CN107882679B - 风电场的偏航控制方法及控制装置 - Google Patents
风电场的偏航控制方法及控制装置 Download PDFInfo
- Publication number
- CN107882679B CN107882679B CN201610865387.6A CN201610865387A CN107882679B CN 107882679 B CN107882679 B CN 107882679B CN 201610865387 A CN201610865387 A CN 201610865387A CN 107882679 B CN107882679 B CN 107882679B
- Authority
- CN
- China
- Prior art keywords
- wind
- wind power
- generating set
- power generating
- value
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000012360 testing method Methods 0.000 claims abstract description 145
- 230000005611 electricity Effects 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 10
- 238000001228 spectrum Methods 0.000 claims description 5
- 108090000623 proteins and genes Proteins 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 9
- 239000011159 matrix material Substances 0.000 description 8
- 238000003860 storage Methods 0.000 description 8
- 238000001914 filtration Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 229920000535 Tan II Polymers 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 206010008190 Cerebrovascular accident Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition 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
- F03D7/00—Controlling wind motors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
-
- 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
- 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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Water Supply & Treatment (AREA)
- Computer Hardware Design (AREA)
- Primary Health Care (AREA)
- Geometry (AREA)
- Public Health (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Wind Motors (AREA)
Abstract
本发明实施例提供一种风电场的偏航控制方法及控制装置，其中，该方法包括：获取风电场中各风力发电机组的风速测试值和风向测试值；根据所述各风力发电机组的风速测试值和风向测试值，生成所述风电场的风场图谱；根据所述风场图谱，对所述风电场中的目标风力发电机组进行偏航控制。本发明实施例提供的风电场的偏航控制方法及控制装置，克服了传统偏航控制过程中尾流效应对偏航控制的影响，提高了偏航控制的效率和风能利用率。
Description
技术领域
本发明实施例涉及风力发电技术领域，尤其涉及一种风电场的偏航控制方法及控制装置。
背景技术
当前，以煤、石油、天然气为主的常规能源不仅资源有限，而且造成了严重的大气污染。随着世界工业化进程的不断加快，使得能源消耗逐渐增加，全球工业有害物质的排放量与日俱增，从而造成了气候异常、灾害增多、恶性疾病多发等问题。因此，对可再生清洁能源的开发利用，特别是风能的开发利用，已经受到世界各国的高度重视。
目前风电场中的风力发电机组的偏航控制是根据风力发电机组自身的风速仪和风向标的测试数据进行判断的，而风电场中不仅各台风力发电机组间所处的地理环境存在差异，而且风力发电机组间也会存在尾流效应的影响，从而导致了风力发电机组不能很好的追踪主风能的方向，同时风向标和风速仪测得的数据也会存在较大的随机误差，使得风力发电机组不能很准确的把握风场整体的风况、风力发电机组的偏航频率较高、风能捕捉能力较差。
发明内容
本发明实施例提供一种风电场的偏航控制方法及控制装置，用以克服传统偏航控制方法中尾流效应对偏航控制的影响，提高偏航控制的效率和风能的利用率。
本发明实施例第一方面提供一种风电场的偏航控制方法，该方法包括：
获取风电场中各风力发电机组的风速测试值和风向测试值；
根据所述各风力发电机组的风速测试值和风向测试值，生成所述风电场的风场图谱；
根据所述风场图谱，对所述风电场中的目标风力发电机组进行偏航控制。
本发明实施例第二方面提供一种风电场的偏航控制装置，该控制装置包括：
获取模块，用于获取风电场中各风力发电机组的风速测试值和风向测试值；
生成模块，用于根据所述各风力发电机组的风速测试值和风向测试值，生成所述风电场的风场图谱；
控制模块，用于根据所述风场图谱，对所述风电场中的目标风力发电机组进行偏航控制。
本发明实施例，通过获取风电场中各风力发电机组的风速测试值和风向测试值，生成风场图谱，从而根据生成的风场图谱，实现对风电场中各风力发电机组的偏航控制。而不是像传统技术那样依据每台风力发电机组自身的风速测试值和风向测试值对每台风力发电机组进行偏航控制。由于本发明实施例是在风场图谱的基础上对风力发电机组进行偏航控制的，因而能够基于风场图谱从整体上对风电场的风场状况进行把握，从而消除了尾流效应对偏航控制的影响，提高了偏航控制的效率和风能的利用率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的风电场的偏航控制方法的流程示意图；
图2为本发明一实施例提供的风场基因图谱的建立方法的流程示意图；
图3为本发明一实施例提供的风场基因图谱的结构示意图；
图4为本发明一实施例提供的步骤S103的执行方法的流程示意图；
图5为图3的局部放大图；
图6为本发明一实施例提供的风电场的偏航控制装置的结构示意图；
图7为本发明一实施例提供的风电场的偏航控制装置中生成模块12的结构示意图；
图8为本发明一实施例提供的风电场的偏航控制装置中控制模块13的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的说明书和权利要求书的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤的过程或结构的装置不必限于清楚地列出的那些结构或步骤而是可包括没有清楚地列出的或对于这些过程或装置固有的其它步骤或结构。
图1为本发明一实施例提供的风电场的偏航控制方法的流程示意图，该方法可以由一偏航控制装置来执行。如图1所示，本实施例提供的方法包括如下步骤。
步骤S101、获取风电场中各风力发电机组的风速测试值和风向测试值。
本实施例中所涉及的“风速测试值”和“风向测试值”可以是风电场中风力发电机组测试获得的经过滤波处理的瞬时风速值和瞬时风向值，优选的，也可以是风电场中风力发电机组在预设时间范围内测得的平均风速值和平均风向值。
实际应用中，当“风速测试值”和“风向测试值”为风电场中风力发电机组测试获得的瞬时风速值和瞬时风向值时，风速测试值可以通过风力发电机组的风速仪测试获得的风速瞬时值经过滤波处理后得到，风向测试值可以通过风力发电机组的风向标测试获得的风向瞬时值经过滤波处理后得到。可选的，本实施例中可以在偏航控制装置中设置一存储单元，并将风电场中各风力发电机组的风速仪和风向标接入所述存储单元，当风力发电机组测试获得风场的瞬时风向值和瞬时风速值后，偏航控制装置通过滤波器(例如Kalman滤波器)对瞬时风向值和瞬时风速值进行滤波处理，并将滤波处理后的瞬时风向值和瞬时风速值与相应的时间标签和风力发电机组的标识关联存储在存储单元中。
以Kalman滤波器为例，本实施例中，通过Kalman滤波器对瞬时风向值和瞬时风速值进行滤波处理的原理如下：
首先根据表达式(1)-(2)
xk+1＝f(xk)+Γkuk (1)
zk,m＝hk,m(xk)+υk,m (2)
定义多风力发电机组的离散***方程，式中，xk和zk,m分别表示k时刻风力发电机组的状态向量和量测向量；f(·)和h(·)分别为滤波器的状态转移函数和量测函数；Γk表示过程噪声分布矩阵；uk和υk,m分别表示过程噪声和量测噪声；m表示风力发电机组的标号。zk,m为一包含风向瞬时值和风速瞬时值的向量。zk,m可以表示为：
zk,m＝[dk,m,sk,m] (3)
dk,m,sk,m分别表示第k时刻第m个风力发电机组的风向瞬时值和风速瞬时值。
然后依据下式对状态时间进行更新，设k-1时刻协方差矩阵pk-1正定，则对其进行因式分解得到：
pk-1,k-1＝sk-1,k-1(sk-1,k-1)T (4)
然后根据表达式(5)
对容积点进行估计，其中，表示第i个容积点，且此时，N表示容积点个数，N＝2n，n表示被估计风力发电机组状态的向量维数；[ε]i∈Rn×1表示[In×n,-In×n]∈Rn×N的第i列元素，In×n表示n维单位矩阵。根据表达式(6)进行容积点的转换传播，然后根据表达式(7)求解量测预测值，根据表达式(8)计算协方差矩阵，其中，Qk-1表示***噪声协方差矩阵。
进一步的，根据上述表达式(1)-(8)再进行如下过程：
步骤1、进行矩阵pk,k-1因式分解如下：
pk,k-1＝sk,k-1(sk,k-1)T (9)
步骤2、进行容积点估计如下：
步骤3、进行容积点传播如下：
步骤4、计算量测预测值
步骤5、计算量测方差与状态量测交互协方差矩阵
其中，Θk表示量测方差矩阵。
步骤6、求解增益如下：
步骤7、计算状态估计及误差协方差矩阵pk,k：
从而完成对风速瞬时值和风向瞬时值的滤波处理。这里的过滤波处理过程与现有技术中Kalman滤波器的滤波原理类似，在这里不多做描述。
当本实施例中所述涉及的“风速测试值”和“风向测试值”为风力发电机组在预设时间范围内测得的平均风速值和平均风向值时，偏航控制装置从存储单元中获取各风力发电机组在预设时间范围内测试获得的所有瞬时风速值和所有瞬时风向值。并在获得该些瞬时风速值和瞬时风向值后，根据预设的风速值与风速测试值之间的映射关系，以及风向值与风向测试值之间的映射关系，获得各风力发电机组在上述预设时间范围内的平均风速值和平均风向值，例如本实施例中，风速值和风速测试值之间的映射关系可以被具体为一个基于风速值的函数平均运算关系，通过对风力发电机组在预设时间范围内测得的风速值进行求平均运算，获得风力发电机组在预设时间范围内的平均风速值。类似的，风向值与风向测试值之间的映射关系，也可以被具体为一个基于风向值的函数平均运算关系，通过对风力发电机组在预设时间范围内测得的风向值进行求平均运算，获得风力发电机组在预设时间范围内的平均风向值，当然此处仅为示例说明，而不是对本发明的唯一限定。
