ES2610905T3 - Turbina eólica que tiene un método de control y controlador para realizar control predictivo de un generador de turbina eólica - Google Patents

Turbina eólica que tiene un método de control y controlador para realizar control predictivo de un generador de turbina eólica Download PDF

Info

Publication number
ES2610905T3
ES2610905T3 ES10721349.8T ES10721349T ES2610905T3 ES 2610905 T3 ES2610905 T3 ES 2610905T3 ES 10721349 T ES10721349 T ES 10721349T ES 2610905 T3 ES2610905 T3 ES 2610905T3
Authority
ES
Spain
Prior art keywords
wind turbine
time series
control signal
wind
values
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
ES10721349.8T
Other languages
English (en)
Other versions
ES2610905T8 (es
Inventor
Christopher Spruce
Robert Bowyer
Justin Creaby
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Vestas Wind Systems AS
Original Assignee
Vestas Wind Systems AS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Vestas Wind Systems AS filed Critical Vestas Wind Systems AS
Application granted granted Critical
Publication of ES2610905T3 publication Critical patent/ES2610905T3/es
Publication of ES2610905T8 publication Critical patent/ES2610905T8/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D7/00—Controlling wind motors 
    • F03D7/02—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D7/00—Controlling wind motors 
    • F03D7/02—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor
    • F03D7/04—Automatic control; Regulation
    • F03D7/042—Automatic control; Regulation by means of an electrical or electronic controller
    • F03D7/043—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic
    • F03D7/045—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic with model-based controls
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D7/00—Controlling wind motors 
    • F03D7/02—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor
    • F03D7/022—Adjusting aerodynamic properties of the blades
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D7/00—Controlling wind motors 
    • F03D7/02—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor
    • F03D7/022—Adjusting aerodynamic properties of the blades
    • F03D7/0224—Adjusting blade pitch
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D7/00—Controlling wind motors 
    • F03D7/02—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor
    • F03D7/0272—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor by measures acting on the electrical generator
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D7/00—Controlling wind motors 
    • F03D7/02—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor
    • F03D7/04—Automatic control; Regulation
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2260/00—Function
    • F05B2260/82—Forecasts
    • F05B2260/821—Parameter estimation or prediction
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/10—Purpose of the control system
    • F05B2270/20—Purpose of the control system to optimise the performance of a machine
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/30—Control parameters, e.g. input parameters
    • F05B2270/32—Wind speeds
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/40—Type of control system
    • F05B2270/404—Type of control system active, predictive, or anticipative
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/72—Wind turbines with rotation axis in wind direction

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Fluid Mechanics (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Wind Motors (AREA)
  • Control Of Eletrric Generators (AREA)

Abstract

Turbina eólica que comprende: una o más palas de rotor; un sistema de actuador de paso para ajustar el ángulo de paso de la una o más palas de rotor de turbina eólica; un generador; un sensor de viento para detectar la velocidad de viento incidente al menos en una primera posición que está una distancia predeterminada en frente de la una o más palas de rotor; y un controlador acoplado al sensor de viento para proporcionar una señal de control de salida para la turbina eólica, en la que el controlador está dispuesto de una de manera cíclica para realizar repetidamente las etapas de: a) recibir valores desde el sensor de viento de la velocidad de viento incidente a la distancia predeterminada en frente de la turbina eólica; b) generar una representación de serie de tiempo de la velocidad de viento incidente para un período de tiempo futuro; c) postular una serie de tiempo de valores para una señal de control de salida para un período de tiempo futuro; d) optimizar la serie de tiempo de valores para la señal de control de salida basándose en minimizar una función de coste, en la que la función de coste incluye términos que definen aspectos del funcionamiento de la turbina eólica; e) emitir una señal de control basándose en la serie de tiempo de valores optimizada en la etapa d), siendo la señal de control el valor inmediato en la serie de tiempo de la señal de control.

