[发明专利]用于藉由LIDAR传感器来采集入射风场以及对其进行建模的方法

说明书

本发明的主题涉及一种用于藉由LiDAR传感器来采集入射风场并且对其进行建模的方法。采集和建模包括用于针对一组离散化点来评估风幅度和风的方向的步骤，以及用于三维且实时地重构该入射风场的步骤。本发明还涉及一种用于根据三维且实时地重构的入射风场来控制和/或监视装备有这种LiDAR传感器的风力涡轮机的方法。

技术领域

本发明涉及用作测量风速的远程感测装置的LiDAR(光检测和测距)传感器的领域。它还涉及装备有LiDAR传感器的风力涡轮机及对其控制的领域。

LiDAR传感器在测量精度、可靠性和可用性方面的性能允许针对目标气溶胶体进行风力状态估计和预测。然而，LiDAR传感器在数据精度和可用性方面有一些限制。一方面，它们仅提供原始风力测量值，即风在测量轴上的投影(也称为激光(受激辐射光放大)光束)，并且另一方面，它们仅允许访问一受限带宽，该受限带宽因风的频谱内容而损坏。由于原始测量值是与风在激光束轴上的投影相对应的间接风力测量值，因此有必要将不同方向的若干光束(或若干测量轴)的若干原始测量值组合在一起，以获得对风力向量的准确估计。

然而，此类估计不能简单或直接地获得，并且它们要求设计和开发与可变信号质量、传感器几何形状、和风力状况有关的准确且稳健的重构算法。

发明背景

迄今为止，所开发的大多数重构方法基于对整个转子扫掠区域的均匀且稳定的风场的假定，如以下文献中所述：“A tutorial on the dynamics and control of windturbines and wind farms(有关风力涡轮机和风电场的动力学和控制的教程)”，2009American Control Conference(2009美国控制会议)，IEEE 2009年，第2076-2089页。

然而，这种假定既不具有代表性也不现实，因为风速随大气边界层内的海拔显著变化，且具有很复杂的动力学。

由P.Towers和B.Ll.Jones出版的“Real-time wind field reconstruction fromLiDAR measurements using a dynamic wind model and state estimation(使用动态风模型和状态估计根据LiDAR测量值的实时风场重构)”，Wind Energy 19.1(2016)(风能19.1(2016))，第133-150页，提供了一种用于重构风场的估计算法。该办法包括使用集成基于简化Navier-Stokes方程的流量模型的无迹卡尔曼滤波器。然而，这种技术可在固定海拔提供对风场的二维(2D)重构。此外，该出版物中描述的技术依赖于不现实的假定，根据该假定用LiDAR传感器执行的所有测量同时可用于所有光束。

最后，一些LiDAR传感器制造商也提供了一种重构算法。在这种情形中，原理是从测量插值获得空间中的未测量点的风速的瞬时估计。然而，在这种情形中，只有对LiDAR轴中风力分量的估计能实时地且在线获得。纵向风速和风向仅基于移动平均获得，并且它们对于实时应用是不可利用的。

在风力涡轮机领域，其生产率及维护成本在很大程度上取决于系统监视能力，特别是利用相关风信息的能力。实际上，对风力涡轮机的结构和元件造成损坏的主要来源与涉及极端负载(强湍流风、阵风)的风力状况以及承受振动和振荡现象的材料的疲劳有关。后者是由风力涡轮机与风场之间的相互作用生成的，其中振动问题显著激发了风力涡轮机的本征模式。存在一些当前实施的控制策略，但是它们没有可集成在控制回路中的可靠风信息来确保所计划的服务寿命。在一些情形中，转子速度通过发电机扭矩和空气动力学扭矩(经由叶片取向)来调节。在其他情形中，风力测量并不直接在控制回路中使用，因此转子速度被反馈调节。也可能存在来自布置在湍流区(机舱)中并经历漂移的风速计传感器的对准，这导致经常失准的风力涡轮机。

在所有情形中，这都要求将风力涡轮机设计中的约束与加固结构和相关联的附加投资成本以及生产损失和相关联的结构负载风险整合在一起。