專利名稱：用于預(yù)報(bào)在風(fēng)力渦輪機(jī)出現(xiàn)風(fēng)陣的方法和系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及用于預(yù)報(bào)在風(fēng)力渦輪機(jī)出現(xiàn)風(fēng)陣的方法和系統(tǒng)。
背景技術(shù)：
近代風(fēng)力渦輪機(jī)常常用于把電力輸送進(jìn)電網(wǎng)。這種類型的風(fēng)力渦輪機(jī)一般包括有葉輪轂(rotor hub)和多個(gè)葉片的葉輪。該葉輪在風(fēng)力對(duì)葉片的影響下開始旋轉(zhuǎn)。葉輪軸的旋轉(zhuǎn)要么直接地驅(qū)動(dòng)發(fā)電機(jī)轉(zhuǎn)子(“直接驅(qū)動(dòng)”)，要么通過使用齒輪箱。許多近代風(fēng)力渦輪機(jī)按可變速度操作被操作。這一點(diǎn)表明，葉輪軸速度能夠隨變化的風(fēng)力條件而改變。以可變速度操作的風(fēng)力渦輪機(jī)(和葉輪軸速度)的控制，通常使用風(fēng)力渦輪機(jī)的俯仰角控制和發(fā)電機(jī)的轉(zhuǎn)矩完成。對(duì)俯仰角控制，葉片的迎角能夠被控制以增大或降低對(duì)葉片的氣動(dòng)轉(zhuǎn)矩。對(duì)發(fā)電機(jī)，在動(dòng)力傳動(dòng)系統(tǒng)(drive train)的相反端上的 (電)磁轉(zhuǎn)矩能夠被增大或降低。應(yīng)當(dāng)指出，由于系統(tǒng)的慣性，俯仰角控制對(duì)風(fēng)速變化的反應(yīng)常常略微延遲并還有最大的俯仰角速率(Pitch rate)(即，俯仰角角度能夠被改變的最大速率)。發(fā)電機(jī)轉(zhuǎn)矩能夠更迅速地被調(diào)整，但也會(huì)有取決于所采用的發(fā)電機(jī)和功率電子裝置的最大額定值?，F(xiàn)在，可變速度風(fēng)力渦輪機(jī)的典型控制將被描述。在額定風(fēng)速以下的操作中，葉輪軸速度主要受發(fā)電機(jī)轉(zhuǎn)矩的控制。葉片被設(shè)定為使它們有最佳的迎角，以在變化的風(fēng)力條件下俘獲最大的可能轉(zhuǎn)矩。發(fā)電機(jī)的轉(zhuǎn)矩被改變，以控制葉輪軸的速度。在以額定風(fēng)速或以額定風(fēng)速以上風(fēng)速的操作中，風(fēng)力渦輪機(jī)葉片的俯仰角控制，被用于限制葉輪上的氣動(dòng)轉(zhuǎn)矩。俯仰角角度隨增大的風(fēng)速而增大(葉片被引導(dǎo)到指向它們的風(fēng)向標(biāo)(vane)位置)。 與發(fā)電機(jī)額定值有關(guān)，發(fā)電機(jī)轉(zhuǎn)矩也可以被用于控制葉輪軸的速度。眾所周之，風(fēng)速不是恒定的，且從一個(gè)瞬間到下一個(gè)瞬間可以顯著變化。重要的是風(fēng)力渦輪機(jī)(無論它是可變速度風(fēng)力渦輪機(jī)還是恒定速度風(fēng)力渦輪機(jī))的控制能夠適應(yīng)變化的風(fēng)力條件而起作用。無論選擇哪一種控制類型，使控制適應(yīng)風(fēng)陣仍然成問題。尤其是對(duì)所謂“墨西哥帽(Mexican hat)”風(fēng)陣，如在IEC 64100-1第二版1999-02標(biāo)準(zhǔn)中所定義， 能夠引起問題。這種風(fēng)陣已經(jīng)在圖1中繪出。風(fēng)速略微下降緊接著是風(fēng)速的突然增大。對(duì)上述可變速度操作，最初的反應(yīng)將是降低俯仰角角度(增加葉片的迎角)。當(dāng)俯仰角角度已經(jīng)被降低時(shí)，風(fēng)速的突然增大出現(xiàn)。俯仰角控制將以最高可能的俯仰角速率改變俯仰角，以降低氣動(dòng)轉(zhuǎn)矩。然而，常常是最高的俯仰角速率不夠高，不足以對(duì)風(fēng)陣做出適當(dāng)反應(yīng)。這樣可以導(dǎo)致風(fēng)力渦輪機(jī)上的高負(fù)載并還可以引起風(fēng)力渦輪機(jī)與電網(wǎng)斷開。由于風(fēng)陣而使風(fēng)力渦輪機(jī)承受高負(fù)載和頻繁地必須與電網(wǎng)斷開，這當(dāng)然是不希望發(fā)生的。在現(xiàn)有技術(shù)中，已經(jīng)做出各種嘗試以緩解前述問題。US 2007/0067067描述安裝所謂SODAR裝置，它能測(cè)量風(fēng)力渦輪機(jī)葉輪的風(fēng)速上游。US 2009/0047116描述安裝LIDAR 裝置，該裝置安裝在風(fēng)力渦輪機(jī)轂中，并有測(cè)量風(fēng)力渦輪機(jī)的風(fēng)速上游的目的。這些系統(tǒng)的主要缺點(diǎn)在于，必須有分開的專用系統(tǒng)，這代表額外的費(fèi)用。US 2007/0124025描述另一種系統(tǒng)，其中風(fēng)力渦輪機(jī)的控制，使用來自位于風(fēng)力渦輪機(jī)上游的其他風(fēng)力渦輪機(jī)的數(shù)據(jù)。然
3而，該系統(tǒng)依賴于其他風(fēng)力渦輪機(jī)的存在，而對(duì)被置于其他風(fēng)力渦輪機(jī)上游的風(fēng)力渦輪機(jī)， 則不解決問題。US 6，909，198描述一種處理和/或預(yù)報(bào)流動(dòng)介質(zhì)的流體數(shù)據(jù)的方法，其中，從在介質(zhì)中一個(gè)或不同位置上按連續(xù)的基礎(chǔ)成功地被測(cè)量的至少一個(gè)流體參數(shù)的值，所述流體參數(shù)是介質(zhì)速度的特征，形成時(shí)間序列并被更新，該時(shí)間序列經(jīng)歷基于局部恒定相位空間模型的非線性確定性預(yù)報(bào)過程，以便產(chǎn)生相應(yīng)的隨后流體參數(shù)的預(yù)報(bào)值，其中如果該預(yù)報(bào)值預(yù)報(bào)即將到來的流速變化，則產(chǎn)生預(yù)定的控制信號(hào)。因?yàn)樵摲椒ㄊ腔诜蔷€性確定性預(yù)報(bào)過程，為了恰當(dāng)?shù)貙?shí)施該方法所必須的計(jì)算量非常高。能實(shí)施該預(yù)報(bào)的計(jì)算機(jī)因此可能是昂貴的。另一種現(xiàn)有技術(shù)的方法在WO 2007/138138中描述。按照該方法，無論何時(shí)發(fā)電機(jī)的瞬時(shí)加速度在預(yù)定閾值以上時(shí)，葉片的俯仰角都受到控制(仿佛在極端風(fēng)陣的條件下)。 然而，該方法的缺點(diǎn)在于，風(fēng)陣的檢測(cè)被降低成只有發(fā)電機(jī)加速度的簡(jiǎn)單測(cè)量?？梢灾甘撅L(fēng)陣不出現(xiàn)的任何其他因素，都被忽略。此外，判據(jù)只考慮單一的極端風(fēng)陣。任何其他風(fēng)陣都將不受檢測(cè)。

發(fā)明內(nèi)容
本發(fā)明的一個(gè)目的，是提供一種沒有前述缺點(diǎn)的用于預(yù)報(bào)風(fēng)力渦輪機(jī)上風(fēng)陣出現(xiàn)的方法和系統(tǒng)。在這一方面，預(yù)報(bào)出現(xiàn)風(fēng)陣不一定表示在風(fēng)陣出現(xiàn)之前預(yù)報(bào)出現(xiàn)風(fēng)陣，而應(yīng)解釋為在風(fēng)陣損害或潛在損害風(fēng)力渦輪機(jī)之前，認(rèn)識(shí)到風(fēng)陣正在出現(xiàn)或?qū)⒁霈F(xiàn)。所述目的是用按照權(quán)利要求1的方法和按照權(quán)利要求15的系統(tǒng)達(dá)到的。在第一方面中，本發(fā)明涉及預(yù)報(bào)風(fēng)力渦輪機(jī)上風(fēng)陣出現(xiàn)的方法，該方法包括以預(yù)定的頻數(shù)獲得該風(fēng)力渦輪機(jī)的測(cè)量的至少一個(gè)參數(shù)的值作為輸入數(shù)據(jù)；選定最近獲得的預(yù)定大小的輸入數(shù)據(jù)組；根據(jù)所述選定的輸入數(shù)據(jù)組，計(jì)算風(fēng)陣出現(xiàn)的概率；檢驗(yàn)計(jì)算的該風(fēng)陣出現(xiàn)的概率是否在預(yù)定概率水平之上；以及如果該計(jì)算的概率是在所述預(yù)定概率水平之上，則預(yù)報(bào)出現(xiàn)風(fēng)陣。要預(yù)報(bào)風(fēng)陣，一般在風(fēng)力渦輪機(jī)中測(cè)量的至少一個(gè)參數(shù)的值被獲得。所述風(fēng)力渦輪機(jī)的測(cè)量的至少一個(gè)參數(shù)可以是，例如，風(fēng)速、發(fā)電機(jī)功率、葉輪軸速度(但也可以包括其他參數(shù))。根據(jù)最近獲得的這些參數(shù)的值，風(fēng)陣出現(xiàn)的概率被計(jì)算。如果計(jì)算的概率在某一預(yù)定閾值以上，風(fēng)陣被預(yù)報(bào)。接著，風(fēng)力渦輪機(jī)的控制于是可以計(jì)及該風(fēng)陣而被修改。本發(fā)明的主要優(yōu)點(diǎn)是，不必安裝分開的系統(tǒng)(諸如LIDAR或S0DAR)而能實(shí)現(xiàn)本發(fā)明。此外， 控制所需數(shù)據(jù)可以在風(fēng)力渦輪機(jī)自身上獲得，且該數(shù)據(jù)不需要從例如另一臺(tái)風(fēng)力渦輪機(jī)提供。本發(fā)明的另一個(gè)優(yōu)點(diǎn)是，僅僅概率被計(jì)算，它比用確定性模型(其中，不管是不是風(fēng)陣， 風(fēng)速將如何發(fā)展的完整預(yù)報(bào)都必需連續(xù)地進(jìn)行)要求較少的計(jì)算能力。本發(fā)明所需計(jì)算， 能夠用適度的(相對(duì)便宜的)計(jì)算能力完成。最后，在風(fēng)力渦輪機(jī)自身(風(fēng)力渦輪機(jī)的準(zhǔn)確位置)上風(fēng)陣出現(xiàn)的概率能夠被計(jì)算，代替測(cè)量風(fēng)力渦輪機(jī)的風(fēng)陣上游。本發(fā)明不依賴于上游的風(fēng)力渦輪機(jī)或其他裝備的存在。在本發(fā)明的一些實(shí)施例中，根據(jù)所述選定輸入數(shù)據(jù)組計(jì)算風(fēng)陣出現(xiàn)的概率，包括 使用在選定的輸入數(shù)據(jù)組和關(guān)于一種或多種預(yù)定風(fēng)陣的數(shù)據(jù)之間確定相似性的算法。最好在這些實(shí)施例中，所述一種或多種預(yù)定風(fēng)陣是在IEC 61400標(biāo)準(zhǔn)中定義的風(fēng)陣。該IEC(國(guó)際電工技術(shù)委員會(huì))標(biāo)準(zhǔn)，涉及風(fēng)力渦輪機(jī)并規(guī)定例如風(fēng)力渦輪機(jī)必須能耐受的負(fù)載(諸如來自風(fēng)陣)。該IEC標(biāo)準(zhǔn)可以變化，以適應(yīng)風(fēng)力渦輪機(jī)領(lǐng)域中增加的專門技能。確定風(fēng)陣出現(xiàn)的概率的一種可取的方式，是通過確定在風(fēng)陣條件下，某一參數(shù)(或多個(gè)參數(shù))以相同參數(shù)的一定模式發(fā)展的相似性。使用確定模式之間的相似性的算法，是確定風(fēng)陣出現(xiàn)概率的相對(duì)容易的方式(更多的相似性導(dǎo)致更高的概率)。最好是，在這樣的方法中，在如相關(guān)標(biāo)準(zhǔn)中所定義的風(fēng)陣下，有所述參數(shù)的一定模式的相似性被確定(因?yàn)樵摌?biāo)準(zhǔn)將可能定義規(guī)定情形的設(shè)計(jì)負(fù)載)。IEC 64100-1第二版1999-02標(biāo)準(zhǔn)規(guī)定例如所謂“墨西哥帽”風(fēng)陣，這是有特殊意義的，因?yàn)檫@些風(fēng)陣潛在地可能是破壞性的。最好在這些實(shí)施例中，用于確定模式之間的相似性的算法，是用人工神經(jīng)網(wǎng)絡(luò)獲得。人工神經(jīng)網(wǎng)絡(luò)是非線性統(tǒng)計(jì)數(shù)據(jù)模型化工具，它特別適合發(fā)現(xiàn)數(shù)據(jù)中的模式。在人工神經(jīng)網(wǎng)絡(luò)(下文稱為“神經(jīng)網(wǎng)絡(luò)”)的訓(xùn)練階段中，該網(wǎng)絡(luò)學(xué)習(xí)要識(shí)別的模式。例如，在風(fēng)陣中，風(fēng)速將遵循包括風(fēng)速急劇增大的模式。類似地，諸如葉輪速度的參數(shù)，在風(fēng)陣的條件下可以遵循典型的模式。在本發(fā)明的范圍內(nèi)，風(fēng)力渦輪機(jī)的測(cè)量的任何參數(shù)，或參數(shù)的任何組合，可以在訓(xùn)練階段中被選定用于檢測(cè)風(fēng)陣模式。在本發(fā)明的一些實(shí)施例中，以預(yù)定的頻數(shù)獲得該風(fēng)力渦輪機(jī)的測(cè)量的至少一個(gè)參數(shù)的值作為輸入數(shù)據(jù)，包括獲得基于所述風(fēng)力渦輪機(jī)機(jī)艙的風(fēng)速值和/或葉輪軸的速度值和/或發(fā)電機(jī)的功率值的輸入。該風(fēng)速似乎是要測(cè)量的最合邏輯的參數(shù)。然而，因?yàn)轱L(fēng)速通常是用放置在機(jī)艙上的風(fēng)速表確定的，在機(jī)艙上測(cè)量的風(fēng)速受圍繞葉片的風(fēng)的流動(dòng)的極大影響。在這種意義下，葉輪軸速度和發(fā)電機(jī)功率可能更可靠。另一方面，由于轂和葉片的慣性，風(fēng)陣的作用不如風(fēng)速的變化那樣快地被記錄。這些參數(shù)(如發(fā)電機(jī)功率和風(fēng)速)的組合是可取的選項(xiàng)。然而，在本發(fā)明的范圍內(nèi)，參數(shù)的不同組合，或不同的參數(shù)(諸如俯仰角角度，或發(fā)電機(jī)轉(zhuǎn)子速度)也可以被選擇。用于計(jì)算概率(以及概率閾值)的算法，會(huì)必須適應(yīng)于被選擇的參數(shù)。在本發(fā)明的一些實(shí)施例中，獲得輸入數(shù)據(jù)的預(yù)定的頻數(shù)，在每秒10次和1000次之間，可取的是在每秒10次和100次之間，更可取的是每秒約20次。所選擇的獲得輸入數(shù)據(jù)的頻數(shù)應(yīng)當(dāng)在預(yù)報(bào)的延遲與可用計(jì)算量之間平衡。在風(fēng)力渦輪機(jī)的控制中心(它可以被定位在風(fēng)力渦輪機(jī)現(xiàn)場(chǎng)也可以在遠(yuǎn)處)內(nèi)，大量操作的任務(wù)必須被執(zhí)行和監(jiān)控。為此，需要減少專用于風(fēng)陣預(yù)報(bào)的計(jì)算量(從而降低獲得輸入數(shù)據(jù)的頻數(shù))。然而，另一方面，利用更高的頻數(shù)，潛在的風(fēng)陣可以更快識(shí)別。已經(jīng)發(fā)現(xiàn)，例如利用每秒10次和100次之間的頻數(shù)，良好的平衡能夠被獲得。在本發(fā)明的一些實(shí)施例中，所述預(yù)定大小的輸入數(shù)據(jù)組，覆蓋在1和10秒之間的時(shí)段，可取的是覆蓋在2和8秒之間的時(shí)段，更可取的是覆蓋約5秒的時(shí)段。為計(jì)算風(fēng)陣出現(xiàn)概率而被考慮的數(shù)據(jù)的時(shí)段，應(yīng)當(dāng)在能夠用之預(yù)報(bào)風(fēng)陣的速度和預(yù)報(bào)的可靠性之間平衡。如果較長(zhǎng)的時(shí)段被考慮，則概率計(jì)算的結(jié)果可以更可靠得多，但計(jì)算的結(jié)果可能太遲獲得以致不能做出反應(yīng)。被考慮的最佳時(shí)段可以依賴于例如所選擇的參數(shù)(風(fēng)速、發(fā)電機(jī)功率，組合等等)、要檢測(cè)的風(fēng)陣類型、在風(fēng)陣瞬間的優(yōu)勢(shì)風(fēng)速等等。已經(jīng)發(fā)現(xiàn)，對(duì)大多數(shù)目的和大多數(shù)應(yīng)用，在1和10秒之間的時(shí)段，而可取的是在2和8秒之間的時(shí)段會(huì)得到良好結(jié)^ ο在本發(fā)明的優(yōu)選實(shí)施例中，預(yù)定的概率水平(閾值)在約40 %和約85 %之間。如果計(jì)算的概率是在該預(yù)定閾值以上，則風(fēng)陣被預(yù)報(bào)，且適當(dāng)?shù)男袆?dòng)能夠被開始。如果計(jì)算的概率在該閾值以下，沒有風(fēng)陣被預(yù)報(bào)，而正常的風(fēng)力渦輪機(jī)控制不受影響。選擇的閾值將在能夠用之預(yù)報(bào)風(fēng)陣的速度和預(yù)報(bào)的可靠性之間平衡。如果選擇的閾值是低的，則計(jì)算的概率水平將更容易達(dá)到該水平，而風(fēng)陣因此可以被快速預(yù)報(bào)。另一方面，當(dāng)沒有風(fēng)陣正在實(shí)際出現(xiàn)時(shí)，風(fēng)陣很可能被預(yù)報(bào)。已經(jīng)發(fā)現(xiàn)，基本上40%和基本上80%之間的概率水平，一般導(dǎo)致良好的結(jié)果。選擇的概率水平可以取決于，例如所選參數(shù)。獲得數(shù)據(jù)的頻數(shù)、概率計(jì)算所考慮的時(shí)段、將被檢測(cè)的風(fēng)陣的類型等等。在本發(fā)明的另一方面中，本發(fā)明提供一種控制風(fēng)力渦輪機(jī)的方法，包括預(yù)報(bào)風(fēng)陣出現(xiàn)方法，并且還包括如果出現(xiàn)風(fēng)陣被預(yù)報(bào)，則使風(fēng)力渦輪機(jī)的俯仰角控制和/或風(fēng)力渦輪機(jī)的發(fā)電機(jī)轉(zhuǎn)矩適應(yīng)這種風(fēng)陣。在可變速度風(fēng)力渦輪機(jī)中，控制風(fēng)力渦輪機(jī)的兩個(gè)參數(shù)，一般是俯仰角和發(fā)電機(jī)轉(zhuǎn)矩。當(dāng)風(fēng)陣被預(yù)報(bào)時(shí)，試圖限制加于風(fēng)力渦輪機(jī)的負(fù)載并避免中斷風(fēng)力渦輪機(jī)的操作，葉片的俯仰角將被增大，以便降低氣動(dòng)負(fù)載，而發(fā)電機(jī)轉(zhuǎn)矩將被增大，以使葉輪軸慢下來。然而，大多數(shù)合適的控制策略在不同類型風(fēng)力渦輪機(jī)中可以有所不同。例如，不是所有渦輪機(jī)有俯仰角能力。而在該類渦輪機(jī)中，預(yù)報(bào)風(fēng)陣出現(xiàn)的方法可以是有用的。風(fēng)陣一被預(yù)報(bào)，適當(dāng)?shù)男袆?dòng)可以被開始(如，如果葉片上設(shè)有折翼，則用折翼制動(dòng)， 斷開與電網(wǎng)的連接，等等)。按照本發(fā)明又另一方面，本發(fā)明提供一種計(jì)算機(jī)程序，包括用于使計(jì)算機(jī)執(zhí)行預(yù)報(bào)風(fēng)陣出現(xiàn)的方法的程序指令。所述計(jì)算機(jī)程序可以體現(xiàn)在存儲(chǔ)介質(zhì)(例如，USB驅(qū)動(dòng)器、 CD-ROM、DVD、計(jì)算機(jī)存儲(chǔ)器、或只讀存儲(chǔ)器)上或承載在載波信號(hào)上(例如，在電的或光的載波信號(hào)上)。最后，本發(fā)明還涉及一種用于預(yù)報(bào)風(fēng)陣出現(xiàn)的計(jì)算機(jī)系統(tǒng)，包括用于以預(yù)定的頻數(shù)獲得基于該風(fēng)力渦輪機(jī)中測(cè)量的至少一個(gè)參數(shù)的值的輸入數(shù)據(jù)的模塊；用于選定最近獲得的預(yù)定大小的輸入數(shù)據(jù)組的模塊；用于根據(jù)所述選定的輸入數(shù)據(jù)組計(jì)算風(fēng)陣出現(xiàn)的概率的模塊；用于檢驗(yàn)該計(jì)算的風(fēng)陣出現(xiàn)的概率是否在預(yù)定概率水平之上的模塊；以及用于如果該計(jì)算的概率是在所述預(yù)定概率水平之上，則預(yù)報(bào)出現(xiàn)風(fēng)陣的模塊。用于獲得輸入數(shù)據(jù)的裝置，可以被定位在風(fēng)力渦輪機(jī)的機(jī)艙中或在遠(yuǎn)處，且它可以采用無線技術(shù)。該輸入可以從任何類型的可用傳感器獲得，而最好是從風(fēng)力渦輪機(jī)上正常地可用的傳感器獲得。此外， 用于計(jì)算等等的處理裝置，可以被定位在遠(yuǎn)處或現(xiàn)場(chǎng)。任何類類的合適的微處理系統(tǒng)，或任何種類的計(jì)算裝置或系統(tǒng)，可以被使用。


本發(fā)明具體的實(shí)施例將在下面僅作為非限制性例子，參照附圖被描述，附圖中圖1描述“墨西哥帽”風(fēng)陣，以及在這種風(fēng)陣期間的俯仰角控制；圖2描述以各種風(fēng)速出現(xiàn)的墨西哥帽風(fēng)陣；圖3示出人工神經(jīng)網(wǎng)絡(luò)；圖4和5描述使用按照本發(fā)明的方法，根據(jù)在機(jī)艙測(cè)量的風(fēng)速預(yù)報(bào)風(fēng)陣；圖6和7示出本發(fā)明實(shí)施例中，哪一種風(fēng)速變量被識(shí)別為風(fēng)陣而哪一種風(fēng)速變量不被識(shí)別為風(fēng)陣；圖8和9示出使用按照本發(fā)明的方法，根據(jù)測(cè)量的風(fēng)速和發(fā)電機(jī)功率預(yù)報(bào)風(fēng)陣；
圖10示出使用按照本發(fā)明的方法，正常風(fēng)速變化不會(huì)被檢測(cè)成風(fēng)陣；圖11示出使用按照本發(fā)明的方法，根據(jù)風(fēng)速、發(fā)電機(jī)功率、和葉輪速度預(yù)報(bào)風(fēng)陣。
具體實(shí)施例方式圖1描述“墨西哥帽”風(fēng)陣，以及在這種風(fēng)陣期間的俯仰角控制(俯仰角速率的演變)。墨西哥帽風(fēng)陣在IEC 64100-1第二版1999-02標(biāo)準(zhǔn)中定義，因?yàn)樗鼈兛梢允俏ｋU(xiǎn)的風(fēng)陣。風(fēng)力渦輪機(jī)在這種風(fēng)陣期間所承受的負(fù)載是嚴(yán)重的，且該負(fù)載可以定義為該風(fēng)力渦輪機(jī)的設(shè)計(jì)負(fù)載。這是由于風(fēng)速在強(qiáng)烈增大之前風(fēng)速的下降(見圖1)。當(dāng)風(fēng)速下降時(shí)，俯仰角適應(yīng)于該下降(葉片按增加氣動(dòng)轉(zhuǎn)矩的方式旋轉(zhuǎn)，俯仰角的速率在零以下)。對(duì)已適應(yīng)的俯仰角，風(fēng)速的明顯增大出現(xiàn)。轂上的氣動(dòng)轉(zhuǎn)矩因此能夠非常大。風(fēng)力渦輪機(jī)的俯仰角將開始適應(yīng)這些變化的風(fēng)力狀態(tài)。然而，風(fēng)速保持增大，并由于系統(tǒng)的慣性，俯仰角不能快速地充分適應(yīng)。在圖1中能夠看到，相對(duì)快的俯仰角控制，是在它的約每秒5°的最大俯仰角速率上。渦輪機(jī)上的負(fù)載是高的并在該情形中甚至引起風(fēng)力渦輪機(jī)操作的中斷。如在圖1 中能夠看到，葉片其后按最大俯仰角速率被旋轉(zhuǎn)到它們的風(fēng)向標(biāo)位置。因此顯然，特別是這種風(fēng)陣應(yīng)當(dāng)盡可能快被檢測(cè)以避免出問題。如果該風(fēng)陣能夠立刻被檢測(cè)，則風(fēng)力渦輪機(jī)的控制能夠被及時(shí)適應(yīng)，于是負(fù)載能夠被降低而風(fēng)力渦輪機(jī)操作不必被中斷。圖2描述以各種風(fēng)速出現(xiàn)的墨西哥帽風(fēng)陣。加于風(fēng)力渦輪機(jī)的作用和負(fù)載，在不同風(fēng)速和不同方位角上是不同的。因此，IEC 64100-1第二版1999-02標(biāo)準(zhǔn)，定義各種速度和各種方位角的墨西哥帽風(fēng)陣。按照本發(fā)明的概率計(jì)算，可以專門針對(duì)這些風(fēng)陣。在本申請(qǐng)其余部分中，焦點(diǎn)將是在墨西哥帽風(fēng)陣上。然而，應(yīng)當(dāng)記住，在本發(fā)明的其他實(shí)施例中，被預(yù)報(bào)的風(fēng)陣類型可以不同。按照本發(fā)明，預(yù)報(bào)風(fēng)力渦輪機(jī)上風(fēng)陣出現(xiàn)的方法，包括以預(yù)定的頻數(shù)獲得該風(fēng)力渦輪機(jī)的測(cè)量的至少一個(gè)參數(shù)的值作為輸入數(shù)據(jù)；選定最近獲得的預(yù)定大小的輸入數(shù)據(jù)組；根據(jù)所述選定的輸入數(shù)據(jù)組，計(jì)算風(fēng)陣出現(xiàn)的概率；檢驗(yàn)計(jì)算的該風(fēng)陣出現(xiàn)的概率是否在預(yù)定概率水平之上；以及如果該計(jì)算的概率是在所述預(yù)定概率水平之上，則預(yù)報(bào)出現(xiàn)風(fēng)陣。概率的計(jì)算可以按各種方式進(jìn)行。在優(yōu)選實(shí)施例中，求得概率的算法是根據(jù)風(fēng)陣條件下至少一個(gè)參數(shù)瞬時(shí)遵循的模式的相似性。各種參數(shù)可以被選擇。例如，如果風(fēng)陣正在出現(xiàn)，則在機(jī)艙測(cè)量的風(fēng)速將遵循確定的模式。然而，例如對(duì)俯仰角角度、葉輪速度、發(fā)電機(jī)輸出、以及其他，同樣成立。最好是，使用的是任何風(fēng)力渦輪機(jī)的測(cè)量的參數(shù)或參數(shù)的組合， 這樣不需要安裝附加的系統(tǒng)就能實(shí)施本發(fā)明。用于確定模式之間的相似性的算法，可以按各種不同方式確定或獲得。一種獲得這種算法的特別有力的方式，是通過人工神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)可以包括各種層。圖3中，兩層這樣的層被繪出(但在本發(fā)明的范圍內(nèi)，層的數(shù)量可以不同)。諸如風(fēng)速的參數(shù)的數(shù)據(jù)被用作輸入。然后，輸入層中每一輸入數(shù)據(jù)被乘以不同常數(shù)(突觸權(quán)重)。乘法過程的結(jié)果在隱藏層中再次被乘以各種不同常數(shù)。乘法過程的結(jié)果被求和并饋進(jìn)所謂激活函數(shù)F。激活函數(shù)F的結(jié)果給出神經(jīng)網(wǎng)絡(luò)的輸出。為了訓(xùn)練神經(jīng)網(wǎng)絡(luò)以識(shí)別模式，訓(xùn)練過程必須被執(zhí)行。在這種訓(xùn)練過程中，各種預(yù)編程的輸入模式和它們的需要的結(jié)果值被饋進(jìn)神經(jīng)網(wǎng)絡(luò)。取得這些數(shù)據(jù)，神經(jīng)網(wǎng)絡(luò)將修改各個(gè)層中各種突觸權(quán)重的值，為該給定的輸入給出需要的輸出。為了訓(xùn)練神經(jīng)網(wǎng)絡(luò)以識(shí)別例如墨西哥帽風(fēng)陣，諸如圖2繪出的風(fēng)速的模式，可以被饋進(jìn)神經(jīng)網(wǎng)絡(luò)，其中需要的輸出被設(shè)定為1(100 %的概率)。此外，在訓(xùn)練過程中，其他風(fēng)速模式(諸如12m/s的恒定速度)可以被饋進(jìn)神經(jīng)網(wǎng)絡(luò)，其中需要的輸出被設(shè)定為0(0%的概率)。在訓(xùn)練過程期間，神經(jīng)網(wǎng)絡(luò)將修改各個(gè)“權(quán)重”的值，以便給出需要的結(jié)果。對(duì)于神經(jīng)網(wǎng)絡(luò)不同的訓(xùn)練過程是已知的。它們的理論、優(yōu)點(diǎn)、和缺點(diǎn)，對(duì)熟練的技術(shù)人員是周知的，而它們的解釋不在本說明書范圍之內(nèi)。更多的信息，感興趣的讀者可參考如“Neutral Networks for Modelling and Control
of Dynamic System” (作者:M. N0rgaard, 0. Ravn, N. K. Poulsen 禾口 L. K. Hansen, ISBN
1-85233-227-1)或其他關(guān)于神經(jīng)網(wǎng)絡(luò)的手冊(cè)。另外，對(duì)大多數(shù)適用的激活函數(shù)、神經(jīng)網(wǎng)絡(luò)層的數(shù)量、和各個(gè)層中突觸權(quán)重的數(shù)量，讀者可參考這些相同的手冊(cè)。在本發(fā)明的范圍內(nèi)，這些內(nèi)容是可以變化的，取決于例如被檢測(cè)的風(fēng)陣類型、被選作輸入數(shù)據(jù)的參數(shù)、被施加的概
率閾值等等。一旦神經(jīng)網(wǎng)絡(luò)已經(jīng)被訓(xùn)練成檢測(cè)參數(shù)(或參數(shù)的組合)的預(yù)定模式，則突觸權(quán)重， 與激活函數(shù)組合，產(chǎn)生一種算法，對(duì)于該選定參數(shù)的任何模式，該算法能夠計(jì)算預(yù)定現(xiàn)象 (在本例中，是墨西哥帽風(fēng)陣)正在出現(xiàn)的概率。這示出在圖4和5中。這些圖描述用按照本發(fā)明的方法，根據(jù)在機(jī)艙測(cè)量的風(fēng)速預(yù)報(bào)風(fēng)陣。在圖4中能夠看到，使用80%的概率閾值，并只根據(jù)風(fēng)速，出現(xiàn)風(fēng)陣在約5秒之后被預(yù)報(bào)。此時(shí)，風(fēng)力渦輪機(jī)的控制能夠被修改，例如以最大俯仰角速率改變俯仰角并增大轉(zhuǎn)矩，以便使渦輪機(jī)在風(fēng)速?gòu)?qiáng)烈增大之前慢下來(這一點(diǎn)在圖4中沒有畫出)。預(yù)報(bào)的類似速度(或延時(shí))能夠在圖5中看到。風(fēng)陣以其出現(xiàn)的風(fēng)速卻是12m/ s(圖4中是約20m/s)。風(fēng)陣在約相同時(shí)間之后被預(yù)報(bào)，然而由于較低的風(fēng)速，在風(fēng)陣被預(yù)報(bào)之前，俯仰角沒有被致動(dòng)(沒有被降低以致增大氣動(dòng)轉(zhuǎn)矩)。風(fēng)速迫切的增大因此能夠被調(diào)整而沒有問題(雖然這一點(diǎn)在圖5中沒有畫出)。在本發(fā)明的范圍內(nèi)，概率閾值可以被降低(這樣使預(yù)報(bào)風(fēng)陣和做出反應(yīng)更快)。另一方面，卻沒有風(fēng)陣出現(xiàn)。另一項(xiàng)增加預(yù)報(bào)速度的選項(xiàng)可以是，使用多于一個(gè)的參數(shù)。此外， 可以改變被作為輸入考慮的時(shí)間段，或輸入數(shù)據(jù)以其獲得的頻數(shù)。圖6和7用于表明，用前面相同的算法，哪一種風(fēng)速模式被識(shí)別為風(fēng)陣而哪一種風(fēng)速模式不被識(shí)別為風(fēng)陣。(閾值水平仍然保持在80%，并且只有風(fēng)速被考慮)。在圖6中， 稍稍變型的墨西哥帽風(fēng)陣被繪出。圖7表明，兩個(gè)墨西哥帽型風(fēng)陣(分別在約10秒和65 秒之后)被繪出，而其他變化不導(dǎo)致該預(yù)報(bào)。在約85秒之后，風(fēng)速的另一個(gè)正弦形變化出現(xiàn)，然而它不作為風(fēng)陣被檢測(cè)。在該例子中，該變化不作為風(fēng)陣被檢測(cè)的事實(shí)，主要有兩個(gè)理由首先，風(fēng)速變化比控制系統(tǒng)被訓(xùn)練成要識(shí)別和預(yù)報(bào)的風(fēng)陣中的風(fēng)速變化慢得多。其次，該變化不顯示在增大之前的稍稍降低，但神經(jīng)網(wǎng)絡(luò)被訓(xùn)練成識(shí)別墨西哥帽風(fēng)陣。然而應(yīng)當(dāng)明確，如果決定其他風(fēng)速分布也應(yīng)當(dāng)被預(yù)報(bào)，那么通過修改訓(xùn)練過程，也能夠產(chǎn)生有把握地預(yù)報(bào)該種風(fēng)速變化的算法。本發(fā)明不以任何方式限于只預(yù)報(bào)墨西哥帽風(fēng)陣。墨西哥帽風(fēng)陣僅僅被選擇，只因?yàn)樗话闶俏ｋU(xiǎn)的現(xiàn)象。至此，只有一個(gè)參數(shù)被用作預(yù)報(bào)風(fēng)陣出現(xiàn)的方法的輸入。然而，本發(fā)明不限于該方面。圖8和9示出，用按照本發(fā)明的方法，根據(jù)測(cè)量的風(fēng)速和發(fā)電機(jī)功率預(yù)報(bào)風(fēng)陣。因?yàn)檩斎胧菑膬蓚€(gè)參數(shù)獲得，概率閾值水平可以被設(shè)定得更低(本例中是46% )，而出現(xiàn)風(fēng)陣能夠被更快地確定。在圖8和9中能夠看到，在風(fēng)速顯著增大之前風(fēng)陣被預(yù)報(bào)。例如，圖8中，風(fēng)陣在約2. 8秒之后被預(yù)報(bào)(從而能夠使控制適應(yīng))。圖10示出，利用被確定的算法、被選擇的參數(shù)、以及被選擇的概率閾值，正常的風(fēng)速變化不作為風(fēng)陣被識(shí)別，而風(fēng)力渦輪機(jī)的正?？刂评^續(xù)進(jìn)行。圖11示出，使用按照本發(fā)明的方法，根據(jù)風(fēng)速、發(fā)電機(jī)功率、以及葉輪速度預(yù)報(bào)風(fēng)陣。使用三個(gè)變量(而不是一個(gè)或兩個(gè)變量)可以增加風(fēng)陣預(yù)報(bào)的可靠性，并可以增加風(fēng)陣能夠被以其預(yù)報(bào)的速度。在圖11中，使用例如50%的概率閾值，風(fēng)陣在該風(fēng)陣的第一瞬間(當(dāng)風(fēng)速正在下降時(shí))已經(jīng)被檢測(cè)。在本發(fā)明的范圍內(nèi)，概率閾值以及被考慮的參數(shù)數(shù)
量可以改變。雖然本發(fā)明已經(jīng)就某些優(yōu)選實(shí)施例和例子被公開，但本領(lǐng)域熟練技術(shù)人員應(yīng)當(dāng)理解，本發(fā)明超出具體地公開的實(shí)施例而伸延到其他另外的實(shí)施例，和/或伸延到本發(fā)明的用途及其顯而易見的修改和等效敘述。因此應(yīng)當(dāng)指出，本文公開的本發(fā)明范圍，不應(yīng)受前面所描述的具體公開的實(shí)施例的限制，而應(yīng)當(dāng)只由后面的權(quán)利要求書的仔細(xì)閱讀確定。
權(quán)利要求
1.一種預(yù)報(bào)在風(fēng)力渦輪機(jī)出現(xiàn)風(fēng)陣的方法，包括以預(yù)定的頻數(shù)獲得該風(fēng)力渦輪機(jī)的測(cè)量的至少一個(gè)參數(shù)的值作為輸入數(shù)據(jù)；選定最近獲得的預(yù)定大小的輸入數(shù)據(jù)組；根據(jù)所述選定的輸入數(shù)據(jù)組，計(jì)算風(fēng)陣出現(xiàn)的概率；檢驗(yàn)計(jì)算的該風(fēng)陣出現(xiàn)的概率是否在預(yù)定概率水平之上；和如果該計(jì)算的概率是在所述預(yù)定概率水平之上，則預(yù)報(bào)出現(xiàn)風(fēng)陣。
2.按照權(quán)利要求1的方法，其中根據(jù)所述選定的輸入數(shù)據(jù)組計(jì)算風(fēng)陣出現(xiàn)的概率，包括計(jì)算風(fēng)力渦輪機(jī)上風(fēng)陣瞬間出現(xiàn)的概率。
3.按照權(quán)利要求1或2的方法，其中根據(jù)所述選定的輸入數(shù)據(jù)組計(jì)算風(fēng)陣出現(xiàn)的概率，包括使用在選定的輸入數(shù)據(jù)組與關(guān)于一種或多種預(yù)定風(fēng)陣的數(shù)據(jù)之間確定相似性的算法。
4.按照權(quán)利要求3的方法，其中所述一種或多種預(yù)定風(fēng)陣，是在IEC61400標(biāo)準(zhǔn)中定義的風(fēng)陣。
5.按照權(quán)利要求3或4的方法，其中所述算法是用人工神經(jīng)網(wǎng)絡(luò)獲得的。
6.按照前述權(quán)利要求任一項(xiàng)的方法，其中以預(yù)定的頻數(shù)獲得該風(fēng)力渦輪機(jī)的測(cè)量的至少一個(gè)參數(shù)的值作為輸入數(shù)據(jù)，包括獲得基于所述風(fēng)力渦輪機(jī)機(jī)艙的風(fēng)速值和/或葉輪軸的速度值和/或發(fā)電機(jī)的功率值的輸入。
7.按照前述權(quán)利要求任一項(xiàng)的方法，其中以預(yù)定的頻數(shù)獲得該風(fēng)力渦輪機(jī)的測(cè)量的至少一個(gè)參數(shù)的值作為輸入數(shù)據(jù)，包括獲得基于在風(fēng)力渦輪機(jī)中測(cè)量的兩個(gè)參數(shù)的值的輸入，該兩個(gè)參數(shù)最好是在風(fēng)力渦輪機(jī)機(jī)艙測(cè)量的風(fēng)速以及發(fā)電機(jī)功率。
8.按照前述權(quán)利要求任一項(xiàng)的方法，其中所述預(yù)定的頻數(shù)在每秒10次和1000次之間， 更可取的是在每秒10次和100次之間，最可取的是每秒約20次。
9.按照前述權(quán)利要求任一項(xiàng)的方法，其中所述預(yù)定大小的輸入數(shù)據(jù)組，覆蓋在1和10 秒之間的時(shí)段，可取的是覆蓋在2和8秒之間的時(shí)段，更可取的是覆蓋約5秒的時(shí)段。
10.按照前述權(quán)利要求任一項(xiàng)的方法，其中所述預(yù)定概率水平是在約40%和約85%之間。
11.一種控制風(fēng)力渦輪機(jī)的方法，包括按照權(quán)利要求1-10任一項(xiàng)的預(yù)報(bào)風(fēng)陣出現(xiàn)的方法，并且還包括如果出現(xiàn)風(fēng)陣被預(yù)報(bào)，則使風(fēng)力渦輪機(jī)的俯仰角控制和/或發(fā)電機(jī)轉(zhuǎn)矩適應(yīng)這種風(fēng)陣。
12.—種計(jì)算機(jī)程序產(chǎn)品，包括使計(jì)算機(jī)執(zhí)行按照權(quán)利要求1到10任一項(xiàng)的預(yù)報(bào)風(fēng)陣出現(xiàn)的方法的程序指令。
13.按照權(quán)利要求12的計(jì)算機(jī)程序產(chǎn)品，體現(xiàn)在存儲(chǔ)介質(zhì)上。
14.按照權(quán)利要求12的計(jì)算機(jī)程序產(chǎn)品，被承載在載波信號(hào)上。
15.一種用于預(yù)報(bào)風(fēng)陣出現(xiàn)的計(jì)算機(jī)系統(tǒng)，包括用于以預(yù)定的頻數(shù)獲得基于該風(fēng)力渦輪機(jī)中測(cè)量的至少一個(gè)參數(shù)的值的輸入數(shù)據(jù)的模塊；用于選定最近獲得的預(yù)定大小的輸入數(shù)據(jù)組的模塊；用于根據(jù)所述選定的輸入數(shù)據(jù)組計(jì)算風(fēng)陣出現(xiàn)的概率的模塊；用于檢驗(yàn)計(jì)算的該風(fēng)陣出現(xiàn)的概率是否在預(yù)定概率水平之上的模塊；以及用于如果該計(jì)算的概率是在所述預(yù)定概率水平之上，則預(yù)報(bào)出現(xiàn)風(fēng)陣的模塊。
全文摘要
預(yù)報(bào)在風(fēng)力渦輪機(jī)出現(xiàn)風(fēng)陣的方法，包括以預(yù)定的頻數(shù)獲得該風(fēng)力渦輪機(jī)的測(cè)量的至少一個(gè)參數(shù)的值作為輸入數(shù)據(jù)；選定最近獲得的預(yù)定大小的輸入數(shù)據(jù)組；根據(jù)所述選定的輸入數(shù)據(jù)組，計(jì)算風(fēng)陣出現(xiàn)的概率；檢驗(yàn)計(jì)算的該風(fēng)陣出現(xiàn)的概率是否在預(yù)定概率水平之上；以及如果該計(jì)算的概率是在所述預(yù)定概率水平之上，則預(yù)報(bào)出現(xiàn)風(fēng)陣。
文檔編號(hào)F03D7/02GK102439295SQ201080020865
公開日2012年5月2日 申請(qǐng)日期2010年5月11日 優(yōu)先權(quán)日2009年5月14日
發(fā)明者J·M·加拉特阿瓦羅 申請(qǐng)人:阿爾斯通風(fēng)力有限個(gè)人公司