DE102018009548A1 - Verfahren und System zum Parametrieren eines Reglers einer Windenergieanlage und/oder Betreiben einer Windenergieanlage - Google Patents

Verfahren und System zum Parametrieren eines Reglers einer Windenergieanlage und/oder Betreiben einer Windenergieanlage Download PDF

Info

Publication number
DE102018009548A1
DE102018009548A1 DE102018009548.8A DE102018009548A DE102018009548A1 DE 102018009548 A1 DE102018009548 A1 DE 102018009548A1 DE 102018009548 A DE102018009548 A DE 102018009548A DE 102018009548 A1 DE102018009548 A1 DE 102018009548A1
Authority
DE
Germany
Prior art keywords
wind
wind turbine
controller
parameter
artificial intelligence
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Withdrawn
Application number
DE102018009548.8A
Other languages
English (en)
Inventor
Martin von Mutius
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.)
Senvion GmbH
Original Assignee
Senvion GmbH
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 Senvion GmbH filed Critical Senvion GmbH
Priority to DE102018009548.8A priority Critical patent/DE102018009548A1/de
Priority to PCT/EP2019/084178 priority patent/WO2020120379A1/de
Publication of DE102018009548A1 publication Critical patent/DE102018009548A1/de
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03DWIND MOTORS
    • F03D7/00Controlling wind motors 
    • F03D7/02Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor
    • F03D7/04Automatic control; Regulation
    • F03D7/042Automatic control; Regulation by means of an electrical or electronic controller
    • F03D7/043Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic
    • F03D7/045Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic with model-based controls
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03DWIND MOTORS
    • F03D7/00Controlling wind motors 
    • F03D7/02Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor
    • F03D7/04Automatic control; Regulation
    • F03D7/042Automatic control; Regulation by means of an electrical or electronic controller
    • F03D7/043Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic
    • F03D7/046Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic with learning or adaptive control, e.g. self-tuning, fuzzy logic or neural network
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/0285Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks and fuzzy logic
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03DWIND MOTORS
    • F03D7/00Controlling wind motors 
    • F03D7/02Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor
    • F03D7/04Automatic control; Regulation
    • F03D7/042Automatic control; Regulation by means of an electrical or electronic controller
    • F03D7/048Automatic control; Regulation by means of an electrical or electronic controller controlling wind farms
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05BINDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00Control
    • F05B2270/70Type of control algorithm
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00Systems involving the use of models or simulators of said systems
    • G05B17/02Systems involving the use of models or simulators of said systems electric
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/70Wind energy
    • Y02E10/72Wind turbines with rotation axis in wind direction

Landscapes

  • Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Fuzzy Systems (AREA)
  • Combustion & Propulsion (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Wind Motors (AREA)

Abstract

Bei einem erfindungsgemäßen Verfahren zum, insbesondere mehrstufigen und/oder adaptiven, Parametrieren eines Reglers (2) einer ersten Windenergieanlage (10), der eine Stellgröße der Windenergieanlage in Abhängigkeit von einer Eingangsgröße einstellt, ist vorgesehen, dass eine künstliche Intelligenz (30) wenigstens einen Wert eines Parameters des Reglers auf Basis wenigstens einer mit einem mathematischen Modell (10') dieser Windenergieanlage prognostizierten Leistungskurve (L1-L3) der Windenergieanlage ermittelt, insbesondere anpasst und/oder eine künstliche Intelligenz (30) wenigstens einen Wert eines Parameters des Reglers auf Basis wenigstens einer mittels Messung ermittelten Leistungskurve dieser Windenergieanlage und/oder wenigstens einer zweiten, insbesondere typgleichen, Windenergieanlage (40, 50-52) ermittelt, insbesondere anpasst.

