一种风力发电机组测风仪角度自优化方法与流程

1.本发明涉及风电场运行控制技术领域，尤其涉及一种风力发电机组测风仪角度自优化方法。


背景技术：

2.风电已超越核电成为继煤电和水电之后的第三大主力电源。随着风电新增装机容量的节节高升，如何在有限条件下提高发电量是风电行业设计者孜孜不倦追求的目标。风力发电机组的风轮受风力驱动传动链上的齿轮箱和发电机，将风能转化为电能。机组偏航系统的主要功能是机头正对风向，让风轮正面迎风，使得捕获的能量能最大。
3.目前，在大型风电机组的偏航控制系统中，偏航对风角度的数据源主要来自安装于机舱尾部的测风仪设备。在现场调试时，为保证数据的准确性，需要对机舱和测风仪的初始位置进行标定，使得机舱头部方向与测风仪风向标方向保持一致。在风电机组调试和运行过程中，有两种情况会影响偏航角度的准确性：一种是测风仪长期运行出现零点标定偏移，一种是运维人员通过视觉标定导致的个体主观性差异。传统的方式中，当风电机组的输出功率与风速明显不匹配时，由运维人员通过目测对风向仪重新标定，这样的方式不仅滞后而且准确度得不到保证，导致风能利用率的降低，造成发电量损失。


