力涡轮的不同组。在某 些实施例中，控制设置的内插值可储存在储存库中以用于后续优化。此外，在某些其他实施 例中，原始地储存在储存库中的最优控制设置可基于内插值而时常地更新，以考虑涡轮和/ 或场水平性能值方面的变化。
[0097] 鉴于一直改变的环境条件和受限制的仪表，这种查找表的脱机优化可在风电场的 操作期间使用，来实现对控制设置的更新。但是，预定的最优查找表方法可提供在具有场地 形方面的显著改变、频繁改变的风速和方向、和/或一个或更多个风力涡轮的停工的频发 发生的风电场的性能的仅有限的改善。
[0098] 图5示出了流程图500，流程图500绘出用于优化风电场操作的示范方法，其中，实 时地调整基础的尾流模型。如在本文中所使用的，术语实时可用来指从风电场的操作信息 的收集到用于确定风力涡轮的最优控制设置的尾流模型的调整的大约一小时的时间延迟。 该方法在步骤502处开始，在此，接收大气信息和与风电场对应的可选操作信息，以用于与 地理信息结合地使用。在一个实施例中，大气信息包括在不同的风力涡轮处检测的风速和 方向，而操作信息对应于风电场中的风力涡轮的操作和/或非操作状态。
[0099] 而且，在步骤504处，可接收与风力涡轮的参考组对应的一个或更多个历史尾流 模型。在一个实施例中，可使用参照图2的步骤206描述的方法确定历史尾流模型。
[0100] 此外，在步骤506处，接收与尾流参数中的至少一些对应的新值。典型地，风电场 中的环境条件，例如风速和方向倾向于在一天内持续地变化。在风电场中经受的尾流效应 因而也可在该一天之中变化，因而需要持续地更新尾流模型。由此，在某些实施例中，可以 以指定的时间间隔在场控制子系统处接收风速、风向和风力涡轮的操作和/或非操作状态 的新值。
[0101] 通常，风电场中的风条件和涡轮稳定状态性能已知以大约十分钟的间隔改变。因 而，在一个实施例中，场控制子系统可在每十分钟后请求传输新值。备选地，可以以随机间 隔，在接受用户请求、在连续的测量中确定显著的改变之后，和/或如果至少一个尾流参数 的值在指定阈值之外时接收新值。
[0102] 而且，在步骤508处，基于新值和操作信息从多个风力涡轮识别出互相作用的风 力涡轮的新组。在一个实施例中，可使用参照图2的步骤204和212描述的方法识别新组。 而且，也考虑实时的风力涡轮中的各个的操作状态以用于识别新组。因而，如果风力涡轮在 特定优化时期期间为非操作的，那么风力涡轮将不有助于尾流效应，并因而在识别新组时 将不被考虑。但是，在另一优化时期期间，当该风力涡轮在活动操作中时，该风力涡轮将被 考虑。
[0103] 此外，在步骤510处，基于一个或更多个历史尾流模型、新值、和操作信息来为互 相作用的风力涡轮的新组开发场水平预测尾流模型。在一个实施例中，使用参照图2的步 骤214描述的方法来开发场水平预测尾流模型。在某些实施例中，开发场水平预测尾流模 型需要基于新值和操作信息来更新之前确定的场水平尾流模型。因而被开发和/或更新的 场水平尾流模型可然后用来预测期望的性能参数（例如，功率输出和/或在风电场中的不 同风力涡轮处经受的疲劳负载）的值。
[0104] 但是，环境条件方面的频繁改变（例如，风速和方向方面的突然改变）有时可致使 在步骤510处开发的场水平尾流模型较不相关。由此，在步骤512处，可确定在步骤510处 开发的场水平尾流模型的预测能力是否令人满意。为此，用于风电场中的风力涡轮的期望 性能参数可使用传感器（例如，图1的监控装置110)测量。而且，测得值可与通过场水平 尾流模型预测的期望性能参数的值相比较。
[0105] 在一个实施例中，如果期望性能参数的预测值与对应测得值相差多于指定量（例 如，大于或小于5%)，那么场水平尾流模型的预测能力可确定为不令人满意的。由此，控制 可转至图5的方法的步骤506和后续步骤，重复该步骤，直至场水平功率输出和/或疲劳负 载的预测值与对应测得值基本匹配，从而表示场水平尾流模型的精度。鉴于尾流导致的环 境条件中的频繁改变，在某些实施例中，图5的方法还可在一个或更多个指定的时间间隔 后重复，来允许风电场操作的持续优化。
[0106] 当期望性能参数的预测和测得值之间的差异确定为小于指定量时，在步骤514 处，基于在步骤510处开发的场水平预测尾流模型来调整至少用于互相作用的风力涡轮的 新组的一个或更多个控制设置。具体而言，可使用场水平预测尾流模型来确定用于各风力 涡轮的控制设置，使得可实现期望的场水平性能目标。在一个实施例中，例如，用于互相作 用的风力涡轮中的一个或更多个的控制设置可随后且以对方向方式调整，使得场水平功率 输出最大化。
[0107] 本公开的实施例因而提出了数据驱动的尾流模型方法，其使用尾流参数的实时 值，以用于生成可靠的场水平预测尾流模型。在更特别的实施例中，数据驱动方法使用监控 的尾流参数来识别风力涡轮的空气动力地互相作用的组，并且估算对应的（组方向）尾流 互相作用。组方向的尾流互相作用又用来实时地生成精确的场水平预测尾流模型。
[0108] 在一个示范实施方式中，本数据驱动的尾流建模方法的使用导致与常规工程尾流 模型相比大60%的数据相关性。例如，图6示出了图示600,图示600绘出使用风电场的基 线操作、典型场地模型（工程尾流模型）、和参照图2-5描述的本方法的实施例而获得的能 量增益的对比。数据驱动的尾流建模方法考虑基于物理的工程尾流模型不能精确地获得的 由尾流引起的环境条件（例如风速、方向、强度、和/或湍流）方面的持续改变。
[0109] 因此，如从图6的绘图显而易见的，本方法提供比使用工程尾流模型604和/或基 线操作606获得的增益高的能量增益602。具体而言，主要环境条件和单独涡轮的操作状态 的使用允许实时地获取在下游风力涡轮处经受的尾流互相作用，从而允许确定更精确的场 水平预测尾流模型。此外，通过尾流互相作用的组方向估算来确定场水平预测尾流模型降 低了计算工作量，因而允许更快地优化用于风电场的一个或更多个选定性能目标。具体而 言，场水平预测尾流模型有助于确定用于风电场中的不同风力涡轮的最优控制设置，以便 改善整体性能目标。
[0110] 可注意到，前述实例、实证、以及可由本系统的某些构件（例如，由图1的涡轮控制 器106和/或场控制子系统108)执行的工序步骤可在基于处理器的系统上通过适当的代 码来实现。为此，基于处理器的系统例如可包括通用或专用计算机。还可注意到，本公开的 不同的实现方式可以以不同的顺序或基本同时地进行在本文中描述的步骤中的一些或全 部。
[0111] 此外，该功能可以多种编程语言执行，包括但不限于Ruby、超文本预处理器 (PHP)、Per1、Delphi、Python、C、C++、或Java。这种代码可储存或改写以，以用于储存在一个 或更多个有形、机器可读介质上，例如储存在数据储存库芯片、本地或远程硬盘、光盘（即， CD或DVD)、固态驱动器、或其他介质，它们可由基于处理器的系统访问，以执行所储存的代 码。
[0112] 尽管本公开的实施例的具体特征可在一些附图中和/或关于它们而不在其他附 图中描述，但是这仅是为了便利。应当理解的是，所描述的特征、结构、和/或特性可以以任 何适当的方式可互换地结合和/或使用在各种实施例中，例如来构造用于在风电场优化中 使用的额外的组件和方法。
[0113] 虽然在本文中已示出和描述了本公开的仅某些特征，但是本领域技术人员将想到 许多修改和变化。因此，应理解的是，所附权利要求意图覆盖落入在本发明的真正精神内的 所有这种修改和变化。
【主权项】
1. 一种用于优化风电场的操作的方法，包括： 接收与用于所述风电场中的风力涡轮的至少一些尾流参数对应的新值； 基于所述新值，从所述风力涡轮识别互相作用的风力涡轮的新组； 基于所述新值和历史尾流模型，为所述互相作用的风力涡轮的新组开发场水平预测尾 流模型，所述历史尾流模型是使用与所述风电场中的互相作用的风力涡轮的参考组对应的 尾流参数的历史值而确定的；和 基于所述场水平预测尾流模型来调整至少用于所述互相作用的风力涡轮的新组的一 个或更多个控制设置。2. 根据权利要求1所述的方法，其特征在于，还包括： 在接收所述新值之前，接收与所述风力涡轮对应的所述尾流参数的所述历史值； 基于所述历史值，从所述风力涡轮识别所述互相作用的风力涡轮的所述参考组；和 基于与所述互相作用的风力涡轮的参考组对应的所述历史值，确定用于所述互相作用 的风力涡轮的参考组的一个或更多个历史尾流模型。3. 根据权利要求2所述的方法，其特征在于，确定所述历史尾流模型包括使用基于回 归的模型来拟合与所述互相作用的风力涡轮的参考组中的各个对应的历史值。4. 根据权利要求2所述的方法，其特征在于，确定所述历史尾流模型包括使用基于回 归的模型来计算作为上游风力涡轮处的风向、上游和下游风力涡轮的相对位置、以及与所 述上游风力涡轮对应的所述一个或更多个控制设置的函数的下游风速与上游风速的比率。5. 根据权利要求1所述的方法，其特征在于，识别所述互相作用的风力涡轮的新组包 括至少使用所述新值的子组和所述风电场的几何布局。6. 根据权利要求1所述的方法，其特征在于，所述接收、所述识别、所述开发和所述调 整在一个或更多个指定时间间隔下执行。7. 根据权利要求1所述的方法，其特征在于，还包括： 持续地监控用于所述风力涡轮的所述尾流参数；和 当所述尾流参数中的一个或更多个的监控值中的改变在对应阈值之外时，重复所述接 收、所述识别、所述开发、和所述调整。8. 根据权利要求1所述的方法，其特征在于，为所述尾流参数的不同组合确定不同的 历史尾流模型。9. 根据权利要求1所述的方法，其特征在于，所述尾流参数包括风向、上游风力涡轮 处的风速、下游风力涡轮处的风速、风湍流、风切变、风变向、环境温度、压力、湿度、或它们 的组合。10. 根据权利要求1所述的方法，其特征在于，所述尾流参数包括下列中的至少一者： 所述风力涡轮中的各个的末梢速度比、节距角、偏航未对准、和操作状态。
【专利摘要】本发明提出了用于优化风电场的操作的方法和系统的实施例。该方法包括接收新值，该新值与用于风电场中的风力涡轮的至少一些尾流参数对应。该方法还包括基于该新值从风力涡轮识别互相作用的风力涡轮的新组。此外，该方法包括：基于新值和历史尾流模型为互相作用的风力涡轮的新组开发场水平预测尾流模型，该历史尾流模型是使用与风电场中的互相作用的风力涡轮的参考组对应的尾流参数的历史值来确定的。而且，该方法包括基于场水平预测尾流模型为调整至少用于互相作用的风力涡轮的新组的一个或更多个控制设置。
【IPC分类】F03D7/04, F03D9/00
【公开号】CN105041572
【申请号】CN201510210736
【发明人】A.K.安贝卡, K.D.杜里, S.钱德拉舍卡, K.V.德赛, A.梅农
【申请人】通用电气公司
【公开日】2015年11月11日
【申请日】2015年4月29日
【公告号】CA2888737A1, EP2940296A1, US20150308416