一种风电机组自适应环境的控制方法
【技术领域】
[0001] 本发明涉及一种风电机组自适应环境的控制方法，属于风电机组发电技术领域。
【背景技术】
[0002] 风电机组运行在不同环境中，受风资源条件、运行环境、机组差异等诸多因素的影 响，风电机组的风能利用效率、功率曲线都不会一致。
[0003] 风资源差异主要表现在风速频谱分布差异、风速分布概率差异、湍流强度差异等。 环境差异主要针对自然环境方面，包括温度、湿度、风速、雷暴、海拔等因素。机组差异表现 为：同一个风场的风电机组，叶片、塔架、发电机、齿轮箱等主要部件都有两到三家供应商提 供，在现场吊装中会组合成不同配置的机组，运行时不同配置的机组会有不同的特性。
[0004] 由于存在上述风资源、运行环境、机组个体等差异因素，机组在运行过程中会受到 这些因素影响，导致其运行和控制性能发生改变，甚至可能会出现问题。而且，其运行效率 与环境因素和机组因素有着密切的联系。因此，开发具有自学习能力、可自动适应运行环境 差异、风资源差异和机组个体差异的风电机组，对于提高风电机组运行效率与发电时间具 有重要意义。
【发明内容】
[0005] 本发明的目的是提供一种风电机组自适应环境的控制方法，能够实现风电机组的 环境自适应。
[0006] 为实现上述目的，本发明的方案包括一种风电机组自适应环境的控制方法，包括 以下步骤：
[0007] (1)、提取风电机组的相关特征信息，包括自然环境参数和机组运行参数；
[0008] (2)、根据所述相关特征信息采用遗传算法建立自学习功率曲线优化模型；
[0009] (3)、根据建立的优化模型对风电机组进行自适应环境的调节。
[0010] 所述步骤（2)中，所述自学习功率曲线优化模型的建立的方法为：
[0011] 1)、将提取到的风电机组的相关特征信息根据风速的大小分为若干个风速区间， 每个风速区间内均包括对应的其余的特征信息；
[0012] 2)、在每个风速区间内选取若干个湍流强度范围；
[0013] 3)、在每个湍流强度范围内选取若干个功率曲线系数，作为参考种子；
[0014] 4)、在每个湍流强度范围内的若干个功率曲线系数中选取一个功率曲线系数，然 后进行变异处理，重新生成若干个新种子，继续在若干个种子中选取一个种子；
[0015] 5)、选取若干次后，得到每个湍流强度范围内的最优功率曲线系数，所有的最优功 率曲线系数构成所述自学习功率曲线优化模型。
[0016] 所述步骤4)中，所述在每个湍流强度范围内的若干个功率曲线系数中选取一个 功率曲线系数的步骤为：
[0017] 对于某一个湍流强度范围，风电机组分别在选取的若干个功率曲线系数下运行， 并分别记录风电机组在每个功率曲线系数运行下的平均功率、塔架振动值和环境温度；
[0018] 比较这些功率曲线系数对应记录的参数，选取最大的平均功率、且对应的塔架振 动值不超过设定的塔架振动告警值3次的功率曲线系数。
[0019] 所述选取最大的平均功率的步骤为：使用环境温度对所有的平均功率进行修正处 理，将平均功率统一到相同温度下；
[0020] 使用机舱位置对所有的平均功率进行修正处理，对应得到机舱位置为0度时的平 均功率；
[0021] 比较这些功率曲线系数分别对应的平均功率，选取最大的平均功率。
[0022] 在所述步骤（1)和所述步骤（2)之间还包括以下步骤：根据提取的相关特征信息 计算风电机组的机械参数信息，然后对机械参数信息进行校正；校正的具体步骤为：
[0023] a、提取典型特征参数中和风机运行相关的参数，提取数据的频率大于或者等于 10Hz，其中，所述和风机运行相关的参数至少包括发电机转速、发电机加速度、发电机转矩、 塔架振动；
[0024] b、对提取的典型特征参数，进行快速傅立叶变换；
[0025] c、对傅立叶变换的频谱进行分段处理，分段点按风机的运行频率范围进行划分；
[0026] d、对分段处理后的频谱中的各个频率段，得到各个频率段内的峰值，进而得到峰 值对应的频率点，该频率点为风机的固有频率点；
[0027] e、将各个频率段内得到的频率点与预设的频率点一一进行对比，如果两者之间的 差值大于第一设定值，则将对应频率段内的频率点替换为所述预设的频率点；如果两者之 间的差值大于第二设定值，则告警；其中，第一设定值小于第二设定值。
[0028] 所述自然环境参数至少包括平均风速、瞬时风速、湍流强度和环境温度，机组运行 参数至少包括平均功率、发电机转速、发电机加速度、发电机转矩、塔架振动值。
[0029] 在建立自学习功率曲线优化模型之前对提取的相关特征信息依次进行去噪、归一 化及特征提取的处理。
[0030] 在所述风电机组进行自适应环境的调节时，在所述优化模型中查询与当前风电机 组的运行环境相同的特征信息对应的功率曲线系数，然后控制风电机组在该功率曲线系数 下运行。
[0031] 功率曲线系数的计算公式为：
[0033] 其中，P为空气密度，r为风轮直径，CP为风能利用系数，G为齿轮箱速比，λ为叶 减速比，ωι^为风电机组风轮角速度；R为叶片半径；ν为主导风速；vTS叶尖线速度。
[0034] 本发明通过提取风电机组运行环境信息和风电机组运行信息，采用遗传算法建立 自学习功率曲线优化模型；然后根据建立的优化模型对风电机组进行自适应环境的调节， 提高机组的发电量。而且，该方法能够增强机组对环境的适应性，机组可以根据环境信息， 对运行环境进行自动识别，对风电机组运行参数进行自动校正，增强对环境的适应性。另外 本发明具有通用性，不仅适用于陆上风电机组机，也适用于海上风电机组，所以具有很好的 推广性，不受风电机组控制系统硬件环境的限制。
【附图说明】
[0035] 图1是风电机组自适应环境的控制方法整体流程图；
[0036] 图2是风电机组CP-λ曲线关系图。
【具体实施方式】
[0037] 下面结合附图对本发明做进一步详细的说明。
[0038] 本发明提供的风电机组自适应环境的控制方法总体上可以分为四个步骤，如图1 所示，为：
[0039] ( -）、提取风电机组的相关特征信息，包括自然环境参数和机组运行参数；
[0040] (二）根据提取的信息对风电机组机械参数进行实时监测和自动校正；
[0041] (三）、根据所述相关特征信息采用遗传算法建立自学习功率曲线优化模型；
[0042] (四）、根据建立的优化模型对风电机组进行自适应环境的调节。
[0043] 以下对于每个步骤进行分别详细的描述：
[0044] 步骤（一）：
[0045] 基于多因素差异对机组的影响机理，选择自然环境和机组运行信息的典型特征参 数进行提取，对于一些难以直接测量的参数，采用基于状态观测器和数字信号处理技术相 结合的参数提取方法。
[0046] 多因素差异包括自然环境差异（包括风速、风向、湍流强度、温度等）和机组个体 机械参数及电气参数差异。
[0047] 典型特征参数包括自然环境特征参数和机组运行参数。其中，自然环境特征参数 包括：平均风速、瞬时风速、湍流强度、环境温度等；机组运行参数包括：平均功率、发电机 转速、发电机加速度、发电机转矩、桨距角、塔架振动值、齿轮箱油温等。而且，典型特征参数 提取的个数可以任意添加或减少，并不只限于上述参数。另外，特征参数的采集频率也可以 调节，其最高频率为50Hz。
[0048] 步骤（二）：
[0049] 根据提取的特征信息，实时计算风电机组的机械参数，对风电机组的状态进行实 时监测并对需要校正的机械参数进行自动校正。实时计算的机械参数包括塔架的固有频 率、传动链的固有频率、风轮的固有频率等。
[0050] 对风电机组机械参数进行实时监测和自动校正的方法如下：
[0051] a、提取典型特征参数中和风机运行相关的参数，至少包括发电机转速、发电机加 速度、发电机转矩、塔架振动等参数，提取数据的