技术实现要素：

4.为解决上述现有技术中存在的部分或全部技术问题，本发明提供一种风力发电机组测风仪角度自优化方法。
5.本发明的技术方案如下：
6.一种风力发电机组测风仪角度自优化方法，其特征在于，所述方法包括：
7.步骤s1：基于样本数据，获取机舱外的风速、机舱相对于风向的对风角度、发电机组输出的有功功率之间的关系；
8.步骤s2：基于步骤s1中获取的关系，建立在不同风速区间下的“对风角度
‑
输出功率”的中值模型，同时，建立在不同风速区间下的“对风角度
‑
输出功率”的标准差模型；
9.步骤s3：获取当前的实时数据，并将当前的实时数据分别代入步骤s2中的中值模型和标准差模型中；
10.步骤s4：判断当前的实时数据是否同时满足中值模型和标准差模型中的参考数据；
11.步骤s5：若当前的实时数据同时满足中值模型和标准差模型中的参考数据，则说明当前的测风仪采集的实时数据正常，反之，则说明测风仪采集的实时数据不正常，需要根据比对结果调整机舱位置。
12.可选地，所述方法中，在所述步骤s5中还包括：
13.若当前的实时数据没有同时满足中值模型和标准差模型中的参考数据，则检测测风仪所处的湍流参数；
14.当湍流参数达到预设临界值时，则判定当前的实时数据无效，需要继续观测；当湍流参数小于预设临界值时，则将当前的实时数据与中值模型和标准差模型中的参考数据进行比对，并根据其之间的比对结果调整机舱的角度。
15.可选地，所述方法中，在所述步骤s5中，当湍流参数小于预设临界值时，则将当前的实时数据与中值模型和标准差模型中的参考数据进行比对，并根据其之间比对结果调整机舱的角度，包括：
16.根据比对结果获取测风仪的偏移方向和偏移角度，计算机舱的偏移值，并根据所述偏移值调整机舱的角度，之后循环迭代并自行优化验证。
17.本发明技术方案的主要优点如下：
18.本发明的风力发电机组测风仪角度自优化方法，可用于大型风电机组，该方法可以基于标准的样本数据在不同风速区间内分区建立两种不同的数据模型，来判断当前的风力发电机组是否处于功率损失最小化的工作状态。并且可以判断测风仪处的湍流状态，避免湍流对测风仪的检测数据产生影响，降低环境对检测数据的影响，提高检测的准确率。此外，当判断到当前的风力发电机组不是处于最佳工作状态时，可以及时地调整机舱的对风方向，并且可以借助闭环的控制方式使得机舱能够自行转动至最优方向。
附图说明
19.此处所说明的附图用来提供对本发明实施例的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
20.图1为根据本发明的一个实施方式中的风力发电机组测风仪角度自优化方法的流程示意图。
具体实施方式
21.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明的实施例，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。
22.以下结合附图，详细说明本发明实施例提供的技术方案。
23.如图1所示，根据本发明的一个实施方式中提供了一种风力发电机组测风仪角度自优化方法，该方法可用于大型风电机组，借助该方法可以使得风电机组在发电的过程中，快速矫正测风仪采集数据，使机舱正对风向，实现功率损失最小化。可以理解，测风仪包括风速仪和风向仪，风速仪能够检测风速，风向仪能够检测风向。
24.该方法包括：
25.步骤s1：基于样本数据，获取机舱外的风速、机舱相对于风向的对风角度、发电机组输出的有功功率之间的关系；
26.步骤s2：基于步骤s1中获取的关系，建立在不同风速区间下的“对风角度
‑
输出功率”的中值模型，同时，建立在不同风速区间下的“对风角度
‑
输出功率”的标准差模型；
27.步骤s3：获取当前的实时数据，并将当前的实时数据分别代入步骤s2中的中值模
型和标准差模型中；
28.步骤s4：判断当前的实时数据是否同时满足中值模型和标准差模型中的参考数据；
29.步骤s5：若当前的实时数据同时满足中值模型和标准差模型中的参考数据，则说明当前的测风仪采集的实时数据正常，反之，则说明测风仪采集的实时数据不正常，需要根据比对结果调整机舱位置。
30.可以理解，在本实施方式中，可以基于当前的发电机组获取与之相对应的样本数据，其中，样本数据是采集的经过调试并确认能够正常运行的风力发电机组的标准数据。该样本数据的获取方式为：当风力发电机组调试完成之后，使风力发电机组进入正常运行的状态，采集风力发电机组运行时的风速、对风角度和输出功率，并持续采集一段时间，将采集的数据作为样本数据。由此，该样本数据包括机舱外的风速、机舱相对于风向的对风角度、发电机组输出的有功功率。在初始的数据库中，可以基于样本数据，获取机舱外的风速、机舱相对于风向的对风角度、发电机组输出的有功功率之间的关系。
31.然后，基于不同的风速区间进行分区。在本实施方式中，基于之前获取的关系，并在不同风速区间的分区下，建立两种不同的数据模型，即，建立在不同风速区间下的“对风角度
‑
输出功率”的中值模型，以及在不同风速区间下的“对风角度
‑
输出功率”的标准差模型。具体而言，对于样本数据，可以先将风速以预定的区间间隔分成多个连续的风速区间，风速区间间隔越小则数据越精确，例如，预定的区间间隔可以为0.5、1，每个风速区间所对应的风速为定量，可以理解，每个风速区间均具有相对应的风速间隔范围，只有对风角度和输出功率是变量。此时，可以在不同的风速区间下，将对风角度和输出功率的散点数据进行曲线拟合，也就是说，采取控制变量的方式，将风速确定为定量，获取对风角度和输出功率这两个变量之间的对应关系。
32.其中，中值模型是以散点数据为基础，中值模型的拟合方法是对对风角度进行分区，例如，可以将对风角度以预定的区间间隔分成多个连续的区间，类似地，对风角度区间间隔也是越小则数据越精确，然后将同一个对风角度区间内的输出功率求平均值，使得每一个对风角度区间均对应有一个平均输出功率，之后，按照对风角度区间的顺序，将对应的所有平均输出功率连接起来，即可以得到中值模型，中值模型能够反应数据的平均水平。标准差模型是以散点数据和中值为基础，标准差模型能够反应数据点相对中值的离散程度。
33.之后，获取当前的实时数据，例如获取机舱外的实时风速、机舱相对于风向的对风角度、发电机组输出的实时功率，将这些实时数据与中值模型和标准差模型中的参考数据进行比对和计算，并判断当前的实时数据是否正常，也就是判断当前的实时数据是否符合中值模型以及标准差模型这两种模型下的标准数据。
34.如果当前的实时数据同时满足中值模型和标准差模型中的参考数据，则说明测风仪采集的实时数据正常，反之，则说明测风仪采集的实时数据不正常，需要根据比对结果调整机舱位置。
35.进一步地，在步骤s5中还包括：
36.若当前的实时数据没有同时满足中值模型和标准差模型中的参考数据，则检测测风仪所处的湍流参数；
37.当湍流参数达到预设临界值时，则判定当前的实时数据无效，需要继续观测；当湍
流参数小于预设临界值时，则将当前的实时数据与中值模型和标准差模型中的参考数据进行比对，并根据其之间比对结果调整机舱的角度。
38.可以理解，在本实施方式中，需要结合测风仪处的湍流情况来判断测风仪采集的数据是否正常，以便于提高准确度。其中，预设临界值可以借助iec61400
‑
1标准中对湍流等级的计算方法计算出来，湍流参数则可以实时采集风电机组10min风速数据，由此，通过比较风速数据和预设临界值之间的大小关系来判断湍流的影响大小。
39.当检测到湍流参数达到临界值时，则说明当前的湍流影响较大，判定当前的实时数据无效，需要继续观测；当检测到的湍流参数小于临界值时，则说明当前的湍流影响较小，当前的实时数据有效，而且，当前发电机组输出的有功功率与当前风速下的标准输出功率不匹配，需要调整机舱的对风角度。
40.对此，可以根据当前的比对结果获取测风仪中风向仪的偏移方向和偏移角度，计算机舱的偏移值，并根据偏移值调整机舱的角度，以便于调整发电机组的输出功率。示例性地，当获取实时数据之后，可以建立实时的中值曲线，之后，将实时的中值曲线与中值模型曲线中的功率峰值进行比对，根据其之间的偏移量确定偏移角度，根据其之间的位置关系确定偏移方向。而且还可以基于实时数据建立实时的标准差曲线，用以辅助判断测风仪在新中值处的离散程度。
41.当根据当前的实时数据和中值模型与标准差模型中的参考数据之间的计算结果判断得出测风仪的偏移方向和偏移角度之后，可以借助程序计算新增的偏移矢量，该偏移矢量用于控制机舱偏航修正，保证机舱能够正对风向。之后便可以根据偏移矢量实时调整机舱的对风角度，并且在此调整的过程中可以循环迭代地检测偏移方向和偏移角度、计算偏移矢量、调整机舱方向，以实现自优化和验证。最终使得机舱能够处于当前风速下的最优方向。
42.此外，当运维人员维护风机时，可以调整设备，同时还需要复位偏移矢量。
43.由此，本发明提供的风力发电机组测风仪角度自优化方法具有以下优点：
44.本发明的方法可以基于标准的样本数据在不同风速区间内分区建立两种不同的数据模型，来判断当前的风力发电机组是否处于功率损失最小化的工作状态。并且可以判断测风仪处的湍流状态，避免湍流对测风仪的检测数据产生影响，降低环境对检测数据的影响，提高检测的准确率。此外，当判断到当前的风力发电机组不是处于最佳工作状态时，可以及时地调整机舱的对风方向，并且可以借助闭环的控制方式使得机舱能够自行转动至最优方向。
45.需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。此外，本文中“前”、“后”、“左”、“右”、“上”、“下”均以附图中表示的放置状态为参照。
46.最后应说明的是：以上实施例仅用于说明本发明的技术方案，而非对其限制；尽管参照前述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精神和范围。