JP4470933B2 - 任意の観測地点数に対応した風況予測制御による地域型風力発電システム - Google Patents
任意の観測地点数に対応した風況予測制御による地域型風力発電システム Download PDFInfo
- Publication number
- JP4470933B2 JP4470933B2 JP2006274479A JP2006274479A JP4470933B2 JP 4470933 B2 JP4470933 B2 JP 4470933B2 JP 2006274479 A JP2006274479 A JP 2006274479A JP 2006274479 A JP2006274479 A JP 2006274479A JP 4470933 B2 JP4470933 B2 JP 4470933B2
- Authority
- JP
- Japan
- Prior art keywords
- wind
- prediction
- power generation
- condition
- observation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000010248 power generation Methods 0.000 title claims description 140
- 230000007246 mechanism Effects 0.000 claims description 183
- 238000000034 method Methods 0.000 claims description 183
- 238000004891 communication Methods 0.000 claims description 15
- 238000005183 dynamical system Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims 2
- 238000011156 evaluation Methods 0.000 claims 1
- 238000000691 measurement method Methods 0.000 claims 1
- 230000003111 delayed effect Effects 0.000 description 22
- 238000004088 simulation Methods 0.000 description 17
- 238000004364 calculation method Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 12
- 238000005457 optimization Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000007796 conventional method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000002459 sustained effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 241001439211 Almeida Species 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000013277 forecasting method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 238000000700 time series analysis Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/028—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor controlling wind motor output power
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/04—Automatic control; Regulation
- F03D7/042—Automatic control; Regulation by means of an electrical or electronic controller
- F03D7/043—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2260/00—Function
- F05B2260/82—Forecasts
- F05B2260/821—Parameter estimation or prediction
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2270/00—Control
- F05B2270/10—Purpose of the control system
- F05B2270/20—Purpose of the control system to optimise the performance of a machine
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2270/00—Control
- F05B2270/30—Control parameters, e.g. input parameters
- F05B2270/32—Wind speeds
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2270/00—Control
- F05B2270/30—Control parameters, e.g. input parameters
- F05B2270/321—Wind directions
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2270/00—Control
- F05B2270/30—Control parameters, e.g. input parameters
- F05B2270/332—Maximum loads or fatigue criteria
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Wind Motors (AREA)
- Control Of Eletrric Generators (AREA)
Description
気象予測大規模シミュレーション(非特許文献5)では、流体の基本方程式であるナビエ・ストークス方程式とその他の経験式を用いて、気象を常微分方程式としてモデル化する。そのとき、地球全体の気象をモデル化した全球モデルと関心のある地域の局所的なモデルを用意する。そして、まず全球モデルを用いて時空間的に巨大なスケールで方程式を解き、そこで得られた解を境界条件として用いて、局所的なモデルを使用することで関心のある地域の時空間的により細かなスケールの解を求める。この気象予報を利用した方法では、局所的なモデルと言えども、求められる解の空間スケールや時間スケールは風車制御には大きすぎ、細かな地点における逐次の風況予測にはまったく適していない。とは言え、広範囲に風力発電装置が配置される大規模ウインドファームにおける数時間から数十時間先の電力供給量予測には適しており、それは、例えば非特許文献5で詳しく方法が紹介されている。
また、非特許文献6、7、8は、空間的に広がった観測点から風況系列を得て地域の風況力学系を時空再構成するをいう発想はない。そして、非特許文献9と10は風況力学系の再構成という発想自体がなく、直接予測や再帰予測等の風況力学系としての特性を生かした手法をそもそも導入し得ない。
ちなみに、秒スケールで突風を予測するものに非特許文献11があるが、これは残念ながら絶対風速そのものを予測するものではなく風車制御には適していない。
図1は本発明の地域型風力発電システム及びそれを構成する風力発電システム群の協調分散の可用性を表した概要図である。
図2は本発明の地域型風力発電システムに備わる風況観測機構の各手段と各機構との関連を表した概略図である。
図3は本発明の地域型風力発電システムに備わる風況予測機構の各手段と各機構との関連を表した概略図である。
図4は本発明の地域型風力発電システムに備わる最適制御量推定機構の各手段と各機構との関連を表した概略図である。
〈最適制御量推定機構におけるヨー制御の詳細〉
風車の向きの制御量を求めるにあたり、ある一定時間範囲0<t≦Pにおいて全体としての利益を最大にする問題を考える。全体の利益は、発電によって得られる利益から制御に必要なコストを差し引いたものと定義できる。具体的には、v(t)を時刻tでの将来の絶対風速、θ(t)を時刻tでの将来の風向、ψ(t)を時刻tでの風車の向き、f(ν)を風車に正対する方向の風速がνであるときに単位時間当たり得られる利益、γ(ψ,v,θ)をψ,v,θに従って風車の向きを変えるときに掛かるコストとすると、
その他、ギアの切り替えの制御等に関してもヨー制御と同様に、発電によって得られる利益と部品の磨耗・疲労等の制御に係るコストを定義することで、全体としての利益を最大にするように制御をすることが可能となる。
〈風況力学系、観測、遅延座標系、予測についての概略〉
風況力学系の現在の状態ベクトルをy(t)とおく。次の時刻の状態ベクトルy(t+1)は風況力学系の時間発展則φを使ってy(t+1)=φ(y(t))と特徴づけることができる。ちなみに、yは未知なる変数、φは未知なる関数である。i番目の観測関数giを通して得られる観測値をxi(t)=gi(y(t))とする。ここでは、ある風況観測機構から得られる風況(風向と絶対風速)のある成分がこれに相当する。そして、風況力学系再構成手段にて、このxi(t)から遅延座標系に変換された再構成状態ベクトルをX(t)とする。ここで埋め込みが成り立つとき、X(t)=h(y(t))となるようなhが必ず存在し、φをX上での時間発展X(t+1)=h・φ・h−1(X(t))と書くことができる。そして、個々の観測値のpステップ先の値はxi(t+p)=gi(h−1(h・φ・h−1)p(X(t)))もしくはX(t+p)=(h・φ・h−1)p(X(t))のそれぞれ観測値に対応する成分を取り出すことで、現在の再構成状態ベクトルとの関係を得ることができる。そして、推定風況値算出手段で実現する風況の予測とは、過去の観測値の系列である風況系列のみから、未知なる関数であるgi(h−1(h・φ・h−1)pを推定することに他ならない。図8にこれらの関係を表す。
上記の数式を改めてまとめると以下のようになる。
複数の風況観測機構から風況系列が得られている場合において、ある時ある観測装置が故障したとする。このとき、Xの選び方、つまり、hに任意性があることを利用すると、この風況観測装置の故障に対応できることがわかる。ここで、観測ベクトルx(t)から現在観測不能である欠損値を除いて遅延座標系に変換された再構成ベクトルをX〜(t)とする。ここで埋め込みが成り立つとき、X〜(t)=h〜(y(t))となるようなh〜がやはり存在する。このことを利用すると、故障前の再構成ベクトルX(t)と故障後の再構成ベクトルX〜(t)は、X(t)=h(h〜−1(X〜(t)))のように関係付けられる。よって、個々の観測値のpステップ先の値はxi(t+p)=gi(h〜−1(h〜・φ・h〜−1)p(X〜(t)))もしくはX(t+p)=h(h〜−1(h〜・φ・h〜−1)p(X〜(t)))のそれぞれ観測値に対応する成分を取り出すことで求めることができる。つまり、風況観測装置が多少故障したとしても、風況力学系の時空再構成により、それを補うことが可能となる。
上記の数式を改めてまとめると以下のようになる。
風況観測機構までに観測ノイズが混入することを考慮する場合、観測関数g〜 iの代わりにg〜 i=gi+σi(t)とする。ここで、σi(t)が観測ノイズである。さらに、風況力学系にダイナミカルノイズが入ることを考慮する場合、時間発展則φの代わりにφ〜=φ+ηとする。ここで、ηがダイナミカルノイズである。そして、風況予測機構において、観測ノイズやダイナミカルノイズへ対応可能とする手法として、
Hirata,Judd,Suzuki,& Aihara著、″Identifying measurement noise and model errors using multiple imperfect models,″Book of Abstracts:XXV Dynamics Days Europe 2005、Technishe Universitat Berlin、2005年7月25日発行、pp.121−122例えば、非特許文献15の観測ノイズとダイナミカルノイズの分離方法を用いてもよい。これにより、風況の予測精度がより向上する。
