[go: up one dir, main page]

CN114542378B - 一种动态计算风力发电机组最优最小桨角的方法 - Google Patents

一种动态计算风力发电机组最优最小桨角的方法 Download PDF

Info

Publication number
CN114542378B
CN114542378B CN202210442662.9A CN202210442662A CN114542378B CN 114542378 B CN114542378 B CN 114542378B CN 202210442662 A CN202210442662 A CN 202210442662A CN 114542378 B CN114542378 B CN 114542378B
Authority
CN
China
Prior art keywords
wind
optimal
pitch angle
angle
minimum pitch
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
Application number
CN202210442662.9A
Other languages
English (en)
Other versions
CN114542378A (zh
Inventor
宁琨
曾一鸣
李玉霞
贾君实
余业祥
杨鹤立
彭小迪
张耀辉
廖茹霞
郭自强
王秉旭
张坤
沈菲
张权耀
苏坤林
付斌
马记龙
李博
杨斌
许福霞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dongfang Electric Wind Power Co Ltd
Original Assignee
Dongfang Electric Wind Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Dongfang Electric Wind Power Co Ltd filed Critical Dongfang Electric Wind Power Co Ltd
Priority to CN202210442662.9A priority Critical patent/CN114542378B/zh
Publication of CN114542378A publication Critical patent/CN114542378A/zh
Application granted granted Critical
Publication of CN114542378B publication Critical patent/CN114542378B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D7/00—Controlling wind motors 
    • F03D7/02—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor
    • F03D7/022—Adjusting aerodynamic properties of the blades
    • F03D7/0224—Adjusting blade pitch
    • 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
    • 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
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/30—Control parameters, e.g. input parameters
    • F05B2270/32—Wind speeds
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/30—Control parameters, e.g. input parameters
    • F05B2270/321—Wind directions
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/30—Control parameters, e.g. input parameters
    • F05B2270/327—Rotor or generator 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
    • F05B2270/328—Blade pitch angle
    • 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
    • F05B2270/335—Output power or torque
    • 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
    • F05B2270/70—Type of control algorithm
    • 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)
  • Physics & Mathematics (AREA)
  • Fluid Mechanics (AREA)
  • Wind Motors (AREA)

Abstract

本发明公开了一种动态计算风力发电机组最优最小桨角的方法，包括步骤1：在机组处于最佳叶尖速比控制阶段时，多次调整最小桨角值，并同步采集调整后风机的相关参数；步骤2：通过Bladed仿真模型及网格搜索法，确定最小桨角的寻优范围；步骤3：在寻优范围内依次改变最小桨角，计算风力发电机组的风能利用效率；步骤4：根据步骤3计算得到的多个风能利用效率，通过退火算法搜索并通过趋势面光滑插值寻峰，获得风力发电机组的最优最小桨角。采用本发明的一种动态计算风力发电机组最优最小桨角的方法，可寻找到最佳的最优最小桨角，最大捕获风能，赢得更多发电量。

Description

一种动态计算风力发电机组最优最小桨角的方法
技术领域
本发明涉及一种动态计算风力发电机组最优最小桨角的方法，属于风力发电测控技术领域。
背景技术
风能作为一种可再生能源，风力发电现在已经成为当今世界最具竞争力的一种新能源技术。风能是太阳能的一种转换形式，地球接受到的太阳辐射能约有2％转化为风能。据估计，全球的风能总量有2.74万亿千瓦，其中可利用的约为200亿千瓦。这是一个巨大的潜在能源宝库，是一种取之不尽，尚未得到大力开发利用的新能源。我国地域辽阔,蕴藏着非常丰富的风能资源.据计算,全国风能资源总量约每年16亿千瓦,其中可开发约为每年1.6亿千瓦.我国东南沿海岛屿以及西北牧区、西南山区严重缺电，但风能资源较大，有着发展风力发电的优良条件。因此，在我国因地制宜地开发利用风能，不仅可以扩大能源，而且有助于解决边远地区用电需要，有着现实的重要意义。
随着工业技术发展，风电行业整机商也越来越注重如何通过风力发电机组实现高效发电。变速变桨风力发电机组具有发电量高、载荷小、功率品质高等有点，已成为国内外的主流机型。在低风速段时，变速变桨风力发电机通过调节发电机转矩使风轮按照最佳尖速比运行，追踪最佳风能利用效率。在整个提升发电阶段，风力发电机需要根据当前风况和风机当前状态，开桨至最优最小桨角，以便获得最佳风能利用效率，从而提高机组发电量。
目前风电机组整个风电场的最优桨角都是通过参数设置方法，手动完成设置，并且一直固定不变，无法完成动态修正。而风力发电机组具有20年使用寿命，随着机组运行，风电机组性能也在发生不同程度改变，而且每台机组发电性能也不一样。动态寻优最优最小桨角，是针对每台机组的数据单独分析，并根据机组数据实时动态修正，从而实现每台机组的发电性能最优，从而保证整个风电场发电最优。
现有技术在最优最小桨角寻优时，通常存在寻优过程复杂，需要较长的的寻优时间，从而在寻优过程中造成机组发电量损失较大；并且单次调参计算得到的风能利用效率具有随机性，现有技术进行寻优时会受到数据随机性影响。
发明内容
本发明的发明目的在于：针对上述存在的问题，提供一种动态计算风力发电机组最优最小桨角的方法，本发明可寻找到最佳的最优最小桨角，最大捕获风能，赢得更多发电量。
本发明采用的技术方案如下：
一种动态计算风力发电机组最优最小桨角的方法，包括以下步骤：
步骤1：在机组处于最佳叶尖速比控制阶段时，多次调整最小桨角值，并同步采集调整后风机的相关参数；
步骤2：通过Bladed仿真模型及网格搜索法，确定最小桨角的寻优范围；
步骤3：在寻优范围内依次改变最小桨角，计算风力发电机组的风能利用效率；
步骤4：根据步骤3计算得到的多个风能利用效率，通过退火算法搜索并通过趋势面光滑插值寻峰，获得风力发电机组的最优最小桨角。
风机从风速中捕获的机械功率满足以下公式：
Figure 900921DEST_PATH_IMAGE001
其中，Pm：最优发电量；ρ：空气密度；R：风轮半半径；v：风轮旋转角速度；λ：最佳叶尖速比；Cp：最佳风能利用效率；β：桨距角。
从以上公式可以知道，最佳风能利用效率是有关最佳叶尖速比和桨距角的函数；为了获得最优发电量，需要在最佳叶尖速比控制阶段，开桨至最优最小桨角，以获得最佳风能利用效率。
在本发明中，可以通过风力发电机发电原理和叶尖速比计算公式，完成最优叶尖速比控制阶段寻找。由于最小桨角对风力发电机组的风能利用效率影响是一个凸函数，考虑到测量等因素影响，分析结果会出现波动，因此需要多次调整最小桨角值并分析风能利用效率，并通过Bladed仿真模型，根据各散点的分布关系找到凸函数的最优点，再通过网格搜索法确定最小桨角的寻优范围；在寻优范围内退火算法搜索并通过趋势面光滑插值寻峰，获得风力发电机组的最优最小桨角。
需要说明的是，由于风力发电机组运行的波动性，单次调参计算得到的风能利用效率具有一定随机性，因此不能通过单纯比大小得到最优最小桨角；并且风电机组控制逻辑比较复杂，最小桨角涉及风机开桨角度，一旦超过限制，同时遭遇风速比较大的情况，可能会引起叶片过速运行，从而导致飞桨。
作为优选，步骤1中，按照8毫秒-12毫秒的采集频率，采集的相关参数包括：风向、风速、风机主状态、转速、功率、实际桨角叶片1、实际桨角叶片2、实际桨角叶片3、限功率状态、当前功率是否进入功率曲线取样标识、空气密度。
作为优选，步骤2中，根据Bladed仿真模型得到一个最优的最小桨角值，在这个最小桨角值2°-4°角度附近以网格搜索法进行搜索，获得具有凸函数趋势性的散点。
作为优选，网格搜索法以0.08°-0.12°的步长进行搜索。
作为优选，最小桨角的寻优范围为具有凸函数趋势性散点的趋势峰值到Bladed仿真最优值之间的部分。
作为优选，步骤3中，搜索全场风电场所有风机最小桨角是否为0°，如果不为0°，发送指令通过前置系统并经过私有协议加密通道改变主控系统的最小桨角，保证全场风电机组最小桨角均为0°。
作为优选，步骤3中，按照固定步长，依次改变主控系统的最小桨角。
作为优选，步骤3中，按照0.03°-0.07°的步长，依次改变主控系统最小桨角偏差值，通过主控系统的内部算法，改变风力发电机组的最小桨角。
作为优选，每改变一次最小桨角偏差值，均同步实时记录相关数据，每组数据同步存储数量大于600万条；通过数据筛选，保证8分钟-12分钟连续数据，并同步计算8分钟-12分钟的风能利用效率。
作为优选，相关数据包括：风向、风速、风机主状态、转速、功率、实际桨角叶片1、实际桨角叶片2、实际桨角叶片3、限功率状态、当前功率是否进入功率曲线取样标识、空气密度。
作为优选，步骤3中改变最小桨角的步长，小于步骤2中网格搜索法的搜索步长。
在上述方案中，在步骤2中使用较大的步长值先定位寻优范围，步骤3中用较小的步长值进行精细搜索，可以减少整个寻优过程持续的时间。
作为优选，步骤4中，根据步骤3计算出多个风能利用效率，通过数据筛选，寻找同一最优最小桨角下最大的风能利用效率。
作为优选，步骤4中，利用爬山算法，寻找不同最小桨角的8分钟-12分钟最大风能利用效率，找到一个最优解；再通过退火算法搜索并通过趋势面光滑插值寻峰，找到一个最优的风能利用效率，找到对应的最优最小桨角。
在上述方案中，退火算法的优点是可以在一定概率下反复搜索，最后根据搜索点分布得出峰值所处位置；在退火算法之前使用爬山算法是为了更快接近峰值，减少退火算法搜索次数，可以减少整个寻优过程持续的时间。
作为优选，根据步骤4的结果，风力发电机组的主控系统通过参数修订，优化最优最小桨角。
作为优选，通过主控系统闭环链路，将步骤4找到最优最小桨角，通过风机端前置系统通过私有协议并加密，传送至风力发电机组控制系统的参数输入端；风力发电机组主控系统集合当前风力发电机组状态数据，完成参数修订，优化最优最小桨角，从而最大捕获风能，赢得更多发电量。
综上所述，由于采用了上述技术方案，本发明的有益效果是：
1、可以准确寻优，找到最优最小桨角，而不受到数据随机性的影响；
2、整个寻优过程持续时间较短，减少过程中机组发电量损失。
附图说明
本发明将通过例子并参照附图的方式说明，其中：
图1是本发明的方法步骤图；
图2是风力发电机组转速-转矩关系图；
图3是本发明的方法逻辑图；
图4是风力发电机组风能利用效率和叶尖速比关系图。
具体实施方式
本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。
本说明书中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。
如图1 所示，本实施例的一种动态计算风力发电机组最优最小桨角的方法，包括以下步骤：
步骤1：在机组处于最佳叶尖速比控制阶段时，多次调整最小桨角值，按照10毫秒的采集频率，同步采集风向、风速、风机主状态、转速、功率、实际桨角叶片1、实际桨角叶片2、实际桨角叶片3、限功率状态、当前功率是否进入功率曲线取样标识、空气密度；
步骤2：根据步骤1的数据，通过风力发电机组设计时的Bladed仿真模型得到一个最优的最小桨角值，在这个最小桨角值3°角度附近通过网格搜索法以0.1°的步长进行搜索，获得具有凸函数趋势性的散点，以具有凸函数趋势性散点的趋势峰值到Bladed仿真最优值之间的部分为最小桨角的寻优范围；
步骤3：在寻优范围内，通过前置系统，按照0.05°的步长依次改变主控系统最小桨角偏差值，通过主控系统内部算法，最终改变风电机组最小桨角；每改变一次最小桨角偏差值，均需要同步实时记录相关数据，按照10毫秒的采集频率，同步采集风向、风速、风机主状态、转速、功率、实际桨角叶片1、实际桨角叶片2、实际桨角叶片3、限功率状态、当前功率是否进入功率曲线取样标识、空气密度，每组数据同步存储数量至少大于600万条；通过数据筛选，保证10分钟连续数据，并同步计算10分钟的风能利用效率；
步骤4：根据步骤3计算得到的多个风能利用效率，通过数据筛选，寻找同一最优最小桨角下最大的风能利用效率；利用爬山算法，寻找不同最小桨角的10分钟最大风能利用效率，找到一个最优解；再通过退火算法搜索并通过趋势面光滑插值寻峰，找到一个最优的风能利用效率，找到对应的最优最小桨角；
最后通过主控系统闭环链路，将步骤4找到最优最小桨角，通过风机端前置系统通过私有协议并加密，传送至风力发电机组控制系统的参数输入端；风力发电机组主控系统集合当前风力发电机组状态数据，完成参数修订，优化最优最小桨角，从而最大捕获风能，赢得更多发电量。
本实施例中，由于最小桨角对风力发电机组的风能利用效率影响是一个凸函数，考虑到测量等因素影响，分析结果会出现波动，因此需要多次调整最小桨角值并分析风能利用效率，并通过Bladed仿真模型，根据各散点的分布关系找到凸函数的最优点，再通过网格搜索法确定最小桨角的寻优范围；在寻优范围内通过爬山算法、退火算法搜索并通过趋势面光滑插值寻峰，获得风力发电机组的最优最小桨角；通过主控系统优化的最优最小桨角使风力发电机组在最佳叶尖速比控制阶段的风能利用效率最优，从而最大捕获风能，赢得更多发电量。
本实施例通过动态计算风力发电机组最优最小桨角的方法，可以准确寻优，找到最优最小桨角，而不受到数据随机性的影响；整个寻优过程持续时间较短，减少过程中机组发电量损失。
作为上述实施例的可选方式，在其他实施例中，在步骤3搜索全场风电场所有风机最小桨角是否为0°，如果不为0°，发送指令通过前置系统并经过私有协议加密通道改变主控系统的最小桨角，保证全场风电机组最小桨角均为0°。
图2是风力发电机组转速-转矩关系图，可以看到根据发电机转速可以将风力发电机组的整个运行控制过程划分为4个阶段。当风力发电机转速小于S1之前，风力发电机无功率输出，当风速大于切入风速时，风力发电机并网。AB段为恒转速阶段，随着风速的增大，风力发电机转矩增大；BC段为最优控制阶段，此时风力机以最佳叶尖速比运行，追踪最大功率点（此阶段即为本发明的动态控制阶段）；CD段为转速恒定区，在这个区域内，不在进行最大风能追踪，而是将机组转速限定在允许转速范围内；DE段为功率恒定区，随着风速的增大，为了保护机组不受损坏，控制桨距角以保持恒定的功率输出。
图3是方法逻辑图，首先使用激光雷达对测风设备进行校准，校准完成后开启机组，当机组处于最佳叶尖速比控制阶段时，进行寻优算法确定寻优范围，在寻优范围内每10ms采集相关数据并同步计算10分钟的风能利用效率，然后通过爬山算法和退火算法找到对应的最优最小桨角，最后通过主控系统进行参数设定。
图4是风力发电机组风能利用效率和叶尖速比关系图，可以看出对于任意的叶尖速比λ，当桨距角β=0时，风能利用系数相对最大，随着β值增大，风能利用系数不断减小。因此当风速高于额定风速时，调节桨距角可以改变风力发电机输出功率，使其稳定在额定功率附近。
本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。

Claims (8)

1.一种动态计算风力发电机组最优最小桨角的方法，其特征在于：包括以下步骤：
步骤1：在机组处于最佳叶尖速比控制阶段时，多次调整最小桨角值，并同步采集调整后风机的相关参数；
步骤2：通过Bladed仿真模型及网格搜索法，确定最小桨角的寻优范围；
步骤3：在寻优范围内依次改变最小桨角，计算风力发电机组的风能利用效率；
步骤4：根据步骤3计算得到的多个风能利用效率，通过退火算法搜索并通过趋势面光滑插值寻峰，获得风力发电机组的最优最小桨角；
步骤2中，根据Bladed仿真模型得到一个最优的最小桨角值，在这个最小桨角值2°-4°角度附近以网格搜索法进行搜索，获得具有凸函数趋势性的散点，最小桨角的寻优范围为具有凸函数趋势性散点的趋势峰值到Bladed仿真最优值之间的部分。
2.如权利要求1所述的动态计算风力发电机组最优最小桨角的方法，其特征在于：步骤1中，按照8毫秒-12毫秒的采集频率，采集的相关参数包括：风向、风速、风机主状态、转速、功率、实际桨角叶片1、实际桨角叶片2、实际桨角叶片3、限功率状态、当前功率是否进入功率曲线取样标识、空气密度。
3.如权利要求1所述的动态计算风力发电机组最优最小桨角的方法，其特征在于：网格搜索法以0.08°-0.12°的步长进行搜索。
4.如权利要求1所述的动态计算风力发电机组最优最小桨角的方法，其特征在于：步骤3中，按照0.03°-0.07°的步长，依次改变主控系统最小桨角偏差值，通过主控系统的内部算法，改变风力发电机组的最小桨角。
5.如权利要求4所述的动态计算风力发电机组最优最小桨角的方法，其特征在于：每改变一次最小桨角偏差值，均同步实时记录相关数据，每组数据同步存储数量大于600万条；通过数据筛选，保证8分钟-12分钟连续数据，并同步计算8分钟-12分钟的风能利用效率；相关数据包括：风向、风速、风机主状态、转速、功率、实际桨角叶片1、实际桨角叶片2、实际桨角叶片3、限功率状态、当前功率是否进入功率曲线取样标识、空气密度。
6.如权利要求1所述的动态计算风力发电机组最优最小桨角的方法，其特征在于：步骤4中，根据步骤3计算出多个风能利用效率，通过数据筛选，寻找同一最优最小桨角下最大的风能利用效率。
7.如权利要求1所述的动态计算风力发电机组最优最小桨角的方法，其特征在于：步骤4中，利用爬山算法，寻找不同最小桨角的8分钟-12分钟最大风能利用效率，找到一个最优解；再通过退火算法搜索并通过趋势面光滑插值寻峰，找到一个最优的风能利用效率，找到对应的最优最小桨角。
8.如权利要求1所述的动态计算风力发电机组最优最小桨角的方法，其特征在于：通过主控系统闭环链路，将步骤4找到最优最小桨角传送至风力发电机组控制系统的参数输入端；风力发电机组主控系统集合当前风力发电机组状态数据，完成参数修订，优化最优最小桨角。
CN202210442662.9A 2022-04-26 2022-04-26 一种动态计算风力发电机组最优最小桨角的方法 Active CN114542378B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210442662.9A CN114542378B (zh) 2022-04-26 2022-04-26 一种动态计算风力发电机组最优最小桨角的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210442662.9A CN114542378B (zh) 2022-04-26 2022-04-26 一种动态计算风力发电机组最优最小桨角的方法

Publications (2)

Publication Number Publication Date
CN114542378A CN114542378A (zh) 2022-05-27
CN114542378B true CN114542378B (zh) 2022-07-12

Family

ID=81667363

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210442662.9A Active CN114542378B (zh) 2022-04-26 2022-04-26 一种动态计算风力发电机组最优最小桨角的方法

Country Status (1)

Country Link
CN (1) CN114542378B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115450834A (zh) * 2022-08-09 2022-12-09 明阳智慧能源集团股份公司 基于智能算法的风电机组控制参数寻优方法与系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105971821A (zh) * 2016-05-30 2016-09-28 广东明阳风电产业集团有限公司 一种风力发电机组基于风轮推力预估的控制算法
CN106545468A (zh) * 2016-10-09 2017-03-29 上海交通大学 一种兆瓦级风力发电机组的桨距角自寻优方法及系统
KR101769831B1 (ko) * 2017-06-22 2017-08-21 두산중공업 주식회사 풍력 발전기 출력 제어 장치 및 방법
CN107676223A (zh) * 2016-08-02 2018-02-09 北京金风科创风电设备有限公司 风力发电机组变桨控制方法及装置
CN109376426A (zh) * 2018-10-23 2019-02-22 株洲中车时代电气股份有限公司 一种风电并网功率调度方法及装置
CN109611270A (zh) * 2018-11-23 2019-04-12 东方电气自动控制工程有限公司 一种风力发电机组一次调频的减载控制方法
CN111927708A (zh) * 2020-08-14 2020-11-13 国电联合动力技术有限公司 桨距角自寻优控制方法及装置
CN112283026A (zh) * 2020-11-05 2021-01-29 华能新能源上海发电有限公司 一种基于空气密度跟踪最优模态增益的动态转矩控制方法
WO2022021470A1 (zh) * 2020-07-28 2022-02-03 南京东博智慧能源研究院有限公司 一种风电调频潜力预测误差分布估计方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5401196A (en) * 1993-11-18 1995-03-28 Massachusetts Institute Of Technology Propulsion mechanism employing flapping foils
US7351033B2 (en) * 2005-09-09 2008-04-01 Mcnerney Gerald Wind turbine load control method
US7719128B2 (en) * 2008-09-30 2010-05-18 General Electric Company System and method for controlling a wind turbine during loss of grid power and changing wind conditions
EP2577055B8 (en) * 2010-06-02 2016-10-12 Vestas Wind Systems A/S A method for operating a wind turbine at improved power output
US9518560B2 (en) * 2013-05-28 2016-12-13 Siemens Aktiengesellschaft Method to individually optimize respective pitch angles of a plurality of blades in a wind turbine
CN104533714B (zh) * 2014-11-03 2017-03-01 华北电力大学 一种风力发电机组控制器参数辨识与整定方法
CN110873022B (zh) * 2018-08-31 2021-01-26 北京金风科创风电设备有限公司 风力发电机组叶片桨距角自寻优的方法及其装置
CN110307121B (zh) * 2019-06-27 2020-12-15 湘电风能有限公司 一种风力发电机组叶片桨角寻优方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105971821A (zh) * 2016-05-30 2016-09-28 广东明阳风电产业集团有限公司 一种风力发电机组基于风轮推力预估的控制算法
CN107676223A (zh) * 2016-08-02 2018-02-09 北京金风科创风电设备有限公司 风力发电机组变桨控制方法及装置
CN106545468A (zh) * 2016-10-09 2017-03-29 上海交通大学 一种兆瓦级风力发电机组的桨距角自寻优方法及系统
KR101769831B1 (ko) * 2017-06-22 2017-08-21 두산중공업 주식회사 풍력 발전기 출력 제어 장치 및 방법
CN109376426A (zh) * 2018-10-23 2019-02-22 株洲中车时代电气股份有限公司 一种风电并网功率调度方法及装置
CN109611270A (zh) * 2018-11-23 2019-04-12 东方电气自动控制工程有限公司 一种风力发电机组一次调频的减载控制方法
WO2022021470A1 (zh) * 2020-07-28 2022-02-03 南京东博智慧能源研究院有限公司 一种风电调频潜力预测误差分布估计方法
CN111927708A (zh) * 2020-08-14 2020-11-13 国电联合动力技术有限公司 桨距角自寻优控制方法及装置
CN112283026A (zh) * 2020-11-05 2021-01-29 华能新能源上海发电有限公司 一种基于空气密度跟踪最优模态增益的动态转矩控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
变速变桨控制水平轴风力机桨距角优化;丁勇钢等;《工程热物理学报》;20161015(第10期);全文 *
风力发电机组最优桨距角自寻优控制算法设计;兰杰等;《东方汽轮机》;20200925(第03期);全文 *
风力发电机组的独立变桨控制;崔明东等;《江西电力职业技术学院学报》;20110328;第24卷(第01期);全文 *

Also Published As

Publication number Publication date
CN114542378A (zh) 2022-05-27

Similar Documents

Publication Publication Date Title
CN110094298B (zh) 切出策略自适应调整的方法及装置
CN103244350A (zh) 一种风力发电机组最佳叶尖速比跟踪控制方法
CN103104416B (zh) 风力发电系统
CN103244348A (zh) 变速变桨风力发电机组功率曲线优化方法
CN108488038A (zh) 一种风力发电机组的偏航控制方法
CN104675629B (zh) 一种变速风力发电机组的最大风能捕获方法
CN114542378B (zh) 一种动态计算风力发电机组最优最小桨角的方法
CN109611270A (zh) 一种风力发电机组一次调频的减载控制方法
CN110307121B (zh) 一种风力发电机组叶片桨角寻优方法
US20240309843A1 (en) Cooperative operation optimization control method for wind turbine groups
CN110873022B (zh) 风力发电机组叶片桨距角自寻优的方法及其装置
CN105370495B (zh) 一种采用动态查表控制算法提高风力发电机组出力的方法
CN108979956B (zh) 一种冰冻环境下提升风电机组发电性能的控制方法
CN112682258B (zh) 基于Backstepping的大型风力机最大功率点跟踪控制方法
CN109753759A (zh) 一种基于等效功率的风轮等效风速计算方法
CN113688581B (zh) 风电场有功出力优化控制的方法、装置、电子设备及介质
CN214836884U (zh) 一种用于海上风电机组功率特性测量的装置
CN112211782B (zh) 基于起始转速自适应搜索的收缩跟踪区间控制方法
Lee et al. Study on enhancement of data processing algorithm in SaaS cloud infrastructure to monitor wind turbine condition
CN114548611B (zh) 一种风力发电机组最优增益参数的搜索方法
Xudong et al. Shape design and aerodynamic characteristics of wind turbine blades based on energy cost
Borges et al. A probabilistic approach to the evaluation of energy availability of fixed and variable speed wind turbines
CN119313196B (zh) 基于风向变化的风力发电机组载荷动态预测方法及装置
Putri et al. Automatic Step Size Selection of the PO MPPT Algorithm to Improve Wind Power Generation
CN109779836A (zh) 一种基于遗传算法寻优的风力发电机组发电量提升方法

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