ES2628058T5 - Procedimiento de optimización de la operación de una turbina eólica - Google Patents
Procedimiento de optimización de la operación de una turbina eólica Download PDFInfo
- Publication number
- ES2628058T5 ES2628058T5 ES08101196T ES08101196T ES2628058T5 ES 2628058 T5 ES2628058 T5 ES 2628058T5 ES 08101196 T ES08101196 T ES 08101196T ES 08101196 T ES08101196 T ES 08101196T ES 2628058 T5 ES2628058 T5 ES 2628058T5
- Authority
- ES
- Spain
- Prior art keywords
- control parameter
- controller
- wind turbine
- turbine
- response
- 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
Links
- 238000000034 method Methods 0.000 title claims description 41
- 238000005259 measurement Methods 0.000 claims description 46
- 230000007613 environmental effect Effects 0.000 claims description 37
- 230000004044 response Effects 0.000 claims description 31
- 238000005457 optimization Methods 0.000 claims description 12
- 238000009434 installation Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005316 response function Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
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
- 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
- F03D7/046—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic with learning or adaptive control, e.g. self-tuning, fuzzy logic or neural network
-
- 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
- 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
- F05B2270/80—Devices generating input signals, e.g. transducers, sensors, cameras or strain gauges
- F05B2270/802—Calibration thereof
-
- 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)
- Sustainable Development (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Combustion & Propulsion (AREA)
- Chemical & Material Sciences (AREA)
- Sustainable Energy (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Wind Motors (AREA)
Description
DESCRIPCIÓN
Procedimiento de optimización de la operación de una turbina eólica
La presente invención se refiere al campo de la ingeniería de control, en particular para controlar la operación de una turbina eólica. Además, la invención se refiere a turbinas eólicas que tienen un sistema de control.
El rendimiento de una turbina eólica depende de muchos factores que se pueden dividir principalmente en tres clases diferentes: condiciones ambientales, propiedades inherentes de la turbina y propiedades controlables de la turbina. Además, muchos de estos factores son interdependientes, pero la relación entre ellos es incierta o desconocida. Dado que únicamente las propiedades controlables de la turbina, por ejemplo, el paso de pala, la velocidad del rotor, la guiñada o similares, pueden ser influenciados activamente por el controlador de la turbina, modelos teóricos de turbina han sido desarrollados para predecir la respuesta de la turbina y/o el rendimiento de la turbina para una variedad de condiciones ambientales, propiedades inherentes de la turbina y la configuración del controlador respectivo. Véase, por ejemplo, los documentos DE 19934415 y DE 19628073.
Sin embargo, la base para tales modelos teóricos es incierta. Por ejemplo, pueden producirse errores o daños ocultos en el proceso de fabricación, durante el transporte y la instalación o en la calibración de los puntos de referencia del sensor y controlador. Además, las propiedades inherentes de la turbina pueden cambiar con el tiempo, por ejemplo, por degradación de la superficie de la pala, aflojamiento de juntas o similares. Además, con el uso de modelos teóricos existe una necesidad fundamental de tener información fiable sobre las condiciones ambientales verdaderas como la velocidad del viento, la dirección del viento, la densidad del aire o similares. Sin embargo, los datos de condiciones ambientales medidos por sensores pueden tener errores sistemáticos debidos a la posición del sensor en la turbina (por ejemplo, dentro de la corriente retrógrada), a la deriva del sensor, a la fabricación defectuosa o a otras razones. Finalmente, los modelos teóricos se basan en varias suposiciones y, además, tienen que hacer aproximaciones para proporcionar una implementación práctica del modelo. De esta manera, el modelo teórico en sí mismo, así como los datos de entrada para el modelo se desvían de las condiciones reales en una turbina específica en un emplazamiento específico. Como resultado, el control de la turbina no es óptimo.
A la vista de lo anterior, se proporciona un procedimiento de optimización de la operación de una turbina eólica como se define en la reivindicación 1 adjunta.
El procedimiento descrito anteriormente establece una relación basada en los valores medidos de la respuesta de la turbina eólica con respecto a una configuración del controlador ajustado activamente para condiciones ambientales específicas. Por lo tanto, el controlador está optimizado para una turbina específica que tiene propiedades inherentes específicas y que está instalada en un emplazamiento específico durante las condiciones ambientales específicas. Por consiguiente, las desviaciones en las configuraciones del controlador lejos de su óptimo que son causadas por variaciones o errores en cálculos, fabricación, instalación y operación pueden ser corregidas con el procedimiento anterior. Además, el conocimiento de las condiciones ambientales verdaderas ya no es necesario, ya que el procedimiento anterior establece una relación consistente entre las señales medidas y la configuración del controlador.
Otros aspectos, ventajas y características de la presente invención son evidentes a partir de las reivindicaciones dependientes, la descripción y los dibujos adjuntos.
Según otra realización de la invención, una turbina eólica como se define en la reivindicación 8 adjunta está proporcionada también.
En los dibujos:
La figura 1 muestra una turbina eólica según la presente divulgación.
La figura 2 muestra un diagrama de flujo de un procedimiento según la presente divulgación.
La figura 3 muestra un diagrama de flujo de un procedimiento según la presente divulgación.
La figura 4 muestra un diagrama de una relación medida entre el paso y la potencia de salida según una realización de la presente invención.
La figura 5 muestra un diagrama de flujo de un procedimiento según la presente divulgación.
La figura 6 muestra un diagrama que explica la definición de subespacios según el procedimiento mostrado en la figura 5.
A continuación se hará referencia en detalle a las diversas realizaciones de la invención, de las que se ilustran uno o más ejemplos en las figuras. Cada ejemplo está proporcionado a modo de explicación de la invención, y no se entiende como limitación de la invención. Por ejemplo, las características ilustradas o descritas como parte de una realización se pueden utilizar en otras realizaciones o en conjunción con las mismas para obtener incluso una realización adicional. Se pretende que la presente invención incluya tales modificaciones y variaciones.
La figura 1 muestra una turbina eólica según una realización de la presente invención. En la misma, la turbina 100 eólica incluye una torre 110 en la parte superior de la cual está montada una góndola 120. Un cubo 130 de rotor está montado en un lado de extremo lateral de la góndola 120 y las palas 140 de rotor están fijadas al cubo 130. Durante la operación de la turbina eólica, las palas 130 de rotor captan la energía eólica y el cubo 130 de accionamiento para girar alrededor de un eje de rotación sustancialmente horizontal. La rotación del cubo 130 se transfiere sobre un árbol 150 para accionar un generador 160 eléctrico. De esta manera, la energía eléctrica se produce a partir de la energía eólica y se puede suministrar a una rejilla eléctrica.
La turbina eólica incluye un controlador 200 para controlar la operación de la turbina. El controlador 200 está adaptado para ajustar una serie de propiedades controlables de la turbina. Por ejemplo, el controlador 200 está conectado a un accionamiento 145 de paso de manera que el ángulo de paso de las palas 140 de rotor puede ser ajustado por el controlador 200. Además, el controlador 200 está conectado al generador 160 de manera que los parámetros eléctricos del generador 160 sean controlados por el controlador 200. Como se podrá entender por los expertos en la técnica éstos son únicamente ejemplos de las muchas variables de control que pueden ser controladas por el controlador 200. Otras variables de control habituales controladas por el controlador 200 incluyen el ángulo de guiñada y la velocidad del rotor.
Además, la turbina eólica incluye un sensor 300 para medir la potencia de salida del generador 160, por ejemplo, midiendo la tensión y/o la corriente. Además, la turbina 100 eólica incluye un anemómetro 400 que está adaptado para medir la velocidad del viento y, opcionalmente, la dirección del viento como variables de condiciones ambientales. El anemómetro 400 incluye una interfaz 405 de datos adaptada para convertir las mediciones del anemómetro 400 en un formato de datos adecuado. Los datos capturados por los sensores 300, 400 se proporcionan al controlador 200 que utiliza los datos medidos para el control de la turbina. Como se podrá entender por los expertos en la técnica estos son únicamente ejemplos para las muchas variables de condiciones ambientales y las variables de respuesta de la turbina que pueden ser medidas por estos y/o sensores adicionales. En particular, las variables de condiciones ambientales pueden incluir el emplazamiento de la turbina, la velocidad del viento, la dirección del viento, la fecha, la hora del día, el periodo del año, la densidad del aire, la temperatura, la turbulencia del aire, la presión del aire y las condiciones de lluvia. Además, las variables de respuesta pueden incluir salida de potencia, cargas mecánicas, cargas aerodinámicas, vibraciones de turbina y emisión de ruido.
El controlador 200 está adaptado para llevar a cabo un procedimiento de optimización según una realización de la presente invención. Las diversas realizaciones de procedimientos que podrían implementarse en el controlador 200 ahora se describirán más adelante con referencia a las figuras 2 a 6.
La figura 2 muestra un diagrama de flujo de un procedimiento según la presente divulgación. En la misma, después del inicio del procedimiento de optimización en la etapa 201, al menos un parámetro de control de una turbina eólica está ajustado a un valor de inicio predeterminado en la etapa 202.
A continuación, en la etapa 203 se miden al menos una variable de respuesta de la turbina eólica y al menos una variable adicional indicativa de una condición ambiental. En este contexto, debe entenderse que los parámetros de control pueden incluir al menos uno de los siguientes: el paso de pala, la velocidad del rotor, y un parámetro de control de generador eléctrico, las variables de respuesta pueden incluir al menos uno de los siguientes: la salida de potencia, las cargas mecánicas, cargas aerodinámicas, las vibraciones de turbina, la emisión de ruido y las variables de condiciones ambientales pueden incluir al menos uno de los siguientes: la velocidad del viento, la dirección del viento, la densidad del aire, la temperatura, la turbulencia del aire, la presión del aire y la lluvia. Habitualmente, la medición se realiza como una medición a corto plazo de manera que las condiciones ambientales de la turbina eólica sean sustancialmente constantes durante la medición. En particular, la duración de la medición habitual varía de 1 a 10 segundos, más habitualmente de 1 a 5 segundos o incluso solo 1 segundo. Debido a la medición a corto plazo, la influencia de variaciones en las condiciones ambientales sobre la variable de respuesta puede ser ampliamente excluida. Por consiguiente, se puede determinar una relación consistente entre los parámetros del controlador ajustados de manera activa y las variables de respuesta medidas. Desde luego, todavía se necesita medir las condiciones ambientales para confirmar que los cambios de las mismas durante el periodo de medición pueden ser descuidados. Como se muestra en la figura 2, la medición se repite para el mismo ajuste de parámetro de control una o más veces. De esta manera, se forma una base de datos suficiente para el análisis estadístico de los datos de medición. Por ejemplo, se puede mantener un ajuste de controlador específico durante un periodo de medición de aproximadamente 5 minutos mientras se realizan mediciones a corto plazo de 2 segundos de duración. De esta manera, se recogen 150 puntos de datos dentro del periodo de medición de 5 minutos.
En la etapa 204 siguiente, se comprueba la frecuencia con la que se han realizado las mediciones descritas anteriormente. Habitualmente, se predeterminan N valores diferentes del parámetro de control para los cuales deben realizarse las mediciones, en las que N es un número entero positivo. Si ha habido menos de las N mediciones programadas, el al menos un parámetro de control se cambia a su siguiente valor en la etapa 205 y la medición se realiza en la etapa 203 con el nuevo ajuste de controlador, es decir, para el nuevo valor del parámetro de control. Por ejemplo, las mediciones pueden realizarse para 12 valores diferentes del parámetro de control de manera que, en el ejemplo anterior, se recogen 1800 puntos de datos en 1 hora, representando cada punto de datos una medida de 2 segundos para un ajuste de controlador determinado. Como otra característica opcional, todo el ciclo de medición puede repetirse una o más veces, es decir, las etapas 202 a 205 pueden realizarse de nuevo después de
que se haya determinado la finalización de un ciclo de medición en la etapa 204. Por ejemplo, pueden programarse 5 ciclos completos en el ejemplo anterior de manera que se recojan 9000 puntos de datos dentro de una medición de 5 horas. De esta manera, se puede obtener una base de datos suficiente para el análisis siguiente.
A continuación, en la etapa 206 se determina una relación medida entre el al menos un parámetro de control y la al menos una variable de respuesta. Habitualmente, la etapa 206 incluye el cálculo de los residuos de la variable de respuesta con respecto a una curva o función de respuesta predeterminada. Cuando el presente procedimiento se aplica primero en una turbina específica, la función de respuesta predeterminada es una función de respuesta teórica y/o empíricamente predeterminada que se ha implementado en el controlador de turbina. Sin embargo, más adelante las relaciones medidas obtenidas mediante el presente procedimiento pueden utilizarse como curvas de respuesta predeterminadas. De esta manera, se pueden verificar las relaciones obtenidas o se pueden detectar cambios en el comportamiento de la turbina. Habitualmente, los valores de parámetros de control, los datos de residuos y los datos de condiciones ambientales se almacenan para obtener la relación medida entre las diversas variables. Dado que las relaciones entre los parámetros de control y las variables de respuesta están determinadas a partir de los valores medidos, ya no es necesario que los datos registrados representen las condiciones verdaderas, siempre y cuando mantengan una relación coherente como tal. Por lo tanto, un valor óptimo para el parámetro de controlador obtenido a partir de la relación medida es un valor óptimo "verdadero" aunque puede no ser óptimo en el modelo de turbina teórico. Además, el valor óptimo "verdadero" determinado por las realizaciones descritas puede variar con el tiempo cuando cambian las condiciones ambientales, por ejemplo, desde el verano hasta el invierno, o cuando cambian las propiedades inherentes de la turbina, por ejemplo, la degradación de las superficies de las palas del rotor. Por consiguiente, un ajuste óptimo del controlador determinado mediante un procedimiento según una de las realizaciones se optimizará siempre con respecto a las condiciones específicas de la turbina específica en la que se lleva a cabo el procedimiento de optimización.
Finalmente, en la etapa 207 el punto de referencia de el al menos un parámetro de control se ajusta al valor óptimo previamente determinado. De esta manera, la operación de la turbina eólica se optimiza, ya que el controlador puede controlar la turbina según sus propiedades inherentes específicas y condiciones ambientales.
Resumiendo lo que se ha mencionado anteriormente, las realizaciones según la presente invención utilizan variaciones sistemáticas en una variable de respuesta mediante cambios controlados de ciertos parámetros de control. Los resultados de estos cambios controlados se miden durante períodos cortos de tiempo para excluir la influencia de factores externos. El análisis de los datos medidos capturados durante las mediciones de corto tiempo revela una relación medida entre los parámetros de control y las variables de respuesta. Un valor óptimo para el punto de referencia del parámetro de control puede obtenerse a partir de la relación medida, siendo el punto de referencia óptimo para esa turbina específica que tiene propiedades de la turbina específicas y condiciones ambientales específicas. Si alguna de estas condiciones cambia de manera que se encuentre fuera de ciertos límites, el procedimiento de optimización puede repetirse. Además, el proceso de optimización se programa a intervalos regulares para verificar que el ajuste del controlador sigue siendo óptimo.
Además, como se podrá entender por los expertos en la técnica, el procedimiento descrito anteriormente se puede emplear para establecer una relación entre un único parámetro de control y una única variable de respuesta, pero también para dos o más parámetros de control y una única variable de respuesta. De esta manera, las influencias mutuas entre parámetros de control pueden determinarse y entenderse. Asimismo, es posible optimizar el control de la turbina no solo con respecto a una variable de respuesta (por ejemplo, salida de potencia) sino, simultáneamente, con respecto a una variable de respuesta adicional (por ejemplo, carga mecánica). Además, los cambios en las condiciones ambientales (por ejemplo, temperatura, presión, lluvia, etc.) pueden tenerse en cuenta en el análisis.
La figura 3 muestra un diagrama de flujo de un procedimiento según la presente divulgación. En la misma, el procedimiento descrito anteriormente se aplica a un ejemplo particular. El objetivo de la optimización consiste en optimizar el ajuste del controlador de paso de pala para la salida de potencia máxima en condiciones de carga parcial, es decir, durante una velocidad de viento baja (etapa 301). En una primera etapa 302, el procedimiento de optimización se inicia en un día con velocidad del viento que varía entre 7 y 12 m/s, es decir, en un día que tiene condiciones ambientales suficientes. A continuación, el paso, la potencia y la velocidad del viento se seleccionan como datos relevantes y la duración del periodo de medición se ajusta en 1 segundo (etapa 303). En la siguiente etapa 304, el paso de la pala para las tres palas se ajusta al paso de referencia menos 2 grados y se recogen los datos de la velocidad de la potencia y del viento. Este ajuste se mantiene durante 3 minutos de manera que se recojan 3 x 60 = 180 puntos de datos de mediciones de 1 segundo. Después, el controlador aumenta el paso en 0,4 grados y repite el ciclo de medición de 3 minutos para obtener otros 180 puntos de datos para el nuevo valor de paso. Esto se vuelve a repetir con un aumento de 0,4 grados para el paso hasta que se alcanza el punto final superior del paso de referencia más 2 grados. De esta manera, se recogen un total de 3 x 60 x 11 = 1980 puntos de datos de mediciones de 1 segundo en 33 minutos. Una vez terminado, el ciclo de medición se repite durante las próximas seis horas aproximadamente. Dado que el ciclo de medición se puede completar dos veces en casi una hora, se obtiene un total de 3 x 60 x 11 x 12 = 23760 puntos de datos de mediciones de 1 segundo en una tarde. A continuación, los datos se analizan calculando los residuos de los valores de potencia medidos con respecto a los valores de potencia esperados (etapa 306). Dado que el análisis se basa en un gran número de mediciones a corto plazo, los resultados son en gran medida independientes de la velocidad real del viento. Finalmente, se obtiene una relación medida entre el paso de pala y la salida de potencia a carga parcial (etapa 307) para encontrar un valor de
paso óptimo para el punto de referencia del controlador. La relación se establece trazando los residuos de potencia almacenados contra los valores de paso almacenados. El resultado se muestra en la figura 4. En la misma, se puede ver que el valor óptimo antiguo, es decir, el punto de referencia real del controlador para el paso de referencia a 0°, era insuficiente. En cambio, un nuevo valor óptimo se determina a 0,8° grados. Por consiguiente, el punto de referencia del controlador aumenta en 0,8° grados para obtener un mejor rendimiento de la turbina en condiciones de carga parcial. Como se podrá entender por los expertos en la técnica el procedimiento anterior se basa únicamente en la relación medida entre el paso y la potencia de salida. Por lo tanto, incluso si el ángulo de paso real de las palas del rotor se desvía de su valor deseado, por ejemplo, debido a un sensor defectuoso, se determina el valor del punto de referencia del controlador óptimo. Por lo tanto, el presente procedimiento supera las deficiencias de las estrategias de control basadas en modelos de turbina teóricos.
La figura 5 muestra un diagrama de flujo de un procedimiento según la presente divulgación. El procedimiento según la presente realización se basa en lo siguiente. Una turbina eólica puede entenderse como un sistema complejo que responde de una manera específica a una entrada específica. La respuesta de la turbina eólica puede describirse mediante varias variables de rendimiento Pi, 1 < i < N, que pueden incluir la salida de potencia, las cargas mecánicas, las cargas aerodinámicas, las vibraciones de turbina o la emisión de ruido. El rendimiento de la turbina se rige por las condiciones ambientales de la turbina Zj , 1 < j < M, que pueden incluir el emplazamiento de la turbina, la velocidad del viento, la dirección del viento, la fecha, la hora del día, el periodo del año, la densidad del aire, la temperatura, la turbulencia del aire, la presión del aire y las condiciones de lluvia mediante los parámetros de control Yk , 1 < k < L, que pueden incluir el paso de pala, el ángulo de guiñada, la velocidad del rotor o un parámetro de control del generador eléctrico y las propiedades inherentes Xs , 1 < s < Q, que puede incluir el diámetro de las palas del rotor, el número de polos del generador eléctrico o similar. La relación entre rendimiento/respuesta de la turbina y las variables de entrada se expresa mediante la siguiente ecuación para el Pi
o
Pi = f1(Xl,...,XQ,Y1,...,YL,Zl,...,ZM).
Como se podrá entender por los expertos en la técnica únicamente los parámetros de control Yk pueden controlarse activamente mientras que los Xs y Zj pueden variar independientemente del control de la turbina. Por lo tanto, los parámetros de control Yk tienen que ser determinados como funciones de los Xs y Zj
o
Yk = fk(X1,...,XQ,Zi,...,ZM).
Habitualmente, algunas variables de rendimiento son más interesantes que otras y, también, puede mostrarse de manera teórica o empíricamente que algunos parámetros de control influyen en estas variables de rendimiento más que otros parámetros de control.
Teniendo en cuenta lo mencionado anteriormente, el procedimiento según la presente realización define primero un subespacio de variables de rendimiento interesantes para ser optimizado. Esto se realiza seleccionando un subgrupo de variables de rendimiento Pí1,...,Pín para ser optimizado simultáneamente (etapa 502). Después, se define un subespacio de variables de condiciones ambientales seleccionando un subgrupo de variables de condiciones ambientales Zj1,...,ZjM en la etapa 503. Finalmente, se selecciona un subgrupo de variables de control Yk1,...,YkL para definir un subespacio de variables de control sobre las que se deben optimizar las variables de rendimiento Pí1,...,Pín (etapa 504). Un ejemplo simple de la definición de tales subespacios se muestra en la figura 6. En la misma, la variable de rendimiento P que se va a optimizar es la salida de potencia, la variable de condición ambiental Z seleccionada para la optimización es la velocidad del viento y el parámetro de control Y que se va a optimizar es el paso de pala. Por consiguiente, el ejemplo mostrado en la figura 6 es similar a la realización descrita en la figura 3.
Después, en la etapa 505 se determina una secuencia de valores de variables de control {(Yk1,...,YkL)1,...,(Yk1,...,YkL)R}, de manera que la secuencia cubra sustancialmente la parte interesante del subespacio definida por las variables de control Yk. Por ejemplo, R se ajusta en 5 en la figura 6 de manera que se determina una secuencia de 5 valores para el paso de pala. Dos de esas secuencias se muestran en la figura 6 en la que una primera secuencia (puntos) está relacionada con un régimen de carga parcial (velocidad de viento más baja) mientras que una segunda secuencia (cuadrados) está relacionada con un régimen de carga completa (velocidad de viento alta). En una etapa 506 siguiente, el controlador de turbina ajusta activamente las variables de control Yk1,...,YkL según la secuencia predeterminada y mide los valores de las variables de rendimiento Pí1,...,Pín y los valores de las variables de condiciones ambientales Zj1,...,ZjM. Habitualmente, la medición se realiza como una medición a corto plazo de 1 a 10 segundos de longitud, más habitualmente de 1 a 3 segundos de longitud, de
manera que las variables de condiciones ambientales Zj i ,...,ZjM sean sustancialmente constantes durante el periodo de medición. De esta manera, los datos de medición se recogen para cualquiera de los ajustes del controlador según la secuencia predeterminada. Como una característica opcional, la medición puede repetirse tantas veces como se desee para aumentar el número de puntos de datos recogidos. En particular, muchas mediciones a corto plazo pueden repetirse para el mismo valor de las variables de control (Yk1,...,Yw_)r dentro de la secuencia. Por ejemplo, se puede mantener un ajuste de controlador específico (Yk1,...,Yw_)r durante 12 minutos mientras se repiten mediciones de 3 segundos de las variables de rendimiento Pi1, ..., Pín y las variables de condiciones ambientales Zj1 ,...,ZjM . De esta manera, se recogen 240 puntos de datos para el ajuste específico del controlador (Yk1,...,Yw_)r dentro del período de medición de 12 minutos. En el ejemplo de la figura 6, se puede medir la secuencia completa de cinco ajustes del controlador en una hora, recogiendo de esta manera 1200 puntos de datos en los que se puede basar un análisis estadístico posterior. Como otra característica opcional, la medición de la secuencia completa puede repetirse tantas veces como se desee y/o se permita por las condiciones ambientales. Por ejemplo, la medición de la secuencia de 1 hora puede repetirse seis veces para que se recojan 7200 puntos de datos dentro de un período de medición de seis horas. Por ejemplo, si la velocidad del viento aumenta al régimen de carga completa después de tres horas de medición, la secuencia puede ser interrumpida en ese punto y continuada en otro día cuando la velocidad del viento vuelve a estar dentro del régimen de carga parcial.
En la etapa 506 siguiente, los residuos de las variables de rendimiento medidas con respecto a las variables de rendimiento esperadas se calculan para cada uno de los ajustes del controlador
medidas esperadas
( R i l , ... , R i N ) r - ( P i l , ... , P i N ) r ( P j l , ... , P j N )r
En el caso de que se hayan realizado muchas mediciones para el mismo ajuste del controlador (Yk1,...,Yw_)r, los residuos (R¡1,...,R¡N)r se almacenan para obtener una relación medida entre los ajustes del controlador y el rendimiento de la turbina. Finalmente, en la etapa 508 se determina un valor óptimo para el ajuste del controlador (Ykl,...,YkL)r a partir de la relación medida. El valor óptimo puede utilizarse para ajustar los puntos de referencia del controlador de manera que se optimice la operación de la turbina.
Aunque la realización anterior se ha explicado con respecto a un único parámetro de control (paso), una única variable de condición ambiental (velocidad del viento) y una única variable de rendimiento (salida de potencia), los expertos en la técnica entenderán que los principios del procedimiento de optimización descrito también pueden aplicarse a la optimización simultánea de dos o más parámetros de control con respecto a dos o más variables de rendimiento y/o teniendo en cuenta dos o más variables de condiciones ambientales. En cualquiera de estas implementaciones, se introducen cambios activos en los parámetros de control de la turbina para medir la respuesta de la turbina y detectar, de esta manera, las interdependencias reales de las variables que influyen en el rendimiento de la turbina. Por lo tanto, se establecen relaciones consistentes entre los ajustes del controlador y el rendimiento de la turbina independientemente de si los datos del sensor capturados representan o no condiciones "verdaderas".
Según la presente divulgación, el concepto descrito anteriormente de determinar relaciones medidas puede incluso utilizarse para detectar y corregir una deriva de sensor o cambios bruscos en las señales de sensor, por ejemplo, debido al fallo, desgaste o debido a que el personal de mantenimiento presione accidentalmente contra una veleta. En particular, la deriva de sensor es difícil de detectar, ya que puede confundirse con un cambio gradual en las condiciones ambientales. Sin embargo, si se lleva a cabo un procedimiento de optimización según una realización de la presente invención de manera frecuente sobre una turbina específica, una deriva de sensor también lleva a una deriva en puntos de referencia del controlador. Por lo tanto, si se detecta una correlación entre las dos, este es un indicador fuerte de una deriva de sensor. Por consiguiente, la deriva de sensor se puede corregir aplicando una polarización o desviación apropiada a la señal del sensor defectuosa. Igualmente, se puede corregir un cambio brusco en la señal del sensor aplicando tal polarización o desviación.
Esta descripción escrita utiliza ejemplos para divulgar la invención, incluyendo el modo preferente, y también para permitir a cualquier persona experta en la técnica hacer y utilizar la invención. El ámbito patentable de la invención está definido por las reivindicaciones, y puede incluir otros ejemplos que se presentan a los expertos en la técnica. Tales ejemplos adicionales están destinados a estar dentro del ámbito de las reivindicaciones si tienen elementos estructurales que no difieren del lenguaje literal de las reivindicaciones o si incluyen elementos estructurales equivalentes con diferencias insignificantes de los lenguajes literales de las reivindicaciones.
Claims (8)
1. Un procedimiento (201) de optimización de la operación de una turbina eólica, que comprende las etapas de: (a) ajustar (202) al menos un parámetro de control de dicha turbina eólica a un valor de inicio predeterminado; (b) medir (203) al menos una variable de respuesta de dicha turbina eólica y al menos una variable adicional indicativa de una condición ambiental de la turbina eólica y repetir la medición al menos una vez con el mismo valor de dicho al menos un parámetro de control, durante un tiempo de manera que la condición ambiental sea sustancialmente constante durante la medición;
(c) repetir (204) la etapa (b) N veces, en la que N es un número entero predeterminado, en el que dicho al menos un parámetro de control es cambiado en cada repetición;
(d) determinar (206) una relación medida entre el al menos un parámetro de control con respecto a la al menos una variable de respuesta y la al menos una variable adicional indicativa de una condición ambiental;
(e) determinar un valor optimizado de dicho al menos un parámetro de control con respecto a dicha variable de respuesta a partir de dicha relación medida;
(f) ajustar (207) un punto de referencia de dicho al menos un parámetro de control a dicho valor optimizado; y (g) producir potencia eléctrica desde la energía eólica y suministrar la potencia eólica a una red de instalación, en el que el al menos un parámetro de control se selecciona de un grupo que consiste en: tono de pala, velocidad de rotor y un parámetro de control de generador eléctrico,
la al menos una variable indicativa de una condición ambiental se selecciona del grupo que consiste en: velocidad del viento, densidad del aire, temperatura, turbulencia del aire, presión del aire y lluvia; y
en el que dos o más parámetros de control se ajustan activamente para determinar valores optimizados para los dos o más parámetros de control;
en el que el procedimiento de optimización se programa en intervalos regulares para verificar que los ajustes del controlador son óptimos;
y, el procedimiento incluye, además
detectar un desvío del sensor detectando un desvío de al menos un punto de configuración de controlador obtenido en la etapa €.
2. El procedimiento (201) según la reivindicación 1, en el que la medición se realiza durante 1 a 10 segundos.
3. El procedimiento (201) según cualquiera de las reivindicaciones anteriores, en el que las etapas (a) a (c) se repiten al menos una vez.
4. El procedimiento (201) según cualquiera de las reivindicaciones anteriores, en el que se miden dos o más variables de respuesta para determinar el valor optimizado de dicho al menos un parámetro de control con respecto a las dos o más variables de respuesta.
5. El procedimiento (201) según cualquiera de las reivindicaciones anteriores, en el que la etapa (d) de determinar una relación medida comprende:
(d1) obtener residuos de la variable de respuesta con respecto a una curva de respuesta predeterminada; y (d2) almacenar los residuos y almacenar los valores de parámetros de control para obtener la relación medida.
6. El procedimiento (201) según cualquiera de las reivindicaciones anteriores, en el que el al menos una variable de respuesta se selecciona del grupo que consiste en: salida de potencia, cargas mecánicas, cargas aerodinámicas, vibraciones de turbina y emisión de ruido.
7. El procedimiento (201) según cualquiera de las reivindicaciones anteriores, en el que se detecta una deriva de sensor detectando una deriva de al menos un punto de referencia del controlador obtenido en la etapa (e).
8. Una turbina (100) eólica, que comprende:
un primer sensor (300) para medir una variable de respuesta de la turbina (100) eólica;
un segundo sensor (400) para medir una variable indicativa de una condición ambiental de la turbina (100) eólica; un controlador (200) para controlar un parámetro de control de la turbina (100) eólica, en el que el controlador (200) se adapta para llevar a cabo un procedimiento (201) según cualquiera de las reivindicaciones 1 a 7; y una conexión a la red de instalación.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US670453 | 2007-02-02 | ||
| US11/670,453 US7883317B2 (en) | 2007-02-02 | 2007-02-02 | Method for optimizing the operation of a wind turbine |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| ES2628058T3 ES2628058T3 (es) | 2017-08-01 |
| ES2628058T5 true ES2628058T5 (es) | 2021-09-23 |
Family
ID=42244507
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| ES08101196T Active ES2628058T5 (es) | 2007-02-02 | 2008-02-01 | Procedimiento de optimización de la operación de una turbina eólica |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US7883317B2 (es) |
| EP (1) | EP1959130B2 (es) |
| CN (1) | CN101235799B (es) |
| DK (1) | DK1959130T4 (es) |
| ES (1) | ES2628058T5 (es) |
Families Citing this family (58)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7476985B2 (en) * | 2005-07-22 | 2009-01-13 | Gamesa Innovation & Technology, S.L. | Method of operating a wind turbine |
| 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 |
| US7487673B2 (en) * | 2006-12-13 | 2009-02-10 | General Electric Company | Ice detection based on anemometry |
| US8098054B2 (en) * | 2007-10-10 | 2012-01-17 | John Alexander Verschuur | Optimal load controller method and device |
| US8712593B2 (en) | 2008-11-18 | 2014-04-29 | Vestas Wind Systems A/S | Method for controlling operation of a wind turbine |
| US20100140936A1 (en) * | 2008-12-23 | 2010-06-10 | General Electric Company | Wind turbine with gps load control |
| JP4995209B2 (ja) | 2009-01-05 | 2012-08-08 | 三菱重工業株式会社 | 風力発電装置及び風力発電装置の風向推定方法 |
| US7896613B2 (en) | 2009-06-03 | 2011-03-01 | General Electric Company | System and method for wind turbine noise control and damage detection |
| US7945350B2 (en) * | 2009-07-07 | 2011-05-17 | General Electric Company | Wind turbine acoustic emission control system and method |
| US20110084492A1 (en) * | 2009-09-11 | 2011-04-14 | Just the 4 of Us, LLC | Vertical Propeller Fluid Energy Capture with Coordinated Dynamic-Orientation Blades |
| US8215907B2 (en) * | 2009-09-30 | 2012-07-10 | General Electric Company | Method and apparatus for controlling acoustic emissions of a wind turbine |
| US8070439B2 (en) * | 2009-10-29 | 2011-12-06 | General Electric Company | Systems and methods for testing a wind turbine pitch control system |
| US8058740B2 (en) * | 2009-12-10 | 2011-11-15 | General Electric Company | Wind turbine cable twist prevention |
| US7983844B2 (en) * | 2009-12-18 | 2011-07-19 | General Electric Company | Device and method for determining wind conditions using multiple wind resource grids |
| US8120194B2 (en) * | 2010-03-05 | 2012-02-21 | General Electric Company | System, device, and method for wind turbine load reduction in a cold weather environment |
| ES2633816T3 (es) | 2010-08-23 | 2017-09-25 | Vestas Wind Systems A/S | Método de operación de una turbina eólica y turbina eólica |
| EP2434146A1 (en) * | 2010-09-24 | 2012-03-28 | Siemens Aktiengesellschaft | Method of and device for determining a mass condition of a rotor of a wind turbine, and method of operating a wind turbine |
| US8178989B2 (en) * | 2010-12-15 | 2012-05-15 | General Electric Company | System and methods for adjusting a yaw angle of a wind turbine |
| US20120271593A1 (en) * | 2011-04-21 | 2012-10-25 | Honeywell International Inc. | Monitoring wind turbine performance |
| DK2520794T3 (da) * | 2011-05-03 | 2020-01-02 | Siemens Gamesa Renewable Energy As | Overvågningsapparat til kontrol af en vindmølle i en vindmøllepark for en krøjningsfejljustering |
| ES2398027B1 (es) * | 2011-05-24 | 2014-09-05 | Gamesa Innovation & Technology, S.L. | Métodos y sistemas de control de aerogeneradores en condiciones de clima frio y baja altitud. |
| EP2584193A1 (en) * | 2011-10-20 | 2013-04-24 | Siemens Aktiengesellschaft | Wind turbine with air density correction of pitch angle |
| US20120134813A1 (en) * | 2011-12-13 | 2012-05-31 | Jacob Johannes Nies | Active flow control system and method for operating the system to reduce imbalance |
| CN103291548B (zh) * | 2012-02-29 | 2015-02-25 | 南通大学 | 垂直轴风力机旋转主轴振颤的机电协调抑制装置 |
| DK2636893T3 (en) * | 2012-03-07 | 2016-11-28 | Siemens Ag | A method for controlling the operation of a wind turbine |
| US9404478B2 (en) * | 2012-04-24 | 2016-08-02 | General Electric Company | Methods and systems for operating a wind turbine in noise reduced operation modes |
| US9726144B2 (en) | 2013-01-09 | 2017-08-08 | General Electric Company | Method for optimizing the operation of a wind turbine |
| GB201306923D0 (en) * | 2013-04-17 | 2013-05-29 | Gencoa Ltd | Auto-tuning |
| US9551321B2 (en) | 2013-06-26 | 2017-01-24 | General Electric Company | System and method for controlling a wind turbine |
| US9624905B2 (en) | 2013-09-20 | 2017-04-18 | General Electric Company | System and method for preventing excessive loading on a wind turbine |
| CN104452615B (zh) * | 2013-09-23 | 2016-08-10 | 连云港贝兹乐信息科技有限公司 | 自动栏杆机的静音处理系统及处理方法 |
| US9631606B2 (en) | 2014-04-14 | 2017-04-25 | General Electric Company | System and method for thrust-speed control of a wind turbine |
| CN104612898B (zh) * | 2014-11-27 | 2017-09-08 | 江苏科技大学 | 一种风电变桨距多变量模糊神经网络pid控制方法 |
| ES2901411T3 (es) * | 2015-12-18 | 2022-03-22 | Siemens Gamesa Renewable Energy As | Funcionamiento de una turbina eólica |
| CN105508148B (zh) * | 2015-12-31 | 2019-02-15 | 北京金风科创风电设备有限公司 | 基于风能分布捕获最大风能的方法和系统 |
| DE102016103101A1 (de) * | 2016-02-23 | 2017-08-24 | Wobben Properties Gmbh | Verfahren und Windparkregelungsmodul zum Regeln eines Windparks |
| US11365715B2 (en) | 2016-05-12 | 2022-06-21 | Ørsted Wind Power A/S | Estimation of yaw misalignment for a wind turbine |
| WO2017211367A1 (en) * | 2016-06-07 | 2017-12-14 | Vestas Wind Systems A/S | Adaptive control of a wind turbine by detecting a change in performance |
| WO2017211368A1 (en) | 2016-06-07 | 2017-12-14 | Vestas Wind Systems A/S | Adaptive control of a wind turbine by detecting a change in performance |
| EP3478961B1 (en) | 2016-06-30 | 2020-05-20 | Vestas Wind Systems A/S | Control method for a wind turbine |
| CN107642457A (zh) * | 2016-07-20 | 2018-01-30 | 锐电科技有限公司 | 一种风力发电机组长周期控制参数自整定系统及方法 |
| CN107701367A (zh) * | 2016-08-08 | 2018-02-16 | 锐电科技有限公司 | 一种提高分布式风电机组发电量的装置及方法 |
| CN110177934B (zh) * | 2016-11-14 | 2021-09-14 | 维斯塔斯风力系统集团公司 | 风力涡轮机的噪声分析与控制 |
| DE102016124703A1 (de) * | 2016-12-16 | 2018-06-21 | Wobben Properties Gmbh | Verfahren zum Betrieb einer Windenergieanlage sowie Einrichtung zum Steuern und/oder Regeln einer Windenergieanlage und entsprechende Windenergieanlage mit einem Rotor und einem über den Rotor angetriebenen Generator zur Erzeugung einer elektrischen Leistung |
| CN106704100B (zh) * | 2016-12-30 | 2019-07-02 | 北京金风科创风电设备有限公司 | 风力发电机组、风力发电机组功率控制方法及装置 |
| US10451039B2 (en) | 2017-06-09 | 2019-10-22 | General Electric Company | System and method for reducing wind turbine noise during high wind speed conditions |
| US10634121B2 (en) | 2017-06-15 | 2020-04-28 | General Electric Company | Variable rated speed control in partial load operation of a wind turbine |
| CN109779835B (zh) * | 2017-11-14 | 2020-06-16 | 新疆金风科技股份有限公司 | 风力发电机组的功率控制方法和装置 |
| CN111828246B (zh) * | 2019-04-23 | 2022-11-18 | 新疆金风科技股份有限公司 | 风力发电机组防过速控制方法和装置、存储介质 |
| US11125211B2 (en) | 2019-05-16 | 2021-09-21 | General Electric Company | System and method for wind turbine multivariable control using state dependent quadratic regulator |
| US11060504B1 (en) | 2020-02-07 | 2021-07-13 | General Electric Company | Systems and methods for continuous machine learning based control of wind turbines |
| EP3901712A1 (en) * | 2020-04-23 | 2021-10-27 | Siemens Gamesa Renewable Energy A/S | Method of operating a wind turbine |
| CN111577542A (zh) * | 2020-05-09 | 2020-08-25 | 中国船舶重工集团海装风电股份有限公司 | 一种风电机组的噪音控制方法、装置、设备及介质 |
| SE544489C2 (en) * | 2020-07-03 | 2022-06-21 | Climeon Ab | Method for controlling rotational speed of a turbine and a controller and system therefor |
| US11231012B1 (en) | 2020-09-22 | 2022-01-25 | General Electric Renovables Espana, S.L. | Systems and methods for controlling a wind turbine |
| 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 |
| CN115186441B (zh) * | 2022-06-15 | 2023-07-07 | 中国船舶重工集团公司第七0三研究所 | 一种递增载荷船用发电型燃气轮机多级动力涡轮气动设计方法 |
Family Cites Families (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE2922972C2 (de) | 1978-06-15 | 1986-11-13 | United Technologies Corp., Hartford, Conn. | Windturbinenregelsystem |
| US4160170A (en) | 1978-06-15 | 1979-07-03 | United Technologies Corporation | Wind turbine generator pitch control system |
| US5798631A (en) | 1995-10-02 | 1998-08-25 | The State Of Oregon Acting By And Through The State Board Of Higher Education On Behalf Of Oregon State University | Performance optimization controller and control method for doubly-fed machines |
| DE19628073C1 (de) | 1996-07-12 | 1997-09-18 | Aerodyn Energiesysteme Gmbh | Verfahren zur Justierung der Blattwinkel einer Windkraftanlage |
| DE29715248U1 (de) | 1997-08-25 | 1998-12-24 | Institut für Solare Energieversorgungstechnik Verein an der Universität Gesamthochschule Kassel eV, 34119 Kassel | Windenergieanlage |
| DE19934415B4 (de) | 1999-07-22 | 2005-03-17 | Frey, Dieter, Dr.-Ing. | Verfahren zur Windnachführung bei Windenergieanlagen |
| DE10127451C5 (de) | 2001-06-07 | 2016-09-01 | Aloys Wobben | Verfahren zur Steuerung einer Windenergieanlage |
| DE10323785B4 (de) | 2003-05-23 | 2009-09-10 | Wobben, Aloys, Dipl.-Ing. | Verfahren zum Erkennen eines Eisansatzes an Rotorblättern |
| US7415446B2 (en) | 2003-10-20 | 2008-08-19 | General Cybernation Group, Inc. | Model-free adaptive (MFA) optimization |
| JP4589633B2 (ja) | 2004-01-29 | 2010-12-01 | 富士重工業株式会社 | 水平軸風車及び水平軸風車の制御方法 |
| DE102004056255B4 (de) * | 2004-11-22 | 2007-02-08 | Repower Systems Ag | Verfahren zur Optimierung von Betriebsparametern bei Windenergieanlagen |
| DE102004056254B4 (de) | 2004-11-22 | 2006-11-09 | Repower Systems Ag | Verfahren zum Optimieren des Betriebs von Windenergieanlagen |
| DE102005028686B4 (de) | 2005-06-21 | 2007-06-14 | Repower Systems Ag | Verfahren und Anordnung zum Vermessen einer Windenergieanlage |
| US20070031237A1 (en) | 2005-07-29 | 2007-02-08 | General Electric Company | Method and apparatus for producing wind energy with reduced wind turbine noise |
| US7560823B2 (en) | 2006-06-30 | 2009-07-14 | General Electric Company | Wind energy system and method of operation thereof |
-
2007
- 2007-02-02 US US11/670,453 patent/US7883317B2/en active Active
-
2008
- 2008-02-01 DK DK08101196.7T patent/DK1959130T4/da active
- 2008-02-01 EP EP08101196.7A patent/EP1959130B2/en active Active
- 2008-02-01 ES ES08101196T patent/ES2628058T5/es active Active
- 2008-02-02 CN CN2008100094605A patent/CN101235799B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| DK1959130T3 (en) | 2017-07-10 |
| DK1959130T4 (da) | 2021-01-25 |
| EP1959130A3 (en) | 2015-06-24 |
| EP1959130A2 (en) | 2008-08-20 |
| US7883317B2 (en) | 2011-02-08 |
| ES2628058T3 (es) | 2017-08-01 |
| EP1959130B1 (en) | 2017-05-03 |
| CN101235799A (zh) | 2008-08-06 |
| EP1959130B2 (en) | 2020-10-28 |
| CN101235799B (zh) | 2013-10-23 |
| US20070183885A1 (en) | 2007-08-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| ES2628058T5 (es) | Procedimiento de optimización de la operación de una turbina eólica | |
| ES2770248T3 (es) | Procedimiento para operar un sistema de energía eólica | |
| ES2946538T3 (es) | Procedimientos para hacer funcionar una turbina eólica | |
| ES2904596T3 (es) | Sistema y procedimiento para pronosticar la salida de potencia de un parque eólico | |
| ES2381094B1 (es) | Metodos de monitorizacion de aerogeneradores | |
| US10247170B2 (en) | System and method for controlling a dynamic system | |
| US10393093B2 (en) | System and method for assessing the performance impact of wind turbine upgrades | |
| EP2932094B1 (en) | A system and method for wind turbine sensor calibration | |
| ES2912067T3 (es) | Sistema y procedimiento para determinar las pérdidas por estela de un parque eólico | |
| US11098698B2 (en) | System and method for auto-calibrating a load sensor system of a wind turbine | |
| ES2884120T3 (es) | Sistema y procedimiento para microemplazar un parque eólico para optimización de cargas | |
| CN114251223A (zh) | 用于控制风力涡轮的系统和方法 | |
| ES2563092B1 (es) | Método de control de un aerogenerador | |
| ES2832493T3 (es) | Monitorización de rendimiento de un sistema de turbina eólica multirrotor | |
| TW201732150A (zh) | 複數個風力發電裝置的控制裝置、風力發電廠或複數個風力發電裝置的控制方法 | |
| ES2537476B1 (es) | Sistema y método de control de aerogenerador | |
| ES2981180T3 (es) | Método de monitorización de la integridad estructural de la estructura de soporte de una turbina eólica | |
| ES3058560T3 (en) | A method for operating a cluster of wind turbines | |
| ES2829201T3 (es) | Turbina eólica | |
| EP4386205A1 (en) | A method for determining wake conditions at a wind turbine generator by measuring blade deflection from an ideal blade trajectory |