KR101425016B1 - 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법 - Google Patents

풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법 Download PDF

Info

Publication number
KR101425016B1
KR101425016B1 KR1020120103396A KR20120103396A KR101425016B1 KR 101425016 B1 KR101425016 B1 KR 101425016B1 KR 1020120103396 A KR1020120103396 A KR 1020120103396A KR 20120103396 A KR20120103396 A KR 20120103396A KR 101425016 B1 KR101425016 B1 KR 101425016B1
Authority
KR
South Korea
Prior art keywords
power curve
power
limit
input data
data
Prior art date
Application number
KR1020120103396A
Other languages
English (en)
Other versions
KR20140036813A (ko
Inventor
박준영
이준신
이재경
오기용
박병목
강금석
유무성
김석태
김지영
Original Assignee
한국전력공사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국전력공사 filed Critical 한국전력공사
Priority to KR1020120103396A priority Critical patent/KR101425016B1/ko
Priority to US14/418,922 priority patent/US9664176B2/en
Priority to CN201380040504.XA priority patent/CN104520581B/zh
Priority to DE112013004526.5T priority patent/DE112013004526T5/de
Priority to PCT/KR2013/001874 priority patent/WO2014046355A1/ko
Publication of KR20140036813A publication Critical patent/KR20140036813A/ko
Application granted granted Critical
Publication of KR101425016B1 publication Critical patent/KR101425016B1/ko

Links

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 
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
    • 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
    • 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
    • F03D7/022—Adjusting aerodynamic properties of the blades
    • F03D7/0224—Adjusting blade pitch
    • 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
    • F03D80/00—Details, components or accessories not provided for in groups F03D1/00 - F03D17/00
    • F03D80/40—Ice detection; De-icing means
    • 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
    • F03D9/00—Adaptations of wind motors for special use; Combinations of wind motors with apparatus driven thereby; Wind motors specially adapted for installation in particular locations
    • F03D9/20—Wind motors characterised by the driven apparatus
    • F03D9/25—Wind motors characterised by the driven apparatus the apparatus being an electrical generator
    • F03D9/255—Wind motors characterised by the driven apparatus the apparatus being an electrical generator connected to electrical distribution networks; Arrangements therefor
    • F03D9/257—Wind motors characterised by the driven apparatus the apparatus being an electrical generator connected to electrical distribution networks; Arrangements therefor the wind motor being part of a wind farm
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • 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

Abstract

본 발명은 풍력터빈에서 측정된 풍속-파워 데이터에 정상 데이터 외에 이상 데이터가 다수 포함되어 있더라도 파워커브 모니터링을 위한 파워커브 리미트를 자동으로 산출할 수 있도록 하여, 최적의 파워커브 리미트를 설정할 수 있도록 하는 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법을 제공한다.
이를 위해 본 발명은 입력 데이터 분류부가 가변 속도 빈(Variable Velocity Bin)을 통해 풍력발전의 입력 데이터를 분류하는 단계, 파워 계산부가 상기 분류된 입력 데이터에 대해 빈 별로 파워 평균값과 표준편차를 계산하는 단계, 파워커브 추정부가 상기 계산된 빈 별 파워 평균값에 대한 파워 커브를 추정하는 단계, 리미트 탐색부가 상기 추정된 파워 커브를 이동시키면서 정확한 파워 커브 리미트를 탐색하는 단계 및, 데이터 추출부가 상기 정확한 파워커브 리미트 내에 포함된 데이터를 신규의 입력 데이터로 설정하는 단계를 포함하는 것을 특징으로 한다.

Description

풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법{Method for Automatically Generating Power Curve Limits for Power Curve Monitoring in Wind Turbines}
본 발명은 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법에 관한 것으로서, 보다 상세하게는 풍력터빈에서 측정된 풍속(Wind Speed)-파워(Power) 데이터에 다수 포함된 이상(Fault) 데이터를 배제시키고 파워커브(Power Curve) 모니터링을 위한 최적의 파워커브 리미트(Limit)를 자동으로 산출할 수 있도록 하는 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법에 관한 것이다.
일반적으로, 풍력발전단지의 경우 단지의 효율적이고 안정적인 운영이 매우 중요하며, 이를 위한 대표적인 핵심 운영 기술로는 SCADA(Supervisory Control and Data Acquisition) 시스템과 상태 감시 시스템(CMS : Condition Monitoring System)이 있다.
풍력발전단지 운영을 위한 SCADA 시스템은 풍력터빈의 제어기(Controller)와 연계하여 원격으로 풍력터빈 제어 기능을 수행하고 풍력터빈 운영 성능을 분석 및 보고하기 위한 데이터 수집을 수행하는 컴퓨터 기반 시스템으로서, 크게 제어(Control), 모니터링(Monitoring), 분석(Analysis) 및 보고(Reporting) 기능을 수행한다.
SCADA 시스템은 풍력단지의 전반적인 운영에 초점을 맞추어 개발되었기 때문에, 개별 터빈의 현재 운전 상태를 감시하는 데에 주안점을 두고 있다. 즉, SCADA 시스템은 각 풍력터빈 감시를 위하여 터빈의 운전 관련 정보 외에 각 구성요소의 대표 특성치, 특히 온도와 압력 값을 수집하여 분석하는데 주력하고 있다.
이와 같이 SCADA 시스템은 터빈의 현재 운전 상태의 감시에 중점을 둔 반면, 상태 감시 시스템(CMS)은 풍력터빈 구성요소의 상태를 보다 면밀히 감시, 분석 및 예측함으로써, 풍력터빈의 이상 발생을 조기(早期)에 진단하여 고장을 사전에 예방하는데 목적을 두고 개발된 시스템으로서 풍력터빈의 신뢰성 및 경제성의 향상을 도모할 수 있다.
상태 감시 시스템은 그 감시 영역에 따라 크게 블레이드 상태 감시, 구성요소 진동 상태 감시 및 오일 상태 감시 기반 시스템으로 구분되며, 보다 다양하고 진보된 분석 기법을 활용하여 이상 여부를 사전에 진단한다.
한편, 상태 감시 시스템도 SCADA 시스템과 마찬가지로 모니터링, 분석 및 보고 기능으로 나누어지나, 감시 대상 영역과 분석 및 예측 기법 차원에서 SCADA 시스템과 차별화된다.
현재의 SCADA 시스템과 상태 감시 시스템은 전술한 바와 같이, 블레이드, 기어박스, 발전기 등과 같은 터빈 개별 구성요소의 이상 발생 여부를 감시하고, 이상 발생 영향의 예측 정도에 따라 알람 레벨(예컨대, Caution, Warning, Alarm)을 구분하여 알람 메시지를 발생시키고 있다.
하지만, 개별 구성요소 측면이 아니라 풍력터빈의 전체 시스템 측면에서 이상 여부를 판단하는 기법은 실제 SCADA 시스템이나 상태 감시 시스템에 아직 적용되고 있지 않다.
풍속 입력에 대한 풍력터빈의 출력을 그래프로 나타낸 파워커브는 터빈 제작사에 의해 보증되어야 하는 풍력터빈의 공식적인 성능 보증 지표로서, 풍력터빈의 전체 시스템 측면에서 터빈 성능을 나타내는 대표적인 지표이다.
도 1은 일반적인 풍력발전의 파워터빈에서 나타나는 다양한 이상 발생 사례에 따른 파워커브의 유형을 각각 나타낸 도면이다.
도 1에 도시된 바에 따르면, 다양한 이상 발생 사례에서 보이는 파워커브의 유형으로서, 이상 발생 시에는 정상적인 파워커브로부터 벗어나는 출력의 움직임이 나타나는 것을 알 수 있다.
이러한 관찰 결과로부터 풍력터빈의 상태감시에 있어서 파워 커브를 기반으로 하는 모니터링 기법이 상태 감시 시스템과 동등하게 주목받고 있지만, 이와 같은 중요성에도 불구하고 파워커브 모니터링 기법에 관한 연구는 아직 활발하게 진행되고 있지 않다.
도 2는 종래의 파워커브 모니터링 기법에 따라 ISET에서 측정된 파워커브 리미트의 설정 사례를 나타낸 도면이다.
도 2에 도시된 바와 같이, 독일의 ISET(Institute for Solar Energy Supply Technology)에서는 5분동안 측정된 출력의 평균값 데이터를 풍속 0.5m/s의 빈(Bin)으로 분류하고, 각 빈 별로 평균값과 표준편차를 구하여 알람 리미트를 설정하는 연구 사례가 있었다.
하지만, 상기 ISET에서 제안된 방법은 적용 대상으로 선정한 실속 제어(Stall-Control) 터빈에 적합하도록 정격 풍속(Rated Wind Speed) 이상에서 풍속이 높아질수록 상/하 리미트 간의 거리가 커지도록 설계되어 있어서, 현재 대형 풍력터빈의 주류를 이루고 있는 피치 제어(Pitch Control) 방식에는 적용이 어렵다.
다음에, 도 3a 및 도 3b는 종래의 파워커브 모니터링 기법에 따라 인텔리젼트 시스템 연구소에서 측정된 파워커브 리미트의 설정 사례를 나타낸 도면이다.
도 3a 및 도 3b에 도시된 바와 같이, 대표적인 파워커브 모니터링 기법으로는 미국 아이오와 대학교(University of Iowa)의 인텔리젼트 시스템 연구소(Intelligent Systems Lab(Andrew Kusiak 교수))에서 데이터 마이닝 알고리즘(Data Mining Algorithm)을 이용한 Non-Parametric 모델 기법으로 개발한 사례가 있다.
인텔리젼트 시스템 연구소에서는 파워커브 추정에 다양한 데이터 마이닝 알고리즘을 시험하였으며, 이 중에서 k-NN 모델이 가장 우수한 성능을 보여주었다. 또한, 파워커브 리미트를 설정하기 위한 오차 제어 차트(Residual Control Chart) 기법을 제시하였다.
하지만, 인텔리젼트 시스템 연구소에서 제시된 데이터 마이닝 기법의 k-NN 모델에 대한 정확성은, 이상 데이터에 의해 크게 저하될 수 있으며, 새로운 데이터가 주어질 때마다 학습 데이터 집합 전체와의 거리 계산을 통해 k개의 이웃 데이터를 선정해 주어야 하기 때문에, 학습 데이터의 양이 많아질수록 계산 시간이 오래 걸리는 단점이 있다.
관련 기술로는 국내공개특허 제2010-0031897호(풍력발전기의 모니터링 장치)(2010.03.25)가 있다.
상기한 파워커브 모니터링 기법들을 적용하는데 있어서 공통적으로 발생하는 문제점은, 이상 데이터가 배제된 정상 데이터만을 파워커브 리미트 설정 알고리즘의 입력으로 사용해야 한다는 것인데, 풍력과 같이 불규칙한 에너지원의 경우, 특히 설치 후 시운전 또는 1년간 풍속 전 구간에 대하여 정상 데이터만 나온다는 보장이 없기 때문에, 파워커브 리미트 설정 알고리즘을 실제로 적용하기 위해서는 측정 데이터로부터 이상 데이터들을 배제시키는 작업을 필수적으로 수행해야 한다.
그러나, 종래에는 파워커브 리미트 설정 알고리즘의 적용을 위해 이상 데이터들을 배제시키는 작업을 수행하기에는, 많은 노력과 시간이 소요된다는 점에서 파워커브 모니터링 기법들을 실제 현장에 적용하기가 쉽지 않다는 문제점이 발생한다.
따라서, 본 발명은 상기한 종래의 문제점을 개선하기 위해 이루어진 것으로서, 풍력터빈에서 측정된 풍속-파워 데이터에 정상 데이터 외에 이상 데이터가 다수 포함되어 있더라도 파워커브 모니터링을 위한 파워커브 리미트를 자동으로 산출할 수 있도록 하여, 최적의 파워커브 리미트를 설정할 수 있도록 하는 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법을 제공하는데 그 목적이 있다.
본 발명의 일측면에 따른 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법은, 입력 데이터 분류부가 가변 속도 빈(Variable Velocity Bin)을 통해 풍력발전의 입력 데이터를 분류하는 제1단계, 파워 계산부가 상기 분류된 입력 데이터에 대해 빈 별로 파워 평균값과 표준편차를 계산하는 제2단계, 파워커브 추정부가 상기 계산된 빈 별 파워 평균값에 대한 파워 커브를 추정하는 제3단계, 리미트 탐색부가 상기 추정된 파워 커브를 이동시키면서 정확한 파워 커브 리미트를 탐색하는 제4단계 및, 데이터 추출부가 상기 정확한 파워커브 리미트 내에 포함된 데이터를 신규의 입력 데이터로 설정하는 제5단계를 포함하는 것을 특징으로 한다.
상기 제1단계에서, 상기 입력 데이터 분류부는 상기 입력 데이터의 속도-파워 데이터를 속도 빈을 기준으로,
빈 폭(Bin Width) = 1 / 전체 알고리즘 루프 반복 횟수 (단위 : m/sec)
와 같이 속도 빈의 폭에 따라 결정하는 것을 특징으로 한다.
상기 제3단계에서, 상기 파워커브 추정부는 상기 계산된 빈 별 파워의 평균값을 보간법의 입력으로 사용하고, 상기 보간법을 이용하여 파워커브를 추정하되, 상기 보간법은 3차 B-스플라인(Cubic B-Spline) 보간법인 것을 특징으로 한다.
상기 제4단계에서, 상기 리미트 탐색부는 상기 파워커브를 좌/우 및 상/하로 이동시키면서 정확한 파워커브 리미트를 탐색하는 것을 특징으로 한다.
상기 제4단계에서, 상기 리미트 탐색부는 상기 파워 커브를,
Figure 112012075545946-pat00001
의 부등식이 만족할때까지 반복적으로 △υ만큼 좌/우로 이동시키는 것을 특징으로 한다.
상기 제4단계에서, 상기 리미트 탐색부는 상기 파워 커브를,
Figure 112012075545946-pat00002
의 부등식이 만족할때까지 반복적으로 △P만큼 상/하로 이동시키는 것을 특징으로 한다.
상기 제4단계에서, 상기 "PDL"은,
Figure 112012075545946-pat00003
와 같이 정의되는 것을 특징으로 한다.
상기 제5단계 이후에, 데이터 판정부가 상기 파워 계산부에서 계산된 빈 별 파워의 표준편차 값을 입력받아 평균값을 계산하는 단계, 상기 데이터 판정부가 상기 계산된 표준편차의 평균값과 이전 알고리즘 루프에서 계산된 이전 표준편차의 평균값을 비교하여, 상기 평균값의 변화량이 파워 커브 산출 알고리즘의 종료 판단 상수보다 작은 지를 판단하는 단계 및, 상기 평균값의 변화량이 파워 커브 산출 알고리즘의 종료 판단 상수보다 작으면, 상기 제5단계의 신규 입력 데이터를 정확한 파워커브 리미트로서 산출하고, 상기 평균값의 변화량이 파워 커브 산출 알고리즘의 종료 판단 상수보다 크면, 상기 제1단계로부터 상기 제5단계의 전체 알고리즘 루프를 반복하는 단계를 더 포함하는 것을 특징으로 한다.
상기한 바와 같이 이루어진 본 발명에 따르면, 풍력터빈에서 측정된 풍속-파워 데이터에 정상 데이터 외에 이상 데이터가 다수 포함되어 있더라도, 입력된 빈 별 파워 데이터의 평균값 및 표준편차 계산과, 보간법을 이용한 파워커브 추정, 파워커브의 이동을 통한 최적 리미트 탐색 기능을 이용하여 파워커브 리미트를 자동으로 산출할 수 있도록 함에 따라, 파워커브 모니터링 기법이 현장에 쉽게 적용될 수 있게 해주므로, 풍력터빈의 전체 시스템 측면에서 이상 발생시 이를 신속하게 인지하여 대처가 이루어질 수 있어서 풍력단지의 운영상 효율성, 신뢰성 및 경제성 향상을 극대화할 수 있다.
또한, 본 발명에 따른 파워커브 리미트 자동 산출 알고리즘은 풍력발전 단지 운영 및 유지보수를 위한 SCADA 시스템 또는 상태 감시 시스템(CMS)의 핵심적인 모니터링 알고리즘으로서 활용이 가능하다.
도 1은 일반적인 풍력터빈에서 나타나는 다양한 이상 발생 사례에 따른 파워커브의 유형을 각각 나타낸 도면이다.
도 2는 종래의 파워커브 모니터링 기법에 따라 ISET에서 측정된 파워커브 리미트의 설정 사례를 나타낸 도면이다.
도 3a 및 도 3b는 종래의 파워커브 모니터링 기법에 따라 인텔리젼트 시스템 연구소에서 측정된 파워커브 리미트의 설정 사례를 나타낸 도면이다.
도 4는 본 발명의 일실시예에 따른 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법을 구현하기 위한 장치 구성을 나타낸 도면이다.
도 5는 본 발명의 일실시예에 따른 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법에 대한 동작을 설명하는 플로우차트이다.
도 6은 본 발명의 일실시예에 따른 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법에서 풍력발전의 입력 데이터로서 풍속에 따른 풍력터빈의 출력 특성을 나타낸 그래프 도면이다.
도 7은 본 발명의 일실시예에 따른 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법에서 입력 데이터에 대해 분류된 빈 별 파워의 평균값 계산치를 나타낸 그래프 도면이다.
도 8은 본 발명의 일실시예에 따른 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법에서 보간법을 이용하여 파워커브를 추정한 상태를 나타낸 그래프 도면이다.
도 9a 및 도 9b는 본 발명의 일실시예에 따른 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법에서 좌/우 이동 거리 별로 상/하 파워커브 리미트 내에 존재하는 데이터의 백분율 및 변화량을 각각 나타낸 그래프 도면이다.
도 10은 본 발명의 일실시예에 따른 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법에서 파워커브의 좌/우 이동 탐색을 통해 구한 최적의 상/하 파워커브 리미트를 나타낸 그래프 도면이다.
도 11a 및 도 11b는 본 발명의 일실시예에 따른 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법에서 상/하 이동 거리별로 상/하 파워커브 리미트 내에 존재하는 데이터의 백분율 및 변화량을 각각 나타낸 그래프 도면이다.
도 12는 본 발명의 일실시예에 따른 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법에서 파워커브 리므트의 상/하 이동 탐색을 통해 구한 최적의 상/하 파워커브 리미트를 나타낸 그래프 도면이다.
도 13은 본 발명의 일실시예에 따른 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법에서 파워커브 리미트의 자동 산출 알고리즘에 따라 신규하게 선정된 입력 데이터를 나타낸 그래프 도면이다.
본 14a 내지 도 14d는 본 발명의 일실시예에 따른 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법에서 파워커브 리미트의 자동 산출 알고리즘의 루프 횟수에 따른 실시 사례를 각각 나타낸 그래프 도면이다.
도 15는 본 발명의 일실시예에 따른 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법에서 이상 데이터가 다수 포함되어 있는 입력 데이터의 상태를 나타낸 그래프 도면이다.
도 16a 내지 도 16e는 본 발명의 일실시예에 따른 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법에서 도 15의 입력 데이터를 적용하여 파워커브 리미트의 자동 산출 알고리즘의 루프 횟수에 따라 산출되는 실시 사례를 각각 나타낸 그래프 도면이다.
이하, 상기한 바와 같이 구성된 본 발명에 대해 첨부도면을 참조하여 상세히 설명한다.
이 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다. 또한, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로, 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 4는 본 발명의 일실시예에 따른 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법을 구현하기 위한 장치 구성을 나타낸 도면이다.
도 4에 도시된 바와 같이, 본 발명에 따른 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법을 구현하기 위한 장치는, 입력 데이터 분류부(10)와, 파워 계산부(20), 파워커브 추정부(30), 리미트 탐색부(40), 데이터 추출부(50), 데이터 판정부(60)를 포함한다.
상기 입력 데이터 분류부(10)는 가변 속도 빈(Variable Velocity Bin)을 이용하여 풍력발전에 따라 입력되는 각 입력 데이터를 분류하는 작업을 수행하는데, 이는 각 빈 별 파워의 평균값과 표준편차를 계산하기 위하여 특정의 측정 수단들을 이용하여 측정된 속도-파워 데이터를 분류하기 위한 것이다.
상기 파워 계산부(20)는 상기 입력 데이터 분류부(10)를 통해 분류된 각 빈 별 파워의 입력 데이터에 대한 평균값과 표준편차를 계산하여 구하는 것으로서, 상기 평균값은 이후 보간법을 통한 파워 커브의 추정을 위한 입력값으로 활용되고, 상기 표준편차값은 이후 전체 알고리즘 루프의 종료 여부를 결정하기 위해 활용된다.
상기 파워커브 추정부(30)는 상기 파워 계산부(20)를 통해서 계산된 각 빈 별 입력 데이터에 대한 평균값을 입력받아 보간법을 이용하여 파워 커브를 추정하기 위한 것이다.
상기 리미트 탐색부(40)는 상기 파워커브 추정부(30)를 통해서 추정된 파워 커브를 좌/우 및 상/하로 각각 이동시키면서, 입력 데이터에 포함되어 있는 이상(Fault) 데이터를 배제시키기 위한 것이다.
상기 데이터 추출부(50)는 상기 리미트 탐색부(40)의 파워커브 좌/우 및 상/하 이동 탐색을 통해 이상 데이터가 배제된 파워커브 리미트 내의 데이터를 신규의 입력 데이터로서 추출하기 위한 것이다.
상기 데이터 판정부(60)는 상기 데이터 추출부(50)를 통해 추출된 신규의 입력 데이터를 대상으로 하여, 상기 파워 계산부(20)에서 계산된 빈 별 파워의 표준편차 값들의 평균값을 구하고, 이전 알고리즘 루프에서 계산된 표준편차의 평균값과 비교하여 전체 알고리즘 루프를 종료할지, 또는 전체 알고리즘 루프를 반복할지의 여부를 판정하기 위한 것이다.
이어, 상기한 바와 같이 이루어진 본 발명에 따른 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법에 대한 동작을 도 5의 플로우차트와, 도 6 내지 도 16a ∼ 도 16e의 도면을 각각 참조하여 상세히 설명한다.
도 5는 본 발명의 일실시예에 따른 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법에 대한 동작을 설명하는 플로우차트이다.
먼저, 입력 데이터 분류부(10)는 첫 번째 과정으로서 가변 속도 빈을 통하여 풍력발전에 따라 특정 측정 수단들을 통해 측정된 입력 데이터를 각각 분류하게 된다(S10).
도 6은 본 발명의 일실시예에 따른 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법에서 풍력발전의 입력 데이터로서 풍속에 따른 풍력터빈의 출력 특성을 나타낸 그래프 도면이다.
도 6에 도시된 바와 같이, 상기 입력 데이터 분류부(10)는 입력 데이터의 분류 작업이 빈 별 파워의 평균값과 표준편차에 대한 계산을 준비하기 위한 것으로서, 측정된 속도-파워 데이터에 대해 속도 빈을 기준으로 분류하게 되는데, 그 분류 과정에서 속도 빈의 폭을 하기한 수학식 1에 따라 결정한다.
Figure 112012075545946-pat00004
상기 수학식 1에 따라 빈의 폭을 결정하는 경우에는, 처음의 폭이 1 m/sec에서 시작해서 전체 알고리즘의 루프가 반복됨에 따라 1/2 m/sec, 1/3 m/sec ... 와 같이 점차 빈의 폭이 좁아진다.
이와 같이 가변(Variable) 속도 빈을 사용하는 이유는, 첫번째로 처음에는 입력 데이터에 이상 데이터가 많이 포함되어 있을 수 있으므로, 이상 데이터의 영향을 가급적 줄이기 위하여 넓은 폭의 빈을 사용하고, 두번째로 도 6에 도시된 바와 같이, 저풍속에서는 발전기의 특성이 전체 시스템의 특성을 지배하여 완만하게 출력이 증가하지만, 정격 풍속 인근부터는 피치 제어에 의한 풍력터빈 특성이 전체 시스템 특성을 지배하여 급격하게 출력이 조절된다. 따라서 이와 같은 풍력터빈 제어의 특성을 반영하기 위해서는 보다 좁은 폭의 빈을 사용할 필요가 있다.
그 다음에, 파워 계산부(20)는 두 번째 과정으로서 상기 분류된 빈 별 파워의 입력 데이터에 대한 평균값과 표준편차를 각각 계산하게 되는데(S20), 이는 빈 별 파워의 평균값들이 이후 파워 커브 추정부(30)에서 보간법을 통한 파워 커브 추정의 입력값으로 사용되고, 빈 별 파워의 표준편차 값들이 이후 데이터 판정부(60)에서 전체 알고리즘 루프를 종료할지 여부를 판단하는데 사용하기 위한 것이다.
도 7은 본 발명의 일실시예에 따른 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법에서 입력 데이터에 대해 분류된 빈 별 파워의 평균값 계산치를 나타낸 그래프 도면이다.
도 7에 도시된 바와 같이, 상기 파워 계산부(20)는 상기 입력 데이터 분류부(10)를 통해 분류된 빈 별 파워의 입력 데이터에 대한 평균값을 계산함에 따라, 평균값이 빈의 중심에 표시되는 것을 알 수 있다.
다음에, 상기 파워커브 추정부(30)는 세 번째 과정으로서 상기 파워 계산부(20)에서 계산된 빈 별 파워의 평균값을 입력하고 보간법을 이용하여 파워커브를 추정하게 된다(S30).
도 8은 본 발명의 일실시예에 따른 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법에서 보간법을 이용하여 파워커브를 추정한 상태를 나타낸 그래프 도면이다.
도 8에 도시된 바와 같이, 상기 파워커브 추정부(30)는 보간법 중에서 우수한 성능을 보이는 3차 B-스플라인(Cubic B-Spline) 보간법을 사용하여 파워커브를 추정하는 상태를 보여주고 있는데, 본 발명에서는 파워커브의 추정을 위한 보간법으로서 3차 B-스플라인 보간법을 적용하고 있지만, 이에 한정되지는 않는 것으로서 현재 개시되어 있는 다양한 보간법을 얼마든지 적용하는 것이 가능하다.
파워커브의 추정이 이루어진 이후에, 리미트 탐색부(40)는 네 번째 과정으로서 상기 추정된 파워커브를 좌/우 및 상/하로 각각 이동시키면서 최대한 이상 데이터를 배제시킴으로써 가능한 한 정상 데이터만을 포함시키는 최적의 파워커브 리미트를 탐색하게 된다(S40). 즉, 기존의 입력 데이터로부터 최대한 이상 데이터를 배제시킴으로써 가급적 정상 데이터만을 이후 알고리즘 루프의 새로운 입력 데이터로 선정하게 되는 것이다.
도 9a 및 도 9b는 본 발명의 일실시예에 따른 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법에서 좌/우 이동 거리별로 상/하 파워커브 리미트 내에 존재하는 데이터의 백분율 및 변화량을 각각 나타낸 그래프 도면이고, 도 10은 본 발명의 일실시예에 따른 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법에서 파워커브의 좌/우 이동 탐색을 통해 구한 최적의 상/하 파워커브 리미트를 나타낸 그래프 도면이다.
우선, 도 10에 도시된 바와 같이, 상기 리미트 탐색부(40)는 상기 추정 기능을 통해 구해진 파워커브를 각각 좌/우로 이동시키면서 가능한 한 정상 데이터만을 포함시키는 최적의 상(上), 하(下) 파워커브 리미트를 탐색하게 되는데, 결과적으로 상, 하 파워커브 리미트는 추정된 파워커브를 기준으로 각각 위쪽과 아래쪽에 위치하게 될 파워커브 리미트를 가리킨다.
이 때, 상기 리미트 탐색부(40)는 최적의 상, 하 파워커브 리미트를 구했는지의 여부를 하기한 수학식 2와 같은 부등식을 만족하는지의 여부로 판단하며, 수학식 2의 부등식을 만족할 때까지 반복적으로 파워커브를 △υ만큼 좌/우로 각각 이동시킨다. 한편, 도 10에서는 △υ로 0.1m/sec를 사용하였다.
Figure 112012075545946-pat00005
여기서, 상기 "i"는 리미트 탐색 알고리즘의 반복 횟수를 나타내고, 상기 "βshift"는 현 단계에서 최적의 상, 하 파워커브 리미트를 결정했는지 여부를 판단하는 상수로, 도 9a 및 도 9b와 도 10에서는 1%를 사용하였다. 또한, 상기 "PDL"의 단위는 %로 하기한 수학식 3과 같이 정의된다.
Figure 112012075545946-pat00006
또한, 도 11a 및 도 11b는 본 발명의 일실시예에 따른 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법에서 상/하 이동 거리별로 상/하 파워커브 리미트 내에 존재하는 데이터의 백분율 및 변화량을 각각 나타낸 그래프 도면이고, 도 12는 본 발명의 일실시예에 따른 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법에서 파워커브 리므트의 상/하 이동 탐색을 통해 구한 최적의 상/하 파워커브 리미트를 나타낸 그래프 도면이다.
그 다음에, 도 12에 도시된 바와 같이, 상기 리미트 탐색부(40)는 도 10에서 구해진 상, 하 파워커브 리미트를 상/하로 각각 이동시키면서 가능한 한 정상 데이터만을 포함시키는 최적의 상(上), 하(下) 파워커브 리미트를 탐색한다.
마찬가지로, 상기 리미트 탐색부(40)는 현 단계에서 최적의 상, 하 파워커브 리미트를 구했는지의 여부에 대해, 하기한 수학식 4의 부등식을 만족하는지의 여부로 판단하며, 하기의 수학식 4의 부등식을 만족할 때까지 반복적으로 파워커브를 △P만큼 상/하로 각각 이동시킨다. 한편, 도 12에서는 △P로 5kW를 사용하였다.
Figure 112012075545946-pat00007
여기서, 상기 "i"는 리미트 탐색 알고리즘의 반복 횟수를 나타내고, 상기 "PDL"의 단위는 %로 정의되며, 상기 "γoffset"은 현 단계에서 최적의 상, 하 파워커브 리미트를 결정했는지의 여부를 판단하는 상수로서, 아래의 도 11a 및 도 11b과 도 12에서는 0.05%를 사용하였다.
한편, 상기한 본 발명의 리미트 탐색 기능에서는, 파워커브 리미트에 대해 좌/우 이동 탐색을 먼저 수행한 후 상/하 이동 탐색을 후속적으로 수행하였지만, 그 순서가 한정되지는 않는 것으로서 역순으로 최적의 상, 하 파워커브 리미트를 탐색하는 것도 얼마든지 가능하다.
그 다음에, 데이터 추출부(50)는 다섯 번째 과정으로서 입력 데이터로부터 이상 데이터를 배제시키기 위하여 설정된 상, 하 파워커브 리미트를 대상으로 해당 상, 하 파워커브 리미트 내에 존재하는 데이터만을 새로운 입력 데이터로 추출해내게 된다(S50).
도 13은 본 발명의 일실시예에 따른 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법에서 파워커브 리미트의 자동 산출 알고리즘에 따라 신규하게 선정된 입력 데이터를 나타낸 그래프 도면이다.
도 13에 도시된 바에 따르면, 기존의 입력 데이터에 대해 탐색된 상, 하 파워커브 리미트 내에서 청색의 점집합으로 표기되어 있는 형태의 신규하게 선정된 새로운 입력 데이터를 추출하게 된다.
이후, 데이터 판정부(60)는 상기 데이터 추출부(50)로부터 새롭게 추출된 입력 데이터를 대상으로 하여 전체 알고리즘 루프의 종료를 판정하기 위한 과정으로서, 상기 파워 계산부(20)에서 계산된 빈 별 파워의 표준편차 값을 입력받아 해당 표준편차의 평균값을 계산하게 된다(S60).
상기 표준편차의 평균값을 계산한 이후에, 상기 데이터 판정부(60)는 현재 계산된 상기 표준편차의 평균값과 이전 알고리즘 루프에서 계산된 이전 표준편차의 평균값을 비교하여, 상기 평균값의 변화량이 파워 커브 산출 알고리즘의 종료 판단 상수인 "αloop"보다 큰지의 여부를 판단한다(S80).
한편, 상기 판단 단계에서의 평균값 비교 및 상수 판단에 대한 계산은 하기한 수학식 5의 부등식과 같이 이루어지게 된다.
Figure 112012075545946-pat00008
여기서, 상기 "k (k > 1)"는 전체 알고리즘 루프의 반복 횟수를 나타내고, 상기 "αloop"는 파워커브 리미트의 자동 산출을 위한 전체 알고리즘 루프의 종료 여부를 판단하는 상수로서, 도 13에서는 1을 사용하였다.
상기 판단 결과, 상기 데이터 판정부(60)는 상기 수학식 5의 부등식과 같이 표준편차에 따른 평균값의 변화량이 설정 상수 "αloop"보다 작은 것으로 판단하게 하면 상기 데이터 추출부(50)에서 추출된 새로운 입력 데이터의 파워커브 리미트를 최적의(즉, 정확한) 파워 커브 리미트로서 산출하면서 전체 알고리즘 루프를 종료하게 되고(S80), 상기 수학식 5의 부등식을 만족하지 않는 경우에는 상기 S10의 단계인 가변 속도 빈을 통한 입력 데이터의 분류 과정부터 다시 시작하여 전체 알고리즘 루프를 재차 수행하게 된다.
다음으로, 본 14a 내지 도 14d는 본 발명의 일실시예에 따른 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법에서 파워커브 리미트의 자동 산출 알고리즘의 루프 횟수에 따른 실시 사례를 각각 나타낸 그래프 도면이다.
도 14a 내지 도 14d에 도시된 바에 따르면, 본 발명의 파워커브 리미트 자동 계산 알고리즘을 적용하였을 때 전체 알고리즘 루프의 반복 횟수에 따른 결과를 보여주는데, 전체 알고리즘 루프가 4번 반복되었을 때 종료되었으며, 성공적으로 파워커브 리미트를 산출해주는 것을 알 수 있다.
도 15는 본 발명의 일실시예에 따른 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법에서 이상 데이터가 다수 포함되어 있는 입력 데이터의 상태를 나타낸 그래프 도면이고, 도 16a 내지 도 16e는 본 발명의 일실시예에 따른 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법에서 도 15의 입력 데이터를 적용하여 파워커브 리미트의 자동 산출 알고리즘의 루프 횟수에 따라 산출되는 실시 사례를 각각 나타낸 그래프 도면이다.
도 15에 나타낸 데이터는 또 다른 MW급 풍력터빈의 입력 데이터를 예시한 것으로서, 도 6에 나타난 입력 데이터에 비해 이상 데이터가 다수 포함되어 있는 것을 관찰할 수 있다.
이에, 도 16a 내지 도 16e에 도시된 바에 따르면, 도 15의 입력 데이터에 본 발명에 따른 알고리즘의 적용 결과로 전체 알고리즘 루프가 5번 반복되었을 때 종료되었으며, 이상 데이터가 많이 포함되어 있음에도 불구하고 성공적으로 파워커브 리미트를 산출해주는 것을 확인할 수 있다.
본 발명은 도면에 도시된 실시예를 참고로 하여 설명되었으나, 이는 예시적인 것에 불과하며, 당해 기술이 속하는 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서 본 발명의 기술적 보호범위는 아래의 특허청구범위에 의해서 정하여져야 할 것이다.
10:입력 데이터 분류부 20:파워 계산부
30:파워커브 추정부 40:리미트 탐색부
50:데이터 추출부 60:데이터 판정부

Claims (9)

  1. 입력 데이터 분류부가 가변 속도 빈(Variable Velocity Bin)을 통해 풍력발전의 입력 데이터를 분류하는 제1단계;
    파워 계산부가 상기 분류된 입력 데이터에 대해 빈 별로 파워 평균값과 표준편차를 계산하는 제2단계;
    파워커브 추정부가 상기 계산된 빈 별 파워 평균값에 대한 파워 커브를 추정하는 제3단계;
    리미트 탐색부가 상기 추정된 파워 커브를 이동시키면서 정확한 파워 커브 리미트를 탐색하는 제4단계; 및
    데이터 추출부가 상기 정확한 파워커브 리미트 내에 포함된 데이터를 신규의 입력 데이터로 설정하는 제5단계를 포함하되, 상기 제1단계에서, 상기 입력 데이터 분류부는 상기 입력 데이터의 속도-파워 데이터를 속도 빈을 기준으로, 빈 폭(Bin Width) = 1 / 전체 알고리즘 루프 반복 횟수 (단위 : m/sec) (단, 상기 "전체 알고리즘 반복 횟수"는 상기 제1단계로부터 제5단계의 알고리즘 루프에 대한 수행 횟수에 해당됨)와 같이 속도 빈의 폭에 따라 결정하는 것을 특징으로 하는 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법.
  2. 삭제
  3. 제 1 항에 있어서,
    상기 제3단계에서, 상기 파워커브 추정부는 상기 계산된 빈 별 파워의 평균값을 보간법의 입력으로 사용하고, 상기 보간법을 이용하여 파워커브를 추정하는 것을 특징으로 하는 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법.
  4. 제 3 항에 있어서,
    상기 제3단계에서, 상기 보간법은 3차 B-스플라인(Cubic B-Spline) 보간법인 것을 특징으로 하는 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법.
  5. 제 1 항에 있어서,
    상기 제4단계에서, 상기 리미트 탐색부는 상기 파워커브를 좌/우 및 상/하로 이동시키면서 정확한 파워커브 리미트를 탐색하는 것을 특징으로 하는 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법.
  6. 제 5 항에 있어서,
    상기 제4단계에서, 상기 리미트 탐색부는 상기 파워 커브를,
    Figure 112014001870320-pat00009

    (단, 상기 "i"는 리미트 탐색 알고리즘의 반복 횟수이고, 상기 "βshift"는 현 단계에서 최적의 상, 하 파워커브 리미트를 결정했는지 여부를 판단하는 상수이며, 상기 "PDL"의 단위는 %로 정의되며, 상기 "PDL"은
    Figure 112014001870320-pat00038
    )
    와 같이 정의됨)
    의 부등식이 만족할때까지 반복적으로 △υ만큼 좌/우로 이동시키는 것을 특징으로 하는 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법.
  7. 제 5 항에 있어서,
    상기 제4단계에서, 상기 리미트 탐색부는 상기 파워 커브를,
    Figure 112014001870320-pat00010

    (단, 상기 "i"는 리미트 탐색 알고리즘의 반복 횟수이고, 상기 "PDL"의 단위는 %로 정의되고, 상기 "PDL"은
    Figure 112014001870320-pat00039

    와 같이 정의되며, 상기 "γoffset"은 정확한 상, 하 파워커브 리미트를 결정했는지의 여부를 판단하는 상수에 해당됨)
    의 부등식이 만족할때까지 반복적으로 △P만큼 상/하로 이동시키는 것을 특징으로 하는 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법.
  8. 삭제
  9. 제 1 항에 있어서,
    상기 제5단계 이후에, 데이터 판정부가 상기 파워 계산부에서 계산된 빈 별 파워의 표준편차 값을 입력받아 평균값을 계산하는 단계,
    상기 데이터 판정부가 상기 계산된 표준편차의 평균값과 이전 알고리즘 루프에서 계산된 이전 표준편차의 평균값을 비교하여, 상기 평균값의 변화량이 파워 커브 산출 알고리즘의 종료 판단 상수보다 작은 지를 판단하는 단계 및,
    상기 평균값의 변화량이 파워 커브 산출 알고리즘의 종료 판단 상수보다 작으면, 상기 제5단계의 신규 입력 데이터를 정확한 파워커브 리미트로서 산출하고, 상기 평균값의 변화량이 파워 커브 산출 알고리즘의 종료 판단 상수보다 크면, 상기 제1단계로부터 상기 제5단계의 전체 알고리즘 루프를 반복하는 단계를 더 포함하는 것을 특징으로 하는 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법.
KR1020120103396A 2012-09-18 2012-09-18 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법 KR101425016B1 (ko)

Priority Applications (5)

Application Number Priority Date Filing Date Title
KR1020120103396A KR101425016B1 (ko) 2012-09-18 2012-09-18 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법
US14/418,922 US9664176B2 (en) 2012-09-18 2013-03-08 Method of automatically calculating power curve limit for power curve monitoring of wind turbine
CN201380040504.XA CN104520581B (zh) 2012-09-18 2013-03-08 自动计算用于风力涡轮机的功率曲线监测的功率曲线界限的方法
DE112013004526.5T DE112013004526T5 (de) 2012-09-18 2013-03-08 Verfahren zum automatischen berechnen der Leistungskurvenbegrenzung zur Leistungskurvenüberwachung einer Windturbine
PCT/KR2013/001874 WO2014046355A1 (ko) 2012-09-18 2013-03-08 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120103396A KR101425016B1 (ko) 2012-09-18 2012-09-18 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법

Publications (2)

Publication Number Publication Date
KR20140036813A KR20140036813A (ko) 2014-03-26
KR101425016B1 true KR101425016B1 (ko) 2014-08-01

Family

ID=50341630

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120103396A KR101425016B1 (ko) 2012-09-18 2012-09-18 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법

Country Status (5)

Country Link
US (1) US9664176B2 (ko)
KR (1) KR101425016B1 (ko)
CN (1) CN104520581B (ko)
DE (1) DE112013004526T5 (ko)
WO (1) WO2014046355A1 (ko)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10487804B2 (en) 2015-03-11 2019-11-26 General Electric Company Systems and methods for validating wind farm performance improvements
CN105134484A (zh) * 2015-07-28 2015-12-09 国家电网公司 风电功率异常数据点的识别方法
WO2017211368A1 (en) 2016-06-07 2017-12-14 Vestas Wind Systems A/S Adaptive control of a wind turbine by detecting a change in performance
EP3478962B1 (en) 2016-06-30 2022-01-19 Vestas Wind Systems A/S Control method for a wind turbine
CN110892151B (zh) * 2017-06-07 2021-04-30 维斯塔斯风力系统集团公司 风力涡轮机可用电力的自适应估计
US10644511B2 (en) * 2017-11-06 2020-05-05 Caterpillar Inc. Multi-engine optimizer zone strategy
CN110334310B (zh) * 2019-07-01 2023-04-07 北京源清慧虹信息科技有限公司 一种风机功率曲线的确定方法及确定装置
CN113007019B (zh) * 2019-12-19 2022-10-18 新疆金风科技股份有限公司 控制器、控制系统以及风力发电机组
US11378063B2 (en) * 2020-02-21 2022-07-05 General Electric Company System and method for detecting turbine underperformance and operation anomaly
CN112032003B (zh) * 2020-09-01 2021-08-17 浙江运达风电股份有限公司 一种大型风电机组运行性能监测方法
CN112065668A (zh) * 2020-09-08 2020-12-11 沈阳工业大学 一种风电机组状态异常评估方法及系统
CN112267972B (zh) * 2020-10-22 2023-05-05 华能国际电力股份有限公司 一种风电机组功率曲线异常智能判定方法
CN112598539B (zh) * 2020-12-28 2024-01-30 徐工汉云技术股份有限公司 一种风力发电机组风功率曲线优化计算及异常值检测方法
CN112819288B (zh) * 2021-01-08 2023-04-07 西安热工研究院有限公司 一种计算热电联产机组供热煤耗和供电煤耗的方法
CN112784215B (zh) * 2021-01-21 2022-04-15 中国三峡新能源(集团)股份有限公司 基于实时功率遥测量的风电场理论发电量计算方法
CN114033631B (zh) * 2021-11-08 2023-08-01 浙江运达风电股份有限公司 一种风电机组风能利用系数在线辨识方法
CN115945570A (zh) * 2023-01-06 2023-04-11 上汽通用五菱汽车股份有限公司 一种自动判断冲压零件成形质量的方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080140263A1 (en) 2006-12-06 2008-06-12 Dong Wang Method for predicting a power curve for a wind turbine
US20090299780A1 (en) 2008-05-29 2009-12-03 Abhinanda Sarkar Method and apparatus for determining and/or providing power output information of wind turbine farms

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4525633A (en) * 1982-09-28 1985-06-25 Grumman Aerospace Corporation Wind turbine maximum power tracking device
US6600240B2 (en) * 1997-08-08 2003-07-29 General Electric Company Variable speed wind turbine generator
DE10357292B4 (de) * 2003-12-05 2006-02-02 Voith Turbo Gmbh & Co. Kg Verfahren für die Steuerung eines Antriebsstrangs für eine Strömungskraftmaschine mit Drehzahlführung, Kraftstoßreduktion und Kurzzeitenergiespeicherung
US7228235B2 (en) * 2005-02-01 2007-06-05 Windlogics, Inc. System and method for enhanced measure-correlate-predict for a wind farm location
US7823437B2 (en) * 2007-06-18 2010-11-02 General Electric Company Anemometer calibration method and wind turbine
DE102007036447A1 (de) 2007-08-02 2009-02-05 Nordex Energy Gmbh Verfahren und Vorrichtung zum Bestimmen einer Kennlinie für eine elektrische Größe einer Windenergieanlage
KR20100031897A (ko) 2008-09-16 2010-03-25 두원공과대학산학협력단 풍력발전기의 모니터링 장치
US8441138B2 (en) * 2009-05-07 2013-05-14 Vestas Wind Systems A/S Wind turbine
EP2444659B1 (en) * 2010-10-19 2016-07-06 Siemens Aktiengesellschaft Method and system for adjusting a power parameter of a wind turbine
US20120104753A1 (en) * 2010-10-29 2012-05-03 Mitsubishi Heavy Industries, Ltd. Control system of wind power generator, wind farm, and method for controlling wind power generator
KR101215503B1 (ko) 2011-02-21 2012-12-26 삼성중공업 주식회사 풍력발전기의 나셀 풍속 보정 시스템 및 그 방법
DE102011101897A1 (de) * 2011-05-18 2012-11-22 Nordex Energy Gmbh Verfahren zum Betreiben einer Windenergieanlage
US8258643B2 (en) * 2011-10-11 2012-09-04 General Electric Company Method and system for control of wind turbines

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080140263A1 (en) 2006-12-06 2008-06-12 Dong Wang Method for predicting a power curve for a wind turbine
US20090299780A1 (en) 2008-05-29 2009-12-03 Abhinanda Sarkar Method and apparatus for determining and/or providing power output information of wind turbine farms

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Antonino Marvuglia 외 1인, 'Learning a wind farm power curve with a data-driven approach', World Renewable Energy Congress 2011, 2011.05.08., pp.4217-4224 *
인용발명 : Andrew Kusiak 외 2인, ‘On-line monitoring of power curves’, Renewable Energy 34, 2009년, 1487-1493p*
인용발명 : Andrew Kusiak 외 2인, 'On-line monitoring of power curves', Renewable Energy 34, 2009년, 1487-1493p *

Also Published As

Publication number Publication date
KR20140036813A (ko) 2014-03-26
US9664176B2 (en) 2017-05-30
DE112013004526T5 (de) 2015-06-18
US20150198144A1 (en) 2015-07-16
CN104520581B (zh) 2017-12-15
CN104520581A (zh) 2015-04-15
WO2014046355A1 (ko) 2014-03-27

Similar Documents

Publication Publication Date Title
KR101425016B1 (ko) 풍력터빈의 파워커브 모니터링을 위한 파워커브 리미트 자동 산출 방법
EP2583125B1 (en) Estimation of wind conditions at a wind turbine
CN104131950B (zh) 一种风电机组温度特征量的阈值分区确定方法
EP2573390A2 (en) System and method for predicting wind turbine component failures
US20150252786A1 (en) System and method for robust wind turbine operation
CN109723609B (zh) 一种风电机组变桨系统的故障预警方法及系统
CN103471729A (zh) 一种装置温度预警方法及其应用
CN103925155A (zh) 一种风电机组输出功率异常的自适应检测方法
de Andrade Vieira et al. Wind turbine condition assessment based on changes observed in its power curve
CN105043770A (zh) 一种风电机组振动异常的判断方法及其装置
Du et al. A SCADA data based anomaly detection method for wind turbines
JP2018003723A (ja) 風車の監視装置、風車の監視方法および風車の監視プログラム
CN103487250B (zh) 基于二维投射的煤矿设备预知维护方法
CN112385109A (zh) 用于识别低频振荡的方法和用于其的检测装置
CN109802438B (zh) 发电机组调频迫切度评估方法
CN113027695A (zh) 风力发电机组的桨距角异常的检测方法及装置
CN109643484A (zh) 在预警系统中考虑外部影响来学习最新数据的方法以及用于该方法的系统
CN110334562B (zh) 轴承振动运行状态预测模型训练方法及预测方法、装置
Pandit et al. Comparison of binned and Gaussian Process based wind turbine power curves for condition monitoring purposes
CN109209781B (zh) 风力发电机组的故障定位方法及装置
Osadciw et al. Wind turbine diagnostics based on power curve using particle swarm optimization
US20180087489A1 (en) Method for windmill farm monitoring
US20190120087A1 (en) Managing water-supply pumping for an electricity production plant circuit
Dao et al. Modelling the effects of reliability and maintenance on levelised cost of wind energy
Verma et al. Predictive analysis of wind turbine faults: A data mining approach

Legal Events

Date Code Title Description
A201 Request for examination
AMND Amendment
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20170717

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20190625

Year of fee payment: 6