ES2967072T3 - Control y estimación basados en modelos de turbinas eólicas con modelos precisos en línea - Google Patents
Control y estimación basados en modelos de turbinas eólicas con modelos precisos en línea Download PDFInfo
- Publication number
- ES2967072T3 ES2967072T3 ES20203106T ES20203106T ES2967072T3 ES 2967072 T3 ES2967072 T3 ES 2967072T3 ES 20203106 T ES20203106 T ES 20203106T ES 20203106 T ES20203106 T ES 20203106T ES 2967072 T3 ES2967072 T3 ES 2967072T3
- Authority
- ES
- Spain
- Prior art keywords
- model
- dynamic behavior
- wind
- structural
- wind turbine
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
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
- F03D7/00—Controlling 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
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/04—Automatic control; Regulation
- F03D7/042—Automatic control; Regulation by means of an electrical or electronic controller
- F03D7/043—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic
- F03D7/045—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic with model-based controls
-
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
-
- 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
- F05B2260/84—Modelling or simulation
-
- 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
-
- 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
- F05B2270/324—Air pressure
-
- 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
- F05B2270/328—Blade pitch angle
-
- 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
- F05B2270/329—Azimuth or yaw angle
-
- 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
- F05B2270/40—Type of control system
- F05B2270/404—Type of control system active, predictive, or anticipative
-
- 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
- F05B2270/70—Type of control algorithm
- F05B2270/702—Type of control algorithm differential
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Combustion & Propulsion (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Wind Motors (AREA)
- Control Of Eletrric Generators (AREA)
- Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
- Feedback Control In General (AREA)
Abstract
Un sistema para calcular los parámetros operativos estimados y/o comandos de control de una turbina eólica, incluye sensores que monitorean la turbina eólica, un procesador de control que implementa un modelo que realiza una evaluación de linealización para obtener un comportamiento dinámico de un componente estructural, un comportamiento dinámico de un componente de fluido y/o un comportamiento dinámico combinado de componentes estructurales y de fluidos de la operación de turbina eólica, y un módulo que realiza un cálculo utilizando la evaluación de linealización del comportamiento dinámico del componente estructural, el comportamiento dinámico del componente de fluidos y/o el comportamiento dinámico combinado de componentes estructurales y de fluidos. El módulo es al menos uno de un módulo de estimación y un módulo de control multivariable. El módulo de estimación genera estimaciones de señales de los estados de la turbina o del fluido. El módulo de control multivariable que determina los comandos del actuador que incluyen comandos de la turbina eólica que mantienen el funcionamiento de la turbina eólica en una configuración predeterminada en tiempo real. También se divulgan un método y un medio no transitorio. (Traducción automática con Google Translate, sin valor legal)
Description
DESCRIPCIÓN
Control y estimación basados en modelos de turbinas eólicas con modelos precisos en línea
Antecedentes
[0001]Los modelos de turbinas eólicas y la aerodinámica circundante se usan en aplicaciones de estimación y control para capturar el comportamiento físico de la turbina para realizar cálculos en línea. En algunas aplicaciones de estimación convencionales, el modelo se puede usar para proporcionar una aproximación de las magnitudes de los parámetros que no se miden directamente. Por ejemplo, un estimador basado en un modelo de turbina eólica puede proporcionar la deflexión de la punta de la pala, aunque no se use ningún sensor de deflexión de la punta. En algunas aplicaciones de control convencionales, un modelo de turbina eólica puede proporcionar al sistema de control estimaciones calculadas de los momentos de la base de la torre, los momentos de la raíz de pala, etc. como entrada a partir de la cual el sistema de control puede encontrar un conjunto apropiado de comandos para ajustar el ángulo depitchde pala y el par del generador para garantizar que los momentos de la raíz de pala y de la base de la torre no excedan sus límites permitidos.
[0002]Los modelos de turbinas eólicas también se pueden usar en simulaciones de alta fidelidad fuera de línea, por ejemplo, como se requiere en análisis detallados de cargas estructurales. Estos modelos incluyen típicamente muchos grados de libertad para mejorar la precisión predictiva del comportamiento transitorio. Los grados de libertad típicos modelados de las turbinas en entornos de simulación de turbinas eólicas incluyen la rotación del tren de transmisión, la torsión del tren de transmisión, los primeros modos de flexión de la torre en las direcciones de adelante hacia atrás y de lado a lado, los primeros modos de torsión de la torre, los primeros modos de flexión de las palas en las direcciones de aleta y borde, los primeros modos de torsión de las palas, los modos de traslación y rotación de la cimentación de la torre y el modo de cabeceo de la góndola.
[0003]Una diferencia clave entre los modelos usados para simulación y los usados para estimación o control es que estos últimos requieren el cálculo de aproximaciones lineales o derivadas, que son caras de computar, mientras que los modelos de simulación solo necesitan evaluar las ecuaciones. Los modelos usados para la aplicación de control y estimación se denominarán "modelos de control".
[0004]Debido a las limitadas capacidades computacionales proporcionadas en las plataformas de control industrial convencionales, la fidelidad que caracteriza a los modelos de simulación es difícil de lograr en modelos de control que funcionan en tiempo real. Para capturar las características operativas más esenciales de la turbina eólica en un entorno computacional limitado, los modelos de control convencionales de primera generación usan modelos simplificados de la dinámica estructural y aerodinámica de la turbina. Los elementos típicos de estos modelos convencionales en línea se caracterizan por un modelo aerodinámico casi estable simplificado en forma de tablas de consulta(“lookup table")obtenidas de la teoría del Momento del Elemento de Pala ("BEM") adoptando numerosas suposiciones; por ejemplo, modelando solo los primeros modos de flexión de la torre en direcciones de adelante hacia atrás y de lado a lado, y suponiendo que las fuerzas aerodinámicas se desarrollan instantáneamente en respuesta a cualquier cambio en el campo eólico o en los desplazamientos estructurales.
[0005]Estos modelos en línea típicos de turbinas eólicas pueden incluir elementos tales como, por ejemplo, rotación del tren de transmisión [Ecuaciones (1)-(2)]; primer modo de flexión de la torre en dirección de adelante hacia atrás [Ecuaciones (3)-(4)]; primer modo de flexión de la torre en dirección de lado a lado [Ecuaciones (5)-(6)]; y tablas aerodinámicas estáticas para potencia, par de torsión y empuje [Ecuaciones (7)-(8)]. Estos modelos convencionales pueden tener las siguientes formas:
tfr— 2 (faU)faVfa —W/íii/o -i-Klí ¡i (“9
dt~^ss^ss^B3 ^ss^ss -^2 Tgffn(6)
M$i$ \pV¿ffnR3Cm(e,Z}(7)
Fe=-zpV¿ffitF2Ct (d.¿J [3)
[0006]DóndeGes el ángulo depitchde pala,Veff =Vw - f es la velocidad efectiva del viento en la cima de la torre,Á=wR/Veffes la relación entre la punta de la pala y la velocidad del viento;tgenes la entrada de control de par de torsión del generador; yNges la relación de la multiplicadora. La ventaja del modelo (1-8) es que sus derivadas son sencillas de calcular. Sin embargo, los controladores que usan este tipo de modelos de control pueden tener un rendimiento limitado debido a su inexactitud.
[0007]Para lograr una mayor producción de energía y capacidades superiores de mitigación de carga, se necesitan avances en los criterios de diseño y operación de las centrales de generación de energía con turbinas eólicas. Se pueden obtener avances operativos mejorando el diseño del sistema de control y la estructura de la turbina y los modelos aerodinámicos.
El documento EP1907695A18 describe la estimación y el seguimiento del flujo del viento usando la dinámica de la torre; el documento KR20180119960A describe un modelo de control predictivo con un conjunto de control finito para turbinas eólicas de velocidad variable. El documento EP1911968A1 es otro ejemplo relevante del estado de la técnica.
[0008]Lo que falta en la técnica son modelos de control que tengan una mayor fidelidad que los modelos convencionales para proporcionar un diseño del sistema de control mejorado y la estructura de la turbina y el modelado aerodinámico. Estos modelos de mayor fidelidad seguirán necesitando funcionar con la limitada potencia computacional disponible en una plataforma de generación de energía eólica, pero proporcionarán una representación física rigurosa de la turbina y la aerodinámica. La presente invención se define por las reivindicaciones adjuntas.Breve descripción de los dibujos
[0009]
La FIG. 1 representa esquemáticamente una estructura de modelo aeroelástico de acuerdo con modos de realización;
la FIG. 2 representa un proceso para computar señales de control para el funcionamiento dinámico de una turbina eólica de acuerdo con modos de realización; y
la FIG. 3 representa un sistema para computar señales de control para el funcionamiento dinámico de una turbina eólica de acuerdo con modos de realización.
Descripción
[0010]Los sistemas y procedimientos incorporados proporcionan un modelo de control de alta fidelidad de turbina eólica que proporciona una representación física rigurosa de la dinámica estructural y aerodinámica de la turbina mientras funciona con la potencia computacional limitada disponible en una plataforma de generación de energía eólica.
[0011]Los intentos anteriores de mejorar el modelado convencional se ven obstaculizados por errores de modelado que se originan a partir de un conjunto de suposiciones simplificadoras, que incluyen, pero sin limitarse a, representar la flexión de la torre usando solo el primer modo de flexión, ignorar la torsión de la torre, ignorar la flexibilidad de las palas, representar el viento determinista como la velocidad del viento media únicamente, ignorar los efectos dinámicos de la estela y suponer una cimentación de torre rígida.
[0012]Modelos aeroelásticos precisos de turbinas eólicas para estimación y control
[0013]Las técnicas de modelado incorporadas incluyen un enfoque diferente de los modelos convencionales para implementar ecuaciones mecánicas más rigurosas para representar la interacción dinámica entre múltiples cuerpos, incluida la representación flexible de las palas, la torre y el eje principal. Los modelos incorporados también pueden incluir ecuaciones aerodinámicas precisas que incluyen representaciones de velocidades inducidas e interacción fluido/estructura.
[0014]Los algoritmos incorporados que proporcionan estas soluciones a estas ecuaciones mecánicas y aerodinámicas pueden producir resultados rigurosos y precisos en tiempo real (es decir, durante el control operativo de la turbina eólica) mientras se ejecutan en la potencia computacional limitada disponible en la plataforma de la turbina eólica.
[0015]La Figura 1 representa esquemáticamente una estructura modelo aeroelástica 100 de acuerdo con modos de realización. Para gestionar la complejidad del modelo aeroelástico general 100, es conveniente dividirlo en un modelo de componente estructural 110 y un modelo de componente aerodinámico (fluido) 120. El componente estructural 110 aborda la dinámica de los cuerpos rígidos y flexibles; y el componente de fluido 120 aborda el comportamiento asociado con fuerzas aerodinámicas (y fuerzas hidrodinámicas para aplicaciones de energía eólica marina). El siguiente análisis está dirigido únicamente a la fuerza del fluido aerodinámico en la interfaz entre los modelos de componentes estructurales y aerodinámicos. Sin embargo, un experto en la técnica puede incorporar fácilmente fuerzas hidrodinámicas para aplicaciones eólicas marinas.
Modelo estructural
[0016]Los modelos estructurales de turbinas eólicas convencionales se formulan analíticamente como un sistema de múltiples cuerpos con componentes flexibles que pueden expresarse matemáticamente mediante enfoques de Lagrange, D'Alembert o Newton-Euler. Aplicando esta metodología convencional a una formulación de Lagrange de un sistema de turbina eólica, la función de Lagrange L se calcula como la diferencia entre la energía cinética(turbina)y energía potencial(Vturbina)
<1 — 7 t u r ¿ ü i a>V tu rb in
[0017]Donde las energías cinética y potencial se calculan como la suma de las contribuciones de cada componente. Esto se expresa matemáticamente como
í ’nij binc = i Sejetorre+ ^ófinolnTírenrií t7d7i37n:síÓ7i íp i i c j
[0018]Las ecuaciones estructurales de movimiento de la turbina eólica se pueden obtener a continuación a partir de la formulación de Lagrange estándar
d
[0019]Donde q son las coordenadas generalizadas del sistema, Q son las fuerzas generalizadas y la notación d L
indica una derivada parcial con respecto a la variable v, y indica la derivada con respecto al tiempo. Se aplican manipulaciones matemáticas estándar en (9) para obtener las ecuaciones estructurales de la forma
[0020]Dondeuson las entradas de control (por ejemplo, ángulo depitchde pala, par de torsión del generador);Mes la matriz de masa; y el vectorhrepresenta las fuerzas generalizadas de diferentes fuentes (h =h'nercia+hgravedad+haero+haplicada),incluidas las fuerzas de inercia, las fuerzas gravitacionales y aerodinámicas, así como las fuerzas aplicadas como el par de torsión eléctrico en el eje principal y el par en los motores depitchde pala.
[0021]El vectoryscontiene salidas del modelo estructural que son útiles para aplicaciones de control o estimación. Por ejemplo, para las aplicaciones de estimación,ysincluye las mediciones de sensores simuladas; para las aplicaciones de control,ysincluye típicamente señales que se pueden usar para evaluar la acción de retroalimentación, por ejemplo, momentos de empuje, torre y pala. La concatenación de coordenadas y sus derivadas se suele adoptar como vector de estado del sistema estructural xs = [|].
[0022]Estas formulaciones convencionales se podrían usar para obtener un entorno de simulación para el diseño de sistemas y/o controladores, o certificación de carga. Sin embargo, estos modelos de simulación convencionales no se pueden implementar de manera efectiva para funcionar en tiempo real.
[0023]Los sistemas y procedimientos incorporados aprovechan el procedimiento sistemático descrito para obtener ecuaciones de movimiento para un sistema de turbina eólica para avanzar aún más en la definición del modelo e incluir la capacidad de generar jacobianos del modelo analíticamente para permitir la implementación en un proceso en línea en tiempo real (es decir, durante el control operativo de la turbina eólica).
Modelo aerodinámico
[0024]Las fuerzas aerodinámicas se pueden obtener a partir de un modelo de Momento del Elemento de Pala (BEM) para evaluar el campo de velocidad inducido alrededor de la turbina eólica y las fuerzas aerodinámicas locales en cada pala. Las palas se dividen en un número finito de elementos y luego se calculan la sustentación, el arrastre y el momento aerodinámico en cada elemento en base a la velocidad del viento local, el desplazamiento y la velocidad locales del elemento de la pala y las características del perfil aerodinámico.
[0025]Para tener una representación física más precisa, las ecuaciones BEM se pueden modificar para considerar el efecto de las pérdidas en la punta y la raíz de pala, por ejemplo, usando factores de corrección de Prandtl-Glauert.
[0026]El modelo BEM se puede combinar con modelos de estela que describen la dinámica del campo de viento entrante mediante velocidades inducidas. Los modelos de flujo de entrada dinámicos se pueden usar para capturar las constantes de tiempo de las velocidades inducidas para adaptarse a nuevas condiciones de funcionamiento. Si se ignoran los efectos dinámicos de la estela, por ejemplo usando modelos de estela estáticos o de estado estacionario donde se puede suponer que las velocidades inducidas alcanzan un equilibrio instantáneo con las fuerzas aerodinámicas, los correspondientes controladores basados en modelos pueden tener una representación inadecuada de la estela de interacción estructural de fluido y posiblemente dar lugar a inestabilidades. El modelo aerodinámico completo que combina modelos tipo BEM con modelos de estela dinámica se puede escribir en la forma:
[0027]Donde Xa es el vector de estado aerodinámico que puede contener velocidades axiales y tangenciales inducidas;Zaes el vector de ecuaciones algebraicas aerodinámicas;Wpes el vector de parámetros deterministas del viento, que posiblemente incluyan la velocidad media del viento, la desalineación, el corte, el giro y las variaciones armónicas alrededor del ángulo de acimut; Xs es el estado del componente estructural;haerorepresenta las fuerzas y momentos aerodinámicos generalizados para las palas (típicamente 3 palas); y la funcióngalgrepresenta restricciones algebraicas explícitas de las magnitudes aerodinámicas. Se pueden representar formas alternativas sin restricciones algebraicas, teniéndolas implícitamente definidas dentro de las funcionesfy g. La formulación suele presentarse como un programa de ordenador y no como un conjunto de expresiones en forma cerrada (12-14).
[0028]El acoplamiento entre los modelos aerodinámico y estructural se implementa a través del estado estructuralxs,que es una entrada al modelo aerodinámico, y la fuerza aerodinámica generalizadahaeroque es una entrada al modelo estructural.
[0029]Si la turbina eólica hace uso de sensores de viento remotos (por ejemplo, LIDAR, SODAR, RADAR) para medir los componentes de la velocidad del viento corriente arriba o corriente abajo, el modelo aerodinámico puede incluir una representación ampliada del viento para capturar las velocidades de entrada y estela en frente y/o o detrás de la turbina, no solo en la cara del rotor. Para obtener un modelo aerodinámico consistente para aplicaciones de estimación, algunos modos de realización definen una cuadrícula tridimensional que incluye la cara del rotor y las localizaciones remotas de medición del viento y aumenta el modelo aerodinámico en (12-14) para incluir las velocidades del viento en estos puntos como parte de los estados aerodinámicosXa,y la propagación de las velocidades del viento a lo largo de la dirección de la velocidad media del viento como parte de la ecuación dinámica (12).
[0030]Durante el funcionamiento de la turbina eólica, las fuerzas aerodinámicas, de peso y de inercia sobre la pala provocan una torsión flexible de la pala que tiende a reducir el rendimiento aerodinámico y las cargas estructurales. El efecto de la torsión de la pala o giro flexible se modela típicamente incluyendo grados de libertad de torsión de la pala en las ecuaciones dinámicas o adoptando un enfoque cuasiestático y calculando la deformación en estado estacionario de las secciones de la pala que estarán en equilibrio con las fuerzas de la pala en cada instante de tiempo. Debido a que la adición de los grados de libertad torsionales a las ecuaciones dinámicas hace que el modelo sea computacionalmente caro y al hecho de que típicamente los grados de libertad torsionales tienen frecuencias naturales que quedan fuera del ancho de banda de control, normalmente es conveniente adoptar el enfoque de modelado cuasiestático. En este caso, el cálculo del giro cuasiestático de la pala basado en las fuerzas y la rigidez de la pala se puede añadir a las ecuaciones (12-14) incluyendo las deformaciones por giro de la pala como parte de las variables algebraicasZae incluir las ecuaciones de equilibrio torsional cuasiestático como parte de la ecuación (14).
[0031]Las fuerzas aerodinámicas también dependen de los parámetros del vientowp.En general, estos parámetros no se miden con precisión mediante los sensores de producción estándar usados en los sistemas de turbinas eólicas. Por lo tanto, para aplicaciones de estimación y control en línea, en tiempo real (es decir, durante el control operativo de la turbina eólica), estos parámetros se estiman aumentando los modelos estructurales (9-10) y aerodinámicos (12 14) de la turbina eólica interconectados con un modelo de perturbación del viento de la forma
[0032]DondeXwes el vector de estado del viento,Wwes un proceso estocástico de ruido blanco, y fw ygwson funciones no lineales. En los sistemas incorporados, los parámetros del vientowppodrían incluir la velocidad media del viento, la desalineación, el corte, el giro y las variaciones armónicas alrededor del ángulo de azimut. En otros sistemas incorporados, los parámetros del vientowppodría incluir la velocidad efectiva del viento por pala donde los estados del viendoXwrepresentan la variación armónica (es decir, 1P, 2P, 3P, etc., donde XP indica un múltiplo de la frecuencia de rotación del rotor) del viento alrededor del ángulo de acimut.
Derivadas del modelo
[0033]La aplicación de algoritmos avanzados de control y estimación requiere modelos matemáticos del sistema controlado que se dan en términos de jacobianos, o derivadas parciales de las ecuaciones con respecto a sus entradas. Tanto las ecuaciones estructurales, como las ecuaciones aerodinámicas y la interconexión entre las ecuaciones estructurales y aerodinámicas de la turbina eólica son ecuaciones algebraicas diferenciales de la forma
i =f ( * • * » ) (17)
0 =h (x ,z ,u )(18 )
Donde X es el vector de estado;
zes el vector de variables algebraicas; e
yes el vector de salida. La representación linealizada aproximada alrededor del punto de funcionamiento(x*, z*,u*) tiene la forma
y = q (.x \z - rO -Vgx( x ' , z \ u mX x - x * ) V Ss(_xmrz t , i í t X z - s t ') Vgu(_x,, z ' ru tX ‘u - u t')
[0034]Donde las matrices jacobianas son los gradientes de funcionesf, gyhen la dirección de los vectores x,zyd.Para simplificar la notación, suponiendo que no existen restricciones algebraicas, se pueden usar las siguientes definiciones:
C - ^gx{x ',z \v T ){23)
G=gx(x~. s*, u*) — Cx '— Du* (25)
[0035]para llegar a la forma simplificada del modelo local aproximado alrededor de(x*, z*, u*)
x - Ax B it+ F(26)
Y =Cr DuG(27)
[0036]Los datos del modelo de controlA, B, C, D, F, Gvaría según el punto de funcionamiento y debe evaluarse periódicamente durante la operación de control.
[0037]Cuando el sistema bajo consideración es altamente no lineal y el espacio de funcionamiento abarca un amplio rango en el dominio de las variables.x, z, u,los jacobianos deben evaluarse en cada etapa temporal y la capacidad de computar jacobianos rápidos puede llegar a ser fundamental para permitir aplicaciones de control avanzadas. Este es el caso de los sistemas de generación de energía eólica, donde la operación transitoria puede estar sujeta a fuertes variaciones del viento, caracterizadas por estructuras flexibles y cinemáticas no lineales, lo que requiere un recálculo regular de los datos del modelo.
[0038]La implementación en línea de algoritmos de estimación y control a veces se expresa como una función de la representación en tiempo discreto de las ecuaciones del modelo linealizado. Por lo tanto, en lugar de (ECS. 26-27), se podría emplear un equivalente de tiempo discreto usando la versión de tiempo discreto de los jacobianos. Para los propósitos del siguiente análisis, las siguientes formulaciones no hacen distinción entre linealización en tiempo continuo o en tiempo discreto.
[0039]En aplicaciones basadas en datos de una única etapa temporal, el módulo de linealización del modelo de control 206 produce un conjunto de matrices jacobianasA, B, C, Dy errores de linealización asociadosFyG.Para aplicaciones tales como MHE y MPC, el módulo de linealización produce una secuencia de matrices jacobianas correspondientes a cada etapa en un horizonte temporal preespecificado.
[0040]Los datos del modelo representados porA, B, C, D, F, Gvaría con el punto de funcionamiento. Los sistemas y procedimientos incorporados pueden evaluar estos elementos del modelo de forma regular durante la operación de control, por ejemplo, a intervalos de tiempo predeterminados, periódicos o especificados. Cuando el sistema bajo consideración es altamente no lineal y el espacio de funcionamiento abarca un amplio rango en el dominio de las variablesx, z, u,los modos de realización pueden evaluar los jacobianos en aproximadamente cada etapa temporal y la capacidad de calcular los jacobianos rápidamente se vuelve fundamental para permitir aplicaciones de control avanzadas. Este es el caso de los sistemas de generación de energía eólica, donde la operación transitoria sujeta a fuertes variaciones de ala y caracterizada por estructuras flexibles y cinemática no lineal requiere un recálculo regular de los datos del modelo.
Derivadas del modelo informático
Derivadas obtenidas mediante diferenciación numérica
[0041]Los enfoques convencionales para obtener derivadas de funciones incluyen diferenciación numérica y exacta. Las técnicas de diferenciación numérica aproximan derivadas por medio de esquemas numéricos en diferencias finitas. Por ejemplo, para los modelos (ECS. 10), las derivadas numéricas se obtienen típicamente mediante cálculos de diferencias centrales de la forma:
— ftí.- íj* iO<b>fc' (q* f o j '<?*■»*) ~ h¡(í* - fe jr í 'rB *)
dq¡ ’ 2 S
dhi_ hi (q , rq -ru '+ gflj)
W'-;5. “ ■iJ
dónde5es el tamaño de una perturbación; y ey es el y-ésimo vector canónico.
[0042]Este procedimiento convencional rara vez es eficiente en línea para aplicaciones de control/optimización en tiempo real debido al esfuerzo computacional y las imprecisiones numéricas causadas por errores de redondeo, mal acondicionamiento e inestabilidades numéricas. En su lugar, se usan otros procedimientos, como se describe en los párrafos siguientes.
Derivadas exactas obtenidas mediante diferenciación analítica
[0043]Los enfoques convencionales alternativos abarcan el cálculo de diferenciación exacta o analítica de derivadas mediante derivación manual, diferenciación algorítmica o diferenciación simbólica. La evaluación manual de derivadas suele ser muy tediosa y propensa a errores, y solo es aplicable cuando el modelo del sistema subyacente es muy simple.
[0044]La diferenciación algorítmica es un proceso mediante el cual un programa matemático para evaluar una función se procesa para crear otro programa para calcular las derivadas de la función original. Existen herramientas convencionales que pueden ejecutar este proceso de evaluación automáticamente (sin intervención del usuario) convirtiendo los algoritmos originales en una representación gráfica, manipulando simbólicamente el gráfico de la función para generar un gráfico para la diferenciación aplicando sistemáticamente la regla de la cadena para la diferenciación y finalmente obteniendo un nuevo algoritmo para evaluar las derivadas correspondientes.
[0045]La diferenciación simbólica se basa en un sistema de álgebra computacional que funciona con expresiones algebraicas para producir un conjunto de expresiones algebraicas asociadas para evaluar las derivadas de las expresiones originales. Las herramientas para implementar la diferenciación simbólica incluyen típicamente una colección de técnicas para simplificar expresiones algebraicas y pueden convertir las expresiones resultantes en código. Si bien es eficaz para manejar expresiones de forma cerrada, la diferenciación simbólica no puede manejar fácilmente funciones que contienen características de flujo de control algorítmico, por ejemplo, bucles "para" o "mientras", y bifurcaciones "si-entonces".
[0046]Tanto la diferenciación simbólica como algorítmica producen derivadas "exactas", a diferencia del enfoque de diferenciación numérica, que no se ven afectadas por problemas de redondeo y truncamiento. La selección de un enfoque para obtener derivadas analíticas depende de las ecuaciones/programas originales que se someten a diferenciación. Las herramientas simbólicas suelen ser buenas para simplificar la expresión algebraica, mientras que las herramientas algorítmicas pueden producir código eficiente y manejar de manera eficiente ramas lógicas y bucles de control.
[0047]En algunas plataformas de generación de energía eólica, la capacidad de procesamiento computacional del procesador es insuficiente para lograr la implementación en tiempo real de derivadas exactas. De acuerdo con modos de realización, en estas plataformas se pueden implementar derivadas aproximadas como tablas de consulta. En este procedimiento, las derivadas se evalúan en una cuadrícula del espacio de entrada y las derivadas se aproximan mediante un enfoque de interpolación. El cálculo de las derivadas se realiza fuera de línea y el cálculo en línea realiza la interpolación. De acuerdo con modos de realización, esta separación entre cálculo fuera de línea y en línea permite usar la diferenciación numérica en la evaluación fuera de línea en caso de que el procedimiento de derivada exacta sea demasiado complejo. Se pueden usar varios esquemas de diferenciación numérica para aproximar las derivadas del sistema, incluidas las diferencias hacia adelante, hacia atrás y centrales.
Derivadas aproximadas obtenidas a través de modelos sustitutos
[0048]En el caso de que la diferenciación analítica produzca funciones o expresiones de alta complejidad que no sean adecuadas para su implementación en la plataforma de control de destino, es conveniente aproximar la función original con una función sustituta para la cual la diferenciación analítica sea más simple. La aproximación se puede realizar usando redes neuronales (NN) para obtener modelos sustitutos de la función original y aprovechar este modelo para construir fácilmente la derivada analítica. En algunas implementaciones, la red neuronal puede usar una función de activación sigmoidea.
[0049]Por ejemplo, si una función f(x) que mapea un vector de tamaño n al conjunto de números reales se aproxima mediante la siguiente red neuronal de retroalimentación con una única capa oculta:
H * ) =
[0050] Donde con<1+e **>para todo "k" de 1 a m, W111 es una matriz con n filas y m columnas,W22 yb[1] son vectores de tamaño m, entonces las derivadas de "f(x)" pueden aproximarse mediante la siguiente expresión:
[0051] Donde y a(zi<) = a(zk) (1 - o(zk)) para todo k desde 1 hasta m.
[0052] La evaluación del jacobiano aproximado de f implica solo tres multiplicaciones de matrices vectoriales y la evaluación de la función sigmoidea en x. El coste de computación de este tipo de aproximaciones puede resultar muy conveniente si la función f es compleja y el número de neuronas m en la capa oculta es moderado.
Entorno computacional de plataforma para turbinas eólicas
[0053] La implementación de sistemas y procedimientos incorporados puede variar dependiendo de la capacidad computacional disponible en el entorno del procesador de control de la plataforma y de la precisión requerida de la aplicación. Cada modo de realización puede proporcionar datos predictivos para su uso por parte del procesador de control al evaluar los comandos necesarios para el control operativo en tiempo real de la turbina eólica bajo los parámetros y condiciones de funcionamiento actuales.
[0054] Los modelos incorporados pueden resolver los datos de los sensores de la turbina eólica para obtener el estado aerodinámicoxaque incluye las velocidades inducidas axial y tangencial en cada sección de pala y en cada pala. El estado estructural xs incluye una representación de los desplazamientos en el sentido de la aleta y del borde de la pala. El vector de fuerza de salidahaincluye fuerzas y momentos aplicados desde cada pala al buje.
[0055] Los parámetros del viento.Wpson una representación del campo eólico que se acerca al rotor de la turbina eólica. Los parámetros del vientoWpincluye componentes del viento que caracterizan la variabilidad temporal/espacial del viento, por ejemplo, la velocidad media del viento, el corte del viento, la dirección del viento y las estructuras de remolinos.
[0056] Los cálculos de las derivadas de los modelos aeroelásticos acoplados se pueden realizar funcionando en la forma acoplada (17)-(19), o evaluando por separado las derivadas del modelo estructural y del modelo aerodinámico y luego integrando las derivadas acopladas aplicando la manipulación estándar de sistemas lineales.
[0057] El cómputo en línea de las derivadas de modelos estructurales de turbinas eólicas, como por ejemplo representado por las ecuaciones (9)-(10), se realiza más convenientemente usando derivadas exactas, ya sea usando diferenciación algorítmica o simbólica. Las siguientes secciones se centran principalmente en el cálculo de las derivadas del modelo aerodinámico.
Plataforma de baja capacidad de CPU
[0058] Para una capacidad de CPU muy limitada, la representación aerodinámica de los modelos incorporados puede ser una implementación cuasiestática lograda por medio de interpolación de tablas, donde las fuerzas operativas generalizadas se tabulan en una cuadrícula de parámetros de funcionamiento para un estado estructural de referencia elegido3. De acuerdo con modos de realización, la formulación para esta baja capacidad de CPU se obtiene encontrando soluciones de estado estacionario, es decir, para un estado estructural de referencia elegidoM *
s, se puede encontrar un valor de estado estacionario para los estados aerodinámicos xa y las variables algebraicas za. Las fuerzas resultantes por pala se pueden tabular en función de un conjunto mínimo de parámetros para obtener una representación de la forma:
[0059]Donde~ ’es la i-ésima relación entre la punta de pala y la velocidad del viento; Vi es la velocidad efectiva del viento para la i-ésima pala; 0i es el i-ésimo ángulo depitchde pala; y $¡ es el ángulo de azimut de la iésima pala.
[0060]De acuerdo con un modo de realización, un proceso fuera de línea puede realizar un procedimiento computacional para evaluar tanto las fuerzas aerodinámicashay sus derivadas (numéricas) en cada punto de la cuadrícula (indicados por i, j, k para los diversos parámetros de funcionamiento A,G,0):
[0061]Los datos obtenidos mediante (29A-D) se pueden usar para construir una representación tabulada de las derivadas de la forma:
[0062]Si se van a considerar los efectos del giro de la pala, entonces la relación entre la punta de pala y la velocidad del viento, el azimut y los ángulos depitchno son suficientes para caracterizar de manera única el giro de la pala, en cuyo caso las tablas (28, 29A-D) deben aumentarse a caracterizar con más precisión el punto de funcionamiento aerodinámico. Por esta razón, las tablas aerodinámicas se pueden ampliar para incluir un parámetro de presión
dinámica para la pala i: , o cualquier otro parámetro que se pueda usar para caracterizar de forma única el punto de funcionamiento aerodinámico, las fuerzas aerodinámicas y, por lo tanto, el giro cuasiestático de la pala.
Alta capacidad de CPU
[0063]Para una alta capacidad de CPU donde la plataforma puede permitir modelos de control de mayor precisión, la formulación de un modelo BEM con dinámica de estela se puede implementar de diferentes formas. De acuerdo con modos de realización, los estados aerodinámicos Xa puede incluir la velocidad inducida axial del viento y la velocidad inducida tangencial del viento. Las variables algebraicas podrían incluir, por ejemplo, un factor de pérdida de punta. Los parámetros del viento para incorporar aproximaciones pueden incluir la velocidad media del viento, los coeficientes cortante vertical y horizontal, los ángulos de desalineación vertical y horizontal y la variación armónica del viento dependiente del ángulo de azimut del rotor. Las derivadas de estos modelos de control se obtienen aplicando diferenciación automática o diferenciación simbólica a las ecuaciones (12, 13, 14, 15, 16).
Capacidad de CPU intermedia
[0064]Para capacidades intermedias de CPU, se pueden implementar diferentes simplificaciones usando diferentes estrategias. Por ejemplo, de acuerdo con modos de realización, las estrategias pueden incluir el uso de una velocidad inducida casi estable, la reducción del número de secciones para representar fuerzas aerodinámicas locales, la reducción del número de parámetros del viento y la combinación de programas de cálculo con tablas de consulta. La aproximación del modelo aerodinámico con modelos sustitutos se puede realizar para modelos de alta fidelidad y/o aproximaciones estáticas. Se puede obtener un modelo aerodinámico aproximado en tiempo real con una red neuronal para cada entrada del componente del vector de fuerza aerodinámicahaeno.
[0065]Este proceso de mapear una red neuronal para cada componente del vector de fuerza se puede realizar definiendo el número de neuronas en la(s) capa(s) oculta(s), evaluando el modelo actual en tiempo real para calcular las fuerzas aerodinámicas para una cobertura dada del espacio de entrada, y luego entrenando la red neuronal definiendo los valores óptimos de los pesos a través de un algoritmo de retropropagación.
[0066]La Figura 2 representa el proceso 200 para estimar señales de control para el funcionamiento dinámico de una turbina eólica de acuerdo con modos de realización. El módulo de estimación 202 recibe datos del modelo de estimación 204. El módulo de control multivariable 210 recibe datos del modelo de control 206, que puede ser otra instancia del primer modelo. En algunas implementaciones, se puede usar la misma instancia del modelo para el modelado de estimación y control.
[0067]El modelo realiza cálculos en línea clasificados como cálculo de punto de funcionamiento y cálculos de linealización. El modelo de estimación 204 recibe datos de sensores monitorizados desde un conjunto de sensores que monitorizan la turbina eólica. Estos datos del sensor pueden incluir datos dinámicos de sensor 220, datos dinámicos de turbina eólica 222 y datos dinámicos de accionador 224. Los datos del sensor se pueden actualizar a intervalos predeterminados de modo que los comandos de control generados respondan a los cambios en los datos del sensor monitorizados. Los resultados de la estimación anterior almacenados en un bloque de memoria se pueden usar como retroalimentación en el cálculo del punto de funcionamiento.
[0068]Al aplicar los datos monitorizados en el modelo, el punto de funcionamiento se puede definir por la velocidad del viento predominante, así como por otros parámetros ambientales y del viento que pueden incluir desalineación y corte. El punto de funcionamiento también se puede definir por las condiciones estructurales de la turbina eólica, incluido unpitchde pala de referencia para cada pala, la deformación estructural de referencia en componentes flexibles y el ángulo y la tasa de rotación del acimut. Este punto de funcionamiento se usa como punto de partida para la linealización. El módulo de linealización evalúa los jacobianos en busca de componentes estructurales y aerodinámicos y luego los combina en un conjunto unificado de jacobianos para todo el modelo.
[0069]El módulo de estimación recibe los jacobianos linealizado del modelo de estimación y los datos del sensor monitorizado proporcionados al modelo de estimación. El módulo de estimación genera señales de rendimiento y estado estimado aerodinámico y de turbina. Estas señales se proporcionan a un bloque de memoria para que el modelo de estimación 204 pueda acceder a ellas. Las señales de rendimiento y estado estimado aerodinámico y de la turbina también se proporcionan por el módulo de estimación para controlar el modelo 206.
[0070]El modelo de control 206 puede obtener estimaciones de la turbina y de los puntos de funcionamiento aerodinámico aplicando en tiempo real (es decir, aproximadamente en el momento en que estos puntos de funcionamiento influyen en el funcionamiento de la turbina eólica) aplicaciones de estimación y/o control a señales de estado y rendimiento estimadas generadas por el módulo de estimación.
[0071]Las aplicaciones de estimación y control se pueden clasificar en aplicaciones que usan una única etapa temporal o múltiples etapas temporales. El primer grupo puede incluir aplicaciones de estimación tales como los filtros Kalman y los filtros Kalman extendidos (EKF); y puede incluir aplicaciones de control tales como regulador cuadrático lineal (LQR), gaussiano cuadrático lineal (LQG), ecuaciones de Riccati dependientes del estado y controladores obtenidos como solución de un problema de desigualdad matricial lineal (LMI). El último grupo puede incluir aplicaciones de estimación de horizontes móviles (MHE) y control predictivo de modelos (MPC).
[0072]Las estimaciones en tiempo real de la turbina y los puntos de funcionamiento aerodinámico del módulo de control 206 se proporcionan al módulo de control multivariable 210. El módulo de control multivariable genera condiciones de control en base a la turbina y los puntos de funcionamiento aerodinámicos y los parámetros de funcionamiento en tiempo real monitorizados por los sensores. Las condiciones de control se proporcionan al módulo de generación de comandos 212, que genera comandos de accionador que dirigen un procesador de control para controlar el funcionamiento de la turbina eólica. Los parámetros y condiciones de funcionamiento de la turbina eólica se monitorizan y se proporcionan en un bucle de regreso al módulo de estimación 202 y al modelo de estimación 204.
La monitorización se puede realizar a intervalos predeterminados o de forma casi continua (dentro de las tasas de respuesta y muestreo del conjunto de sensores).
[0073]La Figura 3 representa el sistema 300 para estimar señales de control para el funcionamiento dinámico de una turbina eólica de acuerdo con modos de realización. El sistema 300 puede incluir el procesador de control 312 en comunicación con el almacén de datos 320. El procesador de control puede estar en comunicación directa con el almacén de datos, o en comunicación indirecta a través de una red de comunicación electrónica (no mostrada). La unidad de procesador 314 puede ejecutar instrucciones ejecutables 322, que provocan que el procesador realice un proceso para estimar señales de control. La unidad de memoria 316 puede proporcionar al procesador de control una memoria caché local. El almacén de datos 320 puede incluir el modelo de estimación 204, el modelo de control 206, datos dinámicos de sensor 220, datos dinámicos de turbina eólica 222 y datos dinámicos de accionador 224. El conjunto de sensores 330 puede incluir sensores colocados con relación a la turbina eólica 340 en localizaciones para obtener datos dinámicos respectivos.
[0074]De acuerdo con algunos modos de realización, una aplicación de programa informático almacenada en una memoria no volátil o en un medio legible por ordenador (por ejemplo, memoria de registro, caché del procesador, RAM, ROM, disco duro, memoria flash, CD ROM, medios magnéticos, etc.) puede incluir código o instrucciones de programa ejecutables que, cuando se ejecutan, pueden instruir y/o provocar que un controlador o procesador realice procedimientos analizados en el presente documento, tales como un procedimiento de estimación de señales de control para el funcionamiento dinámico de una turbina eólica, como se divulga anteriormente.
[0075]El medio legible por ordenador puede ser un medio legible por ordenador no transitorio que incluye todas las formas y tipos de memoria y todos los medios legibles por ordenador excepto una señal de propagación transitoria. En una implementación, la memoria no volátil o el medio legible por ordenador puede ser una memoria externa.
Claims (13)
- REIVINDICACIONESi.Un sistema de turbina eólica (300), que comprende:un conjunto de sensores (330) que incluye una pluralidad de sensores situados para monitorizar los parámetros de funcionamiento y las condiciones ambientales de la turbina eólica, estando el conjunto de sensores en comunicación con un almacén de datos (320) y configurado para proporcionar datos dinámicos del sensor (220) al almacén de datos;un procesador de control (312) en comunicación con el almacén de datos, incluyendo el procesador de control una unidad de procesador (314);un modelo de control (206) configurado para realizar una evaluación de linealización en un punto de funcionamiento de la turbina, aplicando la evaluación de linealización una técnica de diferenciación analítica, para obtener un comportamiento dinámico del componente estructural, un comportamiento dinámico de un componente de fluido del funcionamiento de la turbina eólica;incluyendo el modelo de control un acoplamiento entre el comportamiento dinámico del componente estructural y el comportamiento dinámico del componente de fluido, el acoplamiento implementado mediante la introducción de una fuerza de fluido generalizada en un modelo estructural de la turbina eólica e incluye en el comportamiento dinámico del componente de fluido una dependencia de la fuerza de fluido generalizada sobre un estado estructural de la turbina eólica, incluyendo el modelo estructural características estructurales precisas para al menos uno de un primer modo natural de flexión de una torre, un primer modo natural de flexión de una o más palas, y una rotación del tren de accionamiento de la turbina eólica; yun módulo configurado para realizar un cálculo usando al menos una de la evaluación de linealización del comportamiento dinámico del componente estructural, el comportamiento dinámico del componente fluido y el comportamiento dinámico combinado del componente estructural y fluido;comprendiendo el sistema además:el módulo es un módulo de control multivariable (210) configurado para determinar comandos del accionador en base a los datos recibidos desde el modelo de control (206); eincluyendo los comandos del accionador comandos de turbina eólica para mantener el funcionamiento de la turbina eólica en la configuración predeterminada aproximadamente en tiempo real;caracterizado por queel modelo de control está configurado para realizar la evaluación de linealización implementando una de diferenciación algorítmica o diferenciación simbólica.
- 2. El sistema de la reivindicación 1, que comprende:el módulo es un módulo de estimación (202) configurado para generar una o más estimaciones seleccionadas de un grupo que incluye una estimación de la señal del estado de la turbina, una estimación de la señal del rendimiento de la turbina, una estimación de la señal del estado del fluido y una estimación de la señal del rendimiento del fluido; ycada una de las una o más estimaciones en base a uno o más elementos de datos dinámicos del sensor, el comportamiento dinámico del componente estructural y el comportamiento dinámico del componente de fluido.
- 3. El sistema de la reivindicación 2, el módulo de estimación configurado para generar la una o más estimaciones implementando un filtro de Kalman extendido.
- 4. El sistema de cualquiera de las reivindicaciones precedentes, en el que al menos una porción del comportamiento dinámico del componente fluido incluido en una tabla de consulta contiene representaciones de una o más propiedades fluídicas del plano del rotor y sus derivadas, siendo el plano del rotor atravesado por al menos una de la una o más palas.
- 5. El procedimiento de la reivindicación 4, comprendiendo la tabla de consulta además:elementos respectivos que contienen un conjunto de datos para una respectiva de una o más palas, incluyendo cada conjunto de datos una dependencia de al menos una de una o más de una relación de velocidad de punta de pala a viento, un ángulo depitch,un ángulo de acimut y un parámetro de presión dinámica representativo; yen el que el conjunto de datos se puede aplicar para determinar al menos uno de las fuerzas de la pala y el giro de la pala.
- 6. El sistema de la reivindicación 2, en el que un modelo de comportamiento dinámico del componente estructural interconectado y el modelo de comportamiento dinámico del componente fluido se aumentan con un modelo de comportamiento dinámico de perturbación del viento para estimar los parámetros del viento, incluyendo los parámetros del viento uno o más de la velocidad media del viento, la desalineación, el corte, el giro, las variaciones armónicas y una velocidad efectiva del viento por pala representada como una variación armónica del viento.
- 7. El sistema de cualquiera de las reivindicaciones precedentes, en el que el modelo estructural comprende un efecto de giro de la pala resultante de una o más fuerzas de la pala fluidas, inerciales y de masa.
- 8. El sistema de la reivindicación 1, en el que el módulo de control multivariable incluye un controlador predictivo de modelo.
- 9. El sistema de cualquiera de las reivindicaciones precedentes, en el que el comportamiento dinámico del componente fluido comprende:una contribución de fuerzas locales aplicadas a segmentos de palas en base a propiedades aerodinámicas locales de perfiles aerodinámicos aumentadas para aplicar correcciones para efectos tridimensionales; y un efecto de estela dinámica procedente del funcionamiento de la turbina eólica.
- 10. El sistema de cualquiera de las reivindicaciones precedentes, en el que el comportamiento dinámico del componente fluido comprende datos de un sensor del sistema remoto de medición del viento y al menos uno de un modelo de propagación del viento corriente arriba de una cara del rotor y un modelo de propagación del viento corriente abajo de una cara del rotor.
- 11. El sistema de cualquiera de las reivindicaciones precedentes, en el que el modelo de control está configurado para obtener una representación analítica del comportamiento dinámico del componente estructural mediante una técnica de modelado dinámico de múltiples cuerpos.
- 12. El sistema de cualquiera de las reivindicaciones precedentes, en el que el modelo de control está configurado para obtener el comportamiento dinámico del componente fluido implementando un modelo de Momento del Elemento de Pala (BEM), conteniendo el modelo BEM representaciones de una o más propiedades fluídicas de un plano del rotor, el plano del rotor atravesado por al menos una de las una o más palas.
- 13. El sistema de cualquiera de las reivindicaciones precedentes, en el que el modelo de control está configurado para:usar un modelo sustituto para aproximar una función respectiva para al menos uno del comportamiento dinámico del componente estructural y el comportamiento dinámico del componente de fluido; y construir una respectiva derivada analítica a partir de la respectiva función sustituta.
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US16/660,084 US11629694B2 (en) | 2019-10-22 | 2019-10-22 | Wind turbine model based control and estimation with accurate online models |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| ES2967072T3 true ES2967072T3 (es) | 2024-04-25 |
Family
ID=73005438
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| ES20203106T Active ES2967072T3 (es) | 2019-10-22 | 2020-10-21 | Control y estimación basados en modelos de turbinas eólicas con modelos precisos en línea |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US11629694B2 (es) |
| EP (1) | EP3812580B1 (es) |
| CN (1) | CN112696319B (es) |
| DK (1) | DK3812580T3 (es) |
| ES (1) | ES2967072T3 (es) |
Families Citing this family (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11725625B2 (en) * | 2018-07-31 | 2023-08-15 | Alliance For Sustainable Energy, Llc | Distributed reinforcement learning and consensus control of energy systems |
| US12331721B2 (en) | 2018-07-31 | 2025-06-17 | Alliance For Sustainable Energy, Llc | Distributed reinforcement learning and consensus control of energy systems |
| EP3667076A1 (en) * | 2018-12-13 | 2020-06-17 | Siemens Gamesa Renewable Energy A/S | Estimating wind speed |
| ES2875674B2 (es) * | 2020-05-07 | 2022-03-21 | Univ Del Pais Vasco / Euskal Herriko Unibertsitatea | Método de control predictivo basado en modelo para la reducción de carga estructural en turbinas eólicas, y turbina configurada para aplicar este método |
| WO2023059322A1 (en) * | 2021-10-07 | 2023-04-13 | General Electric Company | Systems and methods for controlling a wind turbine |
| CN114320770B (zh) * | 2021-11-11 | 2024-08-06 | 华能新能源股份有限公司 | 风电机组的有效风速测量方法及装置 |
| US11767821B2 (en) | 2021-11-29 | 2023-09-26 | General Electric Renovables Espana, S.L. | System and method for responding to a friction coefficient signal of a wind turbine |
| TWI809592B (zh) * | 2021-12-08 | 2023-07-21 | 財團法人工業技術研究院 | 模型預測控制系統及其方法 |
| US11725698B1 (en) | 2022-05-20 | 2023-08-15 | General Electric Renovables Espana, S.L. | Method for manufacturing slewing ring bearing components having an integral stiffener |
| CN115525988B (zh) * | 2022-08-22 | 2023-07-21 | 大唐可再生能源试验研究院有限公司 | 一种风电机组自主载荷仿真计算与修正系统 |
| CN117419009A (zh) * | 2023-09-22 | 2024-01-19 | 华北电力大学 | 一种海上风电机组智能电力监测系统 |
| WO2025247483A1 (en) | 2024-05-28 | 2025-12-04 | General Electric Renovables España S.L. | Online control of blade-tower clearance in wind turbines |
| US12510052B1 (en) | 2024-06-27 | 2025-12-30 | GE Vernova Renovables Espana, S.L. | System and method for optimizing control of a wind turbine |
| CN119294167B (zh) * | 2024-08-23 | 2025-04-08 | 湖南大学 | 基于多保真度数值模型的混塔式风机可靠度分析方法及装置 |
| CN120566985B (zh) * | 2025-07-30 | 2025-10-10 | 泉州装备制造研究所 | 一种超局部模型预测控制方法、系统及存储介质 |
Family Cites Families (36)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DK1907695T3 (da) | 2005-07-18 | 2010-06-14 | Clipper Windpower Inc | Vindstrømningsestimering og -forfølgning ved brug af tårndynamik |
| EP1911968A1 (en) | 2006-10-10 | 2008-04-16 | Ecotecnia Energias Renovables S.L. | Control system for a wind turbine and method of controlling said wind turbine |
| EP2253838A1 (en) * | 2009-05-18 | 2010-11-24 | Lm Glasfiber A/S | A method of operating a wind turbine |
| GB2476316B (en) | 2009-12-21 | 2014-07-16 | Vestas Wind Sys As | A wind turbine having a control method and controller for predictive control of a wind turbine generator |
| DK201100234A (en) * | 2011-03-30 | 2012-10-01 | Brincker Rune | Method for improved estimation of one or more experimentally obtained mode shapes |
| CN102592026A (zh) | 2012-01-12 | 2012-07-18 | 甘肃省电力公司风电技术中心 | 一种双馈风机等效模拟的仿真建模方法 |
| CA2864821C (en) * | 2012-02-15 | 2018-10-09 | Rolls-Royce Corporation | Gas turbine engine performance seeking control |
| US20130302161A1 (en) | 2012-05-08 | 2013-11-14 | Arne Koerber | Controller of wind turbine and wind turbine |
| US9644606B2 (en) * | 2012-06-29 | 2017-05-09 | General Electric Company | Systems and methods to reduce tower oscillations in a wind turbine |
| DE102012212366A1 (de) * | 2012-07-13 | 2014-01-30 | Wobben Properties Gmbh | Verfahren zum Steuern eines elektrischen Erzeugers |
| CN104813021B (zh) * | 2012-11-26 | 2018-05-15 | 维斯塔斯风力系统集团公司 | 基于储能延长风力涡轮机轮系使用寿命的系统和方法 |
| CN103016266B (zh) * | 2013-01-11 | 2014-10-29 | 华北电力大学 | 模糊前馈与线性自抗扰结合的风电机组变桨距控制方法 |
| EP2954202A1 (en) | 2013-02-08 | 2015-12-16 | Vestas Wind Systems A/S | Model based controller for a wind turbine generator |
| US9261077B2 (en) | 2013-03-19 | 2016-02-16 | General Electric Company | System and method for real-time load control of a wind turbine |
| ES2759850T3 (es) | 2013-07-22 | 2020-05-12 | Nabla Wind Power S L | Método para determinar la vida de los componentes de un aerogenerador o similar en función de su emplazamiento |
| US20150184549A1 (en) | 2013-12-31 | 2015-07-02 | General Electric Company | Methods and systems for enhancing control of power plant generating units |
| US9587629B2 (en) * | 2014-06-30 | 2017-03-07 | General Electric Company | Methods and systems to operate a wind turbine system using a non-linear damping model |
| WO2016127241A1 (en) * | 2015-02-10 | 2016-08-18 | Kevin Allan Dooley Inc. | Two-way flow control device, associated systems and methods |
| WO2016150447A1 (en) * | 2015-03-23 | 2016-09-29 | Vestas Wind Systems A/S | Control of a multi-rotor wind turbine system using a central controller to calculate local control objectives |
| DE102015114174A1 (de) * | 2015-08-26 | 2017-03-02 | Wobben Properties Gmbh | Übertragung von Daten von Windenergieanlagen und Windparks an eine Leitzentrale |
| JP6510959B2 (ja) * | 2015-11-19 | 2019-05-08 | 株式会社三井E&Sホールディングス | 風車ドライブトレイン制御システム |
| DK179018B1 (en) * | 2016-03-14 | 2017-08-21 | Ventus Eng Gmbh | Method of condition monitoring one or more wind turbines and parts thereof and performing instant alarm when needed |
| EP3436694B1 (en) * | 2016-03-30 | 2021-05-19 | Vestas Wind Systems A/S | Control of a wind turbine using real-time blade model |
| ES2870074T3 (es) * | 2016-03-30 | 2021-10-26 | Vestas Wind Sys As | Control de una turbina eólica usando cálculo de ganancia en tiempo real |
| US20170328567A1 (en) * | 2016-05-11 | 2017-11-16 | United Technologies Corporation | Multivariable fuel control and estimator (mfce) for preventing combustor blowout |
| US10303131B2 (en) * | 2016-05-13 | 2019-05-28 | Veritone Alpha, Inc. | Using sensor data to assist in controlling a target system by modeling the functionality of the target system |
| US10539116B2 (en) * | 2016-07-13 | 2020-01-21 | General Electric Company | Systems and methods to correct induction for LIDAR-assisted wind turbine control |
| US10047722B2 (en) * | 2016-07-28 | 2018-08-14 | General Electric Company | System and method for controlling a wind turbine |
| US10570717B2 (en) * | 2016-09-26 | 2020-02-25 | International Business Machines Corporation | Controlling operation of a steam-assisted gravity drainage oil well system utilizing continuous and discrete control parameters |
| GB201617584D0 (en) | 2016-10-17 | 2016-11-30 | Romax Technology Limited | Determining loads on a wind turbine |
| US10678912B2 (en) * | 2016-11-15 | 2020-06-09 | General Electric Company | Dynamic normalization of monitoring node data for threat detection in industrial asset control system |
| US10594712B2 (en) * | 2016-12-06 | 2020-03-17 | General Electric Company | Systems and methods for cyber-attack detection at sample speed |
| KR101939903B1 (ko) | 2017-04-26 | 2019-01-17 | 군산대학교산학협력단 | 가변 속도를 갖는 풍력 터빈의 모델 예측 제어 방법 및 그 시스템 |
| CN107676230A (zh) * | 2017-10-12 | 2018-02-09 | 佛山伊贝尔科技有限公司 | 一种涡轮机性能监测方法 |
| EP3536948A1 (en) * | 2018-03-08 | 2019-09-11 | Siemens Gamesa Renewable Energy A/S | Determining control settings for a wind turbine |
| CN108694277A (zh) * | 2018-05-06 | 2018-10-23 | 北京工业大学 | 基于多平台联合仿真的风力发电机动力响应分析方法 |
-
2019
- 2019-10-22 US US16/660,084 patent/US11629694B2/en active Active
-
2020
- 2020-10-21 EP EP20203106.8A patent/EP3812580B1/en active Active
- 2020-10-21 ES ES20203106T patent/ES2967072T3/es active Active
- 2020-10-21 DK DK20203106.8T patent/DK3812580T3/da active
- 2020-10-22 CN CN202011138661.2A patent/CN112696319B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| US11629694B2 (en) | 2023-04-18 |
| EP3812580A1 (en) | 2021-04-28 |
| CN112696319B (zh) | 2025-08-12 |
| DK3812580T3 (da) | 2023-11-20 |
| US20210115895A1 (en) | 2021-04-22 |
| CN112696319A (zh) | 2021-04-23 |
| EP3812580B1 (en) | 2023-08-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| ES2967072T3 (es) | Control y estimación basados en modelos de turbinas eólicas con modelos precisos en línea | |
| CN113111430B (zh) | 基于非线性气动力降阶的弹性飞机飞行动力学建模方法 | |
| Grigorie et al. | A hybrid fuzzy logic proportional-integral-derivative and conventional on-off controller for morphing wing actuation using shape memory alloy Part 1: Morphing system mechanisms and controller architecture design | |
| US8527247B1 (en) | Nonlinear power flow feedback control for improved stability and performance of airfoil sections | |
| Chen et al. | Model predictive control for wind farm power tracking with deep learning-based reduced order modeling | |
| Preidikman et al. | Time-domain simulations of linear and nonlinear aeroelastic behavior | |
| CN117268391B (zh) | 一种基于目标分层架构的变形飞行器智能规划方法及系统 | |
| Ng et al. | Aeroservoelastic state‐space vortex lattice modeling and load alleviation of wind turbine blades | |
| CN102269125A (zh) | 风力发电机额定风速以上鲁棒变桨控制器设计方法 | |
| Zeng et al. | Experimental model-based aeroelastic control for flutter suppression and gust-load alleviation | |
| Vitsas et al. | Multiscale aeroelastic simulations of large wind farms in the atmospheric boundary layer | |
| Heinz et al. | Investigation of the load reduction potential of two trailing edge flap controls using CFD | |
| Ouellette et al. | Summary of results from the third aeroelastic prediction workshop flight test working group | |
| CN112948973A (zh) | 一种用于连续变弯度后缘的机翼失速颤振闭环控制方法 | |
| Marten et al. | QBlade documentation | |
| Liou et al. | Flutter analysis for turbomachinery using Volterra series | |
| Reiner et al. | Object-oriented modelling of wind turbines and its application for control design based on nonlinear dynamic inversion | |
| Katzenmeier et al. | Correction technique for quality improvement of doublet lattice unsteady loads by introducing CFD small disturbance aerodynamics | |
| Phillips et al. | Analysis of rotor blade aeroelastic deformation utilizing the uncoupled static aeroelastic analysis method | |
| Yilmaz et al. | LES-based optimal flow control with applications to wind turbines | |
| Amrit et al. | Aerodynamic design of the RAE 2822 in transonic viscous flow: Single-and multi-point optimization studies | |
| Zeinalpour et al. | Turbine blade aerodynamic optimization on unstructured grids using a continuous adjoint method | |
| Lipták et al. | LPV model reduction methods for aeroelastic structures | |
| Rashid et al. | Knowledge-based aerodynamic estimation of airships | |
| Chen et al. | Linear parameter varying control for active flutter suppression based on adaptive reduced order model |