Description

  • Die vorliegende Erfindung betrifft ein Verfahren zum, insbesondere mehrstufigen und/oder adaptiven, Parametrieren eines Reglers einer Windenergieanlage, ein Verfahren zum Betreiben der Windenergieanlage, wobei der Regler mittels dieses Verfahrens parametriert ist, sowie ein System bzw. Computerprogrammprodukt zur Durchführung eines solchen Verfahrens.
  • Windenergieanlagen sollen Windenergie möglichst optimal in elektrische Leistung umsetzen. Hierzu werden nach betriebsinterner Praxis bislang Parameter von Reglern der Windenergieanlagen manuell im Feld mittels trial-and-error eingestellt.
  • Aufgabe der vorliegenden Erfindung ist es, das Parametrieren bzw. den Betrieb von Windenergieanlagen zu verbessern.
  • Diese Aufgabe wird durch ein Verfahren mit den Merkmalen des Anspruchs 1 bzw. 8 gelöst. Ansprüche 9, 10 stellen ein System bzw. Computerprogrammprodukt zur Durchführung wenigstens eines hier beschriebenen Verfahrens unter Schutz. Die Unteransprüche betreffen vorteilhafte Weiterbildungen.
  • Nach einer Ausführung der vorliegenden Erfindung wird ein Regler wenigstens einer Windenergieanlage, die vorliegend ohne Beschränkung der Allgemeinheit als erste Windenergieanlage bezeichnet wird, parametriert.
  • Der Regler stellt im Betrieb eine ein- oder mehrdimensionale Stellgröße der Windenergieanlage, insbesondere für einen oder mehrere Aktoren der Windenergieanlage, in Abhängigkeit von einer ein- oder mehrdimensionalen, insbesondere wenigstens teilweise gemessenen, Eingangsgröße ein bzw. ist hierzu eingerichtet bzw. wird hierzu verwendet. Er kann insbesondere mehrere Einzelregler aufweisen.
  • Die Eingangsgröße kann insbesondere von einer Windgeschwindigkeit, insbesondere deren Richtung und/oder Betrag, abhängen, diese in einer Ausführung angeben, insbesondere sein. Zusätzlich oder alternativ kann die Eingangsgröße von einer elektrischen und/oder mechanischen Leistung der Windenergieanlage abhängen, diese in einer Ausführung angeben, insbesondere sein.
  • Diese physikalischen Größen können gut erfasst werden und haben großen Einfluss auf die Funktion einer Windenergieanlage, sie sind daher zur Regelung von Windenergieanlagen besonders vorteilhaft.
  • In einer Ausführung wird ein Einstellwinkel („Pitch“) eines oder mehrerer Blätter eines Rotors der Windenergieanlage, insbesondere ein sogenannter Blatteinstellwinkel um eine Längsachse des (jeweiligen) Blattes, in Abhängigkeit von der Stellgröße einge- bzw. verstellt, in einer Weiterbildung die Einstellwinkel mehrerer Blätter individuell oder kollektiv.
  • Zusätzlich oder alternativ wird in einer Ausführung eine Windnachführung des Rotors der Windenergieanlage in Abhängigkeit von der Stellgröße einge- bzw. verstellt, in einer Weiterbildung eine Drehung des Rotors um eine vertikale bzw. Längsachse eines Turms, auf dem der Rotor drehbar gelagert ist.
  • Zusätzlich oder alternativ wird in einer Ausführung ein Bremsmoment eines Generators der Windenergieanlage in Abhängigkeit von der Stellgröße einge- bzw. verstellt, der mit dem Rotor, in einer Ausführung über ein Getriebe, gekoppelt ist.
  • Hierdurch kann der Betrieb der Windenergieanlage jeweils, insbesondere in Kombination von zwei oder mehr der genannten Ausführungen, besonders effektiv und/oder zuverlässig geregelt werden.
  • Nach einer Ausführung der vorliegenden Erfindung wird bzw. ist der Regler auf Basis wenigstens eines bzw. mit wenigstens einem Parameterwert(s) parametriert, den eine (erste) künstliche Intelligenz auf Basis einer oder mehrerer Leistungskurven ermittelt (hat), die mit(hilfe von) einem mathematischen Modell der ersten Windenergieanlage prognostiziert werden bzw. sind. In einer Weiterbildung parametriert die künstliche Intelligenz den Regler, in einer anderen Weiterbildung liefert sie lediglich einen hierfür vorteilhaften Parameterwert, den beispielsweise ein Anwender wahlweise ganz oder teilweise übernehmen kann. Während eine automatische Parametrierung durch die künstliche Intelligenz vorteilhaft die Effizienz und/oder Zuverlässigkeit erhöhen kann, kann eine Ermittlung eines Parameterwertes, der anschließend, insbesondere wahlweise, übernommen wird, vorteilhaft eine Plausibilitätskontrolle ermöglichen und damit die Sicherheit erhöhen.
  • Zusätzlich oder alternativ wird bzw. ist der Regler nach einer Ausführung der vorliegenden Erfindung auf Basis wenigstens eines bzw. mit wenigsten einem Parameterwert(s) parametriert, in einer Weiterbildung umparametriert, den dieselbe oder eine weitere künstliche Intelligenz auf Basis einer oder mehrerer Leistungskurven der ersten Windenergieanlage und/oder einer oder mehrerer, in einer Ausführung (jeweils) typgleicher, zweiter Windenergieanlage(n) ermittelt (hat), die mittels Messung(en) ermittelt werden bzw. sind. In einer Weiterbildung parametriert diese künstliche Intelligenz den Regler, in einer anderen Weiterbildung liefert sie lediglich einen hierfür vorteilhaften Parameterwert.
  • Hierdurch kann in einer Ausführung die Parametrierung des Reglers und dadurch der Betrieb der ersten Windenergieanlage, gegebenenfalls weiter, verbessert werden, insbesondere rasch(er) und/oder zuverlässig(er) Parameterwerte, die einen besseren, insbesondere effektiveren, Betrieb der Windenergieanlage bewirken, verwendet werden.
  • Eine Leistungskurve beschreibt in einer Ausführung einen Zusammenhang zwischen einer von der Windenergieanlage erzeugten bzw. umgesetzten, insbesondere abgegebenen, elektrischen oder mechanischen Leistung und bzw. von Wind, insbesondere einer, in einer Ausführung über einen vorgegebenen Zeitraum gemittelten, Windgeschwindigkeit, insbesondere deren (gemittelten) Betrag.
  • Durch die Ermittlung auf Basis einer oder mehrerer Leistungskurven kann der Regler in einer Ausführung derart parametriert werden, dass der Betrieb der Windenergieanlage besonders effektiv und/oder zuverlässig wird.
  • In einer Ausführung ermittelt die (erste und/oder weitere) künstliche Intelligenz (jeweils) mehrere Parameterwerte auf Basis mehrerer Leistungskurven für verschiedene Wind(geschwindigkeits)bereiche, in einer Weiterbildung einen ersten Parameterwert für einen ersten Wind(geschwindigkeits)bereich und für wenigstens einen weiteren Wind(geschwindigkeits)bereich (jeweils) einen weiteren Parameterwert.
