[發明專利]風力發電機組的控制方法及其裝置

有效

• 申請號: 201911345370.8
• 申請日: 2019-12-24
• 公開（公告）號: CN113027674B
• 公開（公告）日: 2022-08-30
• 發明（設計）人: 彼得·福格·奧德高;李永明
• 申請（專利權）人: 北京金風科創風電設備有限公司
• 主分類號: F03D7/00
• 分類號: F03D7/00
• 代理公司: 北京銘碩知識產權代理有限公司 11286
• 代理人: 張軍;王兆賡

1.一種風力發電機組的控制方法，所述控制方法包括：

獲得在風力發電機組的前方預定距離處的進入風速以及未來預定時間段內的用于生成風力發電機組的控制信號的控制序列；

根據所述進入風速預測所述未來預定時間段內的風速序列；

基于所述控制序列、所述風速序列以及風力發電機組的當前狀態來預測風力發電機組在所述未來預定時間段內的狀態序列；

根據所述控制序列和所述狀態序列使用代價函數來優化所述控制序列；并且

基于優化的控制序列來生成用于控制風力發電機組的控制信號，

其中，所述代價函數包括關于所述狀態序列的懲罰函數、以及關于所述控制序列中的前一時間點的控制基準值與當前時間點的控制基準值之間的差的項，

其中，所述懲罰函數是使所述狀態序列中的每個時間點的狀態值接近最大狀態允許值的函數，并且對所述控制序列的優化是通過使所述代價函數最小化來實現的。

2.根據權利要求1所述的方法，其特征在于，預測風力發電機組在所述未來預定時間段內的狀態序列的步驟包括：

使用預測模型基于所述控制序列、所述風速序列以及風力發電機組的當前狀態來預測所述狀態序列，

其中，所述預測模型是通過對風力發電機組的正常運行數據進行機器學習而獲得的。

3.根據權利要求1所述的方法，其特征在于，所述控制信號是輸出到風力發電機組的以下組件中的至少一個組件以控制相應組件的信號：槳矩制動系統和發電機。

4.根據權利要求1所述的方法，其特征在于，所述控制序列是基于模型預測控制方法而獲得的。

5.根據權利要求1所述的方法，其特征在于，風力發電機組的當前狀態包括以下項之中的至少一項：風力發電機組當前的槳距角、風力發電機組當前的發電機的轉速、風力發電機組當前的發電機的扭矩以及輸出功率。

6.根據權利要求1所述的方法，其特征在于，所述進入風速由激光雷達測量得到，并且所述風速序列表示基于所述進入風速預測出的風力發電機組處的在所述未來預定時間段內的風速的時間序列。

7.根據權利要求1所述的方法，其特征在于，所述最大狀態允許值使與所述狀態值相應的載荷值在極限載荷之內。

8.一種風力發電機組的控制裝置，所述控制裝置包括：

數據獲取模塊，用于獲得在風力發電機組的前方預定距離處的進入風速以及未來預定時間段內的用于生成風力發電機組的控制信號的控制序列；以及

數據處理模塊，用于：

根據所述進入風速預測所述未來預定時間段內的風速序列；

基于所述控制序列、所述風速序列以及風力發電機組的當前狀態來預測風力發電機組在所述未來預定時間段內的狀態序列；

根據所述控制序列和所述狀態序列使用代價函數來優化所述控制序列；

基于優化的控制序列來生成用于控制風力發電機組的控制信號，

其中，所述代價函數包括關于所述狀態序列的懲罰函數、以及關于所述控制序列中的前一時間點的控制基準值與當前時間點的控制基準值之間的差的項，

其中，所述懲罰函數是使所述狀態序列中的每個時間點的狀態值接近最大狀態允許值的函數，并且對所述控制序列的優化是通過使所述代價函數最小化來實現的。

9.根據權利要求8所述的裝置，其特征在于，數據處理模塊使用預測模型基于所述控制序列、所述風速序列以及風力發電機組的當前狀態來預測所述狀態序列，

其中，所述預測模型是通過對風力發電機組的正常運行數據進行機器學習而獲得的。

10.根據權利要求8所述的裝置，其特征在于，數據處理模塊將所述控制信號輸出到風力發電機組的以下組件中的至少一個組件：槳矩制動系統和發電機。

11.根據權利要求8所述的裝置，其特征在于，所述控制序列是基于模型預測控制方法而獲得的。