转周期位于第二位置的旋转扭矩参数,得到第一变化量。
在一些实施例中,第二获取模块202可用于:基于预测的第一叶片在当前旋转周期从第一位置到第二位置的时长、位置与叶轮转速的计算关系、第一叶片在当前旋转周期位于第一位置的叶轮转速,以及叶片之间的位置固定差,确定其他叶片在先前的旋转周期位于第一位置的第一时刻和位于第二位置的第二时刻;将其他叶片在第一时刻的叶根载荷参数和在第二时刻的叶根载荷参数,分别确定为第二叶根载荷参数和第三叶根载荷参数。
在一些示例中,旋转扭矩参数可包括但不限于叶轮加速度、主轴旋转方向扭矩或风速。
本申请第三方面提供了一种风力发电机组控制器。图8为本申请一实施例提供的风力发电机组控制器的结构示意图。如图8所示,风力发电机组控制器300包括存储器301、处理器302及存储在存储器301上并可在处理器302上运行的计算机程序。
在一些示例中,上述处理器302可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit,ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
存储器301可包括只读存储器(Read-Only Memory,ROM),随机存取存储器(RandomAccess Memory,RAM),磁盘存储介质设备,光存储介质设备,闪存设备,电气、光学或其他物理/有形的存储器存储设备。因此,通常,存储器包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如,存储器设备),并且当该软件被执行(例如,由一个或多个处理器)时,其可操作来执行参考根据本申请实施例中风力发电机组控制方法所描述的操作。
处理器302通过读取存储器301中存储的可执行程序代码来运行与可执行程序代码对应的计算机程序,以用于实现上述实施例中的风力发电机组控制方法。
在一些示例中,风力发电机组控制器300还可包括通信接口303和总线304。其中,如图8所示,存储器301、处理器302、通信接口303通过总线304连接并完成相互间的通信。
通信接口303,主要用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。也可通过通信接口303接入输入设备和/或输出设备。
总线304包括硬件、软件或两者,将风力发电机组控制器300的部件彼此耦接在一起。举例来说而非限制,总线304可包括加速图形端口(Accelerated Graphics Port,AGP)或其他图形总线、增强工业标准架构(Enhanced Industry Standard Architecture,EISA)总线、前端总线(Front Side Bus,FSB)、超传输(Hyper Transport,HT)互连、工业标准架构(Industry Standard Architecture,ISA)总线、无限带宽互连、低引脚数(Low pin count,LPC)总线、存储器总线、微信道架构(Micro Channel Architecture,MCA)总线、外围组件互连(Peripheral Component Interconnect,PCI)总线、PCI-Express(PCI-E)总线、串行高级技术附件(Serial Advanced Technology Attachment,SATA)总线、视频电子标准协会局部(Video Electronics Standards Association Local Bus,VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线304可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线,但本申请考虑任何合适的总线或互连。
本申请第四方面提供一种风力发电机组,该风力发电机组包括上述实施例中的风力发电机组控制器,且能达到相同的技术效果,为避免重复,这里不再赘述。
本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序指令,该计算机程序指令被处理器执行时可实现上述实施例中的风力发电机组控制方法,且能达到相同的技术效果,为避免重复,这里不再赘述。其中,上述计算机可读存储介质可包括非暂态计算机可读存储介质,如只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等,在此并不限定。
需要明确的是,本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同或相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。对于装置实施例、控制器实施例、风力发电机组实施例、计算机可读存储介质实施例而言,相关之处可以参见方法实施例的说明部分。本申请并不局限于上文所描述并在图中示出的特定步骤和结构。本领域的技术人员可以在领会本申请的精神之后,作出各种改变、修改和添加,或者改变步骤之间的顺序。并且,为了简明起见,这里省略对已知方法技术的详细描述。
上面参考根据本申请的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本申请的各方面。应当理解,流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器,以产生一种机器,使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解,框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合,也可以由执行指定的功能或动作的专用硬件来实现,或可由专用硬件和计算机指令的组合来实现。
本领域技术人员应能理解,上述实施例均是示例性而非限制性的。在不同实施例中出现的不同技术特征可以进行组合,以取得有益效果。本领域技术人员在研究附图、说明书及权利要求书的基础上,应能理解并实现所揭示的实施例的其他变化的实施例。在权利要求书中,术语“包括”并不排除其他装置或步骤;数量词“一个”不排除多个;术语“第一”、“第二”用于标示名称而非用于表示任何特定的顺序。权利要求中的任何附图标记均不应被理解为对保护范围的限制。权利要求中出现的多个部分的功能可以由一个单独的硬件或软件模块来实现。某些技术特征出现在不同的从属权利要求中并不意味着不能将这些技术特征进行组合以取得有益效果。
Claims (11)
1.一种风力发电机组控制方法,其特征在于,包括:
获取第一叶片位于当前旋转周期的第一位置时的第一叶根载荷参数;
获取第二叶根载荷参数、第三叶根载荷参数和第一变化量,所述第二叶根载荷参数包括其他叶片在先前的旋转周期中位于所述第一位置的叶根载荷参数,所述第三叶根载荷参数包括其他叶片在所述先前的旋转周期中位于较所述第一位置更晚到达的第二位置的叶根载荷参数,所述第一变化量表征叶片从所述第一位置到达所述第二位置过程中叶根载荷参数的变化趋势;
基于所述第一叶根载荷参数、所述第二叶根载荷参数、所述第三叶根载荷参数和所述第一变化量,得到所述第一叶片在当前旋转周期位于所述第二位置时的预测叶根载荷;
根据所述预测叶根载荷控制所述风力发电机组。
2.根据权利要求1所述的方法,其特征在于,所述基于所述第一叶根载荷参数、所述第二叶根载荷参数、所述第三叶根载荷参数和所述第一变化量,得到所述第一叶片在当前旋转周期位于所述第二位置时的预测叶根载荷,包括:
利用各其他叶片对应的权重、各其他叶片对应的所述第二叶根载荷参数、所述第三叶根载荷参数,以及所述第一变化量,得到预测修正量;
根据所述第一叶根载荷参数与所述预测修正量,确定所述预测叶根载荷。
3.根据权利要求1所述的方法,其特征在于,获取所述第一变化量,包括:
根据所述第一叶片在所述当前旋转周期的所述第一位置时的旋转扭矩参数、所述第一叶片到达所述第一位置前旋转扭矩参数的变化量,以及预测的所述第一叶片在所述当前旋转周期从所述第一位置到所述第二位置的时长,预测得到所述第一叶片在所述当前旋转周期位于所述第二位置的旋转扭矩参数;
基于所述第一叶片在所述当前旋转周期的所述第一位置时的旋转扭矩参数,以及所述第一叶片在所述当前旋转周期位于所述第二位置的旋转扭矩参数,得到所述第一变化量。
4.根据权利要求1所述的方法,其特征在于,获取所述第二叶根载荷参数和所述第三叶根载荷参数,包括:
基于预测的所述第一叶片在所述当前旋转周期从所述第一位置到所述第二位置的时长、位置与叶轮转速的计算关系、所述第一叶片在所述当前旋转周期位于所述第一位置的叶轮转速,以及叶片之间的位置固定差,确定其他叶片在所述先前的旋转周期位于所述第一位置的第一时刻和位于所述第二位置的第二时刻;
将其他叶片在所述第一时刻的叶根载荷参数和在所述第二时刻的叶根载荷参数,分别确定为所述第二叶根载荷参数和所述第三叶根载荷参数。
5.根据权利要求2所述的方法,其特征在于,叶根载荷参数包括叶根摆振方向载荷和叶根挥舞方向载荷,所述预测修正量包括摆振方向修正量和挥舞方向修正量,
所述利用各其他叶片对应的权重、各其他叶片对应的所述第三叶根载荷参数和所述第二叶根载荷参数以及所述第一变化量,得到预测修正量,包括:
根据各其他叶片对应的权重、所述第三叶根载荷参数中叶根摆振方向载荷与所述第二叶根载荷参数中叶根摆振方向载荷的差值,得到所述摆振方向修正量;
根据各其他叶片对应的权重、所述第三叶根载荷参数中叶根挥舞方向载荷与所述第二叶根载荷参数中叶根挥舞方向载荷的差值,以及所述第一变化量,得到所述挥舞方向修正量。
6.根据权利要求5所述的方法,其特征在于,所述根据所述第一叶根载荷参数与所述预测修正量,确定所述预测叶根载荷,包括:
将所述第一叶根载荷参数中叶根摆振方向载荷与所述摆振方向修正量的加和确定为预测叶根摆振方向载荷;
将所述第一叶根载荷参数中叶根挥舞方向载荷与所述挥舞方向修正量的加和确定为预测叶根挥舞方向载荷;
合并所述预测叶根摆振方向载荷和所述预测叶根挥舞方向载荷,得到所述预测叶根载荷。
7.根据权利要求2所述的方法,其特征在于,叶根载荷参数包括叶根载荷,
所述利用各其他叶片对应的权重、各其他叶片对应的所述第三叶根载荷参数和所述第二叶根载荷参数以及所述第一变化量,得到预测修正量,包括:
利用各其他叶片对应的权重、各其他叶片对应的所述第三叶根载荷参数中叶根载荷与所述第二叶根载荷参数中叶根载荷的差值以及所述第一变化量,得到预测修正量;
所述根据所述第一叶根载荷参数与所述预测修正量,确定所述预测叶根载荷,包括:
将所述第一叶根载荷参数与所述预测修正量的加和,确定为所述预测叶根载荷。
8.根据权利要求3所述的方法,其特征在于,旋转扭矩参数包括叶轮加速度、主轴旋转方向扭矩或风速。
9.一种风力发电机组控制装置,其特征在于,包括:
第一获取模块,用于获取第一叶片位于当前旋转周期的第一位置时的第一叶根载荷参数;
第二获取模块,用于获取第二叶根载荷参数、第三叶根载荷参数和第一变化量,所述第二叶根载荷参数包括其他叶片在先前的旋转周期中位于所述第一位置的叶根载荷参数,所述第三叶根载荷参数包括其他叶片在所述先前的旋转周期中位于较所述第一位置更晚到达的第二位置的叶根载荷参数,所述第一变化量表征叶片从所述第一位置到达所述第二位置过程中叶根载荷参数的变化趋势;
预测模块,用于基于所述第一叶根载荷参数、所述第二叶根载荷参数、所述第三叶根载荷参数和所述第一变化量,得到所述第一叶片在当前旋转周期位于所述第二位置时的预测叶根载荷;
控制模块,用于根据所述预测叶根载荷控制所述风力发电机组。
10.一种风力发电机组控制器,其特征在于,包括:处理器以及存储有计算机程序指令的存储器;
所述处理器执行所述计算机程序指令时实现如权利要求1至8中任意一项所述的风力发电机组控制方法。
11.一种风力发电机组,其特征在于,包括如权利要求10所述的风力发电机组控制器。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211336027.9A CN117989050A (zh) | 2022-10-28 | 2022-10-28 | 风力发电机组控制方法、装置及控制器 |
PCT/CN2023/122841 WO2024088022A1 (zh) | 2022-10-28 | 2023-09-28 | 风力发电机组控制方法、装置及控制器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211336027.9A CN117989050A (zh) | 2022-10-28 | 2022-10-28 | 风力发电机组控制方法、装置及控制器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117989050A true CN117989050A (zh) | 2024-05-07 |
Family
ID=90829979
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211336027.9A Pending CN117989050A (zh) | 2022-10-28 | 2022-10-28 | 风力发电机组控制方法、装置及控制器 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN117989050A (zh) |
WO (1) | WO2024088022A1 (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110210044A (zh) * | 2018-02-28 | 2019-09-06 | 北京金风科创风电设备有限公司 | 风力发电机组的载荷预测方法和装置 |
US20210317818A1 (en) * | 2020-04-09 | 2021-10-14 | General Electric Renovables Espana S.L. | System and method for improved extreme load control for wind turbine rotor blades |
CN113803219B (zh) * | 2020-06-15 | 2023-04-18 | 北京金风科创风电设备有限公司 | 风电机组的降载控制方法和装置 |
CN112283047B (zh) * | 2020-09-10 | 2022-07-12 | 中车株洲电力机车研究所有限公司 | 一种基于风电机组净空监测的载荷监控方法及系统 |
CN114909264A (zh) * | 2022-05-27 | 2022-08-16 | 上海电气风电集团股份有限公司 | 载荷预测方法、疲劳寿命估计方法、降载控制方法及系统 |
-
2022
- 2022-10-28 CN CN202211336027.9A patent/CN117989050A/zh active Pending
-
2023
- 2023-09-28 WO PCT/CN2023/122841 patent/WO2024088022A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2024088022A1 (zh) | 2024-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Delafin et al. | Effect of the number of blades and solidity on the performance of a vertical axis wind turbine | |
CN105649875B (zh) | 风力发电机组的变桨控制方法及装置 | |
US20190178231A1 (en) | Methods of operating a wind turbine | |
US20150252786A1 (en) | System and method for robust wind turbine operation | |
CN103615356A (zh) | 一种风电机组满发工况恒功率控制方法、装置及风电机组 | |
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 | |
CN107947228B (zh) | 基于Markov理论的含风电电力系统随机稳定性分析方法 | |
CN109162870A (zh) | 风力发电机组的调桨控制方法、装置、设备及存储介质 | |
CN116316883B (zh) | 一种风电机群协同运行优化控制方法 | |
CN103701378B (zh) | 一种风力发电机输出功率控制方法 | |
Xin et al. | Modified hill climbing method for active yaw control in wind turbine | |
CN106786810B (zh) | 一种频率下垂控制双馈风机的暂态有功支撑能力配置方法 | |
CN117989050A (zh) | 风力发电机组控制方法、装置及控制器 | |
Wei et al. | Phase-averaged dynamics of a periodically surging wind turbine | |
Yan et al. | Transient modelling of doubly‐fed induction generator based wind turbine on full operation condition and rapid starting period based on low voltage ride‐through testing | |
CN109657380A (zh) | 一种基于扩展卡尔曼滤波的双馈风电场动态等值方法 | |
Odedele et al. | Power extraction strategy of a robust kW range marine tidal turbine based on permanent magnet synchronous generators and passive rectifiers | |
Ardjal et al. | Model-free intelligent proportional-integral control of a wind turbine for MPPT | |
Xu et al. | Development and application of a dynamic stall model for rotating wind turbine blades | |
CN111898074A (zh) | 一种翼型气动力系数计算方法及系统 | |
CN112600199A (zh) | 一种基于转子动能的风电机组等效转动惯量在线评估方法 | |
Li et al. | Modified P&O approach based detection of the optimal power-speed curve for MPPT of wind turbines | |
Musyafa | Comparative analysis of small-scale wind turbine design for the low rate wind speed | |
Argent et al. | Speed and torque control strategies for loss reduction of vertical axis wind turbines | |
CN114221339B (zh) | 一种高风电占比系统的暂态稳定性判断方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |