WO2021074002A1 - Verfahren zur steuerung eines windparks, vorrichtung zur steuerung eines windparks - Google Patents

Verfahren zur steuerung eines windparks, vorrichtung zur steuerung eines windparks Download PDF

Info

Publication number
WO2021074002A1
WO2021074002A1 PCT/EP2020/078255 EP2020078255W WO2021074002A1 WO 2021074002 A1 WO2021074002 A1 WO 2021074002A1 EP 2020078255 W EP2020078255 W EP 2020078255W WO 2021074002 A1 WO2021074002 A1 WO 2021074002A1
Authority
WO
WIPO (PCT)
Prior art keywords
wind
park
target values
basis
control
Prior art date
Application number
PCT/EP2020/078255
Other languages
English (en)
French (fr)
Inventor
Luis VERA-TUDELA
Augusto BUSTAMANTE
Original Assignee
Polytech Wind Power Technology Germany GmbH
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 Polytech Wind Power Technology Germany GmbH filed Critical Polytech Wind Power Technology Germany GmbH
Publication of WO2021074002A1 publication Critical patent/WO2021074002A1/de

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D7/00—Controlling wind motors 
    • F03D7/02—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor
    • F03D7/028—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor controlling wind motor output power
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D7/00—Controlling wind motors 
    • F03D7/02—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor
    • F03D7/04—Automatic control; Regulation
    • F03D7/042—Automatic control; Regulation by means of an electrical or electronic controller
    • F03D7/043—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic
    • 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
    • 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
    • F03D7/048—Automatic control; Regulation by means of an electrical or electronic controller controlling wind farms
    • 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

Definitions

  • Embodiments of the present disclosure relate to a method for controlling a wind park and a device for controlling a wind park.
  • Embodiments of the present disclosure relate in particular to a method for controlling a wind park and a method for controlling a wind park which, if necessary, using game theory, optimize the behavior of both an individual wind turbine and the entire wind park.
  • the energy produced by wind farms is controlled overall by the individual optimization of the wind turbines.
  • Each wind turbine is then autonomous and regulates the energy it generates based on its local measurements (typically the speed and some measurement of its vibration).
  • Certain previous optimizations at park level typically deal with the identification, assessment and modification of the effects of wake effects on individual wind turbines, ie the optimization of these effects at the local wind turbine level, e.g. the modification of the setting that controls the yaw for turning the turbines.
  • Another approach is to reduce the output of the wind farm to a certain level, ie to set a lower maximum current per turbine in the wind farm.
  • choosing the new settings includes adding load sensors to turbines.
  • the penetration of wind energy in the electricity market can be high, but the demand in the electricity market can be rather low.
  • higher wind speeds mean higher loads, which means a shortening of the service life of the wind turbine.
  • a lower power requirement also means a lower price per KWh. Therefore, the wind turbines in a wind park are more heavily loaded and at the same time a lower price per kWh is achieved.
  • the local control activates the relevant parameters (typically the blade pitch, either collectively for all blades or individually).
  • the relevant parameters typically the blade pitch, either collectively for all blades or individually.
  • embodiments of the present invention provide devices for controlling a wind farm. According to one embodiment, a method for controlling a wind farm.
  • Wind farms provided with a plurality of wind turbines includes: specifying a set of plant target values for the plurality of
  • a device for controlling a wind park with a plurality of wind energy plants comprises a controller for controlling wind energy installations in the wind farm.
  • the controller is adapted to carry out a method for controlling a wind park with a plurality of wind energy installations.
  • the method comprises: specifying a set of system target values for the plurality of wind energy systems; Specifying a set of park target values for the wind park; Optimizing the control of the wind turbines on the basis of the set of system target values; and optimizing control of the wind farm based on the set of farm target values.
  • FIG. 1 shows schematically, by way of example, a wind park with three wind energy installations according to the embodiments described herein;
  • FIG. 2 schematically shows a wind power installation according to embodiments described herein;
  • FIG. 3 shows a schematic example of a wind farm with three
  • Wind turbines according to the embodiments described herein; 4 shows a schematic example of a wind farm with three
  • FIG. 5 shows a flow chart of a method according to embodiments described herein;
  • FIG. 6 shows, by way of example, a diagram to illustrate a forecast of a market price for wind energy as a function of a wind speed
  • 7 shows, by way of example, a diagram to illustrate a yield per wind energy installation over a course of the day;
  • FIG. 8 shows, by way of example, a diagram to illustrate a comparison of the power of a wind energy installation as a function of a wind speed
  • FIG. 9 schematically shows, by way of example, a wind farm with several
  • Wind turbines and a power output from individual wind turbines according to the embodiments described herein.
  • each wind energy installation can have a data processing device.
  • the data processing devices can have access to the following information: wind farm layout, aeroelastic models of the wind turbine, energy market price, energy demand, weather forecasts, mechanical loads (e.g. bending moments and accelerations) at various points along the wind turbine, operating status codes of the wind turbine and representative statistics of the turbine fleet.
  • both hybrid normal behavior models (based on pre-installation simulations and measurements) and prediction subsystems may be available.
  • FIG. 1 shows a wind farm 10 with three wind energy installations 200 by way of example.
  • the wind energy installations 200 are, as shown in FIG. 1 by dashed lines, networked with one another.
  • the networking enables communication, for example real-time communication, between the individual wind turbines.
  • the networking also enables joint monitoring, control and / or regulation of the wind energy installations.
  • the wind energy installations can also be monitored, controlled and / or regulated individually.
  • a wind park can contain two or more wind energy systems, in particular five or more wind energy systems, such as ten or more wind energy systems.
  • the wind energy installations 200 for example the wind energy installations from FIG. 1, form the wind farm 10 in their entirety.
  • the wind farm comprises at least two wind energy installations which are spatially arranged at a distance from one another.
  • FIG. 2 shows, by way of example, a wind energy installation 200 of a wind park on which the method described herein can be used.
  • the wind energy installation 200 includes a tower 40 and a nacelle 42.
  • the rotor is fastened to the nacelle 42.
  • the rotor includes a hub 44 to which the rotor blades 100 are attached.
  • the rotor has at least two rotor blades, in particular three rotor blades.
  • the rotor ie the hub with the rotor blades, rotates about an axis.
  • a generator is driven to generate electricity.
  • the sensor 110 can be connected to an interface 50 via a signal line.
  • the interface 50 can supply a signal to a controller 52 for controlling the wind energy installation 200.
  • the wind energy installation 200 can include a controller 52.
  • the controller 52 is used in particular to control or regulate and / or read out the interface 50 or the sensor 110 and the wind energy installation 200.
  • the controller 52 can communicate with the interface 50.
  • the controller 52 can be permanently connected to the interface 50 or connected wirelessly be.
  • the controller 52 can contain a computer program product that can be loaded into a memory of a digital computing device and includes software code sections with which steps according to one or more of the other aspects can be carried out when the computer program product is running on the computing device. Furthermore, a computer program product is proposed which can be loaded directly into a memory, for example a digital memory of a digital computing device.
  • a computing device can contain a CPU, signal inputs and signal outputs, as well as other elements typical of a computing device.
  • a computing device can be part of an evaluation unit, or the evaluation unit can be part of a computing device.
  • a computer program product can contain software code sections with which the steps of the methods of the embodiments described here are at least partially carried out when the computer program product is running on the computing device. Any embodiments of the method can be carried out by a computer program product.
  • a decentralized controller 52 can be provided.
  • the controller 52 can have a plurality of data processing devices 52a, 52b, 52c, 52d.
  • the present disclosure can provide a decentralized control in which, in particular, several data processing devices 52a, 52b, 52c, 52d can communicate independently and decide how the control of a respective wind turbine 200 is optimized becomes.
  • the individual data processing devices can therefore be autonomous systems form.
  • the plurality of data processing devices 52a, 52b, 52c, 52d can be connected to a corresponding wind energy installation 200a, 200b, 200c, 200d of the plurality of wind energy installations.
  • data processing devices 52a, 52b can be provided, which are distributed over the wind farm 10. Additionally or alternatively, as shown in FIG. 4, data processing devices 52a, 52b, 52c, 52d can be assigned to individual, some, or all wind energy installations 200a, 200b, 200c, 200d. In particular, individual, some, or all wind energy installations 200a, 200b, 200c, 200d can have their own data processing devices 52a, 52b, 52c, 52d.
  • the data processing device 52a, 52b, 52c, 52d can be installed, for example, on the respective wind energy installation 200a, 200b, 200c, 200d.
  • both the optimization of the control of the wind turbines 200 on the basis of the set of system target values and the optimization of the control of the wind park 10 on the basis of the set of park target values can be carried out by the wind turbines 200, in particular by the plurality of data processing devices 52a, 52b, 52c, 52d, which can each be connected to a corresponding one of the plurality of wind energy installations 200.
  • the sensor 110 can in particular be a mechanical load sensor.
  • each rotor blade of the wind energy installation can comprise a sensor.
  • the sensor can in particular be an acceleration sensor, a vibration sensor and / or a strain sensor.
  • the sensor can be designed as an electrical or as a fiber optic sensor.
  • the sensor can also be provided on other components of the wind energy installation 200, such as the tower 40, the nacelle 42, the generator, etc., for example.
  • the sensor 110 can also measure or calculate and / or estimate a fatigue load.
  • a wind energy installation 200 can also be equipped with several sensors in order to measure data from several components and / or other types of data from the same component in parallel. According to the embodiments described herein, the data from sensor 110 or sensors 110 can be used for optimization.
  • the data from sensor 110 or sensors 110 can be fed to wind energy installations 200 for optimization.
  • the wind turbines 200 can have access to at least one piece of information from the following group: a structure of the wind farm 10, an aero-elastic model of the wind turbine, an energy requirement of the network, weather forecasts, mechanical loads (such as bending moment and / or accelerations, for example measured by the sensor (s) 110, at at least one point of the wind energy installation, operating status codes of the wind energy installation 200 and a representative statistic of the wind farm 10, in particular a statistic of the failures of the wind farm 10).
  • FIG 5 shows a flow chart of a method 300 for controlling a wind park 10 with a plurality of wind energy installations 200 according to the embodiments described herein.
  • the method 300 may use game theory for optimization.
  • a set of system target values can be specified for the plurality of wind energy systems 200.
  • the set of system target values can be specific for a wind energy system 200.
  • the set of system target values can take into account at least one parameter from the following group: data from sensor 110 or sensors 110, loads, electrical power, energy demand, meteorological forecast.
  • the set of system target values can have at least one system target from the following group: work with maximum electrical power for high wind energy requirements and low mechanical loads (see also Fig. 8, upper line / “red dotted line”), and with reduced electrical power for low wind energy requirements and high mechanical loads work (see also Fig. 8, lower line / "blue dotted line”).
  • a set of park target values for the wind park 10 can be specified.
  • the set of park target values can be specific to the wind park 10.
  • the set of parking target values can take into account at least one parameter from the following group: a network load, a current energy requirement, a difference between planned and actual power generation, indicated by accumulated fatigue load indicators Service life and failure deviations from statistical representations of similar wind turbines.
  • the control of the wind turbines 200 can take place on the basis of the set of system target values.
  • the optimization of the control of the wind energy installations 200 on the basis of the set of installation target values can lead to a change in a performance curve of at least one of the plurality of wind energy installations 200.
  • the control of the wind park 10 can take place on the basis of the set of park target values.
  • the optimization of the control of the wind park 10 on the basis of the set of park target values can lead to a change in a power curve of at least one of the plurality of wind energy installations 200.
  • the present disclosure thus provides a method and a device for controlling a wind park with a plurality of wind turbines ready, which / which in particular is not based on fixed settings, but on optimization functions that in particular the service life from mechanical load measurements (e.g. via the sensor 110) and / or dynamically take into account the maximum revenue from the real-time price of the energy or the energy demand.
  • 6 shows an example of a diagram to illustrate a forecast of a market price for wind energy in 2030 as a function of a wind speed. As can be seen, the market price decreases with increasing wind speed. This is not only a financial consideration, but is also a good indicator of how much energy or power a wind farm operator can transfer to the grid.
  • the wind turbines can be controlled in such a way that the wind farm can deliver an optimized output in a manner that conserves resources for the wind turbines (e.g. with regard to mechanical stress).
  • each wind energy installation 200 of the wind park 10 can carry out an optimization at the wind park level in order to achieve an optimized ratio of the yield per Define the wind turbine at any point in time.
  • FIG. 7 shows, by way of example, a diagram to illustrate a yield per wind energy installation over a course of the day. As can be seen in FIG. 7, the market price, and thus also the energy requirement or the amount of energy that a wind park operator can deliver to the network, fluctuates over the course of the day.
  • the optimization of the control of the wind turbines 200 on the basis of the set of system target values and / or the optimization of the control of the wind farm 10 on the basis of the set of park target values can include an optimization on the basis of the energy demand over the course of the day.
  • FIG. 8 shows, by way of example, a diagram to illustrate a comparison of the power of a wind energy installation as a function of a wind speed.
  • the wind energy gained increases classically with increasing wind speed until it saturates when a certain wind speed is reached (upper curve in FIG. 8).
  • the wind energy installations 200 can be controlled in such a way that the wind energy gained decreases with increasing wind speed. This can be motivated by the fact that at high wind speeds the energy requirement is low, but the mechanical load on the wind turbine is high.
  • FIG. 9 schematically shows, by way of example, a wind park 10 with a plurality of wind energy installations 200 and a power output from individual wind energy installations 200 according to the embodiments described herein.
  • the power curves for three wind power plants 200 are plotted by way of example, that is to say the power achieved in each case by the wind power plant over the wind speed.
  • the power curves can differ from wind energy installation 200 to wind energy installation 200.
  • an output power of a wind power plant 200 can be changed on the basis of optimizing the control of the wind power plants 200 on the basis of the set of plant target values and / or optimizing the control of the wind farm 10 on the basis of the set of park target values.
  • the output power of a wind energy installation 200 can be reduced in favor of an increase in a total output power of the plurality of wind energy installations 200. In this way, for example, a more heavily loaded wind energy installation can be operated with a lower power and thus a lower load.
  • the load reduction can take place, for example, on the basis of the optimization of inputs or the electricity price and / or the effect of the load.
  • the present disclosure can provide methods and devices for controlling a plurality of wind turbines 200 in a wind farm 10, which in particular can offer the following advantages:
  • the optimization can change from given, technically imperfect models to constantly developing systems, with an increasing amount of data and a maturation of the system, in particular a Bayesian learning.
  • Optimization systems can be set in a collaborative game at wind turbine level, they are robust due to their independence.
  • the systems can process the data immediately after it is cleaned, which makes them faster for the Makes prediction and also opens up the possibility of including it in runtime decisions.
  • the turbines can dynamically follow a flexible power generation scheme that can be based on optimizing the yield or price of wound energy per life load in the wind farm.
  • the present disclosure can therefore in particular take into account the energy market price, weather, service life and / or downtimes in the optimization.
  • prescriptive individual optimizations based on simulations can also be dispensed with and instead the optimization can be carried out on the basis of an initial development of wind farm optimization points.
  • the optimization can forecast target variables and take global runtime estimates into account.

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Wind Motors (AREA)

Abstract

Es ist ein Verfahren (300) zur Steuerung eines Windparks (10) mit einer Mehrzahl von Windenergieanlagen (200) offenbart. Das Verfahren (300) umfasst: Vorgeben eines Satzes von Anlagenzielwerten für die Mehrzahl von Windenergieanlagen (200); Vorgeben eines Satzes von Parkzielwerten für den Windpark (10); Optimieren der Steuerung der Windenergieanlagen (200) auf Grundlage des Satzes von Anlagenzielwerten; und Optimieren der Steuerung des Windparks (10) auf Grundlage des Satzes von Parkzielwerten.

Description

VERFAHREN ZUR STEUERUNG EINES WINDPARKS, VORRICHTUNG ZUR
STEUERUNG EINES WINDPARKS
TECHNISCHES GEBIET
[0001] Ausfühmngsformen der vorliegenden Offenbarung betreffen ein Verfahren zur Steuerung eines Windparks sowie eine Vorrichtung zur Steuerung eines Windparks. Ausführungsformen der vorliegenden Offenbarung betreffen insbesondere ein Verfahren zur Steuerung eines Windparks und ein Verfahren zur Steuerung eines Windparks, die ggfs unter Einbeziehung von Spieltheorie das Verhalten sowohl eine einzelne Windenergieanlagen als auch des gesamten Windparks optimieren.
STAND DER TECHNIK
[0002] Derzeit wird die von Windparks produzierte Energie insgesamt durch die individuelle Optimierung der Windenergieanlagen gesteuert. Jede Windenergieanlagen ist dann autonom und regelt die von ihr erzeugte Energie basierend auf ihren lokalen Messungen (typischerweise die Drehzahl und eine gewisse Messung ihrer Vibration).
[0003] Bestimmte bisherige Optimierungen auf Parkebene befassen sich typischerweise mit der Identifizierung, Abschätzung und Modifizierung der Auswirkungen von Nachlaufeffekten auf einzelne Windenergieanlagen, d.h. der Optimierung dieser Auswirkungen auf lokaler Windenergieanlagenebene, z.B. der Modifizierung der Einstellung, die das Gieren zum Drehen der Anlagen steuert. Ein weiterer Ansatz besteht darin, die Leistung des Windparks auf ein bestimmtes Niveau zu reduzieren, d.h. einen niedrigeren maximalen Strom pro Turbine im Windpark einzustellen. In einigen anderen Fällen beinhaltet die Auswahl der neuen Einstellungen das Hinzufügen von Lastsensoren an Turbinen. Obwohl diese Ansätze ein Schritt nach vorne sind, basieren sie auf einer Optimierung auf lokaler Ebene sowie einem Nachlauf-Effekt und implizieren ihre Schätzung in einer zentralisierten hierarchischen Weise. Die vorgeschriebene Optimierung erfolgt aus einer Mischung der erwarteten Nachlauf-Effekte und historischen Datenbanken. [0004] Ferner kann unter bestimmten Umständen die Durchdringung der Windenergie auf dem Strommarkt hoch, die Nachfrage auf dem Strommarkt jedoch eher gering sein. Bei sonst konstanten Bedingungen bedeuten höhere Windgeschwindigkeiten höhere Belastungen, was eine Verkürzung der Lebensdauer der Windenergieanlage bedeutet. Zudem bedeutet ein geringer Strombedarf auch einen geringeren Preis pro KWh. Daher werden die Windenergieanlagen in einem Windpark stärker belastet und zeitgleich ein niedrigerer Preis je kWh erzielt.
[0005] Nach einem modellbasierten Ansatz zur Darstellung der Turbinen-Wind Wechselwirkung aktiviert die lokale Steuerung die maßgeblichen Parameter (typischerweise den Blattpitch, entweder kollektiv für alle Blätter oder einzeln). Eines der Hauptprobleme hierbei ist, dass das globale Optimum aufWindparkebene nicht unbedingt durch die Summe vieler lokaler Optimierungen erreicht wird. Derzeit wird die Optimierung auf Grundlage von Simulationen durchgeführt, d.h. sie bezieht keine aktuellen Variablen ein, wie z.B. Energiebedarf, Verfügbarkeit der Windenergieanlagen und Leistungseinbußen.
ZUSAMMENFASSUNG DER ERFINDUNG
[0006] Ausführungsformen der vorliegenden Offenbarung stellen Verfahren zur
Steuerung eines Windparks bereit. Ferner stellen Ausführungsformen der vorliegenden Vorrichtungen zur Steuerung eines Windparks bereit. [0007] Gemäß einer Ausführungsform wird ein Verfahren zur Steuerung eines
Windparks mit einer Mehrzahl von Windenergieanlagen bereitgestellt. Das Verfahren umfasst: Vorgeben eines Satzes von Anlagenziel werten für die Mehrzahl von
Windenergieanlagen; Vorgeben eines Satzes von Parkziel werten für den Windpark; Optimieren der Steuerung der Windenergieanlagen auf Grundlage des Satzes von Anlagenzielwerten; und Optimieren der Steuerung des Windparks auf Grundlage des Satzes von Parkzielwerten. Alternativ der zusätzlich kann ein Optimieren der Ziele von einzelne Windenergieanlagen und/oder das gesamten Windparks auf Basis eines kontinuierlichen Lemsy stems (z.B. Bayessches Lernen) durchgeführt werden. [0008] Gemäß einer Ausführungsform wird Vorrichtung zur Steuerung eines Windparks mit einer Mehrzahl von Windenergieanlagen bereitgestellt. Die Vorrichtung umfasst eine Steuerung zur Steuerung von Windenergieanlagen des Windparks. Die Steuerung ist angepasst, ein Verfahren zur Steuerung eines Windparks mit einer Mehrzahl von Windenergieanlagen auszuführen. Das Verfahren umfasst: Vorgeben eines Satzes von Anlagenziel werten für die Mehrzahl von Windenergieanlagen; Vorgeben eines Satzes von Parkzielwerten für den Windpark; Optimieren der Steuerung der Windenergieanlagen auf Grundlage des Satzes von Anlagenzielwerten; und Optimieren der Steuerung des Windparks auf Grundlage des Satzes von Parkzielwerten.
KURZE BESCHREIBUNG DER ZEICHNUNGEN
[0009] Ausführungsbeispiele sind in den Zeichnungen dargestellt und in der nachfolgenden Beschreibung näher erläutert. In den Zeichnungen zeigen:
[0010] Fig. 1 zeigt schematisch beispielhaft einen Windpark mit drei Windenergieanlagen gemäß hierin beschriebener Ausführungsformen;
[0011] Fig. 2 zeigt schematisch eine Windkraftanlage gemäß hierin beschriebener Ausführungsformen;
[0012] Fig. 3 zeigt schematisch beispielhaft einen Windpark mit drei
Windenergieanlagen gemäß hierin beschriebener Ausführungsformen; [0013] Fig. 4 zeigt schematisch beispielhaft einen Windpark mit drei
Windenergieanlagen gemäß hierin beschriebener Ausführungsformen;
[0014] Fig. 5 zeigt ein Ablaufschema eines Verfahrens gemäß hierin beschriebener Ausführungsformen;
[0015] Fig. 6 zeigt beispielhaft ein Diagramm zur Illustration einer Prognose eines Marktpreises von Windenergie in Abhängigkeit von einer Windgeschwindigkeit; [0016] Fig. 7 zeigt beispielhaft ein Diagramm zur Illustration eines Ertrags je Windenergieanlage über einen Tagesverlauf;
[0017] Fig. 8 zeigt beispielhaft ein Diagramm zur Illustration eines Vergleichs einer Leistung einer Windenergieanlage in Abhängigkeit von einer Windgeschwindigkeit; und [0018] Fig. 9 zeigt schematisch beispielhaft einen Windpark mit mehreren
Windenergieanlagen und einer Leistungsabgabe von einzelnen Windenergieanlagen gemäß hierin beschriebener Ausführungsformen.
WEGE ZUR AUSFÜHRUNG DER ERFINDUNG [0019] Im Folgenden wird detaillierter Bezug genommen auf verschiedene
Ausführungsformen der Erfindung, wobei ein oder mehrere Beispiele in den Zeichnungen veranschaulicht sind.
[0020] Wie oben eingeführt verwenden klassische Optimierungsmodelle ein hierarchisches System, das auf lokalen Optimierungen basiert (nicht-kooperativ, Baseline), das durch die vorschriftsmäßige Einbeziehung eines Nachlauf-Effekts (kooperativ) verbessert wird. Die vorliegende Offenbarung hingegen stellt hingegeben ein Verfahren und eine Vorrichtung bereit, bei denen einen Satz von Zielvariablen definiert wird, die jede Windturbine optimieren soll, und einen allgemeinen Satz von Zielvariablen für den gesamten Windpark. Dazu kann die vorliegende Offenbarung beispielsweise Spieltheorie verwenden. [0021] Somit kann die Steuerung der einzelnen Windenergieanlagen einer neuen
Leistungskurve folgen, die insbesondere dynamisch aus den mehreren Zielvariablen oder Zielwerten ausgewählt wird. Dieser Satz kann beispielweise folgende Variablen oder Werte aufweisen, ohne jedoch darauf beschränkt zu sein: monetäre Einnahmen aus der Energieerzeugung, Energiebedarf, Differenz zwischen prognostizierter und geplanter Energieerzeugung, Lebensdauer in Form von Indikatoren für die akkumulierten Ermüdungslasten, Ausfallzeitabweichung von der statistischen Darstellung in ähnlichen Turbinen, etc. [0022] Zur Durchführung der Optimierung kann jede Windenergieanlage eine Datenverarbeitungseinrichtung aufweisen. Die Datenverarbeitungseinrichtungen können Zugriff auf folgende Informationen haben: Windpark-Layout, aeroelastische Modelle der Windkraftanlage, Energiemarktpreis, Energiebedarf, Wettervorhersagen, mechanische Belastungen (z.B. Biegemomente und Beschleunigungen) an verschiedenen Stellen entlang der Windenergieanlage, Betriebszustandscodes der Windenergieanlage und repräsentative Statistiken der Anlagenflotte.
[0023] Für jede der Variablen oder Werte von Interesse können sowohl hybride Normalverhaltensmodelle (basierend auf Simulationen vor der Installation und Messungen) als auch Vorhersage-Untersysteme zur Verfügung stehen.
[0024] Fig. 1 zeigt einen Windpark 10 beispielhaft mit drei Windenergieanlagen 200. Die Windenergieanlagen 200 sind, wie in Fig. 1 durch gestrichelte Linien dargestellt, unter einander vernetzt. Die Vernetzung ermöglicht eine Kommunikation, zum Beispiel eine Echtzeit-Kommunikation, zwischen den einzelnen Windenergieanlagen. Die Vernetzung ermöglicht ferner eine gemeinsame Überwachung, Steuerung und/oder Regelung der Windenergieanlagen. Zusätzlich können die Windenergieanlagen auch einzeln überwacht, gesteuert und/oder geregelt werden. Gemäß hier beschriebenen Ausführungsformen, kann ein Windpark zwei oder mehr Windenergieanlagen, insbesondere fünf oder mehr Windenergieanlagen, wie zum Beispiel zehn oder mehr Windenergieanlagen beinhalten.
[0025] Die Windenergieanlagen 200, zum Beispiel die Windenergieanlagen aus Fig. 1, bilden in ihrer Gesamtheit den Windpark 10. Der Windpark umfasst mindestens zwei Windenergieanlagen, die räumliche mit einem Abstand zueinander angeordnet sind.
[0026] Fig. 2 zeigt beispielhaft eine Windenergieanlage 200 eines Windparks, an welchem das hierin beschriebene Verfahren zum Einsatz kommen kann. Die Windenergieanlage 200 beinhaltet einen Turm 40 und eine Gondel 42. An der Gondel 42 ist der Rotor befestigt. Der Rotor beinhaltet eine Nabe 44, an der die Rotorblätter 100 befestigt sind. Gemäß typischen Ausführungsformen hat der Rotor zumindest zwei Rotorblätter insbesondere drei Rotorblätter. Beim Betrieb der Windenergieanlage rotiert der Rotor, d.h. die Nabe mit den Rotorblättern um eine Achse. Dabei wird ein Generator zur Stromerzeugung angetrieben. Wie in Fig. 2 dargestellt, ist zumindest ein Sensor 110 an einem Rotorblatt 100 zur Verfügung gestellt. Der Sensor 110 kann über eine Signalleitung mit einer Schnittstelle 50 verbunden sein. Die Schnittstelle 50 kann ein Signal an eine Steuerung 52 zur Steuerung der Windenergieanlage 200 liefern.
[0027] Gemäß hierin beschriebener Ausführungsformen kann die Windenergieanlage 200 ein Steuerung 52 umfassen. Die Steuerung 52 dient insbesondere der Steuerung bzw. Regelung und/oder dem Auslesen der Schnittstelle 50 bzw. des Sensors 110 und der Windenergieanlage 200. Die Steuerung 52 kann mit der Schnittstelle 50 kommunizieren Die Steuerung 52 kann mit der Schnittstelle 50 fest verbunden oder drahtlos verbunden sein.
[0028] Die Steuerung 52 kann ein Computerprogrammprodukt enthalten, das in einen Speicher einer digitalen Rechenvorrichtung, geladen werden kann und Softwarecodeabschnitte beinhaltet, mit denen Schritte gemäß einem oder mehreren der übrigen Aspekte ausgeführt werden können, wenn das Computerprogrammprodukt auf der Rechenvorrichtung läuft. Weiterhin wird ein Computerprogrammprodukt vorgeschlagen, das direkt in einen Speicher, zum Beispiel einen digitalen Speicher einer digitalen Rechenvorrichtung geladen werden kann. Eine Rechenvorrichtung kann neben eines oder mehrerer Speicher, eine CPU, Signaleingänge und Signalausgänge, sowie weitere für eine Rechenvorrichtung typische Elemente enthalten. Eine Rechenvorrichtung kann Teil einer Auswerteeinheit sein, oder die Auswerteeinheit kann Teil einer Rechenvorrichtung sein. Ein Computerprogramprodukt kann Softwarecodeabschnitte beinhalten, mit denen die Schritte der Verfahren der hier beschriebenen Ausführungsformen zumindest teilweise ausgeführt werden, wenn das Computerprogrammprodukt auf der Rechenvorrichtung läuft. Dabei können jegliche Ausführungsformen des Verfahrens durch ein Computerprogrammprodukt ausgeführt werden.
[0029] Wie in den Figs. 3 und 4 gezeigt kann eine dezentrale Steuerung 52 vorgesehen sein. Gemäß hierein beschriebener Ausführungsformen kann die Steuerung 52 eine Mehrzahl von Datenverarbeitungseinrichtungen 52a, 52b, 52c, 52d aufweisen. Damit kann, entgegen dem konventionellen Ansatz, eine einzige Steuerung für den Windpark vorzusehen, die vorliegende Offenbarung eine dezentrale Steuerung bereitstellen, bei der insbesondere mehrere Datenverarbeitungseinrichtungen 52a, 52b, 52c, 52d unabhängig kommunizieren und entscheiden können, wie die Steuerung einer jeweiligen Windenergieanlage 200 optimiert wird. Die einzelnen Datenverarbeitungseinrichtungen können also autonome Systeme ausbilden. Gemäß hierein beschriebener Ausführungsformen können die mehreren Datenverarbeitungseinrichtungen 52a, 52b, 52c, 52d mit einer entsprechenden Windenergieanlage 200a, 200b, 200c, 200d der Mehrzahl von Windenergieanlagen verbunden sind.
[0030] Wie in Fig. 3 gezeigt können mehrere Datenverarbeitungseinrichtungen 52a, 52b vorgesehen sein, die über den Windpark 10 verteilt sind. Zusätzlich oder alternativ können, wie in Fig. 4 gezeigt, können Datenverarbeitungseinrichtungen 52a, 52b, 52c, 52d einzelnen, manchen, oder allen Windenergieanlagen 200a, 200b, 200c, 200d zugeordnet sein. Insbesondere können einzelne, manche, oder alle Windenergieanlagen 200a, 200b, 200c, 200d über ihre eigene Datenverarbeitungseinrichtungen 52a, 52b, 52c, 52d verfügen. Die Datenverarbeitungseinrichtung 52a, 52b, 52c, 52d kann beispielsweise auf der jeweiligen Windenergieanlagen 200a, 200b, 200c, 200d verbaut sein.
[0031] Gemäß hierin beschriebener Ausführungsformen kann sowohl das Optimieren der Steuerung der Windenergieanlagen 200 auf Grundlage des Satzes von Anlagenzielwerten als auch das Optimieren der Steuerung des Windparks 10 auf Grundlage des Satzes von Parkzielwerten von den Windenergieanlagen 200 durchgeführt werden, insbesondere von der Mehrzahl von Datenverarbeitungseinrichtungen 52a, 52b, 52c, 52d, die jeweilig mit einer entsprechenden der Mehrzahl von Windenergieanlagen 200 verbunden sein können.
[0032] Der Sensor 110 kann insbesondere ein mechanischer Lastsensor sein. Beispielsweise kann jedes Rotorblatt der Windenergieanlage einen Sensor umfassen. Der Sensor kann insbesondere ein Beschleunigungssensor, ein Vibrationssensor und/oder eine Dehnungssensor sein. Ferner kann der Sensor als elektrischer oder als faseroptischer Sensor ausgestaltet sein. Ferner kann der Sensor auch an anderen Bauteilen der Windenergieanlage 200, wie beispielsweise dem Turm 40, der Gondel 42, dem Generator etc., vorgesehen sein. Auch kann der Sensor 110 eine Ermüdungsbelastung messen bzw. errechnen und/oder einschätzen. Ferner kann eine Windenergieanlage 200 auch mit mehreren Sensoren ausgestattet sein, um parallel Daten von mehreren Bauteilen und/oder andere Arten von Daten vom gleichen Bauteil zu messen. Gemäß herein beschriebener Ausführungsformen können die Daten des Sensors 110 oder der Sensoren 110 zur Optimierung verwendet werden. Insbesondere können die Daten des Sensors 110 oder der Sensoren 110 den Windenergieanlagen 200 zur Optimierung zugeführt werden. [0033] Gemäß hierin beschriebener Ausführungsformen können die Windenergieanlagen 200 Zugriff auf mindestens eine Information aus folgender Gruppe haben: einen Aufbau des Windparks 10, ein aero-elastisches Model der Windturbine, einen Energiebedarf des Netzes, Wettervorhersagen, mechanische Belastungen (wie beispielswiese Biegemoment und/oder Beschleunigungen, z.B. gemessen von dem oder den Sensor(en) 110, an zumindest einem Punkt der Windenergieanlage, Betriebsstatuscodes der Windenergieanlage 200 und einen repräsentative Statistik des Windparks 10, insbesondere eine Statistik der Ausfälle des Windparks 10).
[0034] Fig. 5 zeigt ein Ablaufschema eines Verfahrens 300 zur Steuerung eines Windparks 10 mit einer Mehrzahl von Windenergieanlagen 200 gemäß hierin beschriebener Ausführungsformen. Gemäß hierein beschriebener Ausführungsformen kann das Verfahren 300 Spieltheorie zur Optimierung verwenden.
[0035] Gemäß einem Block 310 kann ein Satz von Anlagenzielwerten für die Mehrzahl von Windenergieanlagen 200 vorgegeben werden. Insbesondere kann der Satz von Anlagenziel werten spezifisch für eine Windenergieanlage 200 sein. Gemäß hierein beschriebener Ausführungsformen kann der Satz von Anlagenzielwerten mindestens einen Parameter aus folgender Gruppe berücksichtigen: Daten des Sensors 110 oder der Sensoren 110, Belastungen, elektrische Leistung, Energiebedarf, meteorologische Prognose. Gemäß hierein beschriebener Ausführungsformen kann der Satz von Anlagenziel werten mindestens ein Anlagenziel aus folgender Gruppe aufweisen: mit maximaler elektrischer Leistung für hohen Windenergiebedarf und geringe mechanische Belastungen arbeiten (siehe hierzu auch Fig 8, obere Linie/“red dotted line“), und mit reduzierter elektrischer Leistung für geringen Windenergiebedarf und hohe mechanische Belastungen arbeiten (siehe hierzu auch Fig 8, untere Linie/“blue dotted line“).
[0036] Gemäß einem Block 320 kann ein Satz von Parkzielwerten für den Windpark 10 vorgegeben werden. Insbesondere kann der Satz von Parkzielwerten spezifisch für den Windpark 10 sein. Gemäß hierein beschriebener Ausführungsformen kann der Satz von Parkzielwerten mindestens einen Parameter aus folgender Gruppe berücksichtigt: eine Netzauslastung, einen aktuellen Energiebedarf, einen Unterschied zwischen geplanter und tatsächlicher Leistungserzeugung, durch akkumulierte Ermüdungslastenindikatoren indizierte Lebensdauer und Ausfallabweichungen von statistischen Repräsentationen von ähnlichen Windenergieanlagen.
[0037] Gemäß einem Block 330 kann die Steuerung der Windenergieanlagen 200 auf Grundlage des Satzes von Anlagenziel werten erfolgen. Gemäß hierein beschriebener Ausführungsformen kann das Optimieren der Steuerung der Windenergieanlagen 200 auf Grundlage des Satzes von Anlagenziel werten zu einer Änderung einer Leistungskurve von mindestens einer der Mehrzahl von Windenergieanlagen 200 führen.
[0038] Gemäß einem Block 340 kann die Steuerung des Windparks 10 auf Grundlage des Satzes von Parkzielwerten erfolgen. Gemäß hierein beschriebener Ausführungsformen kann das Optimieren der Steuerung des Windparks 10 auf Grundlage des Satzes von Parkzielwerten zu einer Änderung einer Leistungskurve von mindestens einer der Mehrzahl von Windenergieanlagen 200 führen.
[0039] Die vorliegende Offenbarung stellt also eine Verfahren und eine Vorrichtung zur Steuerung eines Windparks mit einer Mehrzahl von Windenergieanlagen bereit, das/die insbesondere nicht auf festen Einstellung basiert, sondern auf Optimierungsfunktionen, die insbesondere die Lebensdauer aus mechanischen Lastmessungen (z.B. über den Sensor 110) und/oder den maximalen Erlös aus dem Echtzeitpreis der Energie bzw. den Energiebedarf dynamisch berücksichtigen. Die Fig. 6 zeigt hierzu beispielhaft ein Diagramm zur Illustration einer Prognose eines Marktpreises von Windenergie im Jahre 2030 in Abhängigkeit von einer Windgeschwindigkeit. Wie zu erkennen ist, nimmt der Marktpreises mit zunehmender Windgeschwindigkeit ab. Die stellt nicht nur eine finanzielle Betrachtung dar, sondern gilt auch als guter Indikator, wir viel Energie oder Leistung ein Windparkbetreiber an das Netz abgeben darf. Normalerweise ist ausgerechnet bei bzw. durch die hohen Windgeschwindigkeiten das Netz gesättigt, so dass nur wenig Leistung abgegeben werden darf. Gemäß hierin beschrieben Ausführungsformen können in der Praxis die Windenergieanlagen so gesteuert werden, dass der Windpark auf einen für die Windenergieanlagen ressourcenschonende Weise (z.B. im Hinblick auf mechanische Belastung) der Windpark eine optimierte Leistung abgeben kann.
[0040] Insbesondere kann jede Windenergieanlage 200 des Windparks 10 eine Optimierung auf Windpark-Ebene durchführen, um ein optimiertes Verhältnis des Ertrags pro Windenergieanlage zu jedem Zeitpunkt zu definieren. Die Fig. 7 zeigt in diesem Zusammenhang beispielhaft ein Diagramm zur Illustration eines Ertrags je Windenergieanlage über einen Tagesverlauf. Wie in der Fig. 7 zu sehen ist, schwankt der Marktpreis, und damit auch der Energiebedarf bzw. die Energiemenge, die ein Windparkbetreiber ans Netz abgeben kann, über den Tagesverlauf. Gemäß hierin beschriebener Ausführungsformen kann das Optimierung der Steuerung der Windenergieanlagen 200 auf Grundlage des Satzes von Anlagenzielwerten und/oder das Optimieren der Steuerung des Windparks 10 auf Grundlage des Satzes von Parkzielwerten eine Optimieren auf Grundlage des Energiebedarfs über den Tagesverlauf aufweisen.
[0041] Insbesondere kann die Optimierung auch die Anzahl der anderen Windturbinen (die zeitlich variieren können, z.B. bei der Installation oder Wartung), ihre Position im Windpark 10 und/oder ihre eigene optimale Produktionsleistung berücksichtigen. Die Fig. 8 zeigt in diesem Zusammenhang beispielhaft ein Diagramm zur Illustration eines Vergleichs einer Leistung einer Windenergieanlage in Abhängigkeit von einer Windgeschwindigkeit. Wie in der Fig. 8 ersichtlich steigt die gewonnene Windenergie klassisch mit zunehmender Windgeschwindigkeit an, bis bei Erreichen einer bestimmten Windgeschwindigkeit sie in Sättigung geht (obere Kurve in Fig. 8). Gemäß hierein beschriebener Ausführungsformen können die Windenergieanlagen 200 so gesteuert werden, dass die gewonnene Windenergie mit steigender Windgeschwindigkeit abnimmt. Dies kann dadurch motiviert sein, dass bei hohen Windgeschwindigkeiten der Energiebedarf gering, die mechanische Belastung der Windenergieanlage jedoch hoch ist.
[0042] Die dezentrale Windparkregelung gemäß hierein beschriebener
Ausführungsformen kann somit insgesamt in der Lage sein, dezentral das maximal erreichbare Ergebnis pro Turbine zu erzielen. Die Fig. 9 zeigt in diesem Zusammenhang schematisch beispielhaft einen Windpark 10 mit mehreren Windenergieanlagen 200 und einer Leistungsabgabe von einzelnen Windenergieanlagen 200 gemäß hierin beschriebener Ausführungsformen. In der Fig. 9 sind für drei Windenergieanalgen 200 beispielhaft die Leistungskurven eingetragen, also die von der Windenergieanlage jeweils erzielte Leistung über die Windgeschwindigkeit. Wie aus der Fig. 9 ersichtlich können sich die Leistungskurven von Windenergieanlage 200 zu Windenergieanlage 200 unterscheiden. [0043] Gemäß hierein beschriebener Ausführungsformen kann eine Ausgangsleistung einer Windenergieanlagen 200 auf Grundlage des Optimierens der Steuerung der Windenergieanlagen 200 auf Grundlage des Satzes von Anlagenzielwerten und/oder des Optimierens der Steuerung des Windparks 10 auf Grundlage des Satzes von Parkzielwerten geändert werden. Insbesondere kann die Ausgangsleistung einer Windenergieanlagen 200 zugunsten einer Erhöhung einer Gesamtausgangsleistung der Mehrzahl der Windenergieanlagen 200 gesenkt werden. Dadurch kann beispielsweise eine stärker belastete Windenergieanlage mit geringerer Leistung und damit Belastung betrieben werden. Die Lastenreduktion kann beispielsweise auf Grundlage der Optimierung von Eingaben bzw. des Strompreises und/oder von Lastenauswirkung erfolgen. Dieser Leistungsrückgang kann durch andere Windenergieanlagen 200 des Windparks ausgeglichen werden und/oder der zu Zeiten erfolgen, in denen einen hohe Leistungsabgabe technisch oder wirtschaftlich nicht gewünscht ist. Somit kann in der Praxis die Leistung von einer Windenergieanlage 200 reduziert werden, wenn dies die Gesamtleistung des Windparks 10 erhöhen wird. [0044] Die vorliegende Offenbarung kann Verfahren und Vorrichtungen zur Steuerung einer Mehrzahl von Windenergieanlagen 200 in einem Windpark 10 bereitstellen, die insbesondere folgenden Vorteile bieten können:
[0045] Durch die Verwendung von hybriden Normalverhaltensmodelle kann die Optimierung sich von vorgegebenen, technischen unvollkommenen Modellen zu sich stetig entwickelnden Systemen ändern, mit wachsender Datenmenge und einem Reifen des Systems, insbesondere einem bayesschen Lernen..
[0046] Die sich natürliche entwickelnden Systeme basieren ihrer Natur nach auf sich biologischen entwickelnden Systemen. Dadurch sind weder simplifizierend noch eingefroren in Zeit, Modellkomplexität und Datenvolumen werden organisch integriert. [0047] Durch die Verwendung von autonomen Systemen können die
Optimierungssysteme auf in ein kollaboratives Spiel auf Windenergieanlagen-Ebene eingefasst sein, sind sie robust durch ihre Unabhängigkeit.
[0048] Durch die Vorhersage der Zielvariablen oder -werte von Interesse können die Systeme die Daten unmittelbar nach der Bereinigung verarbeiten, was sie schneller für die Vorhersage macht und auch die Möglichkeit eröffnet, sie in Laufzeitentscheidungen einzubeziehen.
[0049] Die Turbinen können dynamisch einem flexiblen Stromerzeugungsschema folgen, das auf der Grundlage einer Optimierung des Ertrags oder Preises der Wundenergie je Lebensbelastung in dem Windpark basieren kann.
[0050] Die vorliegende Offenbarung kann also insbesondere den Energiemarktpreis, Wetter, Lebensdauer und/oder Ausfallzeiten bei der Optimierung berücksichtigen. Auch kann gemäß der vorliegenden Offenbarung auf präskriptive Einzel Optimierungen auf der Grundlage von Simulationen verzichtete werden und stattdessen die Optimierung auf Grundlage einer initialen Entwicklung von Windparkoptimierungspunkten erfolgen. Ferner kann die Optimierung Zielvariablen prognostizieren und globale Laufzeit-Schätzungen berücksichtigen.
[0051] Obwohl die vorliegende Erfindung vorstehend anhand typischer Ausführungsbeispiele beschrieben wurde, ist sie darauf nicht beschränkt, sondern auf vielfältige Weise modifizierbar. Auch ist die Erfindung nicht auf die genannten Anwendungsmöglichkeiten beschränkt. Es sei ferner an dieser Stelle daraufhingewiesen, dass die hierin beschriebenen Aspekte und Ausführungsformen angemessen miteinander kombinierbar sind, und dass einzelne Aspekte dort weggelassen werden können, wo es im Rahmen des fachmännischen Handelns sinnvoll und möglich ist. Abwandlungen und Ergänzungen der hierin beschriebenen Aspekte sind dem Fachmann geläufig.

Claims

PATENTANSPRÜCHE
1. Verfahren (300) zur Steuerung eines Windparks (10) mit einer Mehrzahl von Windenergieanlagen (200), umfassend:
Vorgeben eines Satzes von Anlagenziel werten für die Mehrzahl von Windenergieanlagen (200);
Vorgeben eines Satzes von Parkzielwerten für den Windpark (10);
Optimieren der Steuerung der Windenergieanlagen (200) auf Grundlage des Satzes von Anlagenzielwerten; und
Optimieren der Steuerung des Windparks (10) auf Grundlage des Satzes von Parkzielwerten.
2. Verfahren nach Anspruch 1, wobei das Verfahren Spieltheorie zur Optimierung verwendet.
3. Verfahren nach Anspruch 1 oder 2, wobei das Optimieren der Steuerung des Windparks (10) auf Grundlage des Satzes von Parkziel werten zu einer Änderung einer Leistungskurve von mindestens einer der Mehrzahl von Windenergieanlagen (200) führt.
4. Verfahren nach einem der vorhereigen Ansprüche, wobei der Satz von Parkzielwerten mindestens einen Parameter aus folgender Gruppe berücksichtigt: eine Netzauslastung, einen aktuellen Energiebedarf, einen Unterschied zwischen geplanter und tatsächlicher Leistungserzeugung, durch akkumulierte
Ermüdungslastenindikatoren indizierte Lebensdauer und Ausfallabweichungen von statistischen Repräsentationen von ähnlichen Windenergieanlagen (200).
5. Verfahren nach einem der vorhereigen Ansprüche, wobei sowohl das Optimieren der Steuerung der Windenergieanlagen (200) auf Grundlage des Satzes von Anlagenziel werten als auch das Optimieren der Steuerung des Windparks (10) auf Grundlage des Satzes von Parkzielwerten von den Windenergieanlagen (200) durchgeführt wird, insbesondere von einer Mehrzahl von Datenverarbeitungseinrichtungen (52a, 52b, 52c, 52d), die jeweilig mit einer entsprechenden der Mehrzahl von Windenergieanlagen (200) verbunden sind.
6. Verfahren nach einem der vorhereigen Ansprüche, wobei die Windenergieanlagen (200) Zugriff auf mindestens eine Information aus folgender Gruppe haben: einen Aufbau des Windparks (10), ein aero-elastisches Model der Windturbine, einen Energiebedarf des Netzes, Wettervorhersagen, mechanische Belastungen (wie beispielswiese Biegemoment und/oder Beschleunigungen) an zumindest einem Punkt der Windenergieanlage (200), Betriebsstatuscodes der Windenergieanlage (200) und einen repräsentative Statistik des Windparks (10).
7. Verfahren nach einem der vorhereigen Ansprüche, ferner umfassend:
Ändern einer Ausgangsleistung einer Windenergieanlagen (200) auf Grundlage des Optimierens der Steuerung der Windenergieanlagen auf Grundlage des Satzes von Anlagenziel werten und/oder des Optimierens der Steuerung des Windparks (10) auf Grundlage des Satzes von Parkzielwerten.
8. Verfahren nach Anspruch 7, wobei die Ausgangsleistung einer Windenergieanlagen (200) zugunsten einer Erhöhung einer Gesamtausgangsleistung der Mehrzahl der Windenergieanlagen (200) gesenkt wird.
9. Vorrichtung zur Steuerung eines Windparks, umfassend: eine Steuerung zur Steuerung (52) von Windenergieanlagen des Windparks, die angepasst ist, das Verfahren gemäß Ansprüchen 1 bis 9 auszuführen.
10. Vorrichtung nach Anspruch 9, wobei die Steuerung (52) eine Mehrzahl von Datenverarbeitungseinrichtungen (52a, 52b, 52c, 52d) aufweist, die jeweilig mit einer entsprechenden der Mehrzahl von Windenergieanlagen verbunden sind.
PCT/EP2020/078255 2019-10-16 2020-10-08 Verfahren zur steuerung eines windparks, vorrichtung zur steuerung eines windparks WO2021074002A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102019127954.2A DE102019127954A1 (de) 2019-10-16 2019-10-16 Verfahren zur steuerung eines windparks, vorrichtung zur steuerung eines windparks
DE102019127954.2 2019-10-16

Publications (1)

Publication Number Publication Date
WO2021074002A1 true WO2021074002A1 (de) 2021-04-22

Family

ID=72811847

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2020/078255 WO2021074002A1 (de) 2019-10-16 2020-10-08 Verfahren zur steuerung eines windparks, vorrichtung zur steuerung eines windparks

Country Status (2)

Country Link
DE (1) DE102019127954A1 (de)
WO (1) WO2021074002A1 (de)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110046803A1 (en) * 2009-08-18 2011-02-24 Hitachi, Ltd. Controller and Control Techniques for Windfarm
WO2013083138A1 (en) * 2011-12-08 2013-06-13 Vestas Wind Systems A/S A decision support system (dss) for maintenance of a plurality of renewable energy generators in a renewable power plant
US20140152105A1 (en) * 2012-11-30 2014-06-05 Mitsubishi Heavy Industries, Ltd. Output control device and output control method for wind farm
US20190203696A1 (en) * 2016-05-23 2019-07-04 General Electric Company System and method for forecasting power output of a wind farm

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2604853A1 (de) * 2011-12-15 2013-06-19 Siemens Aktiengesellschaft Verfahren zum Steuern einer Windturbine
DE102012013591A1 (de) * 2012-07-10 2014-01-16 Rwe Innogy Gmbh Steuerung eines Windparks
US11047362B2 (en) * 2017-12-05 2021-06-29 VayuAI Corp. Cloud-based turbine control feedback loop

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110046803A1 (en) * 2009-08-18 2011-02-24 Hitachi, Ltd. Controller and Control Techniques for Windfarm
WO2013083138A1 (en) * 2011-12-08 2013-06-13 Vestas Wind Systems A/S A decision support system (dss) for maintenance of a plurality of renewable energy generators in a renewable power plant
US20140152105A1 (en) * 2012-11-30 2014-06-05 Mitsubishi Heavy Industries, Ltd. Output control device and output control method for wind farm
US20190203696A1 (en) * 2016-05-23 2019-07-04 General Electric Company System and method for forecasting power output of a wind farm

Also Published As

Publication number Publication date
DE102019127954A1 (de) 2021-04-22

Similar Documents

Publication Publication Date Title
EP2267302B1 (de) Windpark und Verfahren zum Regeln eines Windparks
EP3214718B1 (de) Verfahren und system zum betrieb eines autarken energieversorgungsnetzes
EP2202470B1 (de) Verfahren und System zur Nutzung erneuerbarer Energiequellen
EP2020506B2 (de) Verfahren zur Ermittlung einer Regelungsreserve sowie Windpark
WO2020079000A1 (de) Verfahren und windpark zum einspeisen elektrischer leistung in ein elektrisches versorgungsnetz
EP1132614A2 (de) Regelungssystem für eine Windkraftanlage
EP2672111A2 (de) Zielwertabhängige Steuerung eines Windparks
EP2674616B1 (de) Windkraftanlagensteuereinrichtung sowie System zum Steuern eines Windparks
EP3429050B1 (de) Verfahren zur regelung der wirkleistungsabgabe eines windparks sowie ein entsprechender windpark
DE102019116753A1 (de) Verfahren zum Durchführen einer Energieertragsprognose und Windpark
WO2014191067A1 (de) Verfahren zum betreiben eines windenergieanlagenparks
EP3947964A1 (de) Verfahren und vorrichtung zum erstellen und ausgeben einer erwartungsleistung
WO2013021049A1 (de) Verfahren zum betreiben, insbesondere zum kalibrieren von windkrafträdern, und windenergiepark mit mehreren windkrafträdern
WO2021122347A1 (de) Verfahren zur bestimmung einer restnutzungsdauer einer windenergieanlage und windenergieanlage
DE102011079433A1 (de) Ansteuerung eines Rotorblatts einer Windturbine
WO2021074002A1 (de) Verfahren zur steuerung eines windparks, vorrichtung zur steuerung eines windparks
DE102021210569B4 (de) Verfahren zum Betreiben einer Windenergieanlage in einem Windpark und Windparkmanager
DE102011075337A1 (de) Verfahren und Vorrichtung zur Ansteuerung einer Anlage
EP3719737A1 (de) Computergestütztes energiemanagementverfahren und energiemanagementsystem
DE102019119909B4 (de) Verfahren zum Betreiben einer Windenergieanlage und Computerprogrammprodukt
EP3587805B1 (de) System zur ermittlung der verfügbaren leistung eines windparks
EP3931443B1 (de) Sensorkit für eine windenergieanlage
WO2021013487A1 (de) Verfahren zur steuerung eines windparks, steuerungsmodul für einen windpark und windpark
EP3499023A1 (de) Verfahren und system zum betreiben einer windenergieanlage
EP4357610A1 (de) Verfahren zum betreiben einer windenergieanlage

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20789074

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20789074

Country of ref document: EP

Kind code of ref document: A1