[发明专利]一种基于功率曲线分析的风电机组偏航误差固有偏差辨识及补偿方法有效

专利信息
申请号: 201811372808.7 申请日: 2018-11-18
公开(公告)号: CN109667727B 公开(公告)日: 2020-01-10
发明(设计)人: 杨秦敏;鲍雨浓;陈积明;孙优贤 申请(专利权)人: 浙江大学
主分类号: F03D17/00 分类号: F03D17/00;F03D7/04
代理公司: 33200 杭州求是专利事务所有限公司 代理人: 刘静;邱启旺
地址: 310058 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 偏航误差 风电机组 功率曲线 固有偏差 辨识 拟合 风速 标准功率曲线 实时运行数据 预处理 功率数据 环境气压 监视控制 量化分析 区间判断 实际测量 数据采集 数据驱动 性能提升 有功功率 运行数据 增量形式 普适性 分析 应用
【权利要求书】:

1.一种基于功率曲线分析的风电机组偏航误差固有偏差辨识及补偿方法,其特征在于,包括以下步骤:

1)根据待分析风电机组偏航误差固有偏差辨识及补偿需求,读取相应需求周期内总计N条待分析风电机组的SCADA系统中测量得到的风电机组运行数据信息,该信息包含风速{vi}、有功功率{Pi}、环境气压{Bi}、环境温度{Ti}以及偏航误差{θi},将信息数据集记为其中i=1,2,3,…,N;

2)基于步骤1)中的信息数据集计算得出对应时刻的空气密度{ρi},并将信息数据集中的风速{vi}信息修正到参考空气密度ρ0下的修正风速,记为其中i=1,2,3,…,N;

3)将步骤2)中修正风速有功功率{Pi}以及偏航误差{θi}合成为风电机组偏航误差固有偏差分析数据集{Xi},并以一定的偏航误差间隔将{Xi}划分为M个区间,记第k个偏航误差划分区间中的数据个数为Nk、偏航误差固有偏差分析数据集为其中k=1,2,3,…,M,l=1,2,3,…,Nk

4)基于M个区间的偏航误差固有偏差分析数据集分别拟合出M条真实功率曲线,记第k个偏航误差区间下的真实功率曲线为{PCk},其中k=1,2,3,…,M;

5)分别计算M个偏航误差区间下的真实功率曲线{PCk}各自的量化性能指标PIk,其中k=1,2,3,…,M;量化性能指标PIk的定义如下:

其中Nh为1年时间转化为小时的数值;CAP为待分析风电机组的额定功率;为第k个偏航误差区间下、第j个修正风速区间中的风速中值,即且为第k个偏航误差区间的真实功率曲线{PCk}上对应的有功功率值,且F(·)函数为Rayleigh分布的累计概率分布函数,具体公式如下

其中vave为待分析风电机组的年平均风速;

6)通过偏航误差固有偏差辨识准则确定该风电机组的偏航误差固有偏差值θim的辨识结果,并将该偏差值θim直接以增量形式补偿到偏航误差实际测量值θ上,得到最终补偿后的偏航误差真实值θ′;

所述偏航误差固有偏差辨识准则定义如下:将步骤5)中所有M个偏航误差区间下真实功率曲线{PCk}的量化性能指标PIk由大到小进行排列,并选出最大量化性能指标PImax对应的区间下标k′,则偏航误差固有偏差值θim的辨识结果计算公式如下

其中θlb和θub分别为待分析偏航误差范围的下界和上界。

2.根据权利要求1所述的一种基于功率曲线分析的风电机组偏航误差固有偏差辨识及补偿方法,其特征在于,所述步骤2)中,空气密度ρi以及修正风速的计算公式如下:

2-a)空气密度ρi

其中R0为干燥空气的比气体常数;Rw为水蒸气的比气体常数;Pw为水蒸气的气压;Bi为环境气压,通过SCADA系统获取,或者通过估计,其中B0为标准海平面大气压强,e为自然常数,g为重力加速度,z为风电机组轮毂处海拔高度,R为空气的比气体常数;为相对环境湿度,通过SCADA系统获取,或者设置

2-b)修正风速

其中ρ0为参考空气密度。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811372808.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top