[发明专利]风力发电机组的偏航控制设备和方法

说明书

技术领域

本发明涉及风力发电机组的控制领域。更具体地讲，涉及一种风力发电机组的偏航控制设备。

背景技术

风力发电机主动偏航是偏航控制器根据风向传感器的输出信号以及偏航控制策略来控制偏航动作。例如，当风向与机舱位置的误差变化超过设定的允许范围时，偏航控制器便会发出偏航指令控制偏航电机带动偏航大齿圈执行偏航校正动作，使机舱准确对风。

现有的偏航控制策略比较单一，适用性不广。

发明内容

本发明的目的在于提供一种风力发电机组的偏航控制设备和方法，以解决现有的偏航控制策略适用性不广的问题。

本发明的一方面提供一种风力发电机组的偏航控制设备，所述偏航控制设备包括第一获取单元，获取所述风力发电机组在预定时间段内的历史风况数据；寻优单元，根据历史风况数据以及所述风力发电机组的仿真模型通过预定的寻优算法来确定偏航误差角阈值以及时间延迟阈值，其中，所述预定的寻优算法包括指示所述风力发电机组的预定的性能指标的目标函数；第二获取单元，实时获取所述风力发电机组所处位置的风向以及所述风力发电机组的机舱位置；差值确定单元，确定所述风向与所述机舱位置之间的差值；偏航控制单元，当所述差值大于所述偏航误差角阈值且持续时间超过所述时间延迟阈值时，控制所述风力发电机组偏航。

可选地，所述预定的寻优算法为多目标寻优算法，所述多目标寻优算法包括分别指示所述风力发电机组的多个预定的性能指标的多个目标函数。

可选地，所述目标函数包括以下函数中的至少一个：发电量函数、偏航次数函数、偏航时间函数、自耗电量函数和对风偏差函数；寻优的目标包括以下目标中的至少一个：发电量函数值最大、偏航次数函数值最小、偏航时间函数值最小、自耗电量函数值最小和对风偏差函数值最小。

可选地，发电量函数值最大指示所述风力发电机组在所述预定时间段内累计的发电量最大，偏航次数函数值最小指示所述风力发电机组在所述预定时间段内累计的偏航次数最少，所述偏航时间函数值最小指示所述风力发电机组在所述预定时间段内累计的偏航时间最短，自耗电量函数值最小指示所述风力发电机组在所述预定时间段内累计的自耗电量最小，对风偏差函数值最小指示所述风力发电机组在所述预定时间段内的各个时刻的对风偏差的均方根最小。

可选地，所述多目标寻优算法为遗传算法，其中，寻优单元将多个目标函数进行线性加权得到总目标函数，将所述总目标函数作为所述遗传算法的目标函数，并且根据历史风况数据以及所述风力发电机组的仿真模型通过所述遗传算法来确定所述偏航误差角阈值以及所述时间延迟阈值。

可选地，所述寻优单元将多个目标函数进行归一化处理，并且将归一化处理后的多个目标函数进行线性加权以得到总目标函数。

可选地，寻优单元将偏航误差角阈值和时间延迟阈值作为种群的个体，生成初始种群，根据历史风况数据以及所述风力发电机组的仿真模型确定初始种群中的各个个体对应的目标函数值，并根据寻优的目标以及所述目标函数值对初始种群的各个个体进行优化，将优化的各个个体遗传，或者将优化的各个个体产生新的个体，并将新的个体遗传，直到达到最大迭代数或退出迭代条件，将与目标函数极值对应的个体作为最优解。

可选地，所述多目标寻优算法为遗传算法，其中，寻优单元将多个目标函数作为所述遗传算法的多个并列的目标函数，并且根据历史风况数据以及所述风力发电机组的仿真模型通过所述遗传算法来确定所述偏航误差角阈值以及所述时间延迟阈值。

可选地，所述寻优单元将偏航误差角阈值和时间延迟阈值作为种群的个体，生成总初始种群，将总初始种群分为分别与各个目标函数对应的多个子初始种群，根据历史风况数据以及所述风力发电机组的仿真模型确定各个子初始种群中的各个个体对应的目标函数值，根据寻优的目标以及所述目标函数值对各个子初始种群中的各个个体进行优化，将各个子初始种群中优化的各个个体合并成一个总群体，根据所述总群体中生成下一代总种群，直到达到最大迭代数或退出迭代条件，生成帕累托最优解。

根据本发明的另一方面提供一种风力发电机组的偏航控制方法，所述偏航控制方法包括：获取所述风力发电机组在预定时间段内的历史风况数据；根据历史风况数据以及所述风力发电机组的仿真模型通过预定的寻优算法来确定偏航误差角阈值以及时间延迟阈值，其中，所述预定的寻优算法包括指示所述风力发电机组的预定的性能指标的目标函数；实时获取所述风力发电机组所处位置的风向以及所述风力发电机组的机舱位置；确定所述风向与所述机舱位置之间的差值；当所述差值大于所述偏航误差角阈值且持续时间超过所述时间延迟阈值时，控制所述风力发电机组偏航。