KR20230049198A - Apparatus and method for controlling braid of wind generator using weather information - Google Patents

Apparatus and method for controlling braid of wind generator using weather information Download PDF

Info

Publication number
KR20230049198A
KR20230049198A KR1020210132037A KR20210132037A KR20230049198A KR 20230049198 A KR20230049198 A KR 20230049198A KR 1020210132037 A KR1020210132037 A KR 1020210132037A KR 20210132037 A KR20210132037 A KR 20210132037A KR 20230049198 A KR20230049198 A KR 20230049198A
Authority
KR
South Korea
Prior art keywords
wind
information
weather
wind power
model
Prior art date
Application number
KR1020210132037A
Other languages
Korean (ko)
Inventor
허희무
Original Assignee
한국수력원자력 주식회사
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 한국수력원자력 주식회사 filed Critical 한국수력원자력 주식회사
Priority to KR1020210132037A priority Critical patent/KR20230049198A/en
Publication of KR20230049198A publication Critical patent/KR20230049198A/en

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 
    • F03D7/02—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor
    • F03D7/0204—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor for orientation in relation to wind direction
    • 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
    • F03D7/045—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic with model-based controls
    • 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
    • F03D7/046—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic with learning or adaptive control, e.g. self-tuning, fuzzy logic or neural network
    • 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
    • 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
    • F05B2270/70—Type of control algorithm
    • F05B2270/709—Type of control algorithm with neural networks
    • 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)
  • Sustainable Development (AREA)
  • General Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Combustion & Propulsion (AREA)
  • Chemical & Material Sciences (AREA)
  • Sustainable Energy (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Wind Motors (AREA)

Abstract

The present invention relates to an apparatus and a method for controlling the blades of a wind generator using weather information. The apparatus comprises: a plurality of wind power measuring units installed at a predetermined distance from a wind power plant and collecting and transmitting wind power information in real time at the installed location; and a weather prediction unit which derives predicted wind information using a pre-built weather model by inputting the wind information collected for each location, generates a drive signal for controlling a blade direction of each wind generator based on the derived wind information, and transmits the driving signal to the blade. The apparatus predicts the wind direction of a predetermined amount or more which can generate power based on the weather model built by inputting the wind volume and the wind speed of a plurality of wind volumes and wind speed meters installed separately from the wind generator. The apparatus can improve a blade direction control speed for a wind direction which fluctuates above a predetermined amount by pre-adjusting the blade direction in the predicted wind direction and improve the power generation amount and power generation efficiency of the wind generator.

Description

기상 정보를 이용한 풍력발전기의 브레이드 제어장치 및 방법{APPARATUS AND METHOD FOR CONTROLLING BRAID OF WIND GENERATOR USING WEATHER INFORMATION}Apparatus and method for controlling wind turbine blades using weather information

본 발명은 기상 정보를 이용한 풍력발전기의 브레이드 제어장치 및 방법에 관한 것으로, 더욱 자세하게는 풍력 발전기와 소정 거리 이격 설치된 기상 모델을 토대로 풍력발전기의 브레이드 방향을 실시간으로 조절함에 따라 풍력발전기의 브레이드 제어 속도 및 발전 시작 속도를 향상시킬 수 있도록 한 기술에 관한 것이다.The present invention relates to a wind turbine blade control apparatus and method using weather information, and more particularly, to a wind turbine blade control speed by adjusting the wind turbine blade direction in real time based on a weather model installed at a predetermined distance from the wind turbine. And it relates to a technology capable of improving the speed of starting power generation.

일반적으로 풍력이나 태양광 발전은 어느 곳에나 존재하는 무공해, 무한정의 바람과 태양광을 이용하기 때문에, 환경에 미치는 악영향이 거의 없고 국토의 효율적인 이용이 가능한 신재생에너지 발전기술이다. In general, wind power or solar power generation is a new and renewable energy generation technology that has little adverse effect on the environment and enables efficient use of land because it uses pollution-free and unlimited wind and sunlight that exist anywhere.

최근 들어 이와 같은 많은 국가에서 기존 발전 설비로 인한 유해성 등의 문제와 자원고갈 등의 문제로 인하여 신 재생 에너지 발전에 관하여 많은 관심이 있으며, 특히 풍력 발전기는 바람을 동력원으로 사용하기 때문에 풍력 발전기의 브레이드 방향을 바람 방향으로 조절하여야 발전이 가능한 특징을 갖고 있다.Recently, in many countries, there has been a lot of interest in renewable energy generation due to problems such as harmfulness and resource depletion due to existing power generation facilities. It has a characteristic that power generation is possible only when the direction is adjusted to the wind direction.

그러나, 일반적인 풍력 발전기의 브레이드는 풍력 발전기 내에 설치되는 풍량 및 풍속계에 의거 일정한 바람 이상이 감지될 때 바람 방향으로 조절하므로, 바람 방향의 변동이 자주 발생하는 경우 바람 방향으로 브레이드 방향을 이동하는 시간차에 의거 발전량이 감소하는 한계에 도달한다.However, since the blade of a general wind power generator adjusts to the wind direction when a certain wind abnormality is detected based on the wind volume and anemometer installed in the wind generator, if the wind direction fluctuates frequently, the time difference in moving the braid direction to the wind direction It reaches the limit at which the amount of power generation decreases according to the

이에 본 출원인은 풍력 발전기와 이격 설치되는 풍량 및 풍속계의 풍량 및 풍속을 입력으로 기상 모델을 토대로 일정량 이상의 바람 방향을 예측하고 예측된 바람 방향으로 고정된 브레이드 방향을 미리 조절함에 따라 급격하게 방향이 변동하는 일정량 이상의 바람에 대해 발전 가능하고, 이에 풍력 발전기의 발전량 및 발전효율을 향상시킬 수 있는 방안을 제안하고자 한다. Accordingly, the present applicant predicts the wind direction of a certain amount or more based on the meteorological model by inputting the wind volume and wind speed of the anemometer and the wind volume installed at a distance from the wind generator, and adjusts the fixed braid direction to the predicted wind direction in advance, so that the direction changes rapidly. It is possible to generate electricity for more than a certain amount of wind, and thus, to propose a method to improve the amount of power generation and power generation efficiency of a wind power generator.

한국 등록특허공보 제10-1844044(2018년 3월 26일)Korean Registered Patent Publication No. 10-1844044 (March 26, 2018)

본 발명이 이루고자 하는 기술적 과제는 풍력 발전기와 이격 설치되는 복수개의 풍력 측정부의 풍량 및 풍속을 입력으로 구축된 기상 모델을 토대로 발전 가능한 일정량 이상의 바람 방향을 예측하고 예측된 바람 방향으로 브레이드 방향을 미리 조절함에 따라 실시간으로 변동하는 일정량 이상의 바람 방향에 대한 브레이드 방향 제어 속도를 향상시킬 수 있고, 이에 풍력 발전기의 발전량 및 발전효율을 향상시킬 수 있는 기상 정보를 이용한 풍력발전기의 브레이드 제어장치 및 방법을 제공하기 위한 것이다.The technical problem to be achieved by the present invention is to predict the wind direction of a certain amount or more that can be generated based on a meteorological model built by inputting the wind volume and wind speed of a plurality of wind power measuring units installed apart from the wind generator, and adjust the braid direction in advance to the predicted wind direction. As a result, it is possible to improve the speed of controlling the direction of the blade for a wind direction of a certain amount or more that fluctuates in real time, thereby improving the amount of power generation and power generation efficiency of the wind power generator using meteorological information To provide a device and method for controlling the blade of a wind turbine It is for

본 발명의 한 실시예에 따른 기상 정보를 이용한 풍력발전기의 브레이드 제어장치는 A blade control device for a wind power generator using weather information according to an embodiment of the present invention

풍력 발전소와 소정 거리 이격 설치되어 설치된 위치에서의 풍력정보를 실시간으로 수집하여 전달하는 복수의 풍력 측정부; 및 A plurality of wind power measurement units that are installed at a predetermined distance from the wind power plant and collect and transmit wind information in real time at the installed location; and

상기 각 위치 별 수집된 풍력정보를 입력으로 기 구축된 기상 모델로 예측 바람 정보를 도출하고 도출된 예측 바람정보를 기반으로 풍력 발전기 각각의 브레이드 방향을 조절하기 위한 구동신호를 생성하며, 생성된 구동신호를 브레이드로 전달하는 기상 예측부를 포함하는 것을 일 특징으로 한다. Using the wind power information collected for each location as an input, predictive wind information is derived from a pre-established meteorological model, and based on the derived predicted wind information, a drive signal for adjusting the direction of each wind turbine blade is generated, and the generated drive It is characterized in that it includes a weather forecasting unit that transmits a signal to the blade.

바람직하게 상기 기상 예측부는,Preferably, the weather prediction unit,

입력된 풍력정보의 풍력 및 풍속에 대해 신경망 구조의 기상 모델로 학습하고 학습 결과로 일정량 이상의 바람 방향의 바람 정보를 도출하는 풍력정보 학습모듈; 및 a wind power information learning module that learns wind power and wind speed of the input wind power information using a meteorological model having a neural network structure and derives wind information of a wind direction of a certain amount or more as a learning result; and

도출된 일정량 이상의 바람 방향과 매칭되어 저장된 브레이드 방향을 제어하기 위한 구동신호를 생성하는 브레이드 제어모듈을 포함하도록 구비될 수 있다. It may be provided to include a braid control module that generates a driving signal for controlling the direction of the braid that is matched with the derived wind direction of a predetermined amount or more.

바람직하게 상기 신경망 구조의 기상 모델은,Preferably, the weather model of the neural network structure,

실시간으로 수집되는 각 위치 별 풍량 및 풍속에 대해 정규화하여 노이즈 성분을 제거한 다음 상기 풍력정보 학습모듈로 전달하는 전처리모듈을 더 포함할 수 있다.A pre-processing module may be further included to remove noise components by normalizing the air volume and wind speed for each location collected in real time, and then transmitting the information to the wind power information learning module.

바람직하게 상기 기상 모델은,Preferably, the meteorological model,

상기 도출된 일정량 이상의 바람 방향과 가상 모델의 정답 바람 방향에 대해 기 정해진 손실함수로 오차를 도출하고 오차와 매칭되는 가중치를 설정하며,Deriving an error with a predetermined loss function for the derived wind direction of a certain amount or more and the correct wind direction of the virtual model, and setting a weight matching the error,

설정된 가중치로 기상 모델의 가중치를 업데이트하여 최적화된 예측 바람 방향을 도출하도록 구비될 수 있다. It may be provided to derive an optimized predicted wind direction by updating the weight of the weather model with the set weight.

본 발명의 일 실시예에 의거한, 기상 정보를 이용한 풍력발전기의 브레이드 제어방법은 According to an embodiment of the present invention, a method for controlling a wind turbine blade using weather information

풍력 발전소와 소정 거리 이격 설치되어 설치된 위치에서의 풍력 정보를 실시간으로 수집하는 단계; Collecting wind power information in real time at a location spaced apart from a wind power plant by a predetermined distance;

상기 각 위치 별 수집된 풍력 정보를 입력으로 기 구축된 기상 모델로 예측 바람 정보를 도출하는 단계;deriving predicted wind information from a pre-established meteorological model based on the collected wind information for each location as an input;

상기 도출된 일정량 이상의 바람 방향의 바람정보와 가상 모델의 정답 바람 방향에 대해 기 정해진 손실함수로 오차를 도출하고 오차와 매칭되는 가중치를 설정하는 단계;Deriving an error with a predetermined loss function for the derived wind information of a certain amount or more and the correct wind direction of the virtual model, and setting a weight matching the error;

설정된 가중치로 기상 모델의 가중치를 업데이트하여 최적화된 예측 바람 방향을 도출하는 단계; 및deriving an optimized predicted wind direction by updating weights of a weather model with set weights; and

최적화된 예측 바람 방향을 기반으로 각 풍력 발전기 각각의 브레이드 방향을 조절하기 위한 구동신호를 생성하고 생성된 구동신호를 해당 풍력 발전기의 브레이드로 전달하는 단계를 포함하는 것을 일 특징으로 한다.Generating a drive signal for adjusting the direction of each blade of each wind power generator based on the optimized predicted wind direction, and transmitting the generated drive signal to the blade of the wind power generator.

이러한 특징에 따르면, 풍력 발전기와 이격 설치되는 복수개의 풍력 측정부의 풍량 및 풍속계의 풍량 및 풍속을 입력으로 구축된 기상 모델을 토대로 발전 가능한 일정량 이상의 바람 방향을 예측하고 예측된 바람 방향으로 브레이드 방향을 미리 조절함에 따라 실시간으로 변동하는 일정량 이상의 바람 방향에 대한 브레이드 방향 제어 속도를 향상시킬 수 있고, 이에 풍력 발전기의 발전량 및 발전효율을 향상시킬 수 있다.According to this feature, based on the weather model built by inputting the wind volume of a plurality of wind power measuring units installed apart from the wind turbine and the wind volume and wind speed of the anemometer, the wind direction of a certain amount or more that can be generated is predicted, and the braid direction is set in advance in the predicted wind direction. According to the control, it is possible to improve the control speed of the braid direction for a wind direction of a certain amount or more that fluctuates in real time, thereby improving the amount of power generation and power generation efficiency of the wind power generator.

본 명세서에서 첨부되는 다음의 도면들은 본 발명의 바람직한 실시 예를 예시하는 것이며, 후술하는 발명의 상세한 설명과 함께 본 발명의 기술사상을 더욱 이해시키는 역할을 하는 것이므로, 본 발명은 그러한 도면에 기재된 사항에만 한정되어 해석되어서는 아니된다.
도 1은 일 실시예의 풍력발전기의 브레이드 제어장치의 전체 구성도이다.
도 2는 일 실시예의 브레이드 제어장치의 신경망의 세부 구성도이다.
도 3은 일 실시예의 풍력발전기의 브레이드 제어과정의 전체 순서도이다.The following drawings attached to this specification illustrate preferred embodiments of the present invention, and together with the detailed description of the present invention serve to further understand the technical idea of the present invention, the present invention is the details described in such drawings should not be construed as limited to
1 is an overall configuration diagram of a blade control device of a wind power generator according to an embodiment.
2 is a detailed configuration diagram of a neural network of a braid control device according to an embodiment.
Figure 3 is an overall flow chart of the blade control process of the wind turbine of one embodiment.

실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 실시될 수 있다. 따라서, 실시예들은 특정한 개시형태로 한정되는 것이 아니며, 본 명세서의 범위는 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.Specific structural or functional descriptions of the embodiments are disclosed for illustrative purposes only, and may be modified and implemented in various forms. Therefore, the embodiments are not limited to the specific disclosed form, and the scope of the present specification includes changes, equivalents, or substitutes included in the technical spirit.

제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.Although terms such as first or second may be used to describe various components, such terms should only be construed for the purpose of distinguishing one component from another. For example, a first element may be termed a second element, and similarly, a second element may be termed a first element.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.It should be understood that when an element is referred to as being “connected” to another element, it may be directly connected or connected to the other element, but other elements may exist in the middle.

단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 설명된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함으로 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.Singular expressions include plural expressions unless the context clearly dictates otherwise. In this specification, terms such as "comprise" or "have" are intended to designate that the described feature, number, step, operation, component, part, or combination thereof exists, but one or more other features or numbers, It should be understood that the presence or addition of steps, operations, components, parts, or combinations thereof is not precluded.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 해당 기술분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Unless defined otherwise, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art. Terms such as those defined in commonly used dictionaries should be interpreted as having a meaning consistent with the meaning in the context of the related art, and unless explicitly defined in this specification, it should not be interpreted in an ideal or excessively formal meaning. don't

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시 예를 설명함으로써, 본 발명을 상세히 설명한다.Hereinafter, the present invention will be described in detail by describing preferred embodiments of the present invention with reference to the accompanying drawings.

도 1은 일 실시예의 기상 정보를 이용한 풍력발전기의 브레이드 제어장치의 전체 구성도이고, 도 2는 도 1의 신경망 구조의 기상 모델을 보인 구성도로서, 도 1 및 도 2를 참조하면, 일 실시예의 기상 정보를 이용한 풍력발전기의 브레이드 제어장치는 적어도 하나의 풍력 측정부(110), 기상 예측부(120), 및 적어도 하나의 브레이드(130)을 포함할 수 있다. 1 is an overall configuration diagram of a wind turbine blade control device using weather information according to an embodiment, and FIG. 2 is a configuration diagram showing a weather model of a neural network structure of FIG. 1. Referring to FIGS. 1 and 2, one embodiment An apparatus for controlling a wind turbine blade using example weather information may include at least one wind power measurement unit 110 , a weather prediction unit 120 , and at least one blade 130 .

풍력 측정부(110) 각각은 풍력 발전소와 소정 거리 이격 설치되어 설치된 위치의 풍량 및 풍속을 측정하여 기상 예측부(120)로 전달한다. 이때 상기 풍력 측정부(110)는 통신부를 더 포함하여 수면안대(100)의 실시간으로 수집된 풍량 및 풍속을 유선 통신 또는 무선통신을 통해 수신할 수 있고, 이에 실시간으로 수집된 풍량 및 풍속은 각 풍력 측정부(110)의 식별번호에 매칭되어 기상 예측부(120)로 전달된다. Each of the wind power measurement units 110 is installed at a predetermined distance from the wind power plant to measure the wind volume and speed of the wind power plant and transmits the measurement to the weather forecasting unit 120 . At this time, the wind power measurement unit 110 further includes a communication unit to receive the air volume and wind speed collected in real time of the eye patch 100 through wired communication or wireless communication, and thus the air volume and wind speed collected in real time are respectively It is matched with the identification number of the wind power measurement unit 110 and transmitted to the weather forecasting unit 120.

기상 예측부(120)는 상기 각 위치 별 수집된 풍력 정보를 입력으로 기 구축된 기상 모델로 예측 바람 정보를 도출하고 도출된 바람 정보를 기반으로 풍력 발전기 각각의 브레이드 방향 제어를 위한 구동신호를 생성하며, 생성된 구동신호를 브레이드로 전달하는 구성을 갖추며, 이에 기상 예측부(120)는 전처리모듈(121), 풍량정보 학습모델(122), 및 브레이드 제어모듈(123)을 포함할 수 있다.The weather prediction unit 120 derives predicted wind information from a pre-established weather model by inputting the wind power information collected for each location, and generates a driving signal for controlling the direction of each braid of the wind power generator based on the derived wind information. and has a configuration for transmitting the generated driving signal to the braid, and thus the weather forecasting unit 120 may include a preprocessing module 121, an air volume information learning model 122, and a braid control module 123.

여기서, 기상 예측부(120)는 스마트폰, 태블릿 피씨 또는 노트북과 같은 휴대용 단말이나 컴퓨터에 설치되거나, 컴퓨터 장치에 설치될 수 있으며, 또는 자체적으로 형성되는 구조로 구현될 수 있다. Here, the weather forecasting unit 120 may be installed in a portable terminal or computer such as a smart phone, tablet PC or laptop, or may be installed in a computer device, or may be implemented in a structure formed by itself.

예로서, 기상 예측부(120)는 복수의 브레이드(130) 각각과 전선 또는 커넥터 등을 통해 직접 연결되는 장치일 수 있으며, 기상 예측부(120)는 복수의 브레이드(130) 각각을 분리시켜 구성하고 분리된 이들 구성 간의 무선통신 또는 유선통신을 통해 연결되는 구조로 형성될 수 있고, 이를 한정하지는 않는다.For example, the weather forecasting unit 120 may be a device that is directly connected to each of the plurality of braids 130 through wires or connectors, and the weather forecasting unit 120 is configured by separating each of the plurality of braids 130. And may be formed in a structure that is connected through wireless communication or wired communication between these separated components, but is not limited thereto.

한편 전처리 모듈(121)는 실시간으로 수집된 풍량 및 풍속에 대해 정규화한 다음 노이즈 성분을 제거한 후 풍량정보 학습모델(122)로 전달한다. Meanwhile, the pre-processing module 121 normalizes the air volume and wind speed collected in real time, removes noise components, and transfers the air volume information to the learning model 122.

풍량정보 학습모델(122)은 각각의 풍력 측정부(110)의 전처리된 풍력 정보의 풍력 및 풍속에 대해 신경망 구조의 기상 모델로 학습하고 학습 결과로 각 풍력 측정부(110)의 일정량 이상의 바람 방향인 예측 바람 정보를 도출한다. The wind volume information learning model 122 learns the wind power and wind speed of the preprocessed wind power information of each wind power measuring unit 110 as a meteorological model having a neural network structure, and as a result of learning, wind direction of a certain amount or more of each wind power measuring unit 110 derives predicted wind information.

그리고, 풍량정보 학습모델(122)은 도출된 일정량 이상의 예측 바람 방향과 가상 모델의 정답 바람 방향에 대해 기 정해진 손실함수로 오차를 도출하고 오차와 매칭되는 가중치를 설정하며, 설정된 가중치로 기상 모델의 가중치를 업데이트하여 최적화된 예측 바람 방향을 도출한다.In addition, the wind volume information learning model 122 derives an error with a predetermined loss function for the predicted wind direction of a predetermined amount or more and the correct wind direction of the virtual model, sets a weight matching the error, and sets a weight for the weather model with the set weight. The weights are updated to derive the optimized predicted wind direction.

브레이드 제어모듈(130)은 최적화된 예측 바람 정보과 매칭되는 브레이드를 제어하기 위한 구동신호를 생성한다.The braid control module 130 generates a driving signal for controlling the braid matching the optimized predicted wind information.

브레이드 구동신호는 일정량 이상의 바람 방향과 매칭되는 방향으로 브레이드를 조절하기 위한 데이터로 일정량 이상의 바람 방향에 대해 브레이드 구동 방향이 결정되고 수집된 ?V량 측정부(110)의 식별번호와 매칭되는 브레이드로 전달된다.The braid driving signal is data for adjusting the braid in a direction that matches the wind direction of a certain amount or more, and the braid driving direction is determined for the wind direction of a certain amount or more, and the collected braid is matched with the identification number of the V amount measuring unit 110. It is passed on.

이때 전달된 최적화된 예측 바람 방향과 매칭되는 브레이드는 최적화된 예측 바람 방향으로 조절된다.At this time, a braid that matches the transmitted optimized predicted wind direction is adjusted to the optimized predicted wind direction.

이에 일 실시예는, 풍력 발전기와 이격 설치되는 복수개의 풍량 및 풍속계의 풍량 및 풍속을 입력으로 구축된 기상 모델을 토대로 발전 가능한 일정량 이상의 바람 방향을 예측하고 예측된 바람 방향으로 브레이드 방향을 미리 조절함에 따라 변동하는 일정량 이상의 바람 방향에 대한 브레이드 방향 제어 속도를 향상시킬 수 있고, 이에 풍력 발전기의 발전량 및 발전효율을 향상시킬 수 있다.Accordingly, one embodiment predicts the wind direction of a certain amount or more that can be generated based on a meteorological model built by inputting the wind volume and wind speed of a plurality of air volumes and anemometers installed at a distance from the wind turbine, and adjusts the braid direction in advance to the predicted wind direction. It is possible to improve the control speed of the braid direction for a wind direction that fluctuates according to a certain amount or more, thereby improving the power generation amount and power generation efficiency of the wind power generator.

도 3은 본 발명의 일 실시예에 의거한 기상 정보를 이용한 풍력발전기의 브레이드 제어과정을 보인 전체 순서도로서, 도 3을 참조하면, 풍력발전기의 브레이드 제어장치는, 풍력 발전기와 이격 설치되는 복수개의 풍량 및 풍속계의 풍량 및 풍속을 입력으로 구축된 기상 모델을 토대로 발전 가능한 일정량 이상의 바람 방향을 예측하고 예측된 바람 방향으로 브레이드 방향을 미리 조절하도록 구비될 수 있다.3 is an overall flow chart showing a wind turbine blade control process using weather information according to an embodiment of the present invention. Referring to FIG. 3, the wind turbine blade control device includes a plurality of wind turbines and spaced apart installations It may be provided to predict the wind direction of more than a certain amount that can be generated based on the weather model built by inputting the wind volume and wind speed of the anemometer and adjust the braid direction in advance to the predicted wind direction.

이에 단계(201)에서, 복수의 풍력 측정부(110)는 각각 설치된 위치에서의 풍량 및 풍속을 측정하고 측정된 풍량 및 풍속을 포함하는 바람 정보는 기 정해진 풍력 측정부(110)의 식별번호와 매칭되어 통신망을 통해 기상 예측부(120)로 전달된다. Accordingly, in step 201, the plurality of wind power measuring units 110 measure the wind volume and wind speed at each installed position, and wind information including the measured wind volume and wind speed is the identification number of the predetermined wind power measuring unit 110 and It is matched and transmitted to the weather forecasting unit 120 through a communication network.

이어 단계(203)(205)(207)에서, 기상 예측부(120)는 수신된 바람 정보에 대해 기 구축된 기상 모델로 학습하여 예측 바람 정보를 생성하고, 생성된 예측 바람 정보와 기상 모델의 정답 바람 정보의 오차를 기 정해진 손실함수에 의거 도출하며, 도출된 오차로 독출된 가중치를 신경망의 가중치로 업데이트하여 최적화된 예측 바람 정보를 도출한다. 여기서 오차와 매칭되는 가중치는 다수의 시험을 통해 얻어진 결과값으로 테이블 값으로 저장되며, 이에 기상 예측부(120)는 최적의 바람 방향을 추정할 수 있다.Subsequently, in steps 203, 205, and 207, the weather forecasting unit 120 learns the received wind information with a pre-built weather model to generate predicted wind information, and generates a combination of the generated predicted wind information and the weather model. The error of the correct wind information is derived based on a predetermined loss function, and the weight read with the derived error is updated with the weight of the neural network to derive the optimized predicted wind information. Here, the weight matched with the error is a result value obtained through a plurality of tests and is stored as a table value, and thus the weather forecasting unit 120 can estimate the optimal wind direction.

단계(209)에서, 기상 예측부(120)는 각 풍력 측정부(110)의 식별번호와 매칭되는 풍력 발전기의 브레이드를 최적의 예측 바람 방향과 매칭되는 브레이드의 조절 방향을 결정하고 브레이드 조절 방향으로 브레이드를 이동시키기 위한 브레이드 구동신호를 생성한다. 생성된 브레이드 구동신호는 각 풍력측정부(110)의 식별번호와 매칭되는 풍력 발전기의 브레이드로 전달된다. In step 209, the weather forecasting unit 120 determines the adjustment direction of the wind power generator matching the identification number of each wind power measurement unit 110 and the optimal predicted wind direction, and adjusts the braid in the adjustment direction. Generates a braid driving signal for moving the braid. The generated braid driving signal is transmitted to the braid of the wind power generator that matches the identification number of each wind measurement unit 110 .

이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.Although the embodiments of the present invention have been described in detail above, the scope of the present invention is not limited thereto, and various modifications and improvements made by those skilled in the art using the basic concept of the present invention defined in the following claims are also included in the scope of the present invention. that fall within the scope of the right.

