CN112012882B - 风电机组的前馈控制方法、装置以及控制*** - Google Patents
风电机组的前馈控制方法、装置以及控制*** Download PDFInfo
- Publication number
- CN112012882B CN112012882B CN201910462953.2A CN201910462953A CN112012882B CN 112012882 B CN112012882 B CN 112012882B CN 201910462953 A CN201910462953 A CN 201910462953A CN 112012882 B CN112012882 B CN 112012882B
- Authority
- CN
- China
- Prior art keywords
- wind
- wind speed
- target
- section
- inflow
- 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 65
- 230000000694 effects Effects 0.000 claims abstract description 101
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 38
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 38
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 32
- 230000006698 induction Effects 0.000 claims description 54
- 238000011217 control strategy Methods 0.000 claims description 49
- 238000005259 measurement Methods 0.000 claims description 21
- 238000001514 detection method Methods 0.000 claims description 16
- 229910052705 radium Inorganic materials 0.000 claims description 15
- HCWPIIXVSYCSAN-UHFFFAOYSA-N radium atom Chemical compound [Ra] HCWPIIXVSYCSAN-UHFFFAOYSA-N 0.000 claims description 15
- 230000004044 response Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 230000015654 memory Effects 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 8
- 238000013500 data storage Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 239000002131 composite material Substances 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000010248 power generation Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000001308 synthesis method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000008014 freezing Effects 0.000 description 2
- 238000007710 freezing Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000010008 shearing Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000002887 superconductor Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
-
- 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
- F03D7/04—Automatic control; Regulation
- F03D7/042—Automatic control; Regulation by means of an electrical or electronic controller
- F03D7/043—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic
- F03D7/045—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic with model-based controls
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- 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
- F05B2270/40—Type of control system
- F05B2270/404—Type of control system active, predictive, or anticipative
-
- 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
- F05B2270/80—Devices generating input signals, e.g. transducers, sensors, cameras or strain gauges
- F05B2270/804—Optical devices
- F05B2270/8042—Lidar systems
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
-
- 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
提供一种风电机组的前馈控制方法、装置以及控制***,该前馈控制方法包括:通过遥感测量装置获取所述风电机组前方的多个空间点位置处的入流风信息,所述多个空间点分布在多个不同的截面,所述多个不同的截面相对所述风电机组的距离不同;利用获取的入流风信息合成目标风速;基于合成的目标风速,预测目标点的入流风到达叶轮平面所需的来流到达时间;根据所预测的来流到达时间对风电机组进行前馈控制。采用本发明示例性实施例的风电机组的前馈控制方法、装置以及控制***,通过风速合成提高了风速的计算精度,并利用精确的风速推测来流到达叶轮平面的时间,有效提升了前馈控制效果。
Description
技术领域
本发明总体说来涉及风电技术领域,更具体地讲,涉及一种风电机组的前馈控制方法、装置以及控制***。
背景技术
为了降低发电成本,提高单台风电机组的风能捕获面积,从而提高特定风场的风资源利用率,国际市场的MW级风电机组的设计容量越来越大,叶轮半径的尺寸也显著增长,如美国超导公司(American Superconductor Corp.)于2016年投入市场销售的10MW海上风电机组的叶轮直径就已达190m。一方面,风电机组的叶片的入流条件在时间、空间尺度上差异明显,具有极强的不确定性;另一方面,由于叶轮前方不可避免的存在诱导效应,实际到达叶轮平面的风速的大小并非是自由来流的大小,且来流风速不同,诱导效应的影响也不同,到达叶轮平面的速度衰减率也不同。因此,获得精准的入流风信息,从而加强对大型风电机组的控制是当前风电技术研发的焦点之一。
目前使用最广泛的测风传感器是固定在机舱上的被动测量传感器(如风杯、风速仪等),在入流风达到传感器时才可以测得实时风速的相应信息。实际上,入流风尚未到达叶轮平面时,由于诱导效应的存在使得风电机组的叶轮已经处于吸收风能的状态,因此,风电机组的常规风速传感器测量风速值相对于入流风速值均偏小,同时叶轮旋转扰动的影响也无法规避。
随着技术的发展,新型遥感测量装置(如激光镭达等)已逐渐应用于风电机组的测试和控制中,但是由于诱导效应的影响,同样导致来流从不同截面处的风速到叶轮平面处的风速并非呈线性变化的,使得对入流风速的检测不够准确。
发明内容
本发明的示例性实施例的目的在于提供一种风电机组的前馈控制方法、装置以及控制***,以克服上述至少一个缺陷。
在一个总体方面,提供一种风电机组的前馈控制方法,包括:通过遥感测量装置获取所述风电机组前方的多个空间点位置处的入流风信息,所述多个空间点分布在多个不同的截面,所述多个不同的截面相对所述风电机组的距离不同;利用获取的入流风信息合成目标风速;基于合成的目标风速,预测目标点的入流风到达叶轮平面所需的来流到达时间;根据所预测的来流到达时间对风电机组进行前馈控制。
可选地,利用获取的入流风信息合成目标风速的步骤可包括:针对入流风的每个截面,根据处于该截面的各空间点位置处的入流风信息,确定该截面的截面平均风速;根据各截面的截面平均风速来获得目标风速。
可选地,利用获取的入流风信息合成目标风速的步骤可还包括:确定每个截面对应的诱导效应影响系数,其中,根据各截面的截面平均风速来获得目标风速的步骤可包括:根据所有截面的截面平均风速以及对应的诱导效应影响系数,获得目标风速。
可选地,确定每个截面对应的诱导效应影响系数的步骤可包括:从所有截面中选择一截面作为参考截面;设定所述参考截面的诱导效应影响系数;根据所有截面中除所述参考截面之外的其他截面与所述参考截面之间的距离,调整所述参考截面的诱导效应影响系数,以获得所述其他截面的诱导效应影响系数。
可选地,根据所有截面的截面平均风速以及对应的诱导效应影响系数,获得目标风速的步骤可包括:为每个截面设置对应的权重值;分别计算每个截面的截面平均风速与对应的诱导效应影响系数的比值,将每个比值与对应的权重值的加权求和确定为目标风速。
可选地,根据各截面的截面平均风速来获得目标风速的步骤可包括:通过对各截面的截面平均风速进行合成,获得中间风速,以去除各截面的截面平均风速之间的时间相位差;根据中间风速与给定诱导效应影响系数,获得目标风速。
可选地,通过对各截面的截面平均风速进行合成,获得中间风速的步骤可包括:针对每个截面,根据该截面到指定截面的距离以及该截面的截面平均风速,确定入流风由该截面流动到所述指定截面时的估测风速;将所有估测风速的平均值确定为中间风速,和/或,可通过以下方式确定给定诱导效应影响系数:为每个截面设置对应的权重值;确定每个截面对应的诱导效应影响系数;将每个截面对应的诱导效应影响系数与对应的权重值的加权求和,确定为所述给定诱导效应影响系数。
可选地,可通过以下方式确定入流风由任一截面流动到所述指定截面时的估测风速:根据所述任一截面到所述指定截面的距离以及所述任一截面的截面平均风速,计算入流风由所述任一截面流动到所述指定截面所需的流动时间;将经过所述流动时间之后所确定的所述指定截面的截面平均风速,确定为入流风由所述任一截面流动到所述指定截面时的估测风速。
可选地,所述遥感测量装置可包括激光镭达。
可选地,利用获取的入流风信息合成目标风速的步骤可包括:针对激光镭达发射的每根光束,根据该光束上的各空间点位置处的入流风信息以及与各空间点位置处对应的诱导效应影响系数,确定该光束的光束合成风速;将所有光束的光束合成风速的平均值,确定为目标风速。
可选地,可通过以下方式确定任一光束的光束合成风速:为每个空间点位置设置对应的权重值;计算所述任一光束上的每个空间点位置处的入流风信息与对应的诱导效应影响系数的比值,将每个比值与对应的权重值的加权求和确定为所述任一光束的光束合成风速。
可选地,基于合成的目标风速,预测目标点的入流风到达叶轮平面所需的来流到达时间的步骤可包括:确定目标点所在位置处到叶轮平面的距离;将所确定的距离与合成的目标风速的比值,确定为来流到达时间。
可选地,利用获取的入流风信息合成目标风速的步骤可包括:根据获取的多个空间点位置处的入流风信息,获得入流风从目标点流动到叶轮平面的风速变化曲线,对获得的风速变化曲线进行积分,将积分面积与目标点到叶轮平面的距离的比值,确定为目标风速,其中,基于合成的目标风速,预测目标点的入流风到达叶轮平面所需的来流到达时间的步骤可包括:将积分面积与所述目标风速的比值,确定为目标点的入流风到达叶轮平面所需的来流到达时间。
可选地,基于合成的目标风速,预测目标点的入流风到达叶轮平面所需的来流到达时间的步骤可包括:根据目标风速与来流到达时间的对应关系,查找与合成的目标风速对应的来流到达时间,并将查找到的来流到达时间确定为目标点的入流风到达叶轮平面所需的来流到达时间。
可选地,基于合成的目标风速,预测目标点的入流风到达叶轮平面所需的来流到达时间的步骤可包括:确定入流风从各预定截面流动到指定截面所需的第一流动时间;确定入流风从指定截面流动到叶轮平面所需的第二流动时间;根据所确定的第一流动时间和第二流动时间,获得目标点的入流风到达叶轮平面所需的来流到达时间。
可选地,基于合成的目标风速,预测目标点的入流风到达叶轮平面所需的来流到达时间的步骤可还包括:当目标点所在位置大于遥感测量装置的最远探测距离时,还确定入流风从目标点流动到最远探测距离处所需的第三流动时间,其中,根据所确定的第一流动时间、第二流动时间和第三流动时间,获得目标点的入流风到达叶轮平面所需的来流到达时间。
可选地,根据所预测的来流到达时间对风电机组进行前馈控制的步骤可包括:确定风电机组执行前馈控制所需的控制响应时间;根据所预测的来流到达时间和所确定的控制响应时间,确定风电机组执行前馈控制的等待时间;在到达所确定的等待时间时,对风电机组进行前馈控制。
可选地,风电机组执行前馈控制的等待时间可为所预测的来流到达时间与所确定的控制响应时间的差值。
可选地,在到达所确定的等待时间时,对风电机组进行前馈控制的步骤可包括:在到达所确定的等待时间时,确定当前时刻的目标风速;确定与当前时刻的目标风速所对应的控制策略;控制风电机组执行所确定的控制策略。
可选地,确定与当前时刻的目标风速所对应的控制策略的步骤可包括:从控制策略查找表中搜索与当前时刻的目标风速匹配的控制策略,其中,控制策略查找表中存储有风速以及与风速对应的控制策略。
可选地,所述前馈控制方法可还包括:利用获取的多个空间点位置处的入流风信息,确定目标风剪切因子、目标风向和/或目标湍流强度,其中,在到达所确定的等待时间时,对风电机组进行前馈控制的步骤可还包括:在到达所确定的等待时间时,还确定当前时刻的目标风剪切因子、目标风向和/或目标湍流强度,其中,所确定的控制策略可为与当前时刻的目标风剪切因子、目标风向、目标湍流强度中的至少一项以及目标风速所对应的控制策略。
可选地,获取的入流风信息可包括第一入流风信息和第二入流风信息,第一入流风信息可包括处于遥感测量装置的光束中心线所在平面上方的各空间点位置处的入流风信息,第二入流风信息可包括处于遥感测量装置的光束中心线所在平面下方的各空间点位置处的入流风信息,其中,确定目标风剪切因子的步骤可包括:通过对第一入流风信息进行合成获得第一合成风速;通过对第二入流风信息进行合成获得第二合成风速;计算处于遥感测量装置的光束中心线所在平面上方的各空间点位置的高度值的平均值,获得第一高度值;计算处于遥感测量装置的光束中心线所在平面下方的各空间点位置的高度值的平均值,获得第二高度值;根据第一合成风速、第二合成风速、第一高度值和第二高度值,计算目标风剪切因子。
可选地,确定目标风向的步骤可包括:根据第一入流风信息、第二入流风信息、遥感测量装置各光束的天顶角,计算入流风的水平风向;根据第一入流风信息、第二入流风信息、遥感测量装置各光束的天顶角、遥感测量装置各光束与光束中心线所在平面的方位角,计算入流风的垂直风向;将入流风的水平风向与垂直风向的夹角,确定为目标风向。
可选地,确定目标湍流强度的步骤可包括:利用获取的多个空间点位置处的入流风信息合成目标风速;计算预定时间段内的目标风速的风速标准差以及风速平均值;将风速标准差与风速平均值的比值,确定为目标湍流强度。
在另一总体方面,提供一种风电机组的前馈控制装置,包括:入流风信息获取模块,通过遥感测量装置获取所述风电机组前方的多个空间点位置处的入流风信息,所述多个空间点分布在多个不同的截面,所述多个不同的截面相对所述风电机组的距离不同;风速合成模块,利用获取的入流风信息合成目标风速;时间预测模块,基于合成的目标风速,预测目标点的入流风到达叶轮平面所需的来流到达时间;前馈控制模块,根据所预测的来流到达时间对风电机组进行前馈控制。
在另一总体方面,提供一种风电机组的控制器,包括:处理器;输入\输出接口;存储器,用于存储计算机程序,所述计算机程序在被所述处理器执行时实现上述的风电机组的前馈控制方法。
在另一总体方面,提供一种风电机组的控制***,包括:遥感测量装置,探测所述风电机组前方的多个空间点位置处的入流风信息,所述多个空间点分布在多个不同的截面,所述多个不同的截面相对所述风电机组的距离不同,控制器,从遥感测量装置获取多个空间点位置处的入流风信息,以实现上述的风电机组的前馈控制方法。
在另一总体方面,提供一种存储有计算机程序的计算机可读存储介质,当所述计算机程序在被处理器执行时实现上述的风电机组的前馈控制方法。
采用本发明示例性实施例的风电机组的前馈控制方法、装置以及控制***,能够基于准确的风速精确推算来流到达叶轮平面的时间,以使风电机组能够通过主动控制来最大程度地降低风电机组受入流风的不确定性导致的载荷。
附图说明
通过下面结合附图进行的描述,本发明的上述和其他目的和特点将会变得更加清楚,其中:
图1示出根据本发明示例性实施例的风电机组的前馈控制方法的流程图;
图2示出根据本发明示例性实施例的遥感测量装置探测多个空间点位置处的入流风信息的示意图;
图3示出根据本发明示例性实施例的遥感测量装置探测多个空间点位置处的入流风信息的二维空间分布示意图;
图4示出根据本发明示例性实施例的风速变化曲线的示意图;
图5示出根据本发明示例性实施例的根据所预测的来流到达时间对风电机组进行前馈控制的步骤的流程图;
图6示出根据本发明示例性实施例的对风电机组进行前馈控制的步骤的流程图;
图7示出根据本发明示例性实施例的计算目标风剪切因子的步骤的流程图;
图8示出根据本发明示例性实施例的确定目标风向的步骤的流程图;
图9示出根据本发明示例性实施例的风电机组的前馈控制装置的框图;
图10示出根据本发明示例性实施例的风电机组的控制***的框图。
具体实施方式
现在,将参照附图更充分地描述不同的示例实施例,一些示例性实施例在附图中示出。
图1示出根据本发明示例性实施例的风电机组的前馈控制方法的流程图。
参照图1,在步骤S10中,通过遥感测量装置获取风电机组前方的多个空间点位置处的入流风信息。
作为示例,该入流风信息可包括但不限于在各空间点位置处的入流风的风速。
在一优选实施例中,在风电机组的机舱顶部可设置遥感测量装置,用于探测多个空间点位置处的入流风信息。在此情况下,步骤S10中从遥感测量装置获取多个空间点位置处的入流风信息。
这里,遥感测量装置可指无接触、远距离的探测技术,作为示例,该遥感测量装置可包括但不限于激光镭达,也可以通过其他装置来探测各空间点位置处的入流风信息,例如,超声波测风装置。
这里,上述多个空间点位于风电机组的叶轮平面的前方(即,迎风一侧),以激光镭达为例,激光镭达的光束向叶轮平面的前方发射,从而探测位于风电机组的叶轮平面的前方的多个空间点位置处的入流风信息。
图2示出根据本发明示例性实施例的遥感测量装置探测多个空间点位置处的入流风信息的示意图。
