ES2800773T3 - Procedimiento y dispositivo para la detección de una carga equivalente de un sistema de generador de turbina eólica - Google Patents

Procedimiento y dispositivo para la detección de una carga equivalente de un sistema de generador de turbina eólica Download PDF

Info

Publication number
ES2800773T3
ES2800773T3 ES17844609T ES17844609T ES2800773T3 ES 2800773 T3 ES2800773 T3 ES 2800773T3 ES 17844609 T ES17844609 T ES 17844609T ES 17844609 T ES17844609 T ES 17844609T ES 2800773 T3 ES2800773 T3 ES 2800773T3
Authority
ES
Spain
Prior art keywords
wind
load
wind turbine
wind turbines
ambient
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
ES17844609T
Other languages
English (en)
Inventor
Minghui Wang
Bo Juul Pedersen
Jian Li
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.)
Beijing Goldwind Science and Creation Windpower Equipment Co Ltd
Original Assignee
Beijing Goldwind Science and Creation Windpower Equipment Co Ltd
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 Beijing Goldwind Science and Creation Windpower Equipment Co Ltd filed Critical Beijing Goldwind Science and Creation Windpower Equipment Co Ltd
Application granted granted Critical
Publication of ES2800773T3 publication Critical patent/ES2800773T3/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
    • 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
    • F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
    • 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 
    • 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
    • F03D7/028—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor controlling wind motor output power
    • F03D7/0292—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor controlling wind motor output power to reduce fatigue
    • 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
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/17—Mechanical parametric or variational design
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass
    • 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
    • F05B2270/30—Control parameters, e.g. input parameters
    • F05B2270/321—Wind directions
    • 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
    • F05B2270/332—Maximum loads or fatigue criteria
    • 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)
  • General 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)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computational Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Wind Motors (AREA)

Abstract

Un procedimiento de detección de una carga equivalente de una turbina eólica, que comprende: detectar datos de entorno de cada turbina eólica de una pluralidad de turbinas eólicas en un parque eólico en cada período de detección; detectar una carga de una turbina eólica de calibración en la pluralidad de turbinas eólicas y calcular una carga equivalente de la turbina eólica de calibración en función de la carga detectada en cada período de detección; y determinar una carga equivalente de cada turbina eólica en función de los datos de entorno detectados de cada turbina eólica con un modelo de estimación de carga en cada período de detección, en el que el modelo de estimación de carga representa una relación entre los datos de entorno y la carga equivalente de cada turbina eólica, y antes de que sea aplicado el modelo de estimación de carga en cada período de detección, un parámetro del modelo de estimación de carga es calibrado en función de la carga equivalente calculada de la turbina eólica de calibración en un período de detección actual y la carga equivalente de la turbina eólica de calibración determinada con el modelo de estimación de carga en un período de detección anterior.

Description

DESCRIPCIÓN
Procedimiento y dispositivo para la detección de una carga equivalente de un sistema de generador de turbina eólica
Campo técnico
La presente divulgación se refiere al campo de la generación de energía eólica y, en particular, a un procedimiento y a un dispositivo para la detección de una carga equivalente de una turbina eólica. La solicitud de patente US2015/0167637 A1 divulga un procedimiento de operación de una turbina eólica basado en consumo acumulado de longevidad a la fatiga.
Antecedentes
Como un tipo de energía limpia y renovable, la energía eólica ha atraído cada vez más la atención, y la capacidad instalada sigue aumentando. Con el desarrollo continuo de la tecnología de energía eólica, la estimación de la longevidad a la fatiga de una turbina eólica también ha atraído una atención creciente. Para estimar la longevidad a la fatiga de la turbina eólica, se debe obtener una carga equivalente en la turbina eólica.
En general, para la detección de carga equivalente, se debe disponer un sensor para que la turbina eólica adquiera datos de carga originales, y la carga equivalente se calcula en función de los datos de carga originales. En la práctica, en esta tecnología, el sensor debe estar dispuesto para cada turbina eólica, lo que conlleva un alto costo. De otro modo, al construir una base de datos que incluye una gran cantidad de datos de detección y cargas equivalentes por adelantado, la carga equivalente se determina buscando en la base de datos una carga equivalente que coincida con los datos detectados. Sin embargo, dicha tecnología tiene una baja precisión de detección.
