一种风力发电机组偏航系统控制性能优化方法及系统与流程

本发明属于风电偏航控制领域，特别涉及一种风力发电机组偏航系统控制性能优化方法及系统。

背景技术：

随着风电的大规模发展及检测手段和方法不断积累，厂家及风电场业主对风力发电机组的性能提出了更高的要求，偏航系统是水平轴风力发电机组控制系统的重要组成部分，其控制性能直接决定着风力发电机组的安全性和经济性。

现有技术中，偏航系统控制性能优化的一种方法是只要存有偏航偏差就启动偏航系统，这种优化方法存在动作频繁，降低偏航系统的使用寿命等缺陷。另现有技术的偏航系统性能优化方法，通常是对不同型号的风力发电机组、不同来流风速采取相同的优化策略，并不具有针对性，控制效果不理想、发电量提升低。

技术实现要素：

本发明提供了一种风力发电机组偏航系统控制性能优化方法及系统，用于解决现有技术中频繁启动偏航系统降低相关设备的使用寿命，对不同型号的风力发电机组、不同来流风速采取相同的优化策略，并不具有针对性，控制效果不理想、发电量提升低的问题。

为了解决上述技术问题，本发明的一技术方案为提供一种风力发电机组偏航系统控制性能优化方法，包括：

在预定时间段内，每隔固定时间间隔获取一待优化风力发电机组机舱前方的来流风数据，其中，来流风数据包括来流风速、来流绝对风向及来流相对机舱的风向；

将所述来流绝对风向按预定角度区间进行分扇区，将所述来流风速按预定风速区间进行分段；

根据分扇区及分段对所述来流风数据进行第一次分组；

根据每组数据中所述来流相对机舱的风向计算对应组的偏航误差，得到偏航误差优化模型；

所述待优化风力发电机组偏航系统优化时，将实测的来流风速及来流绝对风向输入所述偏航误差优化模型中，匹配对应的偏航误差，将该对应的偏航误差修正到所述偏航控制系统的输入上。

本发明另一技术方案为提供一种风力发电机组偏航系统控制性能优化系统，包括：

采样模块，用于在预定时间段内，每隔固定时间间隔获取一待优化风力发电机组机舱前方的来流风数据，其中，来流风数据包括来流风速、来流绝对风向及来流相对机舱的风向；

划分模块，用于将所述来流绝对风向按预定角度区间进行分扇区，将所述来流风速按预定风速区间进行分段；

第一分组模块，用于根据分扇区及分段对所述来流风数据进行第一次分组；

偏航误差优化模型计算模块，用于根据每组数据中所述来流相对机舱的风向计算对应组的偏航误差得到偏航误差的优化模型；

偏航误差优化模块，用于在所述待优化风力发电机组偏航系统优化时，将实测的来流风速及来流绝对风向输入所述偏航误差优化模型中，匹配对应的偏航误差，将该对应的偏航误差修正到所述偏航控制系统的输入上。

本发明能够对不同型号的风力发电机组处于不同来流风速情况下采取不同的优化策略，能够针对性的优化偏航系统的偏航误差，提高了偏航误差的优化精度，能够达到提升发电量的目的。

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为本发明一实施例的风力发电机组偏航系统控制性能优化方法的流程图；

图2为本发明一实施例的计算偏航误差优化模型过程的流程图；

图3为本发明一实施例的验证偏航误差优化模型是否有效的流程图；

图4为本发明另一实施例的风力发电机组偏航系统启动角优化的流程图；

图5为本发明一实施例的风速段划分示意图；

图6为本发明一实施例的验证启动角优化模型是否有效的流程图；

图7为本发明一实施例的风力发电机组偏航系统控制性能优化系统的结构图；

图8为本发明另一实施例的风力发电机组偏航系统控制性能优化系统的结构图。

具体实施方式

为了使本发明的技术特点及效果更加明显，下面结合附图对本发明的技术方案做进一步说明，本发明也可有其他不同的具体实例来加以说明或实施，任何本领域技术人员在权利要求范围内做的等同变换均属于本发明的保护范畴。

如图1所示，图1为本发明一实施例的风力发电机组偏航系统控制性能优化方法的流程图。本实施例可对不同型号的风力发电机组处于不同来流风速情况下采取不同的优化策略，能够针对性的优化偏航系统的偏航误差，提高了偏航误差的优化精度。

具体的，风力发电机组偏航系统控制性能优化方法包括：

步骤101，在预定时间段内，每隔固定时间间隔获取一待优化风力发电机组机舱前方的来流风数据，其中，来流风数据包括来流风速、来流绝对风向及来流相对机舱的风向。

具体实施时，预定时间段如为30天。预定时间段还可根据优化精度而定，本发明对其具体取值不做限定。

固定时间间隔如为10min。固定时间间隔可根据数据的稳定度而定，本发明对其具体取值不做限定。

来流风数据中的各变量数据为固定时间间隔内采样(采样频率如为1s)获得的该变量瞬时值的平均值。进一步的，为了保证数据有用，来流风数据是在待优化风力发电机组正常运行状态下采集的，应将机组故障、检修等非正常状态下测得的数据剔除。

详细的说，来流风速及来流相对机舱的风向是由安装于待优化风力发电机组机舱上的测风仪测得的，来流绝对风向是风力发电机组根据来流相对机舱的风向及机舱位置计算得到。

步骤102，将所述来流绝对风向按预定角度区间进行分扇区，将所述来流风速按预定风速区间进行分段。

分扇区时，应尽可能减小扇区范围，使每个扇区受地形、障碍物等的影响相同，对于地形、障碍物情况特别复杂的机组，建议分组的角度范围应小于15°。预定角度可根据待优化风力发电机组所处地形、障碍物情况而定，本发明对预定角度的取值不做限定。

预定风速区间可为平均分配，如为6m/s。预定风速区间还可为低风速(启动风速-6m/s)、中风速(7m/s-额定风速)和高风速段(额定风速以上)。

步骤103，根据分扇区及分风速对所述来流风数据进行第一次分组。分组后的数据可以以列表的形式存储。

步骤104，根据每组数据中所述来流相对机舱的风向计算对应组的偏航误差，得到偏航误差优化模型。

该步骤得到的偏航误差为偏航系统受风向标(风力发电机组中的风向标)零位安装方位角、机舱风向标受叶轮尾流影响或控制策略有效性不足引起的综合误差。

具体的，如图2所示，步骤104的详细过程为：

步骤1041：统计每组中各来流相对机舱的风向出现的概率，按概率从大到小的顺序对每组中的来流相对机舱的风向进行排序。

步骤1042：计算每组前N个来流相对机舱的风向的平均值得到对应组的偏航误差。

步骤1043：将每组对应的偏航误差汇总到一起得到所述偏航误差优化模型。

步骤105，在所述待优化风力发电机组偏航系统优化时，将实测的来流风速及来流绝对风向输入所述偏航误差优化模型中，匹配该实测的来流风速及来流绝对风向对应的偏航误差，将该对应的偏航误差修正到所述偏航控制系统的输入上。

本实施采用综合偏航误差的方式，在不考虑引起偏航误差的具体原因的情况下，直接进行补偿，提高了偏航优化的可执行性和降低其不确定性。

为了将一待优化的风力发电机组的偏航误差优化模型扩展到其他同型号的待优化风力发电机组，本发明一实施例中，得到偏航误差优化模型后还包括：

确定所述待优化风力发电机组的有效扇区；当另一风力发电机组的叶片法线(即机舱中心线)在有效扇区时，将所述偏航误差优化模型适用于所述另一风力发电机组，可根据偏航误差优化模型对所述另一风力发电机组进行偏航误差优化；其中，所述另一发电机组与所述待优化风力发电机组型号相同。

实施时，待优化风力发电机组的有效扇区可通过现有技术实现，此处不再赘述。

为了验证偏航误差优化的准确性，本发明一实施例中，如图3所示，通过如下方法验证偏航误差优化模型是否有效：

步骤301：待优化风力发电机组的偏航系统在优化前还包括统计优化前的功率特性曲线保证率。

步骤302：所述偏航系统优化后还包括统计优化后的功率特性曲线保证率。

所述功率特性曲线保证率通过如下公式计算：

$K=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\∂}_i\×P_i}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\∂}_i\×P_i^{\′}}\×100\%,{\∂}_i=\frac{N_i}{N},$

K：风力发电机组的功率特性保证率；

n：统计区间个数，按照风速范围为0.5m/s为一个统计区间，区间的中心为0.5m/s的整数倍；

P_i：风力发电机组处于有功功率为最大输出控制模式下，第i个统计区间内风机实际输出的平均有功功率值，单位为kW；

P_i'：标准大气密度条件下，厂家保证的对应第i个统计区间内的有功功率，单位为kW；

第i个统计区间的频率；

N_i：风速落入第i个统计区间的数据个数；

N：风速数据的总数量。

步骤303：比较优化后的功率特性曲线保证率与优化前的功率特性曲线保证率，如果优化后的功率特性曲线保证率大于优化前的功率特性曲线保证率，则所述偏航误差优化模型有效。

若优化后功率特性曲线保证率小于优化前功率特性曲线保证率，则需重新优化偏航误差，并对风力发电机组的转速进行频率分析，使得转速在偏航误差补偿前后控制平稳，避免出现较大的转速抖动和机组的异常振动。

本发明一实施例中，还可通过比较优化前的功率特征曲线及优化后的功率特征曲线，当功率特征曲线整体向右偏移，则偏航误差优化模型有效。具体的，待优化机组的功率特征曲线可采用现有方法得到，如在获取所述待优化风力发电机组机舱前方的来流风数据的同时还获取环境温度、气压和待优化机组输出的电功率，结合来流风数据统计待优化机组的功率特性曲线。

本发明一实施例中，如图4所示，风力发电机组偏航系统控制性能优化方法还包括：

步骤401：按低风速段、中风速段及高风速段对来流数据进行第二次分组；其中，低风速范围为V₀＜V≤V₁，中风速范围为V₁＜V≤V₂，高风速范围为V>V₂，V₂为额定风速，V₀为启动风速，V₁为低风速段阈值，如为6m/s，V为来流风速。

具体的，高、中、低风速段的分段依据可根据机组的不同运行特性、偏航的不同控制策略或桨距角、机组转速统计分析进行分段。如图5所示，根据叶轮转速和桨距角在机组不同运行阶段下的不同特点进行分段的事例，第一段为“叶片转速升高、桨距角不变”阶段，第二段为“叶轮转速和桨距角变化的临界”阶段，第三段为“叶轮转速不变，桨距角升高”阶段。根据图5所示分段，确定各分段临界点的风速，从而得到V₁及V₂。

步骤402：对第二次分组的每组设定不同的偏航启动角优化准则，得到启动角优化模型。

如启动角优化准则为：

低风速启动角的优化准则为D_l±C_l，其中，D_l为低风速偏航启动角，C_l为调整量；

中风速启动角的优化准则为D_m-C_m，其中，D_m为中风速偏航启动角，C_m为调整量；

高风速启动角的优化准则为D_h±C_h，其中，D_h为高风速偏航启动角，C_h为调整量。

实施时，还可根据优化精度调整优化准则，本发明对优化准则不做具体限定。

步骤403：所述偏航系统优化时，将所述实测的来流风速输入所述启动角优化模型中，得到所述实测的来流风速对应的偏航启动角，待实测的来流相对机舱的风向达到所述对应的偏航启动角时，启动所述偏航系统动作。

为了验证启动角优化的准确性，本发明一实施例中，如图6所示，通过如下方法验证启动角优化模型是否有效：

步骤601：所述偏航系统优化前还包括统计优化前的功率特性曲线保证率，利用包络法或概率分布法对获取的来流相对机舱的风向及来流风速进行统计分析，得到优化前控制死区长度。

具体的，包络法计算控制死区的过程为：设定来流风速为横坐标，来流相对机舱的风向为纵坐标，将来风数据按照来风速度的大小进行排练，利用包络法将统计的来流相对机舱的数据边缘进行包络，上包络减去下包络即得到控制死区长度。

概率分布法计算控制死区的过程为：按照风速从小到大的顺序划分区间段，将需要计算的来流相对机舱的风向分配到风速各区间中计算，针对每个风速区间段，分别计算各相对机舱的风向出现的概率，然后以出现概率最高的相对机舱的风向为中心向左右进行递推形式风向区间，并计算风向区间的概率，当风向区间概率大于固定概率时，如为95％时，此风向区间差值即为控制死区长度。

步骤602：所述偏航系统优化期间还包括统计所述待优化风力发电机组及一标杆风机的偏航控制次数，所述标杆风机为所述待优化风力发电机组周围任意一风力发电机组。

步骤603：所述偏航系统优化后还包括统计优化后的功率特性曲线保证率，统计第二次分风速段优化后的控制死区长度。

控制死区的计算方法参见步骤601，此处不再赘述。

步骤604：将优化后的控制死区长度分别与优化前控制死区长度比较，将优化后的功率特性曲线保证率与优化前的功率特性曲线保证率比较，将所述待优化风力发电机组的偏航控制次数与所述标杆风机的偏航控制次数比较。

步骤605：如果低风速段优化后的控制死区长度与优化前的控制死区长度差值小于第一预定阈值，中风速段优化后的控制死区长度小于优化前的控制死区长度，高风速段优化后的控制死区长度与优化前的控制死区长度差值小于第二预定阈值；优化后的功率特性曲线保证率大于或等于优化前的功率特性曲线保证率；所述待优化风力发电机组的偏航控制次数小于或等于所述标杆机组的偏航控制次数，则启动角优化模型有效。

具体实施时，第一预定阈值及第二预定阈值可根据机组具体确定。高风速段启动角优化时还要关注机组是否产生异常振动现象，所设定的第二预定阈值需能保证机组不出现异常振动。

本发明能够对运行风力发电机组偏航控制的偏航误差、启动角进行个性优化，在提高偏航系统可靠性的同时改善机组的功率特性曲线，提高机组的发电量。

如图7所示，图7为本发明一实施例风力发电机组偏航系统控制性能优化系统的结构图。具体的，该系统700包括：

采样模块701，用于在预定时间段内，每隔固定时间间隔获取一待优化风力发电机组机舱前方的来流风数据，其中，来流风数据包括来流风速、来流绝对风向及来流相对机舱的风向。

划分模块702，用于将所述来流绝对风向按预定角度区间进行分扇区，将所述来流风速按预定风速区间进行分段。

第一分组模块703，用于根据分扇区及分段对所述来流风数据进行第一次分组。

偏航误差优化模型计算模块704，用于根据每组数据中所述来流相对机舱的风向计算对应组的偏航误差得到偏航误差优化模型。

偏航误差优化模块705，用于在所述待优化风力发电机组偏航系统优化时，将实测的来流风速及来流绝对风向输入所述偏航误差优化模型中，匹配对应的偏航误差，将该对应的偏航误差修正到所述偏航控制系统的输入上。

本发明另一实施例中，如图8所述，所述系统还包括，

第二分组模块706，用于按低风速段、中风速段及高风速段对来流数据进行第二次分组；其中，低风速范围为V₀＜V≤V₁，中风速范围为V₁＜V≤V₂，高风速范围为V>V₂，V₂为额定风速，V₀为启动风速，V₁为低风速段阈值，如为6m/s，V为来流风速。启动角优化模型计算模块707，用于对第二次分组的每组设定不同的偏航启动角优化准则，得到启动角优化模型；

启动角优化模块708，用于所述偏航系统优化时，将所述实测的来流风速输入所述启动角优化模型中，得到所述实测的来流风速对应的偏航启动角，待实测的来流相对机舱的风向达到所述对应的偏航启动角时，启动所述偏航系统动作。

本发明能够对不同型号的风力发电机组处于不同来流风速情况下采取不同的优化策略，能够对运行风力发电机组偏航控制的偏航误差、偏航启动角进行个性优化，提高了偏航误差及启动角的优化精度，在提高偏航系统可靠性的同时改善机组的功率特性曲线，提高机组的发电量。

以上所述仅用于说明本申请的技术方案，任何本领域普通技术人员均可在不违背本发明的精神及范畴下，对上述实施例进行修饰与改变。因此，本发明的权利保护范围应视权利要求范围为准。