用于稳定与一个或多个风场相连接的弱电网的系统和方法与流程

本公开内容大体上涉及用于控制具有一个或多个风力涡轮的风场的系统和方法，且更特别地涉及用于稳定弱电网(其中一个或多个风场连接到该弱电网)的系统和方法。

背景技术：

风力被认为是目前可得的最清洁、最环境友好的能源中的一种，且风力涡轮在该方面获得了增加的关注。如果使用控制系统和方法基于变化的操作状态(关于可再生能源，该操作状态是固有的)来协调由可再生能源产生的功率、功率分配系统上的功率需求和所消耗的功率，现有的电功率分配系统(例如，电网)可用于分配来自可再生能源(诸如风)的功率。例如，风力涡轮的操作状态可基于风速或无风来变化。

风力不总是具有恒定的功率输出，而是可包括变化；因此，功率分配系统的操作者必须考虑到这点。例如，结果中的一个是，分配和传输网络变得较难以管理。这还涉及功率分配系统(包括风力涡轮)中谐振的管理。像常规的功率设备那样，风力设备或风场应受管理或控制来为电网提供稳定的功率(例如，恒定的电压和频率、最小的扰动和低的谐波发出)，以保证可靠性和适当的功率输送。

关于可再生能源设备，诸如风场，由于这些设备可位于偏远的位置中，这些可再生能源设备与电网的连接可包括长的高压传输线。传输线(即，功率线缆)和额外的电气基础设施(例如，变压器、电抗器、电容器)可导致处于低频的谐振(例如，低于二次或三次谐波)。另外，由于许多风场所位于处的偏远或恶劣状况，风场通常与弱电网集成，该弱电网可由谐振所负面影响，从而引起在互连点(poi)处电路过载。像这样，poi相电压中可发生振荡。

在此类情况下，电网管理机构需要风场操作者缩减向电网供应的功率，以保证合适的短路率(scr)。虽然该行为保证电网稳定，它还意指关于风场的年度能量生产(aep)损耗。而且，将基于逆变器的源(诸如风场)集成到弱电网中可带来许多挑战，诸如在系统中产生关于谐振状况的可能，其可通过不同的方法(包括强化传输线或将额外设备集成到电网中以提高强度)来减轻。电网强化的这些方法包括缺点，该缺点包括额外的空间需求、多个控制位置和设置、增加的系统构件成本、增加的系统安装成本以及增加的系统维护成本。

考虑到前述内容，用于稳定弱电网(其中一个或多个风场连接到该弱电网)而不负面影响aep的系统和方法在本领域中将受欢迎。像这样，本公开内容涉及使用频域和机器学习来动态地稳定电网。

技术实现要素：

本发明的方面和优点将在以下描述中部分地阐述，或可从描述中明显，或可通过实施本公开内容的示例性实施例来学习。

在一方面，本公开内容涉及一种用于控制风场电功率系统的方法。风场电功率系统包括控制器以及通过互连点电连接到电网的多个风力涡轮。每个风力涡轮包括电压调节器。方法包括经由控制器接收在频域内与互连点相关联的一个或多个电信号。此外，方法包括经由控制器的估计器使用一个或多个电信号来估计电网的电压灵敏度。而且，方法包括基于电压灵敏度动态地控制风场电功率系统在互连点处的电压。

在实施例中，电信号可包括以下的任何一个或其组合：在互连点处的相电压、相电流、有功功率和/或无功功率。

在另一实施例中，方法可包括经由至少一个传感器测量电信号，或经由控制器的计算机实施的模型确定电信号。

在此外的实施例中，方法可包括在估计电压灵敏度之前处理与互连点相关联的电信号。例如，在实施例中，处理电信号可包括滤波、分类或类似物或其组合。

在额外的实施例中，使用电信号来估计电网的电压灵敏度可例如包括经由控制器将电网建模为在频域内的线性时不变系统，监测关于扰动的频域，确定扰动是对应于该风场电功率系统还是对应于相邻的风场电功率系统，以及去除与相邻的风场电功率系统对应的扰动以便分离扰动对电压灵敏度的影响。

更特别地，在实施例中，确定扰动是对应于该风场电功率系统还是对应于相邻的风场电功率系统可包括使有功功率或无功功率中的至少一个的扰动在频域内以相电压分组，以及去除不成组的扰动。

在实施例中，基于电压灵敏度动态地控制风场电功率系统的电压可包括使电压调节器中的一个或多个的至少一个参数变化以避免电网不稳定。在特定实施例中，参数可例如包括调节器增益、有功功率设定点、无功功率设定点或其组合以及任何其它合适的参数。

在若干实施例中，方法可包括在基于电压灵敏度动态地控制风场电功率系统的电压之后经由控制器的后处理器来处理与互连点相关联的电信号以确定电压调节器的参数的误差分析。

在此外的实施例中，方法还可包括经由控制器的机器学习算法接收来自后处理器的反馈，以及经由机器学习算法训练反馈。在此类实施例中，方法可包括使用机器学习算法的输出来为控制器的估计器生成一个或多个控制命令以不断地更新估计器。

在某些实施例中，机器学习算法可包括受训练的神经网络、简单的线性回归模型、随机森林回归模型或支持向量机。更特别地，在实施例中，方法可包括使强化学习技术嵌入机器学习算法中。

在某些实施例中，估计器的响应时间可比控制器更快，且控制器的响应时间可比从机器学习算法生成控制命令更快。

在另一方面，本公开内容涉及一种用于控制风场电功率系统的系统。风场电功率系统包括通过互连点电连接到电网的多个风力涡轮。每个风力涡轮包括电压调节器。系统包括控制器，该控制器具有多个处理器，该多个处理器至少包括估计器。估计器配置成执行操作，该操作例如包括接收在频域内与互连点相关联的一个或多个电信号以及使用该一个或多个电信号来估计电网的电压灵敏度。像这样，控制器配置成通过使电压调节器中的一个或多个的至少一个参数变化以基于电压灵敏度动态地控制风场电功率系统在互连点处的电压以避免电网不稳定。应理解的是，系统还可包括本文中描述的额外特征中的任一个。

技术方案1.一种用于控制风场电功率系统的方法，其中所述风场电功率系统包括控制器、通过互连点电连接到电网的多个风力涡轮，且其中每个风力涡轮包括电压调节器，所述方法包括：

经由所述控制器接收在频域内与所述互连点相关联的一个或多个电信号；

经由所述控制器的估计器使用所述一个或多个电信号来估计所述电网的电压灵敏度；以及

基于所述电压灵敏度动态地控制所述风场电功率系统在所述互连点处的电压。

技术方案2.根据技术方案1所述的方法，其中所述一个或多个电信号包括在所述互连点处的相电压、相电流、有功功率和无功功率中的至少一个。

技术方案3.根据技术方案1所述的方法，其中所述方法还包括下者中的至少一个：经由至少一个传感器测量所述一个或多个电信号，或经由所述控制器的计算机实施的模型确定所述一个或多个电信号。

技术方案4.根据技术方案1所述的方法，其中所述方法还包括在估计所述电压灵敏度之前处理与所述互连点相关联的所述一个或多个电信号，其中处理所述一个或多个电信号包括滤波或分类中的至少一个。

技术方案5.根据技术方案2所述的方法，其中使用所述一个或多个电信号来估计所述电网的电压灵敏度还包括：

经由所述控制器将所述电网建模为在所述频域内的线性时不变系统；

监测关于扰动的所述频域；

确定所述扰动是对应于所述风场电功率系统还是对应于相邻的风场电功率系统；以及

去除与相邻的风场电功率系统对应的扰动以分离所述扰动对所述电压灵敏度的影响。

技术方案6.根据技术方案5所述的方法，其中确定所述扰动是对应于所述风场电功率系统还是对应于相邻的风场电功率系统还包括：

使所述有功功率或所述无功功率中的至少一个的扰动在所述频域内以所述相电压分组；以及

去除不成组的扰动。

技术方案7.根据技术方案1所述的方法，其中基于所述电压灵敏度动态地控制所述风场电功率系统的电压还包括：

使所述电压调节器中的一个或多个的至少一个参数变化以避免所述电网不稳定。

技术方案8.根据技术方案7所述的方法，其中所述至少一个参数包括调节器增益、有功功率设定点或无功功率设定点中的至少一个。

技术方案9.根据技术方案7所述的方法，其中所述方法还包括在基于所述电压灵敏度动态地控制所述风场电功率系统的电压之后经由所述控制器的后处理器来处理与所述互连点相关联的所述一个或多个电信号以确定所述电压调节器的一个或多个参数的误差分析。

技术方案10.根据技术方案9所述的方法，其中所述方法还包括：

经由所述控制器的机器学习算法接收来自所述后处理器的反馈；以及

经由所述机器学习算法训练所述反馈。

技术方案11.根据技术方案10所述的方法，其中所述方法还包括使用所述机器学习算法的输出来为所述控制器的估计器生成一个或多个控制命令以不断地更新所述估计器。

技术方案12.根据技术方案11所述的方法，其中所述估计器的响应时间比所述控制器更快，且所述控制器的响应时间比从所述机器学习算法生成所述一个或多个控制命令更快。

技术方案13.根据技术方案10所述的方法，其中所述机器学习算法包括受训练的神经网络、简单的线性回归模型、随机森林回归模型或支持向量机。

技术方案14.根据技术方案10所述的方法，其中所述方法还包括使强化学习技术嵌入所述机器学习算法中。

技术方案15.一种用于控制风场电功率系统的系统，其中所述风场电功率系统包括通过互连点电连接到电网的多个风力涡轮，且其中每个风力涡轮包括电压调节器，所述系统包括：

控制器，所述控制器包括多个处理器，所述多个处理器至少包括估计器，所述估计器配置成执行操作，所述操作包括：

接收在频域内与所述互连点相关联的一个或多个电信号；以及

使用所述一个或多个电信号来估计所述电网的电压灵敏度；且

其中所述控制器通过使所述电压调节器中的一个或多个的至少一个参数变化以基于所述电压灵敏度动态地控制所述风场电功率系统在所述互连点处的电压以避免所述电网不稳定。

技术方案16.根据技术方案15所述的系统，其中所述一个或多个电信号包括在所述互连点处的相电压、相电流、有功功率和无功功率中的至少一个。

技术方案17.根据技术方案15所述的系统，其中所述多个处理器还包括预处理器，所述预处理器用于在估计所述电压灵敏度之前处理与所述互连点相关联的所述一个或多个电信号。

技术方案18.根据技术方案16所述的系统，其中使用所述一个或多个电信号来估计所述电网的电压灵敏度还包括：

将所述电网建模为在所述频域内的线性时不变系统；

监测关于扰动的所述频域；

确定所述扰动是对应于所述风场电功率系统还是对应于相邻的风场电功率系统；以及

去除与相邻的风场电功率系统对应的扰动以分离所述扰动对所述电压灵敏度的影响。

技术方案19.根据技术方案15所述的系统，其中所述多个处理器还包括后处理器，所述后处理器用于在基于所述电压灵敏度动态地控制所述风场电功率系统的电压之后处理与所述互连点相关联的所述一个或多个电信号以确定所述电压调节器的一个或多个参数的误差分析。

技术方案20.根据技术方案19所述的系统，其中所述多个处理器还包括机器学习算法，所述机器学习算法配置成接收和训练来自所述后处理器的反馈以及为所述估计器生成一个或多个控制命令以不断地更新所述估计器。

可对本公开内容的这些示例性方面进行变化和修改。参照以下描述和所附权利要求书，各种实施例的这些及其它特征、方面和优点将变得更好理解。结合于该说明书中且构成该说明书的一部分的附图示出本公开内容的实施例，且与描述一起用来解释相关的原理。

附图说明

针对本领域普通技术人员的实施例的详细论述在参照附图的说明书中阐述，附图中：

图1示出根据本公开内容的示例性实施例的风力涡轮的一部分的透视图；

图2示出适于供图1中示出的风力涡轮使用的根据本公开内容的示例性实施例的风力涡轮电功率系统的示意图；

图3示出根据本公开内容的示例性实施例的风场电功率系统的示意图；

图4示出根据本公开内容的示例性实施例的控制器的框图；

图5示出本公开内容的用于控制风场电功率系统的方法的一个实施例的流程图；

图6示出根据本公开内容的用于控制风场电功率系统的系统的一个实施例的示意图；

图7示出根据本公开内容的示例性实施例的关于电压和无功功率的频域的一个实施例的图；

图8示出根据本公开内容的示例性实施例的关于电压和有功功率的频域的一个实施例的图；

图9示出根据本公开内容的用于控制风场电功率系统的系统的估计器的一个实施例的示意性控制图；以及

图10示出根据本公开内容的用于控制风场电功率系统的系统的估计器的另一实施例的示意性控制图。

具体实施方式

现在将详细地参照本公开内容的实施例，其一个或多个示例在图中示出。每个示例提供作为本公开内容的解释，不是本公开内容的限制。事实上，对本领域技术人员将明显的是，在不脱离本公开内容的范围或精神的情况下，可在本公开内容中进行各种修改和变化。例如，示出或描述为一个实施例的部分的特征可与另一实施例使用，以产生还此外的实施例。因此，意图的是，本公开内容覆盖如归于所附权利要求书和其等同物的范围内的此类修改和变化。

现在参照图，图1描绘根据本公开内容的风力涡轮10的一个实施例的透视图。如示出的，风力涡轮10大体上包括从支承表面(未示出)延伸的塔架12、安装在塔架12上的机舱14以及联接到机舱14的转子16。转子16包括可旋转毂18以及联接到毂18且从毂18向外延伸的至少一个转子叶片20。例如，在示出的实施例中，转子16包括三个转子叶片20。然而，在备选实施例中，转子16可包括多于或少于三个转子叶片20。每个转子叶片20可围绕毂18间隔以便于旋转转子16，使动能能够从风转换为可用的机械能且随后转换为电能。例如，毂18可以可旋转地联接到定位在机舱14内的发电机28(图2)，以允许产生电能。

现在参照图2，示出风力涡轮功率系统100，其包括风力涡轮10和相关联的功率系统102。在风冲击转子叶片20时，叶片20使风能转换为机械旋转转矩，该机械旋转转矩可旋转地驱动低速轴22。低速轴22配置成驱动齿轮箱24(在存在的情况下)，该齿轮箱24随后提高低速轴22的低旋转速度来以增加的旋转速度驱动高速轴26。高速轴26大体上可旋转地联接到发电机28(诸如双馈感应发电机或dfig)，以便可旋转地驱动发电机转子30。像这样，可由发电机转子30感应出旋转磁场，且可在发电机定子32内感应出电压，该发电机定子32磁性地耦合到发电机转子30。相关联的电功率可从发电机定子32传输到主三绕组变压器34，该主三绕组变压器34经由电网断路器36在poi56处连接到电网。因此，主变压器34提高电功率的电压幅值，使得变压的电功率可进一步传输到电网。

另外，如示出的，发电机28可电耦合到双向功率转换器38，该双向功率转换器38包括转子侧转换器40，该转子侧转换器40经由调节的dc链路44连结到线路侧转换器42。转子侧转换器40使从发电机转子30提供的ac功率转换为dc功率且为dc链路44提供dc功率。线路侧转换器42使dc链路44上的dc功率转换为适于电网的ac输出功率。因此，来自功率转换器38的ac功率可与来自发电机定子32的功率组合以提供具有基本保持在电网频率(例如50hz/60hz)处的频率的多相功率(例如三相功率)。

在一些配置中，功率系统102可包括涡轮级控制器224(在图3中示出)。涡轮级控制器224可为控件，诸如图4中示出和描述的控制器。

示出的三绕组变压器34可具有(1)连接到电网的33千伏(kv)中压(mv)初级绕组33，(2)连接到发电机定子32的6至13.8kvmv次级绕组35，以及(3)连接到线路侧功率转换器42的690至900伏(v)低压(lv)三级绕组37。

特别地参照图3，示出根据本公开内容的示例性实施例的风场电功率系统200的一个实施例的示意图。更特别地，如示出的，风场电功率系统200可包括经由poi56连接到电网的多个风力涡轮功率系统100。风场电功率系统200可包括至少两个集群204以形成电功率系统200。各个风力涡轮功率系统100(包括多个风力涡轮10的)可布置在预定的地理位置中且电连接在一起以形成风场202。

与每个风力涡轮功率系统100相关联的电功率可经由一个或多个集群线220传输到主线206。每个风力涡轮功率系统100可经由一个或多个开关或断路器222与一个或多个集群线220连接或断开。风力涡轮功率系统100可布置为多个组(或集群)204，其中每个组分别经由开关208、210、212单独地连接到主线206。因此，如示出的，每个集群204可分别经由开关208、210、212连接到单独的变压器214、216、218，以用于提高来自每个集群204的电功率的电压幅值，使得变压的电功率可进一步传输到电网。另外，如示出的，变压器214、216、218连接到主线206，该主线206在经由poi56向电网发送功率之前组合来自每个集群204的电压。poi56可为断路器、开关或连接到电网的其它已知方法。

每个风力涡轮功率系统100可包括电压调节器228(即，风力涡轮终端电压调节器)。像这样，电压调节器228调节由每个风力涡轮功率系统100输出的电压。此外，电压调节器228可与涡轮控制器224或中央主控制器226电通信。因此，涡轮级控制器224或中央主控制器226可将电压调节器增益命令(vcmd)输送至电压调节器228中的一个或多个，其继而指示经由集群线220分配至poi56的功率的量。

每个风力涡轮功率系统100可包括一个或多个控制器，诸如涡轮控制器224。涡轮控制器224可配置成控制风力涡轮功率系统100的构件(包括开关222或电压调节器228)和/或实施如本文中描述的一些或所有方法步骤。涡轮控制器224可位于每个风力涡轮10上或内，或可远离每个风力涡轮10定位。涡轮控制器224可为与风力涡轮功率系统100和/或风场电功率系统200相关联的其它控制器中的一个或多个的部分或包括于其中。涡轮控制器224可至少部分地基于poi56处所需要的功率和/或至少部分地基于风力涡轮功率系统100、风场电功率系统200的特性和/或风力涡轮10的特性(例如，风力涡轮的尺寸、位置、年限、维护状态)、电网的特性(例如，电网的强度或状况、风场或风力涡轮与电网的连接的强度或状况、电网架构、电网位置)、电网上的负载(例如，重的或可变的负载)和/或环境状况(例如，关于一个或多个风力涡轮的风况)来操作开关222以将一个或多个风力涡轮功率系统100与集群线220连接或断开且控制电压调节器228，诸如电压调节器增益。

风场电功率系统200可包括一个或多个控制器，诸如中央主控制器226。中央主控制器226可配置成控制风场电功率系统200的构件(包括开关208、210和212、电压调节器228)，与一个或多个其它控制器(诸如涡轮级控制器224)通信，和/或实施如本文中描述的一些或所有方法步骤。中央主控制器226可位于风场电功率系统200或其任何部分的地理区域内，或可远离风场电功率系统200或其任何部分定位。中央主控制器226可为与风场电功率系统200和/或风力涡轮功率系统100中的一个或多个相关联的其它控制器中的一个或多个的部分或包括于其中。集群204、风力涡轮功率系统100或涡轮级控制器224中的每个可与中央主控制器226通信地耦合。

中央主控制器226可至少部分地基于poi56处所需要的功率来生成控制信号且将控制信号发送至涡轮控制器224以操作开关222来将一个或多个风力涡轮功率系统100与集群线220连接或断开。中央主控制器226可至少部分地基于poi56处所需要的功率来生成控制信号且将控制信号发送至电压调节器228以操作或控制电压调节器228以及控制从一个或多个风力涡轮功率系统100通过集群线220输送至poi的功率的量。中央主控制器226可至少部分地基于poi56处所需要的功率和/或至少部分地基于风力涡轮功率系统100、风场电功率系统200的特性和/或风力涡轮10的特性(例如，风力涡轮的尺寸、位置、年限、维护状态)、电网的特性(例如，电网的强度或状况、风场或风力涡轮与电网的连接的强度或状况、电网架构、电网位置)、电网上的负载(例如，重的或可变的负载)和/或环境状况(例如，关于一个或多个风力涡轮的风况)来生成控制信号且将控制信号发送至开关208、210和/或212和/或电压调节器228以调节输送至poi56的功率。

现在参照图4，示出根据本公开内容的示例性实施例的控制器400的框图。如示出的，控制器400可为涡轮级控制器224或中央主控制器226。此外，如示出的，控制器400可包括一个或多个处理器402和相关联的存储器装置404，其配置成执行多种计算机实施的功能(例如，执行方法、步骤、计算等，以及存储如本文中公开的相关数据)。存储器装置404还可存储与下者相关的数据：风力涡轮功率系统100、风场电功率系统200的某些特性和/或风力涡轮10的特性(例如，风力涡轮的尺寸、位置、年限、维护状态)、电网的特性(例如，电网的强度或状况、风场或风力涡轮与电网的连接的强度或状况、电网架构、电网位置)、电网上的负载(例如，重的或可变的负载)和/或环境状况(例如，关于一个或多个风力涡轮的风况)。

另外，控制器400可包括通信模块406，以便于控制器与风力涡轮功率系统100、风场电功率系统200的各种构件和/或中央主控制器226之间的通信，其包括中央主控制器226与涡轮级控制器224之间的通信。此外，通信模块406可包括传感器接口408(例如，一个或多个模数转换器)，以允许从一个或多个传感器410、412和414传输的信号转换为可由处理器402理解和处理的信号。传感器410、412和414可用来测量、确定或收集关于下者的数据：风力涡轮功率系统100、风场电功率系统200的特性和/或风力涡轮10的特性(例如，风力涡轮的尺寸、位置、年限、维护状态)、电网的特性(例如，电网的强度或状况、风场或风力涡轮与电网的连接的强度或状况、电网架构、电网位置)、电网上的负载(例如，重的或可变的负载)和/或环境状况(例如，关于一个或多个风力涡轮的风况)。

仍参照图4，控制器400还可包括用户接口416。用户接口416可具有各种配置，且控件可安装在用户接口416中。用户接口416还可位于风场电功率系统200或其任何部分的地理区域内，或可远离风场电功率系统200或其任何部分定位。用户接口416可包括输入构件418。例如，输入构件418可为电容触摸屏。输入构件418可允许风场控制器226和涡轮控制器224以及任何计时器特征或其它用户可调节输入的选择性激活、调节或控制。多种电气、机械或机电输入装置(包括旋转度盘、按钮和触摸板)中的一种或多种还可单独地或组合地用作输入构件418。用户接口416可包括显示构件，诸如设计成为用户提供操作反馈的数字或模拟显示装置。

应了解的是，传感器410、412和414可使用任何合适的手段来通信地耦合到通信模块406。例如，传感器410、412和414可经由有线连接来耦合到传感器接口408。然而，在其它实施例中，传感器410、412和414可经由无线连接(诸如通过使用本领域中已知的任何合适的无线通信协议)来耦合到传感器接口408。像这样，处理器402可配置成从传感器410、412和414接收一个或多个信号。传感器410、412和414可为与风场电功率系统200和/或风力涡轮功率系统100中的一个或多个相关联的其它控制器中的一个或多个的部分或包括于其中。传感器410、412和414还可位于风场电功率系统200或其任何部分的地理区域内，或可远离风场电功率系统200或其任何部分定位。

还应理解的是，传感器410、412和414可为任何数量或类型的电压和/或电流传感器，其可在风力涡轮功率系统100内和在任何位置处采用。例如，传感器可为电流变压器、分路传感器、罗柯夫斯基线圈、霍尔效应电流传感器、微型惯性测量单元(mimu)或类似物和/或本领域中现在已知或以后开发的任何其它合适的电压或电流传感器。因此，一个或多个控制器(诸如风场控制器226和涡轮控制器224)配置成从传感器410、412和414接收一个或多个电压和/或电流反馈信号。

如本文中使用的，用语“处理器”不仅是指本领域中被认为包括于计算机中的集成电路，而且是指控制器、微型控制器、微型计算机、可编程逻辑控制器(plc)、专用集成电路和其它可编程电路。处理器402还配置成计算先进控制算法且以多种ethernet或基于串行的协议(modbus、opc、can等)通信。另外，存储器装置404大体上可包括存储器元件，其包括但不限于计算机可读介质(例如，随机存取存储器(ram)、计算机可读非易失性介质(例如，闪速存储器)、软盘、高密度光盘-只读存储器(cd-rom)、磁光盘(mod)、数字多功能盘(dvd)和/或其它合适的存储器元件)。此类存储器装置140大体上可配置成存储合适的计算机可读指令，其在由处理器402实施时使控制器配置成执行如本文中描述的各种功能。

现在参照图5和图6，分别示出根据本公开内容的用于控制风场电功率系统的方法500和系统600。更特别地，图5示出根据本公开内容的用于控制风场电功率系统的方法500的一个实施例的流程图，而图6示出根据本公开内容的用于控制风场电功率系统的系统600的一个实施例的示意图。

大体上，本文中将参照图1-4中示出的风力涡轮10、风力涡轮功率系统100、风场电功率系统200和各种控制器来描述方法500和系统600。然而，应了解的是，所公开的方法500和系统600可用具有任何其它合适配置的风力涡轮和风场来实施。

另外，虽然图5出于示出和论述的目的描绘以特定顺序执行的步骤，本文中论述的方法不限于任何特定的顺序或布置。使用本文中提供的公开内容的本领域技术人员将了解，本文中公开的方法的各种步骤可在不脱离本公开内容的范围的情况下以各种方式省略、重新布置、组合和/或适应。而且，应理解的是，方法500可由一个或多个控制器(诸如中央主控制器226和/或涡轮级控制器224)以及由包括于风力涡轮功率系统100和/或风场电功率系统200中的其它装置执行。

特别地参照图5，如(502)处示出的，方法500包括例如经由主控制器226接收在频域内与互连点56相关联的一个或多个电信号。例如，在实施例中，如图6中示出的，控制器226的预处理器602可从互连点56接收电信号603。而且，在实施例中，电信号可包括以下的任何一个或其组合：在互连点56处的相电压、相电流、有功功率和/或无功功率。另外，在某些实施例中，方法500可包括经由至少一个传感器(诸如传感器410、412、414中的一个)测量电信号。备选地，方法500可包括经由控制器226的计算机实施的模型确定或估计电信号。

如(504)处示出的，方法500包括经由控制器226的估计器604使用电信号来估计电网的电压灵敏度(例如电网强度)。在此外的实施例中，方法500可包括在估计电压灵敏度之前处理与互连点56相关联的电信号。例如，如图6中示出的，预处理器602可能够对电信号滤波、分类或类似物或其组合。

在特定实施例中，控制器226配置成通过将电网建模为在频域内的线性时不变系统(例如具有短的测量窗和小的线性信号扰动)来估计电网的电压灵敏度。例如，如图7和图8中示出的，控制器226可配置成生成关于电信号的频域700、800。更特别地，如示出的，图7示出关于电压和无功功率的频域，而图8示出关于电压和有功功率的频域。因为风场电功率系统200将由于风速变化在有功功率中具有扰动且对于各个风场在有功功率和无功功率中存在扰动的频率，控制器226可容易监测关于扰动的频域。更特别地，特定频率处的有功功率或无功功率中的扰动转化成相同频率处的电压响应。

因此，如图7中示出的，控制器226配置成识别电压和无功功率的对应响应对(如经由箭头702、704所指示的)。类似地，如图8中示出的，控制器226配置成识别电压和有功功率的对应响应对(如经由箭头802、804所指示的)。换句话说，控制器226配置成使有功功率和/或无功功率的扰动在频域内以相电压分组。因此，控制器226可确定扰动是对应于风场电功率系统200还是对应于相邻的风场电功率系统。例如，在实施例中，控制器226可识别不成组或不成对的扰动(作为与来自相邻风场电功率系统的扰动对应的那些)。相应地，控制器226可去除与相邻的风场电功率系统对应的扰动(诸如扰动706、806)，以分离扰动706、806对电压灵敏度的影响。

往回参照图6，系统600还可包括后处理器608，该后处理器608用于在估计电网的电压灵敏度之后处理与互连点56相关联的电信号，例如以确定电压调节器228的参数的误差分析。

相应地，如图5中(506)处示出的，方法500包括基于电压灵敏度动态地控制风场电功率系统200在互连点56处的电压。例如，在实施例中，如图6中示出的，控制器226可包括电压控制器606，该电压控制器606配置成通过使风场200的各个风力涡轮功率系统100的电压调节器228中的一个或多个的至少一个参数变化来动态地控制风场电功率系统200的电压以避免电网不稳定。在特定实施例中，例如，参数可例如包括调节器增益、有功功率设定点、无功功率设定点或其组合以及任何其它合适的参数。

现在参照图9和图10，示出用于分别使风场200的各个风力涡轮功率系统100的电压调节器228中的一个或多个的无功功率设定点和有功功率设定点(qsp和psp)变化以避免电网不稳定的各种实施例的控制图900、1000。此外，如图9和图10中示出的，控制图900、1000可包括比例积分(pi)控制器906、1006。像这样，控制图900、100可能够动态地调节与pi控制器906、1006相关联的调节器增益。更特别地，如示出的，控制图示出基于估计器604的输出902、1002的前馈电压控制的实施。因此，如框904和1004处分别示出的，δq和δp可根据来自估计器604的电压灵敏度(例如，dq/dv、dp/dv)来计算。更特别地，如图9中框904处示出的，δq可至少根据对特定风场可调节的增益(α1)、电压设定点(vsp)、实际电压(vact)以及来自估计器604的电压灵敏度(dq/dv)来计算。类似地，如图10中框1004处示出的，δp可至少根据对特定风场可调节的增益(α2)、电压设定点(vsp)、实际电压(vact)以及来自估计器604的电压灵敏度(dp/dv)来计算。而且，应理解的是，α1和α2可取决于后处理器误差分析在闭环运行中通过机器学习算法来动态地变更。

因此，在某些实施例中，控制器226配置成分配关于有功功率和无功功率的调节后的设定点(qsp和psp)，以实现期望的电压响应。像这样，可记录风场的响应来处理数据和为基于机器学习的算法提供反馈以做出进一步的决定。例如，如图6中示出的，系统600可包括机器学习算法610，该机器学习算法610从后处理器608接收反馈612且训练反馈612。在此类实施例中，如示出的，机器学习算法610配置成为控制器226的估计器604生成一个或多个控制命令614以不断地更新估计器604。

例如，在实施例中，控制命令614可包括用于使所测量的电信号的频域信号集群/分组的增益α1和α2，以及设定成滤除待分组的不想要的频域信号的阈值。而且，控制命令614可包括对预处理器参数(诸如，用于分析的采样窗口、用于估计的一次所考虑的样本的数量，等)的一些调节。换句话说，机器学习算法610配置成调节本文中描述的任何参数，以便减小由后处理器计算的误差(该误差为所测量的实际电压与使用电压灵敏度所估计的电压之间的差异)。像这样，机器学习算法610的目标在于使系统600在弱电网情况下可适应和稳健。

在特定实施例中，估计器604的响应时间可比控制器226更快，该控制器226比来自机器学习算法610的命令614更快。而且，在实施例中，机器学习算法610可为受训练的神经网络、简单的线性回归模型、随机森林回归模型、支持向量机或者基于所接收数据的质量和量的任何合适类型的监督学习模型。更特别地，在实施例中，方法可包括使强化学习技术嵌入机器学习算法610中。

本发明的各种方面和实施例由以下编号的条款限定：

条款1.一种用于控制风场电功率系统的方法，其中风场电功率系统包括控制器、通过互连点电连接到电网的多个风力涡轮，且其中每个风力涡轮包括电压调节器，方法包括：

经由控制器接收在频域内与互连点相关联的一个或多个电信号；

经由控制器的估计器使用一个或多个电信号来估计电网的电压灵敏度；以及

基于电压灵敏度动态地控制风场电功率系统在互连点处的电压。

条款2.条款1的方法，其中一个或多个电信号包括在互连点处的相电压、相电流、有功功率和无功功率中的至少一个。

条款3.前述条款中任一项的方法，还包括下者中的至少一个：经由至少一个传感器测量一个或多个电信号，或经由控制器的计算机实施的模型确定一个或多个电信号。

条款4.前述条款中任一项的方法，还包括在估计电压灵敏度之前处理与互连点相关联的一个或多个电信号，其中处理一个或多个电信号包括滤波或分类中的至少一个。

条款5.前述条款中任一项的方法，其中使用一个或多个电信号来估计电网的电压灵敏度还包括：

经由控制器将电网建模为在频域内的线性时不变系统；

监测关于扰动的频域；

确定扰动是对应于该风场电功率系统还是对应于相邻的风场电功率系统；以及

去除与相邻的风场电功率系统对应的扰动以分离扰动对电压灵敏度的影响。

条款6.前述条款中任一项的方法，其中确定扰动是对应于该风场电功率系统还是对应于相邻的风场电功率系统还包括：

使有功功率或无功功率中的至少一个的扰动在频域内以相电压分组；以及

去除不成组的扰动。

条款7.前述条款中任一项的方法，其中基于电压灵敏度动态地控制风场电功率系统的电压还包括：

使电压调节器中的一个或多个的至少一个参数变化以避免电网不稳定。

条款8.前述条款中任一项的方法，其中至少一个参数包括调节器增益、有功功率设定点或无功功率设定点中的至少一个。

条款9.前述条款中任一项的方法，还包括在基于电压灵敏度动态地控制风场电功率系统的电压之后经由控制器的后处理器来处理与互连点相关联的一个或多个电信号以确定电压调节器的一个或多个参数的误差分析。

条款10.前述条款中任一项的方法，还包括：

经由控制器的机器学习算法接收来自后处理器的反馈；以及

经由机器学习算法训练反馈。

条款11.前述条款中任一项的方法，还包括使用机器学习算法的输出来为控制器的估计器生成一个或多个控制命令以不断地更新估计器。

条款12.前述条款中任一项的方法，其中估计器的响应时间比控制器更快，且控制器的响应时间比从机器学习算法生成一个或多个控制命令更快。

条款13.前述条款中任一项的方法，其中机器学习算法包括受训练的神经网络、简单的线性回归模型、随机森林回归模型或支持向量机。

条款14.前述条款中任一项的方法，还包括使强化学习技术嵌入机器学习算法中。

条款15.一种用于控制风场电功率系统的系统，其中风场电功率系统包括通过互连点电连接到电网的多个风力涡轮，且其中每个风力涡轮包括电压调节器，系统包括：

控制器，该控制器包括多个处理器，该多个处理器至少包括估计器，该估计器配置成执行操作，该操作包括：

接收在频域内与互连点相关联的一个或多个电信号；以及

使用一个或多个电信号来估计电网的电压灵敏度；且

其中控制器通过使电压调节器中的一个或多个的至少一个参数变化以基于电压灵敏度动态地控制风场电功率系统在互连点处的电压以避免电网不稳定。

条款16.条款15的系统，其中一个或多个电信号包括在互连点处的相电压、相电流、有功功率和无功功率中的至少一个。

条款17.条款15-16的系统，其中多个处理器还包括预处理器，该预处理器用于在估计电压灵敏度之前处理与互连点相关联的一个或多个电信号。

条款18.条款15-17的系统，其中使用一个或多个电信号来估计电网的电压灵敏度还包括：

将电网建模为在频域内的线性时不变系统；

监测关于扰动的频域；

确定扰动是对应于该风场电功率系统还是对应于相邻的风场电功率系统；以及

去除与相邻的风场电功率系统对应的扰动以分离扰动对电压灵敏度的影响。

条款19.条款15-18的系统，其中多个处理器还包括后处理器，该后处理器用于在基于电压灵敏度动态地控制风场电功率系统的电压之后处理与互连点相关联的一个或多个电信号以确定电压调节器的一个或多个参数的误差分析。

条款20.条款15-19的系统，其中多个处理器还包括机器学习算法，该机器学习算法配置成接收和训练来自后处理器的反馈以及为估计器生成一个或多个控制命令以不断地更新估计器。

该书面描述使用示例来公开本发明(包括最佳模式)，且还使本领域的任何技术人员能够实施本发明，包括制作和使用任何装置或系统以及执行任何结合的方法。本发明的可申请专利的范围由权利要求书限定，且可包括本领域技术人员想到的其它示例。如果此类其它示例包括不异于权利要求书的字面语言的结构元件，或如果它们包括带有与权利要求书的字面语言非实质性差异的等同结构元件，此类其它示例意在处于权利要求书的范围内。