风电场分批次延迟控制方法、控制装置及介质

    公开(公告)号:CN114412707B

    公开(公告)日:2023-03-10

    申请号:CN202111582693.6

    申请日:2021-12-22

    IPC分类号: F03D7/04 H02J3/46

    摘要: 本发明涉及风电场控制技术领域,具体提供一种风电场分批次延迟控制方法、控制装置及介质,旨在解决风电场控制策略中未考虑到尾流效应的影响,导致风电场整体出力状态未处于最佳状态的问题。为此目的,本发明根据尾流效应确定风电机组的多个控制组,并确定每个控制组中风电机组的最佳控制策略,进一步获取每台下游风电机组的延迟控制时间,根据风电机组的延迟控制时间以及最佳控制策略对风电机组进行控制。通过上述配置方式,本发明能够考虑到尾流效应带来的影响,能够减少尾流发展对于最佳控制策略的影响,减少对风电机组进行优化控制时造成的能量损失,使风电场能够时刻处于最优的出力状态,提高风电场整体的能效和经济效益。

    一种基于滑动窗口的风速波动过程分类方法及装置

    公开(公告)号:CN115564184A

    公开(公告)日:2023-01-03

    申请号:CN202211088241.7

    申请日:2022-09-07

    IPC分类号: G06Q10/06 G06Q50/06

    摘要: 本发明提出一种基于滑动窗口的风速波动过程分类方法及装置,属于风电机组功率预测和风速波动过程分析领域。其中,所述方法包括:获取原始风速序列并进行降噪;对降噪后的所述风速序列通过摇摆窗算法划分成多个风速波动段;将所述风速波动段转化为等长风速时间序列,对所述等长风速时间序列进行基于特征值的一次聚类,得到所述风速序列的初步分类结果;根据所述初步分类结果,对每一个分类下的所述等长风速时间序列进行基于时间序列相似性度量的二次聚类,得到所述风速序列的最终分类结果。本发明综合考虑时间序列相似性与波动过程特征的影响,对波动过程进行二次聚类,以优化聚类效果,可获得更为准确的风速波动分类结果。

    风电场运行控制方法、装置、设备及存储介质

    公开(公告)号:CN114899876A

    公开(公告)日:2022-08-12

    申请号:CN202210814187.3

    申请日:2022-07-12

    IPC分类号: H02J3/38 H02J3/00 G05B13/02

    摘要: 本公开涉及一种风电场运行控制方法、装置、设备及存储介质。该方法包括:获取目标风电场的来流风况数据、目标风电场中各台机组之间的制约关系以及目标风电场中各台机组的当前工况数据;将来流风况数据、制约关系以及当前工况数据输入预先训练好的工况预测模型,得到目标风电场的目标发电功率对应的目标工况数据,其中,目标发电功率为目标风电场的最大发电功率;基于目标工况数据,控制目标风电场中各台机组运行。根据本公开实施例,能够使得目标风电场输出的功率最大,降低了风电场的尾流效应,提高了风电场的整体发电量,最终实现风电场尾流效应的在线优化。

    风电场远场尾流流向湍流度确定方法及装置

    公开(公告)号:CN113239648A

    公开(公告)日:2021-08-10

    申请号:CN202110693798.2

    申请日:2021-06-22

    摘要: 本发明涉及风力发电技术领域,具体提供了一种风电场远场尾流流向湍流度确定方法及装置,旨在解决如何计算多台风力发电机组并存时的远场尾流流向湍流度的技术问题。为此目的,根据本发明实施例的风电场远场尾流流向湍流度确定方法包括:获取风电场内来流环境湍流度、轮毂高处的环境湍流度及机组在的位置,然后根据上述参数依次计算尾流速度损失分布的标准差、风电机组的远场尾流附加流向湍流度的最大值位置与所述风电机组的轮毂中心线的径向距离、轮毂高度水平面内的远场尾流附加流向湍流度、风电场的整场远场尾流附加湍流度和风电场的远场尾流流向湍流度。通过上述方法,提升了多台风电机并存时风电场远场尾流流向湍流度的准确度。

    一种风电机组运行模拟方法、装置、设备及存储介质

    公开(公告)号:CN113094997A

    公开(公告)日:2021-07-09

    申请号:CN202110418312.4

    申请日:2021-04-19

    摘要: 本公开涉及一种风电机组运行模拟方法、装置、设备和存储介质。该方法包括:获取风电机组的待模拟数据,其中,待模拟数据包括风电机组的实时运行数据和/或仿真数据,实时运行数据和仿真数据均包括风况数据、工况数据;将待模拟数据输入至预先训练好的运行模拟模型,得到风电机组的运行模拟结果,其中,运行模拟模型根据风况样本集、工况样本集以及样本运行模拟数据训练得到。通过上述方式,实现了基于训练好的运行模拟模型和获取的实际运行数据,准确且快速地确定风电机组的运行参数和荷载参数,且运行模拟模型采用通用的编程语言建立,模型的兼容性高。

    一种风电机组限功率运行的异常数据处理方法

    公开(公告)号:CN108590982B

    公开(公告)日:2020-08-11

    申请号:CN201810250870.2

    申请日:2018-03-26

    IPC分类号: F03D17/00

    摘要: 本发明公开了属于风电场技术领域的一种风电机组限功率运行的异常数据处理方法。通过引入风电机组限电运行状态下的合理假设,将风电机组限功率运行下的数据处理问题转化为混合概率分布模型,应用K‑Means聚类算法初始化模型参数,然后根据期望值最大化(EM)算法,推导参数更新表达式,通过迭代的方式最大化对数似然函数,得到最优模型参数,以实现限功率运行状态下风电机组异常运行数据的进行处理;本发明可以找出限功率异常运行数据,区分不同限功率程度的运行数据。并剔除离群异常数据点,得到快速稳定的数据处理效果。

    一种基于等效功率的风轮等效风速计算方法

    公开(公告)号:CN109753759A

    公开(公告)日:2019-05-14

    申请号:CN201910136172.4

    申请日:2019-02-25

    IPC分类号: G06F17/50

    摘要: 本发明属于风电机组控制技术领域,尤其涉及一种基于等效功率的风轮等效风速计算方法,包括:考虑风切变效应对风轮扫略平面内风速的影响来确定叶片某方位角处的风速计算式;采用三阶泰勒级数展开简化风速计算式,并利用微元面积法,求取风轮空间平均风速其对应的叶尖速比;定义风速产生的气动转矩与风轮等效风速、叶片气动转矩影响系数的关系;求取风轮机械转矩在风轮空间平均风速所对应的叶尖速比处的偏微分线性化,综合得到风轮转矩公式;通过风轮瞬时机械功率、通过风轮平均机械功率和基于等效风速的风轮机械功率求得基于等效功率的风轮瞬时等效风速和风轮平均等效风速。本发明为风电机组设计、控制及输出功率特性分析等领域优化了理论基础。

    一种基于二十四节气的风电功率预测方法

    公开(公告)号:CN106934094A

    公开(公告)日:2017-07-07

    申请号:CN201710046493.6

    申请日:2017-01-18

    IPC分类号: G06F17/50

    摘要: 本发明属于风电场技术领域,尤其涉及一种基于二十四节气的风电功率预测方法。考虑到季节和气候变化因素对于风电功率预测精度的影响,本发明提出一种基于二十四节气的风电功率预测方法。该方法从建立预测模型和样本划分角度出发,考虑到同一节气内的气象数据样本集更能代表当前预测时刻气候状态,根据二十四节气的时间节点,将样本数据进行划分,以同一节气内的风电场数据建立预测模型,从而在一定程度上减小了由于季节和气候变化带来的影响,提高了风电功率预测精度。

    基于计算流体力学模型的风电场功率物理预测方法

    公开(公告)号:CN102663251B

    公开(公告)日:2015-04-15

    申请号:CN201210103707.6

    申请日:2012-04-09

    IPC分类号: G06F19/00

    摘要: 本发明公开了风电场预测预报技术领域中的一种基于计算流体力学模型的风电场功率物理预测方法。包括:建立计算流体力学模型;对风电场的风况进行离散化处理,将各离散风况作为边界条件进行计算流体力学模型数值模拟,获得各离散风况的风电场空间流场分布;建立各离散风况下各台风电机组轮毂高度风速、风向及发电功率数据库;以数值天气预报参数为输入数据,利用数据库求得各台风电机组的风速和风向,进而计算出各台风电机组的发电功率,从而得到风电场功率的预测值。本发明适用各种风电场,功率预测阶段计算量小且计算时间短。

    基于相关向量机的高精度风电场功率区间预测方法

    公开(公告)号:CN102567636B

    公开(公告)日:2015-01-07

    申请号:CN201110443265.5

    申请日:2011-12-27

    IPC分类号: G06F19/00

    摘要: 本发明公开了风电场技术领域中的一种基于相关向量机的高精度风电场功率区间预测方法。首先采集数据并归一化,选出相关向量机预测模型的训练样本;然后对相关向量机预测模型的参数进行优化,得到最优化的核函数宽度和相关向量机预测模型的迭代初值;之后求得核函数,进而求得收敛后的相关向量机预测模型参数;最后求得风电场功率的预测值和方差,得到风电场功率的预测区间。本发明提高了模型的适应能力,提高了预测精度,降低了训练样本规模,减少了训练时间。