在图2所示的示例中,以遥感测量装置为激光镭达为例,假设激光镭达共发射四根光束,基于所发射的光束激光镭达能够探测位于各根光束上的多个空间点位置处的入流风信息。
与激光镭达距离相同的空间点形成一截面,换言之,激光镭达具有多个截面,即,多个空间点分布在多个不同的截面,多个不同的截面相对风电机组的距离不同。优选地,通过调整激光镭达的安装角度,可以使得每个截面与叶轮平面平行,截面与激光镭达之间距离指探测距离,截面N所在位置可指激光镭达能够探测到的最远距离。
图3示出根据本发明示例性实施例的遥感测量装置探测多个空间点位置处的入流风信息的二维空间分布示意图。
如图3所示,对于激光镭达所发射的每根光束,光束上的各空间点的位置不仅包括与激光镭达的距离值(即,沿光束中心线方向的探测距离),还包括各空间点的高度值(如高度z、高度z+k),因此,通过激光镭达能够探测到不同探测距离处、不同高度处的各空间点的入流风的风速。
例如,遥感测量装置探测的每个空间点位置处的入流风信息可包括沿光束中心线方向的风速和垂直于光束中心线方向的风速。
作为示例,可通过如下公式来表示任一空间点位置处的入流风信息:
公式(1)中,RAWi,j为遥感测量装置的第i根光束在第j个截面处的入流风的风速,Ui,j为第i根光束在第j个截面处沿光束中心线方向的风速,Vi,j为第i根光束在第j个截面处垂直于光束中心线方向的风速,θi为第i根光束的天顶角,为第i根光束与预定平面的方位角,该预定平面指处于遥感测量装置上下光束中间的平面。这里,天顶角和方位角均为遥感测量装置的固有参数。
在步骤S20中,利用获取的多个空间点位置处的入流风信息合成目标风速。
在风电机组的叶轮前方,由于叶轮的阻碍作用,会出现一个风速低于来流风速的区域,这种现象被称为诱导效应,风速受诱导效应影响而减弱的区域被称为诱导区。
现有的激光镭达测风方式易受诱导效应影响,导致风速测量不准确。在本发明示例性实施例中,通过风速合成来获得目标风速,从而去除诱导效应对风速的影响,以获得更为准确的入流风风速,并基于该入流风风速实现对风电机组的精确控制。也就是说,合成后获得的目标风速为不受诱导效应影响的入流风的风速。
应理解,这里,可利用各种合成方法来将多个空间点位置处的入流风信息合成为目标风速。本发明示例性实施例中所列举的风速合成方法仅为示例,本发明不限于此,还可以利用其他风速合成算法来获得上述目标风速。
由上述介绍可知,遥感测量装置能够发射多根光束用以探测在不同截面处的入流风信息,基于此,在本发明示例性实施例中,提出可以针对每根光束进行风速合成或者针对每个截面进行风速合成,下面将针对不同的风速合成方式分别进行介绍。
第一种情况,基于遥感测量装置的每个截面进行风速合成,以获得目标风速。
在此情况下,针对每个截面,根据处于该截面的各空间点位置处的入流风信息,确定该截面的截面平均风速,根据各截面的截面平均风速来获得目标风速。
例如,任一截面的截面平均风速可为处于该任一截面的各空间点位置处的入流风的风速的平均值。但本发明不限于此,还可通过其他方式来计算截面平均风速,例如,选取处于该任一截面的各空间点位置处的入流风的风速的中间值或者最大值与最小值的平均值等。
下面分别介绍两种基于每个截面的截面平均风速来获得目标风速的方式。
在第一实施例中,可以根据所有截面的截面平均风速以及所有截面对应的诱导效应影响系数来获得目标风速。
例如,针对每个截面,为该截面设置对应的权重值,计算该截面的截面平均风速与该截面对应的诱导效应影响系数的比值,将针对每个截面计算得到的比值与对应的权重值的加权求和确定为目标风速。
各截面对应的诱导效应影响系数随着各空间点到叶轮平面的距离的远近而不同。在一优选实施例中,可通过如下方式来确定每个截面对应的诱导效应影响系数。
例如,从所有截面中选择一截面作为参考截面,设定该参考截面的诱导效应影响系数,根据所有截面中除参考截面之外的其他截面与该参考截面之间的距离,调整设定的参考截面的诱导效应影响系数,以获得其他截面的诱导效应影响系数。
作为示例,该参考截面可为所有截面中的任意一个截面。优选地,该参考截面可为所有截面中处于风速受诱导效应影响最小的位置处的截面。
例如,可利用风电机组的历史风资源数据找到风电机组的叶轮平面的前方受诱导效应影响最小的位置,将所有截面中处于该位置处的截面(或者离该位置处最近的截面)确定为参考截面。但本发明不限于此,还可以通过其他方式来选取参考截面,例如,可依据经验从所有截面中选取一截面作为参考截面。
在一实施例中,可将参考截面对应的诱导效应影响系数设置为1,根据其他截面与该参考截面之间的距离的远近来调整参考截面对应的诱导效应影响系数。例如,可随着各其他截面与参考截面的距离的增大,各其他截面对应的诱导效应影响系数从1开始逐渐减小。作为示例,任一其他截面对应的诱导效应影响系数可为该任一其他截面与参考截面的距离的倒数。
应理解,上述对参考截面对应的诱导效应影响系数的数值的设定仅为示例,本发明不限于此,本领域技术人员可以根据实际需求将参考截面对应的诱导效应影响系数设定为其他值。
除上述确定各截面对应的诱导效应影响系数的方法之外,还可以利用风电机组的历史风资源数据,通过机器学习算法来确定各截面对应的诱导效应影响系数。
例如,历史风资源数据可包括各截面处的入流风的实际风速和探测风速,并基于此来构建机器学习算法的数据样本,通过机器学习算法来获得各截面对应的诱导效应影响系数。
作为示例,机器学习算法可包括但不限于ELM(Extreme Learning Machine,极限学习机),还可以是其他机器学习算法。
在第二实施例中,通过消除各截面的截面平均风速的时间相位差来获得目标风速。
例如,通过对各截面的截面平均风速进行合成,获得中间风速,以去除各截面的截面平均风速之间的时间相位差,根据中间风速与给定诱导效应影响系数,获得目标风速。
在一优选实施例中,可通过以下方式确定给定诱导效应影响系数。
例如,为每个截面设置对应的权重值,确定每个截面对应的诱导效应影响系数,将每个截面对应的诱导效应影响系数与对应的权重值的加权求和,确定为给定诱导效应影响系数。
这里,每个截面对应的诱导效应影响系数可采用上述的通过调整参考截面的诱导效应影响系数的方式来获得。此外,应理解,本发明示例性实施例中给出的上述确定给定诱导效应影响系数的方式仅为示例,也可以通过其他方式来确定给定诱导效应影响系数,例如,该给定诱导效应影响系数可依据经验来设定。
作为示例,可通过以下方式来获得中间风速。
针对每个截面,根据该截面到指定截面的距离以及该截面的截面平均风速,确定入流风由该截面流动到指定截面时的估测风速,将所有估测风速的平均值确定为中间风速。
例如,可通过以下方式确定入流风由任一截面流动到指定截面时的估测风速。
根据该任一截面到指定截面的距离以及该任一截面的截面平均风速,计算入流风由该任一截面流动到指定截面所需的流动时间;将经过流动时间之后所确定的指定截面的截面平均风速,确定为入流风由该任一截面流动到指定截面时的估测风速。
这里,上述指定截面可为所有截面中的任意一个截面,例如,可将任一截面到指定截面的距离与该任一截面的截面平均风速的比值,确定为入流风由该任一截面流动到指定截面所需的流动时间。
上述去除多个截面平均风速的时间相位差来合成中间风速的方法,考虑到在任意时刻的不同截面位置处的入流风的风速大小不同,且入流风由不同截面流动到叶轮平面所需的时间也不同。假设风流场空间被冻结,则根据相邻两个截面之间的距离和截面平均风速,可以计算出入流风在此距离内流动所需的流动时间。
在本发明示例性实施例中,实时获取各空间点位置处的入流风信息,并且实时计算各截面的截面平均风速。根据遥感测量装置的采样频率,可以获得在经过流动时间之后入流风流动到指定截面时获取的各空间点位置处的入流风的风速,并将此时计算得到的指定截面的截面平均风速确定为估测风速,再将入流风由每个截面流动到指定截面时的估测风速的平均值确定为中间风速。
第二种情况,基于激光镭达发射的每根光束进行风速合成,以获得目标风速。
在此情况下,针对激光镭达发射的每根光束,根据该光束上的各空间点位置处的入流风信息以及与各空间点位置处对应的诱导效应影响系数,确定该光束的光束合成风速,将所有光束的光束合成风速的平均值,确定为目标风速。
例如,可通过以下方式确定任一光束的光束合成风速:为每个空间点位置设置对应的权重值,计算该任一光束上的每个空间点位置处的入流风信息与对应的诱导效应影响系数的比值,将每个比值与对应的权重值的加权求和确定为该任一光束的光束合成风速。
这里,可参考上述确定每个截面对应的诱导效应影响系数的方法来确定与每个空间点位置处对应的诱导效应影响系数。
在本发明示例性实施例中,除上述针对每根光束或者针对每个截面进行风速合成的方法之外,还可以基于风速拟合曲线来获得目标风速。
这里,应理解,对于除激光镭达之外的其他种类的遥感测量装置,以超声波测风装置为例,可以基于超声波测风装置所发射的一束超声波进行风速合成。
第三种情况,基于多个空间点位置处的入流风信息的风速拟合曲线来获得目标风速。
在此情况下,根据获取的多个空间点位置处的入流风信息,获得入流风从目标点流动到叶轮平面的风速变化曲线,对获得的风速变化曲线进行积分,将积分面积与目标点到叶轮平面的距离的比值,确定为目标风速。
图4示出根据本发明示例性实施例的风速变化曲线的示意图。
应理解,目标点可以是距离叶轮平面有限远范围内任意一点,优选地,目标点可为距离叶轮平面有限远范围内、无诱导效应影响的入流点(如,图4中所示的Q点)。这里,该目标风速可被定义为是指该目标点处的入流风的风速。
在获取到多个空间点位置处的入流风信息之后,可以利用各种拟合、滤波、平滑方法来获得入流风从目标点流动到叶轮平面的风速变化曲线(即,光顺风速变化曲线),以基于该风速变化曲线来确定目标风速。这里,对多个数值进行拟合、滤波、平滑的方法为本领域的公知常识,本发明对此部分的内容不再赘述。
在一优选实施例中,可基于目标点所在位置来选取不同的计算方式来确定目标风速。
在本发明示例性实施例中,引入湍流冻结理论,假设在叶轮平面的前方的风流域未演化,如果目标点Q所在位置xOPT(即,目标点到风电机组的叶轮平面的距离)大于或者等于遥感测量装置的最远探测距离D(N),则可以采用如下公式(2)所示的方法来计算目标风速。
公式(2)中,UOPT为目标风速,RAWSj为遥感测量装置的第j个截面的截面平均风速,xOPT为目标点到叶轮平面的距离,xj为第j个截面到叶轮平面的距离,1≤j≤n,n为计算目标风速所用到的截面的个数,tm为入流风从目标点流动到叶轮平面所需的流动时间,为入流风从第j个截面流动到相邻的第j-1个截面的平均风速。
如果目标点Q所在位置小于遥感测量装置的最远探测距离D(N),则可以采用公式(3)所示的方法来计算目标风速。
在本发明示例性实施例中,公式(3)中的第p个截面可指处于目标点与叶轮平面之间的多个截面中距离目标点最近的截面,假设距离遥感测量装置最近的截面为第一个截面(即,j=1)。
上述公式(2)和公式(3)的风速通过去除各个截面的截面平均风速的时间相位差,再进行平均计算,可获得不受诱导影响的目标风速。
此外,上述公式中的平均风速,可利用图4所示的风速变化曲线来获得。例如,可对从第j个截面到相邻的第j-1个截面之间的风速变化曲线进行积分,将积分面积与两个截面的距离差值Δd的比值确定为平均风速。图4中ΔU表示两个截面的截面平均风速的差值,tj表示入流风从第N个截面流动到第j个截面所需的流动时间。
在本发明示例性实施例中,根据复杂风场中存在的垂直风剪切效应、水平风剪切效应以及诱导效应等对叶轮前方流场的影响规律,通过对多个空间点位置处的入流风信息进行合成来获得不受诱导效应影响的目标风速,以用于对风电机组的主动控制和评估中。
返回图1,在步骤S30中,基于合成的目标风速,预测目标点的入流风到达叶轮平面所需的来流到达时间。
在本发明一优选实施例中,在预测来流到达时间时,可以引入湍流冻结理论,即,假设在叶轮平面前的风流域未演化,在此前提条件下来基于合成的目标风速预测来流到达时间。
可选地,可通过以下方式来预测来流到达时间。
第一种情况,可根据目标点所在位置处到叶轮平面的距离以及目标风速来预测来流到达时间。
例如,可将目标点所在位置处到叶轮平面的距离与目标风速的比值,确定为来流到达时间。
第二种情况,可根据风速变化曲线以及目标风速来预测来流到达时间。
针对上述基于多个空间点位置处的入流风信息的风速变化曲线来获得目标风速的情况,可以对从目标点到叶轮平面之间的风速变化曲线进行积分,将其积分面积与目标风速的比值,确定为目标点的入流风到达叶轮平面所需的来流到达时间。
第三种情况,可根据目标风速与来流到达时间的对应关系,来预测目标点的入流风到达叶轮平面所需的来流到达时间。
例如,可以通过深度学***面所需的流动时间的对应关系。当合成得到目标风速之后,可依据预先建立的对应关系查找与合成得到的目标风速对应的流动时间,并将查找到的流动时间确定为来流到达时间。这里,用于建立对应关系的目标风速和流动时间可采用本发明示例性实施例中的上述方法来获得。
第四种情况,可通过分段计算来流到达时间的方式来预测目标点的入流风到达叶轮平面所需的来流到达时间。
例如,可计算入流风从各预定截面流动到指定截面所需的第一流动时间以及入流风从指定截面流动到叶轮平面所需的第二流动时间,将上述计算得到的第一流动时间和第二流动时间之和确定为目标点的入流风到达叶轮平面所需的来流到达时间。这里,各预定截面可指到叶轮平面的距离大于指定截面到叶轮平面的距离的截面。
作为示例,目标点的入流风到达叶轮平面所需的来流到达时间可通过如下公式预测:
公式(4)中,tOPT为目标点的入流风到达叶轮平面所需的来流到达时间,tb为入流风从第b个预定截面流动到指定截面a所需的第一流动时间,ta为入流风从指定截面a流动到叶轮平面所需的第二流动时间,c为预定截面的个数。
这里,可将第b个截面到指定截面a的距离与第b个截面的截面平均风速的比值确定为第一流动时间tb,或者可对从第b个截面到指定截面a之间的风速变化曲线进行积分,将其积分面积与第b个截面的截面平均风速的比值确定为第一流动时间tb。
相应地,可将指定截面a到叶轮平面的距离与指定截面a的截面平均风速的比值确定为第二流动时间ta,或者可对从指定截面a到叶轮平面之间的风速变化曲线进行积分,将其积分面积与指定截面a的截面平均风速的比值确定为第二流动时间ta。
如果目标点Q所在位置小于或者等于遥感测量装置的最远探测距离D(N),则可利用上述的公式(4)来预测来流到达时间。如果目标点Q所在位置大于遥感测量装置的最远探测距离D(N),则tTPO除包括上述第一流动时间tb和第二流动时间ta之外,还应包括第三流动时间td,第三流动时间td指入流风从目标点流动到最远探测距离D(N)处所需的流动时间。例如,第三流动时间td可由目标点到最远探测距离D(N)处的距离与最远探测距离D(N)处的截面平均风速的比值来确定。
应理解,上述本发明示例性实施例中所列举的基于目标风速预测来流到达时间的方法仅为示例,还可以通过其他方式来预测来流到达时间。
在步骤S40中,根据所预测的来流到达时间对风电机组进行前馈控制。
通过上述步骤可以准确计算得到诱导区之外的剪切入流风的目标风速,以在入流风到来时对风电机组进行前馈控制。
在一优选实施例中,可利用图5所示的方式对风电机组进行前馈控制。图5示出根据本发明示例性实施例的根据所预测的来流到达时间对风电机组进行前馈控制的步骤的流程图。
参照图5,在步骤S31中,确定风电机组执行前馈控制所需的控制响应时间。
例如,可将风电机组历史上执行一次前馈控制所需的时间作为该控制响应时间,或者也可以依据经验来人为设定风电机组执行前馈控制所需的控制响应时间。
在步骤S32中,根据所预测的来流到达时间和所确定的控制响应时间,确定风电机组执行前馈控制的等待时间。
这里,可将所预测的来流到达时间与所确定的控制响应时间的差值确定为风电机组执行前馈控制的等待时间。
在步骤S33中,在到达所确定的等待时间时,对风电机组进行前馈控制。
应理解,图5所示的根据所预测的来流到达时间对风电机组进行前馈控制的方式进行为示例,本发明不限于此,还可以通过其他方式来基于来流到达时间对风电机组进行前馈控制,例如,可以在到达所预测的来流到达时间时对风电机组进行前馈控制。
图6示出根据本发明示例性实施例的对风电机组进行前馈控制的步骤的流程图。
参照图6,在步骤S331中,在到达所确定的等待时间时,确定当前时刻的目标风速。
在本发明示例性实施例中,实时获取各空间点位置处的入流风信息,并且实时计算合成的目标风速。在此情况下,当当前时刻到达所确定的等待时间时,获取到达等待时间这一时刻的目标风速。
在步骤S332中,确定与当前时刻的目标风速所对应的控制策略。
在一优选实施例中,在控制策略查找表中可存储有风速以及与风速对应的控制策略,在此情况下,可从控制策略查找表中搜索与当前时刻的目标风速匹配的控制策略。
应理解,上述基于控制策略查找表来确定与目标风速对应的控制策略的方式仅为示例,本发明不限于此,还可以通过其他方式来确定与目标风速对应的控制策略。
在步骤S333中,控制风电机组执行所确定的控制策略。
在一优选实施例中,根据本发明示例性实施例的风电机组的前馈控制方法除获得不受诱导效应影响的目标风速之外,可还获得不受诱导效应影响的目标风向(可指入流风的风向)、目标湍流强度、目标风剪切因子。
作为示例,根据本发明示例性实施例的风电机组的前馈控制方法可还包括:利用获取的多个空间点位置处的入流风信息,确定目标风剪切因子、目标风向和/或目标湍流强度。
在此情况下,在到达所确定的等待时间时,除确定当前时刻的目标风速之外,可还确定当前时刻的目标风剪切因子、目标风向和/或目标湍流强度。此时,控制风电机组执行的控制策略可为与当前时刻的目标风剪切因子、目标风向、目标湍流强度中的至少一项以及目标风速所对应的控制策略。
在此情况下,控制策略查找表中可存储有风资源参数以及与风资源参数对应的控制策略,该风资源参数包括风剪切因子、风向、湍流强度中的至少一项以及风速。
作为示例,控制策略可包括但不限于以下项中的至少一项:对风电机组的偏航控制、变桨控制、降载控制、停机控制、转矩调整控制。
在控制策略查找表的控制策略中可存储与上述各控制方式对应的控制参数,例如,偏航角度值、变桨角度值等,此时可从控制策略查找表中查找与当前时刻的风资源参数对应的控制策略下的各控制参数,发送至风电机组以使风电机组基于各控制参数进行动作。这里,控制策略除包括上述各控制方式之外,可还包括计算风电机组的预定参量(如发电量),例如基于获得的目标风剪切因子、目标风向、目标湍流强度和/或目标风速来评估风电机组的发电量。
作为示例,与目标风速对应的控制策略可为对风电机组进行变桨控制,与目标风速和目标风向对应的控制策略可为对风电机组进行偏航控制、停机控制,与目标湍流强度对应的控制策略可为对风电机组进行转矩调整控制。应理解,上述所列举的风资源参数与控制策略的对应关系仅为示例,本发明不限于此,本领域技术人员可以根据实际需求来建立控制策略查找表。
通过上述前馈控制方式使得风电机组通过主动控制“适时”响应,最终实现“随风而动,顺势而为”。
优选地,获取的多个空间点位置处的入流风信息可被划分为第一入流风信息和第二入流风信息。例如,第一入流风信息可包括处于遥感测量装置的光束中心线所在平面上方的各空间点位置处的入流风信息,第二入流风信息可包括处于遥感测量装置的光束中心线所在平面下方的各空间点位置处的入流风信息。
下面来分别介绍确定目标风剪切因子、目标风向、目标湍流强度的过程。
下面参照图7来介绍利用获取的多个空间点位置处的入流风信息计算目标风剪切因子的步骤。
图7示出根据本发明示例性实施例的计算目标风剪切因子的步骤的流程图。
参照图7,在步骤S701中,通过对第一入流风信息进行合成获得第一合成风速。
例如,可将处于遥感测量装置的光束中心线所在平面上方的各空间点位置处的入流风的风速的平均值确定为第一合成风速,但本发明不限于此,还可以通过其他方式来获得合成风速。
在步骤S702中,通过对第二入流风信息进行合成获得第二合成风速。
例如,可将处于遥感测量装置的光束中心线所在平面下方的各空间点位置处的入流风的风速的平均值确定为第二合成风速,但本发明不限于此,还可以通过其他方式来获得合成风速。
在步骤S703中,计算处于遥感测量装置的光束中心线所在平面上方的各空间点位置的高度值的平均值,获得第一高度值。
这里,获取的多个空间点位置处的入流风信息可还包括各空间点位置的高度值,因此,此时可将处于遥感测量装置的光束中心线所在平面上方的各空间点位置的高度值的平均值确定为第一高度值。
在步骤S704中,计算处于遥感测量装置的光束中心线所在平面下方的各空间点位置的高度值的平均值,获得第二高度值。
在步骤S705中,根据第一合成风速、第二合成风速、第一高度值和第二高度值,计算目标风剪切因子。
作为示例,可利用如下公式来计算目标风剪切因子:
公式(5)中,VShear表示目标风剪切因子(垂直风剪切因子),HWS+表示第一合成风速,HWS-表示第二合成风速,H+表示第一高度值,H-表示第二高度值。
这里,应理解,上述过程是针对多个空间点位置计算一目标风剪切因子,但本发明不限于此,还可以针对每个截面计算对应的风剪切因子,此时,目标风剪切因子包括各截面对应的风剪切因子。作为示例,任一截面对应的风剪切因子可以基于处于该任一截面位置处的各空间点位置处入流风信息,利用公式(5)来计算该任一截面对应的风剪切因子。
下面参照图8来介绍利用获取的多个空间点位置处的入流风信息计算目标风向的步骤。
图8示出根据本发明示例性实施例的确定目标风向的步骤的流程图。
参照图8,在步骤S801中,根据第一入流风信息、第二入流风信息、遥感测量装置各光束的天顶角,计算入流风的水平风向。
作为示例,可利用如下公式来计算入流风的水平风向:
公式(6)中,U+表示入流风的水平风向,表示处于遥感测量装置的光束中心线所在平面上方的各空间点位置处的入流风的风速的平均值,表示处于遥感测量装置的光束中心线所在平面下方的各空间点位置处的入流风的风速的平均值,θ为各光束的天顶角的平均值。
在步骤S802中,根据第一入流风信息、第二入流风信息、遥感测量装置各光束的天顶角、遥感测量装置各光束与光束中心线所在平面的方位角,计算入流风的垂直风向。
作为示例,可利用如下公式来计算入流风的垂直风向:
在步骤S803中,将入流风的水平风向与垂直风向的夹角,确定为目标风向。
作为示例,可利用如下公式来计算目标风向:
Ω+=atan2(U+;V+) (8)
公式(8)中,Ω+表示目标风向,atan2()表示用于计算入流风的水平风向与垂直风向之间的夹角的角度值的函数。
下面介绍利用获取的多个空间点位置处的入流风信息确定目标湍流强度的步骤。
例如,可通过如下方式来获得目标湍流强度:利用获取的入流风信息合成目标风速,计算预定时间段内的目标风速的风速标准差以及预定时间段内的目标风速的风速平均值,将风速标准差与风速平均值的比值,确定为目标湍流强度。
应理解,上述过程是针对多个空间点位置计算一目标湍流强度,但本发明不限于此,还可以针对每个截面计算对应的湍流强度,此时,目标湍流强度包括各截面对应的湍流强度。作为示例,任一截面对应的湍流强度可以基于处于该任一截面位置处的各空间点位置处入流风信息,利用上述所列举的方式来计算该任一截面对应的湍流强度。
这里,应理解,上述确定目标风向、目标风剪切因子、目标湍流强度的方式仅为示例,本发明不限于此,还可以通过其他方式来确定目标风向、目标风剪切因子、目标湍流强度。
图9示出根据本发明示例性实施例的风电机组的前馈控制装置的框图。
如图9所示,根据本发明示例性实施例的风电机组的前馈控制装置包括:入流风信息获取模块10、风速合成模块20、时间预测模块30和前馈控制模块40。
具体说来,入流风信息获取模块10通过遥感测量装置获取风电机组前方的获取多个空间点位置处的入流风信息。这里,多个空间点分布在多个不同的截面,多个不同的截面相对风电机组的距离不同。作为示例,该入流风信息可包括但不限于在各空间点位置处的入流风的风速。
在一优选实施例中,在风电机组的机舱顶部可设置遥感测量装置,用于探测多个空间点位置处的入流风信息。在此情况下,入流风信息获取模块10可从遥感测量装置获取多个空间点位置处的入流风信息。作为示例,该遥感测量装置可包括但不限于激光镭达。
风速合成模块20利用获取的入流风信息合成目标风速。
在本发明示例性实施例中,风速合成模块20可以针对每根光束进行风速合成或者针对每个截面进行风速合成,下面将针对不同的风速合成方式分别进行介绍。
第一种情况,风速合成模块20基于遥感测量装置的每个截面进行风速合成,以获得目标风速。
在此情况下,风速合成模块20针对每个截面,根据处于该截面的各空间点位置处的入流风信息,确定该截面的截面平均风速,根据各截面的截面平均风速来获得目标风速。
例如,任一截面的截面平均风速可为处于该任一截面的各空间点位置处的入流风的风速的平均值。
下面分别介绍两种基于每个截面的截面平均风速来获得目标风速的方式。
在第一实施例中,风速合成模块20可以根据所有截面的截面平均风速以及所有截面对应的诱导效应影响系数来获得目标风速。
例如,风速合成模块20针对每个截面,为该截面设置对应的权重值,计算该截面的截面平均风速与该截面对应的诱导效应影响系数的比值,将针对每个截面计算得到的比值与对应的权重值的加权求和确定为目标风速。
在一优选实施例中,风速合成模块20可通过如下方式来确定每个截面对应的诱导效应影响系数。
例如,从所有截面中选择一截面作为参考截面,设定该参考截面的诱导效应影响系数,根据所有截面中除参考截面之外的其他截面与该参考截面之间的距离,调整设定的参考截面的诱导效应影响系数,以获得其他截面的诱导效应影响系数。
作为示例,该参考截面可为所有截面中的任意一个截面。优选地,该参考截面可为所有截面中处于风速受诱导效应影响最小的位置处的截面。
在第二实施例中,风速合成模块20可通过消除各截面的截面平均风速的时间相位差来获得目标风速。
例如,风速合成模块20通过对各截面的截面平均风速进行合成,获得中间风速,以去除各截面的截面平均风速之间的时间相位差,根据中间风速与给定诱导效应影响系数,获得目标风速。
在一优选实施例中,风速合成模块20可通过以下方式确定给定诱导效应影响系数。
例如,为每个截面设置对应的权重值,确定每个截面对应的诱导效应影响系数,将每个截面对应的诱导效应影响系数与对应的权重值的加权求和,确定为给定诱导效应影响系数。
作为示例,风速合成模块20可通过以下方式来获得中间风速。
针对每个截面,根据该截面到指定截面的距离以及该截面的截面平均风速,确定入流风由该截面流动到指定截面时的估测风速,将所有估测风速的平均值确定为中间风速。
例如,风速合成模块20可通过以下方式确定入流风由任一截面流动到指定截面时的估测风速。
根据该任一截面到指定截面的距离以及该任一截面的截面平均风速,计算入流风由该任一截面流动到指定截面所需的流动时间;将经过流动时间之后所确定的指定截面的截面平均风速,确定为入流风由该任一截面流动到指定截面时的估测风速。
第二种情况,风速合成模块20基于遥感测量装置发射的每根光束进行风速合成,以获得目标风速。
在此情况下,风速合成模块20针对遥感测量装置发射的每根光束,根据该光束上的各空间点位置处的入流风信息以及与各空间点位置处对应的诱导效应影响系数,确定该光束的光束合成风速,将所有光束的光束合成风速的平均值,确定为目标风速。
例如,风速合成模块20可通过以下方式确定任一光束的光束合成风速:为每个空间点位置设置对应的权重值,计算该任一光束上的每个空间点位置处的入流风信息与对应的诱导效应影响系数的比值,将每个比值与对应的权重值的加权求和确定为该任一光束的光束合成风速。
在本发明示例性实施例中,除上述针对每根光束或者针对每个截面进行风速合成的方式之外,还可以基于风速拟合曲线来获得目标风速。
第三种情况,风速合成模块20基于多个空间点位置处的入流风信息的风速拟合曲线来获得目标风速。
在此情况下,风速合成模块20根据获取的多个空间点位置处的入流风信息,获得入流风从目标点流动到叶轮平面的风速变化曲线,对获得的风速变化曲线进行积分,将积分面积与目标点到叶轮平面的距离的比值,确定为目标风速。
时间预测模块30基于合成的目标风速,预测目标点的入流风到达叶轮平面所需的来流到达时间。
第一种情况,时间预测模块30可根据目标点所在位置处到叶轮平面的距离以及目标风速来预测来流到达时间。
例如,时间预测模块30可将目标点所在位置处到叶轮平面的距离与目标风速的比值,确定为来流到达时间。
第二种情况,时间预测模块30可根据风速变化曲线以及目标风速来预测来流到达时间。
针对上述基于多个空间点位置处的入流风信息的风速变化曲线来获得目标风速的情况,时间预测模块30可以对从目标点到叶轮平面之间的风速变化曲线进行积分,将其积分面积与目标风速的比值,确定为目标点的入流风到达叶轮平面所需的来流到达时间。
第三种情况,时间预测模块30可根据目标风速与来流到达时间的对应关系,来预测目标点的入流风到达叶轮平面所需的来流到达时间。
例如,时间预测模块30可预先建立目标风速与目标点的入流风到达叶轮平面所需的流动时间的对应关系。
当风速合成模块20合成得到目标风速之后,时间预测模块30可依据预先建立的对应关系查找与合成得到的目标风速对应的流动时间,并将查找到的流动时间确定为来流到达时间。
第四种情况,时间预测模块30可通过分段计算来流到达时间的方式来预测目标点的入流风到达叶轮平面所需的来流到达时间。
例如,时间预测模块30可计算入流风从各预定截面流动到指定截面所需的第一流动时间以及入流风从指定截面流动到叶轮平面所需的第二流动时间,将上述计算得到的第一流动时间和第二流动时间之和确定为目标点的入流风到达叶轮平面所需的来流到达时间。这里,各预定截面可指到叶轮平面的距离大于指定截面到叶轮平面的距离的截面。
前馈控制模块40根据所预测的来流到达时间对风电机组进行前馈控制。
例如,前馈控制模块40可确定风电机组执行前馈控制所需的控制响应时间,根据所预测的来流到达时间和所确定的控制响应时间,确定风电机组执行前馈控制的等待时间,在到达所确定的等待时间时,对风电机组进行前馈控制。
这里,可将所预测的来流到达时间与所确定的控制响应时间的差值确定为风电机组执行前馈控制的等待时间。
作为示例,前馈控制模块40可通过如下方式来对风电机组进行前馈控制:在到达所确定的等待时间时,确定当前时刻的目标风速,确定与当前时刻的目标风速所对应的控制策略,控制风电机组执行所确定的控制策略。
这里,在控制策略查找表中可存储有风速以及与风速对应的控制策略,在此情况下,前馈控制模块40可从控制策略查找表中搜索与当前时刻的目标风速匹配的控制策略。
在一优选实施例中,根据本发明示例性实施例的风电机组的前馈控制装置除获得不受诱导效应影响的目标风速之外,可还获得不受诱导效应影响的目标风向、目标湍流强度、目标风剪切因子。
在此情况下,根据本发明示例性实施例的风电机组的前馈控制装置可还包括:目标参数确定模块(图中未示出),利用获取的多个空间点位置处的入流风信息,确定目标风剪切因子、目标风向和/或目标湍流强度。
此时,在到达所确定的等待时间时,前馈控制模块40除确定当前时刻的目标风速之外,可还确定当前时刻的目标风剪切因子、目标风向和/或目标湍流强度。此时,控制风电机组执行的控制策略可为与当前时刻的目标风剪切因子、目标风向、目标湍流强度中的至少一项以及目标风速所对应的控制策略。
在此情况下,控制策略查找表中可存储有风资源参数以及与风资源参数对应的控制策略,该风资源参数包括风剪切因子、风向、湍流强度中的至少一项以及风速。
优选地,入流风信息获取模块10获取的多个空间点位置处的入流风信息可被划分为第一入流风信息和第二入流风信息。例如,第一入流风信息可包括处于遥感测量装置的光束中心线所在平面上方的各空间点位置处的入流风信息,第二入流风信息可包括处于遥感测量装置的光束中心线所在平面下方的各空间点位置处的入流风信息。
下面来分别介绍目标参数确定模块确定目标风剪切因子、目标风向、目标湍流强度的过程。
目标参数确定模块可通过如下方式来计算目标风剪切因子。
例如,目标参数确定模块可通过对第一入流风信息进行合成获得第一合成风速,通过对第二入流风信息进行合成获得第二合成风速,计算处于遥感测量装置的光束中心线所在平面上方的各空间点位置的高度值的平均值,获得第一高度值,计算处于遥感测量装置的光束中心线所在平面下方的各空间点位置的高度值的平均值,获得第二高度值,根据第一合成风速、第二合成风速、第一高度值和第二高度值,计算目标风剪切因子。
目标参数确定模块可通过如下方式来确定目标风向。
例如,目标参数确定模块可根据第一入流风信息、第二入流风信息、遥感测量装置各光束的天顶角,计算入流风的水平风向,根据第一入流风信息、第二入流风信息、遥感测量装置各光束的天顶角、遥感测量装置各光束与光束中心线所在平面的方位角,计算入流风的垂直风向,将入流风的水平风向与垂直风向的夹角,确定为目标风向。
目标参数确定模块可通过如下方式来确定目标湍流强度。
例如,目标参数确定模块可利用获取的入流风信息合成目标风速,计算预定时间段内的目标风速的风速标准差以及预定时间段内的目标风速的风速平均值,将风速标准差与风速平均值的比值,确定为目标湍流强度。
图10示出根据本发明示例性实施例的风电机组的控制器的框图。
如图10所示,根据本发明示例性实施例的风电机组的控制器包括:处理器100,存储器200,用于存储计算机程序,输入\输出接口300,所述计算机程序在被所述处理器100执行时实现上述的风电机组的前馈控制方法。该输入\输出接口300用于连接各种输入\输出设备。
这里,图1所示的风电机组的前馈控制方法可在图10所示的处理器100中执行。也就是说,图9所示的各模块可由数字信号处理器、现场可编程门阵列等通用硬件处理器来实现,也可通过专用芯片等专用硬件处理器来实现,还可完全通过计算机程序来以软件方式实现,例如,可被实现为图10中所示的处理器100中的各个模块。
在一优选实施例中,根据本发明示例性实施例的存储器200可包括:数据存储器210,用于存储从遥感测量装置获取的多个空间点位置处的入流风信息。作为示例,数据存储器210可为各种能够长期存储数据的存储器。
处理器100从遥感测量装置获取到多个空间点位置处的入流风信息之后,将获取到的入流风信息存储到数据存储器210中。此外,处理器100还可将获得的目标风速、目标风向、目标风剪切因子、目标湍流强度存储到数据存储器210中。
可选地,控制策略查找表可被存储在处理器100中,在确定控制策略时,直接从本地进行搜索可以提高处理速度。但本发明不限于此,也可以将控制策略查找表存储在处理器之外的其他存储器中,例如,可以将控制策略查找表存储在数据存储器210中,处理器100在确定控制策略时,从数据存储器210读取控制策略查找表并进行搜索,这样可以减轻处理器的存储负担。
在一优选实施例中,根据本发明示例性实施例的存储器200可还包括:数据缓存器220,数据缓存器220是一个具有固定存储量的存储单元,该存储单元仅存储当前时刻到向前给定时间长度的输入数据,随着后期数据的不断输入,早先存入的数据被自动被覆盖。
作为示例,数据缓存器220可为各种能够短时存储数据的存储器,以供处理器100使用。
在本发明示例性实施例中,处理器100获得的目标风速、目标风向、目标风剪切因子、目标湍流强度除存储到数据存储器210中,也可以存储到数据缓存器220中。
在此情况下,在到达等待时间时,处理器100可以从数据缓存器220中查找在当前时刻(到达等待时间这一时刻)计算得到的目标风速(或其他风资源参数),基于当前时刻得到的目标风速来从控制策略查找表中搜索相匹配的控制策略,以控制风电机组进行动作。
根据本发明示例性实施例还提供一种风电机组的控制***,包括遥感测量装置和控制器。
具体说来,遥感测量装置探测风电机组前方的多个空间点位置处的入流风信息。这里,多个空间点分布在多个不同的截面,多个不同的截面相对所述风电机组的距离不同。
在一优选实施例中,遥感测量装置可被设置在风电机组的机舱顶部,作为示例,该遥感测量装置可包括但不限于激光镭达。
控制器从遥感测量装置获取多个空间点位置处的入流风信息,以实现上述的风电机组的前馈控制方法。
根据本发明的示例性实施例还提供一种存储有计算机程序的计算机可读存储介质。该计算机可读存储介质存储有当被处理器执行时使得处理器执行上述风电机组的前馈控制方法的计算机程序。该计算机可读记录介质是可存储由计算机***读出的数据的任意数据存储装置。计算机可读记录介质的示例包括:只读存储器、随机存取存储器、只读光盘、磁带、软盘、光数据存储装置和载波(诸如经有线或无线传输路径通过互联网的数据传输)。
根据本发明示例性实施例的风电机组的前馈控制方法、装置以及控制***,通过有效的风速合成方法得到不受诱导效应影响的入流风的风速,避免了现有的测风装置对风速测量不准确的问题。
此外,根据本发明示例性实施例的风电机组的前馈控制方法、装置以及控制***,可以有效修正诱导效应影响,获得不受诱导效应影响的入流风的风速、风向、湍流强度以及风剪切因子,最终实现风电机组的精准发电量评估和控制,同时可以最大程度地降低风电机组受入流风的不确定性导致的载荷。
此外,根据本发明示例性实施例的风电机组的前馈控制方法、装置以及控制***,通过对多个空间点位置处的入流风信息进行合成来获得风速,相对于目前广泛采用的受诱导效应影响的单一空间点测量风速的方式而言,所获得的入流风的风速值更为准确。
尽管已参照优选实施例表示和描述了本发明,但本领域技术人员应该理解,在不脱离由权利要求限定的本发明的精神和范围的情况下,可以对这些实施例进行各种修改和变换。
Claims (27)
1.一种风电机组的前馈控制方法,其特征在于,包括:
通过遥感测量装置获取所述风电机组前方的多个空间点位置处的入流风信息,所述多个空间点分布在多个不同的截面,所述多个不同的截面相对所述风电机组的距离不同;
利用获取的入流风信息合成目标风速;
基于合成的目标风速,预测目标点的入流风到达叶轮平面所需的来流到达时间;
根据所预测的来流到达时间对风电机组进行前馈控制,
其中,利用获取的入流风信息合成目标风速的步骤包括:
针对入流风的每个截面,根据处于该截面的各空间点位置处的入流风信息,确定该截面的截面平均风速;
根据各截面的截面平均风速来获得目标风速。
2.如权利要求1所述的前馈控制方法,其特征在于,利用获取的入流风信息合成目标风速的步骤还包括:确定每个截面对应的诱导效应影响系数,
其中,根据各截面的截面平均风速来获得目标风速的步骤包括:根据所有截面的截面平均风速以及对应的诱导效应影响系数,获得目标风速。
3.如权利要求2所述的前馈控制方法,其特征在于,确定每个截面对应的诱导效应影响系数的步骤包括:
从所有截面中选择一截面作为参考截面;
设定所述参考截面的诱导效应影响系数;
根据所有截面中除所述参考截面之外的其他截面与所述参考截面之间的距离,调整所述参考截面的诱导效应影响系数,以获得所述其他截面的诱导效应影响系数。
4.如权利要求2所述的前馈控制方法,其特征在于,根据所有截面的截面平均风速以及对应的诱导效应影响系数,获得目标风速的步骤包括:
为每个截面设置对应的权重值;
分别计算每个截面的截面平均风速与对应的诱导效应影响系数的比值,将每个比值与对应的权重值的加权求和确定为目标风速。
5.如权利要求1所述的前馈控制方法,其特征在于,根据各截面的截面平均风速来获得目标风速的步骤包括:
通过对各截面的截面平均风速进行合成,获得中间风速,以去除各截面的截面平均风速之间的时间相位差;
根据中间风速与给定诱导效应影响系数,获得目标风速。
6.如权利要求5所述的前馈控制方法,其特征在于,通过对各截面的截面平均风速进行合成,获得中间风速的步骤包括:
针对每个截面,根据该截面到指定截面的距离以及该截面的截面平均风速,确定入流风由该截面流动到所述指定截面时的估测风速;
将所有估测风速的平均值确定为中间风速,
和/或,通过以下方式确定给定诱导效应影响系数:
为每个截面设置对应的权重值;
确定每个截面对应的诱导效应影响系数;
将每个截面对应的诱导效应影响系数与对应的权重值的加权求和,确定为所述给定诱导效应影响系数。
7.如权利要求6所述的前馈控制方法,其特征在于,通过以下方式确定入流风由任一截面流动到所述指定截面时的估测风速:
根据所述任一截面到所述指定截面的距离以及所述任一截面的截面平均风速,计算入流风由所述任一截面流动到所述指定截面所需的流动时间;
将经过所述流动时间之后所确定的所述指定截面的截面平均风速,确定为入流风由所述任一截面流动到所述指定截面时的估测风速。
8.如权利要求1所述的前馈控制方法,其特征在于,所述遥感测量装置包括激光镭达。
9.如权利要求8所述的前馈控制方法,其特征在于,利用获取的入流风信息合成目标风速的步骤包括:
针对激光镭达发射的每根光束,根据该光束上的各空间点位置处的入流风信息以及与各空间点位置处对应的诱导效应影响系数,确定该光束的光束合成风速;
将所有光束的光束合成风速的平均值,确定为目标风速。
10.如权利要求9所述的前馈控制方法,其特征在于,通过以下方式确定任一光束的光束合成风速:
为每个空间点位置设置对应的权重值;
计算所述任一光束上的每个空间点位置处的入流风信息与对应的诱导效应影响系数的比值,将每个比值与对应的权重值的加权求和确定为所述任一光束的光束合成风速。
11.如权利要求1所述的前馈控制方法,其特征在于,基于合成的目标风速,预测目标点的入流风到达叶轮平面所需的来流到达时间的步骤包括:
确定目标点所在位置处到叶轮平面的距离;
将所确定的距离与合成的目标风速的比值,确定为来流到达时间。
12.如权利要求1所述的前馈控制方法,其特征在于,利用获取的入流风信息合成目标风速的步骤包括:
根据获取的多个空间点位置处的入流风信息,获得入流风从目标点流动到叶轮平面的风速变化曲线,
对获得的风速变化曲线进行积分,将积分面积与目标点到叶轮平面的距离的比值,确定为目标风速,
其中,基于合成的目标风速,预测目标点的入流风到达叶轮平面所需的来流到达时间的步骤包括:
将积分面积与所述目标风速的比值,确定为目标点的入流风到达叶轮平面所需的来流到达时间。
13.如权利要求1所述的前馈控制方法,其特征在于,基于合成的目标风速,预测目标点的入流风到达叶轮平面所需的来流到达时间的步骤包括:
根据目标风速与来流到达时间的对应关系,查找与合成的目标风速对应的来流到达时间,并将查找到的来流到达时间确定为目标点的入流风到达叶轮平面所需的来流到达时间。
14.如权利要求1所述的前馈控制方法,其特征在于,基于合成的目标风速,预测目标点的入流风到达叶轮平面所需的来流到达时间的步骤包括:
确定入流风从各预定截面流动到指定截面所需的第一流动时间;
确定入流风从指定截面流动到叶轮平面所需的第二流动时间;
根据所确定的第一流动时间和第二流动时间,获得目标点的入流风到达叶轮平面所需的来流到达时间。
15.如权利要求14所述的前馈控制方法,其特征在于,基于合成的目标风速,预测目标点的入流风到达叶轮平面所需的来流到达时间的步骤还包括:
当目标点所在位置大于遥感测量装置的最远探测距离时,还确定入流风从目标点流动到最远探测距离处所需的第三流动时间,
其中,根据所确定的第一流动时间、第二流动时间和第三流动时间,获得目标点的入流风到达叶轮平面所需的来流到达时间。
16.如权利要求1所述的前馈控制方法,其特征在于,根据所预测的来流到达时间对风电机组进行前馈控制的步骤包括:
确定风电机组执行前馈控制所需的控制响应时间;
根据所预测的来流到达时间和所确定的控制响应时间,确定风电机组执行前馈控制的等待时间;
在到达所确定的等待时间时,对风电机组进行前馈控制。
17.如权利要求16所述的前馈控制方法,其特征在于,风电机组执行前馈控制的等待时间为所预测的来流到达时间与所确定的控制响应时间的差值。
18.如权利要求16所述的前馈控制方法,其特征在于,在到达所确定的等待时间时,对风电机组进行前馈控制的步骤包括:
在到达所确定的等待时间时,确定当前时刻的目标风速;
确定与当前时刻的目标风速所对应的控制策略;
控制风电机组执行所确定的控制策略。
19.如权利要求18所述的前馈控制方法,其特征在于,确定与当前时刻的目标风速所对应的控制策略的步骤包括:从控制策略查找表中搜索与当前时刻的目标风速匹配的控制策略,
其中,控制策略查找表中存储有风速以及与风速对应的控制策略。
20.如权利要求18所述的前馈控制方法,其特征在于,所述前馈控制方法还包括:利用获取的多个空间点位置处的入流风信息,确定目标风剪切因子、目标风向和/或目标湍流强度,
其中,在到达所确定的等待时间时,对风电机组进行前馈控制的步骤还包括:在到达所确定的等待时间时,还确定当前时刻的目标风剪切因子、目标风向和/或目标湍流强度,
其中,所确定的控制策略为与当前时刻的目标风剪切因子、目标风向、目标湍流强度中的至少一项以及目标风速所对应的控制策略。
21.如权利要求20所述的前馈控制方法,其特征在于,获取的入流风信息包括第一入流风信息和第二入流风信息,第一入流风信息包括处于遥感测量装置的光束中心线所在平面上方的各空间点位置处的入流风信息,第二入流风信息包括处于遥感测量装置的光束中心线所在平面下方的各空间点位置处的入流风信息,
其中,确定目标风剪切因子的步骤包括:
通过对第一入流风信息进行合成获得第一合成风速;
通过对第二入流风信息进行合成获得第二合成风速;
计算处于遥感测量装置的光束中心线所在平面上方的各空间点位置的高度值的平均值,获得第一高度值;
计算处于遥感测量装置的光束中心线所在平面下方的各空间点位置的高度值的平均值,获得第二高度值;
根据第一合成风速、第二合成风速、第一高度值和第二高度值,计算目标风剪切因子。
22.如权利要求21所述的前馈控制方法,其特征在于,确定目标风向的步骤包括:
根据第一入流风信息、第二入流风信息、遥感测量装置各光束的天顶角,计算入流风的水平风向;
根据第一入流风信息、第二入流风信息、遥感测量装置各光束的天顶角、遥感测量装置各光束与光束中心线所在平面的方位角,计算入流风的垂直风向;
将入流风的水平风向与垂直风向的夹角,确定为目标风向。
23.如权利要求20所述的前馈控制方法,其特征在于,确定目标湍流强度的步骤包括:
利用获取的多个空间点位置处的入流风信息合成目标风速;
计算预定时间段内的目标风速的风速标准差以及风速平均值;
将风速标准差与风速平均值的比值,确定为目标湍流强度。
24.一种风电机组的前馈控制装置,其特征在于,包括:
入流风信息获取模块,通过遥感测量装置获取所述风电机组前方的多个空间点位置处的入流风信息,所述多个空间点分布在多个不同的截面,所述多个不同的截面相对所述风电机组的距离不同;
风速合成模块,利用获取的入流风信息合成目标风速;
时间预测模块,基于合成的目标风速,预测目标点的入流风到达叶轮平面所需的来流到达时间;
前馈控制模块,根据所预测的来流到达时间对风电机组进行前馈控制,
其中,所述风速合成模块用于:
针对入流风的每个截面,根据处于该截面的各空间点位置处的入流风信息,确定该截面的截面平均风速;
根据各截面的截面平均风速来获得目标风速。
25.一种风电机组的控制器,其特征在于,包括:
处理器;
输入\输出接口;
存储器,用于存储计算机程序,所述计算机程序在被所述处理器执行时实现如权利要求1至23中任意一项所述的风电机组的前馈控制方法。
26.一种风电机组的控制***,其特征在于,包括:
遥感测量装置,探测所述风电机组前方的多个空间点位置处的入流风信息,所述多个空间点分布在多个不同的截面,所述多个不同的截面相对所述风电机组的距离不同,
控制器,从遥感测量装置获取多个空间点位置处的入流风信息,以实现如权利要求1至23中任意一项所述的风电机组的前馈控制方法。
27.一种存储有计算机程序的计算机可读存储介质,其特征在于,当所述计算机程序在被处理器执行时实现如权利要求1至23中任意一项所述的风电机组的前馈控制方法。
Priority Applications (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910462953.2A CN112012882B (zh) | 2019-05-30 | 2019-05-30 | 风电机组的前馈控制方法、装置以及控制*** |
EP19931285.1A EP3978749A4 (en) | 2019-05-30 | 2019-12-24 | METHOD AND APPARATUS FOR FORWARD COUPLED CONTROL OF A WIND TURBINE GENERATOR SET AND CONTROL SYSTEM |
PCT/CN2019/127920 WO2020238182A1 (zh) | 2019-05-30 | 2019-12-24 | 风电机组的前馈控制方法、装置以及控制*** |
AU2019447706A AU2019447706B2 (en) | 2019-05-30 | 2019-12-24 | Feedforward control method and apparatus for wind turbine generator set, and control system |
CA3139756A CA3139756A1 (en) | 2019-05-30 | 2019-12-24 | Feedforward control method and apparatus for wind turbine generator set, and control system |
US17/615,095 US20220228557A1 (en) | 2019-05-30 | 2019-12-24 | Feedforward control method, apparatus and control system for wind turbine |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910462953.2A CN112012882B (zh) | 2019-05-30 | 2019-05-30 | 风电机组的前馈控制方法、装置以及控制*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112012882A CN112012882A (zh) | 2020-12-01 |
CN112012882B true CN112012882B (zh) | 2022-08-02 |
