技术领域
本发明涉及风电机组控制系统预警领域,特别是涉及一种基于多维分析的风电机组偏航误差预警分析方法。
背景技术
近年来,科技不断发展,对能源的需求也在不断提升,为平衡科技发展和环境保护之间的关系,风力发电凭借其储量丰富、开采技术成熟等优势已成为最有发展潜力的新能源之一。随着风电智能化的普及,为提高风电机组运维效率,挖掘数据中蕴含的海量信息,预警分析技术越来越受到重视。偏航系统作为风电机组捕获风能的重要控制系统,其准确性直接对发电量和风力发电的经济性造成影响。同时,当出现偏航偏差时,机组将受到单侧偏离主轴轴向的作用力,该作用力将使主轴轻微偏离中心轴,形成大风机械振动。如此长期运行,会造成主轴磨损、齿轮箱齿面磨损、机组对中位移等问题,严重影响机组寿命。
因此,对风电机组进行偏航对风误差检测和校正是十分必要的。本申请就是在此基础上创设的一种基于多维分析的风电机组偏航误差预警分析方法,使其通过运行数据对风机偏航系统进行预警分析,及时准确的发现风力发电机组的偏航异常问题,以便对偏航对风问题进行修正,确保发电量不受损失。
发明内容
本发明要解决的技术问题是提供一种基于多维分析的风电机组偏航误差预警分析方法,使其通过运行数据对风机偏航系统进行预警分析,及时准确的发现风力发电机组的偏航异常问题,以便对偏航对风问题进行修正,确保发电量不受损失。
为解决上述技术问题,本发明提供一种基于多维分析的风电机组偏航误差预警分析方法,包括如下步骤:
(1)以单台风电机组为单位,选取所述风电机组在一段时间内的风速、发电机有功功率、桨距角、机舱与风向夹角运行数据,并对异常数据进行筛选预处理;
(2)将完成预处理的风电机组运行数据导入偏航预警算法中,所述偏航预警算法为:首先,将完成预处理的风电机组运行数据从机舱与风向夹角维度进行切片,以相同的角度步长划分为M个对风角区间;其次,对每个所述对风角区间按照风速维度进行切片,以相同的速度步长划分为N个风速区间;再通过瑞利分布公式计算不同风速在所述对风角区间内的权重值,所述瑞利分布公式为:
其中,V为实际风速,V
然后,计算每个对风角区间内的年发电量AEP,该年发电量AEP的计算公式为:
其中,N
(3)分析计算得到的每个对风角区间内的年发电量AEP值,找到最大年发电量AEP所在区间,若所在区间大于报警阈值时,判断所述风电机组偏航系统存在异常。
进一步改进,所述步骤(3)中还包括通过报警度实现报警策略分析的步骤,所述报警度WD为:
当最大年发电量AEP所在区间大于报警阈值,且所述报警度WD大于报警设定值时,判断所述风电机组存在偏航异常问题。
进一步改进,所述步骤(3)中报警阈值为±5~10°,所述报警设定值为5~6%。
进一步改进,所述步骤(3)中还包括通过功率曲线单边效应实现报警策略分析的步骤,以0°为对风中心,当镜像位置的区间年发电量存在明显偏差时,表明对风零点向一侧偏移,具有单边效应,且最大年发电量AEP所在区间大于报警阈值时,判断所述风电机组存在偏航异常问题。
进一步改进,所述步骤(3)中报警阈值为±5~10°。
进一步改进,所述步骤(1)中选取单台风电机组2-3个月的运行数据参与所述风电机组偏航误差预警分析。
进一步改进,所述步骤(1)中数据筛选的方法包括:①筛选功率数据P<1KW的数据,且剔除运行维护、故障停机的数据;②筛选切入风速至额定风速之间的数据,且剔除满发数据;③筛选桨距角Pg<1°的数据,且剔除限电运行数据。
进一步改进,所述步骤(2)中划分对风角区间的具体方法为:将完成预处理的风电机组运行数据从-10.5°至10.5°的机舱与风向夹角维度进行切片,以1°为步长,划分为21个对风角区间;
进一步改进,所述步骤(2)中划分风速区间的具体方法为:对每个所述对风角区间按照风速维度从3m/s~10m/s进行切片,以0.5m/s为步长,划分为15个风速区间。
采用这样的设计后,本发明至少具有以下优点:
本发明基于多维分析的风电机组偏航误差预警分析方法,从对风角-风速-功率三个维度进行分析,对每个对风角区间中的风速利用瑞利分布进行权重分配,以此计算每个对风角区间的功率曲线及年发电量(AEP)。同时,在此基础上,按照单边效应和区间AEP制定报警策略,引入报警度概念,对偏航异常风电机组进行双重判断,以准确及时的找到风电场中存在偏航对风误差的风电机组,给现场人员提供报警提示,提高发电效率,保护风电机组安全。
附图说明
上述仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,以下结合附图与具体实施方式对本发明作进一步的详细说明。
图1是本发明基于多维分析的风电机组偏航误差预警分析方法的流程图。
图2是本发明基于多维分析的风电机组偏航误差预警分析方法中对风区间AEP趋势图。
具体实施方式
本实施例基于多维分析的风电机组偏航误差预警分析方法的具体步骤包括:
(1)数据选取和预处理
本实施例中数据以单台风电机组为单位,选取该机组风速、发电机有功功率、桨距角、机舱与风向夹角等分钟级运行数据进行预警分析。
为保证区间数据有效性和数据分析结果准确性,本实施例选取风电场风电机组2-3个月的运行数据进行预警分析。
还为了避免异常情况对偏航预警分析结果的影响,需对运行数据进行预处理,筛选有效数据的方法包括:
a.筛选功率数据P<1KW的值,剔除运行维护、故障停机等数据;
b.为了避免桨距角变化对功率的影响,仅选取功率爬坡阶段的散点,筛选保留切入风速以上及额定风速以下运行数据,同时剔除满发数据;
c.筛选桨距角数据Pg<1°的值,剔除限电运行数据。
(2)偏航预警算法分析
将完成预处理的风电机组运行数据导入偏航预警算法中,该偏航预警算法的原理为:当风电机组准确对风时,机舱与风向夹角为0°,当偏航异常时,对风区间向正或负某个方向偏移。将完成预处理的风电机组运行数据从机舱与风向夹角维度进行切片,以相同的角度步长划分为M个对风角区间。再对每个对风角区间按照风速维度进行切片,以相同的速度步长划分为N个风速区间。
根据能量转换原理,为使风电机组发电量达到最大,则需风轮捕获最大风能。当风电机组对风准确,即机舱与风向夹角为0°,在正常运行的情况下,主要风能集中在0°区间附近,因此0°区间所发电量理论上应为最高值。当发电量最高区间处于异常角度(±5~10°之外)区间时,则表示偏航异常。
参照附图1所示,本实施例中具体的偏航预警算法流程如下:
Step1,将完成预处理的风电机组预处理数据导入算法中;
Step2,按照机舱与风向夹角维度对预处理后的运行数据进行切片,将运行数据从-10.5°至10.5°,以1°为步长,划分为21个对风角区间;
Step3,对每个对风角区间按照风速维度进行切片,将每个对风角区间内数据从3m/s-10m/s进行切片,以1m/s为步长,划分为15个风速区间;这样将全部数据划分为315个子区间。
Step4,通过瑞利分布计算不同风速在对风角区间内的权重,瑞利分布计算公式(1)为:
其中,V为实际风速,V
Step5,按照公式(2)计算每个对风角区间内的年发电量AEP。
其中,N
Step6,分析计算得到的每个对风角区间内的年发电量AEP值,找到最大年发电量AEP所在区间,当年发电量最大区间大于报警阈值,如大于±5°时,判定该机组偏航存在异常。
考虑到部分特殊情况,例如瞬时风速较大、风向标卡涩等情况,可能存在区间年发电量差异不明显,导致偏航分析结果异常的情况,具体表现为区间年发电量极点出现在异常区间,但是与偏航正常区间值差异较小。为解决该问题,本申请加入报警策略分析辅助判断步骤,保证偏航预警的准确性。本实施例该偏航报警策略分析包括两种方法,如下。
(1)通过报警度实现报警策略分析
报警度WD计算公式为下式(3):
在上述计算出最大年发电量AEP所在区间大于报警阈值的基础上,当WD大于报警设定值时,则可准确认定当前风电机组存在偏航异常问题,对其进行报警。
本实施例中该报警设定值取5.5%,当然该设定值可根据不同机组进行设定,如设定值取5~6%。
(2)通过功率曲线单边效应实现报警策略分析
以0°为对风中心,当镜像位置的区间年发电量存在明显偏差时,说明对风零点向一侧偏移,具有一定的单边效应,如附图2所示,那么在此基础上,还满足最大年发电量AEP所在区间大于报警阈值时,可准确认定当前风电机组存在偏航异常情况,对其进行报警。
本发明通过对机舱与风向夹角-风速-功率切片,进行三维分析,计算每个对风区间的功率曲线及年发电量(AEP),还考虑到风频差异,引入瑞利分布保证分析结果的准确性。同时,在此基础上,按照单边效应和区间AEP差值制定报警策略,并引入报警度概念,对偏航异常风电机组进行二次双重判断,最终给出准确可靠的报警提示,避免发电量损失,提升发电效率,延长机组寿命。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,本领域技术人员利用上述揭示的技术内容做出些许简单修改、等同变化或修饰,均落在本发明的保护范围内。
机译: 一种用于校准机动车的偏航传感器的方法,该方法包括:基于数字道路地图确定车辆的初始方位角;以及通过积分偏航传感器的信号来确定最终方位角。
机译: 五个自由度运动误差测量设备具有一个运动误差测量设备的功能,通过使用PSD(位置敏感检测器)来测量线性移动的阶段的偏航滚动误差和水平误差
机译: 基于真正功率曲线的风力涡轮机偏航误差固有偏差的识别与补偿方法