本发明属于大功率海上风力发电，尤其涉及一种低风速下兼顾效率与载荷的风能捕获方法及系统。
背景技术：
1、风能作为一种可再生能源，具有资源分布广泛、零碳排放和经济性等优势，被视为未来能源发展的重要方向之一，目前，风力发电在全球可再生能源领域发挥着至关重要的作用。在风电并网渗透率越来越高的背景下，风电的随机性、不确定性导致输出功率存在强波动性，对电压安全、频率稳定等方面产生影响，对风电出力进行一定的平滑处理能够降低风电波动对电网的冲击。此外，风电机组的单机容量越来越大，目前主流机组已经达到10mw，新发布的海上风电机组已达20mw，其叶片长度达到134米，风电机组的慢动态响应特性愈发明显，大惯量机组在随机风况下响应滞后导致的风能捕获效率降低也越来越明显。
2、因此，在传统的风力发电控制系统中，当风速小于风机额定风速时，风力机采取最大风能捕获（mppt）控制策略。然而，随着风力发电机组的规模越来越大，大惯量机组转速响应滞后的慢动态特性愈发明显，机组难以及时响应湍流风速的快速变化，这导致风机捕获的风能效率降低。同时，由于海上风速变化的随机性与波动性，使得风力发电机组面临严重的载荷问题；目前存在的解决方案主要有对风机参考转速进行低通滤波平滑、限制转速变化率、对参考转速在高风速区叠加常值补偿以及限制最低转速等。此外，亦有通过增加储能系统来进行平滑的策略，当发电量高于用电量时，储能系统储能；当用电量高于发电量时，储能系统放能，以此达到平滑功率的效果。
3、总之，现有研究大多局限于转速跟踪控制器的设计与改进，但这无法从根本上解决上述问题，并且难以做到载荷与效率兼顾。
技术实现思路
1、为克服上述现有技术的不足，本发明提供了一种低风速下兼顾效率与载荷的风能捕获方法及系统，增加风能捕获量的同时减少了系统传动轴载荷，一定程度上降低了风机维护成本，延长了风机的发电寿命。
2、为实现上述目的，本发明的一个或多个实施例提供了如下技术方案：
3、本发明第一方面提供了一种低风速下兼顾效率与载荷的风能捕获方法。
4、一种低风速下兼顾效率与载荷的风能捕获方法，包括：
5、在低风速下，基于风速的历史时序数据，使用长短期记忆神经网络进行实时风速预测；
6、通过风速的预测值，计算参考转速；
7、在限定风力发电机的转速变化率范围下，以预设时长为一个预测时间窗口，使用遗传算法为每个预测时间窗口拟合出一段最优转速参考曲线，依次滚动优化，将优化得到的最优转速超前输入到风机控制系统中，进行兼顾效率与载荷的风能捕获。
8、进一步的，所述计算参考转速，具体公式为：
9、
10、其中，为风机设计的最佳叶尖速比，为风速的预测值，为风轮半径。
11、进一步的，所述转速变化率范围，是在考虑发电机电磁转矩的大小存在限制的情况下，计算转速变化率的最大值和最小值，具体为：
12、
13、其中，和分别是机械转矩和电磁转矩，和分别是电磁转矩的最大值和最小值，是阻尼系数，是风轮转速。
14、进一步的，所述最优转速参考曲线，用拟合函数表示为：
15、
16、其中，为预测时间窗口的最优转速，为第个参考转速，为预测时间窗口中拟合函数的斜率，为预测时间窗口中拟合函数的截距。
17、进一步的，所述使用遗传算法为每个预测时间窗口拟合出一段最优转速参考曲线，是以不同的斜率截距组合为个体，寻优最佳参数组合，具体步骤为：
18、（1）创建初始种群；
19、（2）计算种群中每个个体的适应度；
20、（3）选择、交叉、突变；
21、（4）计算种群里每个个体的适应度；
22、（5）进行终止条件的判断，满足终止条件则选择适应度最高的个体，否则返回步骤（3）进行迭代。
23、进一步的，所述适应度，用最小化加权残差平方和来计算，用公式表示为：
24、
25、其中，为预测时间窗口中拟合函数的斜率，为预测时间窗口中拟合函数的截距，为第个参考转速所占的权重，为预测时间窗口中的数据个数，为第个参考转速，为第个最优转速的拟合值。
26、进一步的，所述寻优最佳参数组合的过程中，依据转速变化率范围，设置约束条件，拟合结果超过约束条件，则逐步减少此风速区间拟合的数据量，直到通过减少数据量达到斜率要求。
27、本发明第二方面提供了一种低风速下兼顾效率与载荷的风能捕获系统。
28、一种低风速下兼顾效率与载荷的风能捕获系统，包括风速预测模块、转速计算模块和转速寻优模块：
29、风速预测模块，被配置为：在低风速下，基于风速的历史时序数据，使用长短期记忆神经网络进行实时风速预测；
30、转速计算模块，被配置为：通过风速的预测值，计算参考转速；
31、转速寻优模块，被配置为：在限定风力发电机的转速变化率范围下，以预设时长为一个预测时间窗口，使用遗传算法为每个预测时间窗口拟合出一段最优转速参考曲线，依次滚动优化，将优化得到的最优转速超前输入到风机控制系统中，进行兼顾效率与载荷的风能捕获。
32、本发明第三方面提供了计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本发明第一方面所述的一种低风速下兼顾效率与载荷的风能捕获方法中的步骤。
33、本发明第四方面提供了电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本发明第一方面所述的一种低风速下兼顾效率与载荷的风能捕获方法中的步骤。
34、以上一个或多个技术方案存在以下有益效果：
35、本发明旨在优化风机的风能捕获效率与风机传动轴承受载荷，具体体现在两方面：
36、一、根据风机惯量的大小，超前输入系统最优参考转速，以此缓解风机的慢动态特性，提高风能捕获效率。
37、二、利用遗传算法，在有转速约束的条件下，拟合出最优的转速参考曲线，通过限制转速变化率来缓解风机在波动风下的传动轴载荷，实现功率的平滑输出。
38、通过上述方法，风机在保证风能捕获效率提升的同时，大大缓解了风机所受载荷，是一种兼顾效率与载荷的风能捕获方法。
39、本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
1.一种低风速下兼顾效率与载荷的风能捕获方法，其特征在于，包括：
2.如权利要求1所述的一种低风速下兼顾效率与载荷的风能捕获方法，其特征在于，所述计算参考转速，具体公式为：
3.如权利要求1所述的一种低风速下兼顾效率与载荷的风能捕获方法，其特征在于，所述转速变化率范围，是在考虑发电机电磁转矩的大小存在限制的情况下，计算转速变化率的最大值和最小值，具体为：
4.如权利要求1所述的一种低风速下兼顾效率与载荷的风能捕获方法，其特征在于，所述最优转速参考曲线，用拟合函数表示为：
5.如权利要求1所述的一种低风速下兼顾效率与载荷的风能捕获方法，其特征在于，所述使用遗传算法为每个预测时间窗口拟合出一段最优转速参考曲线，是以不同的斜率截距组合为个体，寻优最佳参数组合，具体步骤为：
6.如权利要求5所述的一种低风速下兼顾效率与载荷的风能捕获方法，其特征在于，所述适应度，用最小化加权残差平方和来计算，用公式表示为：
7.如权利要求5所述的一种低风速下兼顾效率与载荷的风能捕获方法，其特征在于，所述寻优最佳参数组合的过程中，依据转速变化率范围，设置约束条件，拟合结果超过约束条件，则逐步减少此风速区间拟合的数据量，直到通过减少数据量达到斜率要求。
8.一种低风速下兼顾效率与载荷的风能捕获系统，其特征在于，包括风速预测模块、转速计算模块和转速寻优模块：
9.一种电子设备，其特征是，包括：
10.一种存储介质，其特征是，非暂时性地存储计算机可读指令，其中，当所述计算机可读指令由计算机执行时，执行权利要求1-7任一项所述的方法。
