CN105673359A - 风电场光影评估方法、装置和*** - Google Patents
风电场光影评估方法、装置和*** Download PDFInfo
- Publication number
- CN105673359A CN105673359A CN201610009596.0A CN201610009596A CN105673359A CN 105673359 A CN105673359 A CN 105673359A CN 201610009596 A CN201610009596 A CN 201610009596A CN 105673359 A CN105673359 A CN 105673359A
- Authority
- CN
- China
- Prior art keywords
- shadow
- wind
- energy turbine
- wind energy
- electricity generation
- 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
Links
- 238000011156 evaluation Methods 0.000 title description 7
- 230000000694 effects Effects 0.000 claims abstract description 67
- 238000000034 method Methods 0.000 claims abstract description 41
- 230000005611 electricity Effects 0.000 claims description 100
- 238000011217 control strategy Methods 0.000 claims description 18
- 238000005286 illumination Methods 0.000 claims description 14
- 238000012423 maintenance Methods 0.000 claims description 3
- 230000008439 repair process Effects 0.000 claims description 3
- 238000003062 neural network model Methods 0.000 claims description 2
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 230000002411 adverse Effects 0.000 abstract description 4
- 230000002349 favourable effect Effects 0.000 abstract 1
- 230000002093 peripheral effect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 8
- 230000009931 harmful effect Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000003909 pattern recognition Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000005684 electric field Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 206010012374 Depressed mood Diseases 0.000 description 1
- 241000406668 Loxodonta cyclotis Species 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 210000000744 eyelid Anatomy 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 201000003040 photosensitive epilepsy Diseases 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 201000005070 reflex epilepsy Diseases 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
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
- F03D80/00—Details, components or accessories not provided for in groups F03D1/00 - F03D17/00
- F03D80/20—Arrangements for avoiding shadow flicker
-
- 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
- F05B2260/84—Modelling or simulation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Wind Motors (AREA)
Abstract
本发明实施例提供一种风电场光影评估方法、装置和***,该方法包括:获取风电场的气象信息;根据风电场的气象信息判断风电场内的风电机组是否产生光影。该方法根据风电场的气象信息判断风电场内的风电机组是否产生光影,结合风电场的综合气象信息对光影闪变效应的判断结果更加准确,可信度更高,有利于后续进一步评估光影闪变效应的影响范围及降低光影闪变效应对周边潜在对象的不良影响。
Description
技术领域
本发明涉及风力发电技术领域,特别地涉一种风电场光影评估方法、装置和***。
背景技术
随着传统能源的枯竭,社会经济的持续发展,可再生资源变得尤为重要,其中风能为重要的组成部分,而风力发电为其利用的主要手段。随着风电的大规模开发,风电场与居民区的距离越来越近,而对居民的生活产生影响,其中光影闪变效应会对人们的生活产生不利的影响。
光影闪变效应:当风力发电机组的叶片处在太阳和观察者之间时,由于叶片的不停旋转,叶片所产生的光影也不断地在观察者所处的位置闪过,这种现象称为光影闪变效应。风力发电机组旋转叶片产生的光影闪变光强度足以穿透眼睑,可能导致光敏癫痫的发作。当光影闪变频率达到一定值时,会造成观察者烦闷和精神压力,对身心健康造成负面影响。此外,光影闪变效应还可能产生安全风险,例如使汽车驾驶员分神,增大了交通事故发生的风险。
有鉴于此,业界需要针对风电场光影的自动化准确评估及控制手段,以便于进一步评估、研究和削弱潜在光影闪变产生的不利影响。
发明内容
本发明的目的在于,提供一种风电场光影评估方法、装置及***,以自动准确评估风电场光影的产生条件,为后续进步一评估光影闪变效应是否产生及控制削减光影闪变效应提供基础依据。
为达上述目的,一方面提供一种风电场光影评估方法,其包括:获取风电场的气象信息;根据风电场的气象信息判断风电场内的风电机组是否产生光影。
为达上述目的,另一方面提供一种风电场光影评估装置,其包括:第一实时获取模块,用于获取风电场的气象信息;光影产生条件识别模块,用于根据风电场的气象信息判断风电场内的风电机组是否产生光影。
为达上述目的,又一方面提供一种风电场光影评估***,设置于风电场中,与风电场内的各风电机组连接,包括:风电场气象信息数据采集装置和根据前述的风电场光影评估装置,所述风电场气象信息数据采集装置采集风电场的光照强度、温度、湿度和大气压强。
上述技术方案,根据风电场的气象信息判断风电场内的风电机组是否产生光影,结合风电场的综合气象信息对光影是否产生的判断结果更加准确,可信度更高,有利于后续进一步评估光影闪变效应的影响范围及降低光影闪变效应对周边潜在对象的不良影响,促进风电场与居民和谐共存。
附图说明
图1为本发明实施例的一种风电场光影评估方法的整体流程图;
图2为本发明实施例的一种风电场光影评估及控制方法的具体流程图;
图3是本发明实施例的太阳位置示意图(h为仰角,z为天顶角,A为方位角);
图4是本发明实施例的光影闪变影响范围计算示意图;
图5是本发明实施例的判断光影是否影响对象流程图;
图6是本发明实施例的风电场光影评估装置的逻辑框图;
图7是本发明实施例的风电场光影评估***拓扑图。
具体实施方式
本发明技术方案的构思是:风电场光影评估及控制方法的操作对象为含有一台或多台风电机组的风电场。通过对风电场信息(例如:风电场内各风机的经纬度坐标、海拔、时区等地理信息以及风电机组的技术参数,如叶轮直径、轮毂高度、机舱外形尺寸等)输入的计算得到光影产生的范围、频率并判断是否对周边的潜在受影响对象产生影响。通过风电机组的控制策略(例如:进行偏航、降低叶轮转速等)降低光影闪变产生的不良影响。此外,借助风功率预测***,对风电场未来24h光影闪变状况进行预测,并据此预测风电机组因光影闪变效应停机的时间,合理安排风电场运维计划,减少因光影闪变效应造成的经济损失。
以下结合具体的附图对本发明的实施例的技术方案进行详细阐述:
实施例一
图1为本发明实施例的一种风电场光影评估方法的整体流程图。该方法的执行主体是设置于风电场中的风电场光影评估装置。如图1所示,该方法包括:
步骤110:获取风电场的气象信息。
具体地,风电场的气象信息包括但不限定于风电场的光照强度、温度、湿度、大气压强等。可以从设置于风电场内的气象信息采集设备实时地获取上述信息,这个气象信息采集设备集成配置有相应的压强传感器、光照度传感器、温度传感器、湿度传感器及风速仪等。或者也可以仅增设光照度传感器,其他的借助风电场已有的传感器。
步骤120:根据风电场的气象信息判断风电场内的风电机组是否产生光影。
具体地,光影即光产生的阴影,光影主要包括由风电机组塔筒产生的固定光影及由旋转叶片产生的闪变光影。光影既可以是单台风电机组产生的,也可以是由多台风电机组产生的叠加光影。识别光影产生条件是将风电场的气象信息作为输入至训练好的数学模型,以产生光影模式识别结果(产生或不产生光影),并作为后续进一步判断是否对风电场周边潜在对象构成光影闪变效应的基础条件。
上述方法根据风电场的气象信息判断风电场内的风电机组是否产生光影,由于是结合风电场的实时的综合性气象信息对光影闪变效应进行判断,相较于单一采用光照强度的方式,光影判断识别结果更加准确可信,通过光影模式识别的方式准确判断光影闪变效应产生的条件,有利于为后续进一步评估光影闪变效应的影响范围及降低光影闪变效应对周边潜在对象的不良影响提供准确依据。
实施例二
进一步地,上述步骤120可采用如下具体实现方式:根据日出时间和日落时间判断是否具备产生光影的初步条件;当具备初步条件时,将风电场的光照强度、温度、湿度和大气压强输入光影识别的数学模型,根据该数学模型的输出判断光影是否产生。该数学模型较佳地采用单高斯模型等。但不限于此,可用于天气状况模式识别的数学模型除单高斯模型外还可包括:以气象参数为输入以是否产生光影为输出的神经网络模型、对气象参数是否产生光影进行分类的聚类数学模型等。
具体实施时,可以风电场的光照强度、温度、湿度和大气压强作为输入层元素,以是否产生光影为输出层元素,选取合适的神经网络结构,通过大量的历史数据训练,建立具有光影识别能力的神经网络识别模型。
具体实施时,可将光影产生的判别归结为聚类问题,历史训练样本{x(1)…x(m)},每个x(i)∈S,其中:
x(i)=(l(i),T(i),h(i),p(i)),S={0,1|若产生光影为1,不产生光影为0},采用例如K-means算法将样本聚类成2个簇(cluster),此时能够建立具有光影识别能力的聚类数学模型。
进一步地,为了准确评估风电场光影闪变产生的不良影响范围,以及是否对周边对象(包括建筑物、道路等)产生影响,图1所示方法还可包括如下步骤:获取风电场地理信息(例如风电场内机组排布、各机组经纬度坐标及海拔高度)、风电场内各风电机组的技术参数(例如叶轮直径、轮毂高度、切出风速、切入风速、机舱尺寸等)、对象的位置信息(例如坐标及范围)和风电场内各风电机组的实时运行数据(例如各台机组的叶轮转速和实时偏航位置);根据风电场地理信息、风电场内各风电机组的技术参数和对象的位置信息建立风电场坐标系;当产生光影时,根据风电场内风电机组的实时运行数据包括的偏航位置信息和风电机组的技术参数计算风电场内风电机组的实时光影影响范围;根据风电场坐标系判断实时光影影响范围是否到达对象。计算的光影范围可以为单台机组,多台机组或全场机组共同叠加而成的光影范围。在本实施例中,风电场光影评估装置的运行风速段为风电机组的切入风速到切出风速之间。
较佳地,可根据风电场厂址排布建立宏观笛卡尔直角坐标系,根据风电场中单个风电机组建立风电机组微观笛卡尔直角坐标系,并将微观坐标系嵌套至宏观坐标系,以此建立风电场坐标系。
较佳地,可采用如下方式判断实时光影影响范围是否到达上述对象:根据对象中心的相对坐标点与实时光影影响范围之间的最小距离以及对象的范围,判断判断风电机组的实时光影影响范围是否到达所述对象。
进一步地,为了准确评估风电场光影闪变效应是否产生,图1所示方法还可包括如下步骤:根据对对象产生光影影响的一台或多台风电机组的叶轮转速计算光影的闪变频率。然后判断该光影闪变频率是否达到或超过预设阈值,当风电机组的实时光影影响范围到达该对象且光影闪变频率达到或超过预设阈值时,该风电机组对该对象产生了光影闪变效应。以上为构成光影闪变效应的两个条件。
进一步地,为了降低光影闪变效应产生的不利影响,本发明实施例还通过调整风电机组的控制策略来降低光影闪变效应产生的不良影响。即还包括如下步骤:当光影闪变频率超过预设阈值时(例如3Hz),生成用于降低光影闪变效应的风电场控制策略,包括确定对该对象产生光影闪变效应影响的目标风电机组的偏航位置信息及叶轮转速;将该风电场控制策略发送给目标风电机组。即主要通过降低风电机组转速和执行偏航操作来削弱光影闪变效应。
进一步地,为了减少因光影闪变效应造成的经济损失,本发明实施例还采取合理安排运维计划的措施。即在生成用于降低光影闪变效应的风电场控制策略之后,还包括如下步骤:从风功率预测***获取预测的天气状况和预测风速;根据预测的天气状况、预测风速和光影闪变效应影响时间段,判断是否在光影闪变效应影响时间段对风电机组进行检修维护。一般地,风速在12m/s以下为可维护风速,阴、晴、无降雨等视为可维护的天气状况。
进一步了,为了实时地获取各机组的准确偏航信息,图1所示方法还可包括如下步骤:从风电场内风电机组获取由安装于风电机组上的卫星罗经仪和卫星共同定位的风电机组相对于正北方向的偏航位置信息。
进一步地,为了保障统一的时间基准,该方法还包括如下步骤:从卫星接收与风电场内风电机组相统一的授时信息。
本发明实施例的上述技术方案,能够通过光影模式识别的方式准确判断光影闪变效应产生的条件,能够准确评估风电场光影闪变效应产生不良的范围、闪变频率,能够通过调整风力发电机组的控制策略来降低光影闪变效应造成的不良影响,能够预估未来时段光影闪变影响状况,结合天气预报,合理安排运维计划,减少因光影闪变效应造成的经济损失。
实施例三
图2为本发明实施例的一种风电场光影评估及控制方法的具体流程图。该较佳的流程包括如下步骤:
步骤210:获取光影评估及控制装置的输入信息,根据该输入信息生成风电场坐标***。
具体的,该输入信息可包括:风电场地理信息、风电机组技术参数、受影响对象信息、风电场运行数据和风电场气象信息。
风电场地理信息,包括:风电场内所安装的风电机组排布、各风电机组经纬度坐标及其海拔高度。
风电机组技术参数,包括:叶轮直径、轮毂高度、切出风速、切入风速、机舱尺寸等。
受影响对象信息,包括受影响对象的中心经纬度坐标及其范围,一般地,其范围为以中心点为圆心,取合适的半径。
风电场(实时)运行数据或运行参数,包括:各台机组叶轮转速、偏航位置。
风电场气象信息,包括光照强度、湿度、温度、大气压强等。
将上述信息输入后,以其中一台风力发电机组作为参考,根据风电场地理信息、风电场内各风电机组的技术参数和对象的位置信息建立风电场坐标系。
步骤220:根据风电场的气象信息判断光影产生的条件。分两步进行:初步判断和最终判断。
初步判断步骤为基于时间段的判断,首先计算出当日的日出时间和日落时间,当前时间若在日出时间和日落时间之中,则进行最终判断,若在日出时间到日落时间时段以外,则不具备光影产生的条件。
最终判断步骤,将光照强度l、温度T、湿度h、大气压强p作为输入,以单高斯模型作为光影模式识别手段,进行光影是否产生的判断。该步骤的具体处理过程如下:
(1)采集有光影产生天气状况的数据,此时所收集样本向量维数为4,x=(l,T,h,p);
(2)计算样本向量的高斯分布概率密度函数。对于多维高斯正态分布概率密度函数的计算公式为:
其中μ是模型的期望,Σ是模型的方差,一般的,根据最大似然原理,通常μ由训练样本的均值代替,Σ由样本方差代替。换言之,除非模型的期望与方差已知,都会适用该定义。
(3)t时刻光影是否产生的识别。此时输入样本向量为xt=(lt,Tt,ht,pt),定义光影产生的类别为C,则样本属于类别C的概率为:
(4)将包含光照强度l、温度T、湿度h、大气压强p的时间序列输入至上式,均可以得到一个标量N(xt|C),然后根据阈值δ来确定该样本是否属于产生光影的类别。一般地,阈值δ的选取一般靠经验来设定,本实施例较佳地中采用δ=0.75。
步骤230:根据风电场内风电机组的实时运行数据包括的偏航位置信息和风电机组的技术参数,计算单台风力发电机组(简称单机)的实时光影影响范围。
太阳的位置可以用仰角h(ElevationAngle)、天顶角Z(ZenithAngle)、方位角A(AzimuthAngle)予以确定,其示意图如图3所示,并假定太阳在地球上的投影为平行投影,当风电机组处于太阳与对象之间时会产生光影,其光影主要是由风电机组塔筒产生的固定光影及由旋转叶片产生的闪变光影,其计算示意图如图4所示。经几何计算,可以得到单机光影闪变效应影响范围。图4为本发明实施例的光影闪变影响范围计算示意图,图4(1)为侧视图,图4(2)为俯视图。其中O为塔筒的中心点,A为风电机组叶轮最下端在地面上的投影点,B为风电机组叶轮最上端点在地面上的投影点,C为风电机组轮毂中心位置点在地面上的投影点)。
步骤240:根据风电场坐标系判断单机实时光影影响范围是否达到对象范围内。
具体地,将风电机组塔筒最底部中心设中心,表现为原点,则对象相对于原点的中心坐标为(x,y),为简化计算,将能够影响到对象的区域设定为以中心为原点,r为半径的圆形,通过图5所示的流程判断该机组产生的光影闪变效应是否对对象产生影响,其具体的判断流程如下所示:
步骤241:将上述步骤计算得到的光影影响范围光影坐标及对象(或障碍物)中心相对坐标作为输入,对风电机组产生的实时光影影响范围是否对对象产生影响进行判断;
步骤242:判断所有输入的光影坐标是否全部为(0,0),若是,则对象不受风电机组产生的光影闪变效应的影响,若否,则转至步骤243;
步骤243:计算对象中心相对坐标到光影影响范围各点的距离li,i=1,2,…,n,其中n为表示光影影响范围坐标点的个数;
步骤244:选取li中的最小值与r(对象的范围)进行比较,若min(li)<r,则对象受风电机组产生的实时光影影响,若否,则转至第步骤245;
步骤245:计算对象相对坐标到表示光影影响范围各点围成线段的距离,并令最小的距离为b;
步骤246:比较b与r的大小,若b<r,则对象受风电机组产生的实时光影影响,如否,则转至步骤247;
步骤247:判断对象相对坐标点是否在表示光影影响范围各坐标组成的多边形内,若在,则对象受风电机组产生的实时光影影响,若否,则对象不受影响。
步骤250:对全场风电机组的光影影响范围或区域进行叠加,并根据叶轮转速计算光影闪变频率。
具体地,本步骤以受影响的对象为参考,采用集合并的运算方式,对所涉及的各单台风电机组的阴影范围进行叠加。
若单机光影闪变效应对对象产生影响,则需要对产生的光影闪变频率进行评估。设有n台机组产生的光影对对象产生影响,机组的叶轮转速分别为Rs1,Rs2,…,Rsnrpm,则光影闪变的频率为:
步骤260:判断光影闪变频率是否达到预设阈值,当实时光影影响范围到达对象且光影闪变频率达到预设阈值时,确定对该对象产生或构成光影闪变效应。当未达预设阈值时,返回步骤210。
步骤270:生成降低光影闪变效应的风电场控制策略,并发送给风电机组的主控制器。
降低光影闪变效应主要通过降低风电机组转速和执行偏航操作。对于降低风电机组转速,当光影闪变频率达到一定值f0时(一般取值3Hz),需要对产生光影影响的机组进行降转速运行;通过偏航操作用以减少光影影响的范围。其控制策略归结为:经过上述步骤的计算,若对象受光影闪变效应的影响,且频率超过了设定值,此时***根据太阳方位角罗列偏航位置,并分别计算各机组在此偏航位置产生的光影效应是否对对象产生影响,若所罗列的偏航位置中存在产生的光影闪变效应未影响到对象,则选与取机组此时偏航位置最为接近的位置;若所罗列的偏航位置产生的光影效应都对对象有影响,则机组保持原来的偏航位置,此时共有n0台机组产生的光影效应对对象有影响。对光影闪变频率进行评估,若超过设定值,则可将机组的转速降低至:
进一步地,该方法还包括步骤:生成基于风功率预测***的运维计划。规避光影闪变效应的控制策略会导致风电机组降负荷运行,从而影响到风电场的发电量,然而根据太阳轨迹,光影闪变的影响时间可以准确计算,若对风电场现有的风功率预测***增加对未来24h天气状况预测,若预测的天气状况可以产生光影且预测的风速小于禁止维护风速时,可以利用光影闪变影响的这段时间对风电机组进行正常的检修维护工作,减少因光影闪变造成的经济损失。
实施例四
图6为本发明实施例的风电场光影评估装置300的逻辑框图。如图6所示,其包括:第一实时获取模块312,用于获取风电场的气象信息;光影产生条件识别模块314,用于根据风电场的气象信息判断风电场内的风电机组是否产生光影。
较佳地,光影产生条件识别模块314可包括:初步识别单元,用于根据日出时间和日落时间判断是否具备产生光影的初步条件;最终识别单元,用于当具备初步条件时,将风电场的光照强度、温度、湿度和大气压强输入光影识别的数学模型,根据该数学模型的输出判断光影是否产生。该数学模型可采用单高斯模型,但不限于此,可用于天气状况模式识别的数学模型除单高斯模型外还可包括:以气象参数为输入以是否产生光影为输出的神经网络模型、对气象参数是否产生光影进行分类的聚类数学模型等。
较佳地,该装置300还可包括:初始化获取模块318,用于获取风电场地理信息、风电场内各风电机组的技术参数、对象的位置信息;第二实时获取模块316,用于获取风电场内各风电机组的实时运行数据;坐标系建立模块320,用于根据风电场地理信息、风电场内各风电机组的技术参数和对象的位置信息建立风电场坐标系;光影范围计算模块324,用于当产生光影时,根据风电场内风电机组的实时运行数据包括的偏航位置信息和风电机组的技术参数计算风电场内风电机组的实时光影影响范围;光影影响判断模块324,用于根据风电场坐标系判断所述实时光影影响范围是否到达所述对象。
具体地,光影影响判断模块324,可用于根据对象中心的相对坐标点与实时光影影响范围之间的最小距离以及该对象的范围,判断上述实时光影影响范围是否到达该对象。
实时运行数据还包括风电机组的叶轮转速,该装置300还包括:光影闪变频率计算模块326,用于根据对该对象产生光影影响的一台或多台风电机组的叶轮转速计算光影的闪变频率。
进一步地,该装置300还可包括:光影闪变效应判断模块328,用于判断光影闪变频率是否达到预设阈值,当实时光影影响范围到达对象且光影闪变频率达到预设阈值时,确定对该对象构成光影闪变效应;风电场控制策略生成模块330,用于生成用于降低光影闪变效应的风电场控制策略,包括确定对所述对象产生光影闪变效应影响的目标风电机组的偏航位置及叶轮转速;发送模块332,用于将所述风电场控制策略发送给所述目标风电机组。
进一步地,该装置300还可包括:运维计划生成模块(图中未绘示),用于从风功率预测***获取预测的天气状况和预测风速;根据预测的天气状况、预测风速和光影闪变效应影响时间段,判断是否在光影闪变效应影响时间段对风电机组进行检修维护。
具体地,第二实时获取模块316,可用于从风电场内风电机组获取由安装于风电机组上的卫星罗经仪和卫星共同定位的该风电机组相对于正北方向的偏航位置信息。
具体地,初始化获取模块318,还可用于从卫星接收与风电场内风电机组相统一的授时信息。
该装置的具体工作过程已在前述方法实施例中详述,故不在此赘述。
本发明实施例的上述技术方案,能够通过光影识别的方式准确判断光影闪变效应产生的条件,能够准确评估风电场光影闪变效应产生不良的范围、闪变频率,能够通过调整风力发电机组的控制策略来降低光影闪变效应造成的不良影响,能够合理安排运维计划以减少因光影闪变效应造成的经济损失。
实施例五
图3为根据本发明实施例的光影评估***的拓扑图。如该***评估风电场产生光影闪变效应的范围、频率以及是否对周边对象产生影响,并通过控制策略降低其不良的影响。该风电场光影评估及控制***,设置于风电场中,与风电场内的各风电机组连接,该***包括:风电场气象信息数据采集装置400和前述的任意一种风电场光影评估及控制装置300。该风电场气象信息数据采集装置400采集风电场的光照强度、温度、湿度和大气压强。
进一步地,风电机组上安装有卫星罗经仪,用于根据卫星定位实时获取风电机组当前相对于正北方向的偏航位置信息。可以对影响对象一定范围(10倍叶轮直径)内的风机加装卫星罗经仪,对风机的偏航位置进行定向,确立风机相对于正北方向上的偏航位置。卫星罗经仪,其两个卫星接收天线接收GPS信号,卫星数据处理器基于卫星定位解算出北,然后采用三维惯性陀螺和卫星指北修正,最后得到机舱相对于正北方向的位置。该卫星的授时模块用于***的授时。
其中,该风电场气象信息数据采集装置400可以包括:光照度传感器、温度传感器、湿度传感器、大气压强传感器、风功率预测***。具体地,光照度传感器,测量风电场光照强度,作为识别光影产生条件之一;温度传感器,测量风电场温度,作为识别光影产生条件之一;湿度传感器,测量风电场湿度,作为识别光影产生条件之一;压强传感器,测量风电场大气压强,作为识别光影产生条件之一;风功率预测***,现为风电场标配***,稍作改造后用于合理安排运维计划。
本发明的实施例的上述技术方案具有如下有益技术效果:
上述技术方案能够准确评估风电场的光影闪变效应,包括光影闪变的影响范围、闪变频率以及是否对对象产生影响;
上述技术方案能够通过调整风力发电机组的控制策略降低光影闪变效应造成的不良影响;
上述技术方案能够预估未来时段光影闪变影响状况,结合天气预报,合理安排运维计划,减少因光影闪变效应造成的经济损失。
需要指出,根据实施的需要,可将本申请中描述的各个步骤/部件拆分为更多步骤/部件,也可将两个或多个步骤/部件或者步骤/部件的部分操作组合成新的步骤/部件,以实现本发明的目的。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (18)
1.一种风电场光影评估方法,其特征在于,包括:
获取风电场的气象信息;
根据风电场的气象信息判断风电场内的风电机组是否产生光影。
2.根据权利要求1所述的方法,其特征在于,所述根据风电场的气象信息判断风电场内的风电机组是否产生光影包括:
根据日出时间和日落时间判断是否具备产生光影的初步条件;
当具备初步条件时,将风电场的光照强度、温度、湿度和大气压强输入光影识别数学模型,根据所述光影识别数学模型的输出判断光影是否产生。
3.根据权利要求2所述的方法,其特征在于,所述光影识别数学模型包括单高斯模型、神经网络模型或者聚类模型。
4.根据权利要求1、2或3所述的方法,其特征在于,还包括:
获取风电场地理信息、对象的位置信息、风电场内各风电机组的技术参数以及实时运行数据;
根据风电场地理信息、风电场内各风电机组的技术参数和对象的位置信息建立风电场坐标系;
当产生光影时,根据风电场内风电机组的实时运行数据包括的偏航位置信息和风电机组的技术参数计算风电场内风电机组的实时光影影响范围;
根据风电场坐标系判断所述实时光影影响范围是否到达所述对象。
5.根据权利要求4所述的方法,其特征在于,所述根据风电场坐标系判断风电机组的实时光影影响范围是否到达所述对象,包括:
根据对象中心的相对坐标点与实时光影影响范围之间的最小距离以及所述对象的范围,判断风电机组的实时光影影响范围是否到达所述对象。
6.根据权利要求4所述的方法,其特征在于,所述实时运行数据还包括风电机组的叶轮转速,所述方法还包括:根据对所述对象产生光影影响的一台或多台风电机组的叶轮转速计算光影闪变频率。
7.根据权利要求6所述的方法,其特征在于,还包括:
判断光影闪变频率是否达到预设阈值,当实时光影影响范围到达所述对象且光影闪变频率达到预设阈值时,确定对所述对象构成光影闪变效应;
生成用于降低光影闪变效应的风电场控制策略,包括确定对所述对象产生光影闪变效应影响的目标风电机组的偏航位置信息及叶轮转速;
将所述风电场控制策略发送给所述目标风电机组。
8.根据权利要求7所述的方法,其特征在于,在生成用于降低光影闪变效应的风电场控制策略之后,还包括:
从风功率预测***获取预测的天气状况和预测风速;
根据预测的天气状况、预测风速和光影闪变效应影响时间段,判断是否在光影闪变效应影响时间段对风电机组进行检修维护。
9.根据权利要求4所述的方法,其特征在于,从风电场内风电机组获取由安装于所述风电机组上的卫星罗经仪和卫星共同定位的该风电机组相对于正北方向的偏航位置信息。
10.一种风电场光影评估装置,其特征在于,包括:
第一实时获取模块,用于获取风电场的气象信息;
光影产生条件识别模块,用于根据风电场的气象信息判断风电场内的风电机组是否产生光影。
11.根据权利要求10所述的装置,其特征在于,所述光影产生条件识别模块包括:
初步识别单元,用于根据日出时间和日落时间判断是否具备产生光影的初步条件;
最终识别单元,用于当具备初步条件时,将风电场的光照强度、温度、湿度和大气压强输入光影识别数学模型,根据所述光影识别数学模型的输出判断光影是否产生。
12.根据权利要求10或11所述的装置,其特征在于,还包括:
初始化获取模块,用于获取风电场地理信息、风电场内各风电机组的技术参数和对象的位置信息;
第二实时获取模块,用于获取风电场内各风电机组的实时运行数据;
坐标系建立模块,用于根据风电场地理信息、风电场内各风电机组的技术参数和对象的位置信息建立风电场坐标系;
光影范围计算模块,用于当产生光影时,根据风电场内风电机组的实时运行数据包括的偏航位置信息和风电机组的技术参数计算风电场内风电机组的实时光影影响范围;
光影影响判断模块,用于根据风电场坐标系判断所述实时光影影响范围是否到达所述对象。
13.根据权利要求12所述的装置,其特征在于,所述光影影响判断模块,用于根据对象中心的相对坐标点与实时光影影响范围之间的最小距离以及所述对象的范围,判断实时光影影响范围是否到达所述对象。
14.根据权利要求12所述的装置,其特征在于,所述实时运行数据还包括风电机组的叶轮转速,所述装置还包括:光影闪变频率计算模块,用于根据对所述对象产生光影影响的一台或多台风电机组的叶轮转速计算光影闪变频率。
15.根据权利要求14所述的装置,其特征在于,还包括:
光影闪变效应判断模块,用于判断光影闪变频率是否达到预设阈值,当实时光影影响范围到达所述对象且光影闪变频率达到预设阈值时,确定对所述对象构成光影闪变效应;
风电场控制策略生成模块,用于生成用于降低光影闪变效应的风电场控制策略,包括确定对所述对象产生光影闪变效应影响的目标风电机组的偏航位置信息及叶轮转速;
发送模块,用于将所述风电场控制策略发送给所述目标风电机组。
16.根据权利要求15所述的装置,其特征在于,还包括:运维计划生成模块,用于从风功率预测***获取预测的天气状况和预测风速;根据预测的天气状况、预测风速和光影闪变效应影响时间段,判断是否在光影闪变效应影响时间段对风电机组进行检修维护。
17.根据权利要求12所述的装置,其特征在于,所述第二实时获取模块,用于从风电场内风电机组获取由安装于所述风电机组上的卫星罗经仪和卫星共同定位的该风电机组相对于正北方向的偏航位置信息。
18.一种风电场光影评估***,设置于风电场中,与风电场内的各风电机组连接,其特征在于,包括:风电场气象信息数据采集装置和根据权利要求10-17中任一项所述的风电场光影评估装置,所述风电场气象信息数据采集装置采集风电场的光照强度、温度、湿度和大气压强。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610009596.0A CN105673359B (zh) | 2016-01-06 | 2016-01-06 | 风电场光影评估方法、装置和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610009596.0A CN105673359B (zh) | 2016-01-06 | 2016-01-06 | 风电场光影评估方法、装置和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105673359A true CN105673359A (zh) | 2016-06-15 |
CN105673359B CN105673359B (zh) | 2018-08-03 |
Family
ID=56299382
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610009596.0A Active CN105673359B (zh) | 2016-01-06 | 2016-01-06 | 风电场光影评估方法、装置和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105673359B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107664096A (zh) * | 2016-07-27 | 2018-02-06 | 北京金风科创风电设备有限公司 | 偏航对风控制方法、装置及*** |
CN110318955A (zh) * | 2019-06-14 | 2019-10-11 | 西昌飓源风电开发有限公司 | 一种陆地风力发电机组用叶片光影影响范围监控装置 |
CN110630440A (zh) * | 2019-10-18 | 2019-12-31 | 东方电气风电有限公司 | 一种风力发电机光影控制方法及其*** |
CN110778466A (zh) * | 2019-12-17 | 2020-02-11 | 湘电风能有限公司 | 一种风力发电机组的光影闪烁控制方法 |
CN110869610A (zh) * | 2017-06-29 | 2020-03-06 | 西门子歌美飒可再生能源公司 | 用于检测风力涡轮机的阴影条件的方法和装置 |
CN110863948A (zh) * | 2019-12-03 | 2020-03-06 | 中国船舶重工集团海装风电股份有限公司 | 一种风机控制方法、***、装置及可读存储介质 |
GB2586227A (en) * | 2019-08-07 | 2021-02-17 | Renewable Energy Systems Ltd | System and method for controlling shadow flicker from a wind turbine |
CN112610428A (zh) * | 2020-12-11 | 2021-04-06 | 太原重工股份有限公司 | 风电机组光影抑制***及方法 |
CN116861705A (zh) * | 2023-09-04 | 2023-10-10 | 聚合电力工程设计(北京)股份有限公司 | 基于计算机模拟的风电场噪声和光影影响分析方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6661111B1 (en) * | 1999-06-30 | 2003-12-09 | Aloys Wobben | Wind power plant provided with cast shadow control |
CN1802505A (zh) * | 2003-04-24 | 2006-07-12 | 艾劳埃斯·乌本 | 运行风力发电装置的方法 |
JP4411015B2 (ja) * | 2003-06-03 | 2010-02-10 | 富士重工業株式会社 | 風力発電機 |
DE19928048B4 (de) * | 1998-06-20 | 2010-05-20 | Vestas Wind Systems A/S | Windkraftanlage |
CN101796294A (zh) * | 2007-09-03 | 2010-08-04 | 维斯塔斯风力***有限公司 | 风轮机的阴影控制 |
-
2016
- 2016-01-06 CN CN201610009596.0A patent/CN105673359B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19928048B4 (de) * | 1998-06-20 | 2010-05-20 | Vestas Wind Systems A/S | Windkraftanlage |
US6661111B1 (en) * | 1999-06-30 | 2003-12-09 | Aloys Wobben | Wind power plant provided with cast shadow control |
CN1802505A (zh) * | 2003-04-24 | 2006-07-12 | 艾劳埃斯·乌本 | 运行风力发电装置的方法 |
JP4411015B2 (ja) * | 2003-06-03 | 2010-02-10 | 富士重工業株式会社 | 風力発電機 |
CN101796294A (zh) * | 2007-09-03 | 2010-08-04 | 维斯塔斯风力***有限公司 | 风轮机的阴影控制 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107664096B (zh) * | 2016-07-27 | 2018-11-27 | 北京金风科创风电设备有限公司 | 偏航对风控制方法、装置及*** |
CN107664096A (zh) * | 2016-07-27 | 2018-02-06 | 北京金风科创风电设备有限公司 | 偏航对风控制方法、装置及*** |
CN110869610A (zh) * | 2017-06-29 | 2020-03-06 | 西门子歌美飒可再生能源公司 | 用于检测风力涡轮机的阴影条件的方法和装置 |
CN110869610B (zh) * | 2017-06-29 | 2021-11-30 | 西门子歌美飒可再生能源公司 | 用于检测风力涡轮机的阴影条件的方法和装置 |
US11156208B2 (en) | 2017-06-29 | 2021-10-26 | Siemens Gamesa Renewable Energy A/S | Method and arrangement for detecting a shadow condition of a wind turbine |
CN110318955B (zh) * | 2019-06-14 | 2021-05-14 | 西昌飓源风电开发有限公司 | 一种陆地风力发电机组用叶片光影影响范围监控装置 |
CN110318955A (zh) * | 2019-06-14 | 2019-10-11 | 西昌飓源风电开发有限公司 | 一种陆地风力发电机组用叶片光影影响范围监控装置 |
GB2586227B (en) * | 2019-08-07 | 2022-04-20 | Renewable Energy Systems Ltd | System and method for controlling shadow flicker from a wind turbine |
GB2586227A (en) * | 2019-08-07 | 2021-02-17 | Renewable Energy Systems Ltd | System and method for controlling shadow flicker from a wind turbine |
CN110630440A (zh) * | 2019-10-18 | 2019-12-31 | 东方电气风电有限公司 | 一种风力发电机光影控制方法及其*** |
CN110863948A (zh) * | 2019-12-03 | 2020-03-06 | 中国船舶重工集团海装风电股份有限公司 | 一种风机控制方法、***、装置及可读存储介质 |
WO2021120885A1 (zh) * | 2019-12-17 | 2021-06-24 | 湘电风能有限公司 | 一种风力发电机组的光影闪烁控制方法 |
CN110778466A (zh) * | 2019-12-17 | 2020-02-11 | 湘电风能有限公司 | 一种风力发电机组的光影闪烁控制方法 |
CN112610428A (zh) * | 2020-12-11 | 2021-04-06 | 太原重工股份有限公司 | 风电机组光影抑制***及方法 |
CN116861705A (zh) * | 2023-09-04 | 2023-10-10 | 聚合电力工程设计(北京)股份有限公司 | 基于计算机模拟的风电场噪声和光影影响分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105673359B (zh) | 2018-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105673359A (zh) | 风电场光影评估方法、装置和*** | |
Li et al. | Onshore and offshore wind energy potential assessment near Lake Erie shoreline: A spatial and temporal analysis | |
CN103161668B (zh) | 智能风电机组工况辨识***及方法 | |
Bukala et al. | Modern small wind turbine design solutions comparison in terms of estimated cost to energy output ratio | |
Reja et al. | A review of the evaluation of urban wind resources: Challenges and perspectives | |
CN106682282A (zh) | 一种基于遗传算法嵌套粒子群算法的风电场多型号风力发电机排布优化方法 | |
Hyams | Wind energy in the built environment | |
CN106845018A (zh) | 风电场对气象雷达降雨量影响的分析与定量化评估方法 | |
US20230237208A1 (en) | Method for constructing a wind farm in a predetermined space | |
Shi et al. | Estimation of wind energy potential and prediction of wind power | |
CN110630440A (zh) | 一种风力发电机光影控制方法及其*** | |
Sarkar et al. | Proficiency assessment of adaptive neuro-fuzzy inference system to predict wind power: A case study of Malaysia | |
CN103559552A (zh) | 带罚函数粒子群算法的分散式风电场微观选址*** | |
CN109599899A (zh) | 一种新能源运行模拟边界条件的设定方法 | |
Mohammadi et al. | Modeling the allocation and economic evaluation of PV panels and wind turbines in urban areas | |
CN102945326A (zh) | 一种基于二进制编码遗传算法的风机微观选址装置及方法 | |
CN115204709B (zh) | 一种便于风电场选址的台风风险评估方法 | |
CN115586591A (zh) | 风暴潮的自动预报方法以及装置 | |
Islam | Assessment of wind energy potential mapping for peninsular Malaysia | |
CN114722470A (zh) | 一种绿色建筑环境模拟模型前处理方法 | |
CN116738769B (zh) | 一种风光数据生成模型构建方法及风光数据生成方法 | |
Gherboudj | GIS-based suitability mapping for offshore and onshore wind energy in the United Arab Emirates | |
CN113095602B (zh) | 一种以出力平稳为目标的流域风电场群规划方法 | |
Adeyeye et al. | Multi‐parameter optimization of performance and economic viability of Ferris wheel wind turbine for low wind speed regions in Africa | |
Eecen | Wind energy research in The Netherlands |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |