确定风力涡轮机转子平面内风速的方法与流程

1.本发明涉及可再生能源领域，更具体地涉及借助风力预测、涡轮机控制(定向、扭矩和速度调节)和/或诊断和/或监测目标对风力涡轮机的资源、即风的测量。
2.风力涡轮机允许将来自风的动能转换为电能或机械能。为了风能转换，它由以下部件组成：
3.－塔架，其允许转子定位在足够高的高度处，以使其能够运动(对于水平轴线风力涡轮机是必需的)，或者允许使该转子定位在一高度处，以使其能够被比在地平面处更强且更规律的风驱动。塔架一般可以容纳一部分电气和电子元件(调制器、控制器、倍增器、发电机等)；
4.－机舱，其安装在塔架顶部处，并容纳操作涡轮机所需的机械、气动和一些电气和电子元件。机舱可以旋转，以便将转子定向在正确的方向上；
5.－转子，其紧固到机舱，并包括多个叶片(一般为三个)和风力涡轮机的轮毂。转子由风能驱动，并且其通过机械轴直接或间接(通过齿轮箱和机械轴系统)连接到电机(发电机)或将所回收的能量转换为电能或任何类型的能量的任何其他类型的转换机。转子可能设有控制系统，比如可变角度叶片或空气动力学制动器；
6.－可能有传动装置，其由两根轴(转子的机械轴和转换机的机械轴)组成，这两根轴通过传动装置(齿轮箱)连接，因而在转子的机械轴和转换机的机械轴之间形成运动链。
7.自1990年代初以来，人们对风力发电重新产生了兴趣，特别是在欧盟，其年增长率约为20％。这种增长归因于无碳发电的内在可能性。为了维持这种增长，风力涡轮机的发电量仍需要进一步提高。风力发电增产的前景要求开发有效的生产工具和先进的控制工具，以提高机器的性能。风力涡轮机设计成以尽可能低的成本发电。因此，它们一般被建造成在大约12m/s的风速下达到其最大性能。没有必要设计在并不常见的更高风速下使其产量最大化的风力涡轮机。在风速超过12m/s的情形中，需要损失一部分风中所含的额外能量，以免损坏风力涡轮机。因此，所有风力涡轮机都设计有功率调节系统。
8.对于这种功率调节，已经为变速风力涡轮机设计控制器。控制器的目的在于，最大化所回收的电力，最小化转子速度波动，并最小化结构(叶片、塔架和平台)的疲劳和极限力矩。


背景技术：

9.为了优化控制，重要的是要了解风力涡轮机转子处的风速。为此，已经开发了各种技术。
10.根据第一种技术，使用风速计允许估计一个点处的风速，但是这种不精确的技术不能测量整个风场或了解风速的三维分量。
11.根据第二种技术，可以使用lidar(光检测和测距)传感器。lidar是一种遥感或光学测量技术，其基于对返回发射器的光束特性的分析。该方法尤其用于借助脉冲激光来确定到物体的距离。与基于类似原理的雷达不同，lidar传感器使用可见光或红外光而不是无
线电波。到物体或表面的距离是通过对脉冲与所反射信号的检测之间的延迟来给出的。
12.在风力涡轮机领域，lidar传感器对大型风力涡轮机的正常运行被看作是必要的，尤其是在它们的尺寸和功率都在增加(对于海上涡轮机目前是5mw，很快将达到12mw)的情况下。该传感器允许远程风测量，这首先允许校准风力涡轮机，以便它们能够发出最大功率(功率曲线优化)。对于该校准阶段，传感器可以定位在地面上并竖直定向(断面仪)，这允许测量风速和风向，以及取决于高度的风速梯度。该应用特别关键，这是因为它允许了解生能资源。这对于风力涡轮机项目很重要，因为它影响了项目的财务可行性。
13.第二种应用包括：将该传感器设置在风力涡轮机的机舱上，以便在几乎水平定向时测量涡轮机前方的风场。先验地，测量涡轮机前面的风场允许提前了解风力涡轮机此后不久将遇到的湍流。然而，目前的风力涡轮机控制和监测技术不允许通过精确估计转子处、即转子平面内的风速来考虑由lidar传感器执行的测量。在专利申请fr-3-013,777(us-2015-145,253)中特别描述了这种应用。
14.然而，lidar传感器是一种昂贵的传感器。此外，由于这种lidar传感器是最近才开发的，因此仍然很难通过转换来自lidar传感器的原始数据来了解如何利用风场特征，比如风速、风向、风切变、湍流、感应系数等。因此，这样的lidar传感器需要复杂的实施步骤来确定转子平面内的风速。因此，有必要以廉价、可靠和直接可用的方式来确定转子平面内的风速，例如用于对风力涡轮机的控制和/或诊断。


技术实现要素：

15.本发明的目的在于，不借助特定仪器，以廉价且可靠的方式实时确定转子平面内的风速。因此，本发明涉及一种通过测量转子的转速、叶片的角度和所产生的功率来确定风力涡轮机转子平面内风速的方法。根据本发明的方法实现由风速测量值通过测量值聚类和回归而构建的风力涡轮机模型。因此，一旦构建了风力涡轮机模型，该模型就可以实时以可靠的方式且不借助特定仪器被应用，从而通过测量转子的转速、叶片角度和所产生的电力来确定转子平面内的风速。
16.本发明涉及一种确定风力涡轮机转子平面内风速的方法，其中，执行以下步骤：
17.a)构建风力涡轮机模型，所述风力涡轮机模型将所述风力涡轮机的所述转子的转速、所述风力涡轮机的叶片的倾角和由所述风力涡轮机的转换机产生的功率通过以下步骤与所述风力涡轮机转子平面内的风速相关联：
18.i、同步测量所述风力涡轮机转子平面内的风速和所述转子的转速、叶片的倾角和由所述风力涡轮机的所述转换机产生的功率；
19.ii、将所述风力涡轮机转子平面内的风速和所述转子的转速、叶片的倾角和由所述风力涡轮机的所述转换机产生的功率的同步测量值聚类为至少两类风力涡轮机运行工况；
20.iii、对于每一类，通过基函数分解方法并且通过允许建立这些基函数与转子平面内风速之间的关系的方法、优选地通过高斯过程回归方法和最小二乘回归方法来确定所述风力涡轮机转子平面内风速的测量值与所述转子的转速、叶片的倾角和由所述风力涡轮机的所述转换机产生的功率之间的回归；
21.iv、通过针对每一类所确定的所述回归来构建所述风力涡轮机的所述模型；
22.b)实时测量所述转子的转速、叶片的倾角和由所述风力涡轮机的所述转换机产生的功率；以及
23.c)通过对所述转子的转速、叶片的倾角和由所述风力涡轮机和所述风力涡轮机模型的由所述转换机产生的功率的所述实时测量，实时确定在所述风力涡轮机的所述转子的平面内的风速。
24.根据一种实施例，使用聚类方法、尤其是k均值算法且优选是k均值 算法，将风速、所述转子的转速、叶片的倾角和由所述风力涡轮机的所述转换机产生的功率的所述测量值聚类为至少两类风力涡轮机运行工况。
25.有利地，类的数量范围在3至10之间，优选地在4至7之间。
26.根据一种实施方式，基于lidar传感器测量值来测量转子平面内的风速。
27.根据一方面，通过确定所述转子的转速、叶片的倾角和由所述风力涡轮机的所述转换机产生的功率的所述实时测量值与每一类的中心之间的欧式距离来实时确定所述风力涡轮机的所述转子的平面内的风速，并且所述风力涡轮机模型通过每一类的所述回归的加权组合被应用，权重取决于所述欧式距离。
28.根据一种实施例选项，基于所述风力涡轮机模型和所述转子的转速、叶片的倾角和由所述风力涡轮机的所述转换机产生的功率的所述实时测量值，对至少一段未来时间间隔预测所述风力涡轮机的所述转子的平面内的风速。
29.本发明还涉及一种控制风力涡轮机的方法。该方法包括下列步骤：
30.a)借助根据上述特征中任一特征的方法来确定风力涡轮机的所述转子平面内的所述风速；以及
31.b)根据所述风力涡轮机的所述转子平面内的所述风速来控制所述风力涡轮机。
32.此外，本发明涉及一种计算机程序产品，包括代码指令，所述代码指令设计成当在所述风力涡轮机的控制和/或诊断单元上执行所述程序时，执行根据上述特征中任一特征的方法的步骤。
33.此外，本发明涉及一种风力涡轮机，它包括用于测量所述转子转速的装置、用于测量风力涡轮机叶片倾角的装置、用于测量由所述风力涡轮机的转换机产生的功率的装置以及能够实施根据上述特征中任一特征的方法用于确定风力涡轮机的转子平面内风速的装置。
34.根据一种实施例，风力涡轮机包括实时控制和数据采集系统，所述实时控制和数据采集系统包括所述用于测量所述转子转速的装置、所述用于测量风力涡轮机叶片倾角的装置以及由所述用于测量所述风力涡轮机的转换机产生的功率的装置。
附图说明
35.通过阅读下文通过非限制性示例并参考附图对实施例的描述，根据本发明的系统和方法的其他的特征和优点将会变得清晰，在附图中：
36.－图1示出了根据本发明实施例的风力涡轮机；
37.－图2示出了根据本发明实施例的方法的各步骤；以及
38.－图3示出了转子平面内的有效风速与时间关系的曲线，包括参考曲线和作为应用示例的借助根据本发明三个实施例的方法所获得的三条曲线。
具体实施方式
39.本发明涉及一种实时确定风力涡轮机转子平面内的风速、例如风力涡轮机转子平面内的有效风速的方法。
40.图1通过非限制性示例示意性地示出了用于根据本发明实施例的方法的水平轴线风力涡轮机1。通常，风力涡轮机1允许将风的动能转换成电能或机械能。为了风能转换，它由以下部件组成：
41.－塔架4，其允许转子(未示出)定位在足够高的高度处，以使其能够运动(对于水平轴线风力涡轮机是必需的)，或者允许使该转子定位在一高度处，以使其能够被比在地平面6处更强且更规律的风驱动。塔架4一般可以容纳一部分电气和电子元件(调制器、控制器、倍增器、发电机等)；
42.－机舱3，其安装在塔架4顶部处，并容纳操作转换机所需的机械、气动和一些电气和电子元件(未示出)。机舱3可以旋转，以便将机器定向在正确的方向上；
43.－转子，其紧固到机舱，并包括多个叶片7(一般为三个)和风力涡轮机的轮毂。转子由风能驱动，并且其通过机械轴直接或间接(通过齿轮箱和机械轴系统)连接到电机(发电机)或连接到将所回收的能量转换为电能或任何类型的能量(例如液压的或气动的)的任何其他类型的转换机(例如液压机或气动机)。转子可能设有控制系统，比如可变角度叶片或空气动力学制动器；
44.－可能有传动装置(未示出)，其由两根相连接的轴(转子的机械轴和转换机的机械轴)组成，因而在转子的机械轴和转换机的机械轴之间形成运动链。
45.该图还示出了x、y和z轴。该坐标系的参考点是转子的中心。x向是对应于转子轴线方向的纵向方向，位于风力涡轮机的上游。与x向垂直的y向是位于水平面内的横向(x、y向形成水平面)。z向是指向上的竖直方向(基本对应于塔架4的方向)，z轴垂直于x轴和y轴。转子平面由虚线矩形pr表示，它由y、z向限定，x值为零。
46.根据本发明，确定风速的方法包括以下步骤：
47.1)构建风力涡轮机模型；
48.2)测量；
49.3)确定风速。
50.步骤2和3是实时执行的，而涡轮模型构建步骤1是事先执行的且仅执行一次。这些步骤可以通过计算机装置、特别是通过风力涡轮机的控制器自动执行，该控制器至少包括存储器和计算装置。在本说明书中的剩余部分中将详细描述这些步骤。
51.构建风力涡轮机模型的第一步是借助子步骤进行的，由此，确定风速的方法包括以下步骤：
52.1)构建风力涡轮机模型；
53.a)同步测量；
54.b)簇聚类；
55.c)回归；
56.d)风力涡轮机模型构建；
57.2)测量；
58.3)确定风速。
59.图2通过非限制性示例示意性地示出了根据本发明的实施例的方法的步骤。首先，构建风力涡轮机模型mod。因此，分别获得风速v
mes
和转子的转速ω、叶片的倾角β和由风力涡轮机的转换机产生的功率pg的同步测量值lid和mes1。所述测量值被聚类为簇gro。对于每个簇，在各测量值之间确定回归reg，以构建风力涡轮机模型mod。于是，实时地tpr在风力涡轮机运行期间，仅获取转子的转速ω、叶片的倾角β和由风力涡轮机的转换机产生的功率pg的测量值mes2。将所构建的模型mod应用于这些测量值，以便实时确定转子平面内的风速v。
60.根据一种实施例，本发明可以被实施用于确定当前风速(于是人们也称之为筛选)。
61.在一种变型中，本发明可以被实施用于对至少一个未来时间间隔的风速预测(于是人们也称之为预测)。
62.1)构建风力涡轮机模型
63.该步骤包括：构建风力涡轮机模型。风力涡轮机模型是将转子的转速、风力涡轮机叶片的倾角和由风力涡轮机的转换机产生的功率与风力涡轮机转子平面内的风速相关联的模型。根据本发明，该步骤在模型试运行期间被事先执行，仅执行一次。然后，实时地，在风力涡轮机运行期间，保持由此构建的涡轮机模型而仅执行步骤2和3。该风力涡轮机模型可以看作是风力涡轮机的映射。
64.对于该步骤执行以下子步骤：
65.a)同步测量
66.该子步骤包括：同步测量转子平面内的风速和转子的转速、风力涡轮机叶片的倾角和由风力涡轮机的转换机产生的功率(换言之，由风力涡轮机产生的功率)。所有这些测量都能够训练风力涡轮机模型。可以注意到，仅在该构建步骤中测量风速；实际上，该测量不是实时进行的。因此，实时地，根据本发明的方法不需要特定仪器。这种风速测量允许构建具有代表性的风力涡轮机模型，即其允许替代风速传感器。
67.根据本发明的一种实施例，可以借助布置在风力涡轮机上的传感器、例如lidar传感器在转子平面内测量风速。本发明的该实施例可以实施如在专利申请fr-3,068,139(us-2020/0,124,026)和fr-3,088,971(us-2020/0,166,650)中特别描述的风速重建方法。
68.替代地，可以使用任何其他装置、例如风速计或任何等效传感器来测量转子平面内的风速。
69.根据本发明的一种实施方式，可以测量从实时控制和数据采集系统(scada)获得的转子的转速、风力涡轮机叶片的倾角、由风力涡轮机的转换机产生的功率。监控和数据采集(scada)系统是一种大型远程管理系统，其允许实时处理大量远程测量并远程控制技术设备。它是仪器领域的一项工业技术，其实施方式可以被视为包括中间件类型层的仪器结构。优选地，所有测量都可以从scada系统获得，这有利于不借助特定仪器实施该方法。此外，scada系统可以允许考虑至少一种其他测量，以便更精确地确定转子平面内的风速。特别地，这些测量可以是温度、电气数据、振动等。温度可以表明有效机械损耗，因此它们允许改进风力涡轮机的建模。加速度计与对结构足够精细和相关的模态和振动理解相结合，可以允许追溯对影响风力涡轮机的风和湍流条件的估计。
70.替代地，可以通过专用传感器获得至少一个测量值。对于该实施例：
71.－转子角度旋转传感器可以用于测量转子的转速；和/或
72.－叶片角度传感器可以用于测量叶片的倾角；和/或
73.－已知且受控的电压传感器可以用于测量转换机产生的功率，强度传感器可以用于测量发电机输送的电流。
74.在该步骤中，还可以存储测量值，尤其是对于使用在先测量值的实施方式(下文在子步骤c中描述)。
75.b)簇聚类
76.该子步骤包括将来自子步骤1/a中的所有测量值(转子平面内的风速和转子的转速、产生的功率和叶片的倾角)聚类为至少两个涡轮机运行工况类(class)，也称为簇(cluster)。该子步骤可以被称为“聚类”或“数据划分”子步骤。换言之，所有的测量值都被聚类为若干簇，每个簇将风速传感器测量值和与类似风力涡轮机运行工况相对应的风力涡轮机测量值(转子速度、叶片倾角、产生的功率)放在一起。
77.根据本发明的一种实施例，可以借助k-均值算法、优选是k-均值 算法自动对两种类型的测量值进行聚类。以下文档中特别描述了这种算法：“d.arthur和s.vassilvitskii,“k-means :the advantages of careful seeding(k-均值 ：谨慎选种的优势)”,stanford infolab,technical report 2006-13,2006年6月.[在线].来源:http://ilpubs.stanford.edu:8090/778/”。
[0078]
替代地，可以使用任何其他自动聚类算法，例如层次聚类算法或dbscan(基于密度的空间聚类在噪声中的应用)算法等。
[0079]
根据本发明的一种实施方式，簇的数量可以在3至10之间，优选地在4至7之间，例如可以是5。这些值范围允许区分风力涡轮机的各运行工况，同时限制可能导致大量簇的涡轮机模型构建复杂度。
[0080]
c)回归
[0081]
该子步骤包括：对于在前一个子步骤中确定的每个簇，通过基函数分解方法并通过允许在这些基函数与转子平面内的风速之间建立关系的方法确定子步骤a的各同步测量值(转子平面内的风速、转子的转速、叶片的倾角和产生的功率)之间的回归。有利地，可以执行高斯过程回归方法和最小二乘回归方法。这些回归方法允许将与风力涡轮机相关的测量值(转子的转速、叶片的倾角、产生的功率)与风速联系起来。高斯过程回归方法是一种非参数回归，其允许为分解选择基函数。这种高斯过程回归是灵活的，不涉及过度学习的问题(变量太多，模型太复杂)。最小二乘回归方法是一种易于实施的参数回归，其允许在基函数与转子平面内的风速之间建立关系。替代地，可以执行允许在这些基函数与转子平面内的风速之间建立关系的任何其他回归方法。
[0082]
优选地，回归可以考虑在先测量，优选地，回归可以考虑多个在先时间间隔，以便促进风速的精确确定。因此，转子的转速、叶片的倾角和由转换机产生的功率的最后r个测量值可以与转子平面内的风速相关。例如，如果我们考虑r＝30个在先时间间隔的历史，我们将获得与当前时间间隔内或至少未来时间间隔内转子平面内的风速相关的90个测量值(输入)。
[0083]
下文描述该子步骤的非限制性示例性实施例：
[0084]
我们用ω
t
表示时刻t处转子的角速度，用p
t
表示时刻t处产生的功率，用β
t
表示时
刻t处叶片的倾角，用v
t
表示时刻t处的风速。目的是通过使y
t
＝v
t
来确定给定x
t-h
的y
t
，并且
[0085][0086]
其中，r和h是整数，且被选择以使r＞h≥0，于是我们写出：
[0087]
ω
t-r：t-h
＝[ω
t-r
，
…
，ω
t-h-1
，ω
t-h
]
t
[0088]
因此，在t-r至t-h之间收集的测量值用于估计时刻t处的风速。对于叶片的倾角和产生的功率使用相同的标记。如果使用筛选(确定当前风速)，则我们定义h＝0，而如果实施风速预测，则我们定义h＞0，例如h＝1或h＝2。
[0089]
在每个簇中，应用高斯过程回归gpr。因此，定义了核k，它编码了将输入与输出相关联的隐形函数的先验信息：
[0090]
k(x
α-h
，x
b-h
)＝kw(ω
a-r：a-h
，ω
b-r：b-h
)
[0091]
k
β
(β
a-r：a-h
，β
b-r：b-h
)
[0092]
k
p
(p
a-r：a-h
，p
b-r：b-h
)，
[0093]
其中：
[0094][0095][0096][0097][0098]
a和b是时间t的值，它们是相同的或不同的。在这些公式中，点号和撇号对应于k的相同自变量。例如，对于k
p
，点号对应于p
a-r：a-h
，撇号对应于p
b-r：b-h
。因此，上述等式中核的超参数(噪声和方差)为l1、
…
、l5、σ1、σ2和σ3。该核背后的构思如下：
[0099]
1)线性分量(即(
·
)
t
li＝(
·
′
)形式的那些分量)考虑了以下事实：当风力涡轮机产生更多能量并且当转子速度更高时，预计风速会更高；
[0100]
2)非线性分量考虑了风力涡轮机更复杂的动力学；
[0101]
3)矩阵li如上式所示，以便对于曾经包含更详细信息的输入元件获得更低的权重，同时保持选择少量超参数。
[0102]
使用平均函数m＝0，从而获得要被核捕获的隐形函数的所有特征。
[0103]
一旦已经确定了每个簇的核的超参数，下一个步骤就包括执行回归。因此，可以选择每个簇的n对测量值(x
i-h
，yi)作为训练数据。n对测量值的选择允许相较于考虑所有测量值的实施例加速涡轮机模型构建。要指出的是，通常，对于实时考虑的每个点x
*
，我们可以找到由下式定义的估计：其中，x是由n个训练数据构建的矩阵，且ky＝
k(x，x) σ2*i，其中，k(x，x)是矩阵，它在位置(i，j)处的值是k(xi，xj)，其中，xi和xj是x的第i行和第j行，σ2是噪声方差，i是单位矩阵。
[0104]
然而，在实际应用中，算法实时地估计且k(x
*
，x)的计算时间由训练数据的尺寸n来衡量。事实上，n的大小越大，计算时间越长。此外，大量训练数据允许形成将测量数据与风速相关联的精确风力涡轮机模型。
[0105]
为了解决这个问题，可以实施下列文档中描述的方法：《j.mayer，a.basarur，m.petrova，f.sordon，a.zea和u.d.hanebeck，“position andspeed estimation of pmsms using gaussian processes(使用高斯过程的pmsm的位置和速度估计)，”21st ifac world congress，2020》，其包括使用以下近似：
[0106][0107]
被确定为正则化最小二乘问题的解：
[0108][0109]
通过去除x的多行得到，ky通过去除ky对应行得到，μ＞0为正则化系数，m为矩阵的行数。要指出的是，仅取决于训练数据，因此可以存储该值，然后可以针对每个新点实时计算去除x和ky的行允许限制计算量，同时保持特别是通过确定的簇的良好的代表性水平。
[0110]
因此，执行的回归允许为每个簇确定参数和并且这些参数随后由风力涡轮机模型实时使用。
[0111]
d)风力涡轮机模型构建
[0112]
该子步骤包括通过为每个簇确定的回归来构建风力涡轮机模型。
[0113]
因此，每个簇的所有回归都允许确定风力涡轮机模型。
[0114]
2)测量
[0115]
该步骤包括实时测量以下内容：
[0116]-转子的转速；
[0117]-叶片的倾角；以及
[0118]-由转换机产生的电力(换言之，风力涡轮机产生的电力)。
[0119]
优选地，这些测量可以与子步骤1/a的同步测量相同的方式执行。
[0120]
在该步骤中，还可以存储测量值，尤其是对于使用在先测量值的实施方式。
[0121]
根据本发明的一种实施例，可以从实时控制和数据采集系统(scada)获得至少一个测量值。监控和数据采集(scada)系统是一种大型远程管理系统，其允许实时处理大量远程测量并远程控制技术设备。它是仪器领域的一项工业技术，其实施方式可以被视为包括中间件类型层的仪器结构。优选地，所有测量都可以从scada系统获得，这有利于不借助特定仪器实施该方法。此外，scada系统可以允许考虑至少一种其他测量，以便更精确地确定转子平面内的风速。特别地，这些测量可以是温度、电气数据、振动等。温度可以表明有效机械损耗，因此它们允许改进风力涡轮机的建模。加速度计与对结构足够精细和相关的模态和振动理解相结合，可以允许追溯对影响风力涡轮机的风和湍流条件的估计。
[0122]
替代地，可以通过专用传感器获得至少一个测量值。对于该实施例：
[0123]
－转子角度旋转传感器可以用于测量转子的转速；和/或
[0124]
－叶片角度传感器可以用于测量叶片的倾角；和/或
[0125]
－已知且受控的电压传感器可以用于测量由转换机产生的功率，强度传感器可以用于测量发电机输送的电流。
[0126]
3)确定风速
[0127]
该步骤包括：通过在步骤2中进行的测量和在步骤1中构建的模型实时确定转子平面内的风速。由此，获得对风速的精确确定。
[0128]
根据本发明的一个实施例，可以确定当前风速。
[0129]
在一种变型中，可以预测至少一个未来时间间隔的风速。例如，可以预测一个未来时间间隔或两个未来时间间隔的风速。
[0130]
有利地，步骤2的测量可以与在子步骤1/b中确定的至少一个簇相关联，并且将针对该簇确定的回归应用于测量值。因此，应用对应于风力涡轮机的相同运行工况的回归。
[0131]
根据本发明的一种实施方式，通过确定步骤2的实时测量与在子步骤1/b中构建的模型的簇的中心之间的欧氏距离，实时确定风力涡轮机转子平面内的风速。于是，可以通过每个簇的各回归的加权组合来应用风力涡轮机模型。在这个加权组合中使用的权重可以取决于所确定的欧式距离。因此，步骤2的测量与至少一个簇相关联，该簇对应于风力涡轮机的相同运行工况，欧氏距离的确定允许确定最接近的(一个或多个)簇，因此是具有相同风力涡轮机运行工况的那些簇。
[0132]
本发明的该实施方式可以通过以下步骤来实现：
[0133]
我们用c表示风力涡轮机模型的簇的数量。我们用表示为每个簇(从1到c)确定的风速值。此外，我们用ci表示簇i的中心，该中心由子步骤1/b中关联的测量定义。
[0134]
可以通过如下定义的加权组合来组合这些确定的值：
[0135][0136]
其中，是由此确定的风速，wi是簇i的权重，该权重表达了每个估计与其他估计的相关性。
[0137]
权重可以根据所考虑的测量值x
*
(风速对其而言是确定的)与所考虑的簇之间的欧式距离来计算。因此，权重可以写为下式：
[0138][0139]
n是一个待确定的自由参数，且n＞0，n的值越大，我们就越少考虑远离所考虑的测量值的簇的贡献。
[0140]
极端情形对应于这样的情形，其中，wi＝1代表其中心最接近所考虑的测量值x
*
的簇，而0代表其他簇，换言之：
[0141][0142]
本发明还涉及一种控制至少一个风力涡轮机的方法。对于该方法可以执行以下步骤：
[0143]-通过根据上述变型或变型组合中的任一项的确定风速的方法来确定风力涡轮机转子平面内的风速；以及
[0144]-根据风力涡轮机转子平面内的风速来控制风力涡轮机。
[0145]
风力涡轮机转子平面内风速的精确实时预测允许在涡轮机结构的影响最小化和回收功率最大化方面进行适当的风力涡轮机控制。事实上，这种控制能够调整涡轮机设备，以便涡轮机处于针对这种风的最优配置。
[0146]
根据本发明的一种实施方式，可以根据风速和风向来控制叶片的倾角和/或风力涡轮发电机的电恢复扭矩和/或机舱的定向。优选地，可以控制叶片的单独倾角。也可以使用其他类型的调节装置。控制叶片倾斜允许根据叶片上的入射风优化能量回收，并最小化结构疲劳。
[0147]
根据本发明的一种实施例，叶片的倾角和/或电恢复扭矩可以通过风力涡轮机映射根据转子处风速的来确定。例如，可以应用专利申请fr-2,976,630a1(us 2012-0,321,463)中描述的控制方法。
[0148]
本发明还涉及一种用于监测和/或诊断至少一个风力涡轮机的方法。对于该方法可以执行以下步骤：
[0149]-通过根据上述变型或变型组合中的任一项的确定风速的方法来确定风力涡轮机转子平面内的风速；以及
[0150]-根据转子平面内的风速来监测和/或诊断风力涡轮机的运行。
[0151]
监测和/或诊断可以例如对应于风力涡轮机结构根据风力涡轮机转子平面内的风速所经受的机械应变。
[0152]
此外，本发明涉及一种包括代码指令的计算机程序产品，该代码指令被设计成执行上述方法(确定风向的方法、控制方法、诊断方法)之一的多个步骤。该程序在风力涡轮机控制和/或诊断单元上执行。
[0153]
本发明还涉及风力涡轮机，尤其是海上(在海上)或陆上(在陆上)风力涡轮机。风力涡轮机配备有用于测量转子旋转的装置、用于测量叶片倾角的装置以及用于测量由转换机产生的功率的装置。此外，风力涡轮机包括用于确定转子平面内风速的装置，其能够实施根据上述变型或变型组合中的任一项的确定风速的方法。根据一种实施例，风力涡轮机可以是类似于图1中所示的风力涡轮机。
[0154]
根据本发明的一种实施例，风力涡轮机可以包括实时控制和数据采集系统(scada)，该系统包括用于测量转子旋转的装置、用于测量叶片倾角的装置和用于测量由转换机产生的功率的装置中的至少一个测量装置。优选地，scada系统可以具有所有这些测量装置。此外，scada系统可以包括附加的测量装置(例如温度、电气数据、
……
)，从而允许更精确地确定转子平面内的风速。
[0155]
替代地，风力涡轮机可以包括用于执行这些测量中的至少一项的至少一个传感
器，比如：
[0156]
－用于测量转子的转速的转子角度旋转传感器；和/或
[0157]
－用于测量叶片的倾角的叶片角度传感器；和/或
[0158]
－用于测量由转换机产生的功率的已知且受控的电压传感器，以及用于测量由发电机输送的电流的强度传感器。
[0159]
对于控制方法的实施例，风力涡轮机可以包括控制装置，例如用于控制风力涡轮机的至少一个叶片的倾角(或桨距角)或控制电动扭矩，用于实施根据本发明的控制方法。
[0160]
清楚的是，本发明不限于以上通过示例描述的方法的实施例，而是它涵盖任何变型实施例。
[0161]
示例
[0162]
根据本发明的方法的特征和优势将通过阅读以下应用示例变得清楚。
[0163]
该示例包括由用lidar传感器测量的转子平面内的有效风速来构建风力涡轮机模型，这些lidar测量与对转子转速、叶片倾角和所产生的功率的scada测量同步进行。
[0164]
从这些测量中，形成一组训练数据s
train
，并通过k-均值 算法将其聚类为5个簇，并确定它们的中心。然后，对于每个簇，随机选择n个点来构建矩阵x，从n个点中选择m个点形成矩阵以便执行根据本发明的方法的回归步骤。然后，由scada测量形成一组测试数据s
test
，并通过风力涡轮机模型为该数据组估计风速。
[0165]
对于该示例，scada测量的采样时间为一秒，而lidar传感器提供的数据的采样时间为0.25秒。对于该示例，我们选择r＝20，n＝50,000，m＝3,000。
[0166]
图3示出了以m/s为单位的有效风速v与点编号(它是时间的函数)的关系。该图示出了：
[0167]
－从lidar测量中获得的参考曲线ref；
[0168]
－使用根据本发明的第一实施例的方法获得的风速曲线fil，其中，h＝0，即对当前风的有效速度的确定；
[0169]
－使用根据本发明的第二实施例的方法获得的风速曲线inv1，其中h＝1，即对于未来时间间隔的有效风速的预测；以及
[0170]
－使用根据本发明的第三实施例的方法获得的风速曲线inv2，其中h＝2，即对于两个未来时间间隔的有效风速的预测。
[0171]
要指出的是，四条曲线几乎重叠，这意味着本发明的三个实施例针对当前时间以及针对一个或两个未来时间间隔提供了对转子平面内风速的精确确定。

技术特征：
1.一种确定风力涡轮机(1)转子平面(pr)内风速的方法，其中，执行以下步骤：a)构建(con)风力涡轮机模型(mod)，所述风力涡轮机模型将所述风力涡轮机(1)的所述转子的转速、所述风力涡轮机(1)的叶片的倾角和由所述风力涡轮机(1)的转换机产生的功率通过以下步骤与所述风力涡轮机转子平面内的风速相关联：i、同步测量(lid、mes1)所述风力涡轮机转子平面内的风速和所述转子的转速、叶片的倾角和由所述风力涡轮机的所述转换机产生的功率；ii、将所述风力涡轮机转子平面内的风速和所述转子的转速、叶片的倾角和所述风力涡轮机的所述转换机产生的功率的同步测量值聚类(gro)为至少两类风力涡轮机运行工况；iii、对于每一类，通过基函数分解方法并且通过允许建立这些基函数与转子平面内风速之间的关系的方法、优选地通过高斯过程回归方法和最小二乘回归方法来确定所述风力涡轮机转子平面内风速的测量值与所述转子的转速、叶片的倾角和由所述风力涡轮机的所述转换机产生的功率之间的回归(reg)；iv、通过针对每一类所确定的所述回归来构建所述风力涡轮机的所述模型(mod)；b)实时(tpr)测量(mes2)所述转子的转速、叶片的倾角和由所述风力涡轮机的所述转换机产生的功率；以及c)通过对所述转子的转速、叶片的倾角和由所述风力涡轮机和由所述风力涡轮机模型的所述转换机产生的功率的所述实时测量(mes2)，实时(tpr)确定在所述风力涡轮机(1)的所述转子的平面内的风速v。2.根据权利要求1所述的确定风速的方法，其特征在于，使用聚类方法、尤其是k均值算法且优选是k均值 算法，将风速、所述转子的转速、叶片的倾角和由所述风力涡轮机的所述转换机产生的功率的所述测量值聚类(gro)为至少两类风力涡轮机运行工况。3.根据前述权利要求中任一权利要求所述的确定风速的方法，其特征在于，类的数量范围在3至10之间，优选地在4至7之间。4.根据前述权利要求中任一权利要求所述的确定风速的方法，其特征在于，基于lidar传感器测量值(lid)来测量转子平面内的风速。5.根据前述权利要求中任一权利要求所述的确定风速的方法，其特征在于，通过确定所述转子的转速、叶片的倾角和由所述风力涡轮机的所述转换机产生的功率的所述实时测量值与每一类的中心之间的欧式距离来实时确定所述风力涡轮机的所述转子的平面内的风速(v)，并且所述风力涡轮机模型(mod)通过每一类的所述回归的加权组合被应用，权重取决于所述欧式距离。6.根据前述权利要求中任一权利要求所述的确定风速的方法，其特征在于，基于所述风力涡轮机模型(mod)和所述转子的转速、叶片的倾角和由所述风力涡轮机的所述转换机产生的功率的所述实时测量值(mes2)，对至少一段未来时间间隔预测所述风力涡轮机(1)的所述转子的平面内的风速(v)。7.一种控制风力涡轮机(1)的方法，其特征在于，执行以下步骤：a)借助根据前述权利要求中任一权利要求所述的方法来确定风力涡轮机(1)的所述转子平面(pr)内的所述风速；以及b)根据所述风力涡轮机(1)的所述转子平面内的所述风速来控制所述风力涡轮机(1)。
8.一种计算机程序产品，包括代码指令，所述代码指令设计成当在所述风力涡轮机(1)的控制和/或诊断单元上执行所述程序时，执行根据前述权利要求中任一权利要求所述的方法的步骤。9.一种风力涡轮机(1)，其特征在于，它包括用于测量所述转子转速的装置、用于测量风力涡轮机叶片倾角的装置、用于测量由所述风力涡轮机的转换机产生的功率的装置以及能够实施根据权利要求1至7中任一权利要求所述的方法用于确定风力涡轮机的转子平面内风速的装置。10.根据权利要求9所述的风力涡轮机，其特征在于，包括实时控制和数据采集系统，所述实时控制和数据采集系统包括所述用于测量所述转子转速的装置、所述用于测量风力涡轮机叶片倾角的装置以及所述用于测量由所述风力涡轮机的转换机产生的功率的装置。

技术总结
本发明涉及一种通过测量(MES2)转子的转速、叶片的角度和所产生的功率来确定风力涡轮机(1)转子平面(PR)内风速的方法。根据本发明的方法使用由风速测量值(LID)通过测量值聚类(GRO)和回归(REG)而构建的风力涡轮机模型(MOD)。(MOD)。(MOD)。


技术研发人员：E
受保护的技术使用者：IFP新能源公司
技术研发日：2021.11.05
技术公布日：2022/5/25