Description

5
10
15
20
25
30
35
40
45
50
55
DESCRIPCION
Turbina eolica que tiene un metodo de control y controlador para realizar control predictivo de un generador de turbina eolica
Campo de la invencion
Esta invencion se refiere a turbinas eolicas y mas espedficamente a una turbina eolica que usa un metodo de control y/o un controlador para realizar control predictivo del generador de turbina eolica.
Antecedentes a la invencion
La figura 1 ilustra una turbina eolica 1, que comprende una torre de turbina eolica 2 sobre la que se monta una gondola de turbina eolica 3. Un rotor de turbina eolica 4 que comprende al menos una pala de turbina eolica 5 se monta sobre un buje 6. El buje 6 se conecta a la gondola 3 a traves de un arbol de baja velocidad (no mostrado) que se extiende desde la parte delantera de la gondola. La turbina eolica ilustrada en la figura 1 puede ser un modelo pequeno previsto para uso domestico o servicios ligeros, o por ejemplo puede ser un modelo grande, tal como aquellos que son adecuados para usar en generacion electrica a gran escala en una granja eolica. En este ultimo caso, el diametro del rotor puede ser de hasta 100 metros o mas.
Cuando se selecciona una turbina eolica para una ubicacion de funcionamiento dada, se da la consideracion a las caractensticas del sitio tales como las complejidades del terreno del sitio y las condiciones promedio del viento. La turbina elegida puede funcionar de manera ideal a potencia nominal durante la mayor parte del tiempo posible. Sin embargo, en la practica, las velocidades de viento son variables y la turbina debe poder enfrentarse a una amplia variedad velocidades de viento. A velocidades de viento menores la salida de potencia sera o bien nula, si hay viento insignificante, o bien inferior a la potencia nominal. Una vez que la velocidad de viento aumenta hasta por encima de la requerida para la potencia nominal la turbina se protegera a sf misma del dano, por ejemplo, variando el paso de las palas para reducir la potencia extrafda del viento. En casos extremos la turbina puede apagarse o desviar el viento para prevenir dano catastrofico.
Cuando se ajusta el angulo de paso para compensar los cambios en la velocidad de viento medida en la turbina eolica, hay un retraso de tiempo inevitable entre la deteccion de la deteccion de velocidad de viento instantanea y las palas que se llevan a la posicion de paso correcta. Por tanto se conoce controlar el paso de la turbina eolica basandose en la velocidad de viento esperada futura medida usando un aparato LIDAR.
El uso de LIDAR para controlar el funcionamiento de las turbinas eolicas se conoce, por ejemplo, a partir del documento US 6.320.272 de Lading et al, que ensena el uso de un sistema de medicion de velocidad de viento por laser tal como un aparato LIDAR (alcance y deteccion de luz) montado sobre la gondola. El LIDAR funciona mediante emision de un haz de laser en frente de la turbina eolica para medir las condiciones a una distancia en frente de la turbina eolica. La distancia se dispone normalmente para estar a entre 0,5 y 3 diametros de rotor de la turbina, la que es por tanto del orden de 50 a 300 m para una turbina eolica moderna grande. El LIDAR funciona de manera conocida o bien detectando moleculas de aire o bien detectando partfculas arrastradas en la corriente de aire y calculando informacion sobre el flujo de aire a partir de estas medidas. Esta informacion puede incluir velocidad y direccion de viento y cizalladura del viento en las direcciones vertical y horizontal aunque los parametros que pueden calcularse dependeran de la complejidad del LIDAR usado. El angulo de paso puede entonces ajustarse con antelacion a los cambios en la velocidad del viento y el funcionamiento de la turbina eolica puede posteriormente hacerse mas eficiente.
Sin embargo, el ajuste de paso de pala de rotor basandose en medidas del valor futuro del viento puede llevar a otras dificultades operacionales, tales como la manera de controlar basandose en aquellas variables que va a realizarse en tiempo real para un generador de turbina eolica. Con respecto a esto, se ha apreciado que hay una necesidad de una tecnica de control mejorada.
Ademas, el control en tiempo real de la turbina eolica para ajustar parametros de control mecanicos o electricos puede llevar a un aumento del desgaste en el sistema de actuador de control si el control no se realiza apropiadamente. Tambien se ha apreciado que el control de la turbina eolica basandose en el valor predicho de parametros futuros puede usarse para ofrecer un sistema de control mas fiable y mas sensible.
El documento “Anticipatory Control of Wind Turbines With Data-Driven Predictive Models” de H. Zheng et al, IEEE transactions on Energy Conversion, vol. 23, n.° 3, 1 de septiembre de 2009, paginas 766-774, da un ejemplo de una estructura de control predictivo de modelo usando una estimacion de la velocidad de viento.
Sumario de la invencion
En un aspecto preferido, la invencion proporciona una turbina eolica que comprende: una o mas palas de rotor; un sistema de actuador de paso para ajustar el angulo de paso de la una o mas palas de rotor de turbina eolica; un generador; un sensor de viento para detectar la velocidad de viento incidente en al menos una posicion que esta una distancia predeterminada en frente de la una o mas palas de rotor; y un controlador acoplado al sensor de viento
5
10
15
20
25
30
35
40
45
50
para proporcionar una senal de control de salida para la turbina eolica, en la que el controlador se dispone para: a) recibir valores desde el sensor de viento que indican la velocidad de viento incidente a una distancia predeterminada en frente de la turbina eolica; b) generar una representacion de serie de tiempo de la velocidad de viento incidente para un penodo de tiempo futuro; c) postular una serie de tiempo de valores para una senal de control de salida para un penodo de tiempo futuro; d) optimizar la serie de tiempo de valores para la senal de control de salida basandose en minimizar una funcion de coste, en la que la funcion de coste incluye terminos que definen aspectos del funcionamiento de la turbina eolica; y e) emitir una senal de control basandose en la serie de tiempo de valores optimizada en la etapa d). El proceso de control proporcionado mediante la funcion de coste y optimizacion de la senal de control, permite controlar la turbina eolica de manera eficaz y suave, reduciendo el desgaste operacional y prolongando la vida de los componentes electronicos y mecanicos.
En una realizacion, la senal de control de salida es una de senal de referencia de paso de pala emitida al sistema de actuacion de paso. En una realizacion adicional, la senal de control de salida puede unicamente o ademas comprender una referencia de potencia de generador emitida al generador.
Ventajosamente, la funcion de coste contiene un termino que representa la diferencia entre una representacion de serie de tiempo de la velocidad requerida del generador, y una representacion de serie de tiempo de futuro de la velocidad de generador predicha. Por tanto, el funcionamiento del generador puede mapearse en el futuro y el control puede gestionarse a lo largo de un penodo de tiempo prolongado, sin la necesidad de etapas de control reactivas repentinas.
La representacion de serie de tiempo de la velocidad de generador predicha puede calcularse basandose en la representacion de serie de tiempo de la velocidad de viento incidente para un penodo de tiempo futuro, y los valores de serie de tiempo de la senal de control. Ventajosamente, la funcion de coste contiene un termino que representa el grado en el que se permiten cambios en el valor de la senal de control. Por tanto, pueden minimizarse variaciones en la senal de control dando como resultado un control mas suave del sistema.
En una realizacion, el controlador se dispone para recibir uno o mas valores de referencia optimos para la senal de control, basandose en una velocidad de viento medida en la turbina eolica. Ventajosamente, la funcion de coste contiene un termino que representa el grado en el que se permite que la serie de tiempo de valores para la senal de control emitida una vez optimizada difiera de los valores optimos suponiendo una velocidad del viento en estado estacionario. Esto garantiza que el funcionamiento de la turbina eolica puede mantenerse dentro de una tolerancia requerida de los valores optimos, pero con un grado de flexibilidad en el seguimiento.
Preferiblemente, el sensor de viento es un anemometro de tipo Doppler.
Tambien se proporcionan un metodo, un aparato y un programa de ordenador correspondientes.
Breve descripcion de los dibujos
Ahora se describiran las realizaciones de la invencion, unicamente a modo de ejemplo, y con referencia a los dibujos adjuntos, en los que:
la figura 1 es una vista frontal de una turbina eolica de eje horizontal;
la figura 2 es una vista lateral esquematica de la turbina eolica de la figura 1 que muestra los componentes alojados en la gondola;
la figura 3 es una vista esquematica del controlador principal de la turbina eolica mostrado en la figura 2;
la figura 4 es una vista esquematica del controlador principal de la turbina eolica segun un primer ejemplo de la invencion;
la figura 5 es un diagrama esquematico de un sistema de control predictivo para un generador de turbina eolica; la figura 6 es un diagrama esquematico de un modelo de control predictivo;
la figura 7 muestra una pluralidad de graficos de serie de tiempo para parametros de control usados en el sistema de control; y
la figura 8 es un diagrama de flujo que ilustra un ejemplo de un metodo de control.
Descripcion detallada de las realizaciones preferidas
La invencion se refiere de manera general a un metodo y un aparato para realizar control predictivo de un generador de turbina eolica. Se conoce proporcionar senales de control a una turbina eolica con el fin de controlar el paso de las palas de rotor de turbina eolica y la velocidad del generador basandose en la velocidad de viento instantanea medida. Sin embargo, es diffcil usar medidas de velocidad de viento instantaneas para lograr un control suave, debido a velocidades de respuesta finitas de los sistemas electromecanicos asociados, asf como a las entradas de
5
10
15
20
25
30
35
40
45
50
55
60
sistema de control que cambian constantemente. El sistema de control predictivo descrito en el presente documento adopta un modelo de la velocidad de generador basandose en los valores de la velocidad de viento incidente v(t) y los valores de una senal de control u(t) emitida a la turbina eolica en un bucle de alimentacion directa. En el presente documento, la senal de control puede ser para uno o mas de controlar o bien la configuracion de potencia del generador o bien el angulo de paso de las palas de rotor. El controlador predictivo usa una serie de tiempo dclica de valores para v(t) y u(t) y basandose en una respuesta predicha de la velocidad de generador w(t) optimiza la senal de control de serie de tiempo u(t). Esto puede hacerse a traves de la serie de tiempo u(t) completa correspondiente en longitud y tiempo a v(t). Sin embargo, en la practica es preferible unicamente optimizar u(t) para unos pocos valores en el futuro de manera que la optimizacion puede completarse mas rapidamente. Suponiendo una serie de tiempo de 30 valores para v, se ha encontrado que optimizar hasta cinco valores de u funciona en la practica. La respuesta predicha de la velocidad de generador w(t) se basa en un modelo, que puede mejorar en tiempo real a medida que funciona la turbina eolica.
La figura 2, a la que se debe hacer referencia ahora, es una ilustracion esquematica que muestra componentes ubicados en el interior de la gondola 3 para la turbina eolica mostrada en la figura 1. El buje de rotor 6 se conecta en la parte delantera de la gondola 3 a un arbol de accionamiento principal 7 que se recibe en una caja de engranajes 8. La caja de engranajes 8 se conecta, a su vez, a un arbol 9 unido a un generador electrico 10. El generador 10 proporciona una salida electrica que se hace pasar a un convertidor de frecuencia electrica 11 y posteriormente a una salida 12 para la conexion a la red electrica o servicios locales13.
La turbina 1 tiene un controlador principal 14 conectado a un equipo de sensor 15, tal como un anemometro o LIDAR. El anemometro alojado en la gondola de turbina eolica 3 puede usarse para medir la velocidad de viento instantanea en la turbina eolica. Un aparato LIDAR por otra parte puede usarse para medir la velocidad de viento en la turbina eolica o mas normalmente a cierta distancia en frente de la turbina eolica en la trayectoria del viento incidente. Con respecto a esto, puede considerarse que el LIDAR mide la velocidad de viento futura encontrada en la turbina eolica. En el caso de turbinas eolicas conectadas a un parque eolico o a la red electrica, el controlador principal tambien se conecta normalmente a una red de monitorizacion y control 16. Por medio de la red 16, el controlador principal 14 puede recibir actualizaciones de su informacion de control y puntos de configuracion operacionales, asf como descargar informes de estado de funcionamiento para fines de monitorizacion y deteccion de fallos.
El controlador principal proporciona una referencia de paso separada emitida al aparato actuador de paso 17 y una referencia de potencia emitida al aparato de control de potencia 18. Estas se calculan basandose en algoritmos de control internos en el controlador principal y la informacion recibida desde el sensor 15 y la red 16.
El valor de referencia de paso es el angulo que se requiere que formen las palas de rotor con respecto al viento incidente, y se ajusta el valor para reflejar cambios en la velocidad de viento incidente. El angulo de paso de las palas afecta a la velocidad de punta de las palas de turbina rotatorias, y el papel del aparato actuador de paso 17 es controlar constantemente las palas segun el angulo de paso recibido desde el controlador. El ajuste constante del angulo de paso de las palas de rotor garantiza que o bien se genera la potencia optima mediante la turbina eolica o bien cuando la velocidad de viento es demasiado alta puede degradarse la turbina eolica para entrar en un modo seguro.
El controlador de potencia 18 recibe una senal de entrada desde la salida 12 de la turbina eolica asf como recibe la referencia de potencia desde el controlador principal 14. En generadores sincronizados, el papel del controlador de potencia 18 es garantizar que la frecuencia de la salida de corriente alterna del generador esta dentro del intervalo deseado para alimentar a la red electrica. El controlador de potencia 18 proporciona una salida al convertidor electrico, que a traves de ajuste de la frecuencia de la corriente de rotor en el circuito de rotor del generador permite que se vane la velocidad del generador. En el presente documento, se entiende normalmente que la velocidad de generador es la velocidad del rotor de generador. El controlador de potencia ajusta la referencia de potencia segun la frecuencia de red electrica. Aunque normalmente la potencia de la turbina eolica esta vinculada directamente a la velocidad de viento, la potencia tambien puede reducirse deliberadamente mediante una referencia de potencia externa transmitida desde el controlador principal 14. Cuando la potencia se reduce mediante una referencia de potencia externa, se dice que la turbina esta degradada.
La figura 3 ilustra el controlador principal con mas detalle. De manera general, el papel del controlador principal es supervisar el funcionamiento de la turbina eolica y garantizar todo el tiempo que la cantidad de energfa que se esta produciendo es maxima, mientras se limita el ruido de funcionamiento y las cargas mecanicas experimentadas por el dispositivo. El controlador principal 14 incluye un controlador de carga parcial 21 y un controlador de carga total 22. Estos funcionan en regfmenes de potencia respectivos para proporcionar salidas de referencia de paso y potencia apropiadas que, o bien maximizan la potencia producida o bien degradan la turbina eolica segun se requiera. La logica de conmutacion 23 determina en cual de los dos regfmenes esta funcionando actualmente la turbina eolica y conmuta a los controladores apropiados.
El controlador de carga parcial 21 funciona cuando la velocidad de viento no es suficiente para que la turbina eolica genere suficiente potencia para cumplir el valor de potencia preestablecido requerido. En este regimen, el paso de las palas de turbina eolica se configura a un angulo optimo para extraer tanta energfa del viento como sea posible,
5
10
15
20
25
30
35
40
45
50
55
mientras se satisface cualquier restriccion de ruido dada u otros requerimientos de funcionamiento. El parametro de control de salida principal del controlador de carga parcial es por tanto una referencia de potencia, mediante lo cual puede controlarse la velocidad del generador.
El funcionamiento de carga parcial puede dividirse normalmente en tres intervalos:
a) Funcionamiento a un lfmite de velocidad bajo (von <v < v1), en el que la velocidad de generador (w) en rpm se mantiene en el valor mas bajo posible. En el presente documento von es la velocidad de viento minima a la que la turbina puede funcionar, y v1 es un primer valor umbral;
b) Funcionamiento a eficiencia optima (v1 < v < v2) en el que las rpm del rotor se controlan para ser proporcionales a la velocidad de viento dando como resultado la eficiencia aerodinamica maxima del rotor. En este regimen, el angulo de paso se mantiene sustancialmente constante.
c) Funcionamiento a rpm nominales (v2 < v < vnom) en el que si la velocidad de viento es mayor que v2, la turbina esta funcionando en sus rpm de generador nominales. Sin embargo, en la practica, bajo la influencia de turbulencias, las rpm fluctuaran dinamicamente alrededor del punto de configuracion estacionario.
El controlador de carga total 22 es activada automaticamente por la logica de conmutacion 23 tan pronto como la salida de potencia de la turbina eolica se eleva hasta ser igual a la demanda de potencia configurada por el controlador principal 14. En el control de carga total, el controlador 22 ajusta el angulo de paso de las palas de turbina eolica 5 para garantizar que esa salida de potencia de la turbina eolica permanece en un valor preestablecido. Por tanto, las rpm del generador (w) se controlan esencialmente por la salida de referencia de paso usada para controlar las palas de turbina eolica 5. Si el viento es demasiado fuerte, el angulo de paso de las palas de turbina se ajusta de manera que se inclinan fuera del viento. Ademas, en el control de carga total, si la velocidad de viento disminuye por debajo de un valor preestablecido, causando que el angulo de paso se ajuste a un valor cercano al angulo de paso optimo, el controlador de carga total se desactiva y el controlador de carga parcial toma el control.
Si la velocidad de viento esta entre la velocidad de viento nominal y de ruptura, la turbina normalmente estara en el estado de carga total caracterizado por la potencia de salida de turbina que es igual a la potencia demandada. Sin embargo, bajo la influencia de turbulencias, tambien puede suceder que el sistema de control pase ocasionalmente a carga parcial, aunque la velocidad de viento este por encima de la nominal.
Los controladores de carga parcial 21 y total 22 reciben como senal de control entradas desde los modulos iniciales 24 y 25 que especifican, para una velocidad de viento dada, el punto de configuracion de rpm de la velocidad de generador (w) optimo y el punto de configuracion de paso optimo. Estos modulos reciben directamente la velocidad de viento emitida desde un sensor de viento, tal como un dispositivo LIDAR o un anemometro, y usan este valor para consultar los valores optimos u0. El valor optimo para la velocidad de generador se pasa al controlador de carga parcial 21 y forma la base de la referencia de potencia. El valor optimo para el control de paso se pasa al controlador de carga total 22 y forma la base de la referencia de paso. En turbinas eolicas producidas por los solicitantes, los controladores iniciales 24 y 25 se denominan OptiSpeed y OptiTip respectivamente.
En un sistema de control de turbina eolica, es posible imaginar una situacion en la que no se realice ningun control predictivo, y la velocidad de generador se controla simplemente basandose en los valores instantaneos o de tiempo t=0 de u y v, y la diferencia £ entre la velocidad de generador actual w y la velocidad requerida Wdemanda. La desventaja con el control instantaneo es que este no permite el control optimo del generador debido a los retrasos ffsicos inevitables en respuesta de los componentes mecanicos y electricos del sistema, y las dificultades del seguimiento de variables en un sistema en el mundo real en el que la sensibilidad de la respuesta debe adaptarse al sistema y a otros factores.
Por ejemplo, a una velocidad del viento en estado estacionario v y en control de carga total, un valor de w que es mas bajo que le valor requerido, wdemanda, indicara que el angulo de paso upaso debe incrementarse para permitir que se extraiga mas energfa del viento incidente. Sin embargo, como la velocidad de viento pocas veces esta en un estado estacionario, el angulo de paso upaso tambien dependera de la velocidad de viento v, y no unicamente del valor de diferencia £. En este caso, a medida que la velocidad de viento v vana, puede encontrarse repentinamente que el paso angulo indicado upaso no es adecuado, o bien por sobrecompensacion cuando la velocidad de viento ha aumentado en el penodo intermedio, o bien por infracompensacion cuando la velocidad de viento ha disminuido posteriormente.
En el siguiente intervalo de tiempo, el resultado puede ser una sobrecompensacion adicional, a menudo en el sentido opuesto, dando como resultado una oscilacion del control, un fenomeno conocido como oscilacion transitoria. Puede verse entonces que si la respuesta del controlador a un cambio en las condiciones de v y w es demasiado sensible, entonces el resultado puede ser un ajuste repentino o drastico en el parametro de entrada u que sobrecompensa para el desequilibrio percibido en w. En el siguiente intervalo de tiempo, el ajuste posterior propuesto por el controlador ahora tiene que tratar con ambas condiciones de w y v, y la sobrecompensacion de la etapa anterior. Por otra parte, si el controlador no es suficientemente sensible, entonces la respuesta del controlador a cambios rapidos en los parametros w y v puede no ser suficientemente buena como para garantizar que el control
5
10
15
20
25
30
35
40
45
50
55
60
sea eficaz. Por tanto, se ha apreciado que se requiere un sistema de control predictivo.
Aunque se conocen sistemas de control predictivo, estos estan normalmente fuera de lmea en el sentido de que crean una funcion de control de transferencia inversa basandose en una medicion instantanea de la velocidad de viento mediante el aparato LIDAR o el anemometro. Se ha apreciado que tales sistemas son inferiores al optimo, tal ya que la respuesta del sistema de control de la turbina eolica cambiara a lo largo del tiempo, por ejemplo a medida que un actuador se desgasta o debido a cambios en las condiciones atmosfericas tales como densidad de aire, y como resultado la funcion de control calculada ya no se aplicara de manera tan estrecha como se espera.
Ahora se hara referencia a la figura 4, que ilustra esquematicamente el controlador principal 14 segun un ejemplo de la invencion. En este ejemplo, la turbina eolica se conecta a un sensor 15. El sensor 15 incluye un sistema LIDAR 26 que se dispone para detectar la velocidad de viento incidente en frente de la turbina eolica, y un sensor de viento opcional o anemometro para detectar la velocidad de viento instantanea en la turbina eolica. El LIDAR puede disponerse por ejemplo para detectar la velocidad de viento a aproximadamente 30 m de la turbina eolica. A una velocidad de viento promedio de 10 m/s esto proporciona un intervalo de tiempo futuro para la medicion de la velocidad de viento de aproximadamente 3 s. Con referencia a la figura 1, el LlDAR 26 puede montarse sobre la superficie superior de la gondola 3, sobre la torre, en el lado inferior de la gondola, en el buje de rotor 6 o incluso en las palas 5. En este ultimo caso, puede montarse un LIDAR 26 separado en cada pala o un solo LIDAR unicamente en una o dos de las palas. En un ejemplo, el LIDAR puede ser una o mas unidades de tipo de haz fijo simples que envfan un unico haz aguas arriba de la turbina, y puede comprender sus propias lmeas de alimentacion de potencia separadas ffsicamente a fuentes de alimentacion de potencia diferentes en la turbina. Ademas, el LIDAR 26 puede medir condiciones aguas arriba en una unica ubicacion aguas arriba o en puntos multiples en multiples puertas de alcance.
El controlador principal 14 tambien comprende un controlador predictivo 27, que recibe una entrada directamente tanto del LIDAR 26 como, de manera similar a la figura 3, de uno o mas de los controladores iniciales 24 y 25 que configuran la referencia de potencia y la referencia de paso instantaneas optimas para la velocidad del viento en estado estacionario detectada. Como se muestra en la figura 4, el controlador predictivo 27 puede funcionar junto con el controlador de carga o bien parcial 21 o bien total 22, y en este diagrama por motivos de claridad se muestra como componente funcional de cada controlador. En la practica, el controlador predictivo puede reemplazar al controlador de carga total ya que realiza un papel sustancialmente identico. El controlador predictivo 27 que proporciona control de carga total recibe entrada de ambos controladores iniciales 24 y 25, mientras el control predictivo 27 implementado junto con el controlador de carga parcial 21 solo necesita recibir una entrada del controlador inicial 24.
Se muestra un diagrama funcional del controlador predictivo 27 en la figura 5 a la que ahora debe hacerse referencia. En este diagrama se han omitido detalles de la interaccion del controlador predictivo 27, con las otras funciones de control en el controlador principal 14, tales como los controladores de carga parcial 21 y total 22, para evitar complicar el diagrama. Como se observo anteriormente, el funcionamiento del controlador predictivo 27 ilustrado en la figura 5 puede en cualquier caso llevar a cabo el control de carga total sin la necesidad del controlador separado 22.
El controlador predictivo 27 recibe una entrada de velocidad de viento v desde el aparato LIDAR 26, y de puntos de configuracion optimos dependientes de viento u0potencia y u0paso desde los controladores iniciales 24 y 25. Como los controladores de carga total y parcial descritos anteriormente, el fin del controlador predictivo 27 es emitir senales de control de paso upaso y de potencia upotencia a la turbina eolica para lograr control optimo. En este diagrama la turbina eolica se representa generalmente con el numero de referencia 30. Sin embargo, el controlador predictivo 27 se diferencia de los controladores de carga parcial 21 y total 22 al menos en que, en vez de calcular los valores de control instantaneos para aplicacion inmediata al sistema de turbina eolica, calcula una serie de tiempo de valores de control de futuro basandose en la informacion de velocidad de viento futura desde el LIDAR 26 y cualquier conocimiento del rendimiento esperado del generador en el futuro. Aunque unicamente el valor inmediato en la serie de tiempo se emite con fines de control (es decir, los valores de los parametros en t=0), la generacion de la serie de tiempo de futuro proporciona varias ventajas, concretamente una funcion de retroalimentacion que permite optimizar el control de la turbina para equilibrar la velocidad de respuesta del control y los costes de activar los sistemas actuadores. Tales costes pueden ser consumo de potencia de actuador, desgaste sobre los actuadores y sobre componentes de turbina.
Se apreciara que el aparato LIDAR proporciona como salida valores de velocidad de viento en una ubicacion en frente de la turbina eolica y en la trayectoria del viento incidente. Conocer el alcance del LIDAR y la velocidad de viento, permite asociar el valor de salida de velocidad de viento con un tiempo en el futuro, es decir cuando el viento en la ubicacion medida por el LIDAR ha alcanzado la turbina eolica e impacta sobre las palas de rotor. Los valores de v emitidos por el LIDAr pueden por tanto representarse como una serie de tiempo v(t) en la que a cada valor de velocidad de viento se le asigna una etiqueta de tiempo que indica su separacion en el tiempo del valor de viento experimentado por la turbina eolica en el momento actual. De manera similar, pueden generarse series de tiempo para el parametro de control u, y para la velocidad de generador predicha w o requerida Wdemanda, y como el sistema de turbina eolica es dinamico, en cierto grado todas las variables requeridas para el control. La notacion x(t) se usa en el presente documento cuando se requiere enfasis, pero de lo contrario se omite cuando resulta
5
10
15
20
25
30
35
40
45
50
55
conveniente. Ademas, dado que la los serie de tiempo de valores en un sistema digital o informatizado se representa esencialmente mediante una matriz de valores discretos tambien puede hacerse referencia a la serie de tiempo mediante la notacion x(i). La notacion i se usa por tanto para enfatizar valores individuales en la serie de tiempo en vez de tiempos individuales. En un ejemplo, se ha encontrado que una longitud para la serie de tiempo de aproximadamente 3 segundos con una velocidad de muestreo de 0,1 s, correspondiente a 30 muestras discretas, es suficiente.
El funcionamiento del controlador predictivo 27 se basa en un modelo inherente 31 que mapea los parametros de entrada y salida y sus relaciones entre su El modelo usado en este ejemplo se ilustra esquematicamente en la figura 6, que se describira con mas detalle a continuacion. Sin embargo, en el presente documento es suficiente observar que el modelo supone que la velocidad de generador w es una funcion de dos entradas, la velocidad de viento v y el parametro de control u, concretamente upaso y/o upotencia. La generacion de una serie de tiempo de futuro optima de senales de control se lleva a cabo entonces mediante el controlador predictivo basandose en un analisis de funcion de coste de parametros de control de futuro segun el modelo 31.
En una realizacion, el controlador predictivo 27 incluye un bloque de control y aprendizaje adaptativo 32 para actualizar el modelo 31, basandose en errores entre los parametros de control calculados y reales y la respuesta de turbina eolica esperada. Un restador 33 recibe como salida desde la turbina eolica una o mas de la salida de potencia y la velocidad de generador w. Estos valores se comparan o restan con la velocidad de generador predicha w y se retroalimentan al bloque de control y aprendizaje adaptativo 32 que posteriormente actualiza el modelo 31. Esto se explicara con mas detalle a continuacion.
Para garantizar que la velocidad de generador instantanea w coincide con la velocidad de generador requerida Wdemanda, el controlador predictivo 27 ajusta los parametros de control de entrada upaso y/o upotencia. Como se observo anteriormente, estos valores seran los valores actuales upaso y/o upotencia en una serie de tiempo de valores para upaso y/o upotencia calculados en cada instante de tiempo. Para simplificar la siguiente discusion se dara un analisis detallado para upaso. Se apreciara que la inclusion de control basandose en upotencia puede lograrse siguiendo los mismos principios.
La figura 7 ilustra una representacion grafica de serie de tiempo de valores para w, v y upaso. El diagrama superior muestra la velocidad de generador w como una funcion del tiempo t. Con fines de ilustracion se supone que a tiempo t=0 la velocidad de generador requerida wdemanda se configura en un valor mas alto que la velocidad de generador actual w. Como resultado, la velocidad de generador debe aumentarse a lo largo de un penodo de tiempo futuro (en este caso entre t+N1 dt y t+N2 dt) cambiando el paso de las palas de rotor. La velocidad de generador predicha para el penodo futuro se indica mediante w (la lmea creciente discontinua en el grafico). La diferencia en la velocidad de generador predicha w y la velocidad de generador requerida wdemanda se muestra mediante la region sombreada.
Los datos que constituyen el diagrama central corresponden a un grafico de tiempo de la velocidad de viento. La velocidad de viento actual v en tiempo t=0 se detecta mediante un anemometro o sensor de viento montado sobre la turbina eolica, mientras que la velocidad de viento futura esperada en el futuro se obtiene mediante LIDAR 26.
El diagrama inferior muestra ajustes de serie de tiempo a la referencia de paso upaso. u0 es el valor de paso de referencia optimo conocido a partir del controlador inicial 25. La lmea discontinua horizontal es un valor supuesto de u que forma parte del calculo que se describe a continuacion. En la practica, la referencia de paso no se mantiene constante si no que se cambia (habitualmente mediante valores graduales) de manera que el valor de paso upaso se aproxima al valor optimo u0. La zona sombreada del grafico ilustra du (la diferencia entre el valor optimo de u y el valor gradual del parametro de control u), que puede considerarse como el coste relativo de implementar los dos cambios en u que se producen en diferentes momentos respectivos en el tiempo. Esta zona sombreada se tiene en cuenta en las etapas de optimizacion posteriores. Aunque unicamente se muestran dos etapas, esto es simplemente por motivos de claridad.
Para cada tiempo t en una serie de tiempo dclica t(i), el objetivo del controlador predictivo 27 en la figura 5 es determinar la mejor secuencia futura de senales de referencia de paso upaso(i), que conducira la velocidad de generador predicha w (i) hasta el punto de configuracion futuro requerido wdemanda. Por tanto, en cada punto de tiempo, la referencia de paso calculada upaso para t=0 puede transmitirse como salida al controlador de paso para controlar las palas de turbina eolica. Para lograr esto, se usa una polftica de horizonte decreciente de manera que unicamente se emite el primer valor en la serie de tiempo dclica (es decir, el tiempo presente t). Entones vuelve a evaluarse el objeto de control en cada muestra de tiempo a medida que se dispone de nueva informacion.
La prediccion del controlador inicial 25 de u0 basandose en v, upaso y la prediccion de la velocidad de generador de futuro w se actualizan constantemente, y se apreciara para cada instante de tiempo que los valores calculados de upaso y w pueden ser diferentes a traves del penodo de tiempo dclico t(i) en comparacion con sus valores a traves del penodo de tiempo calculado en un instante de tiempo anterior.
El exito del controlador depende en gran medida de la calidad de las predicciones de w. En este ejemplo, la
5
10
15
20
25
30
35
40
45
50
55
prediccion de w se lleva a cabo usando un modelo mediante un modelo de promedio movil integrado autorregresivo controlado lineal (CARIMA) como se muestra en la figura 6. El modelo comprende dos entrada duf y dvf , y una salida W. En el presente documento se usa la notacion de supermdice d{}f para indicar cantidades filtradas por paso de banda de las cantidades muestreadas en el tiempo u y v. En la practica, cuando du y dv se expresan simplemente como la diferencia desde t=(n-1) hasta t = n de muestras sucesivas en u y v, se necesita filtrar para eliminar alta frecuencia o ruido de medicion. En este caso, el filtrado puede lograrse usando una expresion de esencialmente A{}/T(q-1), donde q-1 es el operador de desplazamiento hacia atras, y T es un filtro de T de, por ejemplo, (1 - 0,8q-1)2 En la practica esto significa que el valor muestreado actual de u y v se ve limitado por mezclar el valor actual con el 80% del valor previo, garantizando que se evitan cambios repentinos en los valores recibidos por el modelo 31.
A(q-1) y B(q-1) son polinomios polares y nulos que se usan para contener los coeficientes de ecuaciones de diferencia de prediccion. En el ejemplo descrito en el presente documento, los coeficientes polinomiales se obtienen usando un estimador de mmimos cuadrados recursivo (en lmea o en tiempo real). Los terminos polinomiales permiten al controlador predictivo 27 compensar la fuerte interaccion del viento v sobre la velocidad de generador w.
En un ejemplo, se usa un estimador de parametros en lmea de mmimos cuadrados recursivos de modelo multiple (MMRLS) como bloque de control adaptativo 32 para actualizar los coeficientes del modelo CARIMA. La salida desde la turbina eolica en tiempo real se pasa a un restador 33, en el que se resta el valor predicho de W del valor real para dar un error de prediccion en tiempo real. Esto se alimenta entonces al MMRLS como entradas. El bloque MMRLS calcula los coeficientes requeridos para minimizar los errores entre la salida en tiempo real de la turbina eolica y el valor predicho producido por el modelo. La ventaja de emplear un estimador integrado es que los coeficientes del modelo se identifican in situ y por tanto el modelo aprende con datos de frecuencia de bucle cerrado representativos. Esto significa que puede tener en cuenta la escala y rendimiento exactos A/D y D/A, y puede adaptarse dinamicamente a cambios en el sistema de turbina eolica debido a condiciones variables y al envejecimiento.
Hay dos maneras de usar los coeficientes del modelo MMRLS actualizados de manera continua: en modo de ajuste automatico, los coeficientes del modelo identificados en lmea usando MMRLS se pasan unicamente al controlador predictivo una vez que el operador esta satisfecho con la calidad de prediccion, y en modo adaptativo, los coeficientes se pasan al controlador en cada punto de muestra. Los requerimientos de certificacion pueden prevenir los sistemas completamente adaptativos, en cuyo caso, se preve que el enfoque de ajuste automatico puede ser el mas apropiado que permitira la facil puesta en marcha del controlador predictivo.
Para cada tiempo t, el controlador predictivo recibe por tanto del modelo 31 un valor predicho de W. La tarea del controlador predictivo es entonces calcular los valores de serie de tiempo de u requeridos para el control futuro. El controlador predictivo calcula esta serie de tiempo postulando una funcion de coste dada en terminos de u como variable, y entonces intentando minimizar esto para todos los valores de u a lo largo del penodo de tiempo futuro. La minimizacion puede realizarse mediante un optimizador (que optimiza u con la condicion de que la funcion de coste tienda a un mmimo) y a continuacion se describira un enfoque a modo de ejemplo.
Se apreciara que la forma de la funcion de coste es por tanto extremadamente importante si el control de la turbina eolica debe llevarse a cabo de manera eficaz.
Matematicamente, el codigo del controlador predictivo 27 encuentra por tanto un conjunto de Nu de senales de control de futuro u(t+i), en donde (0</< Nu) que minimiza la siguiente funcion de coste en cada intervalo de muestreo i (en este ejemplo se encontro que Nu=5 era suficiente, aunque si se requiere Nu puede ser iguala al numero de valores de v, concretamente 30):
J(t) = J(t)seguimiento + J(t)actividad + J(t)estado estacionario
Esta funcion de coste es una suma de tres terminos. Jsegu/m/ento describe los costes individuales de los errores de seguimiento de los puntos de configuracion en la velocidad de generador w; Jactividad describe cualquier penalizacion de actividad de control, tal como limitaciones operacionales para reducir la activacion y desgaste de los actuadores de control de paso; y Jestado estacionario describe el coste del coste de desviarse de los parametros de actuador en estado estacionario optimos.
Ahora se describiran los terminos individuales con mas detalle. El error de seguimiento es la diferencia entre los valores predichos de W y el valor requerido de Wdemanda como se muestra mediante la zona sombreada en el grafico superior de la figura 7. Se apreciara que es deseable hacer que el valor predicho tienda al valor requerido lo mas rapidamente posible, y que las diferencias en los dos valores pueden representarse por tanto como un coste que debe minimizarse. Este es el factor impulsor primario en el proceso de optimizacion. Matematicamente, el coste puede expresarse del siguiente modo. La expresion entre parentesis es simplemente la diferencia en los dos terminos en cada valor de i en una suma de los valores de serie de tiempo. El valor se eleva al cuadrado para dar una magnitud de la diferencia, y evitar diferencias de signo que cancelen el termino para dar cero.
5
10
15
20
25
30
35
40
45
n2
J„»u»i,nto = I (»“ (I + i) - Wf"“ (t + i))2
i=N1
El coste de actividad de control representa el coste de controlar la turbina eolica en cuanto al desgaste sobre los sistemas mecanicos y electricos, asf como el deseo de minimizar activacion innecesaria. Esto se aplica tanto al mecanismo actuador de paso como a la configuracion nominal de potencia para el generador.
La primera expresion entre parentesis a continuacion representa el cambio en la referencia de potencia para el generador de turbina eolica entre dos valores de tiempo sucesivos. De manera similar, la segunda expresion entre parentesis representa el cambio en el valor de paso entre dos valores de tiempo sucesivos. Las constantes ppotencia y ppaso son medidas respectivas del grado en el que se permite que se ajuste la referencia de potencia y la referencia de paso. Un valor para p de cero indica esencialmente que no hay coste en cambiar la potencia o el paso de las palas de rotor, mientras que un valor positivo de p da como resultado que el termino toma un coste creciente en la formulacion de control.
J,c„id,d = /?'“• I (Up",“(t+ i)
i=0
upotencia (t + i -1))2 + ppaso • I (upaso (t + i) - upaso (t + i -1))2
i=0
N..-1
N..-1
El termino final en la funcion de coste representa la diferencia entre la referencia de potencia optima predicha u0potencia y u0paso y el paso upaso y la potencia upotencia calculados mediante el modelo. Esto representa la comprension de que es poco probable que valores de u que son demasiado diferentes de los valores optimos producidos por los controladores iniciales 24 y 25 para la velocidad de viento instantanea conocida sean optimos para el sistema, y por tanto actua como una limitacion en el calculo. En el grafico inferior de la figura 7 se ilustra un punto de partida para el calculo mediante la lmea horizontal u. La constante |i representa por tanto la cantidad de libertad que se permite al modelo para desviarse del valor optimo u0.
Jestado estacionario
Nu-1 Nu-1
^potencia . I (upotencia (t + i) - u0potencia (t + i))2 + ^paso • I (upaso (t + i) - u0paso (t + i))2
i=0 i=0
El calculo tambien esta sujeto a las siguientes limitaciones:
a) magnitud umin < u < umax, y limitaciones de tasa dumin < du < dumax en las senales de control de futuro propuestas;
b) limitaciones de salida de rpm de generador Wmin < w < Wmax
Estas garantizan que los valores u y w permanecen dentro de parametros realistas; y
c) limitaciones auxiliares tales como momentos de curvatura de rafz de pala, empuje de rotor, aceleracion de parte superior de torre, momento de curvatura de parte inferior de torre, etc.
Esto representa otras limitaciones mecanicas o electricas en el sistema. Las limitaciones se incorporan en el modelo usando un modelo CARIMA para cada una. Por ejemplo, el momento de curvatura de rafz de pala se modela como una funcion de v y u de la misma manera que la velocidad de generador w, y el modelo CARIMA apropiado da una salida para el momento de curvatura de rafz de pala predicho. En el procedimiento de optimizacion, el optimizador procesa entonces u con la limitacion adicional de que el momento de curvatura de rafz de pala resultante no llega por encima (o por debajo) de los valores umbral predeterminados. Esto es una caractenstica importante del modelo ya que garantiza que las condiciones estructurales de la turbina eolica en cuanto a fuerzas, cargas y tensiones, puede mantenerse dentro de parametros seguros. Ejemplos de fenomenos que pueden minimizarse mediante control de upaso y upotencia de esta manera son dano debido a exceso de momentos de curvatura de rafz de palas, empuje de rotor, y aceleracion de parte superior de torre, momento de curvatura de parte inferior de torre u oscilacion.
Este enfoque basado en funcion de coste es una metodologfa muy potente ya que abarca la importancia relativa de los objetivos perseguidos de una manera sencilla. Por ejemplo, la oscilacion del actuador puede amortiguarse, y por tanto reducirse el desgaste, aumentando el valor de p; adicionalmente, ajustar los valores de ponderacion de |i desde ~ (106 en la practica) hasta 0 permite un movimiento suave desde el control basado en mapa fuera de lmea o bucle abierto tradicional hasta la compensacion en lmea transitoria completa. Un punto a observar es que estara presente un sesgo de seguimiento de puntos de configuracion en esta formulacion de funcion de coste si |i > 0 y los valores de actuador de mapa en estado estacionario de los controladores iniciales 24 y 25 no corresponden a los puntos de configuracion en estado estacionario. Por tanto, debe tenerse cuidado al elegir las ponderaciones de la funcion de coste para reflejar confianza en los mapas en estado estacionario usados por los controladores iniciales 24 y 25 para reducir cualquier sesgo inherente en los mapas que afecte al funcionamiento.
5
10
15
20
25
30
35
40
45
50
55
Observese tambien que en esta implementacion se supone que los puntos de configuracion de generador son constantes en el futuro, pero si se dispone de conocimiento sobre el comportamiento de puntos de configuracion de futuro a partir de la red u otra informacion de control, se puede incorporar facilmente en la funcion de coste para producir un rendimiento transitorio incluso mejor.
Ahora se describira el funcionamiento del optimizador con mas detalle. La salida del optimizador es una serie de tiempo de du(t) que minimiza la funcion de coste J expresada anteriormente. Se apreciara que cada uno de los terminos en J depende de u. Suponiendo que el sistema de modelado funciona sin limitaciones (veanse las limitaciones de ejemplo mencionadas anteriormente), el optimizador puede implementarse usando un modelo lineal. Esto proporciona una solucion analftica para minimizar la funcion de coste de control predictivo, que es tanto fiable como rapida de calcular. En este ejemplo, la funcion del optimizador es de la forma de mmimos cuadrados:
imagen1
en la que du(t) son las acciones de control futuras (expresadas con respecto a u), R es la matriz dinamica y £ son los errores de seguimiento de puntos de configuracion futuros (wdemanda - w ).
Cuando el modelo incluye limitaciones, la ecuacion se reitera usando el algoritmo de mmimos cuadrados de ponderaciones mixtas (MWLS) con el fin de satisfacer las limitaciones dentro de una tolerancia configurada. Se ha encontrado que una tolerancia de 10"6 y un numero maximo de reiteraciones configurado en 2000 es adecuado para las pruebas funcionales. Ambos de estos pueden relajarse si se requiere reducir la carga computacional. Para modelos no lineales, se deben usar tecnicas de optimizacion generales para resolver los parametros de control u.
El modelo lineal CARIMA se usa en el ejemplo de implementacion ya que es sencillo y rapido de usar. Sin embargo, el optimizador puede hacer uso de un modelo no lineal tal como ARX no lineal (modelo autorregresivo con perturbacion exogena), y NARMAX (modelo autorregresivo no lineal con promedio movil y perturbacion exogena), modelos de Hammerstein, Weiner y Volterra, modelos bilineales, redes neuronales, configuraciones difusas, asf como codigos FAST (modelo de dinamica estructural y aerodinamica de fatiga) y VTS (un codigo de modelado de turbina propio basado en FLEX5 proporcionado por Vestas). Cuando se usan modelos no lineales, se necesita usar tecnicas de optimizacion generales para resolver las senales de control. Otras implementaciones resultaran evidentes para un experto en la tecnica, con el enfoque en la seleccion de una estructura de modelo que proporciona buenas predicciones al tiempo que es computacionalmente gestionable.
Ahora se hara referencia a la figura 8, que proporciona un resumen del metodo de control descrito en el ejemplo anterior. En la etapa S2, el controlador predictivo 27 recibe valores de u y v para la iteracion actual del metodo. v es la matriz de valores de velocidad de viento recibidos del LIDAR 26, mientras que u es un conjunto de valores de una variable de control, correspondiente al mismo penodo de tiempo que el intervalo de tiempo actual para los valores velocidad de viento v. Se apreciara que la serie de tiempo de valores para u debe generarse previamente mediante el controlador predictivo en la iteracion anterior del metodo. En la primera iteracion del metodo, la serie de tiempo de u puede configurarse en un valor inicial, tal como en el valor predicho mediante los controladores iniciales 24 y 25 para las velocidades de viento instantaneas correspondientes. En iteraciones posteriores del metodo, el controlador predictivo 27 usa la serie de tiempo de u que se optimizo en la iteracion anterior.
En la etapa S4, el controlador predictivo 27 genera entonces una serie de tiempo para la velocidad de generador predicha w correspondiente al intervalo de tiempo para v y u. En la etapa S6, el valor instantaneo de la velocidad de viento se pasa a los controladores iniciales 24 y 25, y los controladores iniciales emiten un valor de referencia de u0 al controlador predictivo 27. La etapa S6 es opcional.
En la etapa S8, la funcion de coste se minimiza de la manera descrita anteriormente, y una serie de tiempo optimizada de valores para u se calcula en la etapa S10 correspondiente al conjunto de valores de u que minimizan la funcion de coste. En la etapa S12, el valor t =0 para u se emite mediante el controlador predictivo 27 al sistema de actuador de turbina eolica. En la etapa S14, los valores de serie de tiempo para w, u y v se almacenan en la memoria en el controlador predictivo para usarse en etapas posteriores. La etapa S16 es una etapa opcional y se lleva a cabo si el modelo 3l debe actualizarse dados los valores de serie de tiempo recien calculados. En esta etapa, se detecta la velocidad de generador w y se alimenta en el bloque de control adaptativo 32 para que el modelo compare el valor predicho de w con el valor real.
Entonces se repetira el metodo ilustrado en la figura 8 para el siguiente instante de tiempo y la serie de tiempo se actualizara para eliminar el valor t=0 valor y anadir un nuevo punto de datos para el ultimo valor en la matriz.
En el ejemplo descrito anteriormente, el error de seguimiento se basa unicamente en la diferencia entre las velocidades de generador predicha y requerida. Sin embargo, es posible realizar un seguimiento de errores en otras variables, o bien por separado o bien en combinacion, y usar estos como puntos de configuracion en la funcion de reduccion de coste para Jseguimiento. Las variables de error de seguimiento adecuadas incluyen las usadas como limitaciones en la expresion en estado estacionario, concretamente momentos de curvatura de rafz de pala, empuje de rotor, aceleracion de parte superior de torre, momento de curvatura de parte inferior de torre y asf sucesivamente.
5
10
15
20
25
30
En un ejemplo en el que se usan al menos la velocidad de generador w y el momento de curvatura de rafz de pala v como puntos de configuracion, la funcion Jseguimiento puede escribirse como:
n2 n2
seguimient o
= nYj (wdemanda (t+1) - wpredicha (t+1))2 + r2£ (vdemanda (t+1) - vpredicha (t+i))2 +
i=Nj
i= Nj
Los coeficientes Yi y Y2 permiten dar a cada error de seguimiento de punto de configuracion una ponderacion, y por tanto incluirlo en la funcion de error de seguimiento u omitirlo. Por ejemplo, en la expresion anterior, si Y2 y cualquier coeficiente posterior se configuran a cero, mientras que Yi es distinto de cero, la expresion se reduce a la del caso en el que unicamente se considera la diferencia en las velocidades de generador.
Tambien se ha identificado que es particularmente util para incorporar diferencias en el momento de curvatura de rafz de pala. Los expertos en la tecnica apreciaran que es deseable mantener el momento de curvatura de rafz de pala dentro de parametros configurados segun instrucciones control de paso y de carga. El resultado de optimizar la funcion de coste segun este parametro sera una optimizacion de senales de control de paso y/o de generador para emitirse como anteriormente. En una realizacion alternativa es posible calcular el error de seguimiento basandose unicamente en el momento de curvatura de rafz de pala, en cuyo caso la velocidad de generador debe limitarse de manera separada.
En una realizacion, el controlador predictivo puede usarse como herramienta de diagnostico. Como el modelo 31 se esta actualizando constantemente con el fin de predecir valores futuros de velocidad de generador, valores de referencia de control de paso y de control de potencia, es posible identificar situaciones en las que la turbina eolica no esta funcionando correctamente. Esto puede lograrse comparando los valores predichos calculados mediante el modelo para los fines de control con valores que son representativos de condiciones de funcionamiento normales. En esta realizacion la salida desde el controlador predictivo 27 y el modelo 31 alimenta a la memoria 33 y al clasificador 34, que esta dispuesto para interpretar los datos e indicar a la red 16 la naturaleza de cualquier fallo que se detecte. Identificar un fallo de esta manera puede lograrse comparando los datos con valores umbral, concordancia de patrones o cualquier otra tecnica matematica conocida.
El ejemplo descrito anteriormente usa una funcion de coste que tiene en cuenta el control tanto de paso como de potencia, pero como se observa en el texto sera posible implementar un sistema mas simple en el que unicamente se use una u otra de las referencias. Ademas, se apreciara que el controlador predictivo puede incorporarse en uno o mas de control de carga tanto parcial como total.
Aunque se ha descrito un ejemplo de la invencion usando un sistema LIDAR, se apreciara que puede usarse cualquier sistema sensor de viento que detecta el viento incidente en una posicion o distancia apropiada en frente de la turbina eolica. Un ejemplo de este tipo es un anemometro montado en un mastil, asf como otro aparato anemometro de tipo Doppler tal como SODAR y RADAR. Sin embargo se prefieren aparatos LIDAR ya que pueden instalarse facilmente para cada turbina eolica individual y ofrecer un metodo de deteccion rapido y fiable.

Claims (17)

  1. REIVINDICACIONES
    10
    15
    20
  2. 2.
    25 3.
  3. 4.
    30 5.
  4. 6.
    35
  5. 7.
  6. 8. 40
    Turbina eolica que comprende: una o mas palas de rotor;
    un sistema de actuador de paso para ajustar el angulo de paso de la una o mas palas de rotor de turbina eolica;
    un generador;
    un sensor de viento para detectar la velocidad de viento incidente al menos en una primera posicion que esta una distancia predeterminada en frente de la una o mas palas de rotor; y
    un controlador acoplado al sensor de viento para proporcionar una senal de control de salida para la turbina eolica, en la que el controlador esta dispuesto de una de manera dclica para realizar repetidamente las etapas de:
    a) recibir valores desde el sensor de viento de la velocidad de viento incidente a la distancia predeterminada en frente de la turbina eolica;
    b) generar una representacion de serie de tiempo de la velocidad de viento incidente para un penodo de tiempo futuro;
    c) postular una serie de tiempo de valores para una senal de control de salida para un penodo de tiempo futuro;
    d) optimizar la serie de tiempo de valores para la senal de control de salida basandose en minimizar una funcion de coste, en la que la funcion de coste incluye terminos que definen aspectos del funcionamiento de la turbina eolica;
    e) emitir una senal de control basandose en la serie de tiempo de valores optimizada en la etapa d), siendo la senal de control el valor inmediato en la serie de tiempo de la senal de control.
    Turbina eolica segun la reivindicacion 1, en la que la senal de control de salida es una senal de referencia de paso de pala emitida al sistema de actuacion de paso.
    Turbina eolica segun la reivindicacion 1 o 2, en la que la senal de control de salida es una referencia de potencia de generador emitida al generador.
    Turbina eolica segun cualquier reivindicacion anterior, en la que la funcion de coste contiene un termino que representa la diferencia entre una representacion de serie de tiempo de la velocidad requerida del generador, y una representacion de serie de tiempo de futuro de la velocidad de generador predicha.
    Turbina eolica segun la reivindicacion 4, en la que en la representacion de serie de tiempo de la velocidad de generador predicha se calcula basandose en la representacion de serie de tiempo de la velocidad de viento incidente para un penodo de tiempo futuro, y los valores de serie de tiempo de la senal de control.
    Turbina eolica segun cualquier reivindicacion anterior, en la que la funcion de coste contiene un termino que representa la diferencia entre una representacion de serie de tiempo del momento de curvatura de rafz de pala deseado, y una representacion de serie de tiempo de futuro del momento de curvatura de rafz de pala predicho.
    Turbina eolica segun cualquier reivindicacion anterior, en la que la funcion de coste contiene un termino que representa el grado en el que se permiten cambios en el valor de la senal de control.
    Turbina eolica segun cualquier reivindicacion anterior, en la que el controlador esta dispuesto para recibir uno o mas valores de referencia optimos para la senal de control, basandose en una velocidad de viento medida en la turbina eolica.
  7. 9. Turbina eolica segun la reivindicacion 8, en la que la funcion de coste contiene un termino que representa el grado en el que se permite que la serie de tiempo de valores para la senal de control de salida una vez optimizada difiera de los valores de referencia optimos.
    45 10. Turbina eolica segun la reivindicacion 1, en la que el sensor de viento es un anemometro de tipo Doppler.
  8. 11. Metodo de control de una turbina eolica, teniendo la turbina eolica una o mas palas de rotor, un sistema de actuador de paso para ajustar el angulo de paso de la una o mas palas de rotor de turbina eolica, un generador; un sensor de viento para detectar la velocidad de viento incidente al menos en una primera posicion una distancia predeterminada en frente de la una o mas palas de rotor, y un controlador acoplado
    10
  9. 12.
    15
  10. 13.
  11. 14.
    20
  12. 15.
  13. 16.
    25
  14. 17.
    30 18.
  15. 19.
    35
  16. 20.
  17. 21.
    40
    45
    al sensor de viento para proporcionar una senal de control de salida para la turbina eolica, comprendiendo el metodo en el controlador, de manera dclica, realizar repetidamente las etapas de:
    a) recibir valores desde el sensor de viento de la velocidad de viento incidente a la distancia predeterminada en frente de la turbina eolica;
    b) generar una representacion de serie de tiempo de la velocidad de viento incidente para un penodo de tiempo futuro;
    c) postular una serie de tiempo de valores de una senal de control de salida para un penodo de tiempo futuro;
    d) optimizar la serie de tiempo de valores para la senal de control de salida basandose en minimizar una funcion de coste, en el que la funcion de coste incluye terminos que definen aspectos del funcionamiento de la turbina eolica;
    e) emitir una senal de control basandose en la serie de tiempo de valores optimizada en la etapa d), siendo la senal de control el valor inmediato en la serie de tiempo de la senal de control.
    Metodo segun la reivindicacion 11, que comprende emitir como senal de control una senal de referencia de paso de pala para controlar el sistema de actuacion de paso.
    Metodo segun la reivindicacion 11, que comprende emitir como senal de control una referencia de potencia de generador emitida para controlar el generador.
    Metodo segun cualquiera de las reivindicaciones 11 a 13, en el que la funcion de coste contiene un termino que representa la diferencia entre una representacion de serie de tiempo de la velocidad requerida del generador, y una representacion de serie de tiempo de futuro de la velocidad de generador predicha.
    Metodo segun la reivindicacion 14, en el que la representacion de serie de tiempo de la velocidad de generador predicha se calcula basandose en la representacion de serie de tiempo de la velocidad de viento incidente para un penodo de tiempo futuro, y los valores de serie de tiempo de la senal de control.
    Metodo segun cualquiera de las reivindicaciones 11 a 15, en el que la funcion de coste contiene un termino que representa la diferencia entre una representacion de serie de tiempo del momento de curvatura de rafz de pala deseado, y una representacion de serie de tiempo de futuro del momento de curvatura de rafz de pala predicho.
    Metodo segun cualquiera de las reivindicaciones 11 a 16, en el que la funcion de coste contiene un termino que representa el grado en el que se permiten cambios en el valor de la senal de control.
    Metodo segun cualquiera de las reivindicaciones 11 a 17, que comprende, en el controlador, recibir uno o mas valores de referencia optimos para la senal de control, basandose en una velocidad de viento medida en la turbina eolica.
    Metodo segun la reivindicacion 17, en el que la funcion de coste contiene un termino que representa el grado en el que se permite que la serie de tiempo de valores para la senal de control de salida una vez optimizada difiera de los valores de referencia optimos.
    Metodo segun la reivindicacion 1, en el que el sensor de viento es un anemometro de tipo Doppler.
    Aparato para controlar el funcionamiento de una turbina eolica, comprendiendo la turbina eolica: una o mas palas de rotor; un sistema de actuador de paso para ajustar el angulo de paso de la una o mas palas de rotor de turbina eolica; un generador; y un sensor de viento para detectar la velocidad de viento incidente al menos en una primera posicion que esta una distancia predeterminada en frente de la una o mas palas de rotor; comprendiendo el aparato:
    un controlador acoplado al sensor de viento para proporcionar una senal de control de salida para la turbina eolica, en el que el controlador esta dispuesto de manera dclica para realizar repetidamente las etapas de:
    a) recibir valores desde el sensor de viento de la velocidad de viento incidente a la distancia predeterminada en frente de la turbina eolica;
    b) generar una representacion de serie de tiempo de la velocidad de viento incidente para un penodo de tiempo futuro;
    c) postular una serie de tiempo de valores para una senal de control de salida para un penodo de tiempo futuro;
    d) optimizar la serie de tiempo de valores para la senal de control de salida basandose en minimizar una
    funcion de coste, en el que la funcion de coste incluye terminos que definen aspectos del funcionamiento de la turbina eolica;
    e) emitir una senal de control basandose en la serie de tiempo de valores optimizada en la etapa d), siendo la senal de control el valor immediate en la serie de tiempo de la senal de control.
    Producto de programa informatico que contiene codigo informatico, que cuando se ejecuta en un ordenador realiza el metodo segun cualquiera de las reivindicaciones 10 a 20.
ES10721349.8T 2009-12-21 2010-05-31 Turbina eólica que tiene un método de control y controlador para realizar control predictivo de un generador de turbina eólica Active ES2610905T3 (es)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US28862809P 2009-12-21 2009-12-21
GB0922385.0A GB2476316B (en) 2009-12-21 2009-12-21 A wind turbine having a control method and controller for predictive control of a wind turbine generator
GB0922385 2009-12-21
US288628P 2009-12-21
PCT/EP2010/003296 WO2011076295A2 (en) 2009-12-21 2010-05-31 A wind turbine having a control method and controller for performing predictive control of a wind turbine generator

Publications (2)

Publication Number Publication Date
ES2610905T3 true ES2610905T3 (es) 2017-05-04
ES2610905T8 ES2610905T8 (es) 2017-05-25

Family

ID=41717370

Family Applications (1)

Application Number Title Priority Date Filing Date
ES10721349.8T Active ES2610905T3 (es) 2009-12-21 2010-05-31 Turbina eólica que tiene un método de control y controlador para realizar control predictivo de un generador de turbina eólica

Country Status (6)

Country Link
US (1) US9217416B2 (es)
EP (1) EP2516849B1 (es)
CN (1) CN102725520B (es)
ES (1) ES2610905T3 (es)
GB (1) GB2476316B (es)
WO (1) WO2011076295A2 (es)

Families Citing this family (105)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10746901B2 (en) * 2008-06-12 2020-08-18 Ophir Corporation Systems and methods for predicting arrival of wind event at aeromechanical apparatus
US9977045B2 (en) 2009-07-29 2018-05-22 Michigan Aerospace Cororation Atmospheric measurement system
WO2014084973A1 (en) * 2012-11-30 2014-06-05 HAYES, Paul, Byron Atmospheric measurement system
GB2476506A (en) 2009-12-23 2011-06-29 Vestas Wind Sys As Method And Apparatus Protecting Wind Turbines From Low Cycle Fatigue Damage
GB2476507A (en) 2009-12-23 2011-06-29 Vestas Wind Sys As Method And Apparatus For Protecting Wind Turbines From Gust Damage
GB2481789A (en) * 2010-06-30 2012-01-11 Vestas Wind Sys As Reducing yaw error in wind turbines
DK2541052T3 (da) * 2011-06-30 2014-05-12 Siemens Ag Styring af en vindmølle under anvendelse af en neural netværksfunktion
US9234506B2 (en) * 2011-10-14 2016-01-12 Vestas Wind Systems A/S Estimation of wind properties using a light detection and ranging device
US9217415B2 (en) * 2011-10-14 2015-12-22 Vestas Wind Systems A/S Estimation of wind properties using a light detection and ranging device
GB201118863D0 (en) * 2011-11-01 2011-12-14 Newcastle Science City Ltd A power transfer system
US8622698B2 (en) 2011-12-22 2014-01-07 Vestas Wind Systems A/S Rotor-sector based control of wind turbines
EP2610484A1 (en) * 2011-12-26 2013-07-03 Vestas Wind Systems A/S Method for controlling a wind turbine
JP6151030B2 (ja) * 2012-02-02 2017-06-21 三菱重工業株式会社 風力発電装置及びその運転制御方法
DE102012210150A1 (de) * 2012-06-15 2013-12-19 Wobben Properties Gmbh Windenergieanlage und Verfahren zum Steuern einer Windenergieanlage oder eines Windparks
CN102748217B (zh) * 2012-07-27 2014-01-08 国电联合动力技术有限公司 一种风电机组动态最优桨距角控制方法和装置
WO2014026689A1 (en) * 2012-08-15 2014-02-20 Vestas Wind Systems A/S Wind power plant control system, wind power plant including wind power plant control system and method of controlling wind power plant
WO2014053136A1 (en) * 2012-10-02 2014-04-10 Vestas Wind Systems A/S Wind turbine control
CN103001249B (zh) * 2012-11-15 2016-01-20 中国电力科学研究院 基于bp神经网络的风电场短期功率预测方法
US9677540B2 (en) 2012-11-29 2017-06-13 General Electric Company System and method for providing yaw backup to a wind farm
NL2010258C2 (en) * 2012-12-12 2014-06-02 Dotx Control Solutions B V Method of controlling a process with a control signal, computer program, computer program product and control system for controlling a process with a control signal.
CN103061980A (zh) * 2012-12-28 2013-04-24 东方电气集团东方汽轮机有限公司 基于激光测风雷达的风力发电机组的前馈控制系统及其控制方法
WO2014121800A1 (en) 2013-02-08 2014-08-14 Vestas Wind Systems A/S Model based controller for a wind turbine generator
CN104018986B (zh) 2013-02-28 2017-03-29 国际商业机器公司 用于控制风机的方法和装置
ITTO20130187A1 (it) * 2013-03-08 2014-09-09 Avio Spa Aerogeneratore, e relativo metodo di controllo
US9366230B2 (en) * 2013-03-14 2016-06-14 General Electric Company System and method for reducing loads acting on a wind turbine in response to transient wind conditions
CN103216383B (zh) * 2013-04-18 2014-10-22 北京金风科创风电设备有限公司 风力发电机组控制系统和控制方法
US9605558B2 (en) * 2013-08-20 2017-03-28 General Electric Company System and method for preventing excessive loading on a wind turbine
US9606234B2 (en) 2013-10-18 2017-03-28 Tramontane Technologies, Inc. Amplified optical circuit
DK3063851T3 (da) 2013-10-31 2022-02-28 Gen Electric System og fremgangsmåde til styring af vindkraftgenereringssystemer
EP3071831B1 (en) * 2013-11-21 2018-08-15 Vestas Wind Systems A/S Rotor blade control for high winds
DK2878811T3 (da) * 2013-11-29 2021-07-19 Ge Renewable Tech Wind Bv Fremgangsmåder til drift af en vindmølle, og vindmøller
EP2886856B1 (en) * 2013-12-20 2019-10-02 Siemens Gamesa Renewable Energy A/S Detecting a pitch angle adjustment fault
US9587629B2 (en) * 2014-06-30 2017-03-07 General Electric Company Methods and systems to operate a wind turbine system using a non-linear damping model
US10337497B2 (en) * 2014-08-15 2019-07-02 Vestas Wind Systems A/S Control of a wind turbine based on operational trajectory validation
WO2016023560A1 (en) * 2014-08-15 2016-02-18 Vestas Wind Systems A/S Control of a wind turbine with a fault condition
US10054108B2 (en) * 2014-10-10 2018-08-21 General Electric Company Wind turbine system and method for controlling a wind turbine system by power monitoring
CN104314757B (zh) * 2014-10-15 2017-03-29 国电联合动力技术有限公司 一种风力发电机组偏航控制方法及系统
CN104454347B (zh) * 2014-11-28 2018-09-07 云南电网公司电力科学研究院 一种独立变桨距风力发电机桨距角的控制方法
ES2698561T3 (es) * 2015-01-29 2019-02-05 Vestas Wind Sys As Controladores para carga parcial y plena de una turbina eólica
WO2016150447A1 (en) * 2015-03-23 2016-09-29 Vestas Wind Systems A/S Control of a multi-rotor wind turbine system using a central controller to calculate local control objectives
CN105041571B (zh) * 2015-08-20 2018-02-23 沈阳华创风能有限公司 预测风速风向的智能控制系统及其控制方法
WO2017059862A1 (en) 2015-10-09 2017-04-13 Vestas Wind Systems A/S Power boost of a wind turbine using model predictive control
EP3156646B1 (de) * 2015-10-16 2018-05-16 Nordex Energy GmbH Windenergieanlage mit einem drehzahl- und einem generatorregler
CN105156271B (zh) * 2015-10-22 2018-06-29 扬州大学 受扰风力发电机系统的抗干扰最优功率跟踪控制方法
US10280897B2 (en) 2015-12-10 2019-05-07 General Electric Company Methods and systems for controlling a wind turbine
CN105827166A (zh) * 2016-03-24 2016-08-03 苏州合欣美电子科技有限公司 一种基于变频调速器的风力电机调控系统
CN109312714B (zh) * 2016-04-07 2021-05-04 维斯塔斯风力系统集团公司 考虑噪声的风力涡轮机的控制
EP3452877B1 (en) 2016-05-03 2023-04-26 Vestas Wind Systems A/S Controlling a wind turbine during a low voltage grid event using mpc
US11053918B2 (en) 2016-05-25 2021-07-06 Vestas Wind Systems A/S Wind turbine control system comprising improved upsampling technique
EP3464891B1 (en) 2016-06-07 2022-01-19 Vestas Wind Systems A/S Adaptive control of a wind turbine by detecting a change in performance
US20180003154A1 (en) * 2016-06-30 2018-01-04 General Electric Company Methods and systems for feedforward control of wind turbines
DE102016212362A1 (de) * 2016-07-06 2018-01-11 Universität Stuttgart Lidar-basierte multivariable Feedforwardregelung von Windturbinen
US10539116B2 (en) 2016-07-13 2020-01-21 General Electric Company Systems and methods to correct induction for LIDAR-assisted wind turbine control
US10386543B2 (en) * 2016-08-01 2019-08-20 International Business Machines Corporation Temporal bias correction in wind forecasting
CN106681151B (zh) * 2017-01-20 2019-05-10 华北电力大学 基于时序分析的变桨距风机多模态运行优化控制装置及运行方法
US10451035B2 (en) 2017-05-04 2019-10-22 General Electric Company System and method for reducing wind turbine rotor blade loads
US10451036B2 (en) 2017-05-05 2019-10-22 General Electric Company Adjustment factor for aerodynamic performance map
FR3068139B1 (fr) * 2017-06-21 2019-12-20 IFP Energies Nouvelles Procede d'acquisition et de modelisation par un capteur lidar d'un champ de vent incident
ES2774695T3 (es) 2017-07-10 2020-07-22 Nordex Energy Gmbh Procedimiento para la regulación de la emisión de potencia efectiva de un parque eólico así como un parque eólico correspondiente
CN109667717B (zh) * 2017-10-16 2020-10-09 三菱重工业株式会社 风力发电装置的控制系统、风力发电装置及控制方法
EP3496261B1 (en) * 2017-12-07 2023-11-22 ABB Schweiz AG Control and modulation of a converter
US10808681B2 (en) 2018-01-23 2020-10-20 General Electric Company Twist correction factor for aerodynamic performance map used in wind turbine control
CN110206685B (zh) * 2018-02-28 2020-07-28 北京金风科创风电设备有限公司 风电场中的风力发电机组的前馈控制方法和设备
US10778112B2 (en) 2018-04-04 2020-09-15 General Electric Company DFIG converter with active filter
CN108798997B (zh) 2018-06-28 2020-02-07 北京金风科创风电设备有限公司 风力发电机组的控制方法、装置、控制器及系统
US11319926B2 (en) 2018-10-22 2022-05-03 General Electric Company System and method for protecting wind turbines from extreme and fatigue loads
ES2947749T3 (es) * 2018-10-24 2023-08-17 Vestas Wind Sys As Sistema de control para una central eléctrica
CN112997001A (zh) 2018-11-02 2021-06-18 维斯塔斯风力系统集团公司 使用风力涡轮机为储能系统充电的方法
ES3035804T3 (en) 2018-12-21 2025-09-09 Vestas Wind Sys As Wind turbine control based on optimising and non-optimising controller routines
US11069926B1 (en) * 2019-02-14 2021-07-20 Vcritonc Alpha, Inc. Controlling ongoing battery system usage via parametric linear approximation
FR3095246B1 (fr) * 2019-04-16 2022-12-09 Ifp Energies Now Procédé et système de contrôle d’une grandeur d’une éolienne par choix du contrôleur par un apprentissage automatique
US12012936B2 (en) 2019-05-09 2024-06-18 Vestas Wind Systems A/S Wind turbine control using predicted steady- state deflection
US11736056B2 (en) 2019-05-30 2023-08-22 General Electric Company System and method for controlling harmonics in a renewable energy power system
EP3751360A1 (en) * 2019-06-11 2020-12-16 Siemens Gamesa Renewable Energy A/S Method for computer-implemented determination of a drag coefficient of a wind turbine
CN110714881B (zh) * 2019-08-19 2021-08-13 上海交通大学 一种风力机性能预测控制方法及装置
CN110685857B (zh) * 2019-10-16 2021-10-15 湘潭大学 一种基于集成学习的山地风电机组行为预测模型
US11629694B2 (en) 2019-10-22 2023-04-18 General Electric Company Wind turbine model based control and estimation with accurate online models
US11261846B2 (en) * 2019-11-01 2022-03-01 General Electric Company System and method for designing and operating a wind turbine power system based on statistical analysis of operational and/or grid data thereof
EP3845757A1 (en) 2020-01-06 2021-07-07 Vestas Wind Systems A/S Wind turbine control using constraint scheduling
US11060504B1 (en) 2020-02-07 2021-07-13 General Electric Company Systems and methods for continuous machine learning based control of wind turbines
CN111472930B (zh) * 2020-03-23 2021-07-23 浙江大学 演化风速计算方法及基于该方法的前馈统一变桨控制方法
EP3901712A1 (en) * 2020-04-23 2021-10-27 Siemens Gamesa Renewable Energy A/S Method of operating a wind turbine
CN111637010A (zh) * 2020-06-10 2020-09-08 国电联合动力技术有限公司 风电机组前馈控制方法、装置、风电机组及系统
CN111878307A (zh) * 2020-06-11 2020-11-03 中国能源建设集团湖南省电力设计院有限公司 基于风向预测的新型偏航控制方法
CN111927718A (zh) * 2020-08-20 2020-11-13 国电联合动力技术有限公司 风力发电机组传动链寻优方法及装置
US11231012B1 (en) 2020-09-22 2022-01-25 General Electric Renovables Espana, S.L. Systems and methods for controlling a wind turbine
CN112163259B (zh) * 2020-09-27 2021-11-02 西南交通大学 一种确定典型铁路基础结构风剖面等效风速比的方法
CN114428456B (zh) * 2020-10-29 2024-05-14 北京国电智深控制技术有限公司 一种火电机组控制系统的控制方法及装置
CN112861289B (zh) * 2021-03-09 2021-10-29 兰州理工大学 基于IMM-KEnPF的风机桨距系统故障诊断方法
US11649804B2 (en) 2021-06-07 2023-05-16 General Electric Renovables Espana, S.L. Systems and methods for controlling a wind turbine
US12180936B2 (en) 2021-07-28 2024-12-31 General Electric Renovables Espana, S.L. Systems and methods for operating a wind farm
EP4166782A1 (en) 2021-10-14 2023-04-19 Vestas Wind Systems A/S Wind turbine model predictive control (mpc) with thrust and/or power correction
EP4198300A1 (en) * 2021-12-17 2023-06-21 Siemens Gamesa Renewable Energy Innovation & Technology S.L. Method for starting up a wind turbine
EP4234923A1 (en) * 2022-02-25 2023-08-30 Siemens Gamesa Renewable Energy A/S Operational transition between partial load and full load region in wind turbine control
CN115478990B (zh) * 2022-09-20 2024-09-20 燕山大学 基于气动系数的风力机风速时间参数确定方法
CN117967495A (zh) * 2022-10-20 2024-05-03 北京华能新锐控制技术有限公司 风电机组的控制系统及方法
CN117989050A (zh) * 2022-10-28 2024-05-07 金风科技股份有限公司 风力发电机组控制方法、装置及控制器
CN115577573B (zh) * 2022-12-07 2023-03-10 南方电网数字电网研究院有限公司 同步发电机输出电流的预测方法、装置、设备和存储介质
CN116123028A (zh) * 2022-12-20 2023-05-16 中国华能集团清洁能源技术研究院有限公司 风电场级mppt预测模型控制方法和装置
CN116591896B (zh) * 2023-04-25 2026-01-06 华能沾化新能源有限公司 一种风力发电机组调节控制方法
CN116933663B (zh) * 2023-09-15 2023-12-08 中国航空工业集团公司金城南京机电液压工程研究中心 一种机载涡轮转子气动特性高保真模型建模方法及装置
CN117231423B (zh) * 2023-10-26 2026-03-17 北京华能新锐控制技术有限公司 用于风力发电机组的专用可编程控制器
US12510052B1 (en) 2024-06-27 2025-12-30 GE Vernova Renovables Espana, S.L. System and method for optimizing control of a wind turbine
CN119146007B (zh) * 2024-10-28 2025-07-08 宁波今禾新能源科技有限公司 一种小型风力发电机及其控制系统
CN120834755B (zh) * 2025-09-11 2025-11-25 上海豪锦通信科技有限公司 转台电机控制器及其电机控制方法

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5155375A (en) 1991-09-19 1992-10-13 U.S. Windpower, Inc. Speed control system for a variable speed wind turbine
DE69814840D1 (de) 1997-03-26 2003-06-26 Forskningsct Riso Roskilde Windturbine mit vorrichtung zur messung der windgeschwindigkeit
DE10033183C2 (de) 2000-07-07 2002-08-08 Max Planck Gesellschaft Verfahren und Vorrichtung zur Verarbeitung und Vorhersage von Strömungsparametern turbulenter Medien
US6666410B2 (en) * 2001-10-05 2003-12-23 The Charles Stark Draper Laboratory, Inc. Load relief system for a launch vehicle
GB2398841A (en) 2003-02-28 2004-09-01 Qinetiq Ltd Wind turbine control having a Lidar wind speed measurement apparatus
JP4626265B2 (ja) 2004-10-28 2011-02-02 東京電力株式会社 風力発電装置、風力発電装置の制御方法およびコンピュータプログラム
DE102004056254B4 (de) * 2004-11-22 2006-11-09 Repower Systems Ag Verfahren zum Optimieren des Betriebs von Windenergieanlagen
US8649911B2 (en) * 2005-06-03 2014-02-11 General Electric Company System and method for operating a wind farm under high wind speed conditions
DE102005045516A1 (de) 2005-09-22 2007-03-29 Daubner & Stommel GbR Bau-Werk-Planung (vertretungsberechtigter Gesellschafter: Matthias Stommel, 27777 Ganderkesee) Verfahren zur Anpassung einer Windenergieanlage an gegebene Windverhältnisse
US7342323B2 (en) * 2005-09-30 2008-03-11 General Electric Company System and method for upwind speed based control of a wind turbine
US8157533B2 (en) 2005-10-17 2012-04-17 Vestas Wind Systems A/S Wind turbine blade with variable aerodynamic profile
ES2288121B1 (es) 2006-05-31 2008-10-16 GAMESA INNOVATION &amp; TECHNOLOGY, S.L. Metodo de operacion de un aerogenerador.
US7560823B2 (en) * 2006-06-30 2009-07-14 General Electric Company Wind energy system and method of operation thereof
JP4470933B2 (ja) * 2006-09-08 2010-06-02 祥人 平田 任意の観測地点数に対応した風況予測制御による地域型風力発電システム
EP1911968A1 (en) * 2006-10-10 2008-04-16 Ecotecnia Energias Renovables S.L. Control system for a wind turbine and method of controlling said wind turbine
US7950901B2 (en) 2007-08-13 2011-05-31 General Electric Company System and method for loads reduction in a horizontal-axis wind turbine using upwind information
DK2110551T4 (da) * 2008-04-15 2019-05-13 Siemens Ag Fremgangsmåde og indretning til prognose-baseret vindmøllestyring
GB2476507A (en) 2009-12-23 2011-06-29 Vestas Wind Sys As Method And Apparatus For Protecting Wind Turbines From Gust Damage
GB2476506A (en) 2009-12-23 2011-06-29 Vestas Wind Sys As Method And Apparatus Protecting Wind Turbines From Low Cycle Fatigue Damage
ES2573127T3 (es) * 2010-02-05 2016-06-06 Vestas Wind Systems A/S Método para hacer funcionar una central de energía eólica
US8884578B2 (en) * 2011-02-07 2014-11-11 United Technologies Corporation Method and system for operating a flow battery system based on energy costs
US20140244328A1 (en) * 2013-02-22 2014-08-28 Vestas Wind Systems A/S Wind turbine maintenance optimizer
DK2878811T3 (da) * 2013-11-29 2021-07-19 Ge Renewable Tech Wind Bv Fremgangsmåder til drift af en vindmølle, og vindmøller

Also Published As

Publication number Publication date
GB2476316B (en) 2014-07-16
GB2476316A (en) 2011-06-22
WO2011076295A2 (en) 2011-06-30
EP2516849A2 (en) 2012-10-31
ES2610905T8 (es) 2017-05-25
US20130106107A1 (en) 2013-05-02
CN102725520A (zh) 2012-10-10
GB0922385D0 (en) 2010-02-03
US9217416B2 (en) 2015-12-22
EP2516849B1 (en) 2016-12-07
CN102725520B (zh) 2015-06-24
WO2011076295A3 (en) 2011-12-29

Similar Documents

Publication Publication Date Title
ES2610905T3 (es) Turbina eólica que tiene un método de control y controlador para realizar control predictivo de un generador de turbina eólica
EP2581600B1 (en) Method and system for control of wind turbines
ES2939136T3 (es) Determinación de ajustes de control para una turbina eólica
Song et al. Maximum power extraction for wind turbines through a novel yaw control solution using predicted wind directions
ES2751687T3 (es) Métodos y aparato para controlar turbinas eólicas
ES2975158T3 (es) Control anticipativo multivariable de turbinas eólicas basado en Lidar
US10683844B2 (en) Control of a wind turbine taking fatigue measure into account
ES2701707T3 (es) Procedimiento de funcionamiento de un aerogenerador y aerogenerador
US20130300115A1 (en) Systems and methods for optimizing power generation in a wind farm turbine array
EP3440346B1 (en) Control of a wind turbine taking noise into account
US12497949B2 (en) Systems and methods of coordinated yaw control of multiple wind turbines
EP3741991B1 (en) Method for dynamic real-time optimization of the performance of a wind park and wind park
US20120049516A1 (en) Method, system, and computer program product to optimize power plant output and operation
Nguyen et al. Advanced control strategies for wind energy systems: An overview
JP2020067023A (ja) 風力発電システム
Liu et al. Predictive control of wind turbine for load reduction during ramping events
US12012935B2 (en) Controlling noise emissions from individual blades of a wind turbine
CN108537372A (zh) 一种风向预测方法及风力发电机组的偏航控制方法
DK201570721A1 (en) CONTROL OF A WIND TURBINE TAKING FATIGUE MEASURE INTO ACCOUNT
Lucas Frutuoso et al. Exploring the Power & Loads Paradigm: Tocha Farm Case Study
Gupta et al. Constant torque control schemes for PMSG based wind energy conversion system
CN111342497A (zh) 优化电气设施中电能源的能量供应的方法及实施其的设备
Learning AI Driven Solar Tracking and Smart Wind Turbines-Enhancing Renewable Energy Efficiency Through Adaptive Machine Learning Algorithms
Hoffmann et al. Multi-Objective Model-Predictive Control for Dielectric Elastomer Wave Harvesters
CN119664571A (zh) 一种风力发电机组功率优化控制方法