Family
ID=73501239
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910462953.2A Active CN112012882B (zh) | 2019-05-30 | 2019-05-30 | 风电机组的前馈控制方法、装置以及控制*** |
Country Status (6)
Country | Link |
---|---|
US (1) | US20220228557A1 (zh) |
EP (1) | EP3978749A4 (zh) |
CN (1) | CN112012882B (zh) |
AU (1) | AU2019447706B2 (zh) |
CA (1) | CA3139756A1 (zh) |
WO (1) | WO2020238182A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113309663B (zh) * | 2021-03-08 | 2022-11-15 | 新疆金风科技股份有限公司 | 用于风力发电机组的控制方法及控制装置 |
CN116201698A (zh) * | 2022-11-17 | 2023-06-02 | 盛东如东海上风力发电有限责任公司 | 一种风电机组控制方法及*** |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7342323B2 (en) * | 2005-09-30 | 2008-03-11 | General Electric Company | System and method for upwind speed based control of a wind turbine |
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 |
WO2010061255A2 (en) * | 2008-11-01 | 2010-06-03 | Clipper Windpower, Inc. | Active blade pitch control for reduction of wind turbine noise or loads |
GB2476506A (en) * | 2009-12-23 | 2011-06-29 | Vestas Wind Sys As | Method And Apparatus Protecting Wind Turbines From Low Cycle Fatigue Damage |
DE102012210150A1 (de) * | 2012-06-15 | 2013-12-19 | Wobben Properties Gmbh | Windenergieanlage und Verfahren zum Steuern einer Windenergieanlage oder eines Windparks |
CN103061980A (zh) * | 2012-12-28 | 2013-04-24 | 东方电气集团东方汽轮机有限公司 | 基于激光测风雷达的风力发电机组的前馈控制***及其控制方法 |
ES2900001T3 (es) * | 2015-05-19 | 2022-03-15 | Ophir Corp | Sistemas y métodos para predecir la llegada de un evento de viento |
US10539116B2 (en) * | 2016-07-13 | 2020-01-21 | General Electric Company | Systems and methods to correct induction for LIDAR-assisted wind turbine control |
FR3068139B1 (fr) * | 2017-06-21 | 2019-12-20 | IFP Energies Nouvelles | Procede d'acquisition et de modelisation par un capteur lidar d'un champ de vent incident |
CN108953060B (zh) * | 2018-03-30 | 2020-01-17 | 浙江大学 | 基于激光雷达测风仪的风电场场级偏航控制方法 |
-
2019
- 2019-05-30 CN CN201910462953.2A patent/CN112012882B/zh active Active
- 2019-12-24 EP EP19931285.1A patent/EP3978749A4/en active Pending
- 2019-12-24 US US17/615,095 patent/US20220228557A1/en active Pending
- 2019-12-24 WO PCT/CN2019/127920 patent/WO2020238182A1/zh unknown
- 2019-12-24 CA CA3139756A patent/CA3139756A1/en active Pending
- 2019-12-24 AU AU2019447706A patent/AU2019447706B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
CN112012882A (zh) | 2020-12-01 |
WO2020238182A1 (zh) | 2020-12-03 |
AU2019447706A1 (en) | 2022-01-06 |
EP3978749A4 (en) | 2022-08-10 |
EP3978749A1 (en) | 2022-04-06 |
US20220228557A1 (en) | 2022-07-21 |
AU2019447706B2 (en) | 2024-03-07 |
CA3139756A1 (en) | 2020-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103901806B (zh) | 一种智能船舶靠泊辅助***及方法 | |
US10746901B2 (en) | Systems and methods for predicting arrival of wind event at aeromechanical apparatus | |
CN105404844B (zh) | 一种基于多线激光雷达的道路边界检测方法 | |
CN112012882B (zh) | 风电机组的前馈控制方法、装置以及控制*** | |
CN104297758B (zh) | 一种基于2d脉冲式激光雷达的辅助靠泊装置及其方法 | |
AU2017254511B2 (en) | Wind turbine and operational control method and device therefor | |
CN110632921A (zh) | 机器人路径规划方法、装置、电子设备和存储介质 | |
US20120179376A1 (en) | Methods And Apparatus For Monitoring Complex Flow Fields For Wind Turbine Applications | |
KR101628154B1 (ko) | 수신 신호 세기를 이용한 다중 표적 추적 방법 | |
CN110595472B (zh) | 一种无人船双目标气象航线优化方法和*** | |
EP3564524B1 (en) | Induction controlled wind turbine | |
CN104730528A (zh) | 一种水声多目标自主检测与方位跟踪方法 | |
EP3298521B1 (en) | Systems and methods for predicting arrival of wind event | |
CN113267779A (zh) | 一种基于雷达与图像数据融合的目标检测方法及*** | |
CN108918905A (zh) | 风力发电机组风速的预测方法及装置 | |
CN114483447A (zh) | 风力发电机组的变桨控制方法、装置、设备及存储介质 | |
CN111220985B (zh) | 一种靠离泊辅助*** | |
CN111936741B (zh) | 用于控制涡轮的控制***、用于控制涡轮的方法和风力涡轮 | |
CN115773756A (zh) | 一种面向全态势感知的目标信息融合方法 | |
CN114216440A (zh) | 一种高耸结构安全姿态监测及其预警方法及*** | |
Kristensen et al. | An airborne laser air motion sensing system. Part II: Design criteria and measurement possibilities | |
Beck et al. | The Ainslie wake model an update for multi megawatt turbines based on state-of-the-art wake scanning techniques | |
CN117148363B (zh) | 一种超声波探测障碍物高度的方法及*** | |
CN116560219B (zh) | 基于输电杆塔风速联合分析的自适应监测控制方法及*** | |
JP7524742B2 (ja) | 船舶航路情報生成システムおよび船舶航路情報生成方法 |
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 |