在图1中，还包括步骤S102，根据所述各风力发电机组的风速测试值和风向测试值，生成所述风电场的风场图谱。
实际应用中，根据各风力发电机组的风速测试值和风向测试值生成的风场图谱可以包括曲线型图谱、基因图谱等。优选的，本实施例中所涉及的风场图谱为风场的基因图谱。
特别的，如图2所示，本实施例中，风场的基因图谱的建立方法可以包括如下步骤：
步骤S11、根据所述风电场中各风力发电机组的风速测试值，确定所述各风力发电机组在风场基因图谱中的位置。
图3为本发明一实施例提供的风场基因图谱的结构示意图，如图3所示，图3中N*1～N*N为风场基因图谱的元素，Δs为风场基因图谱中两个元素之间风速测试值的差值，θ0，θ1，θ2，θ3分别为基因图谱中四个顶角的角度值。其中，图3的上三角形中的元素为基因图谱的主表达体，即N*1、N*2、N*3为图3所示基因图谱的主表达体。特别的，图3中的上三角形和下三角形为等腰三角形。
本实施例中所称的确定各风力发电机组在风场基因图谱中的位置，即是确定各风力发电机组与图3中元素N*1～N*N之间的对应关系。假设，本实施例中所述涉及的“风速测试值”和“风向测试值”为风力发电机组在预设时间范围内测得的平均风速值和平均风向值，则偏航控制装置在获得各风力发电机组的风速测试值和风向测试值之后，首先对各风力发电机组的风速测试值，按照由大到小的顺序进行排序，并计算各风力发电机组在预设时间范围内的风向值的标准差。在此之后，***将风速测试值最大的风力发电机组的标识与图3中的N*1元素对应，将风速测试值排序为2、3位的两个风力发电机中风向值标准差较大的风力发电机的标识与元素N*2对应，将二者中标准差较小的风力发电机的标识与元素N*3对应。进一步的，再将风速测试值排序为4、5的两个风力发电机中风向值标准差较大的风力发电机的标识与元素N*4对应，将标准差较小的风力发电机的标识与元素N*5对应，以此类推，将风向值标准差较大的风力发电机组的标识与图3中左侧的元素对应，将风向值标准差较小的风力发电机组的标识与图3中右侧的元素对应，从而确定风电场中各风力发电机组在风场基因图谱中的位置。当然上述仅为示例说明，实际应用中，N*1、N*2、N*3所在的上三角形中可以包括三个或三个以上的元素。另外，也可以将风向标准差较大的风力发电机组与图3中右侧的元素对应，将风向标准差较小的风力发电机组与图3中左侧的元素对应，其对应方法与上述示例类似，在这里不再赘述。
另外，当本实施例中所述涉及的“风速测试值”和“风向测试值”为风电场中风力发电机组测试获得的瞬时风速值和瞬时风向值时，各风力发电机组在风场基因图谱中的位置的确定方法与上述示例类似，其区别在于，当“风速测试值”和“风向测试值”为风电场中风力发电机组测试获得的瞬时风速值和瞬时风向值时，直接根据各风力发电机组之间瞬时风向值的大小，确定各风力发电机组是与基因图谱中左侧的元素对应，还是与右侧的元素对应，而不是根据标准差进行确定。
仍以图3为例，当“风速测试值”和“风向测试值”为风电场中风力发电机组测试获得的风速瞬时值和风向瞬时值时，将风速瞬时值最大的风力发电机组的标识与图3中的N*1元素对应，将风速瞬时值排序为2、3位的两个风力发电机中风向值较大的风力发电机组的标识与元素N*2对应，将二者中风向值较小的风力发电机组的标识与元素N*3对应。进一步的，再将风速瞬时值排序为4、5的两个风力发电机组中风向值较大的风力发电机组的标识与元素N*4对应，将风向值较小的风力发电机组的标识与元素N*5对应，以此类推，将风向值较大的风力发电机组的标识与图3中左侧的元素对应，将风向值较小的风力发电机组的标识与图3中右侧的元素对应，从而确定风电场中各风力发电机组在风场基因图谱中的位置。当然此处仅为示例说明，并不是对本发明的唯一限定。
这里需要说明的是，本实施例中之所以将风速测试值排名前三的风力发电机组的标识放在图3所示风场基因图谱的上三角形中。首先是因为要构建该种图谱，从几何角度来说，三角形具有稳定性，而从数据角度而言三个数据具有一定可靠性。根据上三角形上各元素对应的风速测试值和风向测试值能够增加对风场整体主风况判断的可信度，避免独断。其次，是因为风力发电机组在未达到额定风速前要追踪最大风速，当超过额定风速时，能够根据基因图谱上三角形中的元素所对应的风速值，确定风场接收的超限程度有多大，从而有助于避险调控。再次，是因为有了最高风速测试值，并以此为依据进行图谱绘制，能够有助于更好的了解风电场整体的风况分布，从而能够从全局出发去调控风力发电机组，使得风场整体发电最大化。另外，从风场的整体状况出发去调控风力发电机组能够避免风力发电机组自身测试的数据噪声太大造成的误差，从而提高调控的准确度。_
在图2中，还包括步骤S12、根据所述风电场中各风力发电机组的风向测试值，确定所述风场基因图谱的各顶角的角度值。
以图3为例，首先根据基因图谱中主表达体对应的风向测试值，确定风场的主风向值，主风向值的确定方法如下：
假设，元素N*1、N*2、N*3的风向测试值分别为dN*1、dN*2、dN*3，则计算风向测试值dN*1、dN*2、dN*3的倒数为各主表达体的风向测试值的倒数和为φ＝φ1+φ2+φ3，则主风向值d为：
进一步的，在确定主风向值d后，偏航控制装置再将主风向值d与基因图谱中各元素对应的风向测试值做求差运算，将差值的绝对值最大的作为θ0的值。再根据θ0，θ1，θ2，θ3之间的几何数量关系，确定θ1，θ2，θ3的值。当然上述仅为示例说明，并不是对本发明的唯一限定。
这里需要说明的是，本实施例中之所以使用上述方法来确定主风向值是因为通过计算各主表达体的风向测试值的倒数与各主表达体的风向测试值的倒数之和的比值，并用每个主表达体的风向测试乘以这个比值，能够将风向测试值相近的主表达体的占比扩大，而将风向测试值不相近的主表达体的占比缩小，从而提高主风向值确定的准确性。
在图2中，还包括步骤S13、根据所述各风力发电机组在所述风场基因图谱中的位置，以及所述风场基因图谱的各顶角的角度值，生成所述风场基因图谱。
在图1中，还包括步骤S103，根据所述风场图谱，对所述风电场中的目标风力发电机组进行偏航控制。
图4为本发明一实施例提供的步骤S103的执行方法的流程示意图，如图4所示，本实施例中步骤S103可以包括如下子步骤：
步骤S21、根据所述风场图谱，确定目标风力发电机组对应各预设偏航动作的概率。
本实施例中所涉及的目标风力发电机组为待进行偏航控制的风力发电机组。
以风场图谱为风场基因图谱为例，假设风电场中每个风力发电机组的偏航动作均包含左偏航、右偏航、保持当前对风方向不变三种情况，则偏航控制装置在生成风场基因图谱后，首先要对目标风力发电机组对应各种偏航动作的概率进行计算。如图5所示，图5为图3的局部放大图，图中数字1、2、3、4分别表示位于图3下三角上的四个元素，Δs为元素1和元素2之间的风速测试值的差值。假设元素1对应的是目标风力发电机组，元素2、元素3和元素4要参与元素1的偏航控制，而元素2、元素3和元素4对元素1的偏航决策的影响度不同，那么在确定目标风力发电机组对应各种偏航动作的概率时，首先要根据风场基因图谱分别计算元素2、元素3、元素4对元素1的影响度，其方法是，根据基因图谱分别计算正切值：
tan 1＝(S2-S1)×tan(θ0/2) (19)
tan 2＝(S3-S4)×tan(θ0/2) (20)
tan 3＝(S1-S4)×tan(θ0/2) (21)
tan 4＝tan 3+tan 2 (22)
在计算获得上述正切值之后，分别对各正切值取倒数运算，然后对取完倒数的值进行归一化处理，对归一化后的值进行相加，获得和值tan，然后分别用tan4、tan3和tan1除以相加后所得的和值tan，并分别与预设的权重值进行乘积运算，获得各元素对元素1的影响度。其中，上述预设的权重值为本领域技术人员根据需要自行设定的，本实施例中不做限定。当然此示例仅为举例说明，在多个风力发电机组影响目标风力发电机组偏航控制的情况中，各风力发电机组的对目标风力发电机组的影响度算法与此示例类似，在这里不再赘述。
进一步的，在确定风电场中其他风力发电机组对目标风力发电机组的影响度后，优选的，可以基于D-S证据理论确定目标风力发电机组对应各预设偏航动作(即左偏航、右偏航、保持当前对风方向)的概率。
具体的，本实施例中基于D-S证据理论，可以通过表达式：
确定目标风力发电机组对应各预设偏航动作的概率；
其中，m(a)为所述目标风力发电机组执行预设的偏航动作a的概率，v为所述风场图谱中元素的个数，mi(ai)为所述风场图谱中第i个元素所对应的风力发电机组对所述目标风力发电机组的影响度，i为1到v-2之间的整数。
其中，根据表达式(23)确定目标风力发电机组对应各预设偏航动作的概率的原理，与现有D-S证据理论的原理类似在这里不再赘述。
在图4中，还包括步骤S22、根据所述概率，确定所述目标风力发电机组的偏航动作。
以左偏航为例，当计算获得目标风力发电机组对应左偏航的概率超过预设的阈值时，则确定目标风力发电机此时应执行的偏航动作为左偏航。其他偏航动作的判定类似，在这里不再赘述。
在图4中，还包括步骤S23、根据所述目标风力发电机组的偏航动作，对所述目标风力发电机组进行偏航控制。
本实施例，通过获取风电场中各风力发电机组的风速测试值和风向测试值，生成风电场的风场图谱，从而根据生成的风场图谱，实现对风电场中各风力发电机组的偏航控制。而不是像传统技术那样依据每台风力发电机组自身的风速测试值和风向测试值对每台风力发电机组进行偏航控制。由于实施例是在生成风场图谱的基础上对风电场中各风力发电机组进行偏航控制的，因此，能够基于风场图谱，从整体上对风电场的风场状况进行把握，从而消除了尾流效应对偏航控制的影响，提高了偏航控制的效率和风能的利用率。
图6为本发明一实施例提供的风电场的偏航控制装置的结构示意图，如图6所示，本实施例提供的装置包括：
获取模块11，用于获取风电场中各风力发电机组的风速测试值和风向测试值；
生成模块12，用于根据所述各风力发电机组的风速测试值和风向测试值，生成所述风电场的风场图谱；
控制模块13，用于根据所述风场图谱，对所述风电场中的目标风力发电机组进行偏航控制。
其中，所述获取模块11，包括：
第一获取子模块111，用于从本地数据库中获取各风力发电机组在预设时间范围内采集获得的风速值和风向值；
第一确定子模块112，用于根据风速值与风速测试值之间的映射关系，以及风向值与风向测试值之间的映射关系，确定所述各风力发电机组在所述预设时间范围内的风速测试值和风向测试值。
可选的，所述获取模块11，还可以包括：
第二获取子模块113，用于获取风电场中各风力发电机组在当前时刻下测试获得的风速瞬时值和风向瞬时值，并通过对所述风速瞬时值和风向瞬时值进行滤波处理，获得风电场中各风力发电机组的风速测试值和风向测试值。
本实施例提供的装置能够用于执行图1实施例的方法，其执行方式和有益效果类似，在这里不再赘述。
图7为本发明一实施例提供的风电场的偏航控制装置中生成模块12的结构示意图，如图7所示，生成模块12，包括：
第二确定子模块121，用于根据所述风电场中各风力发电机组的风速测试值，确定所述各风力发电机组在风场基因图谱中的位置；
第三确定子模块122，用于根据所述风电场中各风力发电机组的风向测试值，确定所述风场基因图谱的各顶角的角度值；
生成子模块123，用于根据所述各风力发电机组在所述风场基因图谱中的位置，以及所述风场基因图谱的各顶角的角度值，生成所述风场基因图谱。
本实施例提供的装置能够用于执行图2实施例的方法，其执行方式和有益效果类似，在这里不再赘述。
图8为本发明一实施例提供的风电场的偏航控制装置中控制模块13的结构示意图，如图8所示，控制模块13，包括：
第四确定子模块131，用于根据所述风场图谱，确定目标风力发电机组对应各预设偏航动作的概率；
第五确定子模块132，用于根据所述概率，确定所述目标风力发电机组的偏航动作；
控制子模块133，用于根据所述目标风力发电机组的偏航动作，对所述目标风力发电机组进行偏航控制。
其中，第四确定子模块131，具体可以用于：
根据所述风场图谱，确定所述风电场中所述目标风力发电机组以外的风力发电机组对所述目标风力发电机组的影响度；
根据D-S证据理论和所述风电场中所述目标风力发电机组以外的风力发电机组对所述目标风力发电机组的影响度，确定所述目标风力发电机组对应各预设偏航动作的概率。
特别的，第四确定子模块131，具体还可以用于：
根据所述风场图谱，分别确定所述风电场中所述目标风力发电机组以外的各风力发电机组与所述目标风力发电机组之间风速测试值的正切值；
根据所述风电场中所述目标风力发电机组以外的各风力发电机组与所述目标风力发电机组之间风速测试值的正切值，确定所述风电场中所述目标风力发电机组以外的风力发电机组对所述目标风力发电机组的影响度。
特别的，第四确定子模块131，具体还可以用于：
根据所述风电场中所述目标风力发电机组以外的各风力发电机组与所述目标风力发电机组之间风速测试值的正切值，确定各所述正切值的倒数的和值；
根据所述和值、所述风电场中所述目标风力发电机组以外的各风力发电机组与所述目标风力发电机组之间风速测试值的正切值、以及预设的权重值，确定所述风电场中所述目标风力发电机组以外的风力发电机组对所述目标风力发电机组的影响度。
本实施例提供的装置能够用于执行图4实施例的方法，其执行方式和有益效果类似，在这里不再赘述。
最后需要说明的是，本领域普通技术人员可以理解上述实施例方法中的全部或者部分流程，是可以通过计算机程序来指令相关的硬件完成，所述的程序可存储于一计算机可读存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可以为磁盘、光盘、只读存储记忆体(ROM)或随机存储记忆体(RAM)等。
本发明实施例中的各个功能单元可以集成在一个处理模块中，也可以是各个单元单独的物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现，并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中。上述提到的存储介质可以是只读存储器、磁盘或光盘等。
以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (14)
1.一种风电场的偏航控制方法，其特征在于，包括：
获取风电场中各风力发电机组的风速测试值和风向测试值；
根据所述各风力发电机组的风速测试值和风向测试值，生成所述风电场的风场图谱；
根据所述风场图谱，对所述风电场中的目标风力发电机组进行偏航控制；
所述根据所述各风力发电机组的风速测试值和风向测试值，生成所述风电场的风场图谱，包括：
根据所述各风力发电机组的风速测试值和风向测试值，生成所述风电场的风场基因图谱；其中，所述风场基因图谱用于表示当前风场中各个风力发电机组的风速测试值和风向测试值，并且用于在考虑目标风力发电机组以外的风力发电机组对所述目标风力发电机组的影响的条件下，确定目标风力发电机组对应各种偏航动作的概率；
所述根据所述各风力发电机组的风速测试值和风向测试值，生成所述风电场的风场基因图谱，包括：
根据所述风电场中各风力发电机组的风速测试值，确定所述各风力发电机组在风场基因图谱中的位置；
根据所述风电场中各风力发电机组的风向测试值，确定所述风场基因图谱的各顶角的角度值；
根据所述各风力发电机组在所述风场基因图谱中的位置，以及所述风场基因图谱的各顶角的角度值，生成所述风场基因图谱。
2.根据权利要求1所述的方法，其特征在于，所述获取风电场中各风力发电机组的风速测试值和风向测试值，包括：
获取各风力发电机组在预设时间范围内采集的风速值和风向值；
根据风速值与风速测试值之间的映射关系，以及风向值与风向测试值之间的映射关系，确定所述各风力发电机组在所述预设时间范围内的风速测试值和风向测试值。
3.根据权利要求1所述的方法，其特征在于，所述获取风电场中各风力发电机组的风速测试值和风向测试值，包括：
获取风电场中各风力发电机组在当前时刻下测试获得的风速瞬时值和风向瞬时值，并通过对所述风速瞬时值和风向瞬时值进行滤波处理，获得风电场中各风力发电机组的风速测试值和风向测试值。
4.根据权利要求1所述的方法，其特征在于，所述根据所述风场图谱，对所述风电场中的目标风力发电机组进行偏航控制，包括：
根据所述风场图谱，确定目标风力发电机组对应各预设偏航动作的概率；
根据所述概率，确定所述目标风力发电机组的偏航动作；
根据所述目标风力发电机组的偏航动作，对所述目标风力发电机组进行偏航控制。
5.根据权利要求4所述的方法，其特征在于，所述根据所述风场图谱，确定目标风力发电机组对应各预设偏航动作的概率，包括：
根据所述风场图谱，确定所述风电场中所述目标风力发电机组以外的风力发电机组对所述目标风力发电机组的影响度；
根据D-S证据理论和所述风电场中所述目标风力发电机组以外的风力发电机组对所述目标风力发电机组的影响度，确定所述目标风力发电机组对应各预设偏航动作的概率。
6.根据权利要求5所述的方法，其特征在于，所述根据所述风场图谱，确定所述风电场中所述目标风力发电机组以外的风力发电机组对所述目标风力发电机组的影响度，包括：
根据所述风场图谱，分别确定所述风电场中所述目标风力发电机组以外的各风力发电机组与所述目标风力发电机组之间风速测试值的正切值；
根据所述风电场中所述目标风力发电机组以外的各风力发电机组与所述目标风力发电机组之间风速测试值的正切值，确定所述风电场中所述目标风力发电机组以外的风力发电机组对所述目标风力发电机组的影响度。
7.根据权利要求6所述的方法，其特征在于，所述根据所述风电场中所述目标风力发电机组以外的各风力发电机组与所述目标风力发电机组之间风速测试值的正切值，确定所述风电场中所述目标风力发电机组以外的风力发电机组对所述目标风力发电机组的影响度，包括：
根据所述风电场中所述目标风力发电机组以外的各风力发电机组与所述目标风力发电机组之间风速测试值的正切值，确定各所述正切值的倒数的和值；
根据所述各所述正切值的倒数的和值、所述风电场中所述目标风力发电机组以外的各风力发电机组与所述目标风力发电机组之间风速测试值的正切值、以及预设的权重值，确定所述风电场中所述目标风力发电机组以外的风力发电机组对所述目标风力发电机组的影响度。
8.一种风电场的偏航控制装置，其特征在于，包括：
获取模块，用于获取风电场中各风力发电机组的风速测试值和风向测试值；
生成模块，用于根据所述各风力发电机组的风速测试值和风向测试值，生成所述风电场的风场图谱；
控制模块，用于根据所述风场图谱，对所述风电场中的目标风力发电机组进行偏航控制；
所述生成模块，具体用于根据所述各风力发电机组的风速测试值和风向测试值，生成所述风电场的风场基因图谱；其中，所述风场基因图谱用于表示当前风场中各个风力发电机组的风速测试值和风向测试值，并且用于在考虑目标风力发电机组以外的风力发电机组对所述目标风力发电机组的影响的条件下，确定目标风力发电机组对应各种偏航动作的概率；
所述生成模块，包括：
第二确定子模块，用于根据所述风电场中各风力发电机组的风速测试值，确定所述各风力发电机组在风场基因图谱中的位置；
第三确定子模块，用于根据所述风电场中各风力发电机组的风向测试值，确定所述风场基因图谱的各顶角的角度值；
生成子模块，用于根据所述各风力发电机组在所述风场基因图谱中的位置，以及所述风场基因图谱的各顶角的角度值，生成所述风场基因图谱。
9.根据权利要求8所述的偏航控制装置，其特征在于，所述获取模块，包括：
第一获取子模块，用于获取各风力发电机组在预设时间范围内采集的风速值和风向值；
第一确定子模块，用于根据风速值与风速测试值之间的映射关系，以及风向值与风向测试值之间的映射关系，确定所述各风力发电机组在所述预设时间范围内的风速测试值和风向测试值。
10.根据权利要求8所述的偏航控制装置，其特征在于，所述获取模块，包括：
第二获取子模块，用于获取风电场中各风力发电机组在当前时刻下测试获得的风速瞬时值和风向瞬时值，并通过对所述风速瞬时值和风向瞬时值进行滤波处理，获得风电场中各风力发电机组的风速测试值和风向测试值。
11.根据权利要求8所述的偏航控制装置，其特征在于，所述控制模块，包括：
第四确定子模块，用于根据所述风场图谱，确定目标风力发电机组对应各预设偏航动作的概率；
第五确定子模块，用于根据所述概率，确定所述目标风力发电机组的偏航动作；
控制子模块，用于根据所述目标风力发电机组的偏航动作，对所述目标风力发电机组进行偏航控制。
12.根据权利要求11所述的偏航控制装置，其特征在于，所述第四确定子模块，具体用于：
根据所述风场图谱，确定所述风电场中所述目标风力发电机组以外的风力发电机组对所述目标风力发电机组的影响度；
根据D-S证据理论和所述风电场中所述目标风力发电机组以外的风力发电机组对所述目标风力发电机组的影响度，确定所述目标风力发电机组对应各预设偏航动作的概率。
13.根据权利要求12所述的偏航控制装置，其特征在于，所述第四确定子模块，具体还用于：
根据所述风场图谱，分别确定所述风电场中所述目标风力发电机组以外的各风力发电机组与所述目标风力发电机组之间风速测试值的正切值；
根据所述风电场中所述目标风力发电机组以外的各风力发电机组与所述目标风力发电机组之间风速测试值的正切值，确定所述风电场中所述目标风力发电机组以外的风力发电机组对所述目标风力发电机组的影响度。
14.根据权利要求13所述的偏航控制装置，其特征在于，所述第四确定子模块，具体还用于：
根据所述风电场中所述目标风力发电机组以外的各风力发电机组与所述目标风力发电机组之间风速测试值的正切值，确定各所述正切值的倒数的和值；
根据所述各所述正切值的倒数的和值、所述风电场中所述目标风力发电机组以外的各风力发电机组与所述目标风力发电机组之间风速测试值的正切值、以及预设的权重值，确定所述风电场中所述目标风力发电机组以外的风力发电机组对所述目标风力发电机组的影响度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610865387.6A CN107882679B (zh) | 2016-09-29 | 2016-09-29 | 风电场的偏航控制方法及控制装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610865387.6A CN107882679B (zh) | 2016-09-29 | 2016-09-29 | 风电场的偏航控制方法及控制装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107882679A CN107882679A (zh) | 2018-04-06 |
| CN107882679B true CN107882679B (zh) | 2019-02-15 |
Family
ID=61769835
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610865387.6A Active CN107882679B (zh) | 2016-09-29 | 2016-09-29 | 风电场的偏航控制方法及控制装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107882679B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108869176A (zh) * | 2018-06-28 | 2018-11-23 | 北京金风科创风电设备有限公司 | 风力发电机组的对风偏差校正方法、装置和电子设备 |
| CN113818997B (zh) * | 2020-06-19 | 2023-04-25 | 北京国电思达科技有限公司 | 一种基于大数据分析的风电机组风向自动校正方法 |
| CN111881572B (zh) * | 2020-07-24 | 2022-10-04 | 浙江大学 | 一种基于多目标优化的风电场协同偏航智能控制方法 |
| CN114687951A (zh) * | 2020-12-28 | 2022-07-01 | 北京金风科创风电设备有限公司 | 风速测量设备、方法、装置、存储介质及风力发电机组 |
| CN112796940B (zh) * | 2021-01-29 | 2022-05-24 | 东方电气风电股份有限公司 | 一种风向数据缺失风机的对风方法 |
| CN113309662B (zh) * | 2021-06-21 | 2022-08-16 | 许昌许继风电科技有限公司 | 一种提高风力发电机组风能利用率的风力切出控制方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102865191A (zh) * | 2012-10-23 | 2013-01-09 | 南车株洲电力机车研究所有限公司 | 一种新型风力发电机组偏航***实时阻尼控制方法 |
| CN103850875A (zh) * | 2012-11-29 | 2014-06-11 | 通用电气公司 | 用于为风场提供偏航备用的***和方法 |
| CN104018987A (zh) * | 2014-03-26 | 2014-09-03 | 同济大学 | 一种风力发电机偏航***的控制方法 |
| CN104632521A (zh) * | 2014-12-19 | 2015-05-20 | 风脉（武汉）可再生能源技术有限责任公司 | 一种基于偏航校正的风电功率优化***及其方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011096078A1 (ja) * | 2010-02-08 | 2011-08-11 | 三菱重工業株式会社 | 風力発電装置及びナセル旋回方法 |
| WO2013004244A2 (en) * | 2011-07-04 | 2013-01-10 | Vestas Wind Systems A/S | A method of yawing a rotor of a wind turbine |
| DK178403B1 (en) * | 2014-07-17 | 2016-02-08 | Tsp Wind Technologies Shanghai Co Ltd | Wind turbine generator yaw correction system and Method for operating WTG yaw correction system |
-
2016
- 2016-09-29 CN CN201610865387.6A patent/CN107882679B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102865191A (zh) * | 2012-10-23 | 2013-01-09 | 南车株洲电力机车研究所有限公司 | 一种新型风力发电机组偏航***实时阻尼控制方法 |
| CN103850875A (zh) * | 2012-11-29 | 2014-06-11 | 通用电气公司 | 用于为风场提供偏航备用的***和方法 |
| CN104018987A (zh) * | 2014-03-26 | 2014-09-03 | 同济大学 | 一种风力发电机偏航***的控制方法 |
| CN104632521A (zh) * | 2014-12-19 | 2015-05-20 | 风脉（武汉）可再生能源技术有限责任公司 | 一种基于偏航校正的风电功率优化***及其方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107882679A (zh) | 2018-04-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107882679B (zh) | 风电场的偏航控制方法及控制装置 | |
| Rezaeiha et al. | A framework for preliminary large-scale urban wind energy potential assessment: Roof-mounted wind turbines | |
| Almutairi et al. | Technical, economic, carbon footprint assessment, and prioritizing stations for hydrogen production using wind energy: A case study | |
| Murthy et al. | A comprehensive review of wind resource assessment | |
| Almutairi et al. | A thorough investigation for development of hydrogen projects from wind energy: a case study | |
| Aktaş et al. | A novel optimal energy management strategy for offshore wind/marine current/battery/ultracapacitor hybrid renewable energy system | |
| Bottasso et al. | Local wind speed estimation, with application to wake impingement detection | |
| Bukala et al. | Modern small wind turbine design solutions comparison in terms of estimated cost to energy output ratio | |
| Lee et al. | Observing and simulating wind-turbine wakes during the evening transition | |
| Robertson et al. | Holistic marine energy resource assessments: A wave and offshore wind perspective of metocean conditions | |
| Simoes et al. | Climate proofing the renewable electricity deployment in Europe-Introducing climate variability in large energy systems models | |
| Shahriari et al. | Using the analog ensemble method as a proxy measurement for wind power predictability | |
| González-Longatt et al. | Wind-resource atlas of Venezuela based on on-site anemometry observation | |
| Pettersson et al. | Wave directions in a narrow bay | |
| DuPont et al. | Optimization of wind farm layout and wind turbine geometry using a multi-level extended pattern search algorithm that accounts for variation in wind shear profile shape | |
| Chandran et al. | Assessment of wind energy potential at Gong Kedak and Pantai Chendering, Malaysia | |
| Saulnier et al. | Refined sea state analysis from an array of four identical directional buoys deployed off the Northern Cornish coast (UK) | |
| Ghafoorian et al. | Exploring optimal configurations for a wind farm with clusters of Darrieus VAWT, using CFD methodology | |
| Jayaram et al. | Design and analysis of gorlov helical hydro turbine on index of revolution | |
| Lindsay et al. | A new Lagrangian model of Arctic sea ice | |
| Kirincich | Long-term observations of turbulent Reynolds stresses over the inner continental shelf | |
| Belu | Assessment and analysis of offshore wind energy potential | |
| Oludhe | Assessment and utilization of wind power in KENYA–a review | |
| Pillai et al. | Modelling wind turbine wakes at Middelgrunden wind farm | |
| Tagle et al. | Assessing potential wind energy resources in Saudi Arabia with a skew-t distribution |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |