一种基于扇区分布的风电机组功率曲线自适应优化方法与流程

1.本发明涉及风力发电技术领域，具体涉及一种基于扇区分布的风电机组功率曲线自适应优化方法。


背景技术：

2.现有技术一般是通过变桨调节、扇区管理控制尾流损失等技术手段提升风电机组最优功率输出能力。为进一步提升整个风电场群在不同风向扇区提升功率输出能力，本发明提出风电机组功率曲线优化技术路线。


技术实现要素：

3.为了解决现有技术中存在的问题，本发明的目的是提供一种基于扇区分布的风电机组功率曲线自适应优化方法，基于自适应遗传算法将不同威布尔分布特性曲线对应的较优风功率输出曲线结合，较大程度上提升了风电机组在不同时间尺度及空间尺度风资源特性下最优功率输出能力。此外，利用已有扇区管理及控制办法提升了风电机组在时间尺度及空间尺度中最优功率输出耦合度。
4.为实现上述目的，本发明采用以下技术方案：
5.一种基于扇区分布的风电机组功率曲线自适应优化方法，包括以下步骤：
6.s1：基于测风塔及风力发电机组设备自带风速、风向仪数据分析得出不同时刻不同扇区某一风力发电机组weibull分布特性；
7.s2：建立适用于某一风力发电机组在不同weibull分布特性下最优功率曲线数据库；
8.s3：采用遗传算法得出对应空间某一位置处风力发电机组在某一时刻weibull分布特性对应最优功率曲线；
9.s4：采用扇区管理及中央控制系统实现对某一风场中所有风力发电机组功率输出控制。
10.进一步地，所述步骤s1包括以下步骤：
11.s101：采集风电场范围内测风塔及各风力发电机组设备自带风速和风向仪测风数据，获得不同时刻的风速vi及风速的数据数量n；
12.s102：采用极大似然法计算风力发电机组设备位置处各扇区不同时刻weibull分布特性下的形状参数k和尺度参数c；
13.所述形状参数k通过以下公式计算得到：
[0014][0015]
所述尺度参数通过以下公式计算得到：
[0016][0017]
式中：vi为i时刻的风速，n为风速的数量；
[0018]
s103：计算风力发电机组设备位置处各扇区不同时刻weibull分布概率函数f(v)和概率密度函数f(v)；
[0019]
所述weibull分布概率函数为：
[0020]
所述概率密度函数为：
[0021]
式中，k为weibull的形状参数，c为weibull的尺度参数，v为风速。
[0022]
进一步地，所述步骤s2包括以下步骤：
[0023]
s201：针对某一固有风力发电机组机型，采用不同风功率曲线，计算平均风功率密度wpd和平均有效风功率密度
[0024]
所述平均风功率密度wpd通过下式计算得到：
[0025][0026]
所述平均有效风功率密度通过下式计算得到：
[0027][0028]
式中：积分号下是不完全伽马函数；
[0029]v1
和v2分别为风电机组有效风力范围的上限风速值和下限风速值。
[0030]
进一步地，所述步骤s3包括以下步骤：
[0031]
s301：初始化，设置进化代数计数器t＝0，设置最大进化代数t，随机生成m个个体作为初始群体p(0)；
[0032]
s302：个体评价：计算群体p(t)中各个个体的适应度；
[0033]
s303：选择运算：将选择算子作用于群体；
[0034]
s304：交叉运算：将交叉算子作用于群体；
[0035]
s305：变异运算：将变异算子作用于群体，得到下一代群体p(t+1)；
[0036]
s306：终止条件判断：若t＝t，则以进化过程中所得到的具有最大适应度个体作为最优解输出，获得最大平均风功率密度和平均有效风功率密度对应的风功率曲线。
[0037]
进一步地，所述步骤s4包括以下步骤：
[0038]
s401：风力发电设备监测到某一时刻风力发电设备机舱来流风向扇区；
[0039]
s402：针对该时刻weibull分布特性，中央控制系统调用时间域最优功率曲线及空间域最优功率曲线；
[0040]
s403：通过扇区管理系统，分析风场中所有风力发电机组设备时间域最优功率曲线与空间域最优功率曲线中较优功率曲线；
[0041]
s404：风场中所有风力发电机组设备通过中央控制系统完成协同输出，使整个风场功率输出达到最优。
[0042]
与现有技术相比，本发明风电机组功率曲线自适应优化方法具有以下有益效果：本发明解决了风电机组在时间尺度及空间尺度中最优功率输出耦合度低的问题。方法新颖，可操作性强，基于自适应遗传算法将不同威布尔分布特性曲线对应的较优风功率输出曲线结合，较大程度上提升了风电机组在不同时间尺度及空间尺度风资源特性下最优功率输出能力。此外，利用已有扇区管理及控制办法提升了风电机组在时间尺度及空间尺度中最优功率输出耦合度，对各地区风电项目开发具有重要指导意义。
附图说明
[0043]
图1风电机组功率曲线自适应优化方法流程图；
[0044]
图2是基于扇区分布的风电机组功率曲线自适应优化方法。
具体实施方式
[0045]
为使本领域的技术人员更好地理解本发明的技术方案，下面结合附图和具体实施例对本发明作进一步详细描述，以下实施例仅用于说明本发明，但不用来限制本发明的范围。
[0046]
如图1所示，本发明提出一种基于扇区分布的风电机组功率曲线自适应优化方法，包括以下步骤：
[0047]
s1：基于测风塔及风力发电机组设备自带风速、风向仪数据分析得出不同时刻不同扇区某一风力发电机组weibull分布特性；
[0048]
s2：建立适用于某一风力发电机组在不同weibull分布特性下最优功率曲线数据库；
[0049]
s3：采用遗传算法得出对应空间某一位置处风力发电机组在某一时刻weibull分布特性对应最优功率曲线；
[0050]
s4：采用扇区管理及中央控制系统实现对某一风场中所有风力发电机组功率输出控制。
[0051]
其中，步骤s1至步骤s4的具体步骤如下：
[0052]
所述步骤s1包括以下步骤：
[0053]
s101：采集风电场范围内测风塔及各风力发电机组设备自带风速和风向仪测风数据，获得不同时刻的风速vi及风速数据数量n；
[0054]
s102：采用极大似然法计算风力发电机组设备位置处各扇区不同时刻weibull分布特性下的形状参数k和尺度参数c；
[0055]
所述形状参数k通过以下公式计算得到：
[0056][0057]
所述尺度参数通过以下公式计算得到：
[0058][0059]
式中：vi为i时刻的风速，n为风速的数量；
[0060]
s103：计算风力发电机组设备位置处各扇区不同时刻weibull分布概率函数f(v)和概率密度函数f(v)；
[0061]
所述weibull分布概率函数为：
[0062]
所述概率密度函数为：
[0063]
式中，k为weibull的形状参数，c为weibull的尺度参数，v为风速。
[0064]
进一步地，所述步骤s2包括以下步骤：
[0065]
s201：针对某一固有风力发电机组机型，采用不同风功率曲线，计算平均风功率密度wpd和平均有效风功率密度
[0066]
所述平均风功率密度wpd通过下式计算得到：
[0067][0068]
所述平均有效风功率密度通过下式计算得到：
[0069][0070]
式中：积分号下是不完全伽马函数；
[0071]v1
和v2分别为风电机组有效风力范围的上限风速值和下限风速值。
[0072]
进一步地，所述步骤s3包括以下步骤：
[0073]
s301：初始化，设置进化代数计数器t＝0，设置最大进化代数t，随机生成m个个体作为初始群体p(0)；
[0074]
s302：个体评价：计算群体p(t)中各个个体的适应度；
[0075]
s303：选择运算：将选择算子作用于群体；
[0076]
s304：交叉运算：将交叉算子作用于群体；
[0077]
s305：变异运算：将变异算子作用于群体，得到下一代群体p(t+1)；
[0078]
s306：终止条件判断：若t＝t，则以进化过程中所得到的具有最大适应度个体作为最优解输出，获得最大平均风功率密度和平均有效风功率密度对应的风功率曲线。
[0079]
进一步地，所述步骤s4包括以下步骤：
[0080]
s401：风力发电设备监测到某一时刻风力发电设备机舱来流风向扇区；
[0081]
s402：针对该时刻weibull分布特性，中央控制系统调用时间域最优功率曲线及空间域最优功率曲线；
[0082]
s403：通过扇区管理系统，分析风场中所有风力发电机组设备时间域最优功率曲线与空间域最优功率曲线中较优功率曲线；
[0083]
s404：风场中所有风力发电机组设备通过中央控制系统完成协同输出，使整个风场功率输出达到最优。
[0084]
实施例1
[0085]
如图1所示，本实施例提出一种基于扇区分布的风电机组功率曲线自适应优化方法，包括以下步骤：
[0086]
s1：基于测风塔及风力发电机组设备自带风速、风向仪数据分析得出不同时刻不同扇区某一风力发电机组weibull分布特性，具体包括以下步骤：
[0087]
s101：采集风电场范围内测风塔及各风力发电机组设备自带风速和风向仪测风数据，获得不同时刻的风速vi及风速数据数量n；
[0088]
s102：采用极大似然法计算风力发电机组设备位置处各扇区不同时刻weibull分布特性下的形状参数k和尺度参数c；
[0089]
所述形状参数k通过以下公式计算得到：
[0090][0091]
所述尺度参数通过以下公式计算得到：
[0092][0093]
式中：vi为i时刻的风速，n为风速的数量；
[0094]
s103：计算风力发电机组设备位置处各扇区不同时刻weibull分布概率函数f(v)和概率密度函数f(v)；
[0095]
所述weibull分布概率函数为：
[0096]
所述概率密度函数为：
[0097]
式中，k为weibull的形状参数，c为weibull的尺度参数，v为风速。
[0098]
s2：建立适用于某一风力发电机组在不同weibull分布特性下最优功率曲线数据库，具体为：针对某一固有风力发电机组机型，采用不同风功率曲线，计算平均风功率密度wpd和平均有效风功率密度
[0099]
其中，平均风功率密度wpd通过下式计算得到：
[0100][0101]
平均有效风功率密度通过下式计算得到：
[0102][0103]
式中：积分号下是不完全伽马函数；
[0104]v1
和v2分别为风电机组有效风力范围的上限风速值和下限风速值。
[0105]
s3：采用遗传算法得出对应空间某一位置处风力发电机组在某一时刻weibull分布特性对应最优功率曲线，具体算法如下：
[0106]
s301：初始化，设置进化代数计数器t＝0，设置最大进化代数t，随机生成m个个体作为初始群体p(0)；
[0107]
s302：个体评价：计算群体p(t)中各个个体的适应度；
[0108]
s303：选择运算：将选择算子作用于群体；
[0109]
s304：交叉运算：将交叉算子作用于群体；
[0110]
s305：变异运算：将变异算子作用于群体，得到下一代群体p(t+1)；
[0111]
s306：终止条件判断：若t＝t，则以进化过程中所得到的具有最大适应度个体作为最优解输出，获得最大平均风功率密度和平均有效风功率密度对应的风功率曲线。
[0112]
s4：采用扇区管理及中央控制系统实现对某一风场中所有风力发电机组功率输出控制，如图2所示，具体如下：
[0113]
s401：风力发电设备监测到某一时刻风力发电设备机舱来流风向扇区；
[0114]
s402：针对该时刻weibull分布特性，中央控制系统调用时间域最优功率曲线及空间域最优功率曲线；
[0115]
s403：通过扇区管理系统，分析风场中所有风力发电机组设备时间域最优功率曲线与空间域最优功率曲线中较优功率曲线；
[0116]
s404：风场中所有风力发电机组设备通过中央控制系统完成协同输出，使整个风场功率输出达到最优。
[0117]
以上详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种变换，这些简单变型均属于本发明的保护范围。

技术特征：
1.一种基于扇区分布的风电机组功率曲线自适应优化方法，其特征在于，包括以下步骤：s1：基于测风塔及风力发电机组设备自带风速、风向仪数据分析得出不同时刻不同扇区某一风力发电机组weibull分布特性；s2：建立适用于某一风力发电机组在不同weibull分布特性下最优功率曲线数据库；s3：采用遗传算法得出对应空间某一位置处风力发电机组在某一时刻weibull分布特性对应最优功率曲线；s4：采用扇区管理及中央控制系统实现对某一风场中所有风力发电机组功率输出控制。2.根据权利要求1所述的一种基于扇区分布的风电机组功率曲线自适应优化方法，其特征在于：所述步骤s1包括以下步骤：s101：采集风电场范围内测风塔及各风力发电机组设备自带风速和风向仪测风数据，获得不同时刻的风速v
i
及风速数据数量n；s102：采用极大似然法计算风力发电机组设备位置处各扇区不同时刻weibull分布特性下的形状参数k和尺度参数c；所述形状参数k通过以下公式计算得到：所述尺度参数通过以下公式计算得到：式中：v
i
为i时刻的风速，n为风速的数量；s103：计算风力发电机组设备位置处各扇区不同时刻weibull分布概率函数f(v)和概率密度函数f(v)；所述weibull分布概率函数为：所述概率密度函数为：式中，k为weibull的形状参数，c为weibull的尺度参数，v为风速。3.根据权利要求1所述的一种基于扇区分布的风电机组功率曲线自适应优化方法，其特征在于：所述步骤s2包括以下步骤：s201：针对某一固有风力发电机组机型，采用不同风功率曲线，计算平均风功率密度wpd和平均有效风功率密度所述平均风功率密度wpd通过下式计算得到：
所述平均有效风功率密度通过下式计算得到：式中：积分号下是不完全伽马函数；v1和v2分别为风电机组有效风力范围的上限风速值和下限风速值。4.根据权利要求1所述的一种基于扇区分布的风电机组功率曲线自适应优化方法，其特征在于：所述步骤s3包括以下步骤：s301：初始化，设置进化代数计数器t＝0，设置最大进化代数t，随机生成m个个体作为初始群体p(0)；s302：个体评价：计算群体p(t)中各个个体的适应度；s303：选择运算：将选择算子作用于群体；s304：交叉运算：将交叉算子作用于群体；s305：变异运算：将变异算子作用于群体，得到下一代群体p(t+1)；s306：终止条件判断：若t＝t，则以进化过程中所得到的具有最大适应度个体作为最优解输出，获得最大平均风功率密度和平均有效风功率密度对应的风功率曲线。5.根据根据权利要求1所述的一种基于扇区分布的风电机组功率曲线自适应优化方法，其特征在于：所述步骤s4包括以下步骤：s401：风力发电设备监测到某一时刻风力发电设备机舱来流风向扇区；s402：针对该时刻weibull分布特性，中央控制系统调用时间域最优功率曲线及空间域最优功率曲线；s403：通过扇区管理系统，分析风场中所有风力发电机组设备时间域最优功率曲线与空间域最优功率曲线中较优功率曲线；s404：风场中所有风力发电机组设备通过中央控制系统完成协同输出，使整个风场功率输出达到最优。

技术总结
本发明涉及风力发电技术领域，具体涉及一种基于扇区分布的风电机组功率曲线自适应优化方法，包括以下步骤：基于测风塔及风力发电机组设备自带风速、风向仪数据分析得出不同时刻不同扇区某一风力发电机组weibull分布特性；建立适用于某一风力发电机组在不同weibull分布特性下最优功率曲线数据库；采用遗传算法得出对应空间某一位置处风力发电机组在某一时刻weibull分布特性对应最优功率曲线；采用扇区管理及中央控制系统实现对某一风场中所有风力发电机组功率输出控制。本发明方法解决了风电机组在时间尺度及空间尺度中最优功率输出耦合度低的问题，方法新颖，可操作性强。性强。性强。


技术研发人员：张玮 赵俊杰 陈静怡 马昕熠 杨丽 李洛 李美玲 张文松 韩明亮 武贤杰 杨磊
受保护的技术使用者：中国电建集团青海省电力设计院有限公司
技术研发日：2023.02.01
技术公布日：2023/5/23