一种风场最优功率控制方法及系统

本发明属于新能源，涉及一种风场最优功率控制方法及系统。

背景技术：

1、随着风电的大规模开发和利用,风电场机组排布密度和机组容量不断增大,使得来流风速经过上游风电机组后风速衰减更为明显,造成下游机组的输出功率降低和风电机组疲劳载荷增加,从而增加运维成本。由于尾流效应的影响，整个风电场发电量最多将减少54％，同时，尾流效应每年将带来20-30％的经济损失，故而通过降低尾流效应影响增加风场总功率输出成为风电场研究的热门话题。

2、目前，有部分学者开展了提升风电场效率的相关研究。部分研究旨在于优化风机选址。busby,r.l等人在“wind power:the industry grows up”中涉及风力涡轮机定位，该研究认为较大的风机间距保证了尾流恢复到自由流压力水平。开发商在设计风场时还需考虑如电气连接成本、维护程序等其他因素，主要采用在主要风向上具有适当风机间距的网格布局。当前在风场输出功率优化领域的研究中，主动控制策略可以分为轴向感应控制和尾流偏航策略。johnson,k.e.等人在“wind farm control:addressing the aerodynamicinteraction among wind turbines.”中提出了轴向感应控制，降低上游风机的额定输出功率将降低轴向感应系数，这将降尾流区域内的动量下降使得下游风机暴露在更高入射风速下，以更高的转子转速获得更高的电能。fleming,p.等人在“simulation comparison ofwake mitigation control strategies for a two-turbine case.”中提出了尾流偏航，旨在于调整转子平面与入射风不对齐使得转子平面上下部分承受不同空气动力载荷，这种不平衡使得风在侧风方向上获得动量，即尾流发生偏转，但是现有技术中并为公开如何提高风场的发电功率。

技术实现思路

1、本发明的目的在于克服上述现有技术的缺点，提供了一种风场最优功率控制方法及系统，该方法及系统能够实现风场发电功率的最大化。

2、为达到上述目的，本发明采用如下技术方案：

3、本发明一方面，本发明所述的风场最优功率控制方法，包括；

4、获取风场中各风机的观测量；

5、将风场中各风机的观测量输入到训练后的智能体中，得到风场中各风机的偏转角，根据所述风场中各风机的偏转角控制风场中各风机，实现风场最优功率控制。

6、所述风场中各风机的观测量包括风场中各风机的位置、风速及风向。

7、所述将风场中各风机的观测量输入到训练后的智能体中之前还包括：

8、获取风场背景及floris尾流模型；

9、基于风场背景及floris尾流模型，采用近端策略优化算法构建智能体；

10、对构建得到的智能体进行训练，得到训练后的智能体。

11、使用perlin noise表示风场背景。

12、通过floris尾流模型描述风场中风机与自由流的空气动力学相互影响。

13、所述对构建得到的智能体进行训练过程中的奖惩函数为：

14、

15、其中，r为智能体的奖励，i为风场中风机的数目，pi为风机i的发电功率。

16、所述风机i的发电功率pi为关于风机i位置(xi,yi)、风速为wv、风向wd以及偏转角yawi的函数。

17、所述对构建得到的智能体进行训练过程中智能体的动作ai为：

18、

19、其中，及为偏转角控制的最小值及最大值。

20、本发明二方面，本发明所述的风场最优功率控制系统，包括：

21、观测量获取模块，用于获取风场中各风机的观测量；

22、控制模块，用于将风场中各风机的观测量输入到训练后的智能体中，得到风场中各风机的偏转角，根据所述风场中各风机的偏转角控制风场中各风机，实现风场最优功率控制。

23、还包括：

24、数据获取模块，用于获取风场背景及floris尾流模型；

25、构建模块，用于基于风场背景及floris尾流模型构建智能体；

26、训练模块，用于对构建得到的智能体进行训练，得到训练后的智能体。

27、本发明具有以下有益效果：

28、本发明所述的风场最优功率控制方法及系统在具体操作时，将深度强化学习引入到风场控制中，根据将风场中各风机的观测量输入到训练后的智能体中，得到风场中各风机的偏转角，根据所述风场中各风机的偏转角控制风场中各风机，实现风场最优功率控制，使得风场的发电功率最大化。

技术特征：

1.一种风场最优功率控制方法，其特征在于，包括；

2.根据权利要求1所述的风场最优功率控制方法，其特征在于，所述风场中各风机的观测量包括风场中各风机的位置、风速及风向。

3.根据权利要求1所述的风场最优功率控制方法，其特征在于，所述将风场中各风机的观测量输入到训练后的智能体中之前还包括：

4.根据权利要求1所述的风场最优功率控制方法，其特征在于，使用perlin noise表示风场背景。

5.根据权利要求1所述的风场最优功率控制方法，其特征在于，通过floris尾流模型描述风场中风机与自由流的空气动力学相互影响。

6.根据权利要求1所述的风场最优功率控制方法，其特征在于，所述对构建得到的智能体进行训练过程中的奖惩函数为：

7.根据权利要求1所述的风场最优功率控制方法，其特征在于，所述风机i的发电功率pi为关于风机i位置(xi,yi)、风速为wv、风向wd以及偏转角yawi的函数。

8.根据权利要求1所述的风场最优功率控制方法，其特征在于，所述对构建得到的智能体进行训练过程中智能体的动作ai为：

9.一种风场最优功率控制系统，其特征在于，包括：

10.根据权利要求9所述的风场最优功率控制系统，其特征在于，还包括：

技术总结
本发明公开了一种风场最优功率控制方法及系统，包括；获取风场中各风机的观测量；将风场中各风机的观测量输入到训练后的智能体中，得到风场中各风机的偏转角，根据所述风场中各风机的偏转角控制风场中各风机，实现风场最优功率控制，该方法及系统能够实现风场发电功率的最大化。

技术研发人员：陈欣,张誉宝,巩素梅
受保护的技术使用者：西安交通大学
技术研发日：
技术公布日：2024/1/13