[发明专利]一种基于人工智能和激光雷达测风的风电场能量管理技术

权利要求书

1.一种基于人工智能和激光雷达测风的风电场能量管理技术，其特征在于，包括：

实时读取风电场中所有风电机组的运行状态信息和激光测风雷达测量的风速信息；

实时读取调度系统下达的AGC指令，并实时判断风电场输出功率是否在调节死区范围内，如果在调节死区范围内，则继续循环判断；如果不在调节死区范围内，则根据机组运行状态信息进行基于人工智能的机组动态分类，将机组分为6类；

按照机组分类，执行基于人工智能的有功功率分配算法，若需升功率则执行升功率分配算法，若需降功率，则执行降功率分配算法；

依据有功功率分配算法计算的每一台机组承担的有功功率调节量，进行机组运行状态稳定性判断，全部通过稳定性判断，则每一台机组下达功率指令；若有部分机组未通过稳定性判断，则返回基于人工智能的机组动态分类的步骤；

最后将形成的指令下达给每一台风电机组；

第三-六类风电机组运行状态发生变化时，输出功率调整变化量计算过程为：

第3类风电机组桨距角为零，通过发电机转矩T、转速ω _r 、机舱风速v三个属性值描述机组当前的运行状态；根据风电场历史实际运行数据中第3类机组的运行数据，创建(v，ω_r，T)三维散点图；

建立与之对应的m×n×q维三维矩阵模型A1_m×n×q，第i行，第j列，第k页的元素值记为A1(i，j，k)，B(i，j)表示第i行与第j列交叉的q个元素组成的q维列向量，将列向量B(i，j)所有元素的均值记为

对于任意平衡点(v₀，ω_r0，T₀)，机组当前的工作状态记为S1(v₀，ω_r0，T₀)，都能找到与之对应的最相近的状态

当机组的工作状态发生(u₁Δv，u₂Δω_r，u₃ΔT)偏差时，其状态改变为S1(v₀+u₁Δv，ω_r0+u₂Δω_r，T₀+u₃ΔT)，在三维矩阵模型中与之对应的状态变为其中，μ₁、μ₂、μ₃表示在每一维坐标系中，状态点变化的位移；

假设当前时刻风速保持不变，即风速保持不变时u₁＝0，机组从状态转移到通过转速调节，输出功率调整变化量为：

第四-第六类风电机组的运行状态设定为S2-S4，假设当前时刻风速保持不变，即风速保持不变时u₁＝0，第四-第六类风电机组从状态转移到通过变桨调节，输出功率调整变化量为：

2.根据权利要求1所述的基于人工智能和激光雷达测风的风电场能量管理技术，其特征在于，在运行状态信息读取的步骤中，包括步骤：

实时读取风电机组运行状态信息；

实时读取每一台机组的激光测风信息。

3.根据权利要求2所述的基于人工智能和激光雷达测风的风电场能量管理技术，其特征在于，将风电机组类型分为6类：

第1类为停运机组，即因故障或其他原因不在发电状态的风电机组；第2类为工作在启动区域的风电机组，即处于正在启机过程的风电机组；工作在最大功率跟踪区域的风电机组分为两种，第一种为处于最低转速以上额定转速以下，但桨距角为零的风电机组，将这一种类型的风电机组归为第3类，另一种为处于限功率运行状态，转速被迫增大至额定转速的风电机组，将这一种类型的风电机组归为第4类第5类为工作在恒转速区域的风电机组，即转速达到额定转速，但功率未达到额定功率的风电机组；第6类为工作在恒功率区域的风电机组，即功率达到额定功率的风电机组；其中，第1类和第2类风电机组不具备功率调节能力，不参与风电场功率调节。