110 : 적어도 하나의 풍력 측정부
120 : 기상 예측부
121 : 전처리 모듈
122 : 풍량정보 학습모델
123 : 브레이드 제어모듈
130 : 적어도 하나의 브레이드110: at least one wind measurement unit
120: weather forecasting department
121: preprocessing module
122: wind volume information learning model
123: braid control module
130: at least one braid

Claims (5)

풍력 발전소와 소정 거리 이격 설치되어 설치된 위치에서의 풍력정보를 실시간으로 수집하여 전달하는 복수의 풍력 측정부; 및
상기 각 위치 별 수집된 풍력정보를 입력으로 기 구축된 기상 모델로 예측 바람 정보를 도출하고 도출된 예측 바람정보를 기반으로 풍력 발전기 각각의 브레이드 방향을 조절하기 위한 구동신호를 생성하며, 생성된 구동신호를 브레이드로 전달하는 기상 예측부를 포함하는 것을 특징으로 하는 기상 정보를 이용한 풍력발전기의 브레이드 제어장치.A plurality of wind power measurement units that are installed at a predetermined distance from the wind power plant and collect and transmit wind information in real time at the installed location; and
Using the wind power information collected for each location as an input, predictive wind information is derived from a pre-established meteorological model, and based on the derived predicted wind information, a drive signal for adjusting the direction of each wind turbine blade is generated, and the generated drive Wind turbine blade control device using weather information, characterized in that it comprises a weather forecasting unit for transmitting a signal to the blade. 제1항에 있어서, 상기 기상 예측부는,
입력된 풍력정보의 풍력 및 풍속에 대해 신경망 구조의 기상 모델로 학습하고 학습 결과로 일정량 이상의 바람 방향의 바람 정보를 도출하는 풍력정보 학습모듈; 및
도출된 일정량 이상의 바람 방향과 매칭되어 저장된 브레이드 방향을 제어하기 위한 구동신호를 생성하는 브레이드 제어모듈을 포함하도록 구비되는 것을 특징으로 하는 기상 정보를 이용한 풍력발전기의 브레이드 제어장치.The method of claim 1, wherein the weather prediction unit,
a wind power information learning module that learns wind power and wind speed of the input wind power information using a meteorological model having a neural network structure and derives wind information of a wind direction of a certain amount or more as a learning result; and
A blade control device for a wind power generator using weather information, characterized in that provided to include a blade control module for generating a drive signal for controlling the stored braid direction by matching with the derived wind direction of a certain amount or more. 제2항에 있어서, 상기 신경망 구조의 기상 모델은,
실시간으로 수집되는 각 위치 별 풍량 및 풍속에 대해 정규화하여 노이즈 성분을 제거한 다음 상기 풍력정보 학습모듈로 전달하는 전처리 모듈을 더 포함하는 것을 특징으로 하는 기상 정보를 이용한 풍력발전기의 브레이드 제어장치.The method of claim 2, wherein the weather model of the neural network structure,
Wind power generator blade control device using meteorological information, characterized in that it further comprises a pre-processing module for normalizing the air volume and wind speed for each location collected in real time to remove noise components, and then transmitting it to the wind power information learning module. 제1항에 있어서, 상기 기상 모델은,
상기 도출된 일정량 이상의 바람 방향과 가상 모델의 정답 바람 방향에 대해 기 정해진 손실함수로 오차를 도출하고 오차와 매칭되는 가중치를 설정하며,
설정된 가중치로 기상 모델의 가중치를 업데이트하여 최적화된 예측 바람 방향을 도출하도록 구비되는 것을 특징으로 하는 기상 정보를 이용한 풍력발전기의 브레이드 제어장치.The method of claim 1, wherein the meteorological model,
Deriving an error with a predetermined loss function for the derived wind direction of a certain amount or more and the correct wind direction of the virtual model, and setting a weight matching the error,
A wind turbine blade control device using weather information, characterized in that provided to derive an optimized predicted wind direction by updating the weight of the weather model with the set weight. 제1항의 기상 정보를 이용한 풍력발전기의 브레이드 제어장치에 있어서,
풍력 발전소와 소정 거리 이격 설치되어 설치된 위치에서의 풍력 정보를 실시간으로 수집하는 단계;
상기 각 위치 별 수집된 풍력 정보를 입력으로 기 구축된 기상 모델로 예측 바람 정보를 도출하는 단계;
상기 도출된 일정량 이상의 바람 방향의 바람정보와 가상 모델의 정답 바람 방향에 대해 기 정해진 손실함수로 오차를 도출하고 오차와 매칭되는 가중치를 설정하는 단계;
설정된 가중치로 기상 모델의 가중치를 업데이트하여 최적화된 예측 바람 방향을 도출하는 단계; 및
최적화된 예측 바람 방향을 기반으로 각 풍력 발전기 각각의 브레이드 방향을 조절하기 위한 구동신호를 생성하고 생성된 구동신호를 해당 풍력 발전기의 브레이드로 전달하는 단계를 포함하는 것을 특징으로 하는 기상 정보를 이용한 풍력발전기의 브레이드 제어 방법.In the wind turbine blade control device using the weather information of claim 1,
Collecting wind power information in real time at a location spaced apart from a wind power plant by a predetermined distance;
deriving predicted wind information from a pre-established meteorological model based on the collected wind information for each location as an input;
Deriving an error with a predetermined loss function for the derived wind information of a certain amount or more and the correct wind direction of the virtual model, and setting a weight matching the error;
deriving an optimized predicted wind direction by updating weights of a weather model with set weights; and
Generating a drive signal for adjusting the direction of each blade of each wind turbine based on the optimized predicted wind direction and transmitting the generated drive signal to the blade of the wind power generator Wind power using weather information comprising the step of: Generator braid control method.
KR1020210132037A 2021-10-06 2021-10-06 Apparatus and method for controlling braid of wind generator using weather information KR20230049198A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210132037A KR20230049198A (en) 2021-10-06 2021-10-06 Apparatus and method for controlling braid of wind generator using weather information

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210132037A KR20230049198A (en) 2021-10-06 2021-10-06 Apparatus and method for controlling braid of wind generator using weather information

Publications (1)

Publication Number Publication Date
KR20230049198A true KR20230049198A (en) 2023-04-13

Family

ID=85979030

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210132037A KR20230049198A (en) 2021-10-06 2021-10-06 Apparatus and method for controlling braid of wind generator using weather information

Country Status (1)

Country Link
KR (1) KR20230049198A (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117052605A (en) * 2023-08-23 2023-11-14 三峡新能源清水发电有限公司 Processing system for safe operation of wind generating set and implementation method thereof
CN117052605B (en) * 2023-08-23 2024-05-28 三峡新能源清水发电有限公司 Processing system for safe operation of wind generating set and implementation method thereof

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101844044B1 (en) 2017-09-19 2018-03-30 (주)지비엠아이엔씨 Wind power system and method using wearther research forecasting

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101844044B1 (en) 2017-09-19 2018-03-30 (주)지비엠아이엔씨 Wind power system and method using wearther research forecasting

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117052605A (en) * 2023-08-23 2023-11-14 三峡新能源清水发电有限公司 Processing system for safe operation of wind generating set and implementation method thereof
CN117052605B (en) * 2023-08-23 2024-05-28 三峡新能源清水发电有限公司 Processing system for safe operation of wind generating set and implementation method thereof

Similar Documents

Publication Publication Date Title
Wu et al. Probabilistic wind-power forecasting using weather ensemble models
CN101684774B (en) Wind power generation system and wind measuring method of wind power generator
Andersson et al. Wind farm control‐Part I: A review on control system concepts and structures
CN104066978B (en) Wind field with real-time measuring wind speed
CN104732296A (en) Modeling method for distributed photovoltaic output power short-term prediction model
CN101727538A (en) Wind turbines input wind speed equivalent method taking into account influence of wind direction
US20220205425A1 (en) Wind turbine system using predicted wind conditions and method of controlling wind turbine
CN110119570A (en) A kind of farm model parameters validation method of measured data driving
CN109274121B (en) Wind power plant control parameter optimization method and system
EP3771822A1 (en) A method for computer-implemented determination of a vertical speed wind profile of a wind field
CN106762453B (en) Wind-power electricity generation intelligent network and control method with generated energy prediction and tracing control
JP6086875B2 (en) Power generation amount prediction device and power generation amount prediction method
KR102139329B1 (en) Method and apparatus for monitoring solar power plant
Nitisanon et al. Solar power forecast with weather classification using self-organized map
Raach et al. ℋ∞ controller design for closed-loop wake redirection
EP3741991B1 (en) Method for dynamic real-time optimization of the performance of a wind park and wind park
CN106404047B (en) For monitoring the Long-Range Surveillance System of renewable sources of energy generating device
KR20230049198A (en) Apparatus and method for controlling braid of wind generator using weather information
KR20160091094A (en) Method for repairing wind farm
US11728654B2 (en) Systems and methods for operating power generating assets
CN114912353A (en) Wind direction correlation-based wind power plant wind direction numerical value calculation method and system
Isa et al. Review on optimal wind farm control techniques and prospects of artificial intelligence
US11551149B2 (en) Systems and methods for classifying sensor data
Agabus et al. ESTIMATION OF WIND POWER PRODUCTION THROUGH SHORT-TERM FORECAST.
CN110008583A (en) The prediction technique and system of wind power plant apoplexy resource situation

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E601 Decision to refuse application