  • Hierdurch kann der Regler für unterschiedliche Wind(geschwindigkeits)bereiche unterschiedlich parametriert werden bzw. sein und dadurch die Windenergieanlage in diesen jeweils (noch) besser, insbesondere effizienter, betrieben werden.
  • In einer Ausführung wird somit ein wenigstens zwei-, insbesondere wenigstens dreistufiges Verfahren durchgeführt, wobei:
    • - in einer Stufe wenigstens ein Parameterwert, insbesondere für zwei oder mehr Windbereiche jeweils ein Parameterwert, mittels eines mathematischen Modells der Windenergieanlage ermittelt wird, insbesondere als Ausgangswert; und/oder
    • - in einer Ausführung anschließenden, Stufe (jeweils) ein (neuer) Parameterwert, mittels einer, in einer Ausführung typgleichen, zweiten Windenergieanlage ermittelt wird, insbesondere auf Basis des mittels des mathematischen Modells ermittelten Ausgangswerts und/oder als (neuer) Ausgangswert; und/oder
    • - in einer Ausführung anschließenden, Stufe (jeweils) ein (neuer) Parameterwert, mittels der ersten Windenergieanlage ermittelt wird, insbesondere auf Basis des mittels des mathematischen Modells oder der zweiten Windenergieanlage ermittelten Ausgangswerts; und/oder
    • - in einer Ausführung anschließenden, Stufe ein (neuer) Parameterwert, mittels der ersten und der oder wenigstens einer weiteren (der) zweiten Windenergieanlage(n) ermittelt wird.
  • Durch die Ermittlung mittels des mathematischen Modells kann in einer Ausführung vorab eine besonders große Bandbreite möglicher Parameterkomponenten und/oder - werte(bereiche) und/oder möglicher Umgebungsbedingungen untersucht werden. Zusätzlich oder alternativ können hierbei Einflüsse von Umgebungsbedingungen exakt(er), insbesondere frei von Messfehlern oder dergleichen, berücksichtigt werden. Modellbasiert (ermittelt)e Parameterwerte können besonders vorteilhaft als Ausgangswerte bei der Ermittlung von (neuen) Parameterwerten anhand realer Windenergieanlagen verwendet werden.
  • Durch die Ermittlung mittels einer realen, insbesondere typgleichen, zweiten Windenergieanlage können in einer Ausführung Umgebungsbedingungen besser erfasst und so deren Einflüsse besser berücksichtigt werden. So können beispielsweise Windgeschwindigkeiten mittels von der zweiten Windenergieanlage beabstandeten Windmessmasten genauer erfasst werden als durch stromabwärts eines Rotors angeordnete Windmesseinrichtungen der ersten Windenergieanlage, deren Messung durch den Rotor gestört wird. Somit werden in einer Ausführung, vorzugsweise mit einem oder mehreren modellbasiert (ermittelten Parameterwerten als Ausgangswerten, anhand einer typgleichen zweiten Windenergieanlage prototypenhaft für die erste Windenergieanlage ein oder mehrere Parameterwerte ermittelt.
  • Durch die Ermittlung mittels der eigentlichen ersten Windenergieanlage können in einer Ausführung deren individuelle bzw. konkrete Umgebungsbedingungen erfasst und so deren Einflüsse besser berücksichtigt werden, insbesondere ausgehend von einem mathematischen Modell oder einer prototypenhaften zweiten Windenergieanlage.
  • Durch eine, insbesondere hieran anschließende, Ermittlung mittels der ersten sowie einer oder mehrerer weiterer, insbesondere typgleichen, zweiten Windenergieanlagen können in einer Ausführung stochastische Schwankungen in den Umgebungsbedingungen vorteilhaft kompensiert und/oder eine Art „Schwarmintelligenz“ genutzt werden.
  • In einer Ausführung ermittelt die (erste bzw. weitere) künstliche Intelligenz einen oder mehrere Parameterwerte in situ während des, in einer Ausführung regulären, Betriebs auf Basis wenigstens einer dabei mittels Messung ermittelten Leistungskurve der ersten Windenergieanlage, wobei der Regler, in einer Ausführung durch die künstliche Intelligenz, auf Basis dieses Parameterwertes umparametriert bzw. aktualisiert wird. Hierdurch kann der Regler adaptiv angepasst und so der Betrieb der Windenergieanlage (weiter) verbessert werden.
  • In einer Ausführung wird bzw. ist der Parameter aus einer Menge möglicher Parameter des Reglers (vor)ausgewählt, beispielsweise empirisch auf Basis vorhergehender Parametrierungen andersartiger Windenergieanlagen und/oder Aufstellorte oder dergleichen.
  • Zusätzlich oder alternativ wird bzw. ist in einer Ausführung der (ersten und/oder weiteren) künstlichen Intelligenz (jeweils) ein einstellbarer Startwert für den Parameterwert vorgegeben bzw. einer von mehreren möglichen, insbesondere zulässigen, Startwerten vorgegeben bzw. eingestellt, von dem ausgehend sie den Parameterwert ermittelt.
  • Zusätzlich oder alternativ wird in einer Ausführung der (ersten und/oder weiteren) künstlichen Intelligenz (jeweils) ein zulässiger Wertebereich des Parameters, insbesondere einer oder mehrerer Komponenten des Parameters, vorgegeben, innerhalb dessen sie den Parameterwert ermittelt bzw. variieren darf.
  • Zusätzlich oder alternativ ermittelt die (erste und/oder weitere) künstliche Intelligenz (jeweils) eine Leistungs(kurven)sensitivität bezüglich verschiedener Komponenten des Parameters. Dann können in einer Ausführung, insbesondere durch die (jeweilige) künstliche Intelligenz, ein oder mehrere Komponenten des Parameters, bezüglich der wenigstens eine Leistungskurve sensitiv(er) ist, ausgewählt werden und in einer nachfolgenden Stufe die (jeweilige) künstliche Intelligenz nur noch für diese Komponenten Werte ermitteln bzw. variieren. Insbesondere können somit mittels des mathematischen Modells sensitive(re) Komponenten ausgewählt und nur noch diese auf Basis wenigstens einer mittels Messung ermittelten Leistungskurve der ersten Windenergieanlage und/oder wenigstens einer zweiten, insbesondere typgleichen, Windenergieanlage ermittelt, insbesondere anpasst werden.
  • Hierdurch kann der Parameterwert durch die künstliche Intelligenz jeweils, insbesondere in Kombination von zwei oder mehr der genannten Ausführungen, besonders effektiv optimiert werden.
  • Im alltäglichen bzw. Normalbetrieb von Windenergieanlagen sind Windmessungen häufig ungenau, etwa, weil Windmesseinrichtungen an der Windenergieanlage stromabwärts nach deren Rotor angeordnet sind und deren Messungen durch den Rotor gestört werden. Im Gegensatz hierzu können bei mathematischen Modellen oder zweiten Windenergieanlage in einem Prototypenbetrieb genauere Leistungskurven verwendet und so die Parametrierung mittels der (jeweiligen) künstlichen Intelligenz verbessert werden.
  • Entsprechend wird in einer Ausführung die bzw. wenigstens eine der Leistungskurven der ersten Windenergieanlage mittels einer ersten Messung, in einer Ausführung an der ersten Windenergieanlage und/oder stromabwärts nach einem Rotor der ersten Windenergieanlage, und die bzw. wenigstens eine der Leistungskurven wenigstens einer zweiten Windenergieanlage mittels einer andersartigen zweiten Messung, insbesondere von der zweiten Windenergieanlage beabstandet und/oder stromaufwärts vor einem Rotor der zweiten Windenergieanlage, ermittelt, vorzugsweise mittels eines von der zweiten Windenergieanlage beabstandeten Windmessmastes, einer LIDAR-Messung oder dergleichen.
  • In einer Ausführung wird aus der wenigstens einen Leistungskurve der ersten Windenergieanlage und wenigstens einer Leistungskurve wenigstens einer (der) zweiten Windenergieanlage(n) wenigstens eine gemittelte Leistungskurve ermittelt, und die (jeweilige) künstliche Intelligenz ermittelt den Parameterwert auf Basis dieser gemittelten Leistungskurve(n), wobei in einer Ausführung diese Windenergieanlagen typgleich und/oder ihre Regler gleich parametriert sind bzw. werden. Mit anderen Worten werden in einer Ausführung die erste Windenergieanlage und wenigstens eine (der) zweiten Windenergieanlage(n) zu einer Gruppe zusammengefasst, wobei die (jeweilige) künstliche Intelligenz für deren Regler gemeinsam Parameterwerte ermittelt, insbesondere um ein „Gruppenoptimum“ zu ermitteln.
  • Dadurch können in einer Ausführung Messfehler und/oder stochastische Abweichungen in den Umgebungsbedingungen wenigstens teilweise kompensiert werden.
  • Zusätzlich oder alternativ werden in einer Ausführung zunächst der Regler der ersten Windenergieanlage und der Regler wenigstens einer (der) zweiten Windenergieanlage(n) gleich parametriert, anschließend der Regler der ersten Windenergieanlage auf Basis eines neuen Parameterwerts umparametriert, den die (jeweilige) künstliche Intelligenz auf Basis wenigstens einer mittels Messung ermittelten Leistungskurve dieser Windenergieanlage ermittelt, während der Regler dieser zweiten Windenergieanlage nicht umparametriert wird, und dann der Regler der ersten Windenergieanlage oder dieser zweiten Wiridenergieanlage auf Basis eines Vergleichs dieser beiden Windenergieanlagen, insbesondere ihrer mittels Messung ermittelten Leistungskurven, umparametriert. Mit anderen Worten konkurrieren in einer Ausführung die mithilfe der (jeweiligen) künstlichen Intelligenz adaptiv weiter umparametrierte erste Windenergieanlage und die zweite Windenergieanlage, deren Regler bzw. Parameter währenddessen nicht umparametriert wird und somit als Referenz fungiert, wobei dann anhand eines Vergleiches der adaptiv angepasste Parameterwert oder der Referenz(parameter)wert weiterverwendet wird.
  • Bevorzugt können die beiden vorgenannten Ausführungen miteinander kombiniert sein bzw. werden, insbesondere, indem wenigstens zwei Gruppen von, insbesondere typgleichen, Windenergieanlagen zunächst, in einer Ausführung auf Basis eines Parameterwerts, den die (jeweilige) künstliche Intelligenz ermittelt hat, gleich parametriert werden, anschließend die Regler einer ersten dieser Gruppen auf Basis wenigstens eines neuen Parameterwerts umparametriert werden, den die (jeweilige) künstliche Intelligenz auf Basis wenigstens einer mittels Messung ermittelten, in einer Ausführung gemittelten, Leistungskurve dieser Windenergieanlagen ermittelt, während die Regler einer anderen der Gruppen nicht umparametriert werden und somit als Referenz fungieren, und dann die Regler der ersten oder anderen Gruppe auf Basis eines Vergleichs umparametriert werden.
  • Zusätzlich oder alternativ können auch für wenigstens zwei Gruppen von, insbesondere typgleichen, Windenergieanlagen, jeweils eine künstliche Intelligenz Parameterwerte ermitteln, insbesondere auf Basis über die jeweilige Gruppe gemittelter Leistungskurven, solcherart verschiedene Gruppenoptima für die Parameterwerte ermittelt werden, und dann Windenergieanlagen auf Basis eines Vergleichs mit Windenergieanlagen aus der bzw. den anderen Gruppen parametriert werden.
  • In einer Ausführung ermittelt die (erste und/oder weitere) künstliche Intelligenz den Parameterwert (jeweils) mithilfe von maschinellem, insbesondere verstärkendem, Lernen („Reinforced Learning“ RL). Dies stellt eine für die vorliegende Anwendung besonders vorteilhafte, insbesondere effiziente und/oder zuverlässige, Form künstlicher Intelligenz dar, wobei in einer Ausführung die künstliche Intelligenz vorteilhaft Dynamic Programming und parametrisierte Funktionsapproximatoren, insbesondere Neuronale Netze, miteinander kombiniert.
  • Nach einer Ausführung der vorliegenden Erfindung ist ein System, insbesondere hard- und/oder software-, insbesondere programmtechnisch, zur Durchführung eines hier beschriebenen Verfahrens eingerichtet und/oder weist auf:
    • - eine künstliche Intelligenz zum Ermitteln, insbesondere Anpassen, wenigstens eines Wertes eines Parameters des Reglers auf Basis wenigstens einer mit einem mathematischen Modell dieser Windenergieanlage prognostizierten Leistungskurve der Windenergieanlage; und/oder
    • - eine, insbesondere dieselbe oder eine andere, künstliche Intelligenz zum Ermitteln, insbesondere Anpassen, wenigstens eines Wertes eines Parameters des Reglers auf Basis wenigstens einer mittels Messung ermittelten Leistungskurve dieser Windenergieanlage und/oder wenigstens einer zweiten, insbesondere typgleichen, Windenergieanlage; und/oder
    • - den Regler, der mittels eines hier beschriebenen Verfahrens parametriert ist.
  • In einer Ausführung weist das System bzw. seine Mittel auf:
    • Mittel zum Einstellen eines Einstellwinkels wenigstens eines Blattes eines Rotors der ersten Windenergieanlage, einer Windnachführung des Rotors und/oder eines Bremsmoments eines Generators der ersten Windenergieanlage in Abhängigkeit von der Stellgröße;
    • Mittel zum Auswählen des Parameters aus einer Menge möglicher Parameter des Reglers;
    • Mittel, um der künstlichen Intelligenz ein einstellbarer Startwert und/oder ein zulässiger Wertebereich des Parameters vorzugeben;
    • Mittel zum Ermitteln einer Leistungskurvensensitivität bezüglich verschiedener Komponenten des Parameters mittels der künstlichen Intelligenz;
    • Mittel zum Ermitteln der wenigstens einen Leistungskurve der ersten Windenergieanlage mittels einer ersten Messung, insbesondere an der ersten Windenergieanlage und/oder stromabwärts nach einem Rotor der ersten Windenergieanlage, und der wenigstens einen Leistungskurve wenigstens einer zweiten Windenergieanlage mittels einer andersartigen zweiten Messung, insbesondere von der zweiten Windenergieanlage beabstandet und/oder stromaufwärts vor einem Rotor der zweiten Windenergieanlage;
    • Mittel zum Ermitteln wenigstens einer gemittelten Leistungskurve aus der wenigstens einen Leistungskurve der ersten Windenergieanlage und wenigstens einer Leistungskurve wenigstens einer zweiten Windenergieanlage, wobei die künstliche Intelligenz den Parameterwert auf Basis dieser gemittelten Leistungskurve ermittelt, insbesondere anpasst, bzw. hierzu eingerichtet ist bzw. verwendet wird; und/oder Mittel zum Ermitteln des Parameterwerts durch die künstliche Intelligenz mithilfe von maschinellem, insbesondere verstärkendem, Lernen.
  • Ein Mittel im Sinne der vorliegenden Erfindung kann hard- und/oder softwaretechnisch ausgebildet sein, insbesondere eine, vorzugsweise mit einem Speicher- und/oder Bussystem daten- bzw. signalverbundene, insbesondere digitale, Verarbeitungs-, insbesondere Mikroprozessoreinheit (CPU), Graphikkarte (GPU) oder dergleichen, und/oder ein oder mehrere Programme oder Programmmodule aufweisen. Die Verarbeitungseinheit kann dazu ausgebildet sein, Befehle, die als ein in einem Speichersystem abgelegtes Programm implementiert sind, abzuarbeiten, Eingangssignale von einem Datenbus zu erfassen und/oder Ausgangssignale an einen Datenbus abzugeben. Ein Speichersystem kann ein oder mehrere, insbesondere verschiedene, Speichermedien, insbesondere optische, magnetische, Festkörper- und/oder andere nicht-flüchtige Medien aufweisen. Das Programm kann derart beschaffen sein, dass es die hier beschriebenen Verfahren verkörpert bzw. auszuführen imstande ist, sodass die Verarbeitungseinheit die Schritte solcher Verfahren ausführen kann und damit insbesondere die erste Windenergieanlage betreiben bzw. deren Regler parametrieren bzw. hierzu wenigstens einen Parameterwert ermitteln kann. Ein Computerprogrammprodukt kann in einer Ausführung ein, insbesondere nicht-flüchtiges, Speichermedium zum Speichern eines Programms bzw. mit einem darauf gespeicherten Programm aufweisen, insbesondere sein, wobei ein Ausführen dieses Programms ein System bzw. eine Steuerung, insbesondere einen Computer, dazu veranlasst, ein hier beschriebenes Verfahren bzw. einen oder mehrere seiner Schritte auszuführen.
  • In einer Ausführung werden ein oder mehrere, insbesondere alle, Schritte des Verfahrens vollständig oder teilweise automatisiert durchgeführt, insbesondere durch das System bzw. sein(e) Mittel.
  • In einer Ausführung weist das System die erste und/oder wenigstens eine zweite, Windenergieanlage auf.
  • Weitere Vorteile und Merkmale ergeben sich aus den Unteransprüchen und den Ausführungsbeispielen. Hierzu zeigt, teilweise schematisiert:
    • 1: nach einer Ausführung der vorliegenden Erfindung; und
    • 2: nach einer Ausführung der vorliegenden Erfindung.
  • 1 zeigt ein System zum Betreiben einer ersten Windenergieanlage 10 bzw. Parametrieren eines Reglers dieser Windenergieanlage nach einer Ausführung der vorliegenden Erfindung, 2 ein entsprechendes Verfahren.
  • Die erste Windenergieanlage weist in an sich bekannter Weise eine Gondel 11 auf, die drehbar auf einem Turm 12 angeordnet ist und einen Rotor mit verstellbaren Blättern 13 aufweist, der mit einem Generator 14 gekoppelt ist.
  • Ein Regler 2 der Windenergieanlage verstellt auf Basis einer gemessenen Generatorleistung und/oder einer mittels einer windenergieanlagefesten Windmesseinrichtung 15 gemessenen Windgeschwindigkeit ein Bremsmoment des Generators, eine Windnachführung der Gondel um eine in 1 vertikale Gierachse und/oder kollektiv oder individuell Einstellwinkel β der Rotorblätter, beispielsweise mittels einer, in einer Ausführung kaskadierten, Schwellwert- und/oder Proportional-, Integral- und/oder Differentialregelung oder einer andersartigen Regelung.
  • Hierzu wird bzw. ist der Regler nach einer Ausführung der vorliegenden Erfindung parametriert, beispielsweise (Parameter)Werte für Verstärkungskoeffizienten, Schwellwerte oder dergleichen.
  • Dazu werden in einem ersten Schritt S10 (vgl. 2) einer künstlichen Intelligenz 30, im Ausführungsbeispiel einem Computer mit Software zum Reinforced (Machine) Learning, mittels einer Schnittstelle 31, beispielsweise einem Eingabemenü oder dergleichen, Startwerte und/oder zulässige Wertebereiche für die Komponenten des mehrdimensionalen Parameters vorgegeben.
  • In einem zweiten Schritt S20 wird durch die künstliche Intelligenz mithilfe eines mathematischen Modells 10 der Windenergieanlage, das für von der künstlichen Intelligenz vorgegebene Parameterwerte des mitmodellierten Reglers und vorgegebene virtuelle Windgeschwindigkeitswerte jeweils eine hierbei erzeugte elektrische Leistung P der modellierten Windenergieanlage und damit Leistungskurven L1-L3 der Windenergieanlage für verschiedene Bereiche der virtuellen Windgeschwindigkeit v simuliert bzw. prognostiziert, ermittelt, wie stark der Einfluss der verschiedenen Komponenten des Parameters, beispielsweise also einzelner Verstärkungskoeffizienten oder dergleichen, innerhalb ihres zulässigen Wertebereichs auf die Leistungskurven ist. Die künstliche Intelligenz ermittelt in Schritt S20 dann (jeweils) einen (mehrdimensionalen Parameter)Wert, der die (jeweilige) Leistungskurve optimiert.
  • In einem dritten Schritt S30 wird der Regler einer typgleichen zweiten realen Windenergieanlage 40 mit dem so gefundenen (jeweiligen Parameter)Wert als Startwert parametriert.
  • Dann ermittelt in einem vierten Schritt S40 dieselbe oder eine weitere künstliche Intelligenz, im Ausführungsbeispiel der bzw. ein weiterer Computer mit Software zum Reinforced (Machine) Learning, mithilfe von Leistungskurven dieser Windenergieanlage 40 für verschiedene Windgeschwindigkeitsbereiche, die auf Basis von Windgeschwindigkeitswerten, die mittels eines von der zweiten Windenergieanlage beabstandeten Windmessmastes 41, einer LIDAR-Messung oder dergleichen stromaufwärts vor einem Rotor 42 gemessen werden, sowie hierbei erzeugter elektrischer Leistungen der zweiten Windenergieanlage ermittelt werden, für Komponenten des Parameters, die aufgrund der in Schritt S20 ermittelten Leistungskurvensensitivität ausgewählt wurden, Werte, die die Leistungskurven weiter optimieren. Hierzu variiert die künstliche Intelligenz Werte dieser Komponenten innerhalb eines vorgegebenen zulässigen Wertebereichs.
  • In einem fünften Schritt S50 werden der Regler der ersten Windenergieanlage 10 und Regler weiterer zweiter typgleicher Windenergieanlagen 50-52 mit den so gefundenen (Parameter)Werten parametriert und diese Windenergieanlagen in zwei Gruppen aufgeteilt.
  • Die Regler einer ersten dieser beiden Gruppen werden in einem sechsten Schritt S60 analog zu den vorstehend beschriebenen Schritten S20 bzw. S40 mithilfe derselben oder einer weiteren künstlichen Intelligenz, im Ausführungsbeispiel des bzw. eines weiteren Computers mit Software zum Reinforced (Machine) Learning, gemeinsam weiter umparametriert.
  • Hierbei ermittelt die künstliche Intelligenz auf Basis von Leistungskurven, die über die erste Gruppe gemittelt werden, für die Komponenten des Parameters, die aufgrund der in Schritt S20 ermittelten Leistungskurvensensitivität ausgewählt wurden, Werte, die diese gemittelten Leistungskurven weiter optimieren. Mit anderen Worten wird der Parameterwert (jeweils) gruppenweise optimiert bzw. ein Gruppenoptimum ermittelt.
  • Die Regler der anderen der beiden Gruppen werden in Schritt S60 hingegen mit dem in Schritt S40 gefundenen (jeweiligen Parameter)Wert betrieben und dabei ebenfalls mithilfe von Windgeschwindigkeitswerten, die mittels der stromabwärts hinter dem Rotor der jeweiligen Windenergieanlage an deren Gondel angeordneten Windmesseinrichtung gemessen werden, sowie hierbei erzeugter elektrischer Leistungen der jeweiligen Windenergieanlage Leistungskurven dieser Windenergieanlagen für verschiedene Windgeschwindigkeitsbereiche ermittelt.
  • Dann werden in einem Schritt S70 für je eine Windenergieanlage aus der ersten Gruppe und eine Windenergieanlage aus der anderen Gruppe, die ähnliche Umgebungs-, insbesondere Aufstell- und/oder Windbbedingungen aufweisen, die jeweiligen Leistungskurven verglichen.
  • Sofern die Leistungskurven der Windenergieanlage aus der ersten Gruppe besser als die der Windenergieanlage aus der anderen Gruppe sind (S80: „Y“), wird in einem Schritt S85 der Regler der Windenergieanlage aus der anderen Gruppe mit den in Schritt S60 ermittelten (Parameter)Werten des Reglers der Windenergieanlage aus der ersten Gruppe parametriert.
  • Andernfalls (S80: „N“) wird umgekehrt in einem Schritt S90 der Regler der Windenergieanlage aus der ersten Gruppe mit den in Schritt S40 ermittelten (Parameter)Werten bzw. den (Parameter)Werten des Reglers der Windenergieanlage aus der anderen Gruppe (zurück)parametriert.
  • Sowohl in Schritt S85 als auch S90 kann anschließend der Regler der Windenergieanlage aus der ersten Gruppe in analoger Weise weiter (adaptiv) umparametriert und dabei gegen die Windenergieanlage aus der anderen Gruppe referenziert werden.
  • Obwohl in der vorhergehenden Beschreibung exemplarische Ausführungen erläutert wurden, sei darauf hingewiesen, dass eine Vielzahl von Abwandlungen möglich ist.
  • So können insbesondere Schritt S10, die Schritte S20 und S30, Schritt S40 und/oder die Schritte S70 und S80 sowie Teile von Schritt S60 entfallen, also insbesondere das (Vor)Parametrieren mithilfe des mathematischen Modells und/oder der zweiten Windenergieanlage 40 und/oder das Parametrieren auf Basis eines Vergleiches mit einer unveränderten Referenz-Windenergieanlage und/oder das Ermitteln von Gruppenoptima.
  • Zusätzlich oder alternativ können auch zwei oder mehr Gruppen gebildet und jeweils adaptiv Parameterwerte bzw. Gruppenoptima ermittelt und miteinander und/oder unverändert parametriert)en Referenz-Windenergieanlagen verglichen und dann die Windenergieanlagen entsprechend parametriert werden.
  • Außerdem sei darauf hingewiesen, dass es sich bei den exemplarischen Ausführungen lediglich um Beispiele handelt, die den Schutzbereich, die Anwendungen und den Aufbau in keiner Weise einschränken sollen. Vielmehr wird dem Fachmann durch die vorausgehende Beschreibung ein Leitfaden für die Umsetzung von mindestens einer exemplarischen Ausführung gegeben, wobei diverse Änderungen, insbesondere in Hinblick auf die Funktion und Anordnung der beschriebenen Bestandteile, vorgenommen werden können, ohne den Schutzbereich zu verlassen, wie er sich aus den Ansprüchen und diesen äquivalenten Merkmalskombinationen ergibt.
  • Bezugszeichenliste
  • 10
    erste Windenergieanlage
    10'
    Modell
    11
    Gondel
    12
    Turm
    13
    Rotor(blatt)
    14
    Generator
    15
    Windmesseinrichtung
    2
    Regler
    30
    Computer mit Software zum Reinforced Learning (Kl)
    31
    Schnittstelle
    40
    zweite Windenergieanlage
    41
    Windmessmast
    42
    Rotor(blatt)
    50, 51, 52
    zweite Windenergieanlage
    L1-L3
    Leistungskurve
    P
    elektrische Leistung
    v
    gemittelte Windgeschwindigkeit
    β
    Blatteinstellwinkel

Claims (10)

  1. Verfahren zum, insbesondere mehrstufigen und/oder adaptiven, Parametrieren eines Reglers (2) einer ersten Windenergieanlage (10), der eine Stellgröße der Windenergieanlage in Abhängigkeit von einer Eingangsgröße einstellt, wobei eine künstliche Intelligenz (30) wenigstens einen Wert eines Parameters des Reglers auf Basis wenigstens einer mit einem mathematischen Modell (10') dieser Windenergieanlage prognostizierten Leistungskurve (L1-L3) der Windenergieanlage ermittelt, insbesondere anpasst und/oder eine künstliche Intelligenz (30) wenigstens einen Wert eines Parameters des Reglers auf Basis wenigstens einer mittels Messung ermittelten Leistungskurve dieser Windenergieanlage und/oder wenigstens einer zweiten, insbesondere typgleichen, Windenergieanlage (40, 50-52) ermittelt, insbesondere anpasst.
  2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Eingangsgröße von einer Windgeschwindigkeit (v) und/oder elektrischen und/oder mechanischen Leistung (P) der Windenergieanlage abhängt und/oder ein Einstellwinkel (β) wenigstens eines Blattes eines Rotors (13) der ersten Windenergieanlage, eine Windnachführung des Rotors und/oder ein Bremsmoment eines Generators (14) der ersten Windenergieanlage in Abhängigkeit von der Stellgröße eingestellt wird.
  3. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der Parameter aus einer Menge möglicher Parameter des Reglers ausgewählt wird und/oder der künstlichen Intelligenz ein einstellbarer Startwert und/oder ein zulässiger Wertebereich des Parameters vorgegeben wird und/oder die künstliche Intelligenz eine Leistungskurvensensitivität bezüglich verschiedener Komponenten des Parameters ermittelt.
  4. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die wenigstens eine Leistungskurve der ersten Windenergieanlage mittels einer ersten Messung, insbesondere an der ersten Windenergieanlage und/oder stromabwärts nach einem Rotor (13) der ersten Windenergieanlage, und die wenigstens eine Leistungskurve wenigstens einer zweiten Windenergieanlage (40) mittels einer andersartigen zweiten Messung, insbesondere von der zweiten Windenergieanlage beabstandet und/oder stromaufwärts vor einem Rotor (42) der zweiten Windenergieanlage, ermittelt wird.
  5. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass aus der wenigstens einen Leistungskurve der ersten Windenergieanlage und wenigstens einer Leistungskurve wenigstens einer zweiten Windenergieanlage (50-52) wenigstens eine gemittelte Leistungskurve ermittelt wird und die künstliche Intelligenz den Parameterwert auf Basis dieser gemittelten Leistungskurve ermittelt, insbesondere anpasst.
  6. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der Regler der ersten Windenergieanlage und wenigstens einer zweiten Windenergieanlage zunächst gleich parametriert werden, der Regler der ersten Windenergieanlage auf Basis eines neuen Parameterwerts umparametriert wird, den die künstliche Intelligenz auf Basis wenigstens einer mittels Messung ermittelten Leistungskurve dieser Windenergieanlage ermittelt, und der Regler der ersten Windenergieanlage oder der zweiten Windenergieanlage auf Basis eines Vergleichs dieser beiden Windenergieanlagen umparametriert wird.
  7. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die künstliche Intelligenz den Parameterwert mithilfe von maschinellem, insbesondere verstärkendem, Lernen ermittelt.
  8. Verfahren zum Betreiben einer Windenergieanlage (10), wobei ein Regler (2), der mittels eines Verfahrens nach einem der vorhergehenden Ansprüche parametriert ist, die Stellgröße der Windenergieanlage in Abhängigkeit von der Eingangsgröße einstellt.
  9. System zum Parametrieren eines Reglers (2) einer ersten Windenergieanlage (10), der eine Stellgröße der Windenergieanlage in Abhängigkeit von einer Eingangsgröße einstellt, und/oder Betreiben einer Windenergieanlage (10), das zur Durchführung eines Verfahrens nach einem der vorhergehenden Ansprüche eingerichtet ist und/oder aufweist: - eine künstliche Intelligenz (30) zum Ermitteln, insbesondere Anpassen, wenigstens eines Wertes eines Parameters des Reglers auf Basis wenigstens einer mit einem mathematischen Modell (10') dieser Windenergieanlage prognostizierten Leistungskurve (L1-L3) der Windenergieanlage; - eine künstliche Intelligenz (30) zum Ermitteln, insbesondere Anpassen, wenigstens eines Wertes eines Parameters des Reglers auf Basis wenigstens einer mittels Messung ermittelten Leistungskurve dieser Windenergieanlage und/oder wenigstens einer zweiten, insbesondere typgleichen, Windenergieanlage (40, 50-52); und/oder - den Regler (2), der mittels eines Verfahrens nach einem der vorhergehenden Ansprüche parametriert ist.
  10. Computerprogrammprodukt mit einem Programmcode, der auf einem von einem Computer lesbaren Medium gespeichert ist, zur Durchführung eines Verfahrens nach einem der vorhergehenden Ansprüche.
DE102018009548.8A 2018-12-10 2018-12-10 Verfahren und System zum Parametrieren eines Reglers einer Windenergieanlage und/oder Betreiben einer Windenergieanlage Withdrawn DE102018009548A1 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE102018009548.8A DE102018009548A1 (de) 2018-12-10 2018-12-10 Verfahren und System zum Parametrieren eines Reglers einer Windenergieanlage und/oder Betreiben einer Windenergieanlage
PCT/EP2019/084178 WO2020120379A1 (de) 2018-12-10 2019-12-09 Verfahren und system zum parametrieren eines reglers einer windenergieanlage und/oder betreiben einer windenergieanlage

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102018009548.8A DE102018009548A1 (de) 2018-12-10 2018-12-10 Verfahren und System zum Parametrieren eines Reglers einer Windenergieanlage und/oder Betreiben einer Windenergieanlage

Publications (1)

Publication Number Publication Date
DE102018009548A1 true DE102018009548A1 (de) 2020-06-10

Family

ID=68835243

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102018009548.8A Withdrawn DE102018009548A1 (de) 2018-12-10 2018-12-10 Verfahren und System zum Parametrieren eines Reglers einer Windenergieanlage und/oder Betreiben einer Windenergieanlage

Country Status (2)

Country Link
DE (1) DE102018009548A1 (de)
WO (1) WO2020120379A1 (de)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2405492A (en) * 2003-08-30 2005-03-02 Distant Control Ltd System for remote monitoring and control of power generating plant
US20110006525A1 (en) * 2007-05-15 2011-01-13 Jochen Cleve Method for Operating a Wind Farm Comprising a Plurality of Wind Turbines
US20140306451A1 (en) * 2013-04-12 2014-10-16 King Fahd University Of Petroleum And Minerals Adaptive pitch control system for wind generators
DE102016103101A1 (de) * 2016-02-23 2017-08-24 Wobben Properties Gmbh Verfahren und Windparkregelungsmodul zum Regeln eines Windparks
EP3432091A1 (de) * 2017-07-19 2019-01-23 Siemens Aktiengesellschaft Verfahren und steuereinrichtung zum steuern eines technischen systems

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2405492A (en) * 2003-08-30 2005-03-02 Distant Control Ltd System for remote monitoring and control of power generating plant
US20110006525A1 (en) * 2007-05-15 2011-01-13 Jochen Cleve Method for Operating a Wind Farm Comprising a Plurality of Wind Turbines
US20140306451A1 (en) * 2013-04-12 2014-10-16 King Fahd University Of Petroleum And Minerals Adaptive pitch control system for wind generators
DE102016103101A1 (de) * 2016-02-23 2017-08-24 Wobben Properties Gmbh Verfahren und Windparkregelungsmodul zum Regeln eines Windparks
EP3432091A1 (de) * 2017-07-19 2019-01-23 Siemens Aktiengesellschaft Verfahren und steuereinrichtung zum steuern eines technischen systems

Also Published As

Publication number Publication date
WO2020120379A1 (de) 2020-06-18

Similar Documents

Publication Publication Date Title
EP1817496B1 (de) Verfahren zum optimieren des betriebs von windenergieanlagen
EP3529669B1 (de) Verfahren und steuereinrichtung zum steuern eines technischen systems
DE102004056223B4 (de) Vorrichtung und Verfahren zur Funktionsprüfung einer Windenergieanlage
DE112012005771T5 (de) Windkraftanlage und Verfahren zum Bestimmen von Windkraftanlagenparametern
EP2145112B1 (de) Einrichtung und verfahren zur störungsüberwachung
DE102011052666A1 (de) Vorrichtung und Verfahren zum Betreiben einer Windkraftanlage
EP3421784A1 (de) Verfahren zum betreiben einer windenergieanlage
EP3548737B1 (de) Windenergieanlage und verfahren zum betreiben einer windenergieanlage
EP3420222B1 (de) Verfahren und windparkregelungsmodul zum regeln eines windparks
EP3095168B1 (de) Verfahren und regel- und/oder steuereinrichtung zum betrieb einer windenergieanlage und/oder eines windparks sowie windenergieanlage und windpark
DE102014111841A1 (de) Verfahren und Systeme zur Erfassung eines Rotorblattschadens einer Windkraftanlage
EP2667023B1 (de) Steuerung eines Windenergiesystems
WO2020174007A1 (de) Verfahren und system zum steuern einer windenergieanlagenanordnung
DE112018001318T5 (de) Windleistungserzeugungssystem
WO2020120380A1 (de) Verfahren und system zum parametrieren eines reglers einer windenergieanlage und/oder betreiben einer windenergieanlage
EP2943841A1 (de) Verfahren zur rechnergestützten steuerung und/oder regelung eines technischen systems
DE102018009548A1 (de) Verfahren und System zum Parametrieren eines Reglers einer Windenergieanlage und/oder Betreiben einer Windenergieanlage
DE102011075337A1 (de) Verfahren und Vorrichtung zur Ansteuerung einer Anlage
EP3499023A1 (de) Verfahren und system zum betreiben einer windenergieanlage
DE102019000097A1 (de) Verfahren und System zum Steuern einer Windenergieanlage
EP3877924A1 (de) Windpark-energieparameterwert-prognose
DE102013002662A1 (de) Verfahren und Vorrichtung zum Betreiben zumindest einer Windenergieanlage und zum Bestimmen einer Zustandsgröße einer Windenergieanlage
WO2019101422A1 (de) Verfahren zum rechnergestützten steuern eines technischen systems, insbesondere einer energieerzeugungsanlage
EP3506026A1 (de) Verfahren zur rechnergestützten prädiktion von mindestens einer globalen betriebsgrösse eines technischen systems
WO2020083656A1 (de) Steuerung einer windenergieanlage

Legal Events

Date Code Title Description
R163 Identified publications notified
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee