专利名称：风力发电机的风能捕获控制方法和装置及风力发电系统的制作方法
技术领域：
本发明涉及风力发电领域，具体而言，涉及一种风力发电机的风能捕获控制方法和装置及风力发电系统。
背景技术：
一直以来，风力发电技术具有广阔的应用前景。中国能源发展的纲领性文件《国家能源科技“十二五”规划》对大型陆上及海上风力发电关键技术提出了要求。其中包括大型陆上与海上风电机组关键控制技术；翼型设计与叶片优化设计技术；大功率中高速比齿轮箱设计技术；大型风力发电机设计与优化技术；大型风电机组整机与关键部件的检测技术；载荷分析与抗疲劳设计技术；大型风电机组在极端情况下的应对技术；大型风电机组电网适应性控制技术。国内风电企业传统的I. 5兆瓦风机利润逐年下降，急需开拓新的利润增长点，大型化风机已成为其着力开拓的新市场。 随着风电的大规模发展，风力发电机组容量越来越大，风力机叶片半径越来越大。风力发电机容量增大，风力机的转动惯量随之增大，导致风力发电机存在风力机响应时延的问题；而且，风力发电机控制系统向风力机组发出控制信号时，控制系统信号相对于实时风速也存在时延，增大了风力发电机的响应时延，严重影响了风力发电系统对风能的实时捕获，造成风力发电机难以捕获到最大风能，其中，风力发电机时延特性分析示意图在图I中示出，风力发电系统响应时间定义为一台计算机所花费的时间来收集、处理和传输信号的时间。该响应时间相对于风速的时延大致分为控制信号传输时延和风力机响应时延。在风力发电系统中，当风速到达风力机叶片，控制系统得到风速信号并应对该风速向风力发电机组发出相应的控制信号，此时控制系统响应时间滞后；给出的控制信号到达风力发电机时，由于风力发电机组叶片转动惯量大，导致系统响应时间滞后。其中，风力发电机包括风力发电机控制系统信号给定时延不可忽略的大型风力发电机、风力发电机叶片转动惯量较大以致系统响应时延不可忽略的大型风力发电机。针对相关技术中风力发电机难以捕获到最大风能的问题，目如尚未提出有效的解
决方案。
发明内容
本发明的主要目的在于提供一种风力发电机的风能捕获控制方法和装置及风力发电系统，以解决现有技术中风力发电机难以捕获到最大风能的问题。为了实现上述目的，根据本发明的一个方面，提供了一种风力发电机的风能捕获控制方法，包括获取风速历史数据，其中，在风力发电机的控制系统内存储有风速历史数据；对风速历史数据进行处理，得到预测风速信号；以预测风速信号作为信号给定计算风力发电机的有功功率指令；以及通过有功功率指令控制风力放电机进行风能捕获。进一步地，对风速历史数据进行处理，得到预测风速信号包括采用最小二乘支持向量机对风速历史数据进行预测，得到预测风速信号。
进一步地，在获取风速历史数据之后，风能捕获控制方法还包括提取风速历史数据中的风速数值数据；以及对提取到的风速数值数据进行归一化处理，得到归一化数值，其中，对风速历史数据进行处理，得到预测风速信号包括对归一化数值进行处理，得到预测风速信号。进一步地，采用以下公式对提取到的风速数值数据进行归一化处理=
^max ^min其中，Wi)为提取到的风速数值数据中的第i个风速数值人(/)为第i个风速数值对应的归一化数值，Xmax为提取到的风速数值数据中的最大风速数值，Xmin为提取到的风速数值数据中的最小风速数值，i为正整数。为了实现上述目的，根据本发明的另一方面，提供了一种风力发电机的风能捕获 控制装置，包括获取单元，用于获取风速历史数据，其中，在风力发电机的控制系统内存储有风速历史数据；第一处理单元，用于对风速历史数据进行处理，得到预测风速信号；计算单元，用于以预测风速信号作为信号给定计算风力发电机的有功功率指令；以及控制单元，用于发送有功功率指令至风力发电机以控制风力放电机进行风能捕获。进一步地，第一处理单元包括预测模块，用于采用最小二乘支持向量机对风速历史数据进行预测得到预测风速信号。进一步地，风能捕获控制装置还包括提取单元，用于提取风速历史数据中的风速数值数据；以及第二处理单元，用于对提取到的风速数值数据进行归一化处理，得到归一化数值，其中，第一处理单元用于对归一化数值进行处理，得到预测风速信号。进一步地，第二处理单元采用以下公式对提取到的风速数值数据进行归一化处理x(0 = ^-,
X —X ■
max mm其中，x⑴为提取到的风速数值数据中的第i个风速数值;⑴为第i个风速数值对应的归一化数值，Xmax为提取到的风速数值数据中的最大风速数值，Xmin为提取到的风速数值数据中的最小风速数值，i为正整数。为了实现上述目的，根据本发明的另一方面，提供了一种风力发电系统，包括风力发电机；以及本发明上述内容所提供的任一种风能捕获控制装置。通过本发明，采用获取风速历史数据，其中，在风力发电机的控制系统内存储有风速历史数据；对风速历史数据进行处理，得到预测风速信号；以预测风速信号作为信号给定计算风力发电机的有功功率指令；以及发送有功功率指令至风力发电机以控制风力放电机进行风能捕获。通过对风速历史数据进行处理，得到预测风速信号，实现了对风力发电机即将获取到的风速进行提前预测；然后以预测风速信号作为信号给定来计算风力发电机的有功功率指令，进而根据计算出的有功功率指令控制风力发电机进行风能捕获，实现了能够提前根据风力发电机即将获取到的风速来控制风力发电机进行风能捕获，进而实现了避免控制信号相对于实时风速存在时延所造成的影响风力发电系统对风能的实时捕获，解决了现有技术中风力发电机难以捕获到最大风能的问题，进而达到了保证风力发电机捕获最大风能的实时性、提高风力发电机发电效率的效果。
构成本申请的一部分的附图用来提供对本发明的进一步理解，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。在附图中图I是根据相关技术的风力发电机时延特性分析示意图；图2是根据本发明实施例的风能捕获控制方法流程图；图3是根据本发明实施例的风能捕获控制方法基于最小二乘支持向量机进行风速信号预测的流程图； 图4是根据本发明实施例的风能捕获控制装置的示意图；以及图5是根据本发明实施例的风能捕获控制装置控制风力发电机的原理图。
具体实施例方式需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。本发明实施例提供了一种风力发电机的风能捕获控制方法，以下对本发明实施例所提供的风能捕获控制方法进行具体介绍图2是根据本发明实施例的风能捕获控制方法的流程图，如图2所示，该实施例的风能捕获控制方法包括如下步骤S202至S208 S202 :获取风速历史数据，其中，在风力发电机的控制系统内存储有风速历史数据；具体地，获取的风速历史数据主要是来自风速传感器的风速历史信号中表示风速大小的标量信号，并且控制系统内存储的风速历史数据是按照时间顺序存储的。S204 :对风速历史数据进行处理，得到预测风速信号；具体地，主要是对风速历史数据进行各种估算等，得到风力发电机即将捕获到的风速的预测信号。S206 :以预测风速信号作为信号给定计算风力发电机的有功功率指令。S208 :通过有功功率指令控制风力放电机进行风能捕获，具体地，将有功功率指令发送至风力发电机以控制风力放电机进行风能捕获。本发明实施例的风能捕获控制方法通过对风速历史数据进行处理，得到预测风速信号，实现了对风力发电机即将获取到的风速进行提前预测；然后以预测风速信号作为信号给定来计算风力发电机的有功功率指令，进而根据计算出的有功功率指令控制风力发电机进行风能捕获，实现了能够提前根据风力发电机即将获取到的风速来控制风力发电机进行风能捕获，进而实现了避免控制信号相对于实时风速存在时延所造成的影响风力发电系统对风能的实时捕获，解决了现有技术中风力发电机难以捕获到最大风能的问题，进而达到了保证风力发电机捕获最大风能的实时性、提高风力发电机发电效率的效果。进一步地，步骤204在对风速历史数据进行处理时可以采用最小二乘支持向量机对风速历史数据进行预测，得到预测风速信号。具体地，图3是根据本发明实施例的风能捕获控制方法采用最小二乘支持向量机对风速历史数据进行预测的流程图，如图3所示，采用最小二乘支持向量机对风速历史数据进行预测的过程为首先接收经预处理的风速信号，作为最小二乘支持向量机预测方法的训练样本；其次引入决策函数将训练样本序列映射到一个高维特征空间，然后再在这个空间中求最优分类面；根据样本序列求出决策函数中的诸未知参数；未知参数确定后，根据最后的决策函数计算出风速预测值。最小二乘支持向量机是一种有监督(有导师)学习方法，即已知训练点的类别，求训练点和类别之间的对应关系，以便将训练集按照类别分开，最优分类面是一个抽象的定义面，通过最值的求取划分。最终确定一个最优的分类。对于风速预测值而言，最优分类面的选取，关系到风速预测精度。其中，对原始样本数据进行预处理有利于加快样本训练速度和收敛速度，提高预测精度。本发明采用的预处理方法分为两步，第一是提取风速数值数据，第二步是通过以下公式对提取到的风速数据归一化
X — X "max mm其中，x(i)为提取到的风速数值数据中的第i个风速数值，I(Z)为第i个风速数值对应的归一化数值，Xmax为提取到的风速数值数据中的最大风速数值，Xmin为提取到的风速 数值数据中的最小风速数值，i为正整数。最小二乘支持向量机(LeastSquares Support Veotor Machine,简称 LSSVM)是将传统支持向量机中的不等式约束改为等式约束，将误差平方和损失函数作为训练集的经验损失，这样就把解二次规划问题转化为求解线性方程组问题，从而提高求解问题的速度和收敛精度。最小二乘支持向量机运用于风速预测的算法如下，设算法训练样本集为(XilYi), i = 1，2，...n，x G Rd，y G R，对应的Xi为风速数值信号。相应的决策函数为/(X) = WT <p(X) + 6，其中，决策函数是最小二乘支持向量机原理默认的构造线性最优回归函数。模型的训练转化为最小化结构风险函数R = ~ Hl2 +^r = T IMI2 + cZ 42
L/=1丄1=1需满足的约束条件有
yi = wT(p(xt ) + b + Ssi, i = 1,2, ■ n相应的拉格朗日函数为
L{w,b,= R-免Qi(wT (p(x,) + b + ^l-yi)
i=l其中相应的拉格朗日函数是指将最小结构风险函数和约束条件写在一个等式里面，诸未知参数是指W，b, I，a,通过拉格朗日函数对W，b, €，a分别求导,求最值,确定出诸未知参数。&1=[&1，&2，吣&11]为拉格朗日乘子；W、b为模型参数；c为正规化参数，是设定数
值，因模型而异；I为训练集预测误差向量。根据优化条件可得
权利要求
1.一种风カ发电机的风能捕获控制方法，其特征在于，包括 获取风速历史数据，其中，在风カ发电机的控制系统内存储有所述风速历史数据； 对所述风速历史数据进行处理，得到预测风速信号； 以所述预测风速信号作为信号给定计算所述风カ发电机的有功功率指令；以及 通过所述有功功率指令控制所述风カ放电机进行风能捕获。
2.根据权利要求I所述的风能捕获控制方法，其特征在于，对所述风速历史数据进行处理，得到预测风速信号包括采用最小ニ乘支持向量机对所述风速历史数据进行预测，得到所述预测风速信号。
3.根据权利要求I或2所述的风能捕获控制方法，其特征在于，在获取风速历史数据之后，所述风能捕获控制方法还包括 提取所述风速历史数据中的风速数值数据；以及 对提取到的风速数值数据进行归一化处理，得到归ー化数值， 其中，对所述风速历史数据进行处理，得到预测风速信号包括对所述归ー化数值进行处理，得到所述预测风速信号。
4.根据权利要求3所述的风能捕获控制方法，其特征在于，采用以下公式对提取到的风速数值数据进行归一化处理 V- — V max min 其中，x(i)为提取到的风速数值数据中的第i个风速数值，て(O力所述第i个风速数值对应的归ー化数值，Xmax为提取到的风速数值数据中的最大风速数值Xmin为提取到的风速数值数据中的最小风速数值，i为正整数。
5.一种风カ发电机的风能捕获控制装置，其特征在于，包括 获取单元，用于获取风速历史数据，其中，在风カ发电机的控制系统内存储有所述风速历史数据； 第一处理单元，用于对所述风速历史数据进行处理，得到预测风速信号； 计算单元，用于以所述预测风速信号作为信号给定计算所述风カ发电机的有功功率指令·M及 控制单元，用于发送所述有功功率指令至所述风カ发电机以控制所述风カ放电机进行风能摘获。
6.根据权利要求5所述的风能捕获控制装置，其特征在于，所述第一处理单元包括预测模块，用于采用最小ニ乘支持向量机对所述风速历史数据进行预测得到所述预测风速信号。
7.根据权利要求5或6所述的风能捕获控制装置，其特征在于，所述风能捕获控制装置还包括 提取单元，用于提取所述风速历史数据中的风速数值数据；以及 第二处理单元，用于对提取到的风速数值数据进行归一化处理，得到归ー化数值， 其中，所述第一处理单元用于对所述归ー化数值进行处理，得到所述预测风速信号。
8.根据权利要求7所述的风能捕获控制装置，其特征在于，所述第二处理单元采用以下公式对提取到的风速数值数据进行归一化处理
9.ー种风カ发电系统,其特征在于,包括 风カ发电机；以及 风能捕获控制装置，所述风能捕获控制装置包括权利要求5至8中任一项所述的风能捕获控制装置。
全文摘要
本发明公开了一种风力发电机的风能捕获控制方法和装置及风力发电系统。其中，风力发电机的风能捕获控制方法包括获取风速历史数据，其中，在风力发电机的控制系统内存储有风速历史数据；对风速历史数据进行处理，得到预测风速信号；以预测风速信号作为信号给定计算风力发电机的有功功率指令；以及发送有功功率指令至风力发电机以控制风力放电机进行风能捕获。通过本发明，解决了现有技术中风力发电机难以捕获到最大风能的问题，进而达到了保证风力发电机捕获最大风能的实时性、提高风力发电机发电效率的效果。
文档编号F03D7/04GK102817781SQ20121032869
公开日2012年12月12日 申请日期2012年9月6日 优先权日2012年9月6日
发明者李斌, 李松强, 高山岳, 王杰, 王佼 申请人:华锐风电科技(集团)股份有限公司