上記の数式を改めてまとめると以下のようになる。
風況系列のpステップ先の予測を求めるに先立ち、風況力学系再構成手段にて、風況系列を再構成状態系列へ遅延座標系変換する必要がある。そこで、任意の数の観測地点の風況観測機構から得られる風況の成分をすべて並べ、観測ベクトルx(t)とする。風況観測装置の数をl、風況を(角座標系もしくは直交座標系の)2次元とすると、x(t)の要素数mは21である。時刻tにおける観測ベクトルのi番目の成分をxi(t)と表す。そのとき、観測された風況の観測ベクトルへの遅延座標系変換とは、以下のようにk個の要素からなる再構成状態ベクトルX(t)を構成することである。
ここで使われる風況観測データは、2005年9月1日、10月24日、12月29日、2006年1月2日、4月16日、4月23日、4月29日、5月3日、5月5日に東京大学生産技術研究所内の地上約1mの高さで計測したものである。計測には2つの同一の3次元50Hz風速計を用いた。9月1日、10月24日、12月29日、1月2日、4月29日、5月5日には2つの風速計を南北に5メートル離して、その他の日には2つの風速計を東西に5メートル離して設置し、計測を行った。計測時間は、9月1日と10月24日は24時間、その他の日は6時間である。風況観測データの例として、9月1日データの最初の4000秒を図10に示す。但し、ここでは使用しないZ軸方向は除いている。
得られる風況観測データには大きなノイズが載っているので、風況観測系列加工手段にてデータの前処理を施す。ここでは、図11のように、まず2秒の間隔で移動平均をとり、次に2秒間隔でリサンプリングする。このように、前処理を施した風況観測データの例を図12に示す。
予測制御量推定機構のシミュレーションは、(1)始めの4000秒分、学習ウインドウの風況系列を使って予測モデルを作成、(2)次の400秒分、制御ウインドウを未知なる将来の風況系列であるものとし予測制御を実施、(3)各ウインドウを400秒分シフトし、風況観測データの終端に達するまで(1)−(3)を繰り返す、という図13に示した工程で行なう。そして、工程(2)において、(2.1)24秒先までの風向と絶対風速を予測、(2.2)その間での全体としての利益が最大になるように風車のヨー制御の軌道を推定、(2.3)推定された軌道の最初の2秒分を制御推定量とし、制御と発電を実施、(2.4)時間発展したものとして、(2.1)−(2.4)を繰り返す、という工程となる。このように、400秒ごとに予測モデルが作り替わることにより、風況時系列の非定常性に対処していることになる。ちなみに、24時間データではこの工程が206回、6時間データでは44回繰り返されることになる。
以下にあげる例は、本発明の最適制御量推定機構の制御方法が既存手法よりも優れていることを実証する為に、予測手法を最良のものに固定した上で、本発明の制御方法と比較対象であるいくつかの制御方法によるシミュレーション結果を比較するものである。その予測手法として、風向はξφ再帰予測、絶対風速は直接予測の手段を選択する。
以下にあげる例は、本発明の予測制御量推定機構における風況予測機構が既存手法よりも優れていることを実証する為に、制御方法を最良のものに固定した上で、本発明の予測手法と比較対象であるいくつかの予測手法によるシミュレーション結果を比較するものである。その制御方法として、ダイクストラ法によるものを選択する。そして、それぞれの予測手法の予測精度そのものを比較するのではなく、本発明の最適制御量推定機構を含めた予測制御量推定機構と風力発電システムとしての効果を比較するものとする。
・1つ目:過去の風向と絶対風速(角座標系)の値から将来の風向を直接予測によって予測する方法−sd法
・2つ目:過去の東西方向、南北方向(直交座標系)の風速から将来の東西方向、南北方向の風速をそれぞれ直接予測によって予測し、それを風向に変換する方法−2d法
・3つ目:過去の風向と絶対風速(角座標系)の値から将来の風向をξφ再帰予測によって予測する方法
・4つ目:過去の東西方向、南北方向(直交座標系)の風速から将来の東西方向、南北方向の風速をそれぞれξφ再帰予測を使って予測し、それを風向を変換する方法−ξφ法
・1つ目:過去の風向と絶対風速(角座標系)の値から将来の絶対風速を直接予測によって予測する方法−sd法
・2つ目:過去の東西方向、南北方向(直交座標系)の風速から将来の東西方向、南北方向の風速をそれぞれ直接予測によって予測し、それを絶対風速に変換する方法−2d法
・3つ目:過去の風向と絶対風速(角座標系)の値から将来の絶対風速をξφ再帰予測によって予測する方法
・4つ目:過去の東西方向、南北方向の風速から将来の東西方向、南北方向の風速をそれぞれξφ再帰予測を使って予測し、そこから将来の絶対風速を計算する方法−ξφ法
・第1:風向予測にsd法、絶対風速予測にsd法
・第2:風向予測にsd法、絶対風速予測に2d法
・第3:風向予測にsd法、絶対風速予測にξφ法
・第4:風向予測に2d法、絶対風速予測にsd法
・第5:風向予測に2d法、絶対風速予測に2d法
・第6:風向予測に2d法、絶対風速予測にξφ法
・第7:風向予測にξφ法、絶対風速予測にsd法
・第8:風向予測にξφ法、絶対風速予測に2d法
・第9:風向予測にξφ法、絶対風速予測にξφ法
本発明の最適制御量推定機構を特許文献1、2、3に導入してもよい。これにより、発電量と制御コスト等が最適化された風車制御が可能となる。
本発明の予測制御量推定機構を特許文献1に導入してもよい。この最適制御量推定機構により、発電量と制御コスト等が最適化された風車制御が可能となるだけでなく、この風況予測機構により、特許文献1の通信網が故障した際にも、風況予測精度は低下するものの、単独の風力発電システムで効率の良い風力発電を維持できるようになる。
本発明の予測制御量推定機構を特許文献2に導入してもよい。この最適制御量推定機構により、発電量と制御コスト等が最適化された風車制御が可能となるだけでなく、この風況予測機構により、複数の風況観測機構を通信網の利用等により備えた際には、風況力学系の時空再構成により風況予測の精度が向上し、より効率の良い風力発電が維持できるようになる。
