KR20150060560A - Lidar 센서에 기초한 풍속 추정을 사용한 풍력 터빈 제어 및 모니터링 방법 - Google Patents

Lidar 센서에 기초한 풍속 추정을 사용한 풍력 터빈 제어 및 모니터링 방법 Download PDF

Info

Publication number
KR20150060560A
KR20150060560A KR1020140163699A KR20140163699A KR20150060560A KR 20150060560 A KR20150060560 A KR 20150060560A KR 1020140163699 A KR1020140163699 A KR 1020140163699A KR 20140163699 A KR20140163699 A KR 20140163699A KR 20150060560 A KR20150060560 A KR 20150060560A
Authority
KR
South Korea
Prior art keywords
wind
lidar sensor
turbine
rotor
wind speed
Prior art date
Application number
KR1020140163699A
Other languages
English (en)
Other versions
KR102208288B1 (ko
Inventor
베누아 바욘
조나단 쇼벵
Original Assignee
아이에프피 에너지스 누벨
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 아이에프피 에너지스 누벨 filed Critical 아이에프피 에너지스 누벨
Publication of KR20150060560A publication Critical patent/KR20150060560A/ko
Application granted granted Critical
Publication of KR102208288B1 publication Critical patent/KR102208288B1/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
    • 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
    • F03D7/04—Automatic control; Regulation
    • 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
    • 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
    • F03D80/80—Arrangement of components within nacelles or towers
    • F03D80/82—Arrangement of components within nacelles or towers of electrical components
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P9/00—Arrangements for controlling electric generators for the purpose of obtaining a desired output
    • H02P9/008—Arrangements for controlling electric generators for the purpose of obtaining a desired output wherein the generator is controlled by the requirements of the prime mover
    • 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
    • F05B2270/30—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
    • F05B2270/40—Type of control system
    • F05B2270/404—Type of control system active, predictive, or anticipative
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/80—Devices generating input signals, e.g. transducers, sensors, cameras or strain gauges
    • F05B2270/804—Optical devices
    • 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
    • F05B2270/80—Devices generating input signals, e.g. transducers, sensors, cameras or strain gauges
    • F05B2270/804—Optical devices
    • F05B2270/8042—Lidar systems
    • 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 발명의 목적은 LIDAR 센서 (2) 가 장비된 풍력 터빈 (1) 을 제어하고 및/또는 모니터링 방법에 관련한다. 제어 및/또는 모니터링은 추정자 및 LIDAR 센서 (2) 를 사용하여 획득된 로터에서의 풍속의 추정을 고려한다. 로터에서의 풍속의 추정자는 바람의 표현, LIDAR 센서의 모델 및 바람 전파 모델로부터 구성된다.

Description

LIDAR 센서에 기초한 풍속 추정을 사용한 풍력 터빈 제어 및 모니터링 방법{WIND TURBINE CONTROL AND MONITORING METHOD USING A WIND SPEED ESTIMATION BASED ON A LIDAR SENSOR}
본 발명은 재생 가능 에너지의 분야에 관한 것이고, 더 상세하게는 터빈 제어 목적들 (배향, 토크 및 속력 조정) 을 가진 풍력 터빈들의 자원, 즉, 바람의 측정에 관한 것이다.
풍력 터빈은 바람으로부터의 운동 에너지가 전기적 또는 기계적 에너지로 변환되는 것을 허용한다. 바람으로부터 전기 에너지로의 에너지의 변환을 위해, 다음의 엘리먼트들이 구성되어 있다:
- 로터가 (수평 축 풍력 터빈들에 필요한) 그것의 모션을 가능하게 하는 충분한 높이에 위치되는 것 또는 상기 로터가 지면 레벨보다 더 강하고 더 규칙적인 바람에 의해 구동되는 것을 가능하게 하는 높이에 위치되는 것을 허용하는 타워. 타워는 일반적으로 전기 및 전자 컴포넌트들 (변조기, 컨트롤, 곱셈기, 제너레이터, 등) 의 부분을 수용한다;
- 타워의 상단에 탑재되며, 기계를 작동시키는데 필요한 기계적, 공압 그리고 일부 전기 및 전자 컴포넌트들을 수용하는 나셀 (nacelle). 나셀은 기계를 정확한 방향으로 조정하기 위해서 회전할 수 있다;
- 나셀에 고정되며, 풍력 터빈의 여러 블레이드들 (일반적으로 3 개) 및 노즈 (nose) 를 포함하는 로터. 로터는 풍력에 의해 구동되고, 그것은 기계적 샤프트에 의해 복원된 에너지를 전기 에너지로 변환하는 전기 머신 (제너레이터) 에 (기어박스 및 기계적 샤프트 시스템를 통해) 직접적으로 또는 간접적으로 연결된다. 로터에는 가변 각도 블레이드들 또는 공기역학 브레이크들과 같은 제어 시스템들이 잠정적으로 제공된다;
- 변속기 (기어박스) 에 의해 연결된 2 개의 샤프트들 (로터의 기계적 샤프트 및 전기 머신의 기계적 샤프트) 로 이루어진 변속기.
1990년대 초반 이후, 풍력에 대한 관심이, 특히 연간 성장률이 약 20 %인 유럽 연합에서 새로워지고 있다. 이러한 관심의 증가는 탄소 무 배출 전기 발생에 대한 잠재적인 가능성에 기인한다. 이러한 증가를 유지하기 위하여, 풍력 터빈들의 에너지 생산량은 여전히 개선되어야만 한다. 풍력 생산의 증가의 전망은 기계들의 성능들을 개선하기 위하여 효과적인 생산 툴들 및 첨단 제어 툴들을 개발하는 것을 요구한다. 풍력 터빈들이 최저 가능 비용으로 전기를 생산하도록 설계된다. 그것들은 그러므로 일반적으로 대략 15 m/s의 풍속에서 그것들의 최대 성능에 도달하도록 구축된다. 일반적이지 않은 더 높은 풍속들에서 그것들의 생산량을 최대화하는 풍력 터빈들을 설계하는 것은 필요하지 않다. 15 m/s를 초과하는 풍속들의 경우, 풍력 터빈에 대한 손상을 피하기 위해서 바람에 포함된 부가적인 에너지의 일부를 포기하는 것이 필요하다. 모든 풍력 터빈들은 그러므로 전력 조정 시스템을 가지게 설계된다.
이 전력 조정에 대해, 제어기들이 가변 속도 풍력 터빈들을 위해 설계되어 있다. 제어기들의 목적은 복원되는 전력을 최대화하며, 로터 속력 요동들을 최소화하고 구조 (블레이드들, 타워 및 플랫폼) 의 피로 및 극한 모멘트 (extreme moment) 들을 최소화하는 것이다.
제어를 최적화하기 위해, 풍력 터빈의 로터에서 풍속을 아는 것이 중요하다. 다양한 기법들이 그 목적을 위해 개발되어 있다.
제 1 기법에 따르면, 풍속계를 사용하는 것이 하나의 포인트에서 풍속을 추정하는 것을 허용하지만, 이 부정확한 기술은 전체 바람장 (wind field) 을 측정하는 것 또는 풍속의 3차원 성분들을 아는 것을 가능하지 않게 한다.
제 2 기법에 따르면, LIDAR (LIght Detection And Ranging) 센서가 사용될 수 있다. LIDAR은 송신기 쪽으로 반환된 빔의 속성들의 분석에 기초한 원격 센싱 또는 광학적 측정 기술이다. 이 방법은 펄스 레이저에 의해 오브젝트까지의 거리를 결정하는데 특히 사용된다. 유사한 원리에 기초한 레이더들과는 달리, LIDAR 센서들은 라디오 파들 대신에 가시광 또는 적외선 광을 사용한다. 오브젝트 또는 표면까지의 거리는 반사된 신호의 펄스 및 검출 사이의 지연의 측정에 의해 주어진다.
풍력 터빈들의 분야에서, LIDAR 센서들은 특히 풍력 터빈들의 사이즈 및 전력이 증가하기 때문에 (오늘날 5 MW, 곧 10 MW), 큰 풍력 터빈들의 적절한 기능을 위해 필수적인 것으로 발표되었다. 이 센서는 풍력 터빈들이 최대 전력 (전력 곡선 최적화) 을 전달할 수 있도록 풍력 터빈들이 캘리브레이션되는 것을 우선적으로 허용하는 원격 풍속 측정들을 허용한다. 이 캘리브레이션 스테이지를 위해, 센서는 지면에 위치되고 수직으로 배향될 수도 있으며 (프로파일러), 이는 풍속 및 방향, 뿐만 아니라 고도에 의존한 바람 경사도를 측정하는 것을 허용한다. 이 적용은 그것이 에너지 생성 자원을 아는 것을 허용하기 때문에 특히 중요하다. 이는 풍력 터빈 프로젝트의 경제적 실행가능성 (financial viability) 을 좌우하므로 풍력 터빈 프로젝트들에 대해 중요하다.
제 2 적용은 이 센서를, 풍력 터빈 앞쪽에서 바람장을 측정하기 위해 풍력 터빈의 나셀 상에 거의 수평으로 배향하여 셋팅하는 것으로 이루어진다. 선험적으로, 터빈 앞쪽에서 바람장을 측정하는 것은 풍력 터빈이 직면하게 될 난기류를 미리 아는 것을 허용한다. 그러나, 현재 풍력 터빈 제어 및 모니터링 기법들은 로터에서 바람의 속력을 정확히 추정함으로써 LIDAR 센서에 의해 수행된 측정을 고려하는 것을 허용하지 않는다.
본 발명의 목적은 풍력 터빈을 제어하고 및/또는 모니터링하는 방법에 관련되며, 제어 및/또는 모니터링은 추정자 (estimator) 및 LIDAR 센서를 사용하여 획득된 로터에서의 풍속의 추정을 고려한다. 로터에서의 풍속의 추정자는 바람의 표현, LIDAR 센서의 모델 및 바람 전파 모델로부터 구성된다. 본 발명은 로터에서 바람의 3차원 성분들을 미리 추정하고 인지하는 것을 허용한다.
본 발명은 풍력 터빈으로부터 상류에 위치된 포인트에서 바람에 대한 측정을 수행하는 LIDAR 센서를 구비한 상기 풍력 터빈을 제어하고 및/또는 모니터링하는 방법에 관련한다. 그 방법은 다음의 단계들을 수행하는 것을 포함한다:
a) 상기 LIDAR 센서에 의한 상기 측정에 대응하는 신호를 획득하는 단계;
b) 바람의 표현, 상기 LIDAR 센서의 모델 및 바람 전파 모델에 의해 터빈의 로터에서 바람의 추정자를 구성하는 단계로서, 로터에서의 바람의 상기 추정자는 센서 신호를 로터에서의 풍속에 관련시키는, 상기 바람의 추정자를 구성하는 단계,
c) 로터에서의 바람의 상기 추정자를 상기 획득된 신호에 적용함으로써 상기 터빈의 로터에서의 풍속을 추정하는 단계; 및
d) 상기 추정된 풍속에 의해 상기 풍력 터빈을 제어하고 및/또는 모니터링하는 단계.
본 발명의 하나의 실시형태에 따르면, 상기 풍력 터빈은 상기 터빈의 블레이드들의 경사 각도 및/또는 상기 터빈의 제너레이터의 전기 복원 토크 (electrical recovery torque) 를 제어함으로써 제어된다.
본 발명의 일 실시형태에 따르면, 상기 풍력 터빈의 제너레이터의 전기 복원 토크를 모니터링하는 것은 추정된 풍속의 함수로서 수행된다.
유익하게는, 바람 표현은 특히 본 카르만 (Von Karman) 스펙트럼의 형태로 표현되는 주파수 모델이다.
바람직하게는, 바람 표현은 미리 알려지거나 또는 실시간으로 또는 임의적으로 결정된다.
유익하게는, 상기 LIDAR 센서의 상기 모델은 상기 LIDAR 센서의 적어도 하나의 측정 각도 (θ, φ) 에 그리고 상기 LIDAR 센서의 체적 특성에 의존한다.
본 발명의 일 양태에 따르면, 상기 LIDAR 센서의 상기 모델 M(v) 는 주파수 도메인에서 다음과 같은 관계식으로 기록되며:
Figure pat00001
여기서 L(v)는 함수
Figure pat00002
의 푸리에 변환,
Figure pat00003
,
Figure pat00004
, l o 는 상기 LIDAR의 초점 거리, l은 측정 거리, θ 및 φ는 상기 LIDAR 센서의 배향 각도들,
Figure pat00005
는 평균 풍속, Γ는 레일리 상수, Κ는 조정 팩터이고, Wx, Wy, Wz는 상기 측정 포인트에서의 풍속의 성분들이다.
본 발명의 일 양태에 따르면, 로터에서의 바람의 상기 추정자의 상기 주파수 응답 F(v) 은 다음과 같은 관계식으로 기록되며:
Figure pat00006
여기서
Figure pat00007
,
Figure pat00008
, L(v)는 함수
Figure pat00009
의 푸리에 변환,
Figure pat00010
,
Figure pat00011
, l o 는 상기 LIDAR 센서의 초점 거리, l은 측정 거리, θ 및 φ는 상기 LIDAR 센서의 배향 각도들,
Figure pat00012
는 평균 풍속, Γ는 레일리 상수, Κ는 조정 팩터, Wx, Wy, Wz는 상기 측정 포인트에서의 풍속의 성분들 및 α는 정규화 (regularization) 파라미터이다.
더욱이, 로터에서의 바람의 상기 추정자는 로터에서의 바람의 상기 추정자의 상기 주파수 응답에 적용된 윈도우잉 방법에 의해 구성될 수 있다.
본 발명에 따르면, 상기 바람 전파 모델은 다음의 가설들 중 적어도 하나에 따라 구성된다:
- 바람 벡터는 바람 방향에 수직인 수직 평면들 상에서 동일하다는 가설,
- 바람 난기류는 평균 풍속으로 전파한다는 가설.
본 발명은 더욱이, 측정 포인트가 상기 터빈으로부터 상류에 위치되는 LIDAR 센서를 구비한 풍력 터빈, 특히 해상 풍력 터빈에 관련한다. 상기 풍력 터빈은 위에서 설명된 바와 같은 풍력 터빈 제어 방법을 구현하는 제어 수단을 포함한다.
유익하게는, 상기 LIDAR 센서는 상기 풍력 터빈의 나셀 상에 배치된다.
본 발명에 따른 방법의 다른 특징들 및 장점들 다음의 첨부 도면들을 참조하여 비제한적 예로 주어진 실시형태들의 이후의 설명을 읽음으로써 명확하게 될 것이다:
도 1은 본 발명에 따른 LIDAR 센서를 구비한 풍력 터빈을 예시한다,
도 2는 본 발명에 따른 방법의 다양한 스테이지들을 예시한다,
도 3은 바람 표현 예를 예시한다,
도 4는 LIDAR 센서의 측정의 3차원 특성들을 예시한다,
도 5는 평균 바람 벡터에 반대인 방향을 가리키는 LIDAR 센서에 대해, 3 개의 초점 측정 길이들에 대한 테일러의 한랭 난기류 (frozen turbulence) 가정 하의 LIDAR 센서의 펄스 응답을 예시한다,
도 6a 내지 도 6g는 하나의 예에 대한 윈도우잉 방법의 다양한 스테이지들을 예시한다,
도 7a 내지 도 7d는 하나의 예에 대한 본 발명에 따른 방법의 스테이지들을 예시한다.
본 발명은, 수평축 풍력 터빈이 로터에서의 풍속의 추정에 따라 제어되고 및/또는 모니터링되며, 이 추정을 위한 LIDAR 센서를 구비한, 내륙 또는 해상의 수평축 풍력 터빈을 제어하고 및/또는 모니터링하는 방법에 관련한다.
표기법
이후의 설명에서, 다음의 표기들이 사용된다:
- x, y, z: 3차원 참조 프레임의 방향들이며, z가 수직 축이고 x가 주 바람 방향이며,
- w : 3차원 프레임 상에 wx, wy, wz 속력 성분들을 갖는 풍속 벡터이며,
Figure pat00013
가 평균 풍속이고, Wx, Wy, Wz는 속력 벡터 성분들의 스펙트럼,
- Lv: 파장,
- σx: 스케일링 팩터,
- l o: 상기 LIDAR 센서의 초점 거리,
-
Figure pat00014
: LIDAR 센서의 축의 벡터이며, 그것은 LIDAR 센서 및 측정 포인트를 연결하는 벡터
Figure pat00015
이고, O 는 원점 (LIDAR 센서의 로케이션), PM은 측정 포인트, 그리고 LIDAR 센서의 측정 거리는 l로 표시됨,
- θ 및 φ: 상기 LIDAR 센서의 배향 각도들. 이들 각도들은 도 4에서 설명되며: 각도 θ는 평면 (y, z) 에서 LIDAR 센서의 축 (A) 의 투영에 의해 형성된 각도이고, φ는 축 x와 평면 (y, z) 에서의 LIDAR 센서의 축 (A) 의 투영으로 이루어진 평면에서 LIDAR 센서의 축 (A) 의 투영에 의해 형성된 각도,
- Γ: 1570에서 추정될 수 있는 레일리 상수,
- Κ: 조정 팩터,
- m(t) : LIDAR 센서 측정치,
- α: 측정 시에 가질 수 있는 신뢰도, 또는 측정 노이즈의 표준 편차로서 볼 수 있는 추정자 조정 파라미터. 이 파라미터는 또한 정규화 파라미터라고 지칭되며,
- τ: 측정 포인트 및 로터 평면 사이의 바람 벡터의 전파 시간을 나타내는 지연.
본 발명은 LIDAR 센서를 구비한, 풍력 터빈의 로터 상에서 바람을 추정하는 방법에 관련한다. LIDAR 센서는 풍력 터빈 앞쪽에 위치된 하나의 측정 포인트에서 바람에 대한 측정을 수행한다. 도 2는 본 발명에 따른 방법의 다양한 스테이지들을 도시한다:
1. 측정 신호의 획득 (MES)
2. 로터에서 바람의 추정자의 구성 (EST)
3. 로터에서의 바람의 추정 (west)
4. 풍력 터빈의 제어 및/또는 모니터링 (CON).
본 발명에 따른 방법은 측정 평면 상에서 LIDAR 센서에 의해 수행된 측정으로부터 로터의 평면 상의 바람을 재구성하는 것을 허용한다. 이 표현은 풍력 터빈을 조정하고 감독하는데 사용될 수 있다.
1. 측정 신호의 획득 (MES)
LIDAR 센서는 풍력 터빈으로부터 상류에 위치된 (터빈의 로터에 반대임) 하나의 측정 포인트에서 풍속에 대한 측정을 수행한다. 이 측정은 LIDAR 센서에 의해 방출된 신호에 응답하여 측정 포인트로부터 센서에 의해 수신된 신호에 대응한다. 사실상, 간섭측정법 및 도플러 효과를 통해, LIDAR 센서에 의해 방출된 레이저 신호의 부분은 측정 포인트에서 공기 분자들에 의해 그리고 또한 에어로졸들 (부유 먼지들 및 마이크로입자들) 에 의해 반사된다. 측정 포인트는 LIDAR 센서의 특성들, 특히 초점 거리 및 배향에 의해 정의된다. 풍속에 의존하는 이 측정치는 시간이고, LIDAR 센서의 배향에 의존한다. 이 측정치는 로터에서의 풍속을 결정하도록 이용되기 위하여 획득된다.
도 1은 본 발명에 따른 방법에 적합한 LIDAR 센서 (2) 를 구비한 풍력 터빈 (1) 을 도시한다. LIDAR 센서 (2) 는 측정 포인트 (PM) 에서 주어진 거리에서 풍속을 측정하는데 사용된다. 예를 들어, 바람 방향과 정렬되는 것으로 가정되는 풍력 터빈 (1) 의 나셀에 장착되면, 이 센서 (2) 는 임박한 바람, 즉, 풍력 터빈에 의해 선험적으로 직면하게 될 바람을 측정한다. 바람 측정치를 미리 아는 것은 다량의 정보가 제공되는 것을 선험적으로 허용한다.
도 1은 특히 측정 프로세스가 설명되는 것을 허용한다: LIDAR 센서 (2) 는 풍력 터빈 (1) 앞쪽에서, 측정 평면 (AM) 상의 바람, 특정한 측정 특성을 측정한다. 로터 평면 (AR) 상의 측정 포인트 (PM) 의 투영은 PR에 의해 표시된다. 도면의 우측 부분은 수평 방향에서 높이에 따른 바람의 표현의 예를 도시한다.
LIDAR 센서의 여러 유형들, 예를 들어 스캐닝 또는 펄스형 LIDAR 센서들이 있다.
2. 로터에서 바람의 추정자의 구성 (EST)
이 스테이지에서, 로터에서의 바람의 추정자가 구성된다. 바람 추정자는 로터에서의 풍속 (그것의 3 개의 성분들) 을 LIDAR 센서의 신호에 의해 추정하는 것을 허용한다. 본 발명에 따르면, 로터에서의 바람의 추정자는 바람의 표현, LIDAR 센서의 모델 및 바람 전파 모델에 의해 구성된다. 이 추정자는, 포인트 (PM) 에서 LIDAR 센서로부터의 원시 측정을 입력으로서 수신하고 로터 평면의 포인트 (PR) 에서의 바람 추정을 출력으로서 생성하는 유한 임펄스 응답 필터 오브젝트이다.
2.1 풍속 표현 (REP W)
순간 풍속은 주어진 포인트에서 3 개의 성분들 Wx(t), Wy(t), Wz(t)로 이루어진 벡터로서 정의된다. 주어진 시간 (t) 및 주어진 포인트 (x,y,z) 에서의 바람 벡터는, 그러므로 다음과 같은 유형의 관계식에 의해 표현된다:
Figure pat00016
본 발명에 따르면, 사용되는 풍속 표현의 유형은 미리 알려지거나, 실시간으로 결정되거나 또는 임의적으로 결정될 수 있다.
본 발명의 하나의 실시형태에 따르면, 속력의 3 개의 성분들 wx(t), wy(t), wz(t)은 그것들의 개별 스펙트럼들 Wx, Wy, Wz에 의해 정의될 수 있다. 그 스펙트럼은 알려지거나 또는 식별된다고 가정된다. 그것은 분석적 형태로 또는 테이블 또는 데이터 벡터의 형태로 이용가능할 수 있다. 예를 들어, 본 카르만 스펙트럼은 성분 x에 대해 사용될 수 있지만 제공된 방법은 임의의 스펙트럼에 적응하는 것을 허용한다. 이 예에 따르면, 다음과 같이 쓸 수 있으며:
Figure pat00017
Lv는 파장이라고 지칭되는 파라미터이며, σx는 난기류의 사이즈를 특징짓는 스케일링 팩터이고,
Figure pat00018
는 평균 풍속이다. 이 스펙트럼과 그것의 파라미터들은 그 날의 로케이션들에 의존하여 가변할 수 있다. 본 발명에 따른 방법은 임의의 스펙트럼이 고려되는 것을 허용한다. 도 3은 본 카라만 스펙트럼에 의해 획득되는, 시간 t의 함수인, 축 x을 따른 풍속 wx의 표현의 일 예이다.
2.2 바람 전파 모델 (MOD PRO)
바람에 대한 측정이 수행되는 측정 포인트 (PM) 와 풍속을 알기를 원하는 로터 평면 (AR) 사이의 거리를 고려하기 위하여, 이 거리에 걸친 바람 전파가 모델링된다.
본 발명의 실시형태에 따르면, 바람 전파 모델은 다음의 가설들 중 적어도 하나로부터 구성된다:
Figure pat00019
단일 바람 코히어런스
단일 (unitary) 코히어런스 가설은, 바람 벡터가 바람 방향에 수직인 수직 평면들에 대해 동일하다는 것을 의미한다.
Figure pat00020
Figure pat00021
테일러의 한랭 난기류 가설
한랭 난기류 가설은 난기류가 평균 풍속으로 전파한다는 것을 의미한다.
Figure pat00022
이들 2 개의 가설들은 본 발명에 따른 방법을 위해 고려되는 로컬 스케일들에 대한 양호한 근사치들이다.
2.3 LIDAR 센서의 모델 (MOD LIDAR)
LIDAR 센서의 측정치는 2 개의 함수들에 의해 특징화된다. 도 4는 LIDAR 센서에 의해 수행된 측정치의 3차원 특성들을 도시한다. 제 1 함수는 측정 축에 대응하고 그것은 다음에 의해 표시될 수도 있다:
Figure pat00023
제 2 특성은 LIDAR 센서의 공간적 (또는 체적) 특성에 대응한다. 측정치 m(t) 는 다음과 같은 형태의 관계식에 의해 표현될 수 있다:
Figure pat00024
f(l, lo) 는 공간적 특성이며, l o 는 초점 거리이고 그것은 LIDAR 센서의 구성에 의존할 수 있다. 위에서 표현된 모델은 함수 f에 의해 사용된 LIDAR 센서의 유형 (스캐닝 또는 펄스형) 에 적응가능하다.
예를 들어, 스캐닝 LIDAR 센서의 경우, 이 공간적 특성은 다음과 같은 형태의 관계식에 의해 쓰여질 수 있으며:
Figure pat00025
여기서 Γ는 레일리 상수 (1570) 이고, Κ는 조정 팩터이다.
제공된 가설들 하에서, LIDAR 센서의 측정 수식은 주파수 응답을 허용하는 콘볼루션 곱의 형태로 표현될 수 있다.
테일러의 가설에 의해, 다음과 같이 쓸 수 있다:
Figure pat00026
단일 코히어런스를 선택함으로써, 다음과 같이 쓸 수 있다:
Figure pat00027
그 다음에, 스칼라 곱을 전개함으로써:
Figure pat00028
다음의 변수 변화들이 설정되며:
Figure pat00029
,
Figure pat00030
,
Figure pat00031
,
그러면 다음과 같은 유형의 수식을 가진다:
Figure pat00032
이것은 임펄스 응답이
Figure pat00033
에 의해 정의되는 시스템의 콘볼루션 곱의 수식이다. 도 5는 상이한 초점 길이들 (l o ) 을 갖는 LIDAR 센서에 대한 시간의 함수로서의 임펄스에 대한 응답 (V) 의 일 예를 도시한다. 가로축에는 t=l/평균 속력이 주어진다.
LIDAR 센서는 따라서, 이들 가설들 하에서, 임펄스 응답이 다음과 같은 콘볼루션 시스템이라고 볼 수 있다:
Figure pat00034
또는
Figure pat00035
이것은 상수 Γ의 차수를 고려하여
Figure pat00036
에 의해 근사화될 수 있다. 시스템의 주파수 응답은 그러므로 다음과 같이 쓰여질 수 있으며:
Figure pat00037
여기서 L(v) 는 함수
Figure pat00038
의 푸리에 변환이다.
이들 스테이지들은 체계적이고, 그것들은 평균 풍속 및 체적 특성에만 의존한다. 실용에서, 함수 L(v)에 대응하는 값의 벡터는 매우 쉽게 획득된다.
함수
Figure pat00039
가 l o 에 대해 대칭적이 아니면, 스캐닝 LIDAR 센서의 경우에서처럼, 그것은 양호한 근사치로 남아 있다. 펄스형 LIDAR 센서의 경우, 그 함수는 대칭적이다. 함수가 대칭적이라는 것을 고려하면, 주파수 응답 L(v)는 실수이다.
그러므로, LIDAR 센서의 모델(측정)은, 앞서 언급된 가설들 하에서, 다음과 같은 주파수 도메인으로 쓰여질 수 있다:
Figure pat00040
2.4 바람 추정자의 구성
바람 전파 및 바람 표현의 LIDAR 센서의 모델들은 로터에서의 바람의 추정자의 구성을 위한 입력들로서 사용된다.
재구성 방법은 2 개의 스테이지들로 수행된다. 먼저, 추정자의 최적의 주파수 응답이 계산된다. 이 주파수 응답을 갖는 콘볼루션 시스템의 임펄스 응답이 그 다음에 계산된다.
본 발명에 따르면, 로터에서의 풍속의 적어도 하나의 성분, 특히 로터 평면 상의 길이방향 성분을 추정하기를 원한다. 대안으로, 추정자는 풍속의 3 개의 성분들을 추정하는 것을 허용한다. 그러므로 로터 평면 상의 속력의 추정 및 이 평면 상의 실제 속력 사이의 차이에 의해 정의되는 추정 에러 e(t)를 최소화할 것을 시도한다. 따라서, 추정 에러 스펙트럼 E(v)은 다음과 같이 쓰여질 수 있다:
Figure pat00041
다음의 표기들이 또한 사용된다:
Figure pat00042
Figure pat00043
추정 에러의 전력 스펙트럼 밀도를 최소화하는 해는 다음과 같은 형태로 쓰여진다:
Figure pat00044
이 형태에서 항들인 Wl(v) 및
Figure pat00045
이 실수 항들이라는 것에 주의할 수 있다. 따라서, 로터에서의 바람의 추정자의 주파수 응답 F(v)는 다음과 같이 쓰여질 수 있다:
Figure pat00046
이 주파수 응답을 사용하여 로터에서의 바람의 추정자를 구성하기 위해, 여러 방법들, 특히 윈도우잉 방법이, 특히 해닝 (Hanning) 윈도우를 사용하여 사용될 수 있다. 이 방법의 경우, 다음과 같은 형태의 주파수 특성을 갖는 인과 필터 (causal filter) 를 생성하는 것을 허용하는 기법이 개발된다:
Figure pat00047
추정자의 생성은 2 개의 스테이지들로 일어난다:
Figure pat00048
우선 주파수 응답 S(v)를 갖는 연속 필터의 비인과성 필터의 임펄스 응답이 계산된다.
Figure pat00049
임펄스 응답이 그 다음에 구하는 특성을 갖는 필터의 임펄스 응답을 획득하기 위해서 시간적으로 시프트된다. 샘플들이 그 다음에 주어진 샘플링 주파수에서, 주어진 윈도우에서 선택된다. 획득된 근사치는 따라서 양질이다.
도 6a 내지 도 6g는 하나의 예에 대한 윈도우잉 방법의 다양한 스테이지들을 예시한다. 이 예에서, 다음의 주파수 응답이 소망되는 필터가 정의된다: 0 Hz와 2 Hz 사이와 4 Hz 내지 5 Hz에서 1이며, 다른 곳에서는 0이며, 소망의 지연은 5초이다. 도 6a는 이 소망의 응답을 예시한다.
제 1 스테이지는 따라서 도 6b에 도시된 주파수 응답을 나타내는 임펄스 응답을 계산하는 것으로 이루어진다.
다음과 같은 형태의 주파수 벡터가 우선 정의된다:
Figure pat00050
, 여기서 Fs는 샘플링 주파수이고 N은 샘플들의 수이다.
이들 주파수들에 대해, 필터의 주파수 응답은 다음과 같이 정의된다:
Figure pat00051
구하는 응답은 축에 대해 대칭적인 이산 필터의 응답이다.
따라서 다음의 벡터가 정의된다:
Figure pat00052
역 이산 푸리에 변환을 적용함으로써, 도 6b에 예시된 임펄스 응답 (ID) 이 재배열 후에 획득된다.
이 임펄스 응답은 N 개의 샘플들을 포함하고 그것은 샘플링 주파수 Fs에서 샘플링된다. 이 임펄스 응답을 갖는 추정자는 주파수 응답 S(v)의 비인과성 (non-casual) 이산 필터이다. 구하는 주파수 응답은
Figure pat00053
의 유형이다. 부분
Figure pat00054
는 시간 지연 τ이다. 구하는 주파수 응답을 갖는 필터의 임펄스 응답은 그러므로 간단한 시프트 후에 획득될 수 있다. 도 6c는 ID를 시프트함으로써 획득된 구하는 임펄스 응답 (RET) 을 도시한다. 이 도면은 이상적인 임펄스 응답 (ID) 과 병진 (T) 에 의해 지연 후에 획득된 임펄스 응답 (RET) 을 예시한다.
다음의 스테이지는 윈도우잉을 통해 이 임펄스 응답을 근사화하는 것으로 이루어진다. 윈도우의 여러 유형들이 사용될 수 있으며: 대체로, 해닝 윈도우는 우수한 근사치를 준다.
해닝 윈도우는 다음에 의해 정의된다:
Figure pat00055
임펄스 응답은 H(t-τ)가 곱해지거나, 또는 τ는 소망의 지연에 대응한다. 파라미터 Ta는 근사 품질을 선택하는 것을 허용하고, 그것은 0과 τ 사이의 범위이다.
도 6d는 간격이 선택되는 것을 윈도우잉이 허용하는 방법을 도시한다. 이 도면은 윈도우잉 (FE) 과 이상적인 임펄스 응답 (ID) 을 시간의 함수로서 도시한다.
이들 스테이지들의 적용은 벡터가 획득되는 것을 허용한다. 이 벡터의 값들은 그것들의 합이 S(0), 즉 0의 주파수에서의 바람 추정자의 응답과 동일하도록 정규화될 필요가 있다. 정규화 후, 이 벡터의 값들은 샘플링 주파수 Fs에서의 이산 FIR 필터의 계수들을 제공한다. 도 6e는 FIR 필터의 주파수 응답을 시간의 함수로서 예시한다.
이 필터의 주파수 응답을 그것의 주파수 응답 (M) 과 그것의 위상 (P) 을 주파수 f의 함수로서 고려하여 살펴보면, 도 6f 및 도 6g에서 각각 도시된 바와 같이, 위상은 소망의 지연에 완벽하게 대응하고 (획득된 곡선은 소망의 곡선 상에 실질적으로 중첩됨) 진폭은 사양들의 양호한 근사치라는 것이 명백하다.
추정자의 구성은 따라서 주파수 응답이 알려진 추정자 (필터) 를 사용하는 것을 허용하는 매우 일반적인 방법이며, 이는 필터링 문제를 최적화하는 해를 형성하는 것에 유사한 형태를 가진다. 기여도는 추정 문제 및 그것의 해의 형태로 나타내는 모델링, 및 필터를 구현하는 윈도우잉 방법을 사용하는 모델링의 조합이다.
일반적인 특징은, LIDAR 센서의 특성이 무엇이든 그리고 바람 표현이 무엇이든 그 방법이 동작한다는 사실에 의해 제공된다. 해는 항상 윈도우잉 방법을 사용하여 발견되고 구현될 수 있다. 따라서, 로터에서의 바람의 추정자는 모든 바람 표현들 및 모든 LIDAR 센서 모델들에 대해 유효하다.
다른 중요한 점은 계산들의 모두가 알고리즘 복잡도의 의미에서 효율적이라는, 즉, 그 계산들이 빠르다는 (계산 시간이 중요하지 않음) 것이다. 이 방법은 쉽사리 구현될 수 있는 필터 개체를 생성하는 것을 허용한다. 로터에서의 바람의 재구성을 제공할 것이 그 목적이다.
3. 로터에서의 바람의 추정 (w est )
이 스테이지에서, 로터에서의 풍속은 획득된 측정치 및 로터에서의 바람의 추정자에 의해 추정된다. 구성된 추정자는 그러므로 측정 포인트에서 획득된 신호에 적용된다.
바람직하게는, 추정은 로터에서의 풍속의 3 개의 성분들에 관련한다. 대안으로, 풍속의 추정은 풍속의 적어도 하나의 성분, 특히 풍속의 길이방향 성분에 관련한다.
계산 시간은 적용과 관련하여 짧고, 따라서 로터에서의 풍속을 미리 결정하는 것이 가능하다.
4. 풍력 터빈의 제어 및/또는 모니터링 (CON)
로터에서 추정된 풍속 w에 따르면, 풍력 터빈은 복원되는 에너지를 최적화하도록 제어될 수 있다. 본 발명에 따르면, 풍력 터빈의 블레이드들의 경사 각도 및/또는 제너레이터의 전기 복원 토크는 풍속의 함수로서 제어될 수 있다. 다른 유형들의 조정 디바이스들이 사용될 수 있다.
본 발명의 실시형태에 따르면, 블레이드들의 경사 각도 및/또는 전기 복원 토크는 풍력 터빈의 맵들을 로터에서의 풍속의 함수로서 사용하여 결정된다. 예를 들어, 특허 출원 FR-2,976,630 A1 (US-2012/0,321,463) 에서 설명되는 제어 방법이 적용된다.
풍력 터빈의 제어는 복원된 에너지가 최적화되는 것을 허용한다. 더욱이, 이 제어에 의해, LIDAR 센서는 단가의 54 %를 나타내는 구조, 블레이드들 및 타워에 대한 비용들이 감소되는 것을 허용한다. 그러므로, LIDAR 센서를 사용하는 것은 풍력 터빈의 구조를 최적화하고 이에 따라 그것의 단가 및 유지보수를 감소시키는 것을 허용한다.
그 외에도, 로터에서의 풍속의 추정은 터빈을 모니터링하는데 사용될 수 있다. 예를 들어, 그것은 터빈의 실시간 감시를 위해 또는 그것의 고장을 진단하기 위해 사용될 수 있다. 본 발명의 실시형태에 따르면, 상기 풍력 터빈의 제너레이터의 전기 복원 토크를 모니터링하는 단계는 추정된 풍속의 함수로서 수행된다.
대안으로, 로터에서의 풍속의 추정은 풍력 터빈을 제어하고 모니터링하기 위해 공동으로 사용될 수 있다.
본 발명은 또한, LIDAR 센서를 구비한 풍력 터빈, 특히 해상 풍력 터빈에 관련한다. 본 발명의 실시형태에 따르면, LIDAR 센서는 터빈의 나셀 상에 배치될 수 있다. LIDAR 센서는 풍력 터빈에 상류에서 풍속 측정을 수행하도록 배향된다. 터빈은, 본 발명에 따른 방법을 구현하는 제어 수단, 예를 들어 피치 각도 제어 수단을 포함한다.
적용 예
이 섹션에서, 하나의 예를 위해 로터 평면 상의 바람의 재구성을 허용하는 추정자의 생성의 스테이지들을 상세히 열거한다.
Figure pat00056
풍속 스펙트럼
이 스펙트럼은 알려지거나 또는 식별된다고 가정된다. 그것은 분석적 형태로 또는 테이블 또는 데이터 벡터의 형태로 이용가능할 수 있다. 이 예의 경우, 바람 스펙트럼은 본 카르만 스펙트럼에 의해 표현된다.
Figure pat00057
LIDAR 센서의 주파수 특성
LIDAR 센서의 특성은 초점 거리 lo의 함수의 형태로 주어진다. 그 함수는 축에 대한 적분이며: 그것은 LIDAR 센서가 가리키는 쪽의 축 상의 축의 하나의 포인트에서의 바람 벡터의 스칼라 곱의 가중 적분이다. 스캐닝 LIDAR 센서의 경우, 가중 함수는
Figure pat00058
이다. LIDAR 센서의 주파수 특성은: 제 1 스테이지가 변수 변화
Figure pat00059
에 관련되며, 그 다음에
Figure pat00060
를 중심으로 특성을 재집중하는 2 개의 스테이지들에서 획득될 수 있다. 응답은 그 다음에 분석적 해법에 의해, 또는 이산 푸리에 변환을 사용하여 숫자적으로 특징화될 수 있다. LIDAR 센서의 주파수 응답
Figure pat00061
가 그러면 이용가능하다.
Figure pat00062
바람 추정자 구성
바람 추정자의 최적의 응답은 그 다음에 계산될 수 있다:
Figure pat00063
Figure pat00064
Figure pat00065
그 후에, 윈도우잉 방법은 주파수 응답
Figure pat00066
을 갖는 필터를 생성하기 위해 구현된다. 따라서, 도 7a 및 도 7b에 예시된 바와 같은 주파수 응답이 획득된다. 도 7a에서, 진폭 M에 대해, 세트 포인트 (CONS) 의 곡선은 추정된 곡선 (EST) 상에 거의 중첩된다. 도 7b에서, 위상 P에 관련하여, 세트 포인트 (CONS) 의 곡선과 추정의 곡선 (EST) 은 매우 가깝다는 것을 알 수 있다.
Figure pat00067
풍속 추정
LIDAR 센서에 의해 측정된 신호는 그 다음에 로터 평면 상의 바람 추정을 복원하기 위해 구성된 추정자 속으로 전해진다. 도 7c는 세트 포인트 (CONS) (로터에서의 실제 풍속에 대응함), 추정자 EST (추정자에 의해 계산된 풍속에 대응함) 및 지연 RET (지연된 이상적인 필터의 임펄스 응답에 대응하는 구하는 필터의 임펄스 응답에 대응하고, 이 지연은 로터 평면 상에 도착한 바람의 지연에 대응함) 의 신호들에 대한 풍속에 관련된 곡선들을 도시한다. 도 7d는 최적의 추정자 (OPT) 에 대한 속력 에러와 지연 RET를 비교하는 것을 가능하게 한다.
본 발명에 따른 추정자는 로터에서의 풍속을 정확히 추정하는 것을 허용한다는 것이 관찰될 수 있다. 따라서, 풍력 터빈의 제어는 바람의 함수로서 효율적으로 조정될 수 있다.

Claims (12)

  1. 풍력 터빈으로부터 상류에 위치된 포인트에서 바람에 대한 측정을 수행하는 LIDAR (LIght Detection And Ranging) 센서를 구비한 상기 풍력 터빈을 제어하고 및/또는 모니터링하는 방법으로서,
    a) 상기 LIDAR 센서에 의한 상기 측정에 대응하는 신호를 획득하는 단계;
    b) 상기 바람의 표현, 상기 LIDAR 센서의 모델 및 바람 전파 모델에 의해 상기 터빈의 로터에서의 바람의 추정자를 구성 (construct) 하는 단계로서, 상기 로터에서의 상기 바람의 추정자는 센서 신호를 상기 로터에서의 풍속에 관련시키는, 상기 바람의 상기 추정자를 구성하는 단계;
    c) 상기 로터에서의 상기 바람의 추정자를 상기 획득된 신호에 적용함으로써 상기 터빈의 로터에서의 풍속을 추정하는 단계; 및
    d) 상기 추정된 풍속에 의해 상기 풍력 터빈을 제어하고 및/또는 모니터링하는 단계
    가 수행되는 것을 특징으로 하는, 풍력 터빈을 제어하고 모니터링하는 방법.
  2. 제 1 항에 있어서,
    상기 풍력 터빈은 상기 터빈의 블레이드들의 경사 각도 및/또는 상기 터빈의 제너레이터의 전기 복원 토크를 제어함으로써 제어되는, 풍력 터빈을 제어하고 모니터링하는 방법.
  3. 제 1 항에 있어서,
    상기 풍력 터빈의 제너레이터의 전기 복원 토크를 모니터링하는 것은 상기 추정된 풍속의 함수로서 수행되는, 풍력 터빈을 제어하고 모니터링하는 방법.
  4. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
    상기 바람 표현은 특히 본 카르만 (Von Karman) 스펙트럼의 형태로 표현되는 주파수 모델인, 풍력 터빈을 제어하고 모니터링하는 방법.
  5. 제 4 항에 있어서,
    상기 풍속 표현은 미리 알려지나 또는 실시간으로 결정되거나 또는 임의적으로 결정되는, 풍력 터빈을 제어하고 모니터링하는 방법.
  6. 제 1 항 내지 제 5 항 중 어느 한 항에 있어서,
    상기 LIDAR 센서의 상기 모델은 상기 LIDAR 센서의 적어도 하나의 측정 각도 (θ, φ) 에 그리고 상기 LIDAR 센서의 체적 특성에 의존하는, 풍력 터빈을 제어하고 모니터링하는 방법.
  7. 제 6 항에 있어서,
    상기 LIDAR 센서의 상기 모델 M(v)는 주파수 도메인에서 다음과 같은 관계식으로 기록되며:
    Figure pat00068

    여기서, L(v)는 함수
    Figure pat00069
    의 푸리에 변환,
    Figure pat00070
    ,
    Figure pat00071
    , l o 는 상기 LIDAR 센서의 초점 거리, l은 측정 거리, θ 및 φ는 상기 LIDAR 센서의 배향 각도들,
    Figure pat00072
    는 평균 풍속, Γ는 레일리 상수, Κ는 조정 팩터, 그리고 Wx, Wy, Wz는 상기 측정하는 포인트에서의 풍속의 성분들인, 풍력 터빈을 제어하고 모니터링하는 방법.
  8. 제 1 항 내지 제 7 항 중 어느 한 항에 있어서,
    상기 로터에서의 상기 바람의 추정자의 주파수 응답 F(v)은 다음과 같은 관계식으로 기록되며:
    Figure pat00073

    여기서,
    Figure pat00074
    ,
    Figure pat00075
    , L(v)는 함수
    Figure pat00076
    의 푸리에 변환,
    Figure pat00077
    ,
    Figure pat00078
    , l o 는 상기 LIDAR 센서의 초점 거리, l은 측정 거리, θ 및 φ는 상기 LIDAR 센서의 배향 각도들,
    Figure pat00079
    는 평균 풍속, Γ는 레일리 상수, Κ는 조정 팩터, Wx, Wy, Wz는 상기 측정하는 포인트에서의 풍속의 성분들 및 α는 정규화 파라미터인, 풍력 터빈을 제어하고 모니터링하는 방법.
  9. 제 8 항에 있어서,
    상기 로터에서의 상기 바람의 추정자는, 상기 로터에서의 상기 바람의 추정자의 상기 주파수 응답에 적용된 윈도우잉 방법에 의해 구성되는, 풍력 터빈을 제어하고 모니터링하는 방법.
  10. 제 1 항 내지 제 9 항 중 어느 한 항에 있어서,
    상기 바람 전파 모델은,
    - 바람 벡터는 바람 방향에 수직인 수직 평면들 상에서 동일하다는 가설,
    - 바람 난기류는 평균 풍속으로 전파한다는 가설
    중 적어도 하나에 따라 구성되는, 풍력 터빈을 제어하고 모니터링하는 방법.
  11. 측정 포인트가 풍력 터빈으로부터 상류에 위치된 LIDAR 센서를 구비한 풍력 터빈, 특히 해상 풍력 터빈으로서,
    상기 풍력 터빈은 제 1 항 내지 제 10 항 중 어느 한 항에 기재된 풍력 터빈 제어 방법을 구현하는 제어 수단을 포함하는 것을 특징으로 하는, 풍력 터빈.
  12. 제 11 항에 있어서,
    상기 LIDAR 센서는 상기 터빈의 나셀 상에 배치되는, 풍력 터빈.
KR1020140163699A 2013-11-25 2014-11-21 Lidar 센서에 기초한 풍속 추정을 사용한 풍력 터빈 제어 및 모니터링 방법 KR102208288B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR13/61.600 2013-11-25
FR1361600A FR3013777B1 (fr) 2013-11-25 2013-11-25 Procede de controle et de surveillance d'une eolienne au moyen d'une estimation de la vitesse du vent au moyen d'un capteur lidar

Publications (2)

Publication Number Publication Date
KR20150060560A true KR20150060560A (ko) 2015-06-03
KR102208288B1 KR102208288B1 (ko) 2021-01-26

Family

ID=50102022

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140163699A KR102208288B1 (ko) 2013-11-25 2014-11-21 Lidar 센서에 기초한 풍속 추정을 사용한 풍력 터빈 제어 및 모니터링 방법

Country Status (7)

Country Link
US (1) US9790924B2 (ko)
EP (1) EP2876302B1 (ko)
KR (1) KR102208288B1 (ko)
CN (1) CN104653397B (ko)
DK (1) DK2876302T3 (ko)
ES (1) ES2768178T3 (ko)
FR (1) FR3013777B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190105708A (ko) * 2018-03-06 2019-09-18 제주대학교 산학협력단 나셀 라이다 각도 검증 장치

Families Citing this family (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104314757B (zh) * 2014-10-15 2017-03-29 国电联合动力技术有限公司 一种风力发电机组偏航控制方法及系统
DE102016005159A1 (de) 2016-04-28 2017-11-02 Bachmann Gmbh Verfahren und Vorrichtung zur Windgeschwindigkeits- und Windrichtungsmessung auf Windkraftanlagen mit umströmten Rotorblättern
US10539116B2 (en) 2016-07-13 2020-01-21 General Electric Company Systems and methods to correct induction for LIDAR-assisted wind turbine control
US9926912B2 (en) * 2016-08-30 2018-03-27 General Electric Company System and method for estimating wind coherence and controlling wind turbine based on same
CN106979126B (zh) * 2017-04-12 2019-01-29 浙江大学 基于svr的风力发电机组高风速段有效风速估计方法
FR3068139B1 (fr) * 2017-06-21 2019-12-20 IFP Energies Nouvelles Procede d'acquisition et de modelisation par un capteur lidar d'un champ de vent incident
ES2703974B2 (es) * 2017-09-12 2019-09-10 Kate Elsbeth Benetis Dispositivo para la correccion instantanea de las medidas del flujo de viento en aerogeneradores
FR3076324A1 (fr) * 2017-12-28 2019-07-05 Orange Procede, dispositif et systeme de reglage d'une eolienne
US11080438B2 (en) * 2018-05-30 2021-08-03 International Business Machines Corporation Building-information management system with directional wind propagation and diffusion
CN108918905B (zh) * 2018-07-09 2021-04-27 新疆金风科技股份有限公司 风力发电机组风速的预测方法及装置
CN111120219B (zh) * 2018-10-31 2021-02-26 北京金风科创风电设备有限公司 确定风力发电机组的疲劳载荷的方法及设备
US11635062B2 (en) 2018-11-07 2023-04-25 General Electric Renovables Espana, S.L. Wind turbine and method to determine modal characteristics of the wind turbine in a continuous manner
FR3088434B1 (fr) 2018-11-12 2020-11-13 Ifp Energies Now Procede de determination d’un facteur d’induction pour une eolienne equipee d’un capteur de teledetection par laser
FR3088971B1 (fr) * 2018-11-26 2021-02-19 Ifp Energies Now procédé d’acquisition et de modélisation par un capteur LIDAR d’un champ de vent incident
FR3094093B1 (fr) 2019-03-18 2021-03-05 Ifp Energies Now Procédé de prédiction de la vitesse du vent dans le plan du rotor pour une éolienne équipée d’un capteur de télédétection par Laser
FR3097644B1 (fr) 2019-06-19 2021-06-11 Ifp Energies Now Procédé de détermination du profil vertical de la vitesse du vent en amont d’une éolienne équipée d’un capteur de télédétection par Laser
US11556000B1 (en) 2019-08-22 2023-01-17 Red Creamery Llc Distally-actuated scanning mirror
CN110608133B (zh) * 2019-10-28 2020-10-02 国网山东省电力公司电力科学研究院 一种海上风力发电控制系统及方法
CN110765640B (zh) * 2019-11-05 2022-05-10 中国船舶重工集团海装风电股份有限公司 一种转子有效风速的计算方法、系统及设备
US20230042981A1 (en) * 2019-12-26 2023-02-09 Vestas Wind Systems A/S Calculating a return period wind speed
FR3107095B1 (fr) 2020-02-10 2022-02-11 Ifp Energies Now Procédé de détermination de la direction du vent au moyen d’un capteur de télédétection par Laser
FR3107094B1 (fr) 2020-02-10 2022-02-11 Ifp Energies Now Procédé de détermination de la vitesse du vent dans le plan du rotor d’une éolienne
TWI739397B (zh) * 2020-04-17 2021-09-11 崑山科技大學 光達點雲資料之處理方法及其用於風場分析之用途
CN111502919B (zh) * 2020-05-14 2020-10-30 诸暨都高风能科技有限公司 一种小型家用风力发电机
FR3114881B1 (fr) 2020-10-01 2022-09-09 Ifp Energies Now Procédé de détermination de la vitesse moyenne du vent au moyen d’un capteur de télédétection par Laser
FR3115115B1 (fr) 2020-10-14 2022-10-14 Ifp Energies Now Procédé de détermination d’un facteur d’induction entre un plan de mesure et le plan du rotor d’une éolienne
CN112145358B (zh) * 2020-10-30 2021-07-23 上海电气风电集团股份有限公司 风力发电机组及其风向玫瑰图的校准方法
FR3116123B1 (fr) 2020-11-06 2022-10-14 Ifp Energies Now Procédé de détermination de la vitesse du vent dans le plan du rotor d’une éolienne
FR3126248B1 (fr) 2021-08-20 2023-07-28 Ifp Energies Now Procédé de détermination de la vitesse du vent au moyen d’un capteur de télédétection par Laser monté sur une éolienne
CN116557222B (zh) * 2022-01-29 2024-05-03 金风科技股份有限公司 估计风力涡轮机转子处风速的方法及装置
CN115013258B (zh) 2022-07-06 2022-12-09 华北电力大学 一种风电机组机前风速智能软测量方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6320272B1 (en) * 1997-03-26 2001-11-20 Forskningscenter Riso Wind turbine with a wind velocity measurement system
US20120179376A1 (en) * 2011-01-11 2012-07-12 Ophir Corporation Methods And Apparatus For Monitoring Complex Flow Fields For Wind Turbine Applications
EP2581761A1 (en) * 2011-10-14 2013-04-17 Vestas Wind Systems A/S Estimation of Wind Properties Using a Light Detection and Ranging Device

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7342323B2 (en) * 2005-09-30 2008-03-11 General Electric Company System and method for upwind speed based control of a wind turbine
US7950901B2 (en) * 2007-08-13 2011-05-31 General Electric Company System and method for loads reduction in a horizontal-axis wind turbine using upwind information
US20090099702A1 (en) * 2007-10-16 2009-04-16 General Electric Company System and method for optimizing wake interaction between wind turbines
US8025476B2 (en) * 2009-09-30 2011-09-27 General Electric Company System and methods for controlling a wind turbine
GB2479413A (en) * 2010-04-09 2011-10-12 Vestas Wind Sys As Wind Turbine Independent Blade Control Outside The Rated Output
FR2976630B1 (fr) 2011-06-17 2021-07-23 Ifp Energies Now Procede pour optimiser la puissance recuperee par une eolienne en reduisant l'impact mecanique sur la structure.
EP2726733B1 (en) * 2011-06-30 2016-07-27 Vestas Wind Systems A/S System and method for controlling power output from a wind turbine or wind power plant
US9234506B2 (en) * 2011-10-14 2016-01-12 Vestas Wind Systems A/S Estimation of wind properties using a light detection and ranging device

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6320272B1 (en) * 1997-03-26 2001-11-20 Forskningscenter Riso Wind turbine with a wind velocity measurement system
US20120179376A1 (en) * 2011-01-11 2012-07-12 Ophir Corporation Methods And Apparatus For Monitoring Complex Flow Fields For Wind Turbine Applications
EP2581761A1 (en) * 2011-10-14 2013-04-17 Vestas Wind Systems A/S Estimation of Wind Properties Using a Light Detection and Ranging Device

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190105708A (ko) * 2018-03-06 2019-09-18 제주대학교 산학협력단 나셀 라이다 각도 검증 장치

Also Published As

Publication number Publication date
DK2876302T3 (da) 2020-02-03
EP2876302B1 (fr) 2019-10-23
EP2876302A1 (fr) 2015-05-27
US9790924B2 (en) 2017-10-17
CN104653397B (zh) 2021-09-21
ES2768178T3 (es) 2020-06-22
FR3013777A1 (fr) 2015-05-29
KR102208288B1 (ko) 2021-01-26
CN104653397A (zh) 2015-05-27
FR3013777B1 (fr) 2015-11-13
US20150145253A1 (en) 2015-05-28

Similar Documents

Publication Publication Date Title
KR102208288B1 (ko) Lidar 센서에 기초한 풍속 추정을 사용한 풍력 터빈 제어 및 모니터링 방법
Borraccino et al. Wind field reconstruction from nacelle-mounted lidar short-range measurements
Schlipf et al. Model of the correlation between lidar systems and wind turbines for lidar-assisted control
EP2667022A2 (en) Method and system for wind velocity field measurements on a wind farm
US20200400836A1 (en) Method of determining the vertical profile of the wind speed upstream from a wind turbine equipped with a lidar sensor
Schlipf et al. Detection of wind evolution and lidar trajectory optimization for lidar-assisted wind turbine control
US11105929B2 (en) Method for predicting wind speed in the rotor plane for a wind turbine equipped with a LiDAR sensor
Held et al. Lidar estimation of rotor-effective wind speed–an experimental comparison
ES2882299T3 (es) Procedimiento de determinación de un factor de inducción para un aerogenerador de un sensor de detección a distancia por láser
US20200264313A1 (en) Lidar-based turbulence intensity error reduction
EP2581761B1 (en) Estimation of Wind Properties Using a Light Detection and Ranging Device
CN113252940A (zh) 藉由LiDAR传感器确定风向的方法
Guo et al. The space-time structure of turbulence for lidar-assisted wind turbine control
US11790138B2 (en) Method of determining the wind speed in the rotor plane used for controlling a wind turbine
Guo et al. Updates on the OpenFAST lidar simulator
Guo et al. Evaluation of lidar-assisted wind turbine control under various turbulence characteristics
US11746746B2 (en) Method of determining average wind speed by means of a LiDAR sensor
Guo et al. Lidar wind preview quality estimation for wind turbine control
Imamura et al. Kuchinoshima island ocean current measurements for Kuroshio current energy
Babazadeh et al. Development of an Arduino101-LoRa based wind speed estimator
Bischoff et al. An approach and discussion of a simulation based measurement uncertainty estimation for a floating lidar system
Haizmann et al. Correlation-model of rotor-effective wind shears and wind speed for lidar-based individual pitch control
Guo et al. Investigation on the wind preview quality for lidar-assisted wind turbine control under wake conditions
US11578701B2 (en) Method of determining an induction factor between a measurement plane and the rotor plane of a wind turbine
McBride et al. An efficient noise modeling tool for wind turbines including sound propagation in arbitrary weather conditions

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant