ES3073385T3

ES3073385T3 - Turbulence intensity estimation

Info

Publication number: ES3073385T3
Application number: ES20155135T
Authority: ES
Inventors: Samuel Davoust; Kandasamy Srinivas; Bhat Sanketh
Original assignee: GE Vernova Renovables Espana SL
Current assignee: GE Vernova Renovables Espana SL
Priority date: 2020-02-03
Filing date: 2020-02-03
Publication date: 2026-07-10
Anticipated expiration: 2040-02-03
Also published as: US11761425B2; EP3859149B1; EP3859149C0; CN113279907B; CN113279907A; US20210239094A1; EP3859149A1; EP3859149B8

Abstract

Se proporciona un método para operar una turbina eólica, que incluye determinar un modelo de corrección asociado con la turbina eólica, determinar un parámetro de intensidad de turbulencia corregido asociado con la turbina eólica en función del modelo de corrección y operar la turbina eólica en función del parámetro de intensidad de turbulencia corregido. (Traducción automática con Google Translate, sin valor legal)

Description

[0001] DESCRIPCIÓN

[0002] Estimación de intensidad de turbulencia

[0003] Campo

[0004] La presente materia se refiere en general a un procedimiento para operar una turbina eólica, un procedimiento para emplazar una turbina eólica, una turbina eólica, un sistema para operar una turbina eólica y un parque eólico que incluye al menos una turbina eólica y un controlador de parque eólico.

[0005] Antecedentes

[0006] La energía eólica se considera una de las fuentes de energía más limpias y más respetuosas con el medioambiente disponibles en la actualidad, y las turbinas eólicas han obtenido una creciente atención a este respecto. Una turbina eólica moderna incluye típicamente una torre, generador, caja de engranajes, góndola y una o más palas de rotor. Las palas de rotor captan la energía cinética del viento usando principios aerodinámicos conocidos y transmiten la energía cinética a través de energía de rotación para girar un eje que acopla las palas de rotor a una caja de engranajes o, si no se usa una caja de engranajes, directamente al generador. A continuación, el generador convierte la energía mecánica en energía eléctrica que se puede distribuir en una red de suministro.

[0007] Existe el objetivo de mejorar la operación de turbina eólica y el emplazamiento de turbina eólica. La intensidad de turbulencia es un parámetro de caracterización de viento importante para la operación de turbina eólica y el emplazamiento de turbina eólica. La intensidad de turbulencia estimada usando datos de velocidad del viento tal como velocidad del viento efectiva de rotor, se puede usar como base para el control de turbina eólica. La intensidad de turbulencia estimada a partir de la información de velocidad del viento de referencia tal como datos de sensor de viento de mástil met se puede usar como base para el emplazamiento de turbina eólica. En consecuencia, existe el desafío de mejorar la estimación de intensidad de turbulencia para una operación de turbina eólica eficiente y un emplazamiento de turbina eólica óptimo.

[0008] El documento WO 2017/106323 A1 describe sistemas, dispositivos y procedimientos para mejorar las estimaciones de intensidad de turbulencia (TI) basadas en LIDAR. Un ejemplo de sistema puede incluir un instrumento LIDAR configurado para determinar, en base a reflejos de luz emitida, una pluralidad de valores de velocidad del viento. El sistema también incluye un módulo de corrección de errores basado en la física configurado para determinar, en base a los valores de velocidad del viento, al menos un valor de característica meteorológica basado en LIDAR, y determinar, en base al valor de característica meteorológica basado en LIDAR y al menos una característica física del instrumento LIDAR, al menos un valor de característica meteorológica modificado. El sistema incluye además un módulo de corrección de errores estadísticos configurado para determinar, en base al valor de característica meteorológica modificado y un modelo de error de característica meteorológica generado usando valores de característica meteorológica basados en LIDAR colocados y valores de característica meteorológica basados en instrumentosin situ, al menos una estimación de TI corregida, y emitir la estimación de TI corregida.

[0009] Breve descripción

[0010] La presente invención se define por un procedimiento para operar una turbina eólica de acuerdo con la reivindicación 1, una turbina eólica de acuerdo con la reivindicación 13, un parque eólico de acuerdo con la reivindicación 14 y un sistema de acuerdo con la reivindicación 15. Los aspectos y ventajas de la invención se expondrán en parte en la siguiente descripción, o pueden ser evidentes a partir de la descripción, o se pueden aprender a través de la práctica de la invención.

[0011] Estas y otras características, aspectos y ventajas de la presente invención se respaldarán y describirán además con referencia a la siguiente descripción y reivindicaciones adjuntas. Los dibujos adjuntos, que se incorporan en y constituyen una parte de esta memoria descriptiva, ilustran modos de realización de la invención y, conjuntamente con la descripción, sirven para exponer los principios de la invención.

[0012] Breve descripción de los dibujos

[0013] Una divulgación completa y suficiente de la presente invención, incluyendo el mejor modo de la misma, dirigida a un experto en la técnica, se expone en la memoria descriptiva, que hace referencia a las figuras adjuntas, en las que:

[0014] la FIG.1 ilustra una vista en perspectiva de una turbina eólica;

[0015] la FIG.2 ilustra una vista interna simplificada de una góndola de una turbina eólica;

[0016] la FIG.3A ilustra un procedimiento para operar una turbina eólica de acuerdo con la presente divulgación; la FIG.3B ilustra un procedimiento para emplazar una turbina eólica de acuerdo con la presente divulgación; la FIG. 4A ilustra un procedimiento para calibrar un modelo de corrección de acuerdo con la presente divulgación;

[0017] la FIG.4B ilustra un procedimiento para calibrar un modelo de corrección de emplazamiento de acuerdo con la presente divulgación;

[0018] las FIGS.5A a 5D ilustran procedimientos para calibrar un modelo de corrección de acuerdo con la presente divulgación; y

[0019] la FIG.6 ilustra un ejemplo de acuerdo con la presente divulgación.

[0020] Descripción detallada de la invención

[0021] Ahora se hará referencia en detalle a modos de realización de la invención, de los que uno o más ejemplos se ilustran en los dibujos. Cada ejemplo se proporciona a modo de explicación de la invención, no de limitación de la invención. De hecho, será evidente para los expertos en la técnica que se pueden realizar diversas modificaciones y variaciones en la presente invención sin apartarse del alcance de la invención. Por ejemplo, se pueden usar características ilustradas o descritas como parte de un modo de realización con otro modo de realización para proporcionar todavía otro modo de realización. Por tanto, se pretende que la presente invención cubra dichas modificaciones y variaciones si entran dentro del alcance de las reivindicaciones adjuntas.

[0022] En referencia ahora a los dibujos, la FIG.1 ilustra una vista en perspectiva de un modo de realización de una turbina eólica 10 de acuerdo con la presente divulgación. Como se muestra, la turbina eólica 10 en general incluye una torre 12 que se extiende desde una superficie de soporte 14, una góndola 16 montada en la torre 12 y un rotor 18 acoplado a la góndola 16.

[0023] Como se muestra en la FIG.1, el rotor 18 incluye un buje rotatorio 20 y al menos una pala de rotor 22 acoplada a y que se extiende hacia afuera desde el buje 20. Por ejemplo, en el modo de realización ilustrado, el rotor 18 incluye tres palas de rotor 22. Sin embargo, en un modo de realización alternativo, el rotor 18 puede incluir más o menos de tres palas de rotor 22. Cada pala de rotor 22 se puede espaciar alrededor del buje 20 para facilitar la rotación del rotor 18 para permitir que la energía cinética se transfiera del viento a energía mecánica usable y, posteriormente, en energía eléctrica. Por ejemplo, el buje 20 se puede acoplar de forma rotatoria a un generador eléctrico 24 (FIG.2) situado dentro de la góndola 16 para permitir que se produzca energía eléctrica.

[0024] La turbina eólica 10 también puede incluir un controlador de turbina eólica 26 centralizado dentro de la góndola 16. Sin embargo, en otros modos de realización, el controlador 26 se puede ubicar dentro de cualquier otro componente de la turbina eólica 10 o en una ubicación fuera de la turbina eólica 10. Además, el controlador 26 se puede acoplar comunicativamente a cualquier número de los componentes de la turbina eólica 10 para controlar los componentes. Como tal, el controlador 26 puede incluir un ordenador u otra unidad de procesamiento adecuada. Por tanto, en varios modos de realización, el controlador 26 puede incluir instrucciones legibles por ordenador adecuadas que, cuando se implementan, configuran el controlador 26 para realizar diversas funciones diferentes, tales como recibir, transmitir y/o ejecutar señales de control de turbina eólica.

[0025] En referencia ahora a la FIG.2, se ilustra una vista interna simplificada de un modo de realización de la góndola 16 de la turbina eólica 10 mostrada en la FIG. 1 que ilustra en particular los componentes de tren de potencia de la misma. Más específicamente, como se muestra, el generador 24 se puede acoplar al rotor 18 para producir potencia eléctrica a partir de la energía de rotación generada por el rotor 18. El rotor 18 se puede acoplar al eje principal 34, que puede rotar por medio de un rodamiento principal (no mostrado). El eje principal 34, a su vez, se puede acoplar de forma rotatoria a un eje de salida de caja de engranajes 36 del generador 24 a través de una caja de engranajes 30. La caja de engranajes 30 puede incluir una carcasa de caja de engranajes 38 que se conecta a la bancada 46 por uno o más brazos de par de torsión 48. Más específicamente, en determinados modos de realización, la bancada 46 puede ser un componente forjado en el que se asienta el rodamiento principal (no mostrado) y a través del que se extiende el eje principal 34. Como se entiende en general, el eje principal 34 proporciona una entrada de alto par de torsión y baja velocidad a la caja de engranajes 30 en respuesta a la rotación de las palas de rotor 22 y del buje 20. Por tanto, la caja de engranajes 30 convierte la entrada de par de torsión alto y velocidad baja en una salida de par de torsión bajo y velocidad alta para accionar el eje de salida de caja de engranajes 36 y, por tanto, el generador 24.

[0026] Cada pala de rotor 22 también puede incluir un mecanismo de ajuste depitch32 configurado para rotar cada pala de rotor 22 alrededor de su eje depitch28 por medio de un rodamiento depitch40. De forma similar, la turbina eólica 10 puede incluir uno o más mecanismos de accionamiento de orientación 42 acoplados de forma comunicativa al controlador 26, estando configurado cada mecanismo de accionamiento de orientación 42 para cambiar el ángulo de la góndola 16 con respecto al viento (por ejemplo, acoplándose a un rodamiento de orientación 44 de la turbina eólica 10).

[0027] En modos de realización descritos a lo largo de esta divulgación, tales como modos de realización explicados como ejemplos en referencia a las FIGS. 3A, 4, 5A, 5B, 5C, 5D, que se pueden combinar con otros modos de realización descritos en el presente documento, los datos de velocidad del viento efectiva de rotor y/o datos de velocidad del viento asociados a turbina eólica se pueden sustituir por y/o estar en combinación con otros datos de velocidad del viento asociados a turbina eólica.

[0028] Los datos de velocidad del viento asociados a turbina eólica se pueden derivar de sensores físicos y/o virtuales. Los ejemplos de sensores físicos incluyen anemómetro montado en góndola. Los sensores físicos pueden ser sensores de copa, hélice, ultrasónicos, sónicos o SODAR, y de tipo LIDAR. Los sensores virtuales se pueden derivar de controladores basados en modelo para proporcionar velocidad del viento efectiva de rotor, velocidad del viento estimada de pala o similares.

[0029] Otros datos de velocidad del viento asociados a turbina eólica incluyen datos derivados de los mismos, tales como datos submuestreados, parámetro de intensidad de turbulencia, parámetro de escala de longitud o similares.

[0030] Otros datos de velocidad del viento asociados a turbina eólica también incluyen datos constitutivos tales como velocidad del rotor, ángulo depitchde pala, coeficiente de potencia de turbina eólica, potencia de generador, salida de potencia de la turbina eólica, velocidad de generador, par de torsión de generador o similares.

[0031] En un modo de realización de ejemplo, la velocidad del viento asociada a turbina eólica es la velocidad del viento eficaz de rotor basada al menos en salida de potencia de turbina, velocidad de rotor ypitchde pala.

[0032] En modos de realización descritos a lo largo de esta divulgación, tales como modos de realización explicados como ejemplos en referencia a las FIGS.3A, 3B, 4, 5A, 5B, 5C, 5D, que se pueden combinar con otros modos de realización descritos en el presente documento, una primera pluralidad de datos de viento se puede referir a datos de velocidad del viento efectiva de rotor, datos de velocidad del viento asociados a turbina eólica o datos de velocidad del viento asociados a emplazamiento(s) existentes. Para una primera pluralidad de datos de viento que se refiere a datos de velocidad del viento efectiva de rotor o datos de velocidad del viento asociados a turbina eólica, la primera pluralidad de datos de viento se puede referir a la misma o diferente turbina eólica que la turbina eólica con la que se asocia una tercera pluralidad de datos de viento.

[0033] En un modo de realización de ejemplo, la primera pluralidad de datos de viento es la misma que los datos de velocidad del viento asociados a turbina eólica descritos con referencia al ejemplo de la FIG.4A.

[0034] En un modo de realización de ejemplo, la segunda pluralidad de datos de viento es la misma que la información de velocidad del viento de referencia descrita con referencia al ejemplo de la FIG.4A.

[0035] En un modo de realización de ejemplo, la tercera pluralidad de datos de viento es la misma que los datos de velocidad del viento efectiva de rotor descritos con referencia al ejemplo de la FIG.3A.

[0036] En modos de realización donde la turbina eólica asociada con la primera y tercera pluralidad de datos eólicos es la misma, el modelo de corrección funciona mejor. En modos de realización, donde la turbina eólica asociada con la primera y tercera pluralidad de datos eólicos son diferentes, el modelo de corrección es más robusto.

[0037] En modos de realización descritos a lo largo de esta divulgación, tales como modos de realización explicados como ejemplos en referencia a la FIG.3A, los parámetros operativos de turbina eólica pueden incluir ángulo depitchde pala, la velocidad de generador, velocidad de convertidor, potencia de generador, velocidad de rotor, par de torsión de solicitado, par de torsión de generador, par de torsión aerodinámico, velocidad del viento o similares.

[0038] En modos de realización descritos a lo largo de esta divulgación, tales como modos de realización explicados como ejemplos en referencia a las FIGS.3A, 3B, 4, 5A, 5B, 5C y 5D, una segunda pluralidad de datos de viento se puede referir a datos, modelo o información de velocidad del viento de referencia.

[0039] La FIG. 3A ilustra un procedimiento para operar una turbina eólica de acuerdo con la presente divulgación. En modos de realización típicos, se puede usar un modelo de corrección para optimizar turbinas eólicas existentes. Se pueden recibir datos de velocidad del viento efectiva de rotor 322. Por ejemplo, se puede medir la velocidad del rotor, con uno o más sensores. La salida de potencia se puede medir, con uno o más sensores. El cálculo se puede realizar, por un controlador tal como un controlador basado en modelo, que pone la velocidad de rotor medida, salida de potencia medida y/u otros parámetros operativos de una turbina eólica en relación para determinar la velocidad del viento eficaz de rotor. El controlador, tal como un controlador basado en modelo, se puede almacenar en algún medio de almacenamiento de datos en la turbina eólica o en un controlador central tal como un controlador de parque eólico.

[0040] Otros parámetros operativos de una turbina eólica pueden ser ángulo depitchde pala, por ejemplo. Puede existir una conexión de datos, wifi, cable o similar, para transmitir los datos. Los datos de velocidad del viento efectiva de rotor y/o datos para determinar datos de velocidad del viento efectiva de rotor se pueden transmitir a un controlador tal como un controlador de parque eólico o similar. El controlador puede tener un procesador y algún medio de almacenamiento de datos, volátil o no volátil.

[0041] Con referencia al ejemplo a la FIG.3A, se puede determinar un parámetro de intensidad de turbulencia corregido en base a los datos de velocidad del viento recibidos y un modelo de corrección 324. Un modelo de corrección puede ser, por ejemplo, una función de transferencia. El modelo de corrección se puede almacenar en un medio de almacenamiento de datos, que puede ser, por ejemplo, extraíble o no extraíble, y puede estar en un controlador de parque eólico central o en algún otro emplazamiento de almacenamiento de datos. Puede existir una conexión de datos, wifi, cable o similar, para transmitir datos, tal como el modelo de corrección, a un controlador.

[0042] En un ejemplo, se realizan cálculos, por un controlador, en base a los datos de velocidad del viento efectiva de rotor recibidos para determinar un parámetro de intensidad de turbulencia corregido. El controlador puede tener un procesador y algún medio de almacenamiento de datos, volátil o no volátil. El parámetro de intensidad de turbulencia corregido se puede almacenar en un medio de almacenamiento de datos, por ejemplo, en una turbina eólica, tal como la turbina eólica desde la que se recibieron los datos de velocidad del viento efectiva de rotor, en algún controlador central, tal como un controlador de parque eólico, o algún otro emplazamiento de almacenamiento de datos.

[0043] El modelo de corrección proporciona una relación entre datos de viento promediados espacialmente, por ejemplo, datos de velocidad del viento efectiva de rotor basados en intensidad de turbulencia, y datos de viento equivalentes en puntos, por ejemplo, datos de velocidad del viento meteorológico basados en intensidad de turbulencia. En consecuencia, se puede determinar un parámetro de intensidad de turbulencia corregido a partir de los datos de velocidad del viento efectiva de rotor recibidos.

[0044] El cálculo del parámetro de intensidad de turbulencia corregido se puede realizar, por el controlador, en línea o de manera recursiva, por ejemplo, a intervalos de tiempo regulares tales como cada 10 minutos en base a los últimos datos de velocidad del viento efectiva de rotor recibidos, en particular, datos de velocidad del viento efectiva de rotor de los últimos 10 minutos.

[0045] Adicionalmente, o de forma alternativa, el cálculo de los parámetros de intensidad de turbulencia corregidos se puede realizar, por el controlador, de una manera fuera de línea tal como una sola vez o irregularmente, por ejemplo, calculando en base a datos de velocidad del viento efectiva de rotor históricos, tales como, de un día, semana, mes, año previo o cualquier período de tiempo no considerado como el más reciente.

[0046] En consecuencia, la corrección en línea tiene la ventaja de optimizar la producción de potencia y el control de carga tal como estrategias de control más precisas.

[0047] La corrección fuera de línea tiene la ventaja de mejorar o corregir la estimación de vida útil, tal como estimación de carga equivalente de daño o vida útil de turbina restante, adaptando por tanto la gestión de carga y la gestión de producción de potencia de acuerdo con la información de estimación de vida útil corregida.

[0048] En referencia a la FIG. 3A, se puede determinar un parámetro operativo, tal como ángulo depitchde pala o par de torsión de generador, de la turbina eólica en base al parámetro de intensidad de turbulencia corregido 326. Por ejemplo, un parámetro de intensidad de turbulencia corregido se puede almacenar en un medio de almacenamiento de datos. Puede existir una conexión de datos, conexión de datos interna tal como dentro de una máquina o en un procesador, o conexiones externas tales como cable, wifi o similares, para transmitir datos a un controlador. Un controlador, tal como un controlador basado en modelo, puede recuperar, a través de una conexión de datos tal como wifi, cable o similar, el parámetro de intensidad de turbulencia corregido almacenado. El cálculo se puede realizar, por el controlador, para determinar un parámetro operativo en base a la intensidad de turbulencia corregida. El parámetro operativo calculado se puede almacenar en un medio de almacenamiento de datos.

[0049] El controlador puede transmitir una señal de control de turbina eólica adecuada que corresponde al parámetro operativo determinado, a través de una conexión de datos, a componentes de control, tales como un mecanismo de ajuste depitch, un convertidor de lado de generador, accionamiento de orientación de góndola, contactor de generador o similares. Por tanto, se puede determinar un parámetro operativo o la turbina eólica se puede operar en base al parámetro de intensidad de turbulencia corregido.

[0050] [0036]El parámetro de intensidad de turbulencia corregido refleja con más exactitud las condiciones de viento experimentadas por la turbina eólica. Por tanto, determinando un parámetro operativo de la turbina eólica en base al parámetro de intensidad de turbulencia corregido, se logra un control mejorado de la turbina eólica. Por ejemplo, se logra un control mejorado de la salida de potencia, tal como mayor producción de potencia. En otro ejemplo, se logra mejor control de la carga estructural, tal como cargas de fatiga o cargas extremas, en la turbina eólica debido a turbulencia o al cambio de velocidades del viento.

[0051] Una estimación mejorada de la intensidad de turbulencia, tal como el parámetro de intensidad de turbulencia corregido, proporciona la ventaja de maximizar la vida en operación de la turbina eólica, por ejemplo, manteniendo mejor la operación de la turbina dentro de los límites de carga diseñados. Una estimación mejorada de la intensidad de turbulencia también tiene la ventaja de maximizar la producción de potencia, por ejemplo, aprovechando estratégicamente las condiciones de turbulencia específicas para maximizar la producción de potencia.

[0052] De esta manera, se puede mejorar un parámetro operativo de una turbina eólica, tal como la operación de una turbina eólica existente. En consecuencia, se logra una operación de turbina eólica eficiente.

[0053] Una corrección basada en un modelo de corrección se puede entender como corregir la medida promediada espacialmente de intensidad de turbulencia, tal como una intensidad de turbulencia basada en velocidad del viento efectiva de rotor, para obtener una estimación equivalente puntual de intensidad de turbulencia, por ejemplo, como se describe por los modos de realización descritos con referencia al ejemplo de la FIG.3A.

[0054] En consecuencia, un parámetro de intensidad de turbulencia corregido puede ser mejor que un parámetro de intensidad de turbulencia que se calcula en base a los datos de velocidad del viento efectivos del rotor (o asociados a turbina eólica existente) y que se calcula sin el uso del modelo de corrección.

[0055] Por ejemplo, una corrección, usando el modelo de corrección descrito, a un parámetro de intensidad de turbulencia que se calcula, usando un controlador, en base a datos de velocidad del viento asociados a turbina eólica, tales como los datos de velocidad del viento efectiva de rotor recibidos, puede corregir efectos tales como extrapolación vertical, por ejemplo, tal como los provocados por diferencias entre una altura a la que se mide una información de velocidad del viento de referencia y una altura a la que se determinan datos de velocidad del viento asociados a turbina eólica, tales como los datos de velocidad del viento efectiva de rotor, y/o corregir efectos tales como extrapolación horizontal.

[0056] Una corrección puede corregir efectos tales como tendencias estacionales y a largo plazo, cambios y/o variaciones. Una corrección puede corregir efectos tales como el efecto de operar estelas de turbina eólica. En consecuencia, se puede usar un modelo de corrección para corregir datos de velocidad del viento a partir de datos de velocidad del viento asociados a turbina eólica, tales como datos de velocidad del viento efectiva de rotor.

[0057] La FIG. 3B ilustra un procedimiento para emplazar una turbina eólica de acuerdo con la presente divulgación. Se proporciona un procedimiento para desarrollar un parque eólico que puede incluir un procedimiento para emplazar una turbina eólica. En modos de realización, se usa un modelo de corrección de emplazamiento para optimizar nueva(s) turbina(s) eólica(s) y/o nuevo(s) parque(s) eólico(s). Los datos de velocidad del viento asociados con un emplazamiento, como un nuevo emplazamiento o un nuevo parque eólico, se pueden recibir 342. Por ejemplo, la velocidad del viento se mide, con uno o más sensores, y se almacena en algún medio de almacenamiento de datos, volátil o no volátil. Un anemómetro montado en mástil, por ejemplo, un anemómetro sónico montado en un mástil meteorológico, puede ser un sensor de este tipo. El sensor puede estar en el nuevo emplazamiento o el nuevo parque eólico. Puede existir una conexión de datos, wifi o cable o similar, para transmitir los datos desde uno o más sensores a un medio de almacenamiento de datos. El medio de almacenamiento de datos puede estar en el nuevo emplazamiento o nuevo parque eólico, o en un centro de datos remoto.

[0058] Con referencia al ejemplo de la FIG.3B, se puede determinar un parámetro de intensidad de turbulencia ajustado en base a los datos de velocidad del viento asociados a nuevo emplazamiento recibidos y un modelo de corrección de emplazamiento 344. El modelo de corrección de emplazamiento puede ser, por ejemplo, una función de transferencia. En un modo de realización de ejemplo, el modelo de corrección de emplazamiento, descrito aquí con referencia al ejemplo de la FIG.3B, es el mismo que el modelo de corrección de emplazamiento descrito con referencia al ejemplo de la FIG.4B.

[0059] El modelo de corrección de emplazamiento se puede almacenar en un medio de almacenamiento de datos, que puede ser, por ejemplo, extraíble o no extraíble, y puede estar en un controlador de parque eólico central o en algún otro emplazamiento de almacenamiento de datos. Puede existir una conexión de datos, wifi, cable o similar, para transmitir datos, como el modelo de corrección de emplazamiento y/o los datos de velocidad del viento asociados a nuevo emplazamiento, a un controlador. En un ejemplo, los cálculos se realizan, por el controlador, en base a los datos de velocidad del viento asociados a nuevo emplazamiento recibidos para determinar un parámetro de intensidad de turbulencia ajustado. El controlador puede tener un procesador y algún medio de almacenamiento de datos, volátil o no volátil. El parámetro de intensidad de turbulencia ajustado se puede almacenar en un medio de almacenamiento de datos, por ejemplo, en un centro de almacenamiento de datos.

[0060] En consecuencia, un parámetro de intensidad de turbulencia ajustado puede ser mejor que un parámetro de intensidad de turbulencia que se calcula en base a los datos de velocidad del viento asociados a nuevo emplazamiento y que se calcula sin el uso del modelo de corrección de emplazamiento.

[0061] Por ejemplo, un ajuste, usando el modelo de corrección de emplazamiento descrito, a un parámetro de intensidad de turbulencia que se calcula, usando un controlador, en base a datos de velocidad del viento asociados a nuevo emplazamiento puede corregir efectos tales como extrapolación vertical, por ejemplo, tales como los provocados por diferencias entre una altura a la que se miden los datos de velocidad del viento asociados a nuevo emplazamiento y una altura a la que opera una nueva turbina eólica, y/o la extrapolación horizontal.

[0062] Un ajuste puede corregir efectos tales como tendencias estacionales y a largo plazo, cambios y/o variaciones. Un ajuste puede corregir efectos tales como el efecto de operar estelas de turbina eólica. En consecuencia, se puede usar un modelo de corrección de emplazamiento para corregir datos de velocidad del viento de un futuro parque eólico o un nuevo emplazamiento.

[0063] De esta manera, se puede mejorar un parámetro de emplazamiento de una nueva turbina eólica, tal como en el nuevo emplazamiento. En consecuencia, se optimiza el emplazamiento de nueva turbina eólica. Un ajuste en base a un modelo de corrección de emplazamiento se puede entender como ajustar medidas puntuales de intensidad de turbulencia, tales como las de un anemómetro montado en mástil meteorológico, para determinar una parametrización operacionalmente pertinente de intensidad de turbulencia, por ejemplo, como se describe por modos de realización descritos con referencia al ejemplo de la FIG.3B.

[0064] Por tanto, un parámetro de intensidad de turbulencia determinado a partir de datos de velocidad del viento asociados con un nuevo emplazamiento, tal como datos de velocidad del viento basados en anemómetro montado en mástil meteorológico, se puede ajustar para determinar un parámetro de intensidad de turbulencia promediado espacialmente equivalente, tal como un parámetro de intensidad de turbulencia asociado con una nueva turbina eólica, en base a un modelo de corrección.

[0065] En algunos modos de realización, un parámetro de intensidad de turbulencia ajustado se puede entender como idéntico a un parámetro de intensidad de turbulencia corregido. Dicho parámetro de intensidad de turbulencia ajustado se puede aplicar en casos en que ya exista(n) turbina(s) eólica(s) y la nueva turbina eólica o nuevo parque eólico puedan ser turbinas eólicas instaladas en el mismo emplazamiento que las turbinas eólicas existentes o cerca de la(s) turbina(s) eólica(s) existente(s).

[0066] Con referencia al ejemplo de la FIG.3B, se puede determinar un parámetro de emplazamiento de una nueva turbina eólica en base al parámetro de intensidad de turbulencia ajustado 346. Por ejemplo, un parámetro de intensidad de turbulencia ajustado se puede almacenar en un medio de almacenamiento de datos. Puede existir una conexión de datos, conexión de datos interna tal como dentro de una máquina o en un procesador, o conexiones externas tales como cable, wifi o similares, para transmitir datos a un controlador.

[0067] Un simulador, tal como simulador aeroelástico, puede recuperar, a través de una conexión de datos tal como wifi, cable o similar, el parámetro de intensidad de turbulencia corregido almacenado. El cálculo se puede realizar, por el simulador, para determinar un parámetro de emplazamiento en base a la intensidad de turbulencia ajustada. El parámetro de emplazamiento calculado se puede almacenar en un medio de almacenamiento de datos. Se puede instalar una nueva turbina eólica en base al parámetro de emplazamiento calculado. Por tanto, se puede determinar un parámetro de emplazamiento o se puede emplazar una nueva turbina eólica en base al parámetro de intensidad de turbulencia ajustado.

[0068] El parámetro de intensidad de turbulencia ajustado se puede usar para determinar las características óptimas de una nueva turbina eólica. Los ejemplos de un parámetro de emplazamiento pueden ser potencia nominal, ubicación, altura de buje, características de capacidad de carga estructural o similares. Una ventaja es que una nueva turbina eólica se optimiza para las condiciones eólicas locales. En consecuencia, se mejora la estimación de intensidad de turbulencia y se logra el emplazamiento de turbina eólica óptimo.

[0069] Los modos de realización descritos con referencia al ejemplo del modelo de corrección del emplazamiento y las FIGS.3B se pueden practicar en asociación con, o bien independientemente de los modos de realización descritos con referencia al ejemplo de cualquiera de las FIGS.3A y 4A. Por ejemplo, un controlador puede aplicar el modelo de corrección de emplazamiento para determinar un parámetro de intensidad de turbulencia ajustado para determinar un parámetro de emplazamiento de una nueva turbina eólica sin o independiente de un controlador que recibe datos de velocidad del viento eficaz de rotor, un controlador que determina un parámetro operativo de una turbina eólica, o un controlador que calibra un modelo de corrección.

[0070] La FIG.4A ilustra un procedimiento para calibrar un modelo de corrección de acuerdo con la presente divulgación. En modos de realización típicos, el modelo de corrección se puede calibrar como sigue. Los datos de velocidad del viento asociados con una turbina eólica se pueden recibir 422. En modos de realización, los datos de velocidad del viento recibidos asociados con una turbina eólica como se describe aquí en modos de realización explicados como ejemplos con referencia a la FIG.4A pueden ser los mismos que la velocidad del viento efectiva de rotor recibida descrita en modos de realización explicados como ejemplos con referencia a la FIG.3A.

[0071] Se puede recibir más de un dato de velocidad del viento asociado a turbina eólica, tal como velocidad del viento efectiva de rotor, datos de velocidad del viento de sensor de viento montado en góndola y similares. Incrementar la cantidad de datos para calibración, tal como usar más de una fuente de datos de velocidad del viento asociados a turbina eólica para calibrar el modelo de corrección, puede mejorar el rendimiento del modelo de corrección.

[0072] Por ejemplo, más datos para calibración proporcionan una gama más amplia de parámetros tales como intensidad de turbulencia y escala de longitud, sobre los que calibrar la información de velocidad del viento de referencia y datos de velocidad del viento asociados a turbina eólica.

[0073] Con referencia al ejemplo de la FIG.4A, en un modo de realización, los datos de velocidad del viento efectiva de rotor se reciben 422. Por ejemplo, se puede medir la velocidad del rotor, con uno o más sensores. La salida de potencia se puede medir, con uno o más sensores. El cálculo se puede realizar, por un controlador tal como un controlador basado en modelo, que pone la velocidad de rotor medida, salida de potencia medida y/u otros parámetros operativos de una turbina eólica en relación para determinar la velocidad del viento eficaz de rotor. El controlador, tal como un controlador basado en modelo, se puede almacenar en algún medio de almacenamiento de datos en la turbina eólica o en un controlador central tal como un controlador de parque eólico.

[0074] Otros parámetros operativos de una turbina eólica usados para determinar los datos de velocidad del viento eficaz de rotor pueden incluir ángulo depitchde pala. Puede existir una conexión de datos, wifi, cable o similar, para transmitir datos, tales como los datos de velocidad del viento asociados a turbina eólica recibidos. Los datos de velocidad del viento asociados a turbina eólica y/o datos para determinar datos de velocidad del viento asociados a turbina eólica se pueden transmitir a un controlador. El controlador puede tener un procesador y algún medio de almacenamiento de datos, volátil o no volátil para procesar y almacenar los datos de velocidad del viento asociados a turbina eólica.

[0075] Con referencia al ejemplo de la FIG.4A, se puede determinar una cantidad de caracterización de viento asociada a turbina eólica en base a los datos de velocidad del viento asociados a turbina eólica recibidos 424. Por ejemplo, puede existir una conexión de datos, wifi, cable o similar, para transmitir datos, tales como los datos de velocidad del viento asociados a turbina eólica, de un medio de almacenamiento de datos a un controlador.

[0076] El cálculo se puede realizar, por el controlador, en base a los datos de velocidad del viento asociados a turbina eólica recibidos, para determinar una cantidad de caracterización de viento asociada a turbina eólica. Una cantidad de caracterización de viento asociada a turbina eólica puede ser parámetros tales como intensidad de turbulencia, escala de longitud, cortante vertical, espectro de viento o similares. La cantidad de caracterización de viento asociada a turbina eólica se puede almacenar, por el controlador, en un medio de almacenamiento.

[0077] Con referencia al ejemplo de la FIG.4A, en un modo de realización, el espectro de viento, intensidad de turbulencia y cantidades de caracterización de viento en escala de longitud se calculan, por un controlador, en base a datos de velocidad del viento efectivos de rotor asociados a turbina eólica recibidos, y se almacenan, por el controlador, en un medio de almacenamiento de datos, volátil o no volátil.

[0078] Con referencia al ejemplo de la FIG.4A, la información de velocidad del viento de referencia se puede recibir 442. La información de velocidad del viento de referencia se puede recibir a través de una conexión de datos, tal como wifi, cable o similar, y almacenar en un medio de almacenamiento de datos, volátil o no volátil. En un modo de realización de ejemplo, la información de velocidad del viento de referencia se obtiene por medición de sensor(es) de velocidad del viento, tal como anemómetro sónico 2D, montado(s) en un mástil meteorológico.

[0079] En un modo de realización de ejemplo, el sensor de velocidad del viento para la información de velocidad del viento de referencia puede estar en el mismo emplazamiento de parque eólico que la turbina eólica que se asocia con los datos de velocidad del viento asociados a turbina eólica que se describe en los modos de realización explicados como ejemplos con referencia a la FIG.4A.

[0080] En un modo de realización de ejemplo, la información de velocidad del viento de referencia se obtiene a partir de un conjunto de simulaciones aeroelásticas. La información de velocidad del viento de referencia se puede extender como ejemplo durante el/los mismo(s) período(s) de tiempo que los datos de velocidad del viento asociados a turbina eólica.

[0081] [0067]Con referencia al ejemplo de la FIG.4A, la cantidad de caracterización de viento de referencia se puede determinar en base a la información de velocidad del viento de referencia recibida 444. Por ejemplo, puede existir una conexión de datos, wifi, cable o similar, para que un controlador recupere la información de velocidad del viento de referencia. El controlador puede calcular, usando un procesador, al menos una cantidad de caracterización de viento de referencia en base a la información de velocidad del viento de referencia recibida, y almacenar la al menos una cantidad de caracterización de viento de referencia calculada en un medio de almacenamiento de datos, volátil o no volátil. En un modo de realización de ejemplo, el controlador calcula el mismo tipo de cantidades de caracterización de viento para los datos de velocidad del viento de referencia 444, como para los datos de velocidad del viento asociados a turbina eólica 424. En un modo de realización de ejemplo, el controlador calcula un espectro de viento, intensidad de turbulencia y cantidades de caracterización de escala de longitud usando la información de velocidad del viento de referencia.

[0082] Con referencia al ejemplo de la FIG. 4A, en base a la cantidad de caracterización de viento asociada con la turbina eólica y la cantidad de caracterización de viento de referencia, el modelo de corrección se puede calibrar 446. Por ejemplo, el controlador puede calcular un modelo de corrección, usando un procesador, en base a la cantidad de caracterización de viento asociada con la turbina eólica y la cantidad de caracterización de viento de referencia, y almacenar el modelo de corrección en un medio de almacenamiento de datos, volátil o no volátil.

[0083] En un modo de realización de ejemplo, el modelo de corrección es un modelo de corrección espectral. Un modelo de corrección espectral es por ejemplo una función de transferencia entre un espectro de viento de los datos de velocidad del viento asociados a turbina eólica y un espectro de viento de la información de velocidad del viento de referencia. En modos de realización, el modelo de corrección es una función de transferencia en el dominio de frecuencia. En modos de realización, el modelo de corrección se calibra, por el controlador, usando regresión no lineal.

[0084] En un modo de realización de ejemplo, el controlador calibra el modelo de corrección, usando un procesador, como una función de al menos uno de los siguientes: velocidad del viento, intensidad de turbulencia y escala de longitud.

[0085] Proporcionando un mapeo robusto del espectro de viento de referencia al espectro de viento asociado a turbina eólica, y viceversa, los datos de velocidad del viento asociados a turbina eólica se pueden usar para obtener una intensidad de turbulencia corregida, y/o la información de velocidad del viento de referencia se puede usar para obtener una intensidad de turbulencia ajustada.

[0086] En consecuencia, se mejora la estimación de intensidad de turbulencia y se logra una operación de turbina eólica eficiente.

[0087] La FIG.4B ilustra un procedimiento para calibrar un modelo de corrección de emplazamiento de acuerdo con la presente divulgación. En modos de realización típicos, el modelo de corrección del emplazamiento se puede calibrar como sigue. La información de velocidad del viento asociada con emplazamiento(s) existente(s), tal como información de velocidad del viento de un anemómetro montado en mástil meteorológico en parque(s) eólico(s) existente(s), se puede recibir 462.

[0088] Con referencia al ejemplo de la FIG.4B, en un modo de realización, los datos de velocidad del viento asociados con emplazamiento(s) existente(s), tal como recopilados por un sensor montado en mástil meteorológico, por ejemplo, en un nuevo parque eólico potencial, o nuevo emplazamiento potencial, se reciben 462. Por ejemplo, la velocidad del viento se puede medir, con uno o más sensores. Un sensor puede ser, por ejemplo, un anemómetro sónico 2D. En algunos modos de realización, la información de velocidad del viento asociada emplazamiento(s) existente(s) es la misma que la información de velocidad del viento de referencia, por ejemplo, como se describe con referencia al ejemplo de cualquiera de las FIGS.4A, 5A, 5B 5C y 5D.

[0089] Puede existir una conexión de datos, wifi, cable o similar, para transmitir datos, tales como la información de velocidad del viento asociada a emplazamiento(s) existente(s) recibidos. La información de velocidad del viento asociada a emplazamiento(s) existente(s) y/o datos para determinar la información de velocidad del viento asociada a emplazamiento(s) existente(s) se pueden transmitir a un controlador. El controlador puede tener un procesador y algún medio de almacenamiento de datos, volátil o no volátil para procesar y almacenar la información de velocidad del viento asociada a emplazamiento(s) existente(s).

[0090] Con referencia al ejemplo de la FIG. 4B, la cantidad o cantidades de caracterización de viento asociada(s) a emplazamiento(s) existente(s) se puede(n) determinar en base a la información de velocidad del viento asociada a emplazamiento(s) existente(s) recibida 464. Por ejemplo, puede existir una conexión de datos, wifi, cable o similares, para transmitir información, tal como la información de velocidad del viento asociada a emplazamiento(s) existente(s), de un medio de almacenamiento de datos a un controlador. El cálculo se puede realizar, por el controlador, en base a la información de velocidad del viento asociada a emplazamiento(s) existente(s) recibida para determinar la cantidad o cantidades de caracterización de viento asociada(s) a emplazamiento(s) existente(s). La información de velocidad del viento asociada a emplazamiento(s) existente(s) pueden ser parámetros tales como intensidad de turbulencia, escala de longitud, cortante vertical, espectro de viento o similares. La cantidad o cantidades de caracterización de viento asociada(s) a emplazamiento(s) existente(s) se puede(n) almacenar, por el controlador, en un medio de almacenamiento.

[0091] Con referencia al ejemplo de la FIG.4B, en un modo de realización, el espectro del viento, intensidad de turbulencia y cantidades de caracterización de viento en escala de longitud se calculan, por un controlador, en base a información de velocidad del viento asociada a emplazamiento(s) existente(s) recibida, y se almacenan, por el controlador, en un medio de almacenamiento de datos, volátil o no volátil.

[0092] Con referencia al ejemplo de la FIG. 4B, el/los parámetro(s) de intensidad de turbulencia corregidos o información para determinar parámetro(s) de intensidad de turbulencia corregido(s) se pueden recibir 482. El/Los parámetro(s) de intensidad de turbulencia corregido(s), o información para determinar parámetro(s) de intensidad de turbulencia corregido(s), se puede(n) recibir a través de una conexión de datos, tal como wifi, cable o similares, y almacenar en un medio de almacenamiento de datos, volátil o no volátil. En un modo de realización de ejemplo, el/los parámetro(s) de intensidad de turbulencia corregido(s) se determina(n) como se describe en los modos de realización descritos con referencia al ejemplo de la FIG.3A.

[0093] El/Los parámetro(s) de intensidad de turbulencia corregido(s), o información para determinar parámetro(s) de intensidad de turbulencia corregido(s) se puede(n) extender como ejemplo durante el/los mismo(s) período(s) de tiempo que la información de velocidad del viento asociada a emplazamiento(s) existente(s).

[0094] En caso de que se reciba información para determinar el/los parámetro(s) de intensidad de turbulencia corregido(s), un controlador puede calcular, usando un procesador, el/los parámetro(s) de intensidad de turbulencia corregido(s) en base a la información recibida para determinar parámetro(s) de intensidad de turbulencia corregido(s), y almacenar el/los parámetro(s) de intensidad de turbulencia corregido(s) calculado(s) en un medio de almacenamiento de datos, volátil o no volátil. En algunos modos de realización, las mismas cantidades de caracterización de viento, que las cantidades de caracterización de viento descritas como ejemplo en la etapa 464 de la FIG. 4B, por ejemplo, cantidad o cantidades de caracterización de viento asociada(s) a emplazamiento(s) existente(s), por ejemplo, intensidad de turbulencia, escala de longitud y velocidad promedio del viento se determinan o reciben en la etapa 482.

[0095] Con referencia al ejemplo de la FIG.4B, en base a la cantidad o cantidades de caracterización de viento, tales como intensidad de turbulencia, asociada(s) con emplazamiento(s) existente(s) y parámetro(s) de intensidad de turbulencia corregido(s), el modelo de corrección del emplazamiento se puede calibrar 486. Por ejemplo, el controlador puede calcular un modelo de corrección de emplazamiento, usando un procesador, en base a la cantidad o cantidades de caracterización de viento asociada(s) con emplazamiento(s) existente(s) y el/los parámetro(s) de intensidad de turbulencia corregido(s), y almacenar el modelo de corrección de emplazamiento en un medio de almacenamiento de datos, volátil o no volátil.

[0096] En un modo de realización de ejemplo, la calibración de modelo de corrección de emplazamiento se lleva a cabo en base a otras cantidades tales como escala de longitud, velocidad del viento promedio, intensidad de turbulencia o categoría ("bin") de intensidad de turbulencia, variación de la velocidad del viento con la altura o similares, por ejemplo, como se describe en relación con el modelo de corrección descrito a lo largo de esta memoria descriptiva, además de la cantidad o cantidades de caracterización del viento asociada(s) a emplazamiento(s) existente(s), y parámetro(s) de intensidad de turbulencia corregido(s).

[0097] En un ejemplo, el controlador calibra el modelo de corrección de emplazamiento, usando un procesador, como una función de al menos uno de los siguientes: velocidad del viento, intensidad de turbulencia o categoría de intensidad de turbulencia, y escala de longitud.

[0098] En un modo de realización de ejemplo, el/los parámetro(s) de intensidad de turbulencia corregido(s) se asocia(n) con el/los mismo(s) emplazamiento(s) que la información de velocidad del viento asociada a emplazamiento(s) existente(s).

[0099] Proporcionar un mapeo robusto de información de velocidad del viento asociada a emplazamiento(s) existente(s) para ajustar la intensidad de turbulencia, e información de velocidad del viento asociada a emplazamiento(s) existente(s) se puede usar para obtener una intensidad de turbulencia ajustada. En consecuencia, se mejora la estimación de intensidad de turbulencia y se logra el emplazamiento de turbina eólica óptimo.

[0100] La FIG. 5A ilustra un procedimiento para calibrar el modelo de corrección de acuerdo con la presente divulgación. En modos de realización, que se pueden combinar con otros modos de realización descritos en el presente documento, tales como modos de realización explicados como ejemplos en referencia a las FIGS.1, 2, 3A, 3B, 4, 5C y 5D, el modelo de corrección se puede calibrar con modelos de espectro de viento como sigue. Los datos de velocidad del viento asociados con una turbina eólica, tal como velocidad del viento efectiva de rotor obtenida usando un controlador basado en modelo de turbina eólica, se pueden recibir 512. Por ejemplo, los datos de velocidad del viento asociados con una turbina eólica se pueden recibir a través de una conexión de datos, tal como wifi, cable o similares, y almacenar en un medio de almacenamiento de datos, volátil o no volátil.

[0101] [0087]Con referencia al ejemplo de la FIG.5A, se puede determinar un modelo de espectro de viento asociado con la turbina eólica, tal como un modelo de espectro de viento Kaimal, en base a cada dato de velocidad del viento recibido 514. Por ejemplo, los datos de velocidad del viento asociados a turbina eólica recibidos almacenados en el medio de almacenamiento de datos, se pueden recuperar, a través de una conexión de datos tal como wifi, cable o similar, por un controlador, usando un procesador. El controlador puede calcular un modelo de espectro de viento, usando un procesador, en base a los datos de velocidad del viento asociados a turbina eólica recibidos, y almacenar el modelo de espectro de viento calculado en un medio de almacenamiento de datos, volátil o no volátil.

[0102] Con referencia al ejemplo de la FIG.5A, la información de velocidad del viento de referencia, tal como datos de velocidad del viento de un mástil meteorológico, se puede recibir 522. Por ejemplo, la información de velocidad del viento de referencia se puede transmitir a un controlador, a través de una conexión de datos tal como wifi, cable o similares. La información de velocidad del viento de referencia se puede almacenar en un medio de almacenamiento de datos, volátil o no volátil.

[0103] Con referencia al ejemplo de la FIG. 5A, se puede determinar un modelo de espectro de viento de referencia, tal como un modelo de espectro de viento Kaimal, en base a la información de velocidad del viento de referencia recibida 524, por ejemplo, un modelo de espectro de viento de referencia para cada dato de velocidad del viento de referencia recibido 524. Por ejemplo, la información de velocidad del viento de referencia recibida almacenada en el medio de almacenamiento de datos, se puede recuperar por un controlador, usando un procesador. El controlador puede calcular un modelo de espectro de viento, usando un procesador, en base a la información de velocidad del viento de referencia recibida, y almacenar el modelo de espectro de viento calculado en un medio de almacenamiento de datos, volátil o no volátil.

[0104] Con referencia al ejemplo de la FIG. 5A, un modelo de corrección, tal como un modelo de corrección espectral, se puede calibrar, por ejemplo, usando regresión no lineal, en base a los modelos de espectro de viento asociados a turbina eólica y de referencia 526. Por ejemplo, el controlador puede calcular un modelo de corrección, usando un procesador, en base al modelo de espectro de viento asociado a turbina eólica y el modelo de espectro de viento de referencia. El controlador puede almacenar el modelo de corrección en un medio de almacenamiento de datos, volátil o no volátil. En un modo de realización de ejemplo, el modelo de corrección es un modelo de corrección espectral.

[0105] En modos de realización explicados como ejemplos en referencia a la FIG.5A, así como a otras figuras, tales como las FIGS.4, 5C y 5D, el espectro de viento puede sustituir al modelo de espectro de viento. Por ejemplo, el controlador puede calcular un modelo de corrección en base a un espectro de viento asociado a turbina eólica y un espectro de viento de referencia en lugar de un modelo de espectro de viento asociado a turbina eólica y un modelo de espectro de viento de referencia. Un modelo de corrección, como se calcula por un controlador, tiene el efecto de que se mejora la estimación de intensidad de turbulencia y se logra una operación de turbina eólica eficiente o emplazamiento de turbina eólica óptimo.

[0106] La FIG.5B ilustra un procedimiento para calibrar el modelo de corrección de acuerdo con la presente divulgación. En modos de realización, que se pueden combinar con otros modos de realización descritos en el presente documento, tales como modos de realización explicados como ejemplos en referencia a las FIGS.1, 2, 3A, 3B, 4, 5C y 5D, el modelo de corrección se puede calibrar con parámetros de intensidad de turbulencia como sigue. Los datos de velocidad del viento asociados con una turbina eólica, tales como datos de velocidad del viento de anemómetro de góndola, se pueden recibir 532. Por ejemplo, los datos de velocidad del viento asociados con una turbina eólica se pueden recibir a través de una conexión de datos, tal como wifi, cable o similares, y almacenar en un medio de almacenamiento de datos, volátil o no volátil.

[0107] Con referencia al ejemplo de la FIG.5B, se puede determinar un parámetro de intensidad de turbulencia en base a los datos de velocidad del viento asociados a turbina eólica recibidos 534. Por ejemplo, los datos de velocidad del viento asociados a turbina eólica recibidos almacenados en el medio de almacenamiento de datos, se pueden recuperar por un controlador, usando un procesador. El controlador puede calcular un parámetro de intensidad de turbulencia, usando un procesador, en base a los datos de velocidad del viento asociados a turbina eólica recibidos, y almacenar el parámetro de intensidad de turbulencia calculado en un medio de almacenamiento de datos, volátil o no volátil.

[0108] Con referencia al ejemplo de la FIG.5B, la información de velocidad del viento de referencia, tal como datos de velocidad del viento de un conjunto de simulaciones aeroelásticas, se puede recibir 542. Por ejemplo, la información de velocidad del viento de referencia se puede transmitir a un controlador, a través de una conexión de datos tal como wifi, cable o similares. La información de velocidad del viento de referencia se puede almacenar en un medio de almacenamiento de datos, volátil o no volátil.

[0109] Con referencia al ejemplo a la FIG.5B, se puede determinar un parámetro de intensidad de turbulencia en base a la información de velocidad del viento de referencia recibida 544. Por ejemplo, los datos de velocidad del viento de referencia recibidos almacenados en el medio de almacenamiento de datos, se pueden recuperar, a través de una conexión de datos tal como wifi, cable o similar, por un controlador, usando un procesador. El controlador puede calcular un parámetro de intensidad de turbulencia, usando un procesador, en base a los datos de velocidad del viento de referencia recibidos. El controlador puede almacenar el parámetro de intensidad de turbulencia calculado en un medio de almacenamiento de datos, volátil o no volátil.

[0110] Con referencia al ejemplo a la FIG.5B, un modelo de corrección, tal como una función de transferencia, se puede calibrar, por ejemplo, usando ajuste a escala de corrección, en base a los parámetros de intensidad de turbulencia asociados a turbina eólica y de referencia 546. Por ejemplo, el controlador puede calcular un modelo de corrección, usando un procesador, en base al parámetro de intensidad de turbulencia asociado a turbina eólica y el parámetro de intensidad de turbulencia de referencia. El controlador puede almacenar el modelo de corrección en un medio de almacenamiento de datos, volátil o no volátil. En un modo de realización de ejemplo, el modelo de corrección es una proporción (“ratio”) del parámetro de intensidad de turbulencia de referencia con respecto al parámetro de intensidad de turbulencia asociado a turbina eólica, como una función de al menos uno de los siguientes: velocidad del viento, intensidad de turbulencia y escala de longitud. En un modo de realización de ejemplo, el parámetro de intensidad de turbulencia es una proporción de la varianza de la velocidad del viento con respecto a la media de la velocidad del viento.

[0111] En modos de realización explicados como ejemplos en referencia a la FIG.5B, así como otras figuras, tales como las FIGS. 4, 5C y 5D, el modelo de corrección se obtiene usando ajuste a escala de corrección o regresión lineal. Un modelo de corrección, como se calcula por un controlador, tiene el efecto de que se mejora la estimación de intensidad de turbulencia y se logra una operación de turbina eólica eficiente o emplazamiento de turbina eólica óptimo. Además, un modelo de corrección como se describe en modos de realización explicados como ejemplos en referencia a la FIG.5B tiene la ventaja de la velocidad. La corrección en línea o en tiempo real de la intensidad de la turbulencia se puede mejorar en consecuencia.

[0112] La FIG.5C ilustra un procedimiento para calibrar el modelo de corrección de acuerdo con la presente divulgación. En modos de realización, que se pueden combinar con otros modos de realización descritos en el presente documento, tales como modos de realización explicados como ejemplos en referencia a las FIGS.1, 2, 3A, 3B, 4, 5A y 5B, el modelo de corrección se puede calibrar frente a datos de referencia como sigue. Los datos de velocidad del viento asociados con una turbina eólica, tales como datos de velocidad del viento de anemómetro de góndola, se pueden recibir 552. Por ejemplo, los datos de velocidad del viento asociados con una turbina eólica se pueden recibir a través de una conexión de datos, tal como wifi, cable o similares, y almacenar en un medio de almacenamiento de datos, volátil o no volátil.

[0113] Con referencia al ejemplo de la FIG.5C, se puede determinar una cantidad de caracterización de viento asociada con la turbina eólica, tal como un parámetro de escala de longitud, en base a cada dato de velocidad del viento recibido 554. Por ejemplo, los datos de velocidad del viento asociados a turbina eólica recibidos almacenados en el medio de almacenamiento de datos, se pueden recuperar por un controlador, usando un procesador. El controlador puede calcular una cantidad de caracterización de viento en base a los datos de velocidad del viento asociados a turbina eólica recibidos, y almacenar la cantidad de caracterización de viento calculada en un medio de almacenamiento de datos, volátil o no volátil.

[0114] Con referencia al ejemplo de la FIG. 5C, un dato de velocidad del viento de referencia, tal como mediciones de velocidad del viento sin estela de sensor(es) LIDAR en un parque eólico, se pueden recibir 562. Por ejemplo, los datos de velocidad del viento de referencia recibidos se pueden transmitir a un controlador, a través de una conexión de datos tal como wifi, cable o similares. Los datos de velocidad del viento de referencia se pueden almacenar en un medio de almacenamiento de datos, volátil o no volátil.

[0115] Con referencia al ejemplo de la FIG.5C, se puede determinar una cantidad de caracterización de viento de referencia, tal como un modelo de espectro de viento de Kaimal, en base a los datos de velocidad del viento recibidos 564. Por ejemplo, los datos de velocidad del viento de referencia recibidos almacenados en el medio de almacenamiento de datos, se pueden recuperar por un controlador, usando un procesador. El controlador puede calcular una cantidad de caracterización de viento, usando un procesador, en base a los datos de velocidad del viento de referencia recibidos, y almacenar la cantidad de caracterización de viento calculada en un medio de almacenamiento de datos, volátil o no volátil.

[0116] Con referencia al ejemplo de la FIG. 5C, un modelo de corrección, tal como una función de ajuste a escala, se puede calibrar, por ejemplo, usando regresión lineal, en base a las cantidades de caracterización de viento asociadas a turbina eólica y de referencia 566. Por ejemplo, el controlador puede calcular un modo de corrección, usando un procesador, en base a la cantidad de caracterización de viento asociada a turbina eólica y la cantidad de caracterización de viento de referencia. El controlador puede almacenar el modelo de corrección en un medio de almacenamiento de datos, volátil o no volátil. En un modo de realización de ejemplo, el modelo de corrección es un modelo de corrección espectral.

[0117] [0103]La FIG.5D ilustra un procedimiento para calibrar el modelo de corrección de acuerdo con la presente divulgación. En modos de realización, que se pueden combinar con otros modos de realización descritos en el presente documento, tales como modos de realización explicados como ejemplos en referencia a las FIGS.1, 2, 3A, 3B, 4, 5A y 5B, el modelo de corrección se puede calibrar frente a un modelo de referencia como sigue. Los datos de velocidad del viento asociados con una turbina eólica, tal como velocidad del viento estimada de pala obtenida de un controlador basado en modelo de turbina eólica, se pueden recibir 572. Por ejemplo, los datos de velocidad del viento asociados con una turbina eólica se pueden recibir a través de una conexión de datos, tal como wifi, cable o similares, y almacenar en un medio de almacenamiento de datos, volátil o no volátil.

[0118] Con referencia al ejemplo de la FIG.5D, se puede determinar una cantidad de caracterización de viento asociada con la turbina eólica, tal como velocidad del viento horizontal media, en base a cada dato de velocidad del viento recibido 574. Por ejemplo, los datos de velocidad del viento asociados a turbina eólica recibidos almacenados en el medio de almacenamiento de datos, se pueden recuperar por un controlador, usando un procesador. El controlador puede calcular una cantidad de caracterización de viento, usando un procesador, en base a los datos de velocidad del viento recibidos. El controlador puede almacenar la cantidad de caracterización de viento calculada en un medio de almacenamiento de datos, volátil o no volátil.

[0119] Con referencia al ejemplo de la FIG.5D, un modelo de velocidad del viento de referencia, tal como un modelo espectral de Mann, se puede recibir 582. Por ejemplo, el modelo de velocidad del viento de referencia se puede transmitir a un controlador, a través de una conexión de datos tal como wifi, cable o similares. El modelo de velocidad del viento de referencia se puede almacenar en un medio de almacenamiento de datos, volátil o no volátil.

[0120] Con referencia al ejemplo de la FIG.5D, se puede determinar una cantidad de caracterización de viento de referencia, tal como una densidad de espectro de potencia, en base a cada modelo de velocidad del viento recibido 584. Por ejemplo, el modelo de velocidad del viento de referencia recibido almacenado en el medio de almacenamiento de datos, se puede recuperar, a través de una conexión de datos tal como wifi, cable o similar, por un controlador, usando un procesador. El controlador puede calcular una cantidad de caracterización de viento, usando un procesador, en base a los datos de velocidad del viento de referencia recibidos. El controlador puede almacenar la cantidad de caracterización de viento calculada en un medio de almacenamiento de datos, volátil o no volátil.

[0121] Con referencia al ejemplo de la FIG. 5D, un modelo de corrección, tal como un modelo de corrección espectral, se puede calibrar, por ejemplo, usando regresión no paramétrica, en base a las cantidades de caracterización de viento asociadas a turbina eólica y de referencia 586. Por ejemplo, el controlador puede calcular un modelo de corrección, usando un procesador, en base a la cantidad de caracterización de viento asociada a turbina eólica y la cantidad de caracterización de viento de referencia. El controlador puede almacenar el modelo de corrección en un medio de almacenamiento de datos, volátil o no volátil.

[0122] En un modo de realización de ejemplo, el modelo de corrección es un modelo de corrección espectral, en función de al menos uno de los siguientes: velocidad del viento, intensidad de turbulencia y escala de longitud. En un modo de realización de ejemplo, el modelo de corrección se calcula usando un modelo de regresión no lineal.

[0123] La FIG.6 ilustra un ejemplo de acuerdo con la presente divulgación. En modos de realización, el modelo de corrección se calibra contra datos de referencia, usando modelos de espectro de viento, para operar una turbina eólica existente. Con referencia al ejemplo de la FIG.6, el modelo de espectro de viento de referencia se puede determinar, usando un controlador, en base a los datos de velocidad del viento de referencia observados. El modelo de espectro de viento asociado a turbina eólica se puede determinar, usando un controlador, en base a los datos de velocidad del viento asociados a turbina eólica. En consecuencia, el modelo de corrección se puede calibrar, usando un controlador, en base al modelo de espectro de viento asociado a turbina eólica y al modelo de espectro de viento de referencia. En modos de realización, se puede determinar un parámetro de intensidad de turbulencia corregido, usando un controlador, en base a el modelo de corrección calibrado, y recibir datos de velocidad efectiva del rotor, por ejemplo, obtenidos de una turbina eólica existente. En modos de realización, un parámetro operativo, por ejemplo, la velocidad de rotación objetivo, de la turbina eólica se puede determinar, por un controlador, en base al parámetro de intensidad de turbulencia corregido. En consecuencia, la turbina eólica se puede operar con un nivel de producción de potencia óptimo o con una vida útil optimizada.

[0124] Los modos de realización relacionados con cantidades de caracterización de viento se describen en lo que sigue. Una cantidad de caracterización de viento es en general un parámetro o cantidad derivada de la información de viento, en particular datos de velocidad del viento o modelo de velocidad del viento. Una cantidad de caracterización de viento se puede entender como una cantidad derivada que caracteriza la información de viento.

[0125] Una cantidad de caracterización de viento puede ser cualquiera de los siguientes: espectro de viento, modelo de espectro de viento, densidad de espectro de potencia, intensidad de turbulencia, intensidad de turbulencia al cuadrado o similar, escala de tiempo integral, escala de longitud integral, variación de la velocidad del viento con la altura vertical, velocidad del viento media o cualquier combinación de los mismos.

[0126] En modos de realización de ejemplo, se usa al menos una cantidad de caracterización de viento. En un modo de realización de ejemplo, la cantidad de caracterización de viento incluye modelo de espectro de viento, intensidad de turbulencia y escala de longitud integral.

[0127] [0113]La cantidad de caracterización de viento se puede derivar en base a una determinada duración de tiempo de datos de viento, tal como un período de 10 minutos, 5 minutos, 15 minutos, 30 minutos o similar.

[0128] Los modos de realización relacionados con parámetros operativos de una turbina eólica se describen en lo que sigue. Los parámetros operativos se pueden relacionar con la gestión de carga. Por ejemplo, la velocidad de rotación objetivo del rotor puede tener una relación inversa con la intensidad de turbulencia para maximizar la vida útil de turbina eólica y mejorar el coste nivelado de energía. En otro ejemplo, la exactitud de odómetro de vida útil de turbina eólica se puede mejorar corrigiendo retrospectivamente la estimación de carga en base a la intensidad de turbulencia corregida.

[0129] Las cargas o cargas de componente descritas en el presente documento son, por ejemplo, cargas en los componentes de la turbina eólica. Los componentes de la turbina eólica son, por ejemplo, los descritos con referencia a las FIGS.1 y 2, tales como pala(s) de rotor, torre, eje, caja de engranajes y generador. Las cargas o cargas de componente pueden ser cargas extremas y/o cargas de fatiga.

[0130] Los parámetros operativos también se pueden relacionar con la optimización de rendimiento de potencia. Por ejemplo, el uso del modelo de corrección para proporcionar estimaciones de intensidad de turbulencia con menor incertidumbre, lo que permite por tanto que la turbina eólica se opere más cerca de su potencia nominal, mejorando por tanto la producción de potencia.

[0131] En otros ejemplos, la salida de potencia se puede maximizar, o la salida de potencia se puede fijar a un nivel de potencia constante o a la potencia nominal de la turbina eólica. Maximizar la salida de potencia puede ser ventajoso en la operación a velocidad variable para maximizar la producción de electricidad. En otros ejemplos, fijar la salida de potencia puede ser ventajoso cuando la red solicita una salida constante.

[0132] El documento US9587628B2 proporciona ejemplos relacionados con la eficiencia incrementada en términos de producción de energía anual durante la operación por debajo de la potencia nominal de la turbina eólica. Por ejemplo, a bajas turbulencias, la turbina eólica se opera a una velocidad de rotación (o una velocidad específica) que incluye una pequeña cantidad de desviación de velocidad de la velocidad de rotación óptima (o una cantidad de desviación de velocidad específica), por ejemplo, a una cantidad de desviación de máximo un 8 % o incluso máximo un 5 %, y típicamente al menos un 1 % o un 2 % de la velocidad de rotación óptima (o velocidad específica óptima).

[0133] Como se entiende en el presente documento, una cantidad de desviación de velocidad o una cantidad de desviación de velocidad específica de la velocidad de rotación óptima o la velocidad específica óptima se entenderá como una desviación prevista como se divulga en el presente documento. Una desviación de la velocidad de rotación óptima o la velocidad específica óptima no se debe malinterpretar como una desviación debido a las condiciones de viento cambiantes en la que, sin embargo, el controlador de la turbina eólica se puede configurar para evitar dicha desviación.

[0134] A mayores turbulencias, la turbina eólica se puede operar a una alta desviación de la velocidad de rotación óptima o la velocidad específica, por ejemplo, a una cantidad de desviación de al menos un 5 %, 10 % o incluso 15 % de la velocidad de rotación óptima o la velocidad específica óptima.

[0135] En consecuencia, se puede determinar un parámetro operativo de la turbina eólica, tal como la velocidad de rotación, en base a la intensidad de turbulencia.

[0136] Otros modos de realización relacionados con parámetros operativos de una turbina eólica, que se pueden combinar con otros modos de realización descritos en el presente documento, se describen en lo que sigue. En un ejemplo específico, si la intensidad de turbulencia estimada de acuerdo con los modos de realización descritos en el presente documento es menor o mayor de lo asumido, o menor que una intensidad de turbulencia estimada de manera convencional, a continuación la turbina eólica se puede operar en base a la intensidad de turbulencia estimada de acuerdo con los modos de realización descritos en el presente documento, por ejemplo, en base a la intensidad de turbulencia corregida.

[0137] En un ejemplo específico, la intensidad de turbulencia estimada, de acuerdo con los modos de realización descritos en el presente documento, puede ser menor de lo asumido o menor que una intensidad de turbulencia estimada de manera convencional. En un ejemplo específico, la turbina eólica está en operación en una región entre la velocidad variable o la región de salida de potencia variable de la curva de potencia, y la región de potencia nominal o la salida de potencia máxima de la curva de potencia (región de cambio brusco).

[0138] En un ejemplo específico, en base a una menor intensidad de turbulencia corregida estimada, la turbina eólica se puede operar de forma más agresiva. Se pueden operar parámetros de control comopitchy velocidad de la(s) pala(s) de rotor. La transición entre la región de velocidad variable y la región de velocidad de potencia nominal se puede llevar a cabo sin problemas. Se pueden determinar los parámetros operativos para capturar potencia de manera más agresiva mientras todavía se gestionan cargas dentro de los límites operativos.

[0139] En la región de velocidad variable, elpitchpuede no estar cambiando. En la región de velocidad variable, la velocidad del rotor puede ser variable y puede seguir la velocidad óptima para maximizar la salida de potencia. En la región de potencia nominal, elpitchpuede estar cambiando. En la región de potencia nominal, la velocidad del rotor se puede fijar para mantener una salida de potencia constante.

[0140] En la región de transición entre la región de velocidad variable y la región de potencia nominal, el inicio de cambiar elpitchse puede retrasar o elpitchse puede cambiar de manera controlada o lenta en lugar de forma abrupta. En la región de transición, la aceleración de la velocidad del rotor se puede ralentizar lentamente o de manera controlada en lugar de detener abruptamente.

[0141] De acuerdo con modos de realización descritos en el presente documento, los parámetros operativos se pueden determinar, por tanto, la turbina eólica operada, en base al parámetro de intensidad de turbulencia corregido. Los parámetros operativos pueden incluir cualquier otro parámetro operativo conocido tal como dirección de orientación y demanda de par de torsión de generador.

[0142] Los modos de realización relacionados con parámetros de emplazamiento de una nueva turbina eólica se describen en lo que sigue. La evaluación de recursos eólicos fuera de línea o la caracterización de viento se refiere a la capacidad de construir una base de datos de las condiciones ambientales para sacar conclusiones para los activos actuales o proyectos futuros. Una estimación exacta de las condiciones de viento espaciales y temporales que experimenta una pala proporciona una mejor estimación de carga o una mejor función de caracterización de viento. En consecuencia, una estimación de intensidad de turbulencia mejorada puede mejorar el emplazamiento de nuevas turbinas.

[0143] Por ejemplo, las mediciones de características de viento, tales como intensidad de turbulencia, en un nuevo emplazamiento de parque eólico se pueden usar para determinar las características de carga y rendimiento de las nuevas turbinas eólicas emplazadas en el nuevo emplazamiento de parque. Usando un modelo de corrección de emplazamiento, las características de viento ajustadas, tales como parámetro de intensidad de turbulencia ajustado, se pueden usar para determinar las características de carga y rendimiento de las nuevas turbinas eólicas con más exactitud.

[0144] En consecuencia, en base a las características de viento ajustadas, tales como intensidad de turbulencia ajustada, atributos físicos, tales como potencia nominal de ubicación de emplazamiento o capacidad de carga, de las nuevas turbinas eólicas se pueden determinar de forma más exacta/óptima, por ejemplo, con menos margen de incertidumbre/diseño.

[0145] Los modos de realización relacionados con los datos de velocidad del viento asociados con una turbina eólica se describen en lo que sigue. Los datos de velocidad del viento se pueden obtener por sensores virtuales o físicos. Un sensor virtual se puede basar en parámetros operativos y de estado de la turbina eólica, por ejemplo, potencia producida, velocidad de rotor y dinámica depitchde pala. Un sensor virtual en base a controladores basados en modelo puede proporcionar velocidad del viento efectiva de rotor, velocidad del viento estimada de pala o similares.

[0146] De forma alternativa o adicionalmente, se puede proporcionar la velocidad del viento estimada de pala. Un sensor físico puede ser un anemómetro tal como un anemómetro de copa o sónico. El anemómetro se puede colocar en la góndola de la turbina eólica o en un mástil a la altura de una turbina eólica.

[0147] De forma alternativa, o además, un sistema de medición SODAR y/o LIDAR puede proporcionar datos de velocidad del viento. Cada dato de velocidad del viento independiente recibido puede mejorar la calibración del modelo de corrección.

[0148] Por lo tanto, también se puede obtener y/o usar cualquier combinación de datos de velocidad del viento asociados a turbina eólica.

[0149] La velocidad del viento efectiva de rotor se puede entender como sigue. Una velocidad del viento efectiva de rotor puede representar un promedio del campo de viento sobre el área de rotor. La velocidad del viento efectiva de rotor también se puede entender como el componente de velocidad del viento longitudinal promedio o promedio espacial del campo de viento en todo el plano de rotor. La velocidad del viento efectiva de rotor se puede basar en el uso de todo el rotor como anemómetro.

[0150] La velocidad del viento efectiva de rotor se puede determinar considerando las características de modelo de turbina y varias señales medidas. Determinar la velocidad del viento eficaz de rotor se puede entender como determinar la magnitud de un campo de viento no perturbado que crea la combinación (única) de producción de potencia, velocidad de rotación y ángulo depitchen la turbina.

[0151] [0137]Se puede usar un estimador de equilibrio de potencia, un estimador basado en filtro de Kalman y/o un estimador basado en filtro de Kalman extendido para determinar la velocidad del viento efectiva de rotor. En algunos modos de realización, los datos de velocidad del viento asociados a turbina eólica tales como datos de velocidad del viento efectiva de rotor, se pueden preprocesar. Por ejemplo, se pueden realizar filtros específicos de las señales de entrada, tales como filtrar el contenido de alta y/o baja frecuencia, y filtrar frecuencias específicas (por ejemplo, frecuencias de paso de pala).

[0153] Los modos de realización relacionados con los datos de velocidad del viento de referencia se describen en lo que sigue. Los datos de velocidad del viento de referencia se pueden obtener de cualquiera de los siguientes: simulaciones aeroelásticas, modelo de viento de simulación de remolinos grandes, modelo espectral de Mann, mediciones de prueba reales de un emplazamiento, sensores en una torre meteorológica (o mástil met. o mástil meteorológico), datos de estación/estaciones meteorológica(s) cercana(s), análogo experimental tal como un modelo en una cámara de viento, modelos de pronóstico meteorológico, datos climáticos basados en satélites o cualquier combinación de los mismos.

[0155] Las descripciones relacionadas con la intensidad de turbulencia son como sigue. La turbulencia son las fluctuaciones aleatorias del vector de viento en la atmósfera. Por tanto, la intensidad de turbulencia es una medida para describir la amplitud típica de las fluctuaciones durante un período de tiempo específico. La intensidad de turbulencia, TI, se puede medir como una proporción de la desviación estándar de la magnitud de velocidad del viento, durante un período de tiempo especificado, por ejemplo, 10 minutos, 〈ws'2

〉<10min>dividido entre la magnitud de velocidad del viento promedio, por ejemplo, durante 10 minutos, 〈WS〉<10min>,

como se da por la ecuación:

[0157]

[0158] En el ejemplo, el promedio y la desviación estándar de la velocidad del viento se toman durante un periodo de 10 minutos. La intensidad de turbulencia se puede expresar en porcentajes. La intensidad de turbulencia puede variar de un 0 % hasta un 50 %. Un valor de intensidad de turbulencia promedio en la atmósfera a alturas de turbina eólica puede estar entre un 10 % y un 20 %.

[0160] A menudo se usa una escala de tiempo de 10 minutos, tal como se describe en otra parte de esta memoria descriptiva, para evaluar la intensidad de turbulencia, pero igualmente se pueden usar escalas de tiempo más cortas o más largas, por ejemplo, un período de tiempo en cualquier lugar de 5 minutos a 30 minutos, tal como 15 minutos, 20 minutos, etc.

[0162] Un mástil meteorológico con un anemómetro de copa o un anemómetro sónico ubicado a la altura de la turbina eólica son posibles formas de medir la intensidad de turbulencia.

[0164] Los modos de realización relacionados con la estimación de modelo de espectro de viento, en particular para los datos de velocidad del viento de referencia, se describen en lo que sigue. Se puede formar una base de datos inicial como sigue. Se puede adquirir una gran base de datos de series temporales de componente de velocidad del viento longitudinal, u<x>, y componente de velocidad del viento transversal, u<y>, de 10 minutos de duración.

[0166] Un anemómetro sónico 2D puede proporcionar datos de velocidad del viento longitudinales y transversales. Los datos de velocidad del viento pueden tener una frecuencia de muestreo de 1 Hz o mayor. Una comprobación de calidad de datos, por ejemplo, comprobar que el sensor funciona apropiadamente y/o, en algunos casos, por ejemplo, para mediciones de velocidad del viento de referencia, comprobar que el sensor o datos de sensor es sin estela. Un flujo que representa condiciones sin corriente se puede considerar sin estela. Un sensor que es sin estela se puede entender como corriente arriba de las estructuras productoras de estela.

[0168] En consecuencia, se puede formar una base de datos inicial.

[0170] Para datos de velocidad del viento 2D, la velocidad del viento longitudinal se puede determinar como sigue. Para cada serie temporal, se puede determinar una proyección en la dirección longitudinal. El vector de viento promedio de 10 minutos bidimensional,U2D

se puede dar como componentes de velocidad del viento x e y, de acuerdo con la fórmula:U2D=[Ux, Uy].En consecuencia, se puede obtener un vector longitudinal,tnormalizando el vector de viento promedio de 10 minutos bidimensional,U2D

por su magnitud, de acuerdo con la ecuación:t=U2D

/∥U2D

∥.

[0172] En consecuencia, la serie temporal de velocidades longitudinales del viento,u(t) se puede obtener proyectando las componentes de velocidad del viento x e y sobre los vectores de componentes,ux(t) yuy(t) como se da por la ecuación:u(t) = [ux(t), uy(t)] ·t.Por tanto, se puede determinar la velocidad del viento longitudinal, u(t).

[0174] La eliminación de tendencia ("detrending") se puede realizar como sigue. La eliminación de tendencia lineal se puede realizar para cada serie temporal como sigue. Se puede determinar una regresión de mínimos cuadrados,ũ(t) del vector longitudinal, u(t), de acuerdo con la fórmula:ũ(t) = at+u0,donde a y u0 son parámetros de regresión ajustados. En consecuencia, la serie temporal con tendencia eliminada,uDT(t) se puede dar por la fórmula:uDT(t) =u(t)- a t.

[0175] Los espectros de potencia se pueden determinar usando la transformada de Fourier. Se puede realizar una transformada de Fourier para cada serie temporal como sigue. Se puede obtener un espectro de potencia de un solo lado,ûDTaplicando una transformada de Fourier rápida a la serie de tiempo con tendencia eliminada,uDT(t),de acuerdo con la fórmula:ûDT = FFT(uDT(t)).

[0176] El agrupamiento se puede realizar como sigue. Se pueden usar una o más dimensiones de categoría. Una primera dimensión de categoría de ejemplo es la velocidad del viento promedio. Se puede usar una dimensión de categoría opcional adicional. Una segunda dimensión de categoría de ejemplo puede ser la intensidad de turbulencia. Una tercera dimensión de categoría de ejemplo puede ser la estabilidad atmosférica. Se pueden usar otros parámetros de agrupamiento. También se puede usar un número diferente de categorías y/o una combinación de parámetros de agrupamiento.

[0177] En consecuencia, los espectros de potencia que pertenecen a una categoría dada se pueden promediar. Los promedios espectrales se deben realizar en condiciones similares, condiciones tales como velocidad del viento e intensidad de turbulencia. Por ejemplo, se pueden promediar todos los espectros de potencia de un solo lado que pertenecen a una categoría dada. El valor promedio de cada categoría se puede usar para el ajuste espectral.

[0178] El ajuste espectral se puede realizar como sigue. Para cada categoría o combinación de categorías, se puede usar un ajuste de modelo Kaimal para obtener la escala de longitud integral. El ajuste espectral se puede realizar definiendo una función de ajuste Kaimal. Se pueden definir las frecuencias mínimas y máximas para el ajuste, por ejemplo, de 1/600 a 1 Hz.

[0179] La función de ajuste y el espectro que se va a ajustar se pueden normalizar usando la varianza del intervalo del espectro en el intervalo de ajuste, es decir, la varianza del espectro entre las frecuencias mínima y máxima.

[0180] Se puede definir una función de coste de ajuste para dar los pesos apropiados a las frecuencias de interés. La escala de longitud integral, Lint, se puede obtener minimizando la función de coste. En consecuencia, la escala de longitud integral, Lint, se puede determinar para cada categoría.

[0181] Se puede realizar una comprobación de la calidad de datos. La comprobación se puede basar en el recuento de categorías y la exactitud de ajuste. Por ejemplo, las categorías que contienen menos de 10 espectros se pueden marcar como de calidad reducida o se pueden ignorar. En otro ejemplo, también se puede usar una exactitud de ajuste mínima para eliminar datos de mala calidad, por ejemplo, ajustes de espectros de potencia Kaimal de mala calidad.

[0182] Los modos de realización relacionados con la escala de longitud y la escala de tiempo se describen en lo que sigue.

[0183] Se puede entender que la escala de longitud o la escala de tiempo integral representan un período temporal o espacial, respectivamente, que representan el tamaño o persistencia típicos de los remolinos más energéticos.

[0184] En la atmósfera, el tamaño de remolino en general escala con la altura a la que se mide. Adicionalmente, el tamaño de remolino también depende de condiciones atmosféricas. A una altura de 100 m, el tamaño de remolino típico puede ser de aproximadamente 100 m. El tamaño de remolino puede bajar a 10 m de noche, durante el que las condiciones atmosféricas son relativamente estables. Durante el día, el tamaño de remolino puede ser de hasta varios km de longitud, durante el que las condiciones atmosféricas son inestables.

[0185] En modos de realización, la escala de longitud se puede caracterizar como sigue. Cabe señalar aquí que los términos "escala de tiempo integral" y "escala de tiempo" se usan de manera intercambiable. Los términos "escala de longitud integral" y "escala de longitud" también se usan de manera intercambiable.

[0186] Los datos de velocidad del viento se pueden obtener en forma de una serie temporal de velocidad del viento, u(t). Una serie temporal de velocidad del viento se puede entender como mediciones de velocidad del viento realizadas en un punto espacial fijo. Una función de autocorrelación,ρ(s) como se da por la fórmula:

[0188]

, describe la persistencia de una señal de un proceso estadísticamente estacionario, donde s

[0189] es retraso ("lag").

[0190] La escala de tiempo,Tintse puede determinar como una integral de la función de autocorrelación,ρ(s),de acuerdo con la ecuación:

En consecuencia, la función de autocorrelación es una herramienta que se puede usar para caracterizar una escala de tiempo,Tint, de una serie temporal de velocidad del viento. La escala de tiempo,Tintes una medida de la distancia de correlación temporal de un proceso estadísticamente estacionario.

[0191] Por lo tanto, la escala de longitud,Lint, se puede determinar a partir de la escala de tiempo cuando la velocidad del viento es conocida. Es decir, la escala de longitud se puede determinar como un producto de velocidad del viento horizontal, HWS y la escala de tiempo,Tint,de acuerdo con la fórmula:Lint = HWS×Tint.

[0192] En modos de realización, escala de tiempoTint, también se puede determinar a partir de espectros de potencia. Un espectro de potencia,S(f) describe dónde está la escala de tiempo de la energía turbulenta. En otras palabras, un espectro de potencia describe si la energía turbulenta es lenta, rápida, etc. Por tanto, se puede entender que los espectros de viento son una función de las condiciones atmosféricas. El espectro de energía y la autocorrelación están directamente relacionados.

[0193] Puesto que la función de autocorrelación,ρ(s) se basa en el espectro de potencia, escala de tiempo,Tintse da por la integral de la función de autocorrelación,ρ(s),de acuerdo con la fórmula:

[0195] donde

[0196] En modos de realización, la escala de longitud,Linttambién se puede estimar directamente usando un estimador, por ejemplo, definiendo una ecuación modelo que modela o modela de manera equivalente la dinámica, en particular, la dinámica significativa o dominante, del flujo de viento.

[0197] La ecuación modelo puede tomar la forma de un filtro de paso bajo: ,v̇t = -ωcvt + ωcntdonde la frecuencia de corte se puede determinar a partir de la dinámica de turbulencia del flujo de viento.

[0198] Un estimador de escala de longitud puede tomar la forma de un filtro de paso bajo de primer orden, de acuerdo con la fórmula:

dondevtes el proceso de turbulencia,vmes la velocidad del viento media (por ejemplo, la velocidad del viento promedio de 10 minutos sobre un margen móvil), Les una escala de longitud integral que se puede vincular a una frecuencia de corte

, yntes el ruido de proceso de turbulencia de ruido gaussiano blanco medio cero. La notaciónv̇tse refiere a la derivada temporal del proceso de turbulencia,vt.

[0199] El ruido de proceso de turbulencia,ntpuede ser aproximadamente como una distribución gaussiana de acuerdo con lo siguiente:

, dondeσt = tivm.La intensidad de turbulencia,tiy la velocidad del viento media,vmse pueden usar en la aproximación del ruido de proceso de turbulencia,nt.

[0200] La frecuencia de corte,ωcse puede calcular de acuerdo con la fórmula:ωc = 2πf*,dondef*es la frecuencia que maximizafS(f).

[0201] La turbulencia se puede modelar usando un espectro de potencia de Kaimal. El espectro de potencia de Kaimal se puede aproximar como una función de transferencia de primer orden. Por ejemplo, el espectro de

[0203] potencia,S(f), se puede dar de acuerdo con la fórmula:

.

[0204] La escala de longitud, L en metros, intensidad de turbulencia,tiy velocidad del viento media,vmpueden ser como se describe previamente o en otra parte de esta memoria descriptiva.

[0206] Se puede calcular la frecuencia,f*que maximizafS(f), lo que lleva a la fórmula:

.Esta relación permite la determinación de la escala de longitud de acuerdo con la frecuencia característica del espectro.

[0207] Por tanto, usando el espectro de potencia de Kaimal, la frecuencia de corte,ωcse puede dar de acuerdo

[0208] con la fórmula:

La velocidad del viento media,vmy la escala de longitud, L pueden ser como se describe previamente o en otra parte de esta memoria descriptiva.

[0209] [0174]Por tanto, usando la frecuencia de corte,ωcderivada del modelo de espectro de Kaimal, el modelo de estado para el estimador se puede dar como:

.La primera derivada de la escala de longitud,L, se puede modelar como ruido de proceso de ruido gaussiano blanco medio cero,nLo también llamado proceso de paseo aleatorio.

[0210] En el modelo de estado,vtes el proceso de turbulencia,Les la escala de longitud,ntes el ruido de proceso de turbulencia de ruido gaussiano blanco medio cero, como se describe anteriormente. La frecuencia de corte,fcse puede dar por la ecuación:

donde,fces la frecuencia que maximiza f*S(f). f es la frecuencia y S(f) es el espectro de Kaimal.

[0211] Temporalmente, el proceso de viento se puede modelar en dos componentes: un proceso de movimiento lento, por ejemplo, velocidad del viento media,vm, y un proceso de movimiento rápido, por ejemplo, viento turbulentovt. La velocidad del viento medida o estimada se puede escribir como la suma de la velocidad del viento media,vmy la velocidad del viento turbulento,vt,m,por lo tanto, la velocidad del viento turbulento,v t,mse puede calcular tomando la diferencia de la velocidad del viento medida o estimada y la velocidad del viento media,vm. El modelo de medición para el estimador, se puede dar por la fórmula:vt,m=vt+wt, dondewtse distribuye normalmente como sigue:wt~(0, Rt) yvt,m

es la velocidad del viento medida o estimada.

[0212] Con el modelo de estado definido y el modelo de medición, se diseña un estimador para estimar la escala de longitud integral usando los datos de velocidad del viento medidos o estimados en tiempo real de una simulación o un parque eólico. El estimador puede ser un estimador de mínimos cuadrados o un filtro de Kalman extendido o un filtro de Kalman no acotado ("unscented") o un filtro de Monte-Carlo que se puede ejecutar en un dispositivo integrado.

[0213] Los modos de realización relacionados con el modelo de corrección se describen en lo que sigue.

[0214] Los ejemplos del modelo de corrección incluyen un modelo de ajuste a escala de corrección simple, un modelo de regresión lineal, un modelo de regresión no lineal o un modelo de regresión no paramétrico.

[0215] En un modo de realización de ejemplo, el modelo de corrección es un modelo de corrección espectral, por ejemplo, una función de transferencia entre la densidad de espectro de potencia de datos de velocidad del viento efectiva de rotor, PSD<REWS>y la densidad de espectro de potencia de datos de velocidad del viento de anemómetro sónico de referencia, PSD<Sonic>.

[0216] Por ejemplo, el modelo de corrección puede tomar la forma de un factor de corrección A(f) de acuerdo con PSD<REWS>= A(f) * PSD<Sonic>. En dicho caso, la intensidad de turbulencia corregida,VarREWS = ∫PSD<REWS>df = ∫

A(f)*PSDSonic df =C ×VarSonic + B.Las formas de ejemplo del factor de corrección A(f) pueden ser una cualquiera de las siguientes:

[0218]

[0220] , donde α, β indican constantes de ajuste, L indica escala de longitud, V indica velocidad del viento promedio, por ejemplo, velocidad del viento promedio de 10 minutos, y D es una constante física.

[0221] Las características de velocidad del viento, tales como intensidad de turbulencia, TI y escala de longitud, L se pueden estimar de forma recursiva o en línea. Por ejemplo, el parámetro de intensidad de turbulencia actualizado, TI, y el parámetro de escala de longitud, L, se recalculan a intervalos de tiempo regulares, por ejemplo, intervalos de 10 minutos.

[0222] Los parámetros actualizados se pueden basar en los datos de velocidad del viento más recientes. En un modo de realización de ejemplo, el parámetro de intensidad de turbulencia actualizado y el parámetro de escala de longitud actualizado, L se usan para actualizar el modelo de corrección, por ejemplo, A[α, β](f) = 1/(1 αfL/V)<β>.

[0223] [0184]De forma alternativa, se pueden actualizar uno, otros factores o bien cualquier combinación de factores de los mismos. Otros factores pueden incluir, por ejemplo, variación de la velocidad del viento con la altura vertical. La estimación recursiva o en línea mejora el rendimiento dinámico del modelo de corrección y se logra una operación eficiente de la turbina eólica.

[0224] En algunos modos de realización, el modelo de corrección puede tomar la forma de una proporción. Por ejemplo, en base a un parámetro de intensidad de turbulencia de la velocidad del viento efectiva de rotor y de los datos de velocidad del viento de referencia, se puede derivar empíricamente una proporción de los dos parámetros de intensidad de turbulencia.

[0225] La proporción es por ejemplo una función de al menos uno de los siguientes parámetros: velocidad del viento promedio, intensidad de turbulencia y escala de longitud. El parámetro de intensidad de turbulencia es de forma de ejemplo la varianza de la velocidad del viento durante un periodo de tiempo, por ejemplo, un periodo de tiempo de 10 minutos, con respecto a la velocidad del viento media durante el mismo periodo de tiempo.

[0226] En consecuencia, se puede obtener una corrección rápida y se logra una operación eficiente de una turbina eólica.

[0227] Algunas ventajas relacionadas con los diversos aspectos y/o modos de realización se describen como sigue. Un estimador de intensidad de turbulencia para estimar la intensidad de turbulencia se puede basar en una proporción de la desviación estándar con respecto a la media de la velocidad del viento efectiva de rotor.

[0228] Dicho estimador de turbulencia da como resultado una predicción insuficiente de la intensidad de turbulencia porque la velocidad del viento efectiva de rotor es un promedio del campo de viento en una gran extensión espacial. En consecuencia, dicha característica de viento de intensidad de turbulencia no representa con exactitud las condiciones de carga que experimenta una pala.

[0229] Por tanto, una estimación de intensidad de turbulencia en base a la proporción de la desviación estándar con respecto a la media de la velocidad del viento efectiva de rotor da como resultado una predicción de carga deficiente.

[0230] Para estimar con más exactitud la intensidad de turbulencia del viento incidente en una turbina, primero se deben obtener las condiciones de viento reales antes de que el viento golpee las palas. Las condiciones del viento reales cerca de una turbina se pueden proporcionar por una transformación o procesamiento de la señal de velocidad del viento efectiva de rotor.

[0231] Esta transformación o modelo se puede obtener a través del aprendizaje fuera de línea o en línea de la velocidad del viento de mástil y la estimación de velocidad del viento efectiva de rotor. La transformación o el modelo pueden usar una medida de escala de longitud exacta que se puede obtener a través de una técnica de estimación recursiva en línea.

[0232] Esta transformación de la señal de velocidad del viento efectiva de rotor proporciona características de velocidad del viento corregidas usando la escala de longitud estimada. Las características de velocidad del viento corregidas se pueden usar para gestión de carga y rendimiento en línea.

[0233] Las alternativas incluyen usar diferentes factores de corrección y procedimientos para la corrección. También se pueden usar sensores adicionales en un enfoque de predictor y corrector para mejorar la exactitud de estimación de intensidad de turbulencia.

[0234] El procedimiento de uso de un modelo de corrección es único porque el modelo de corrección se puede aplicar en línea de modo que la escala de longitud estimada y la intensidad de turbulencia se pueden usar para gestión de carga y rendimiento. Los autores de la invención han demostrado el concepto con simulaciones usando tanto datos de modelado de alta fidelidad como datos de campo.

[0235] Una buena estimación en línea de la intensidad de turbulencia y la escala de longitud es importante para una buena gestión de carga y estimación de rendimiento. La estimación de rendimiento afecta directamente a la producción de energía anual.

[0236] Típicamente, un error de un 1 % en la estimación de la intensidad de la turbulencia se traduce en un error del 1 % en la estimación de la carga y un error de un 0,2 % en el coste nivelado de la estimación de energía. Las estimaciones de turbulencia actuales típicamente tienen errores de aproximadamente un 30 %.

[0237] Por tanto, mejorar la exactitud de estimación de intensidad de turbulencia a partir de estimaciones de velocidad del viento efectiva de rotor en el controlador basado en modelo es importante para una buena gestión de carga y la estimación de rendimiento.

[0238] Mejorar la estimación de escala de longitud es fundamental. Una incertidumbre de un 25 % en la estimación de escala de longitud puede contribuir hasta un cambio de un 2,5 % en la estimación de carga equivalente de daño y un cambio de un 0,5 % en la estimación de producción de energía anual.

[0239] Por tanto, una estimación mejorada de la intensidad de turbulencia en tiempo real para una turbina eólica individual mejora la estimación de carga para un menor coste nivelado de energía. El control de producción de potencia también se mejora para una mayor producción de energía anual.

[0240] Las características de velocidad del viento corregidas permiten una mejora de más de un 0,25 % en la producción de energía anual y una mejora de un 1 % en cargas equivalentes de daño.

[0241] Esta descripción escrita usa ejemplos para divulgar la invención, incluyendo el mejor modo, y también para permitir que cualquier experto en la técnica practique la práctica la invención, incluyendo fabricar y usar cualquier dispositivo o sistema y realizar cualquier procedimiento incorporado. El alcance patentable de la invención se define por las reivindicaciones, y puede incluir otros ejemplos que se les ocurran a los expertos en la técnica.

[0242] En un ejemplo, un procedimiento para operar una turbina eólica incluye determinar un modelo de corrección asociado con la turbina eólica, determinar un parámetro de intensidad de turbulencia corregido asociado con la turbina eólica en base al modelo de corrección y/u operar la turbina eólica en base al parámetro de intensidad de turbulencia corregido.

[0243] En un ejemplo, un procedimiento para emplazar una turbina eólica en un nuevo emplazamiento incluye determinar un modelo de corrección de emplazamiento, determinar un parámetro de intensidad de turbulencia ajustado asociado con la nueva turbina eólica en el nuevo emplazamiento y/o emplazar la turbina eólica en el nuevo emplazamiento en base al parámetro de intensidad de turbulencia ajustado.

[0244] En un ejemplo, un procedimiento para emplazar una nueva turbina eólica incluye determinar un modelo de corrección de emplazamiento, determinar un parámetro de intensidad de turbulencia ajustado que se asocia con la nueva turbina eólica en base al modelo de corrección de emplazamiento y/o emplazar la nueva turbina eólica en base al parámetro de intensidad de turbulencia ajustado.

[0245] En un ejemplo, un aparato incluye una turbina eólica que incluye al menos dos palas de rotor, y/o un controlador basado en modelo configurado para determinar la velocidad del viento promediada de rotor. La turbina eólica se puede operar de acuerdo con los modos de realización descritos en el presente documento o emplazarse de acuerdo con los modos de realización descritos en el presente documento.

[0246] En un ejemplo, un parque eólico incluye al menos una turbina eólica y/o un controlador de parque eólico. El controlador de parque eólico puede incluir un procesador configurado para realizar un procedimiento de acuerdo con los modos de realización descritos en el presente documento.

[0247] En un ejemplo, un sistema para operar una turbina eólica incluye un procesador configurado para realizar un procedimiento de acuerdo con los modos de realización descritos en el presente documento.

[0248] En un ejemplo, un procedimiento para operar una turbina eólica incluye determinar un modelo de corrección asociado con la turbina eólica, determinar un parámetro de intensidad de turbulencia corregido asociado con la turbina eólica en base al modelo de corrección y/u operar la turbina eólica en base al parámetro de intensidad de turbulencia corregido.

[0249] En un ejemplo, un procedimiento para determinar el modelo de corrección incluye recibir una primera y una segunda pluralidad de datos de viento; procesar la primera y/o la segunda pluralidad de datos de viento para determinar un primer y/o un segundo conjunto de estimaciones, respectivamente. Cada conjunto de estimaciones puede incluir al menos uno de un grupo que incluye una pluralidad normalizada de datos de viento, una densidad espectral de potencia de la pluralidad de datos de viento, un parámetro de intensidad de turbulencia, un parámetro de escala de longitud de turbulencia; y/o calibrar el modelo de corrección en base al menos a uno del primer conjunto de estimaciones y al menos uno del segundo conjunto de estimaciones.

[0250] En un ejemplo, la primera pluralidad de datos de viento son velocidades del viento asociadas con la turbina eólica y/o incluyen velocidades del viento de al menos una de un grupo que incluye velocidades del viento promediadas de rotor, velocidades del viento estimadas de pala, velocidades del viento de anemómetro de góndola, velocidades del viento basadas en SODAR y velocidades del viento basadas en LIDAR.

[0251] En un ejemplo, la segunda pluralidad de datos de viento incluye velocidades del viento obtenidas de al menos una de un grupo que incluye un mástil meteorológico, un conjunto de simulaciones aeroelásticas y/o un conjunto de mediciones asociadas con una turbina eólica de prueba.

[0252] [0213]En un ejemplo, determinar la intensidad de turbulencia corregida incluye recibir una tercera pluralidad de datos de viento; y/o procesar la tercera pluralidad de datos de viento para determinar un tercer conjunto de estimaciones. El tercer conjunto de estimaciones puede incluir un parámetro de intensidad de turbulencia no corregido y/u opcionalmente al menos uno de un grupo que incluye una pluralidad normalizada de datos de viento, un espectro de potencia y un parámetro de escala de longitud de turbulencia.

[0253] En un ejemplo, la tercera pluralidad de datos de viento son velocidades del viento asociadas con la turbina eólica y/o incluyen al menos una de un grupo que incluye velocidades del viento promediadas de rotor, velocidades del viento de anemómetro de góndola, velocidades del viento basadas en SODAR y velocidades del viento basadas en LIDAR.

[0254] En un ejemplo, operar la turbina eólica en base a la intensidad de turbulencia corregida incluye determinar un parámetro operativo de la turbina eólica en base al parámetro de turbulencia corregido.

[0255] En un ejemplo, el modelo de corrección incluye al menos uno de un grupo que incluye un modelo de ajuste a escala, un modelo de regresión lineal, un modelo de regresión no lineal y un modelo de regresión no paramétrico.

[0256] En un ejemplo, determinar el parámetro de intensidad de turbulencia corregido se realiza de forma recursiva en un intervalo de tiempo regular. El intervalo de tiempo puede estar entre 5 minutos y 30 minutos.

[0257] En un ejemplo, calibrar un modelo de corrección de emplazamiento en base a al menos una segunda pluralidad de datos de viento y/o un parámetro de intensidad de turbulencia corregido.

[0258] En un ejemplo, determinar un parámetro de intensidad de turbulencia ajustado en base a una cuarta pluralidad de datos de viento y un modelo de corrección de emplazamiento.

[0259] En un ejemplo, emplazar una nueva turbina eólica en base a un parámetro de intensidad de turbulencia ajustado.

[0260] En un ejemplo, una cuarta pluralidad de datos de viento incluye velocidades de viento obtenidas de un mástil meteorológico que está en un emplazamiento diferente del/de los emplazamiento(s) asociado(s) con una segunda pluralidad de datos de viento.

[0261] En un ejemplo, una turbina eólica incluye al menos dos palas de rotor y/o un controlador basado en modelo configurado para determinar la velocidad del viento promediada de rotor. La turbina eólica se puede operar de acuerdo con los modos de realización descritos en el presente documento o emplazarse de acuerdo con los modos de realización descritos en el presente documento.

[0262] En un ejemplo, un parque eólico incluye al menos una turbina eólica y/o un controlador de parque eólico. El controlador de parque eólico puede incluir un procesador configurado para realizar el procedimiento de acuerdo con los modos de realización descritos en el presente documento.

[0263] En un ejemplo, un sistema para operar una turbina eólica incluye un procesador configurado para realizar un procedimiento de acuerdo con los modos de realización descritos en el presente documento.

Claims

1. REIVINDICACIONES

1. Un procedimiento para operar una turbina eólica que tiene un rotor con una pluralidad de palas conectadas al mismo, el rotor acoplado a un generador, comprendiendo el procedimiento:

determinar un modelo de corrección (324) asociado con la turbina eólica;

determinar un parámetro de intensidad de turbulencia corregido (326) asociado con la turbina eólica en base al modelo de corrección y datos de velocidad del viento efectiva de rotor recibidos; y operar la turbina eólica en base al parámetro de intensidad de turbulencia corregido,

en el que la velocidad del viento eficaz de rotor es un promedio espacial de un campo de viento en todo un plano de rotor y se determina por un controlador basado en modelo en base a salida de potencia, velocidad de rotor ypitchde pala.

2. El procedimiento de acuerdo con la reivindicación 1, en el que determinar el modelo de corrección comprende:

recibir una primera y una segunda pluralidad de datos de viento (422; 442);

procesar la primera y la segunda pluralidad de datos de viento para determinar un primer y un segundo conjunto de estimaciones respectivamente (424; 444), incluyendo cada conjunto de estimaciones al menos uno de un grupo que comprende una pluralidad normalizada de datos de viento, una densidad espectral de potencia de la pluralidad de datos de viento, un parámetro de intensidad de turbulencia, un parámetro de escala de longitud de turbulencia; y

calibrar el modelo de corrección en base al menos a uno del primer conjunto de estimaciones y al menos uno del segundo conjunto de estimaciones (446).

3. El procedimiento de acuerdo con la reivindicación 2, en el que la primera pluralidad de datos de viento son velocidades del viento asociadas con la turbina eólica y comprenden velocidades del viento de al menos una de un grupo que comprende velocidades del viento promediadas de rotor, velocidades del viento estimadas de pala, velocidades del viento de anemómetro de góndola, velocidades del viento basadas en SODAR y velocidades del viento basadas en LIDAR.

4. El procedimiento de acuerdo con la reivindicación 2 o 3, en el que la segunda pluralidad de datos de viento comprende velocidades de viento obtenidas de al menos una de un grupo que comprende un mástil meteorológico, un conjunto de simulaciones aeroelásticas y un conjunto de mediciones asociadas con una turbina eólica de prueba.

5. El procedimiento de acuerdo con cualquier reivindicación precedente, en el que determinar la intensidad de turbulencia corregida comprende:

recibir una tercera pluralidad de datos de viento (322); y

procesar la tercera pluralidad de datos de viento para determinar un tercer conjunto de estimaciones, incluyendo el tercer conjunto de estimaciones un parámetro de intensidad de turbulencia no corregido, y opcionalmente al menos uno de un grupo que comprende una pluralidad normalizada de datos de viento, un espectro de potencia y un parámetro de escala de longitud de turbulencia.

6. El procedimiento de acuerdo con la reivindicación 5, en el que la tercera pluralidad de datos de viento son velocidades del viento asociadas con la turbina eólica y comprenden al menos una de un grupo que comprende velocidades del viento promediadas de rotor, velocidades del viento de anemómetro de góndola, velocidades del viento basadas en SODAR y velocidades del viento basadas en LIDAR.

7. El procedimiento de acuerdo con cualquier reivindicación precedente, en el que operar la turbina eólica en base a la intensidad de turbulencia corregida comprende determinar un parámetro operativo de la turbina eólica en base al parámetro de turbulencia corregido (326).

8. El procedimiento de acuerdo con cualquier reivindicación precedente,

en el que el modelo de corrección comprende al menos uno de un grupo que comprende un modelo de ajuste a escala, un modelo de regresión lineal, un modelo de regresión no lineal y un modelo de regresión no paramétrico; o

en el que determinar el parámetro de intensidad de turbulencia corregido se realiza de forma recursiva

a un intervalo de tiempo regular, en el que el intervalo de tiempo está entre 5 minutos y 30 minutos.

9. El procedimiento de acuerdo con cualquier reivindicación precedente, que comprende además calibrar un modelo de corrección de emplazamiento en base a al menos una segunda pluralidad de datos de viento y un parámetro de intensidad de turbulencia corregido.

10. El procedimiento de acuerdo con cualquier reivindicación precedente, que comprende además determinar un parámetro de intensidad de turbulencia ajustado en base a una cuarta pluralidad de datos de viento y un modelo de corrección de emplazamiento (344).

11. El procedimiento de acuerdo con cualquier reivindicación precedente, que comprende además emplazar una nueva turbina eólica en base a un parámetro de intensidad de turbulencia ajustado.

12. El procedimiento de acuerdo con cualquier reivindicación precedente, en el que una cuarta pluralidad de datos de viento comprende velocidades de viento obtenidas de un mástil meteorológico que está en un emplazamiento diferente del/de los emplazamiento(s) asociado(s) con una segunda pluralidad de datos de viento.

13. Una turbina eólica que incluye al menos dos palas de rotor y un controlador basado en modelo configurado para determinar la velocidad del viento promediada de rotor, en la que el controlador de la turbina eólica se configura para ejecutar el procedimiento de acuerdo con la reivindicación 1.

14. Un parque eólico que comprende al menos una turbina eólica y un controlador de parque eólico, comprendiendo el controlador de parque eólico un procesador configurado para realizar el procedimiento de acuerdo con la reivindicación 1 o la reivindicación 9.

15. Un sistema para operar una turbina eólica, comprendiendo el sistema un procesador configurado para realizar el procedimiento de acuerdo con la reivindicación 1 o la reivindicación 9.