本発明の予測制御量推定機構を特許文献3に導入してもよい。この最適制御量推定機構により、発電量と制御コスト等が最適化された風車制御が可能となるだけでなく、この風況予測機構により、複数の風況観測地点を(レーザー光による)遠隔地風況観測ポイントの増強等により備えた際には、風況力学系の時空再構成により風況予測の精度が向上し、より効率の良い風力発電が維持できるようになる。
本発明の風力発電システム群を分散協調型ネットワーク化し、本発明の地域型風力発電システムとして実施する場合、その風力発電システム間、つまり、風況観測装置群の距離と予測可能な時間スケールには密接な関係があり、距離をある程度大きく取った風況観測装置が地域型風力発電システムに存在すれば、それに応じて、より長い時間スケールでの風況予測が可能となるという傾向をもつ。
2 風力発電システム
3 風力発電装置
4 風況観測装置
5 風車・発電装置
6 風車制御機構
7 予測制御量推定機構
7a 風況観測機構
7b 風況予測機構
7c 最適制御量推定機構
7d 通信機構
Claims (4)
- 風車の向き等を制御する風車制御機構、及び、将来の風向、風速等の風況を予測する風況予測機構を備えた風力発電装置において、現在の風況をそのまま将来の風況の予測とする持続予測も含む任意の予測手法で得た風況系列を制御入力信号として、発電量と制御コストから計算される風力発電システム全体の利益を表す評価関数を、ネットワークフローの最長経路問題に帰着させることによって最大にするように、最適制御量を推定する予測制御量推定機構を備えることにより、無駄なコストや余計な負荷をかけずに、高効率な発電を行うことを特徴とした風力発電システム。
- 風車、発電装置、風車制御機構で構成されている単一の風力発電装置において、風向きや気象変数を測定する風況観測機構と、風速、風向等の気象データを観測量とする多次元の風況観測系列から将来の風況を力学系理論における埋め込み定理をもとにした解析手法による力学系再構成を用いて予測する風況予測機構と、その推定風況に対して発電量もしくは全体の利益を最大化する風車制御量を算出する最適制御量推定機構から成る予測制御量推定機構を備え、かつ、離れた地点に備えられた単一もしくは複数の風況観測機構または予測制御量推定機構との観測データ、予測値、最適制御量を含む情報のやり取りによる適宜の協調が可能な、各々の自律的な風力発電システムの協調により発電効率および安定性を高める事を可能とする風況予測手法の応用を特徴とした地域型風力発電システム。
- 請求項2記載の地域型風力発電システムにおいて、風況観測機構、風況予測機構、最適制御量推定機構から成る予測制御量推定機構において、他の風況観測機構もしくは予測制御量推定機構との通信機構により離れた観測地点での風向きや気象変数を適宜利用することが可能で、かつ、任意の数の観測地点に対応可能であることを特徴とした、力学系理論における埋め込み定理をもとにした解析手法による時空再構成に基づく、地域風況力学系の風況予測機構。
- 請求項3記載の風況予測機構において、他の風力発電システムとの通信機構により、自地点での風況観測、離れた地点での将来の風況を予測した推定風況、離れた地点での最適制御量推定の情報を、適宜、他の風力発電システムに提供可能であることを特徴とする予測制御量推定機構。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006274479A JP4470933B2 (ja) | 2006-09-08 | 2006-09-08 | 任意の観測地点数に対応した風況予測制御による地域型風力発電システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006274479A JP4470933B2 (ja) | 2006-09-08 | 2006-09-08 | 任意の観測地点数に対応した風況予測制御による地域型風力発電システム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2008064081A JP2008064081A (ja) | 2008-03-21 |
JP2008064081A5 JP2008064081A5 (ja) | 2009-12-03 |
JP4470933B2 true JP4470933B2 (ja) | 2010-06-02 |
Family
ID=39286993
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006274479A Active JP4470933B2 (ja) | 2006-09-08 | 2006-09-08 | 任意の観測地点数に対応した風況予測制御による地域型風力発電システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4470933B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8694171B2 (en) | 2010-10-29 | 2014-04-08 | Mitsubishi Heavy Industries, Ltd. | Wind-turbine-generator control system, wind farm, and wind-turbine-generator control method |
US10242131B2 (en) * | 2012-11-09 | 2019-03-26 | Korea Institute Of Energy Research | Numerical simulation system and numerical simulation method for atmospheric flow by computational fluid dynamics |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8405239B2 (en) | 2008-06-18 | 2013-03-26 | Mitsubishi Heavy Industries, Ltd. | Wind-turbine-dynamic-characteristics monitoring apparatus and method therefor |
CN101684774B (zh) * | 2008-09-28 | 2012-12-26 | 通用电气公司 | 一种风力发电系统及风力发电机的测风方法 |
EP2302208A1 (en) * | 2009-09-23 | 2011-03-30 | Siemens Aktiengesellschaft | Dynamic adaptation of a set point for a fatigue life of a structural component of a power generating machine |
EP2302206A1 (en) * | 2009-09-23 | 2011-03-30 | Siemens Aktiengesellschaft | Selecting a load reduction measure for operating a power generating machine |
GB2476316B (en) * | 2009-12-21 | 2014-07-16 | Vestas Wind Sys As | A wind turbine having a control method and controller for predictive control of a wind turbine generator |
GB2476506A (en) * | 2009-12-23 | 2011-06-29 | Vestas Wind Sys As | Method And Apparatus Protecting Wind Turbines From Low Cycle Fatigue Damage |
GB2476507A (en) * | 2009-12-23 | 2011-06-29 | Vestas Wind Sys As | Method And Apparatus For Protecting Wind Turbines From Gust Damage |
WO2011095519A2 (en) * | 2010-02-05 | 2011-08-11 | Vestas Wind Systems A/S | Method of operating a wind power plant |
US20120001428A1 (en) * | 2010-07-02 | 2012-01-05 | Calhoon Scott W | Wind energy system |
JP5567044B2 (ja) * | 2012-02-21 | 2014-08-06 | 三菱重工業株式会社 | ウインドファームの運転方法及びウインドファームの運転制御システム |
DE102012011210A1 (de) * | 2012-06-06 | 2013-12-12 | Rwe Innogy Gmbh | Zielwertabhängige Steuerung eines Windparks |
CN108932554B (zh) * | 2017-05-26 | 2021-03-23 | 西安交通大学 | 一种风电场流场量测点的配置优化方法及装置 |
CN110094298B (zh) | 2018-01-31 | 2020-05-26 | 北京金风科创风电设备有限公司 | 切出策略自适应调整的方法及装置 |
CN114263565B (zh) * | 2020-09-16 | 2024-04-12 | 金风科技股份有限公司 | 风力发电机组的偏航控制设备及方法 |
CN112270439B (zh) * | 2020-10-28 | 2024-03-08 | 国能日新科技股份有限公司 | 超短期风电功率预测方法、装置、电子设备及存储介质 |
KR102309596B1 (ko) * | 2020-12-29 | 2021-10-06 | 포항공과대학교 산학협력단 | 미래 풍황 예측을 통한 풍력발전 시스템 및 풍력발전기 제어방법 |
JP7467369B2 (ja) * | 2021-03-01 | 2024-04-15 | 株式会社東芝 | 予測方法、予想プログラム、および予測装置 |
CN115126655A (zh) * | 2022-08-31 | 2022-09-30 | 深圳市海清视讯科技有限公司 | 风力发电的控制方法、装置、设备及存储介质 |
CN117989054B (zh) * | 2024-04-03 | 2024-06-07 | 东方电气风电股份有限公司 | 一种国产化风机智能控制方法、系统和设备 |
-
2006
- 2006-09-08 JP JP2006274479A patent/JP4470933B2/ja active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8694171B2 (en) | 2010-10-29 | 2014-04-08 | Mitsubishi Heavy Industries, Ltd. | Wind-turbine-generator control system, wind farm, and wind-turbine-generator control method |
US10242131B2 (en) * | 2012-11-09 | 2019-03-26 | Korea Institute Of Energy Research | Numerical simulation system and numerical simulation method for atmospheric flow by computational fluid dynamics |
Also Published As
Publication number | Publication date |
---|---|
JP2008064081A (ja) | 2008-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4470933B2 (ja) | 任意の観測地点数に対応した風況予測制御による地域型風力発電システム | |
Zhang et al. | Comparison of numerical weather prediction based deterministic and probabilistic wind resource assessment methods | |
Potter et al. | Very short-term wind forecasting for Tasmanian power generation | |
de Queiroz | Stochastic hydro-thermal scheduling optimization: An overview | |
Orwig et al. | Recent trends in variable generation forecasting and its value to the power system | |
Yang et al. | Multitime-scale data-driven spatio-temporal forecast of photovoltaic generation | |
Balluff et al. | Short term wind and energy prediction for offshore wind farms using neural networks | |
Foley et al. | Wind power forecasting & prediction methods | |
El-Fouly et al. | One day ahead prediction of wind speed and direction | |
US9337656B2 (en) | Method and system for forecasting wind energy | |
Cheng et al. | Augmented convolutional network for wind power prediction: A new recurrent architecture design with spatial-temporal image inputs | |
Chang et al. | A hybrid model for forecasting wind speed and wind power generation | |
JP2016136001A (ja) | 予測装置 | |
Anwar et al. | Novel power smoothing and generation scheduling strategies for a hybrid wind and marine current turbine system | |
Khare et al. | Tidal energy-path towards sustainable energy: A technical review | |
Ha et al. | IoT‐enabled dependable control for solar energy harvesting in smart buildings | |
Sanandaji et al. | Low-dimensional models in spatio-temporal wind speed forecasting | |
CN103996072B (zh) | 一种风电场和风电区域的风电功率预测方法及系统 | |
Kim et al. | A probabilistic approach to potential estimation of renewable energy resources based on augmented spatial interpolation | |
Annoni et al. | Short-term forecasting across a network for the autonomous wind farm | |
Rohrig et al. | Improvement of the power system reliability by prediction of wind power generation | |
Finamore et al. | Artificial neural network application in wind forecasting: An one-hour-ahead wind speed prediction | |
Dutta et al. | Prediction of short term power output of wind farms based on least squares method | |
Mendes et al. | Very short-term wind power forecasting: state-of-the-art | |
Thanos et al. | System of systems modeling and simulation for microgrids using DDDAMS |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20090810 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20090915 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090915 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20090930 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20091110 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20091217 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20100209 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100222 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130312 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4470933 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130312 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20160312 Year of fee payment: 6 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |