风电机组优化控制方法、装置、电子设备及可读存储介质与流程

本发明涉及风电机组控制，具体地涉及一种风电机组优化控制方法、一种风电机组优化控制装置、一种电子设备及一种可读存储介质。

背景技术：

1、随着风电行业的飞速发展，近几年风电机组装机量增加，大电量也在逐步增加，但对于风资源非常充足的风电场，在大风季会出现超量，但由于大型风电区域往往远离负荷中心，电网接入和消纳存在诸多问题，出现了风电场大量弃风的情况，使得原有风电装机容量无法发挥效益，甚至出现超载情况。

2、因此，在保证风电机组的各部件的疲劳载荷在设计值范围内，同时什么情况下弃风对整个风场而言发电量收益最佳便是亟待解决的难题。但现有技术中，通常通过人工经验来对风电场内的风电机组进行发电控制，虽然能够使风电机组的各部件的疲劳载荷保持在设计值范围内，但会导致风电场大量弃风，使得风电场经济性较差。

技术实现思路

1、本发明实施方式的目的是提供一种风电机组优化控制方法、装置、电子设备及可读存储介质，以至少解决上述的通过人工经验来对风电场内的风电机组进行发电控制，虽能够使风电机组的各部件的疲劳载荷保持在设计值范围内，但会导致风电场大量弃风，使得风电场经济性较差的问题。

2、为了实现上述目的，本发明第一方面提供一种风电机组优化控制方法，所述方法包括：

3、获取风电机组的未来发电量库和载荷库，所述未来发电量库和载荷库包含有预测得到的每一风电机组在未来一段时间内在不同扇区不同风速下的发电量和载荷；

4、基于所述未来发电量库和载荷库，以风电机组的部件载荷满足预设载荷以及风电场的总发电量损失最小为目标函数，利用优化算法进行寻优，确定风电机组的优化控制策略，所述优化控制策略包含风电机组在不同扇区不同风速下的工作状态调整；

5、基于所述优化控制策略，对风电机组进行发电控制。

6、可选的，所述方法还包括：

7、建立风电机组的未来发电量库和载荷库，包括：

8、获取风电场的未来风资源数据；其中，所述未来风资源数据包括在未来一段时间内风电场的湍流强度和风频分布；所述未来风资源数据通过对风电机组所在地区风电场的历史湍流强度和风频分布进行拟合分析得到；

9、将风电机组预设运行工况和所述未来风资源数据作为风电机组参数化模型的输入，得到每一风电机组在所述未来一段时间内在不同扇区不同风速下的载荷和发电量，建立所述未来发电量库和载荷库。

10、可选的，所述方法还包括：

11、获取风电场的历史风资源数据、每一风电机组的历史运行数据和每一风电机组的历史发电数据；

12、基于风电场的历史风资源数据、每一风电机组的历史运行数据和每一风电机组的历史发电数据作为训练样本，对卷积神经网络和/或长短周期记忆网络进行训练，得到所述风电机组参数化模型。

13、可选的，所述优化算法包括：多目标分层优化算法、遗传算法、灰狼算法或蚁群算法。

14、本发明第二方面还提供一种风电机组优化控制装置，所述装置包括：

15、第一数据获取模块，用于获取风电机组的未来发电量库和载荷库，所述未来发电量库和载荷库包含有预测得到的每一风电机组在未来一段时间内在不同扇区不同风速下的发电量和载荷；

16、控制策略确定模块，用于基于所述未来发电量库和载荷库，以风电机组的部件载荷满足预设载荷以及风电场的总发电量损失最小为目标函数，利用优化算法进行寻优，确定风电机组的优化控制策略，所述优化控制策略包含风电机组在不同扇区不同风速下的工作状态调整；

17、发电控制模块，用于基于所述优化控制策略，对风电机组进行发电控制。

18、可选的，所述装置还包括：

19、建立模块，用于建立风电机组的未来发电量库和载荷库，包括：

20、获取风电场的未来风资源数据；其中，所述未来风资源数据包括在未来一段时间内风电场的湍流强度和风频分布；所述未来风资源数据通过对风电机组所在地区风电场的历史湍流强度和风频分布进行拟合分析得到；

21、将风电机组预设运行工况和所述未来风资源数据作为风电机组参数化模型的输入，得到每一风电机组在所述未来一段时间内在不同扇区不同风速下的载荷和发电量，建立所述未来发电量库和载荷库。

22、可选的，所述装置还包括：

23、第二数据获取模块，用于获取风电场的历史风资源数据、每一风电机组的历史运行数据和每一风电机组的历史发电数据；

24、模型训练模块，用于基于风电场的历史风资源数据、每一风电机组的历史运行数据和每一风电机组的历史发电数据作为训练样本，对卷积神经网络和/或长短周期记忆网络进行训练，得到所述风电机组参数化模型。

25、可选的，所述优化算法包括：多目标分层优化算法、遗传算法、灰狼算法或蚁群算法。

26、本发明第三方面还提供一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的风电机组优化控制方法。

27、本发明第四方面还提供一种可读存储介质，该可读存储介质上存储有指令，该指令用于使得机器执行上述的风电机组优化控制方法。

28、通过本技术方案确定的优化控制策略进行风电机组的发电控制，方法简单，控制准确，能够使风电机组的各部件的疲劳载荷保持在设计值范围内，且能够保证风电机组的发电量最高，提高风电场经济性。

29、本发明实施方式的其它特征和优点将在随后的具体实施方式部分予以详细说明。

技术特征：

1.一种风电机组优化控制方法，其特征在于，所述方法包括：

2.根据权利要求1所述的风电机组优化控制方法，其特征在于，所述方法还包括：

3.根据权利要求2所述的风电机组优化控制方法，其特征在于，所述方法还包括：

4.根据权利要求1所述的风电机组优化控制方法，其特征在于，所述优化算法包括：多目标分层优化算法、遗传算法、灰狼算法或蚁群算法。

5.一种风电机组优化控制装置，其特征在于，所述装置包括：

6.根据权利要求5所述的风电机组优化控制装置，其特征在于，所述装置还包括：

7.根据权利要求6所述的风电机组优化控制装置，其特征在于，所述装置还包括：

8.根据权利要求5所述的风电机组优化控制装置，其特征在于，所述优化算法包括：多目标分层优化算法、遗传算法、灰狼算法或蚁群算法。

9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-4中任一项权利要求所述的风电机组优化控制方法。

10.一种可读存储介质，该可读存储介质上存储有指令，该指令用于使得机器执行权利要求1-4中任一项权利要求所述的风电机组优化控制方法。

技术总结
本发明提供一种风电机组优化控制方法、装置、电子设备及可读存储介质，属于风电机组控制技术领域。方法包括：获取风电机组的未来发电量库和载荷库，所述未来发电量库和载荷库包含有预测得到的每一风电机组在未来一段时间内在不同扇区不同风速下的发电量和载荷；基于所述未来发电量库和载荷库，以风电机组的部件载荷满足预设载荷以及风电场的总发电量损失最小为目标函数，利用优化算法进行寻优，确定风电机组的优化控制策略，所述优化控制策略包含风电机组在不同扇区不同风速下的工作状态调整；基于所述优化控制策略，对风电机组进行发电控制。本发明具有计算方法简单，控制准确，能够提高风电机组的发电量的优点。

技术研发人员：张林中,韩新月,马赫男
受保护的技术使用者：国电联合动力技术有限公司
技术研发日：
技术公布日：2024/2/8