JP2016079965A - 風力発電用の風車の向きを調整する装置および方法 - Google Patents

Abstract

【課題】確率論的数理モデルを用いて未来の風向を予測し、この予測された風向に合わせて風車方向を調整することによって、新たな設備対応を要することなく、風車方向を、前もって適切な方向に向けることが可能な風力発電用風車の方向調整装置および方法を提供することである。
【解決手段】風力発電設備に備えられた風車の向きを、風向の変動に合わせて調整する装置１０であって、風向を検出する風向検出器３１と、風向検出器３１によって検出された風向の変動状態に基づく確率論的数理モデルを用いて、未来の風向を予測する風向予測部１２と、風向予測部１２によって予測された風向にしたがって、風車の向きを調整するための切替器４０とを備える。
【選択図】図１

Description

本発明の実施形態は、風力発電用の風車の向きを調整する装置および方法に関する。

図５は、風力発電設備に適用されている風車本体および翼を、上から図示した概念図である。

通常、この種の風力発電設備では、風車本体２０が、風向変動の大きな場所に設置されている場合には、翼２２が風向Ｗに対して正面を向く頻度が高くなるように、すなわち、翼２２の正面である風車方向Ｘが、風向Ｗと対峙する頻度が高くなるように制御されている。

図６は、この制御を行うための従来の制御回路３０の一例を示すブロック図である。

制御回路３０は、平均風向計算部３２と、比較部３４と、ハイコンパレータ３６と、ＡＮＤ回路３８と、切替器４０とを有している。

平均風向計算部３２は、風車本体２０またはその近傍に設けられた風向検出器３１から得られた風向データに基づいて、例えば３０秒間のような一定期間にわたる平均風向を算出し、算出された平均風向を、比較部３４および切替器４０に出力する。

比較部３４は、風車方向検出器３３から得られた風車方向Ｘと、平均風向計算部３２から出力された平均風向との引き算を行い、風車方向Ｗと平均風向Ｗとの差分角度θを、ハイコンパレータ３６に送る。

ハイコンパレータ３６は、比較部３４から送られた差分角度θが、予め定められた一定値以上である場合には、ＡＮＤ回路３８へ信号を送る。

ＡＮＤ回路３８は、ハイコンパレータ３６から信号が送られ、かつ、クロック３５によって所定期間（例えば、２〜５分）が計時されると、切替器４０に対して、信号を送る。

切替器４０は、ＡＮＤ回路３８から信号が送られた場合には、平均風向計算部３２から出力された平均風向と、風車方向検出器３３から得られた風車方向Ｘとに基づいて、風向Ｗに対して翼２２が正面を向く（すなわち、図５における差分角度θ＝０になる）ように、風車本体２０の向きを回転させるための、風車角度指令を生成し、出力する。そして、この風車角度指令にしたがって、風車本体２０の向きが回転されるようになっている。

図７は、このようにして向きが調整された風車方向Ｘと、平均風向Ｗとの関係の一例を示す図である。縦軸は、向きを、ある基準角度からの角度として表しており、横軸は時間を表わしている。

風向Ｗは、気象の変化により変動する。よって、風向Ｗが変動しても、翼２２による発電出力が最大となるように、すなわち、翼２２が、絶えず正面から風を受ける（すなわち、図５における差分角度θ＝０になる）ように、風車方向Ｘが調整されるのが理想である。

ただし、風車方向Ｘの調整は、風車本体２０の機械的な負担を軽減するために、断続的になされている。図６においてクロック３５が適用されているのも、そのような理由からである。

特許第５１９９８２８号公報 特開２００５−９８１８１号公報

しかしながら、このような従来技術では、以下のような問題がある。

すなわち、前述したように、従来技術では、絶えず不規則に変動する風向Ｗに対し、平均風向が検出され、この平均風向に追従するように風車方向Ｘが調整されている。

しかしながら、これでは、風向Ｗが変動し続けていれば、検出された平均風向は、絶えず過去の風向になってしまう。そのため、翼２２が、正面から風を受けられない時間が長くなり、発電効率が低下するという問題がある。また、これによって、翼２２が、斜めから風を受け続けることにより、物理的に受けるインパクトも増加する恐れもある。

このような問題を解決すべく、気象センサによって時系列的に取得された気象の状態変数に基づき、決定論的非線形予測手法によって風向きを予測し、風車方向Ｘを制御する技術もある。

しかしながら、決定論的非線形予測手法では、複雑な物理モデルを構築し、気象数値データを用いて、解を厳密に求める演算がなされる。そのため、一般に、計算量が膨大となる。特に、実用に耐えることができる高い精度で風向を予測するためには、物理モデルのサンプリング点数を多数に取らねばならないことから、計算負荷がさらに増大し、これによって、プロセッサやメモリに課せられる処理負荷も増大し、プロセッサやハードディスク・ドライブの増設のような新たな設備対応を要し、コストアップを招く恐れもあるという問題もある。

本発明が解決しようとする課題は、確率論的数理モデルを用いて未来の風向を予測し、この予測された風向に合わせて風車方向を調整することによって、新たな設備対応を要することなく、風車方向を、前もって適切な方向に向けることが可能な風力発電用風車の方向調整装置および方法を提供することである。

実施形態の風力発電用風車の方向調整装置は、風力発電設備に備えられた風車の向きを、風向の変動に合わせて調整する装置であって、風向を検出する第１の風向検出器と、第１の風向検出器によって検出された風向の変動状態に基づく確率論的数理モデルを用いて、未来の風向を予測する予測手段と、予測手段によって予測された風向にしたがって、風車の向きを調整する調整手段と、を備えている。

図１は、本実施形態の風力発電用風車の方向調整方法を適用した方向調整装置１０の構成例を示すブロック図である。 図２は、トレンドモデルによって表現された風向の変化の一例を示す図である。 図３Ａは、本実施形態の風力発電用風車の方向調整方法を適用した方向調整装置の動作例を示すフローチャートである。 図３Ｂは、本実施形態の風力発電用風車の方向調整方法を適用した方向調整装置の動作例を示すフローチャートである。 図４は、本実施形態によって実現される風車方向調整結果の一例を示す図である。 図５は、風力発電設備に適用されている風車本体および翼を上から図示した概念図である。 図６は、風車の方向調整を行うための従来の制御回路の一例を示すブロック図である。 図７は、従来技術によって実現される風車の方向調整結果の一例を示す図である。

以下に、本発明の実施形態の風力発電用風車の方向調整方法を適用した方向調整装置を、図面を参照して説明する。

なお、以下の説明において、図５、図６、図７と同一部位については同一符号を付し、重複説明を避ける。

図１は、本実施形態の風力発電用風車の方向調整方法を適用した方向調整装置１０の構成例を示すブロック図である。

すなわち、方向調整装置１０は、図６に示す平均風向計算部３２に代えて、風向予測部１２を備えている。

風向予測部１２は、以下に説明するように、風向の変動状態に基づく確率論的数理モデルを用いて、未来の風向を予測する。

例えば、風向予測部１２は、風向検出器３１によって検出された風向Ｗのトレンドモデルを、カルマンフィルタを用いて、確率論的に推定することによって、未来の風向を予測する。

なお、トレンドモデルは、風向検出器３１によって検出された風向と、風向検出器３１とは異なる場所に設けられた風向検出器１６によって検出された風向とを考慮して決定されることもできる。

例えば、風向検出器３１を、風車本体２０に設けた場合、風向検出器１６は、風力発電設備の代表地点のような、風車本体２０以外の場所に設ける。

トレンドモデルはさらに、風向検出器３１および／または風向検出器１６によって検出された風向に加えて、気象庁等によって発表された気象データから得られる情報を考慮して決定されるようにしても良い。

図２は、このようなトレンドモデルによって表現された風向Ｗの変化の一例を示している。縦軸は、方角を表わし、代表的に、北北西、北西、および西北西が記載されている。また、横軸は時間である。

風向Ｗは、主に気象条件と地形条件によって変化するものであるから、短い時間周期中に急激な変化を繰り返す。一方、風向Ｗを長い時間周期で観測することによって得られるトレンドαは、急激には変化しない。すなわち、トレンドαは、大気のもつ粘性、弾性による確率的な現象と捉えることができる。このため長い時間周期を有する風向Ｗの変化のトレンドαを、時間に対して変化する風向Ｗ、すなわち、風向Ｗの傾き、の確率的な現象として取り扱うことができる。

更に、風車方向Ｘの調整は、図７を用いて前述され、また、図４を用いて後述されるように、断続的に行われる。よって、モデル化の主要素を、風向Ｗの傾きとし、この風向の傾きをトレンドαとしたトレンドモデルを考慮し、（式１）および（式２）のように、風向Ｗのトレンドαを風向の状態量ｘおよび外乱ｖを用いて表現する状態方程式と、（式３）のように、風向Ｗの観測値ｙを風向の状態量ｘおよび観測雑音ｗを用いて表現する観測方程式とを仮定する。

α（ｋ＋１）＝α（ｋ）＋ｖ（ｋ）・・・・（式１）
ｘ（ｋ＋１）＝ｘ（ｋ）＋α（ｋ）・・・・（式２）
ｙ（ｋ）＝ｘ（ｋ）＋ｗ（ｋ）・・・・・・（式３）
ここで、α（ｋ）は、時刻ｋにおける風向Ｗのトレンドであり、ｘ（ｋ）は、時刻ｋにおける風向Ｗを表す状態量であり、ｙ（ｋ）は、時刻ｋにおける風向Ｗの観測値であり、ｖ（ｋ）は、時刻ｋにおけるトレンドαの外乱であり、ｗ（ｋ）は、時刻ｋにおける観測雑音である。

すなわち、時刻ｋ＋１におけるトレンドα（ｋ＋１）は、（式１）に示すように、時刻ｋにおけるトレンドα（ｋ）が、時刻ｋにおける外乱ｖ（ｋ）の影響を受けて変化する。

また、時刻ｋ＋１における状態量ｘ（ｋ＋１）は、（式２）のようなダイナミクスを表わす式にしたがって決定される。

さらに、時刻ｋにおける観測値ｙ（ｋ）は、（式３）に示すように、時刻ｋにおける状態量ｘ（ｋ）が、観測雑音ｗ（ｋ）の影響を受けて変化する。

外乱ｖ（ｋ）および観測雑音ｗ（ｋ）の一例として、風速が考慮されうる。外乱ｖ（ｋ）および観測雑音ｗ（ｋ）の一例として、風速を考慮するために、方向調整装置１０は、風速を検出する風速検出器１４を、風車本体２０に設ける。

（式１）および（式２）のような状態方程式は、（式４）に示すような行列方程式で表わされる。

また、（式３）のような観測方程式は、（式５）に示すような行列方程式で表わされる。

風向予測部１２は、（式４）および（式５）を、カルマンフィルタを用いて、確率論的に推定することによって、観測値ｙ（ｋ）から、状態量ｘ（ｋ）、トレンドα（ｋ）の値を得る。さらに、状態量ｘ（ｋ＋１）およびトレンドα（ｋ＋１）を得、ｘ（ｋ＋１）＋α（ｋ＋１）から、未来の風向として、時刻ｋ＋１における風向ｙ（ｋ＋１）を得る。

風向予測部１２は、このようにして、風向を予測し、この予測風向を、比較部３４および切替器４０に出力する。

比較部３４は、風車方向検出器３３から得られた風車方向Ｘと、風向予測部１２から出力された予測風向との引き算を行い、風車方向Ｘと予測風向との差分を、ハイコンパレータ３６に送る。

ハイコンパレータ３６、ＡＮＤ回路３８の動作は、図６を用いて既に説明済みであるので、ここではこれらの説明を省略する。

切替器４０は、ＡＮＤ回路３８から信号が送られた場合には、風向予測部１２からの予測風向と、風車方向検出器３３から得られた風車方向Ｘとに基づいて、風向Ｗに対して翼２２が正面を向くように、風車本体２０の向きを回転させるための、風車角度指令を生成し、この風車角度指令を、図示しない風車方向回転機構に出力する。これによって、風車方向回転機構が、風車本体２０の向きを回転により移動させる。

なお、切替器４０は、ＡＮＤ回路３８から信号が送られた場合であっても、風向予測部１２からの予測風向と、風向検出器３１によって検出された風向Ｗとの差が、予め定められた値よりも大きい場合、風向予測部１２からの予測風向を考慮せず、風向検出器３１によって検出された風向Ｗと、風車方向検出器３３から得られた風車方向Ｘとに基づいて風車角度指令を生成し、この風車角度指令を、図示しない風車方向回転機構に出力する。これによって、風車方向回転機構は、予測風向の推定誤差により予測時点の風向との偏差が大きくなり、風車方向と風向とが大きな偏差を持つことを防止し、風車２２が横から風を受けることに伴う機械的な負担を低減するようにしている。

次に、以上のように構成した本実施形態の風力発電用風車の方向調整方法を適用した方向調整装置の動作について説明する。

図３Ａおよび図３Ｂは、本実施形態の風力発電用風車の方向調整方法を適用した方向調整装置の動作例を示すフローチャートである。

まず、風向予測部１２において、図２に示すような風向のトレンドモデルが決定される。このトレンドモデルでは、モデル化の主要素が、風向Ｗの傾きとされ、この風向の傾きがトレンドαとして考慮される。このようなトレンドモデルを決定する際に、気象庁等によって発表された気象データからの情報を適宜考慮しても良い。さらに、このトレンドモデルから、（式１）および（式２）のように、風向Ｗのトレンドαを風向の状態量ｘおよび外乱ｖを用いて表現する状態方程式と、（式３）のように、風向Ｗの観測値ｙを風向の状態量ｘおよび観測雑音ｗを用いて表現する観測方程式とが仮定される（Ｓ０）。 次に、例えば風車本体２０に設けられた風向検出器３１によって風向が検出され、検出結果が、風向予測部１２に送られる。また、風車本体２０ではなく、例えば風力発電設備の代表地点に設けられた風向検出器１６によって検出された風向もまた、風向予測部１２に送られる（Ｓ１）。

また、風車本体２０に設けられた風速検出器１４によって検出された風速もまた、風向予測部１２に送られる（Ｓ２）。

なお、ステップＳ１とステップＳ２とは、便宜上、個別のステップとしているが、これらは常時同時になされている。次に、風向予測部１２において、ステップＳ１で検出された風向の変動状態に基づく確率論的数理モデルを用いて、ステップＳ３〜Ｓ８に示すように、未来の風向が予測される。

まず、風向予測部１２では、風向検出器３１によって検出された風向と、風向検出器１６によって検出された風向とが、図２に示すような風向のトレンドモデルに代入される（Ｓ３）。

ここでは、（式１）における外乱ｖ（ｋ）、および（式３）における観測雑音ｗ（ｋ）の一例として、風速が考慮される。したがって、ステップＳ２で検出された風速は、（式１）における外乱ｖ（ｋ）、および（式３）における観測雑音ｗ（ｋ）の決定に利用される。

さらに、トレンドモデルが、ステップＳ０において仮定された（式１）および（式２）のような状態方程式、および（式３）のような観測方程式に展開され（Ｓ４）、さらに状態方程式および観測方程式が（式４）および（式５）に示すような行列方程式で表わされる（Ｓ５）。

そして、（式４）および（式５）が、カルマンフィルタを用いて、確率論的に推定されることによって、観測値ｙ（ｋ）から、状態量ｘ（ｋ）、トレンドα（ｋ）の値が得られる（Ｓ６）。

さらに、状態量ｘ（ｋ＋１）およびトレンドα（ｋ＋１）が得られ、ｘ（ｋ＋１）＋α（ｋ＋１）から、未来の風向として、時刻ｋ＋１における風向ｙ（ｋ＋１）が得られる（Ｓ７）。

このようにして、風向予測部１２によって風向が予測され、この予測風向が、比較部３４および切替器４０に出力される（Ｓ８）。

比較部３４では、ステップＳ８において風向予測部１２から出力された予測風向と、風車方向検出器３３から得られた風車方向Ｘとの引き算が行われる（Ｓ９）。そして、風車方向Ｘと予測風向との差分が、比較部３４からハイコンパレータ３６へ送られる。

ハイコンパレータ３６では、比較部３４から送られた差分が、予め定められた一定値以上である場合には（Ｓ１０：Ｙｅｓ）、ハイコンパレータ３６からＡＮＤ回路３８へ信号が送られる（Ｓ１１）。

一方、一定値以上ではない場合（Ｓ１０：Ｎｏ）には、ステップＳ１に戻る。

ＡＮＤ回路３８では、ハイコンパレータ３６から信号が送られ、かつ、クロック３５によって所定期間（例えば、２〜５分）が計時される（Ｓ１２）と、ＡＮＤ回路３８から、切替器４０へ信号が送られる（Ｓ１３）。

切替器４０では、ＡＮＤ回路３８から信号が送られると、風向予測部１２からの予測風向と、風向検出器３１によって検出された風向Ｗとの差が、予め定められた値よりも大きくないのであれば（Ｓ１４：Ｙｅｓ）、風向予測部１２からの予測風向と、風車方向検出器３３から得られた風車方向Ｘとに基づいて、風向Ｗに対して翼２２が正面を向くように、風車本体２０の向きを回転させるための、風車角度指令が生成される（Ｓ１５）。

そして、この風車角度指令が、切替器４０から、図示しない風車方向回転機構に出力される。これによって、風車方向回転機構によって、風車本体２０が回転される（Ｓ１６）。

一方、切替器４０では、ＡＮＤ回路３８から信号が送られた場合であっても、風向予測部１２からの予測風向と、風向検出器３１によって検出された風向Ｗとの差が、予め定められた値よりも大きいのであれば（Ｓ１４：Ｎｏ）、風向予測部１２からの予測風向は考慮されず、風向検出器３１によって検出された風向Ｗと、風車方向検出器３３から得られた風車方向Ｘとに基づいて風車角度指令が生成され（Ｓ１７）、ステップＳ１６に移行する。これによって、風車方向回転機構は、予測風向の推定誤差により予測時点の風向との偏差が大きくなり、風車方向と風向とが大きな偏差を持つことを防止し、風車２２が横から風を受けることに伴う機械的な負担を低減することができる。

上述したように、本実施形態の風力発電用風車の方向調整方法を適用した方向調整装置では、確率論的数理モデルを用いて未来の風向を予測し、この予測された風向に合わせて風車方向Ｘを調整する。

図４は、本実施形態によって実現される風車方向調整結果の一例である。本実施形態では、風向予測部１２によって予測された風向に風車方向Ｘを合わせるように調整していることから、図７に示すような従来技術による風車方向調整結果に比べて、実際の風向に対する追従性が改善される。

すなわち、風車方向Ｘを、前もって適切な方向に向けることが可能となり、発電効率を高めることできる。これにより、当然ながら、翼２２が、斜めから風を受け続けることも少なくなり、翼２２が物理的に受けるインパクトも抑えることが可能となる。

しかも、確率論的数理モデルは、決定論的非線形予測手法のように、解を厳密に求めるのではなく、確率論的に推定するので、決定論的非線形予測手法と比べて、物理モデルも比較的単純であり、サンプリング点数もさほど多く取る必要はない。

よって、計算負荷を抑えることもでき、プロセッサやハードディスク・ドライブを増設するような新たな設備対応を講じる必要性が発生する可能性も低く、余分なコストアップを招くこともない。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１０ 方向調整装置、１２ 風向予測部、１４ 風速検出器、１６ 風向検出器、２０ 風車本体、２２ 翼、３０ 制御回路、３１ 風向検出器、３２ 平均風向計算部、３３ 風車方向検出器、３４ 比較部、３５ クロック、３６ ハイコンパレータ、３８ ＡＮＤ回路、４０ 切替器、α トレンド、Ｗ 風向、Ｘ 風車方向。

Claims (14)

1. 風力発電設備に備えられた風車の向きを、風向の変動に合わせて調整する装置であって、
   風向を検出する第１の風向検出器と、
   前記第１の風向検出器によって検出された風向の変動状態に基づく確率論的数理モデルを用いて、未来の風向を予測する予測手段と、
   前記予測手段によって予測された風向にしたがって、前記風車の向きを調整する調整手段と、
   を備える装置。
2. 風力発電設備に備えられた風車の向きを、風向の変動に合わせて調整する装置であって、
   風向を検出する第１の風向検出器と、
   前記第１の風向検出器によって検出された風向のトレンドモデルを、カルマンフィルタを用いて、確率論的に推定することによって、未来の風向を予測する予測手段と、
   前記予測手段によって予測された風向にしたがって、前記風車の向きを調整する調整手段と、
   を備える装置。
3. 前記予測手段は、前記トレンドモデルから、風向のトレンドを風向の状態量および外乱を用いて表現する状態方程式と、風向の観測値を風向の状態量および観測雑音を用いて表現する観測方程式とを求め、前記状態方程式および観測方程式を、カルマンフィルタを用いて、確率論的に推定することによって、未来の風向を予測する、請求項２に記載の装置。
4. 風車本体に設けられた風速検出器をさらに備え、
   前記予測手段は、前記風速検出器によって検出された風速を、前記外乱および観測雑音として考慮するようにした、請求項３に記載の装置。
5. 前記第１の風向検出器とは異なる場所に設けられた第２の風向検出器をさらに備え、
   前記トレンドモデルは、前記第１の風向検出器によって検出された風向と、前記第２の風向検出器によって検出された風向とを考慮して決定される、請求項２乃至４のうち何れか１項に記載の装置。
6. 前記トレンドモデルは、前記検出された風向と、気象データから得られる情報とを考慮して決定される、請求項２乃至５のうち何れか１項に記載の装置。
7. 前記予測手段によって予測された風向と、前記第１の風向検出器によって検出された風向との差が、予め定められた値よりも大きい場合、前記調整手段は、前記予測手段によって予測された風向ではなく、前記第１の風向検出器によって検出された風向にしたがって、前記風車の向きを調整する、請求項１乃至６のうち何れか１項に記載の装置。
8. 風力発電設備に備えられた風車の向きを、風向の変動に合わせて調整する方法であって、
   風向を検出する第１の風向検出器によって検出された風向の変動状態に基づく確率論的数理モデルを用いて、未来の風向を予測し、
   前記予測された風向にしたがって、前記風車の向きを調整する、方法。
9. 風力発電設備に備えられた風車の向きを、風向の変動に合わせて調整する方法であって、
   風向を検出する第１の風向検出器によって検出された風向のトレンドモデルを、カルマンフィルタを用いて、確率論的に推定することによって、未来の風向を予測し、
   前記予測された風向にしたがって、前記風車の向きを調整する、方法。
10. 前記未来の風向の予測は、前記トレンドモデルから、風向のトレンドを風向の状態量および外乱を用いて表現する状態方程式と、風向の観測値を風向の状態量および観測雑音を用いて表現する観測方程式とを求め、前記状態方程式および観測方程式を、カルマンフィルタを用いて、確率論的に推定することによって行う、請求項９に記載の方法。
11. 風車本体に設けられた風速検出器によって検出された風速を、前記外乱および観測雑音として考慮するようにした、請求項１０に記載の方法。
12. 前記トレンドモデルは、前記第１の風向検出器によって検出された風向と、前記第１の風向検出器とは異なる場所に設けられた第２の風向検出器によって検出された風向とを考慮して決定される、請求項９乃至１１のうち何れか１項に記載の方法。
13. 前記トレンドモデルは、前記検出された風向と、気象データから得られる情報とを考慮して決定される、請求項９乃至１２のうち何れか１項に記載の方法。
14. 前記予測された未来の風向と、前記第１の風向検出器によって検出された風向との差が、予め定められた値よりも大きい場合、前記予測された未来の風向ではなく、前記第１の風向検出器によって検出された風向にしたがって、前記風車の向きを調整する、請求項８乃至１３のうち何れか１項に記載の方法。

Images