CN102782318A - 运行风力发电站的方法 - Google Patents

运行风力发电站的方法 Download PDF

Info

Publication number
CN102782318A
CN102782318A CN2011800125995A CN201180012599A CN102782318A CN 102782318 A CN102782318 A CN 102782318A CN 2011800125995 A CN2011800125995 A CN 2011800125995A CN 201180012599 A CN201180012599 A CN 201180012599A CN 102782318 A CN102782318 A CN 102782318A
Authority
CN
China
Prior art keywords
wind
fatigue loads
schedule
power station
time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2011800125995A
Other languages
English (en)
Other versions
CN102782318B (zh
Inventor
周予
E·赫布斯勒布
C·斯普鲁斯
K·黑尔斯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Vestas Wind Systems AS
Original Assignee
Vestas Wind Systems AS
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 Vestas Wind Systems AS filed Critical Vestas Wind Systems AS
Publication of CN102782318A publication Critical patent/CN102782318A/zh
Application granted granted Critical
Publication of CN102782318B publication Critical patent/CN102782318B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • F03D7/04—Automatic control; Regulation
    • F03D7/042—Automatic control; Regulation by means of an electrical or electronic controller
    • F03D7/043—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • 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
    • F03D7/0292—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor controlling wind motor output power to reduce fatigue
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D80/00—Details, components or accessories not provided for in groups F03D1/00 - F03D17/00
    • F03D80/50—Maintenance or repair
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2260/00—Function
    • F05B2260/82—Forecasts
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2260/00—Function
    • F05B2260/82—Forecasts
    • F05B2260/821—Parameter estimation or prediction
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/10—Purpose of the control system
    • F05B2270/109—Purpose of the control system to prolong engine life
    • F05B2270/1095—Purpose of the control system to prolong engine life by limiting mechanical stresses
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/10—Purpose of the control system
    • F05B2270/20—Purpose of the control system to optimise the performance of a machine
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/30—Control parameters, e.g. input parameters
    • F05B2270/32—Wind speeds
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/30—Control parameters, e.g. input parameters
    • F05B2270/321—Wind directions
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/30—Control parameters, e.g. input parameters
    • F05B2270/332—Maximum loads or fatigue criteria
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/40—Type of control system
    • F05B2270/404—Type of control system active, predictive, or anticipative
    • 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
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • General Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Sustainable Energy (AREA)
  • Sustainable Development (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Educational Administration (AREA)
  • Wind Motors (AREA)
  • Feedback Control In General (AREA)

Abstract

一种运行风力发电站的方法，包括以下步骤：以当前参数计划表（Pcurrent(v)）运行所述风力发电站，执行对延伸至未来时间T的时间帧（ΔT）的风力数据（Vw）的风力预测，确定未来时间T时的风力发电站部件的期望疲劳负载水平（Fdesired），以及在所述风力发电站的运行期间产生更新的参数计划表（Pdesired(v)），以便如果在所述时间帧（ΔT）期间受到预测的风力状况（Vw(t)），则提供所述时间T时的所述期望疲劳负载水平（Fdesired）。

Description

运行风力发电站的方法
技术领域
本发明涉及一种运行风力发电站（wind power plant）的方法。具体来说，本发明涉及一种用于运行风力发电站的方法，其中，关于执行延伸至未来时间的时间帧的风力数据的风力预测来执行发电站的运行。本发明还涉及一种利用感测与风力发电站中的各个部件上的负载有关的运行数据的传感器组运行风力发电站的方法。该运行数据可以用于提供风力发电站的运行状态的估计，具体来说，风力发电站的部件是否存在故障状况。
背景技术
风力发电站中产生电能的成本由发电站的初期投资和维护成本产生。风力发电站中所包括的部件受到由发电站运行期间的各种负载所产生的磨损。这尤其牵涉到经受到诸如变速箱和传输元件等振荡负载或波动的部件。波动或振荡负载倾向于导致部件的疲劳。为了确保风力发电站的初期投资以尽可能低的成本发电，发电站必须有维护计划表（schedule），以便可以保护风力发电站的运行。目前的风电场维护实践包括计划内的维护和计划外的维护。
为了提高准确计划维护的可能性，已经提出了涡轮机状况监控***。在安装了涡轮机状态监控***的情况下，可以进行部件故障的早期检测。EP1930855中描述了用于监控变速箱部件的***的示例。
EP1930855公开了一种变速箱寿命估计***，其基于通过传感器测量的运行负载数据来估计变速箱的剩余寿命。计算部件上的单个负载。依据单个负载，可获得作为实时估计的剩余寿命的评估。可以使用与所计算的剩余寿命有关的信息来设定维护计划表。即使EP1930855中所描述的方法提高了决定适当维护间隔的能力，但仍期望获得进一步的提高，以便进一步减小部件发生故障的风险并减小需要计划外维护的风险。
当检测到部件故障且必须采取维修或更换操作时，通常发生计划外的维护。计划外维护的成本是涡轮机运行和维护成本中最大的部分之一。
发明内容
本发明的目的是减小计划外维护的需要。通过根据权利要求1的用于运行风力发电站的方法来实现该目的。根据本发明，运行风力发电站的方法包括以下步骤：以当前参数计划表运行风力发电站，执行延伸至未来时间的时间帧的风力数据的风力预测，确定未来时间时的风力发电站部件的期望疲劳负载水平，以及在所述风力发电站的运行期间产生更新的参数计划表，以便如果在所述时间帧期间受到预测的风力状况，则提供所述未来时间时的期望疲劳负载水平。通常，时间帧ΔT从当前时间t0延伸至未来时间T。
参数计划表包括作为风速v的函数的、实施风力发电站的期望运行特性的数值。初始的参数计划表的数值由风力发电站的设计者来选择，并且取决于所控制的实际风力发电站的细节。参数计划表可以包括作为风速的函数的期望转矩、转子转速和螺距角（pitch angle）的一系列数值。通常，参数计划表用于优化风力运行或者产生或者电能的成本。因此，参数计划表可以表示如在European Wind energy conference,1-5March 1999,Nice,France,pp 873–876中所公开的文献“Reducing cost ofenergy by a self tuningcontroller”中所描述的控制方案。或者，参数计划表可以用将风速映射至期望输出功率的功率曲线来表示。期望输出功率用于确定发动机的转子转速和转矩。
可以在启动风力发电站时设定初始参数计划表。在运行期间，将会更新初始的功率曲线。基于当前参数计划表，在任意给定时间运行风力发电站。根据本发明，在风力发电站的运行期间产生更新的参数计划表，以替换当前参数计划表。
通过产生更新的参数计划表，操作员可以影响所述未来时间时的疲劳负载水平，使其适合于预测的风力状况，并导致可以获得未来时间时的期望疲劳负载水平。
在EP1930855中描述了根据本文所述的实施例，控制***可以配置为通过控制涡轮机叶片的螺距角来移动功率曲线中的运行点，以基于处理器的输出减轻负载不平衡。功率曲线中修改的运行点使得发电机可以在考虑变速箱部件的健康状态的情况下在额定功率以下运行，以便基于变速箱部件的寿命优化发电机的工作。
设计如在EP1930855中所公开的风力涡轮机控制***的常规功率曲线，以在Cp处于峰值的情况下实现最佳功率效率，以便在不同的风速下实现最大功率输出。常规功率曲线通常称为额定功率。额定功率意思是导致最大输出功率的功率曲线。实际涡轮机运行点取决于风速。当风速低于额定风速时，控制涡轮机以获得最大输出功率。当风速达到额定风速或甚至更高时，将会限制最大功率输出，且将会浪费掉风力中的一些可用能量。当风速达到收拢（furling）风速时，将会关闭涡轮机。根据本发明的更新的功率曲线会导致运行点移动，并且将涡轮机的最大功率输出限制在额定功率水平以下。发电机的功率输出可以表示为：Pg=ηgωgTg，其中，ηg是效率，ωg是转动频率，Tg是转矩。可以通过减小取决于涡轮机控制***的详细设计的发电机rpm和/或发电机转矩来实现Pg的减小。图1示出了1.5MW风力涡轮机的典型功率曲线。
EP1930855中所提及的通过减小最大功率输出的负载不平衡迁移不替代或修改功率曲线，并且仅在风速高于以减小的功率执行风力涡轮机的运行的功率曲线中相应的风速阈值时有效。当风速低于风速阈值时，负载没有变化。
具体来说，涡轮机控制***可以使用降额的（de-rated）参数计划表来运行涡轮机，使得涡轮机可以继续产生功率直到达到最佳维护的时间点。这对于产生每千瓦的成本有重要影响。即，通过调整参数计划表来产生未来时间时的期望疲劳负载水平，在考虑到预测的风力状况的情况下，可以运转涡轮机以减缓故障传播速率。此外，还可以使参数计划表适应于维护计划安排、功率产生和成本的要求。
通常，在基于部件材料和结构的等效疲劳负载Feq下，涡轮机部件具有期望设计寿命Neq（疲劳周期）。可以从部件上的负载与风力数据之间所建立的模型来导出在特定风力状况下对部件的疲劳负载水平的贡献。将基于历史数据来构建模型。可以建模的负载的示例是叶片翻转负载和传动***转矩。随后，可以基于这个模型来计算预测的风力数据的负载。可以基于使用回归模型的历史数据来建立模型。以下是用于此类关系构建的典型模型的示例。
等式1
Li(θ)=a0+a1Xli+a2X2i+…+apXpi+b1X1i 2+b2X2i 2+…+bpXpi 2+…
在这里，Li指代在时间i且流入角为θ时所计算的负载。a1、a2、....、ap，b1、b2、....、bp是决定通过的系数。Xli、X2i、....、Xpi是影响涡轮机部件加载（loading）的变量。它们通常是风速、风向、风速std（标准偏差）或其组合，例如，风速/风速std。用于不同涡轮机部件和/或负载的详细模型，等式的阶和所用的变量/参数的数量可以不同。
这样，在直到作为风力分布的函数的部件的负载上的预测间隔的终点为止的时间期间的部件的负载的积分或总和导致在预测间隔的终点的部件的疲劳负载水平。
可以关于维护计划表M来确定在未来时间T时的期望疲劳负载水平Fdesired。维护计划表M可以包含与计划的未来维护事件有关的信息。具体来说，维护计划表可以包含与执行维护的下一次时间以及在下一次维护事件时应当采取何种操作有关的信息。维护优化将为指定部件决定期望疲劳负载水平Fdesired。利用风速预测的输入，参数计划表控制***将计算风力涡轮机控制的新功率基准Pdesired、螺距角基准βref和发电机速度基准ωref。基于期望疲劳负载水平Fdesired和预测的风力数据Vw来计算期望功率基准/功率曲线，并且其通常可以表示为Pdesired=H(Vw,Fdesired)。
新功率基准PDesired对应于更新的功率曲线Pdesired(v)，当受到预测的风力状况Vw(t)时，更新的功率曲线Pdesired(v)产生期望疲劳负载水平Fdesired。
具体来说，当前参数计划表可以用于确定预测间隔的终点的预测的疲劳负载水平Fpredicted，该终点对应于上述的未来时间。由预测的风力数据Vw确定预测的疲劳负载水平Fpredicted。预测的风力数据Vw包括风速和风向信息，并且可选地包括与风速波动和湍流有关的信息。风力数据Vw可以表示为在预测间隔期间风速和风向的分布。当确定未来时间时的部件上的预测的疲劳负载水平Fpredicted时，可以使用风力状况与部件上的负载之间的映射。如以上所解释的，可以从描述具有作为输入的风力状况和当前参数计划表的风力发电站的动态的模型导出该映射。
在维护优化确定函数中，可以计算在维护之前所需的期望时间间隔TD，以便在考虑到未来几个月内的风速状况的情况下实现最小的运行和维护成本。基于该期望时间间隔TD，基于部件疲劳寿命计算，导出相应部件上的在期望时间间隔的终点的期望疲劳负载水平Fdesired。在期望时间间隔的终点的该期望疲劳负载水平Fdesired用作计算期望的更新的参数计划表Pdesired(v)的输入。对于不同部件，可以存在不同的故障模式。每个部件的每种故障模式可以具有取决于部件的负载的特定故障传播速率。因此，在剩余寿命与部件上的疲劳负载之间的关系对于每个部件和每种故障模式来说是不同的。需要公式形式的或者疲劳负载极限和剩余寿命周期表形式的描述作为负载的函数的故障传播速率的关系的数据库，该负载具有风力涡轮机中的不同部件的不同故障模式。可以基于设计计算和模拟来构建数据库。也可以基于历史数据来构建数据库。
在参数计划表控制***中，将基于期望疲劳负载水平Fdesired来计算相应的螺距角βref和目标发电机速度ωref。最后，于是可以用表达式P=H(Vw,Ldesired)=C.F(βref(Ldesired),ωref(Ldesired)/Vw)来计算期望功率基准和功率曲线。其中，C是与风力涡轮机的尺寸和从转子到发电机的传输增益有关的系数。
F(.)函数主要取决于叶片的设计。
基于所选的维护操作，可以选择具有特定流入角的估计剩余寿命来与期望寿命相匹配，并且可以使用相应的流入角来计算Cp值，从而计算用于WTG控制的更新的参数计划表Pdesired(v)。
一种产生适于产生未来时间T时的期望疲劳负载水平的更新的参数计划表的方式是计算在时间帧ΔT期间当受到预测的风力状况Vw(t)时、在未来时间T时的预测的疲劳负载水平Fpredicted，将预测的疲劳负载水平Fpredicted与未来时间T时的期望疲劳负载水平Fdesired相比较，以及基于这个差产生更新的参数计划表Pdesired(v)。
初始最大功率产生参数计划表Pmax(v)是风速的函数。更新的参数计划表可以表示为Pdesired(v)=w(v)Pmax(v)，其中，w是可以取决于风速和期望疲劳负载水平Fdesired的权重函数。通过从经由参数计划表的预测的风力分布到部件上的负载的映射之上的时间和风速的积分，确定在预测间隔的终点的期望疲劳负载水平Fdesired。
通过选择适当的权重函数，可以在预测间隔的终点达到期望疲劳负载水平Fdesired。权重函数不存在唯一解。可以选择权重函数为常数，从而使得期望的更新的参数计划表Pdesired(v)是初始参数计划表的固定比例，即w(v)=k。也可以选择权重函数以便在高风速时比在低风速时更多地抑制功率。这种函数的示例可以是w(v)=k1+k2/v。也可以选择权重函数以便在风速更常见时比在风速未预测为常见时更多地抑制功率。
通过使权重函数适应于在未来时间T时的预测的疲劳负载水平与期望疲劳负载水平之间的差，可以产生更新的参数计划表Pdesired(v)，该更新的参数计划表Pdesired(v)当在时间帧ΔT期间受到预测的风力状况Vw(t)时产生风力涡轮机部件的期望疲劳负载水平Fdesired。
预测的疲劳负载水平Fpredicted对应于当受到利用当前未更新的参数计划表Pcurrent(v)的预测的风力状况时、在所述未来时间T时的剩余寿命R。剩余寿命是假定部件在疲劳前可运行多长时间的衡量。更新的参数计划表Pdesired(v)可以是在所述剩余寿命R与维护计划表中下一维护事件的时间TM之间的差的函数。
除了使更新的参数计划表Pdesired(v)适于提供预测间隔的终点的期望疲劳负载水平Fdesired，在预测间隔终点的计算的疲劳负载水平的幅度可以用于确定下一维护事件的时间。在本发明的该实施例中，计算了更新的参数计划表的成本函数。
通常，参数计划表的成本等于由于降额的功率轮廓（profile）所致的产生的功率的损耗。如果权重函数是0与1之间的常数k，则产生的能量中的损耗比例等于1-k。根据各种维护模型的维护成本包括在最大输出功率时的风力发电站的继续运行、在部件故障之前的时间t时更换部件、在故障时或者在降额输出功率延迟故障传播足以在下一计划的维护之前避免故障时更换部件。将降额输出功率的成本与不同维护模型的成本进行比较。随后，选择与成本有关的最佳参数计划表来作为更新的参数计划表Pdesired(v)。
可选地，这样可以感测风力涡轮机部件的运行数据，通过该运行数据可以确定部件的故障模式。可以通过诸如加速度计或转矩传感器等测量部件上的负载的传感器以及测量涡轮机速度、风速和风向的传感器来执行感测的运行数据。根据本发明，基于回归模型来计算并预测部件上的疲劳负载，该回归模型可以基于历史数据来构建。将使用感测的运行数据随时间来适应性地修改并调整该模型。当检测到部件的早期故障时，可以估计部件的剩余寿命R。
可以给出与通过部件状况监控***在部件上所检测到的振动水平有关的更多输入。部件的振动水平用作即时反馈，以***件负载是否由更新的参数计划表降额。当实施更新的参数计划表Pdesired(v)时，应观测到与降额前的振动水平相比较低的振动水平。
可选地，计算在发电站维护之前所需的期望时间间隔TD，在考虑到预测的风力数据Vw的情况下，该期望时间间隔TD优化运行和维护成本。
可以将从而确定的疲劳负载水平与期望疲劳负载水平Fdesired相比较。期望疲劳负载水平Fdesired与所确定的疲劳负载水平之间的差可以用作输入，以确定期望的更新的参数计划表Pdesired(v)，其会导致可以达到期望疲劳负载水平Fdesired。
因此，在本发明的实施例中，首先，可以进行基于当前参数计划表Pcurrent(v)的预测的疲劳负载水平Fpredicted的计算，随后可以确定所述未来时间时的期望疲劳负载水平Fdesired。
最初，将使用基于最大功率产生的参数计划表。该参数计划表设定针对每个风速所定义的最大功率水平的极限。这样，使期望的更新的参数计划表适合于给出比初始参数计划表更低的功率输出。
可以感测风力发电站部件的运行数据，并且故障状况的存在可以基于所述运行数据。在检测到风力部件的故障状况之后，可以首先执行开始预测的疲劳负载水平Fdesired的计算以及产生适应的更新的参数计划表的步骤。
可以基于在早期检测到部件故障时的所述运行数据执行对所述风力涡轮机部件的疲劳负载水平或剩余寿命的评估，来作为产生更新的参数计划表的基础。
部件的疲劳负载水平可以用于估计到部件疲劳时的实际循环数。在检测到部件故障时，可以基于在不同螺距角和切变（shear）的风力状况预测来估计部件剩下的寿命，即剩余寿命。
附图说明
以下将参照附图来描述本发明的实施例，在附图中，
图1示出了最佳功率产生的参数计划表的示图，
图2示出了最佳功率产生的参数计划表和基于所确定的预测的剩余寿命和/或预测的疲劳负载的更新的参数计划表的示图，
图3示出了风力发电站的功率管理***的第一实施例的框图，
图4示出了风力发电站的功率管理***的第二实施例的框图，
图5a示出了所介绍的最佳维护控制的流程图，
图5b示出了以关于图5a所描述的最佳维护控制方法降额参数计划表的流程图，
图6示出了用于最佳维护操作的参数计划表控制的***的一个可能的实现方式结构，以及
图7示出了对于风力部件的不同故障状况、作为运转小时数的函数的振动水平的示图。
具体实施方式
图2示出了用于可变速度可变螺距（pitch）涡轮机控制的参数计划表的示例。该图示出了上方的基于最大功率产生的参数计划表和下方的适于部件的预测疲劳负载的更新的参数计划表。
从点A到点B，功率曲线可以简单描述为：
P = 1 2 ρπR 2 C p ( λ , β ) V 3
在这里，功率系数Cp是λ和β的函数。根据本发明，当需要降额时，功率系数Cp不会跟随最大涡轮机功率输出的Cpmax轨迹。将基于系数λ和β的值来计算功率系数Cp，系数λ和β的值由未来时间T时的期望疲劳负载水平Fdesired确定。λ是叶片的尖速比（tip-speed ratio）。β是叶片的螺距位置，即围绕叶片的纵轴的旋转。诸如例如叶片等风力涡轮机中的部件的负载取决于λ和β。通过改变基于期望的疲劳负载水平Fdesired的λ和β的值，来由功率系数获得更新的功率曲线Pdesired(v)。更新的功率曲线Pdesired(v)可以设定为对至下一次维护的时间窗口有效，并且其可以由不同部件上的各种疲劳负载评估来确定，其中，可以选择关于维护成本的用于整套部件的最佳更新的功率曲线Pdesired(v)。
从点B’到点C’，旋转速度接近其上限，当风力增大到额定风速时，在旋转速度的上限值处调节旋转速度，额定风速是原始功率曲线的开始产生最大功率时的风速。类似地，对于更新的功率曲线Pdesired(v)，旋转速度变得接近于新定义的上限，并类似地根据风速调节旋转速度。
从点C到点G，将功率输出控制为新的受限功率，其中，Cp可以随风速增大而减小。对于不同的控制策略，功率曲线从C到D的细节设计可以不同。本发明的主要目的在于根据估计的未来疲劳负载水平来控制功率。
图3示出了风力发电站的功率管理***10的第一实施例的框图。在第一实施例中，来自维护优化控制模块的信息产生用于更新功率曲线的必要信息。在风力预测控制模块12中，执行对延伸至未来时间T的时间帧ΔT的风力数据Vw的风力预测。可以由气象服务以及由现场计算来提供风力预测。可以通过由Troen,I.和Lundtang Petersen,E.(1989)European Wind Atlas，
Figure BDA00002102915500091
National Laboratory所提出的风力地图集（wind-atlas）法来执行该计算，或者通过特别适合于该地点的数字风力地图集法来执行该计算。
在风力预测控制模块12中，在预测间隔期间执行对包括风速和风向的风力数据Vw的预测。预测的风力数据Vw定义了预测的风力状况Vw(t)，并包括风速和风向的信息，可选地还包括与风速波动和湍流有关的信息。风力数据Vw可以表示为在预测间隔期间的风速和风向的分布。风力预测基于气象预报，并且具有延伸一大段时间的预测间隔。该预测间隔至少延伸若干天，合适的是一周或多周，可选地为一个月或更长时间。
该预测间隔优选地延伸至未来维护事件的时间。为此，风力预测控制模块可以从维护优化控制模块14接收输入数据（indata），其中，可以基于风力发电站的运行和预测的风力状况Vw(t)，来确定维护事件的计划安排。
在确定了在未来时间T时的期望疲劳负载水平FDesired的情况下，提供期望疲劳负载水平计算控制模块13。可以关于维护计划表确定在未来时间T时的期望疲劳负载水平Fdesired。因此，期望疲劳负载水平计算控制模块13可以是维护优化控制模块14的一部分。可选地，计算在发电站维护之前所需的期望时间间隔TD，在考虑到预测的风力数据Vw的情况下，该期望时间间隔TD优化运行和维护成本。这样，维护优化可以计算在维护之前所需的期望时间间隔TD，以便在考虑到未来几个月内的风速状况的情况下实现最小的运行和维护成本。
可以基于与部件上的疲劳和负载有关的信息来计算期望疲劳负载水平FDesired。这种计算是本领域所公知的，例如可以基于关于图7所描述的计算和曲线图。基于该期望时间间隔TD，基于部件疲劳寿命计算导出相应部件上的期望疲劳负载水平Fdesired。期望疲劳负载水平Fdesired用作计算期望的更新的参数计划表Pdesired(v)的输入。由于对于不同部件的不同故障模式，在剩余寿命与疲劳负载之间的关系不同，所以需要公式形式的或者疲劳负载极限和剩余寿命周期表形式的、风力涡轮机中不同部件的不同故障模式的这种关系的数据库。可以基于设计计算和模拟来构建这种关系。也可以基于历史数据来构建它。
计算的期望疲劳负载水平FDesired用作参数计划表计算控制模块18的输入。在参数计划表计算控制模块18中产生更新的参数计划表Pdesired(v)。更新的参数计划表Pdesired(v)是期望疲劳负载水平FDesired的函数。对于每个特定部件而言，期望疲劳负载水平FDesired可以关于在维护之前在维护优化控制模块14中所计算的期望时间来确定。另外，从风力预测控制模块12收集与预测的风力状况Vw(t)有关的信息，以用作计算更新的参数计划表Pdesired(v)的基础。
可以基于到低风力季节期间的灾难性故障或计划内维护的时间来决定期望疲劳负载水平Fdesired。将会基于最佳维护的算法来决定该时间，该算法将基于巡视成本、受影响部件的成本、风力状况、涡轮机功率产生等来计算计划内维护的最佳时间。更新的参数计划表Pdesired(v)会减小如变速箱、涡轮机转子等的出故障早的涡轮机部件上的负载。这将有助于减小故障传播速率，从而将灾难性涡轮机部件故障延迟至风速较低的时期，由此与涡轮机维护的最佳时间相符。
利用风速预测的输入，曲线计算控制模块18将计算风力涡轮机控制新功率基准Pdesired、螺距角基准βref和发电机速度基准ωref。基于期望疲劳负载水平Fdesired和风力数据Vw来计算期望功率基准，并且其通常可以表示为Pdesired=H(Vw,Fdesired)。
如以上所解释的，新功率基准PDesired对应于更新的参数计划表Pdesired(v)，当受到预测的风力状况Vw(t)时，更新的参数计划表Pdesired(v)产生期望疲劳负载水平Fdesired。
基于更新的参数计划表Pdesired(v)，给风力发电站的功率和速度控制器20提供发电机速度基准ωref、更新的功率基准PDesired和螺距角基准βref形式的控制信号。
功率和速度控制器20将信息前馈至为各个叶片T产生单个螺距设定点的单个螺距控制器22。
将单个螺距角馈送至控制叶片的螺距的风力发电站中的致动器24a。功率和速度控制器还通过向风力发电站中的转速控制器24b馈送控制信号来以常规方式控制转子的转速。
可以以用于控制风力涡轮机的常规方式，经由阻尼器26反馈加速度、转速和旋转位置信号。
图4示出了风力发电站的功率管理***10的第二实施例的框图。在本发明的第二实施例中，来自风力预测控制模块的信息用作计算未来时间T时的预测的疲劳负载水平Fpredicted的基础，该疲劳负载水平是基于在未来时间T时的预测的疲劳负载水平Fpredicted与期望疲劳负载水平Fdesired之间的差计算更新的参数计划表Pdesired(v)的基础。
在风力预测控制模块12中，执行对延伸至未来时间T的时间帧ΔT的风力数据Vw的风力预测。可以由气象服务以及由现场计算来提供风力预测。可以通过由Troen,I.和Lundtang Petersen,E.(1989)European Wind Atlas，National Laboratory所提出的风力地图集法来执行该计算，或者通过特别适合于该地点的数字风力地图集法来执行该计算。
在风力预测控制模块12中，执行对包括在预测间隔期间的风速和风向的风力数据Vw的计算。预测的风力数据Vw包括风速和风向的信息，可选地还包括与风速波动和湍流有关的信息。风力数据Vw可以表示为在预测间隔期间的风速和风向的分布。
预测间隔优选地延伸至未来维护事件的时间。为此，风力预测控制模块可以从维护优化控制模块14接收输入数据，其中，可以基于风力发电站的运行和预测的风力状况来确定维护事件的计划安排。
在疲劳负载水平预测控制模块16中，基于风力预测和当前参数计划表来计算在未来时间T时的风力发电站部件的预测的疲劳负载水平Fpredicted。
当确定在未来时间时的部件上的疲劳负载水平时，可以使用在风力状况与部件上的负载之间的映射。可以从描述具有作为输入的风力状况和当前参数计划表的风力发电站的动态的模型导出该映射。
通常，在基于部件材料和结构的等效疲劳负载Feq下，涡轮机部件具有期望的设计寿命Neq（疲劳周期）。对于给定参数计划表，可以从在涡轮机上的负载与风力数据Vw之间建立的模型导出部件在特定风力状况下对疲劳负载水平的贡献。基于历史数据来构建该模型。可以建模的负载的示例是叶片翻转负载和传动***转矩。随后可以基于该模型计算预测的风力数据Vw的负载。可以基于使用回归模型的历史数据来建立该模型。以下是用于此类关系构建的典型模型的示例。
Li(θ)=a0+a1X1i+a2X2i+…+apXpi+b1X1i 2+b2X2i 2+…+bpXpi 2+…
其中，Li指代在时间i且流入角为θ时所计算的负载。a1、a2、....、ap、b1、b2、....、bp是决定通过的系数。X1i、X2i、....、Xpi是将影响涡轮机部件加载的变量。它们通常是风速、风向、风速std（标准偏差）或其组合，例如，风速/风速std。用于不同涡轮机部件和/或负载的详细模型、等式的阶和所用的变量/参数的数量可以不同。
这样，在直到作为风力分布的函数的部件的负载上的预测间隔的终点为止的时间期间的积分或总和产生在预测间隔的终点的部件的疲劳负载水平。
因此，部件i的预测的疲劳负载水平Fpredicted可以表示为：
Fpredicted=∫∫Li(P)dWdt，
其中，L是给定参数计划表P的部件i上的负载，积分是对关于风速和风方的完整风力分布W的积分，t是每一个状况存在的时间。
从参数计划表计算控制模块18收集当前参数计划表Ppresent。从参数计划表计算控制模块18发送出的当前参数计划表用于确定在预测间隔终点的疲劳负载水平，该终点对应于上述未来时间。
Fpredicted=∫∫Li(PPresent)dWdt，
在确定了未来时间T的期望疲劳负载水平FDesired的情况下，提供期望疲劳负载水平计算控制模块13。可以关于维护计划表来确定未来时间T时的期望疲劳负载水平Fdesired。因此，期望疲劳负载水平计算控制模块13可以是维护优化控制模块12的一部分。可选地，计算在发电站维护之前所需的期望时间间隔TD，在考虑到预测风力数据Vw的情况下，该期望时间间隔TD优化运行和维护成本。这样，维护优化可以计算在维护之前所需的期望时间间隔TD，以便在考虑到未来几个月内的风速状况的情况下实现最小的运行和维护成本。
可以基于与部件上的疲劳和负载有关的信息来计算期望疲劳负载水平FDesired。这种计算是本领域中所公知的，例如可以是基于关于图7所描述的计算和曲线图。基于该期望时间间隔TD，基于部件疲劳寿命计算导出在相应部件上的期望疲劳负载水平Fdesired。期望疲劳负载水平Fdesired用作期望参数计划表计算的输入。由于不同的部件存在不同的故障模式，并且对于不同故障模式和部件而言剩余寿命R与疲劳负载之间的关系不同，所以需要公式形式的或者疲劳负载极限和剩余寿命周期表的形式的、用于风力涡轮机中不同部件的不同故障模式的这种关系的数据库。可以基于设计计算和模拟来构建这种关系。也可以基于历史数据来构建它。
所计算的期望疲劳负载水平FDesired用作参数计划表计算控制模块18的输入。在参数计划表计算控制模块18中产生更新的参数计划表Pdesired(v)。更新的参数计划表Pdesired(v)是期望疲劳负载水平FDesired的函数。维护优化可以决定每个特定部件的期望疲劳负载水平FDesired。
可以基于到低风力季节期间的灾难性故障或计划内维护的时间来决定期望疲劳负载水平Fdesired。这个时间将基于用于最佳维护的算法来决定，该算法将基于巡视成本、受影响部件的成本、风力状况、涡轮机功率产生等来计算计划内维护的最佳时间。更新的参数计划表Pdesired(v)会减小如变速箱、涡轮机转子等的出故障早的（early defected failure）涡轮机部件上的负载。这将有助于减小故障传播速率，从而将灾难性涡轮机部件故障延迟到风速较低并且是涡轮机维护的最佳时间的时期。
利用风速预测的输入，曲线计算控制模块18将计算风力涡轮机控制新功率基准Pdesired、螺距角基准βref和发电机速度基准ωref。基于期望疲劳负载水平Fdesired和风力数据Vw来计算期望功率基准，其通常可以表示为Pdesired=H(Vw,Fdesired)。
如以上所解释的，新功率基准PDesired对应于新的参数计划表Pdesired(v)，当受到预测的风力状况Vw(t)时新的参数计划表Pdesired(v)产生期望疲劳负载水平Fdesired。
基于更新的参数计划表Pdesired(v)，给风力发电站的功率和速度控制器20提供发电机速度基准ωref、更新的功率基准PDesired和螺距角基准βref形式的控制信号。
功率和速度控制器20将信息前馈至为各个叶片T产生单个螺距设定点的单个螺距控制器22。
将单个螺距角馈送至控制叶片的螺距的风力发电站中的致动器24a。功率和速度控制器还通过向风力发电站中的转速控制器24b馈送控制信号来以常规方式控制转子的转速。
可以以用于控制风力涡轮机的常规方式，经由阻尼器26反馈加速度、转速和旋转位置信号。
图5a和5b中示出了最佳维护控制的流程图。图5a示出了概括图，图5b示出了在选择包括降额参数计划表的维护模式的情况下所要采取的步骤。
当检测到涡轮机关键部件的早期故障模式时，可以执行以下方法步骤：
步骤1，***将从涡轮机故障模式数据库得到所检测到的故障的信息，并决定如果减小对部件起作用的疲劳负载，所检测到的部件故障模式是否能够达到剩余寿命范围。如果故障模式是可降额的，则将降额标志设定为1，否则设定为0。
步骤2，在随后步骤中，检索与所检测到的故障有关的运行和维护信息。
步骤3，计算根据各种维护操作/计划的运行成本和收入损失。
步骤4，随后，最佳维护过程将基于预测的天气状况计划可能的维护操作/计划。将决定基于运行和维护的最小成本的最佳维护操作/计划。
步骤5，将根据采取的维护操作来计划相应的部分/材料排序、资源安排等。第五步骤包括四种不同的维护模式：
A)是否不采取操作，即应当根据当前运行参数计划表来控制涡轮机，并且不应当修改当前维护服务计划表。
B)是否应当执行预防性维护。预防性维护由在疲劳之前更换部件构成。
C)是否应当执行修正性维护。修正性维护由在疲劳时更换部件构成。即必须监控疲劳负载，并且维护计划表应当适合于故障的所视为的或所检测到的时间。
D)是否应当进行参数计划表的降额，以便使疲劳的时间适合于计划内的维护。
在图5b中，执行降额参数计划表的情况下所采取的步骤5-7：
步骤5，对于降额操作的决定，所提出的***将行进至参数计划表控制***，该参数计划表控制***将计算延长剩余寿命的相应部件的部件期望疲劳负载水平Fdesired，以便实现最佳维护操作。所计算的疲劳负载的形式将是F(ωw)，其中，ωw是风速。
步骤6，随后，将根据WTG控制***设计，基于所检测到的故障部件上的期望疲劳负载水平Fdesired来计算更新的涡轮机参数计划表Pdesired(v)。
步骤7，WTG控制器将根据用于WTG控制器的更新的定义的参数计划表Pdesired(v)，来控制在不同风速时的控制器螺距和发电机功率输出。从而实现了部件上的目标疲劳负载。
涡轮机状况监控***将继续部件故障特征严重性并反馈至***。
最佳维护***将基于涡轮机健康状况和天气状况，适应性地采取相应的修正或预防性维护操作。
整个***可以提供为闭合回路***，该闭合回路***将严密监控关键部件的健康状况，并适应性地采取相应的最佳维护操作，以控制WTG参数计划表，以便在具有目标疲劳负载的所检测到的故障部件上实现所需降额。
图6示出了用于最佳维护操作的参数计划表控制的***的一个可能的实施方式结构。该***包括最佳维护决定控制模块40，其基于来自涡轮机运行信息数据库42和涡轮机状况监控***44的信息来确定风力发电站的维护策略。涡轮机运行信息数据库42包括与涡轮机服务和维护计划表、备件交付的交付周期、维修材料花费的成本、维护和生产中断的收入损失有关的信息。涡轮机状况监控***44包括传感器组，其提供与诸如温度、振动、负载、风速和风向等运行数据Ψ有关的信息。涡轮机状况监控***44还包括故障检测控制模块，其提供来自故障模式数据库46的与部件的故障模式有关的信息。基于由涡轮机运行信息数据库42和涡轮机状况监控***44所提供的信息，最佳维护决定控制模块40确定要采取哪种操作。最佳维护决定控制模块40在以下四种运行模式之间有所不同：
A)是否不采取操作，即应当根据当前运行参数计划表来控制涡轮机，并且不应当修改当前维护服务计划表。
B)是否应当执行预防性维护。预防性维护由在疲劳之前更换部件构成。
C)是否应当执行修正性维护。修正性维护由在疲劳时更换部件构成。即必须监控疲劳负载，并且维护计划表应当适合于故障的所视为的或所检测到的时间。
D)是否应当进行参数计划表的降额，以便使疲劳的时间适合于计划内的维护。
将来自模式控制模块B和C的信息提供至服务中心48，服务中心48中存储有与维护间隔和维护计划表有关的信息。服务中心48连接至涡轮机运行信息数据库42、涡轮机状况监控***44和故障模式数据库46，来更新与涡轮机的部件的状态有关的相关信息。
风力状况监控控制模块50包括当前风力状况控制模块52，其监控与包括风速、风速中的波动和风向的当前风力状况有关的信息。当前风力状况控制模块52从传感器组检索其信息，该传感器组可以是涡轮机状况监控***44中所包括的传感器组或者是位于其它位置的传感器。当前风力状况控制模块52还可以从气象数据库检索信息。天气监控控制模块还具有历史风力数据库54，可以从历史风力数据库54中检索过去时间的风力状况。还提供有风力预测控制模块56。风力预测控制模块56可以从气象数据库检索信息，或者依靠来自历史风力状况数据库54的信息，并且可以根据当前天气状况而进行调整。将与预测的天气状况有关的、来自天气监控控制模块50的信息发送到部件疲劳负载计算控制模块58。部件疲劳负载计算控制模块58评估在直到下一维护事件的时间间隔期间涡轮机中的部件的疲劳负载。如果疲劳负载水平超出期望目标水平，则将在参数计划表轮廓计算控制模块60中确定更新的参数计划表Pdesired(v)。与更新的参数计划表Pdesired(v)有关的信息将发送至控制涡轮机62的螺距角和转速的功率管理***10。
图7示出了对于风力部件的不同故障状况、作为运转小时数的函数的振动水平的示图。使用基于历史数据的统计方法，用于表示变速箱中间轴承停转故障模式的变速箱振动水平、疲劳负载和部件剩余寿命的关系的相应等式可以表示为：
Ak=W0k/(1+W1kT+W2kT2+…)
其中，Ak是在疲劳负载极限Lk时的部件的振动水平，K指代等效疲劳负载水平。在形成该图的基础的示例中，k=4表示等效疲劳负载的4个极限。Wjk是权重系数，如下图中所示，Wjk对于不同疲劳负载极限K是不同的。J是等式的阶。（对于该示例，j=0,1,2）。该示例示出了为了达到1.5个月的剩余寿命，期望疲劳负载水平应当相对于L3的疲劳负载极限减小40％。对于不同的部件和故障模式，可以建立完全不同的统计关系的模型。通过检测具体风力涡轮机部件的运行数据，可以确定特定故障状况Cij。在这里，Cij表示部件j的故障状况i。当存在特定故障状况时，可以从数据库选择确定部件的疲劳的计算的正确等式。
从设计的观点来看，以下等式示出了由累积的损伤所形成的断裂故障模式的剩余寿命的另一种可能的非统计表示。
T = dD f ( L / L material , D current , σ )
其中，L是疲劳负载极限，Lmaterials是材料的抗张强度。D是将会通过状况监控***来决定的当前损伤的程度。是部件的周期应力范围。可以通过部件设计模拟和计算来定义函数f(.)。

Claims (11)

1.一种运行风力发电站的方法，包括以下步骤：
以当前参数计划表（Pcurrent(v)）运行所述风力发电站，
执行对延伸至未来时间T的时间帧（ΔT）的风力数据（Vw）的风力预测，其特征在于以下方法步骤：
确定未来时间T时的风力发电站部件的期望疲劳负载水平（Fdesired），
以及在所述风力发电站的运行期间产生更新的参数计划表（Pdesired(v)），以便如果在所述时间帧（ΔT）期间受到预测的风力状况（Vw(t)），则提供所述时间T时的所述期望疲劳负载水平（Fdesired）。
2.根据权利要求1所述的方法，其特征在于：感测所述风力发电站部件的运行数据（ψ），并基于所述运行数据（ψ）确定是否存在故障状况（Cij）。
3.根据权利要求2所述的方法，其特征在于：在检测到所述故障状况（Cij）之后，开始执行确定期望疲劳负载水平（Fdesired）和产生更新的参数计划表（Pdesired(v)）的所述步骤。
4.根据前述权利要求中的任一项所述的方法，其特征在于：关于维护计划表，确定所述未来时间T时的所述期望疲劳负载水平（Fdesired）。
5.根据前述权利要求中的任一项所述的方法，其特征在于：计算在维护所述发电站之前所需的期望时间间隔（TD），以便在考虑到所述预测的风力状况（Vw(t)）的情况下，优化运行和维护成本。
6.根据权利要求5所述的方法，其特征在于：根据所述期望时间间隔（TD）来确定所述未来时间T。
7.根据前述权利要求中的任一项所述的方法，其特征在于：计算所述未来时间T时的所述风力发电站部件的预测的疲劳负载水平（Fpredicted），所述预测的疲劳负载水平（Fpredicted）是当在所述时间帧（ΔT）期间以所述当前参数计划表运行并受到所述预测的风力状况（Vw(t)）时、所述未来时间T时的所述风力发电站部件的疲劳负载水平。
8.根据权利要求7所述的方法，其特征在于：所述预测的疲劳负载水平（Fpredicted）对应于所述未来时间T时的剩余寿命（R）。
9.根据权利要求7所述的方法，其特征在于：根据所述剩余寿命（R）与维护计划表（M）中的下一维护事件（TM）之间的差来产生所述更新的参数计划表（Pdesired(v)）。
10.根据权利要求8或9所述的方法，其特征在于：根据所述剩余寿命（R）来确定所述下一维护事件（TM）。
11.根据前述权利要求中的任一项所述的方法，其特征在于：根据所述风力数据（Vw），从描述所述风力发电站部件上的疲劳负载的模型（等式1），导出所述期望疲劳负载水平和/或所述预测的疲劳负载水平（Fdesired,Fpredicted）。
CN201180012599.5A 2010-02-05 2011-02-02 运行风力发电站的方法 Active CN102782318B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US30188610P 2010-02-05 2010-02-05
US61/301,886 2010-02-05
DKPA201000099 2010-02-05
DKPA201000099 2010-02-05
PCT/EP2011/051482 WO2011095519A2 (en) 2010-02-05 2011-02-02 Method of operating a wind power plant

Publications (2)

Publication Number Publication Date
CN102782318A true CN102782318A (zh) 2012-11-14
CN102782318B CN102782318B (zh) 2016-04-27

Family

ID=44355860

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201180012599.5A Active CN102782318B (zh) 2010-02-05 2011-02-02 运行风力发电站的方法

Country Status (5)

Country Link
US (1) US9097236B2 (zh)
EP (1) EP2531723B1 (zh)
CN (1) CN102782318B (zh)
ES (1) ES2573127T3 (zh)
WO (1) WO2011095519A2 (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103019135A (zh) * 2012-11-28 2013-04-03 北京金风科创风电设备有限公司 风机部件的寿命预测方法及***
CN107076112A (zh) * 2014-06-10 2017-08-18 Abb瑞士股份有限公司 最优风力农场操作
CN107667220A (zh) * 2015-05-27 2018-02-06 维斯塔斯风力***集团公司 考虑疲劳量度的风力涡轮机控制
CN107709765A (zh) * 2015-06-30 2018-02-16 维斯塔斯风力***集团公司 用于生成风力涡轮机控制时间表的方法和***
CN107835899A (zh) * 2015-07-03 2018-03-23 远景能源（江苏）有限公司 预测及控制风力涡轮机上负载的方法及其风力涡轮机
CN108691731A (zh) * 2013-07-29 2018-10-23 维斯塔斯风力***集团公司 对风力涡轮机的最大功率输出的模拟
CN108869173A (zh) * 2018-01-31 2018-11-23 北京金风科创风电设备有限公司 风电机组的功率控制方法和设备
CN109312714A (zh) * 2016-04-07 2019-02-05 维斯塔斯风力***集团公司 考虑噪声的风力涡轮机的控制
CN111369079A (zh) * 2020-05-27 2020-07-03 深圳创新奇智科技有限公司 维护计划的预测方法及装置、电子设备、存储介质
US10746160B2 (en) 2015-06-30 2020-08-18 Vestas Wind Systems A/S Methods and systems for generating wind turbine control schedules
US10871146B2 (en) 2015-06-30 2020-12-22 Vestas Wind Systems A/S Methods and systems for generating wind turbine control schedules
US10907611B2 (en) 2015-06-30 2021-02-02 Vestas Wind Systems A/S Methods and systems for generating wind turbine control schedules
US10928816B2 (en) 2015-06-30 2021-02-23 Vestas Wind Systems A/S Methods and systems for generating wind turbine control schedules
CN113027674A (zh) * 2019-12-24 2021-06-25 北京金风科创风电设备有限公司 风力发电机组的控制方法及其装置

Families Citing this family (56)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5550645B2 (ja) * 2008-06-26 2014-07-16 アルストム テクノロジー リミテッド シングルサイクルまたはコンバインドサイクルガスタービン発電プラントの最大発電容量を推定する方法、指定された予備電力を制御する方法、および同方法とともに使用される発電システム
GB2476316B (en) * 2009-12-21 2014-07-16 Vestas Wind Sys As A wind turbine having a control method and controller for predictive control of a wind turbine generator
DK177434B1 (en) * 2010-06-18 2013-05-21 Vestas Wind Sys As Method for controlling a wind turbine
US8606418B1 (en) 2011-03-18 2013-12-10 Rockwell Collins, Inc. Wind prediction for wind farms through the use of weather radar
US8849737B1 (en) 2011-03-18 2014-09-30 Rockwell Collins, Inc. Prediction method of predicting a future state of a system
US8489247B1 (en) * 2011-03-18 2013-07-16 Rockwell Collins, Inc. Agent-based chaotic control of wind turbines
US9002483B1 (en) 2011-03-18 2015-04-07 Rockwell Collins, Inc. Diploid control of water heaters
US9188104B2 (en) * 2011-06-30 2015-11-17 Vestas Wind Systems A/S System and method for controlling power output from a wind turbine or wind power plant
WO2013023702A1 (en) * 2011-08-18 2013-02-21 Siemens Aktiengesellschaft Method to regulate the output power production of a wind turbine
EP2788930A1 (en) * 2011-12-08 2014-10-15 Vestas Wind Systems A/S A decision support system (dss) for maintenance of a plurality of renewable energy generators in a renewable power plant
JP5567044B2 (ja) * 2012-02-21 2014-08-06 三菱重工業株式会社 ウインドファームの運転方法及びウインドファームの運転制御システム
US20130332220A1 (en) * 2012-06-11 2013-12-12 Kaj Skov Nielsen Service planning tool for wind turbines
DE102013210090A1 (de) * 2013-05-29 2014-12-04 Senvion Se Verfahren zum Betreiben eines Windenergieanlagenparks
WO2015036010A1 (en) * 2013-09-10 2015-03-19 Siemens Aktiengesellschaft A technique for setting a controlled component of a wind turbine based on weather prediction
US9624905B2 (en) * 2013-09-20 2017-04-18 General Electric Company System and method for preventing excessive loading on a wind turbine
US9835135B2 (en) 2013-10-31 2017-12-05 General Electric Company System and method for controlling a wind turbine
CN103679298A (zh) * 2013-12-27 2014-03-26 中能电力科技开发有限公司 风电场短期功率预测精度的评价方法
US9683552B2 (en) * 2014-03-06 2017-06-20 General Electric Company System and method for robust wind turbine operation
US9157415B1 (en) * 2014-03-21 2015-10-13 General Electric Company System and method of controlling an electronic component of a wind turbine using contingency communications
CN103955755A (zh) * 2014-04-18 2014-07-30 国家电网公司 采用复合数据源基于自学习多项式核函数支持向量机的风电功率短期预测方法
JP2015208166A (ja) * 2014-04-22 2015-11-19 株式会社東芝 監視装置および監視システム
US9035479B1 (en) 2014-07-11 2015-05-19 Wind Stream Properties, Llc Turbine controller for optimizing economic present value of the turbine
KR20160017681A (ko) * 2014-07-31 2016-02-17 두산중공업 주식회사 풍력플랜트 관리 시스템 및 그 방법
WO2016150442A1 (en) * 2015-03-20 2016-09-29 Vestas Wind Systems A/S Damping oscillations in a wind turbine
DE102015206539A1 (de) 2015-04-13 2016-10-13 Wobben Properties Gmbh Verfahren zum Bestimmen einer Restlebensdauer einer Windenergieanlage
CN107709764B (zh) 2015-06-30 2019-10-18 维斯塔斯风力***集团公司 用于生成风力涡轮机控制安排的方法和***
CN107820540B (zh) * 2015-06-30 2020-03-17 维斯塔斯风力***集团公司 基于预测的风力涡轮机控制
US10443577B2 (en) 2015-07-17 2019-10-15 General Electric Company Systems and methods for improved wind power generation
CN105279707B (zh) * 2015-10-27 2018-11-06 合肥工业大学 一种综合考虑负荷与风电时序特性的随机生产模拟方法
US10823643B2 (en) * 2015-11-06 2020-11-03 Aktiebolaget Skf Method and device for handling dynamic characteristics of a vibrating machine component
US11107169B2 (en) 2015-11-18 2021-08-31 General Electric Company Systems and methods for controlling and monitoring power assets
CN108431404B (zh) * 2015-12-23 2020-03-03 维斯塔斯风力***集团公司 用于控制多个风力涡轮机的方法和***
CN105510038B (zh) * 2015-12-31 2018-07-27 北京金风科创风电设备有限公司 风电机组故障监测方法和装置
KR101768810B1 (ko) * 2016-06-02 2017-08-30 두산중공업 주식회사 풍력단지 통합 제어 모니터링 시스템
KR101789923B1 (ko) * 2016-06-02 2017-10-25 두산중공업 주식회사 풍력단지 통합제어 모니터링 방법
US10534328B2 (en) * 2016-06-21 2020-01-14 General Electric Company Methods and systems for enhancing control of power plant generating units
DE102016212362A1 (de) * 2016-07-06 2018-01-11 Universität Stuttgart Lidar-basierte multivariable Feedforwardregelung von Windturbinen
US10598157B2 (en) 2017-02-07 2020-03-24 International Business Machines Corporation Reducing curtailment of wind power generation
US10330081B2 (en) 2017-02-07 2019-06-25 International Business Machines Corporation Reducing curtailment of wind power generation
US10452041B2 (en) * 2017-03-31 2019-10-22 General Electric Company Gas turbine dispatch optimizer real-time command and operations
US10697439B2 (en) 2017-06-14 2020-06-30 General Electric Company Offset toggle method for wind turbine operation
JP6877280B2 (ja) * 2017-07-19 2021-05-26 株式会社東芝 運転計画作成装置、運転計画作成方法、および運転計画作成プログラム
EP3704375B1 (en) * 2017-11-03 2023-12-06 Vestas Wind Systems A/S A method for performing maintenance on a wind turbine part
CN110094298B (zh) * 2018-01-31 2020-05-26 北京金风科创风电设备有限公司 切出策略自适应调整的方法及装置
CN108547735B (zh) * 2018-04-17 2019-08-09 中南大学 风电场有功输出和机组疲劳的综合优化控制方法
CN108533454B (zh) * 2018-04-17 2019-08-09 中南大学 有功输出调节下的风电场机组疲劳均匀分布的优化控制方法
US11015576B2 (en) * 2018-08-13 2021-05-25 Inventus Holdings, Llc Wind turbine control system including an artificial intelligence ensemble engine
EP3613981B1 (en) * 2018-08-20 2022-06-22 Vestas Wind Systems A/S Control of a wind turbine
DE102018214099A1 (de) * 2018-08-21 2020-02-27 Zf Friedrichshafen Ag Verfahren und System zur unmittelbaren Ermittlung einer theoretischen Schädigung mindestens einer Komponente einer Vorrichtung
EP3779182A1 (en) * 2019-08-14 2021-02-17 Siemens Gamesa Renewable Energy A/S Method for computer-implemented determination of control parameters for a turbine
CN112364551B (zh) * 2020-12-11 2022-11-22 重庆齿轮箱有限责任公司 一种行星传动齿轮箱疲劳分析方法
US11635060B2 (en) 2021-01-20 2023-04-25 General Electric Company System for operating a wind turbine using cumulative load histograms based on actual operation thereof
US11661919B2 (en) 2021-01-20 2023-05-30 General Electric Company Odometer-based control of a wind turbine power system
US11728654B2 (en) 2021-03-19 2023-08-15 General Electric Renovables Espana, S.L. Systems and methods for operating power generating assets
CN113642194B (zh) * 2021-09-01 2024-02-02 中船海装风电有限公司 风力发电机组可调上限计算方法及有功功率调度方法
CN114997645B (zh) * 2022-05-31 2023-04-18 中国能源建设集团广东省电力设计研究院有限公司 海上风电场运维排程优化方法、***、计算机设备和介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030127862A1 (en) * 2000-03-09 2003-07-10 Roland Weitkamp Control system for a wind power plant
JP2005504272A (ja) * 2001-09-07 2005-02-10 ダイムラークライスラー・アクチェンゲゼルシャフト アセンブリに対する損傷の早期の検出および予測のための装置と方法
EP1911968A1 (en) * 2006-10-10 2008-04-16 Ecotecnia Energias Renovables S.L. Control system for a wind turbine and method of controlling said wind turbine
CN101560950A (zh) * 2008-04-15 2009-10-21 西门子公司 基于预测控制风力涡轮机的方法和装置

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4435647A (en) * 1982-04-02 1984-03-06 United Technologies Corporation Predicted motion wind turbine tower damping
US5155375A (en) * 1991-09-19 1992-10-13 U.S. Windpower, Inc. Speed control system for a variable speed wind turbine
US6975925B1 (en) * 2002-03-19 2005-12-13 Windlynx Systems, B.V. Forecasting an energy output of a wind farm
US20070078791A1 (en) 2005-09-30 2007-04-05 Caterpillar Inc. Asset management system
US20070124025A1 (en) 2005-11-29 2007-05-31 General Electric Company Windpark turbine control system and method for wind condition estimation and performance optimization
JP4470933B2 (ja) * 2006-09-08 2010-06-02 祥人 平田 任意の観測地点数に対応した風況予測制御による地域型風力発電システム
US7914250B2 (en) 2006-12-08 2011-03-29 General Electric Company Method and system for estimating life of a gearbox
DK200700626A (da) * 2007-04-27 2008-05-10 Lm Glasfiber As Effektkurve af vindenergianlæg til energinet
CN101730796B (zh) 2007-04-30 2012-09-19 维斯塔斯风力***有限公司 运行具有桨距控制的风力涡轮机的方法、风力涡轮机以及风力涡轮机的集群
US7950901B2 (en) * 2007-08-13 2011-05-31 General Electric Company System and method for loads reduction in a horizontal-axis wind turbine using upwind information
US7744338B2 (en) * 2008-09-04 2010-06-29 California Energy & Power Fluid turbine systems
ES2577530T3 (es) * 2009-05-25 2016-07-15 Vestas Wind Systems A/S Procedimiento y sistema para controlar el funcionamiento de una turbina eólica

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030127862A1 (en) * 2000-03-09 2003-07-10 Roland Weitkamp Control system for a wind power plant
JP2005504272A (ja) * 2001-09-07 2005-02-10 ダイムラークライスラー・アクチェンゲゼルシャフト アセンブリに対する損傷の早期の検出および予測のための装置と方法
EP1911968A1 (en) * 2006-10-10 2008-04-16 Ecotecnia Energias Renovables S.L. Control system for a wind turbine and method of controlling said wind turbine
CN101560950A (zh) * 2008-04-15 2009-10-21 西门子公司 基于预测控制风力涡轮机的方法和装置

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103019135B (zh) * 2012-11-28 2015-07-01 北京金风科创风电设备有限公司 风机部件的寿命预测方法及***
CN103019135A (zh) * 2012-11-28 2013-04-03 北京金风科创风电设备有限公司 风机部件的寿命预测方法及***
CN108691731A (zh) * 2013-07-29 2018-10-23 维斯塔斯风力***集团公司 对风力涡轮机的最大功率输出的模拟
CN107076112B (zh) * 2014-06-10 2019-09-20 Abb瑞士股份有限公司 最优风力发电场操作
CN107076112A (zh) * 2014-06-10 2017-08-18 Abb瑞士股份有限公司 最优风力农场操作
CN107667220A (zh) * 2015-05-27 2018-02-06 维斯塔斯风力***集团公司 考虑疲劳量度的风力涡轮机控制
CN107709765A (zh) * 2015-06-30 2018-02-16 维斯塔斯风力***集团公司 用于生成风力涡轮机控制时间表的方法和***
US11428208B2 (en) 2015-06-30 2022-08-30 Vestas Wind Systems A/S Methods and systems for generating wind turbine control schedules
US10928816B2 (en) 2015-06-30 2021-02-23 Vestas Wind Systems A/S Methods and systems for generating wind turbine control schedules
US10907611B2 (en) 2015-06-30 2021-02-02 Vestas Wind Systems A/S Methods and systems for generating wind turbine control schedules
US10746160B2 (en) 2015-06-30 2020-08-18 Vestas Wind Systems A/S Methods and systems for generating wind turbine control schedules
US10871146B2 (en) 2015-06-30 2020-12-22 Vestas Wind Systems A/S Methods and systems for generating wind turbine control schedules
CN107709765B (zh) * 2015-06-30 2020-08-07 维斯塔斯风力***集团公司 用于生成风力涡轮机控制时间表的方法和***
CN107835899B (zh) * 2015-07-03 2019-11-05 远景能源（江苏）有限公司 预测及控制风力涡轮机上负载的方法及其风力涡轮机
US10895246B2 (en) 2015-07-03 2021-01-19 Envision Energy (Denmark) Aps Method for predicting and controlling loads on a wind turbine and a wind turbine thereof
CN107835899A (zh) * 2015-07-03 2018-03-23 远景能源（江苏）有限公司 预测及控制风力涡轮机上负载的方法及其风力涡轮机
CN109312714A (zh) * 2016-04-07 2019-02-05 维斯塔斯风力***集团公司 考虑噪声的风力涡轮机的控制
CN108869173A (zh) * 2018-01-31 2018-11-23 北京金风科创风电设备有限公司 风电机组的功率控制方法和设备
US11506174B2 (en) 2018-01-31 2022-11-22 Beijing Goldwind Science & Creation Windpower Equipment Co., Ltd. Power control method and apparatus for wind power generator
CN113027674A (zh) * 2019-12-24 2021-06-25 北京金风科创风电设备有限公司 风力发电机组的控制方法及其装置
CN111369079A (zh) * 2020-05-27 2020-07-03 深圳创新奇智科技有限公司 维护计划的预测方法及装置、电子设备、存储介质

Also Published As

Publication number Publication date
WO2011095519A3 (en) 2011-12-15
EP2531723A2 (en) 2012-12-12
CN102782318B (zh) 2016-04-27
EP2531723B1 (en) 2016-04-27
US9097236B2 (en) 2015-08-04
WO2011095519A2 (en) 2011-08-11
US20130035798A1 (en) 2013-02-07
ES2573127T3 (es) 2016-06-06

Similar Documents

Publication Publication Date Title
CN102782318B (zh) 运行风力发电站的方法
EP3317526B1 (en) Methods and systems for generating wind turbine control schedules
EP3317523B1 (en) Methods and systems for generating wind turbine control schedules
US10161386B2 (en) Optimal wind farm operation
EP3317525B1 (en) Methods and systems for generating wind turbine control schedules
EP3317522B1 (en) Methods and systems for generating wind turbine control schedules
CN107850048B (zh) 用于生成风力涡轮机控制安排的方法以及***
US11428208B2 (en) Methods and systems for generating wind turbine control schedules
CN107810323B (zh) 用于生成风力涡轮机控制安排的方法和***
JP5816719B2 (ja) 風力発電システム
US10746160B2 (en) Methods and systems for generating wind turbine control schedules

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant