一种集成机载激光测风雷达的风机系统及运行控制方法与流程

1.本发明涉及风力发电技术领域，尤其涉及一种集成机载激光测风雷达的风机系统及运行控制方法。


背景技术：

2.随着风电技术的发展，机载式激光雷达的应用也越来越广泛。机载式激光雷达通过感知风机前方来流风速，经处理后形成风轮面前馈等效风速，作为雷达辅助控制器的输入。机载式的激光测风雷达，可以测量风机前方80米处的风向风速信息。可以于风机主控系统相集成，在风到达风轮前就可以早早地将所测得的风机前方的风向风速信息实时地传递给风机主机控制系统。获取正确的风向信息可以保证风机正确的偏航，从而提升风机的发电量并降低关键部件上的载荷。
3.激光测风雷达相对于传统的风向风速传感器，探测距离远、测量范围大、数据精度高，能够对风场信息进行测量，为风机控制系统提供更加准确的信息。风力发电机一般会按照地域的风场情况进行集群部署。
4.然而现有的机载式激光雷达风机运行控制方法存在以下问题：
5.1)每台风机都需要加装激光测风雷达，额外增加较大成本；缺乏科学的安装激光测风雷达的手段；
6.2)激光测风雷达仅单机使用，不能充分发挥探测范围大的优势；受负责地形和气候影响，单一传感器获得的风速风向数据不够准备，需要对整个风场信息进行融合才能获得最优数据。


技术实现要素：

7.本发明的目的在于解决上述现有技术中存在的难题，一种集成机载激光测风雷达的风机系统，包括：所述风机系
8.统包括两类，第一类风机为加装激光测风雷达的风机，第二类风机为未加装激光测风雷达的风机；
9.所述激光测风雷达安装在所述第一类风机机舱上方，用于采集风向风速信息；
10.采用协同信息采集模型优化所述第一类风机、第二类风机部署位置。
11.优选的，所述采用协同信息采集模型优化所述第一类风机部署位置具体包括如下步骤：
12.设风机集群部署区域范围为d，数量为n，激光测风雷达的测量范围为w0，
13.n个风机，机舱位置的大地坐标系坐标为；
14.n个风机加装激光测风雷达后，测风区域分别为，其中为测风区域的空间描述；
15.采用迭代寻优的启发式算法，for k＝1,2,
…
,m，m为循环计算次数：
16.步骤s1，随机选取一个风机，确定该风机加装激光测风雷达的测风区域，将该风机加入选择列表lk中，总测风区域；
17.步骤s2，随机选择剩余风机中的一个风机，确定该风机加装激光测风雷达的测风区域，计算所选风机加装激光测风雷达的总测风区域；
18.步骤s3，判断当前总测风区域是否满足对风场测量的需求，如果满足需求，将该风机加入列表l中，输出风机列表lk，执行循环下一步，如果不满足，至步骤s4；
19.步骤s4，剩余风机逐一计算增加激光测风雷达后总测风区域，选取测风区域最大的风机加入列表lk中；
20.步骤s5：按照步骤s2、s3、s4继续计算，直到输出lk；
21.输出列表l1、l2、
…
、lm，根据列表长度进行优选，选择列表长度最短的一组风机组合加装激光测风雷达，即为所述第一类风机，其余为所述第二类风机。
22.本发明另一方面公开了一种集成机载激光测风雷达的风机系统的运行控制方法，结合所述第一类风机数据、所述第二类风机数据、天气数据、历史风速风向风场数据构建风场信息；结合所述风场信息进行风机运行控制。
23.优选的，构建风场信息具体包括如下步骤：
24.步骤t1：确定第一类风机数据、第二类风机数据、天气数据、历史风速风向数据，作为输入数据；
25.第一类风机数据包括激光测风雷达测量数据，风速、风向传感器数据，地理位置数据；第二类风机数据包括风速、风向传感器数据和地理位置数据；
26.步骤t2：对获得的输入数据进行预处理，进行数据规范化处理，并对数据进行配准进，统一数据的时空基准；
27.步骤t3：利用深度神经网络进行风场数据构建，采用预训练神经网络和迁移学习的方式进行网络训练，模型输出为风机集群所在区域风场信息。
28.优选的，利用通信模块将所述第一类风机数据和所述第二类风机数据传输至计算中心，所述计算中心进行融合计算后构建出风机集群的所述风场信息，将所述风场信息分发至所述第一类风机和所述第二类风机，所述第一类风机和所述第二类风机利用所述风场信息准确预测来风情况，结合自身风速、风向传感器，完成对风轮系统的控制。
29.优选的，结合所述风场信息进行风机运行控制具体包括如下步骤：
30.启动阶段，如果风速逐渐增加至启动阈值并且预测风速能够持续启动风机，根据相应转速阈值并网发电，否则风机无动作；
31.运行阶段，如果风速在启动阈值和最大允许值之间并且预测风速能够持续，则继续判断风机是否达到最大功率，如果风机未达到最大功率，风机按照理想桨距角、最优偏航角运行，否则风机按照恒定功率设定桨距角和偏航角运行；
32.过载停车阶段，如果风速超出最大允许值并且预测风速还会增加，则风机从电网切出，并停车。
33.本发明另一方面个公开了一种集成机载激光测风雷达的风机系统的运行控制装置，具体包括：
34.通信模块，用于传输风场信息数据；
35.传感器信息模块，用于测量风速、风向；
36.通信模块和传感器信息模块用于确定加装激光测风雷达风机、未加装激光测风雷达风机、天气、历史风速风向的输入数据；
37.信息融合与预测模块，用于接收通信模块与传感器信息模块数据，对获得的输入数据进行预处理以及利用深度神经网络进行风场数据构建；
38.控制器，与信息融合与预测模块连接，获取预测信息以及传送系统转速反馈信息以及发电机系统的功率反馈信息，用于控制风机的动作；
39.变桨距机构，与控制器和风轮系统连接，用于设置风机理想桨距角；
40.偏航控制执行机构，与控制器和风轮系统连接，用于设置风机偏航角；
41.机械刹车结构，与控制器和风轮系统连接，用于对风机进行停车；
42.风轮系统，接收风速信息，并与变桨距机构、偏航控制执行结构、机械刹车机构连接；
43.传动系统，与风轮系统和发电机连接，将转速信息反馈给控制器，并将控制信息给发电机实现控制；
44.发电机，与传动系统连接，并将功率反馈给控制器。
45.与现有技术相比，本发明的有益效果是：
46.1)通过优化算法，合理布置激光测风雷达位置，减少了风机集群激光测风雷达使用数量，降低了建设成本；
47.2)充分发挥了激光测风雷达探测范围大、精度高的优势，融合多个类信息形成整体的风场信息，结合第一类风机、第二类风机共同构建风场信息，有效的获取风场信息情况；
48.3)采用了集中计算模式，利用通信模块将风场信息分发至各个风机，利用融合信息和预测数据提高了风机的效率和安全性；
49.4)结合了两类风机共同构建的风场信息情况预测的风速信息，对风机进行运行控制，设置了在启动阶段、运行阶段、过载停车阶段的结合了预测风速的控制方法，实现了更精准有效的风机控制。
附图说明
50.图1为本发明实施例的机载激光测风雷达风机系统示意图；
51.图2为本发明实施例的机载激光测风雷达风机系统的运行控制方法的风场构建方法示意图；
52.图3为本发明实施例的机载激光测风雷达风机系统的运行控制装置结构图。
具体实施方式
53.下面结合附图对本发明作进一步详细描述：
54.为了更好地理解本发明，下面结合附图来详细解释本发明的实施方式。
55.本发明实施例一为集成机载激光测风雷达风机系统。
56.图1示出了集成机载激光测风雷达风机系统，风机分为两类，第一类为加装激光测风雷达的风机，能够采集相关环境数据，数据包括激光测风雷达测量数据，风速、风向传感器数据，地理位置数据；第二类为未加装激光测风雷达的风机，可以采集相关环境数据包括数据包括风速、风向传感器数据和地理位置数据。风机上均设有路由器和天线，在不能使用风机网络的情况下，可以通过gsm路由器和天线连网设备。通常以一种容易读取的ascii格
式收集并储存，在控制器中设置通讯转换方式实现数据的转换。
57.激光测风雷达安装在风机机舱上方，由于加装该传感器会增加额外成本，同时每个激光测风雷达都具有较强的探测能力，从风机集群角度，可对安装部署的位置进行优化，以最少的加装量，获得最高效的风场测量效果。
58.设风机集群部署区域范围为d，数量为n，激光测风雷达的测量范围为w0，采用协同信息采集模型对安装部署位置进行优化。
59.n个风机f1,f2,
…
,fn，机舱位置的大地坐标系坐标为{(x1,y1,z1),(x2,y2,z2),
…
,(xn,yn,zn)}。激光测风雷达部署在每个风机后，根据其地形特征，可计算得到其测风区域。n个风机f1,f2,
…
,fn加装激光测风雷达后，测风区域分别为{w1,w2,
…
,wn}，其中wi,i＝1,2,
…
,n为测风区域的空间描述。采用迭代寻优的启发式算法，共循环计算m次：
60.for k＝1,2,
…
,m
61.步骤s1：随机选取一个风机fi,i＝1,2,
…
,n，确定该风机加装激光测风雷达的测风区域wi，将该风机加入选择列表lk中，总测风区域w*
←
wi。
62.步骤s2：随机选择剩余风机中的一个风机fj,j＝1,2,
…
,n，确定该风机加装激光测风雷达的测风区域wj，计算所选风机加装激光测风雷达的总测风区域w*
←
w*∪wj。
63.步骤s3：判断当前总测风区域w*是否满足对风场测量的需求。如果满足需求，将该风机加入列表l中，输出风机列表lk，执行循环下一步。如果不满足，至步骤s4。
64.步骤s4：剩余风机逐一计算增加激光测风雷达后总测风区域w*，选取测风区域w*最大的风机加入列表lk中。
65.步骤s5：按照步骤s2、s3、s4继续计算，直到输出lk。
66.end for
67.输出列表l1、l2、
…
、lm。
68.根据列表长度进行优选，选择列表长度最短的一组风机组合加装激光测风雷达。
69.通过上述方法可以选择性部署加装激光测风雷达的风机数量与位置，提高采集效率同时节约部署成本。
70.本发明实施例二为集成实施例一中机载激光测风雷达风机系统的运行控制方法。
71.步骤ss1：根据加装激光测风雷达风机、未加装激光测风雷达风机、天气、历史风速风向的数据构建风机集群的风场信息。
72.附图2中公开了本发明实施例二的风场构建方法。
73.单一传感器获得的数据仅反映当前时刻部分风场信息，由于地形地物影响，地面风速风向变化快，难以对到达风机的风进行精准预测，对风机精确控制带来较大难题。
74.采用中心式计算模式，利用无线通信模块将各个风机的测量数据传输至计算中心，计算中心进行融合计算后，构建出风机集群的风场信息，再将风场信息分发至各个风机，各个风机利用风场信息能够准确预测来风情况，结合自身风速、风向传感器，完成对风轮系统的控制，以提高风机效率，降低风机运行过载损害，延迟风机使用寿命。具体包括如下步骤：
75.步骤t1：确定加装激光测风雷达风机、未加装激光测风雷达风机、天气、历史风速风向的输入数据。
76.第一类为加装激光测风雷达的风机，数据包括激光测风雷达测量数据，风速、风向
传感器数据，地理位置数据；
77.第二类为未加装激光测风雷达的风机，数据包括风速、风向传感器数据和地理位置数据；
78.第三类为天气预报数据，天气数据来自相关天气预报信息。
79.第四类为历史风速风向数据，历史风速风向数据为历史记载各类数据存储汇总记录。。
80.步骤t2：对获得的输入数据进行预处理。
81.获得上述数据后，需要对数据进行预处理，主要进行数据规范化；不同描述方式的数据转化为进行统一的数学描述；对数据进行配准进，统一数据的时空基准。
82.步骤t3：利用深度神经网络进行风场数据构建，采用预训练神经网络和迁移学习的方式进行网络训练，模型输出为风机集群所在区域风场信息。
83.采用深度神经网络对风场内所有激光测风雷达测量数据，以及风机自身风速风向传感器进行融合，拟合风机集群的风场信息。
84.步骤ss2：进行风机运行控制。
85.风力发电机是将风的动能转化为电能的装置，提高风力发电机的效率、寿命与对风场的测量和运行控制方式密切相关。通常变速变桨风力发电机的运行主要可分为以下几个阶段：启动阶段，风速从零上升到切入风速，此阶段风速过小，风力机不工作，输出功率为零；低风速阶段，风速从切入风速到额定风速，通过控制转速和优化桨距角使叶轮保持最佳叶尖速比，获得最大的风能利用系数，从而最大限度地捕获风能；高风速运行阶段，风速从额定风速到切出风速，此阶段控制转速为额定转速，改变桨距角使功率输出保持不变，风轮利用系数随风速的增大而降低；大风制动阶段，风速大于切出风速，过大的转矩会损坏风力发电机，所以此时需要强制停机，输出功率为零。
86.本发明实施例二的运行控制方法中，风机运行控制在基于本机风速风向传感器信息的基础上，加入风场信息。风场信息由计算中心融合风机集群信息计算得到，由通信模块分发传输至各个风机。将本机传感器信息和风场信息进行融合，对到达风机的风速风向进行预测，提前对风机进行控制，达到提高风机效率、减少过载损害的目的。
87.控制器主要功能为根据本机风速风向信号和基于风场的预测信息，判断风速是否适宜并网发电，自动进行启动、并网或者从电网切出。基于本机风速风向信号和基于风场的预测信息，进行自动对风和避风停车。
88.运行控制方法如下：
89.1)启动阶段，如果风速逐渐增加至启动阈值并且预测风速能够持续启动风机，根据相应转速阈值并网发电，否则风机无动作。
90.2)运行阶段，如果风速在启动阈值和最大允许值之间并且预测风速能够持续，则继续判断风机是否达到最大功率，如果风机未达到最大功率，风机按照理想桨距角、最优偏航角运行，否则风机按照恒定功率设定桨距角和偏航角运行。
91.3)过载停车阶段，如果风速超出最大允许值并且预测风速还会增加，则风机从电网切出，并停车。
92.具体运行控制逻辑如下：
[0093][0094]
本发明另一方面公开了本发明实施例二的机载激光测风雷达风机系统的运行控制装置，参见附图3，具体包括：
[0095]
通信模块，用于传输风场信息数据；
[0096]
传感器信息模块，用于测量风速、风向；
[0097]
通信模块和传感器信息模块用于确定加装激光测风雷达风机、未加装激光测风雷达风机、天气、历史风速风向的输入数据；
[0098]
信息融合与预测模块，用于接收通信模块与传感器信息模块数据，对获得的输入数据进行预处理以及利用深度神经网络进行风场数据构建；
[0099]
控制器，与信息融合与预测模块连接，获取预测信息以及传送系统转速反馈信息以及发电机系统的功率反馈信息，用于控制风机的动作；
[0100]
变桨距机构，与控制器和风轮系统连接，用于设置风机理想桨距角；
[0101]
偏航控制执行机构，与控制器和风轮系统连接，用于设置风机偏航角；
[0102]
机械刹车结构，与控制器和风轮系统连接，用于对风机进行停车；
[0103]
风轮系统，接收风速信息，并与变桨距机构、偏航控制执行结构、机械刹车机构连接；
[0104]
传动系统，与风轮系统和发电机连接，将转速信息反馈给控制器，并将控制信息给发电机实现控制；
[0105]
发电机，与传动系统连接，并将功率反馈给控制器。
[0106]
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
[0107]
在本发明的描述中，除非另有说明，术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
[0108]
最后应说明的是，上述技术方案只是本发明的一种实施方式，对于本领域内的技术人员而言，在本发明公开了应用方法和原理的基础上，很容易做出各种类型的改进或变形，而不仅限于本发明上述具体实施方式所描述的方法，因此前面描述的方式只是优选的，而并不具有限制性的意义。

技术特征：
1.一种集成机载激光测风雷达的风机系统，其特征在于：所述风机系统包括两类，第一类风机为加装激光测风雷达的风机，第二类风机为未加装激光测风雷达的风机；所述激光测风雷达安装在所述第一类风机机舱上方，用于采集风向风速信息；采用协同信息采集模型优化所述第一类风机、第二类风机部署位置。2.根据权利要求1所述的风机系统，其特征在于所述采用协同信息采集模型优化所述第一类风机部署位置具体包括如下步骤：设风机集群部署区域范围为d，数量为n，激光测风雷达的测量范围为w0，n个风机f1,f2,
…
,f
n
，机舱位置的大地坐标系坐标为{(x1,y1,z1),(x2,y2,z2),
…
,(x
n
,y
n
,z
n
)}；n个风机f1,f2,
…
,f
n
加装激光测风雷达后，测风区域分别为{w1,w2,
…
,w
n
}，其中w
i
,i＝1,2,
…
,n为测风区域的空间描述；采用迭代寻优的启发式算法，for k＝1,2,
…
,m，m为循环计算次数：步骤s1，随机选取一个风机f
i
,i＝1,2,
…
,n，确定该风机加装激光测风雷达的测风区域w
i
，将该风机加入选择列表l
k
中，总测风区域w*
←
w
i
；步骤s2，随机选择剩余风机中的一个风机f
j
,j＝1,2,
…
,n，确定该风机加装激光测风雷达的测风区域w
j
，计算所选风机加装激光测风雷达的总测风区域w*
←
w*∪w
j
；步骤s3，判断当前总测风区域w*是否满足对风场测量的需求，如果满足需求，将该风机加入列表l中，输出风机列表l
k
，执行循环下一步，如果不满足，至步骤s4；步骤s4，剩余风机逐一计算增加激光测风雷达后总测风区域w*，选取测风区域w*最大的风机加入列表l
k
中；步骤s5：按照步骤s2、s3、s4继续计算，直到输出l
k
；输出列表l1、l2、
…
、l
m
，根据列表长度进行优选，选择列表长度最短的一组风机组合加装激光测风雷达，即为所述第一类风机，其余为所述第二类风机。3.一种集成机载激光测风雷达的风机系统的运行控制方法，用于控制权利要求1或2任一项权利要求的所述风机系统，其特征在于：结合所述第一类风机数据、所述第二类风机数据、天气数据、历史风速风向风场数据构建风场信息；结合所述风场信息进行风机运行控制。4.根据权利要求3所述的运行控制方法，其特征在于所述构建风场信息具体包括如下步骤：步骤t1：确定第一类风机数据、第二类风机数据、天气数据、历史风速风向数据，作为输入数据；第一类风机数据包括激光测风雷达测量数据，风速、风向传感器数据，地理位置数据；第二类风机数据包括风速、风向传感器数据和地理位置数据；步骤t2：对获得的输入数据进行预处理，进行数据规范化处理，并对数据进行配准进，统一数据的时空基准；步骤t3：利用深度神经网络进行风场数据构建，采用预训练神经网络和迁移学习的方式进行网络训练，模型输出为风机集群所在区域风场信息。5.根据权利要求4所述的控制方法，其特征在于：利用通信模块将所述第一类风机数据
和所述第二类风机数据传输至计算中心，所述计算中心进行融合计算后构建出风机集群的所述风场信息，将所述风场信息分发至所述第一类风机和所述第二类风机，所述第一类风机和所述第二类风机利用所述风场信息准确预测来风情况，结合自身风速、风向传感器，完成对风轮系统的控制。6.根据权利要求5所述的运行控制方法，其特征在于结合所述风场信息进行风机运行控制具体包括如下步骤：启动阶段，如果风速逐渐增加至启动阈值并且预测风速能够持续启动风机，根据相应转速阈值并网发电，否则风机无动作；运行阶段，如果风速在启动阈值和最大允许值之间并且预测风速能够持续，则继续判断风机是否达到最大功率，如果风机未达到最大功率，风机按照理想桨距角、最优偏航角运行，否则风机按照恒定功率设定桨距角和偏航角运行；过载停车阶段，如果风速超出最大允许值并且预测风速还会增加，则风机从电网切出，并停车。7.一种集成机载激光测风雷达的风机系统的运行控制装置，用于执行如权利要求3-6任一项权利要求所述的运行控制方法，具体包括：通信模块，用于传输风场信息数据；传感器信息模块，用于测量风速、风向；通信模块和传感器信息模块用于确定加装激光测风雷达风机、未加装激光测风雷达风机、天气、历史风速风向的输入数据；信息融合与预测模块，用于接收通信模块与传感器信息模块数据，对获得的输入数据进行预处理以及利用深度神经网络进行风场数据构建；控制器，与信息融合与预测模块连接，获取预测信息以及传送系统转速反馈信息以及发电机系统的功率反馈信息，用于控制风机的动作；变桨距机构，与控制器和风轮系统连接，用于设置风机理想桨距角；偏航控制执行机构，与控制器和风轮系统连接，用于设置风机偏航角；机械刹车结构，与控制器和风轮系统连接，用于对风机进行停车；风轮系统，接收风速信息，并与变桨距机构、偏航控制执行结构、机械刹车机构连接；传动系统，与风轮系统和发电机连接，将转速信息反馈给控制器，并将控制信息给发电机实现控制；发电机，与传动系统连接，并将功率反馈给控制器。

技术总结
本发明提供了一种集成机载激光测风雷达的风机系统及运行控制方法。风机系统包括第一类风机和第二类风机；采用协同信息采集模型优化所述第一类风机、第二类风机部署位置；根据第一类风机、第二类风机数据、天气数据、历史数据采用神经网络构建风场信息，结合风场信息进行风机运行控制。通过优化设置激光测风雷达使用数量，降低了建设成本；结合了两类风机共同构建的风场信息情况预测的风速信息对风机进行运行控制，实现了更精准有效的风机控制。实现了更精准有效的风机控制。实现了更精准有效的风机控制。


技术研发人员：王树清 秦英武 刘智超 王亚超 姜禹含 郝文鹏 邓屹 马致远 刘明达 曹梦楠
受保护的技术使用者：上海能源科技发展有限公司
技术研发日：2023.01.03
技术公布日：2023/7/5