Sumario
La presente divulgación tiene el objeto de proporcionar un procedimiento y un dispositivo para la detección de una carga equivalente de una turbina eólica.
De acuerdo con un aspecto de la presente divulgación, se proporciona un procedimiento para la detección de una carga equivalente de una turbina eólica. El procedimiento incluye: detectar datos de entorno de cada turbina eólica de múltiples turbinas eólicas en un parque eólico en cada período de detección; detectar una carga de una turbina eólica de calibración en las múltiples turbinas eólicas y calcular una carga equivalente de la turbina eólica de calibración en función de la carga detectada en cada período de detección; y determinar una carga equivalente de cada turbina eólica en función de los datos de entorno detectados de cada turbina eólica con un modelo de estimación de carga en cada período de detección, en el que el modelo de estimación de carga representa una relación entre los datos de entorno y la carga equivalente de cada turbina eólica, y antes de que se aplique el modelo de estimación de carga en cada período de detección, se calibra un parámetro del modelo de estimación de carga en función de la carga equivalente calculada de la turbina eólica de calibración en un período de detección actual y la carga equivalente de la turbina eólica de calibración determinada con el modelo de estimación de carga en un período de detección anterior.
De acuerdo con otro aspecto de la presente divulgación, se proporciona un dispositivo para la detección de una carga equivalente de una turbina eólica. El dispositivo incluye: una primera unidad de detección configurada para detectar datos de entorno de cada turbina eólica de múltiples turbinas eólicas en un parque eólico en cada período de detección; una segunda unidad de detección configurada para detectar una carga de una turbina eólica de calibración en las múltiples turbinas eólicas y calcular una carga equivalente de la turbina eólica de calibración en función de la carga detectada en cada período de detección; y una unidad de estimación configurada para determinar una carga equivalente de cada turbina eólica en función de los datos de entorno detectados de cada turbina eólica con un modelo de estimación de carga en cada período de detección, en el que el modelo de estimación de carga representa una relación entre los datos de entorno y la carga equivalente de cada turbina eólica, y antes de que se aplique el modelo de estimación de carga en cada período de detección, la unidad de estimación calibra un parámetro del modelo de estimación de carga en función de la carga equivalente calculada de la turbina eólica de calibración en un período de detección actual y la carga equivalente de la turbina eólica de calibración determinada con el modelo de estimación de carga en un período de detección anterior.
De acuerdo con otro aspecto de la presente divulgación, se proporciona un procedimiento para estimar la longevidad a la fatiga de una turbina eólica. El procedimiento incluye: detectar una carga equivalente de la turbina eólica en base al procedimiento de detección de la carga equivalente de la turbina eólica descrito anteriormente; y estimar la longevidad a la fatiga de la turbina eólica en función de la carga equivalente detectada.
De acuerdo con otro aspecto de la presente divulgación, se proporciona un aparato para estimar la longevidad a la fatiga de una turbina eólica. El aparato incluye: el dispositivo de detección de la carga equivalente de la turbina eólica descrito anteriormente, configurado para la detección de una carga equivalente de la turbina eólica; y una unidad de predicción configurada para estimar la longevidad a la fatiga de la turbina eólica en función de la carga equivalente detectada por el dispositivo.
De acuerdo con otro aspecto de la presente divulgación, se proporciona un medio de almacenamiento legible por ordenador. El medio de almacenamiento tiene un programa informático almacenado en el mismo, en el que el programa informático, cuando se ejecuta, lleva a cabo el procedimiento.
Breve descripción de los dibujos
Con el fin de ilustrar soluciones técnicas en realizaciones de la presente divulgación de manera más clara, los dibujos usados en la descripción de las realizaciones se introducen brevemente a continuación.
La Figura 1 es un diagrama de flujo de un proceso de un procedimiento para la detección de una carga equivalente de una turbina eólica de acuerdo con una realización de la presente divulgación ejecutado en un período de detección;
La Figura 2 es un diagrama de flujo de un procedimiento para la detección de la intensidad de turbulencia efectiva de una turbina eólica, de acuerdo con una realización de la presente divulgación;
La Figura 3 es un diagrama de flujo de un procedimiento para la detección de la turbulencia ambiental de acuerdo con una realización de la presente divulgación; y
La Figura 4 es un diagrama de bloques de un dispositivo para la detección de una carga equivalente de una turbina eólica de acuerdo con una realización de la presente divulgación.
Descripción detallada de realizaciones
Se hace referencia a la Figura 1, que es un diagrama de flujo de un proceso de un procedimiento para la detección de una carga equivalente de una turbina eólica de acuerdo con una realización de la presente divulgación ejecutado en un período de detección.
En la etapa S110, se detectan datos de entorno de cada turbina eólica de múltiples turbinas eólicas en un parque eólico. Se pueden adoptar varios tipos de datos de entorno que influyen en la carga de una turbina eólica. En una realización preferente de la presente divulgación, los datos de entorno de cualquiera de las turbinas eólicas incluyen al menos una de intensidad de turbulencia efectiva y la información de influencia del parque eólico. En la presente divulgación, la intensidad de turbulencia efectiva indica la intensidad de turbulencia experimentada directamente por un impulsor de cualquiera de las turbinas eólicas, y la información de influencia del parque eólico indica un factor de influencia en cualquiera de las turbinas eólicas por el parque eólico. Con los datos de entorno proporcionados en la realización preferente de la presente divulgación, se puede lograr una detección más precisa.
En la etapa S120, se detecta una carga de una turbina eólica de calibración en las múltiples turbinas eólicas, y una carga equivalente (que también se denomina carga equivalente de daño, una carga de fatiga equivalente, etc.) de la turbina eólica de calibración se calcula en función de la carga detectada.
En la realización, una parte (por ejemplo, una o más) de las turbinas eólicas en el parque eólico se puede determinar como la turbina eólica de calibración para calibrar un parámetro de un modelo de estimación de carga descrito más adelante.
Por ejemplo, la carga de la turbina eólica de calibración se puede detectar a través de un sensor dispuesto en algunos componentes clave en una ruta de transferencia de carga de la turbina eólica de calibración. O bien, un resultado de simulación de cargas de algunos componentes clave de la turbina eólica de calibración se puede determinar como la carga de la turbina eólica de calibración. Estas implementaciones son solo ilustrativas, y la carga de la turbina eólica de calibración se puede detectar mediante el uso de diversas tecnologías. Después de detectar la carga de la turbina eólica de calibración, la carga equivalente de la turbina eólica de calibración puede calcularse en función de la carga detectada.
En la etapa S130, se determina una carga equivalente de cada turbina eólica en función de los datos de entorno detectados de cada turbina eólica con el modelo de estimación de carga. El modelo de estimación de carga representa una relación entre los datos de entorno y la carga equivalente de cada turbina eólica. Al tomar los datos de entorno como una entrada al modelo de estimación de carga, el modelo de estimación de carga puede generar la carga equivalente en función de la entrada.
El modelo de estimación de carga puede construirse de forma avanzada en función de diversas tecnologías para establecer una correlación entre variables, tales como ajuste, análisis de regresión, aprendizaje automático, filtro autoadaptable o similares.
Para la intensidad de turbulencia efectiva y la información de influencia del parque eólico adoptadas en la presente divulgación, preferentemente, el modelo de estimación de carga se construye en función de un filtro autoadaptable por mínimos cuadrados recursivos (RLS), para adquirir mayor precisión en caso de que se adopte la intensidad de turbulencia efectiva y la información de influencia del parque eólico. En el caso de que se aplique un filtro autoadaptable, el modelo de estimación de carga corresponde a un filtro variable de parámetro (filtro variable) en el filtro autoadaptable.
Antes de determinar la carga equivalente de cada turbina eólica con el modelo de estimación de carga, el parámetro del modelo de estimación de carga se calibra en función de la carga equivalente de la turbina eólica de calibración calculada en la etapa S120 en un período de detección actual y la carga equivalente de la turbina eólica de calibración determinada con el modelo de estimación de carga en la etapa S130 en un período de detección anterior. Los ejemplos incluyen: en el caso de que se adopte un análisis de regresión, se calibra un coeficiente de regresión; y en el caso de que se adopte el filtro autoadaptable, se calibra un parámetro del filtro variable de parámetro.
En una realización, la carga equivalente de la turbina eólica de calibración calculada en la etapa S120 en el período de detección actual puede tomarse como referencia, y la carga equivalente de la turbina eólica de calibración determinada con el modelo de estimación de carga en la etapa S130 en el período de detección anterior puede tomarse como una retroalimentación, para calibrar el parámetro del modelo de estimación de carga.
En el caso de aplicar el filtro autoadaptable para construir el modelo de estimación de carga, el parámetro del modelo de estimación de carga puede calibrarse con un algoritmo autoadaptable correspondiente (por ejemplo, con un procedimiento de mínimos cuadrados recursivos en caso de adoptar un filtro autoadaptable por mínimos cuadrados recursivos) en función de una diferencia entre la carga equivalente de la turbina eólica de calibración calculada en el período de detección actual y la carga equivalente de la turbina eólica de calibración determinada con el modelo de estimación de carga en el período de detección anterior.
Además, para un primer período de detección, dado que no hay una carga equivalente de la turbina eólica de calibración determinada con el modelo de estimación de carga en un período de detección anterior, el parámetro del modelo de estimación de carga podría no calibrarse. O bien, se puede adoptar la carga equivalente de la turbina eólica de calibración determinada con el modelo de estimación de carga en el primer período de detección para reemplazar la carga equivalente de la turbina eólica de calibración determinada con el modelo de estimación de carga en el período de detección anterior.
Con base en el procedimiento de detección de la carga equivalente de la turbina eólica de acuerdo con la presente divulgación, no es necesario disponer un sensor para cada turbina eólica, reduciendo así el costo causado por la disposición de un sensor para cada turbina eólica. Además, una parte de las turbinas eólicas en el parque eólico se toma como la turbina eólica de calibración. De esta manera, a medida que avanza la detección iterativa, el modelo de estimación de carga se ajusta y optimiza continuamente, la incertidumbre disminuye, la precisión de detección aumenta y la carga equivalente detectada se aproxima a una carga equivalente adquirida simplemente usando el sensor.
La secuencia de realización de la etapa S120 y la etapa S130 mostrada en la Figura 1 no está limitada en la realización. La etapa S120 y la etapa S130 se pueden realizar de manera simultánea o sucesiva.
Una realización de detección de la intensidad de turbulencia efectiva se describe a continuación con referencia a la Figura 2.
La Figura 2 es un diagrama de flujo de un procedimiento para la detección de la intensidad de turbulencia efectiva de cualquiera de las turbinas eólicas de acuerdo con una realización de la presente divulgación.
En la etapa S210, la turbulencia ambiental y un coeficiente de empuje de cualquiera de las turbinas eólicas a una velocidad del viento ambiental se calculan en función de la velocidad del viento ambiental.
En este caso, la velocidad del viento ambiental necesita ser detectada en cada período. La velocidad del viento ambiental es la velocidad del viento ambiental que no está influenciada por una turbina eólica (por ejemplo, puede estar representada por la velocidad del viento de un viento antes de que el viento ingrese en un parque eólico). Como ejemplo, la velocidad del viento ambiental se puede obtener a través de una torre de anemómetro del parque eólico.
El coeficiente de empuje correspondiente a la velocidad del viento ambiental puede calcularse en base a la tecnología convencional.
En una realización, la turbulencia ambiental puede ser una relación de una desviación estándar de la velocidad del viento ambiental respecto a un valor medio de la velocidad del viento ambiental. En otra realización, la turbulencia ambiental se adquiere en función de la velocidad del viento ambiental, una dirección del viento ambiental y los datos meteorológicos históricos de un entorno circundante del parque eólico, que se describirán en detalle a continuación. Además, la turbulencia ambiental también se puede calcular de acuerdo con la tecnología convencional, que no se describe en la presente memoria.
En la etapa S220, la intensidad de la turbulencia causada por una estela de una turbina eólica cercana se calcula en función del coeficiente de empuje calculado, la velocidad del viento ambiental y una distancia entre cualquiera de las turbinas eólicas y la turbina eólica cercana.
La intensidad de la turbulencia causada por una estela de una turbina eólica puede calcularse en función de varios modelos de estela convencionales (por ejemplo, un Modelo de Frandsen).
En una realización preferente, la turbina eólica cercana es una turbina eólica, procedente de turbinas eólicas situadas en una dirección a barlovento del viento ambiental de cualquiera de las turbinas eólicas, que tiene una distancia mínima desde cualquiera de las turbinas eólicas, o múltiples turbinas eólicas ubicadas dentro de un sector de la dirección a barlovento del viento ambiental de cualquiera de las turbinas eólicas. En este caso, la dirección del viento ambiental necesita ser detectada en cada período, para determinar la dirección a barlovento del viento ambiental de la turbina eólica. La dirección del viento ambiental es una dirección del viento ambiental que no está influenciada por una turbina eólica (por ejemplo, puede estar representada por la dirección del viento de un viento antes de que el viento ingrese en el parque eólico). Como ejemplo, la dirección del viento ambiental se puede obtener a través de una torre de anemómetro del parque eólico.
En la etapa S230, la intensidad de turbulencia efectiva se genera sintetizando la turbulencia ambiental calculada en la etapa S210 y la intensidad de la turbulencia calculada en la etapa S220.
Para poder generar la intensidad de turbulencia efectiva, la síntesis o superposición puede realizarse sobre la turbulencia ambiental y la intensidad de la turbulencia, y la síntesis o superposición refleja las influencias respectivas de la turbulencia ambiental y la intensidad de la turbulencia. Por ejemplo, la intensidad de turbulencia efectiva puede ser una suma de cuadrados, una raíz cuadrada de la suma de los cuadrados, una suma de valores absolutos, etc., de la turbulencia ambiental y la intensidad calculada de la turbulencia, los cuales no deben limitar a la presente invención.
Una realización de la detección de la información de influencia del parque eólico se describe en detalle a continuación.
En una realización de la presente divulgación, la información de influencia del parque eólico puede incluir al menos uno de un grado de superposición de estela y un número de superposición de estela.
En la realización, el número de superposición de estela indica el número de otras turbinas eólicas que tienen influencia sobre una estela de cualquiera de las turbinas eólicas. Preferentemente, el número de superposición de estela indica el número de otras turbinas eólicas ubicadas en la dirección a barlovento del viento ambiental de cualquiera de las turbinas eólicas.
El grado de superposición de estela indica un grado de influencia en cualquiera de las turbinas eólicas por las estelas de las demás turbinas eólicas. Preferentemente, la influencia puede estar representada por una relación de un ángulo de la dirección del viento ambiental a una suma de ángulos de propagación de estelas de las otras turbinas eólicas ubicadas en la dirección a barlovento del viento ambiental de cualquiera de las turbinas eólicas. La presente divulgación no se limita a las descripciones anteriores, cualquier otro parámetro que pueda reflejar el grado de influencia en cualquiera de las turbinas eólicas por las estelas de las demás turbinas eólicas también puede ser adoptado.
Además, el grado de superposición de estela y el número de superposición de estela pueden ajustarse considerando más la influencia de las otras turbinas eólicas en el parque eólico. Específicamente, se puede aplicar un coeficiente de regulación (por ejemplo, multiplicando el grado de superposición de estela por el coeficiente de regulación) al grado de superposición de estela (por ejemplo, la relación). Y, la normalización se puede realizar en el número de superposición de estela. Es decir, el grado de superposición de estela ajustado es el resultado de aplicar el coeficiente de regulación al grado de superposición de estela (por ejemplo, la relación), y el número de superposición de estela ajustado es el resultado de realizar la normalización en el número de superposición de estela.
En la realización, el coeficiente de regulación es una relación entre una primera distancia y una segunda distancia. La primera distancia indica una distancia mínima de las distancias entre cualquiera de las turbinas eólicas y las otras turbinas eólicas ubicadas en la dirección a barlovento del viento ambiental de cualquiera de las turbinas eólicas. La segunda distancia indica una distancia máxima desde las distancias entre cualquiera de las turbinas eólicas y las otras turbinas eólicas ubicadas en la dirección a barlovento del viento ambiental de cualquiera de las turbinas eólicas.
Preferentemente, todas las distancias descritas anteriormente son una distancia relativa que no tiene dimensiones, por ejemplo, una distancia sin dimensiones medida tomando el diámetro de un impulsor como unidad básica.
En base a las realizaciones anteriores de la presente divulgación, mediante la detección de la velocidad del viento ambiental y la dirección del viento ambiental en cada período de detección, se logra la detección de los datos de entorno, detectando así la carga equivalente de la turbina eólica de manera precisa y reduciendo la detección de manera rentable.
Un procedimiento de adquisición de la turbulencia ambiental basado en la velocidad del viento ambiental, la dirección del viento ambiental y los datos meteorológicos históricos del entorno circundante del parque eólico en la etapa S210 se describe en detalle a continuación junto con la Figura 3.
La Figura 3 es un diagrama de flujo de un procedimiento para la detección de la turbulencia ambiental de acuerdo con una realización de la presente divulgación.
En la etapa S310, se determina una distribución de Weibull de la velocidad del viento en función de los datos meteorológicos históricos del entorno circundante del parque eólico. La distribución de Weibull de la velocidad del viento puede adquirirse en función de los datos de entorno históricos de una velocidad del viento alrededor del parque eólico. Una función de probabilidad de la distribución de Weibull está determinada principalmente por un factor de proporcionalidad y un factor de forma. Por consiguiente, se puede determinar el factor de proporcionalidad y el factor de forma de la función de probabilidad. En este caso, se puede obtener una curva de velocidad del viento versus probabilidad.
En la etapa S320, se adquiere una probabilidad correspondiente a la velocidad del viento ambiental a partir de la distribución de Weibull determinada en función de la velocidad del viento ambiental.
En la etapa S330, se determina una distribución logarítmica normal de la turbulencia ambiental correspondiente a la velocidad del viento ambiental. La turbulencia ambiental bajo diferentes velocidades del viento sigue una distribución logarítmica normal específica. Es decir, la turbulencia ambiental bajo diferentes velocidades del viento satisface una distribución logarítmica normal correspondiente. Primero se pueden determinar diferentes distribuciones normales logarítmicas de la turbulencia ambiental bajo diferentes velocidades del viento. La distribución logarítmica normal de la turbulencia ambiental bajo la velocidad actual del viento ambiental se puede obtener cuando se adquiere la velocidad del viento ambiental.
En la etapa S340, la turbulencia ambiental se adquiere a partir de la distribución logarítmica normal determinada en función de la probabilidad determinada. En la etapa S330, se obtiene la distribución logarítmica normal de la turbulencia ambiental bajo la velocidad actual del viento ambiental; es decir, se adquiere una relación entre la turbulencia ambiental y la probabilidad. Por lo tanto, se determina la turbulencia ambiental correspondiente a la probabilidad determinada en la etapa S320. Por ejemplo, en el caso de que se obtenga la distribución logarítmica normal de la turbulencia ambiental correspondiente a la velocidad del viento ambiental, se puede adquirir una función inversa de una función correspondiente a la distribución logarítmica normal, y una salida de la función inversa es la turbulencia ambiental tomando la probabilidad determinada como una entrada de la función inversa.
Un dispositivo para la detección de una carga equivalente de una turbina eólica de acuerdo con una realización de la presente divulgación se describe en detalle a continuación con referencia a la Figura 4.
La Figura 4 es un diagrama de bloques de un dispositivo para la detección de una carga equivalente de una turbina eólica de acuerdo con una realización de la presente divulgación.
Como se muestra en la Figura 4, el dispositivo 400 de detección de la carga equivalente de la turbina eólica de acuerdo con una realización de la presente divulgación incluye: una primera unidad de detección 410, una segunda unidad de detección 420 y una unidad de estimación 430.
El dispositivo 400 detecta periódicamente la carga equivalente de la turbina eólica.
La primera unidad de detección 410 detecta datos de entorno de cada turbina eólica de múltiples turbinas eólicas en un parque eólico en cada período de detección. En una realización preferente de la presente divulgación, los datos de entorno de cualquiera de las turbinas eólicas incluyen al menos una de intensidad de turbulencia efectiva e información de influencia del parque eólico. En la presente divulgación, la intensidad de turbulencia efectiva indica la intensidad de turbulencia experimentada directamente por un impulsor de cualquiera de las turbinas eólicas, y la información de influencia del parque eólico indica un factor de influencia en cualquiera de las turbinas eólicas del parque eólico. Con los datos de entorno proporcionados en la realización preferente de la presente divulgación, se puede lograr una detección más precisa.
En una realización, la primera unidad de detección 410 puede detectar la intensidad de turbulencia efectiva de cualquiera de las turbinas eólicas de la manera mostrada en la Figura 2. En este caso, se necesita detectar una velocidad del viento ambiental en cada período. La velocidad del viento ambiental es la velocidad del viento ambiental que no está influenciada por una turbina eólica (por ejemplo, puede estar representada por la velocidad del viento de un viento antes de que el viento ingrese en un parque eólico). Como un ejemplo, la velocidad del viento ambiental se puede obtener a través de una torre de anemómetro del parque eólico.
Se puede calcular un coeficiente de empuje correspondiente a la velocidad del viento ambiental de acuerdo con la tecnología convencional.
En una realización, una turbulencia ambiental puede ser una relación de una desviación estándar de la velocidad del viento ambiental a un valor medio de la velocidad del viento ambiental. En otra realización, la primera unidad de detección 410 puede adquirir la turbulencia ambiental en función de la velocidad del viento ambiental, la dirección del viento ambiental y los datos meteorológicos históricos de un entorno circundante del parque eólico. Por ejemplo, la primera unidad de detección 410 puede adquirir la turbulencia ambiental en función de la velocidad del viento ambiental, la dirección del viento ambiental y los datos meteorológicos históricos del entorno circundante del parque eólico de la manera que se muestra en la Figura 3. Además, la primera unidad de detección 410 también puede calcular la turbulencia ambiental de acuerdo con la tecnología convencional, que no se describe en la presente memoria descriptiva.
Una realización de detección de la información de influencia del parque eólico por la primera unidad de detección 410 se describe en detalle a continuación.
En una realización de la presente divulgación, la información de influencia del parque eólico puede incluir al menos uno de un grado de superposición de estela y un número de superposición de estela.
En la realización, el número de superposición de estela indica el número de otras turbinas eólicas que tienen influencia sobre una estela de cualquiera de las turbinas eólicas. Preferentemente, el número de superposición de estela indica el número de otras turbinas eólicas ubicadas en una dirección a barlovento del viento ambiental de cualquiera de las turbinas eólicas.
El grado de superposición de estela indica un grado de influencia en cualquiera de las turbinas eólicas por las estelas de las demás turbinas eólicas. Preferentemente, la influencia puede estar representada por una relación de un ángulo de la dirección del viento ambiental respecto a una suma de ángulos de propagación de estelas de las otras turbinas eólicas ubicadas en la dirección a barlovento del viento ambiental de cualquiera de las turbinas eólicas. La presente divulgación no se limita a las descripciones anteriores, cualquier otro parámetro que pueda reflejar el grado de influencia en cualquiera de las turbinas eólicas por las estelas de las demás turbinas eólicas también puede ser adoptado.
Además, la primera unidad de detección 410 puede ajustar el grado de superposición de estela y el número de superposición de estela considerando además la influencia de las otras turbinas eólicas en el parque eólico. Específicamente, la primera unidad de detección 410 puede aplicar un coeficiente de regulación (por ejemplo, multiplicando el grado de superposición de estela por el coeficiente de regulación) al grado de superposición de estela (por ejemplo, la relación), y realizar la normalización en el número de superposición de estela. Es decir, el grado de superposición de estela ajustado es el resultado de aplicar el coeficiente de regulación al grado de superposición de estela (por ejemplo, la relación), y el número de superposición de estela ajustado es el resultado de realizar la normalización en el número de superposición de estela.
En la realización, el coeficiente de regulación es una relación de una primera distancia a una segunda distancia. La primera distancia indica una distancia mínima de las distancias entre cualquiera de las turbinas eólicas y las otras turbinas eólicas ubicadas en la dirección a barlovento del viento ambiental de cualquiera de las turbinas eólicas. La segunda distancia indica una distancia máxima desde las distancias entre cualquiera de las turbinas eólicas y las otras turbinas eólicas ubicadas en la dirección a barlovento del viento ambiental de cualquiera de las turbinas eólicas.
Preferentemente, todas las distancias descritas anteriormente son una distancia relativa que no tiene dimensiones, por ejemplo, una distancia sin dimensiones medida tomando un diámetro de un impulsor como unidad básica.
De acuerdo con las realizaciones anteriores de la presente divulgación, mediante la detección de la velocidad del viento ambiental y la dirección del viento ambiental en cada período de detección, se logra la detección de los datos de entorno, detectando así la carga equivalente de la turbina eólica de manera precisa y reduciendo la detección de manera rentable.
La segunda unidad de detección 420 detecta una carga de una o más turbinas eólicas de calibración en las múltiples turbinas eólicas y calcula una carga equivalente de las turbinas eólicas de calibración en función de la carga detectada en cada período de detección. En la realización, una parte (por ejemplo, una o más) de las turbinas eólicas en el parque eólico puede determinarse como las turbinas eólicas de calibración, para calibrar un parámetro de un modelo de estimación de carga descrito más adelante.
Por ejemplo, la carga de las turbinas eólicas de calibración se puede detectar a través de un sensor dispuesto en algunos componentes clave en una ruta de transferencia de carga de las turbinas eólicas de calibración. De manera alternativa, un resultado de simulación de cargas de algunos componentes clave de las turbinas eólicas de calibración puede determinarse como la carga de las turbinas eólicas de calibración. Puede entenderse que estas implementaciones son solo ilustrativas, y la carga de las turbinas eólicas de calibración puede detectarse basándose en diversas tecnologías.
La unidad de estimación 430 determina una carga equivalente de cada turbina eólica basándose en los datos de entorno detectados de cada turbina eólica con el modelo de estimación de carga en cada período de detección. El modelo de estimación de carga representa una relación entre los datos de entorno y la carga equivalente de cada turbina eólica. De este modo, los datos de entorno pueden tomarse como una entrada al modelo de estimación de carga, y el modelo de estimación de carga puede generar la carga equivalente en función de la entrada.
El modelo de estimación de carga puede construirse con anticipación en función de diversas tecnologías para establecer una correlación entre variables, tales como ajuste, análisis de regresión, aprendizaje automático, filtro autoadaptable o similares.
Para la intensidad de turbulencia efectiva y la información de influencia del parque eólico adoptadas en la presente divulgación, preferentemente, el modelo de estimación de carga se construye en función de un filtro autoadaptable por mínimos cuadrados recursivos (RLS) para adquirir mayor precisión en caso de que se adopte la intensidad de turbulencia efectiva y la información de influencia del parque eólico. En el caso de que se aplique un filtro autoadaptable, el modelo de estimación de carga corresponde a un filtro variable de parámetro (filtro variable) en el filtro autoadaptable.
Antes de determinar la carga equivalente de cada turbina eólica con el modo de estimación de carga, la unidad de estimación 430 calibra el parámetro del modelo de estimación de carga en función de la carga equivalente de las turbinas eólicas de calibración calculadas por la segunda unidad de detección 420 en un período de detección actual y la carga equivalente de las turbinas eólicas de calibración determinadas con el modelo de estimación de carga por la unidad de estimación 430 en un período de detección anterior. Los ejemplos incluyen: en el caso de adoptar un análisis de regresión, se calibra un coeficiente de regresión; y en el caso de adoptar el filtro autoadaptable, se calibra un parámetro del filtro variable de parámetro.
En una realización, la carga equivalente de las turbinas eólicas de calibración calculadas por la segunda unidad de detección 420 en el período de detección actual puede tomarse como referencia, y la carga equivalente de las turbinas eólicas de calibración determinadas con el modelo de estimación de carga por la unidad de estimación 430 en el período de detección anterior puede tomarse como una retroalimentación, para calibrar el parámetro del modelo de estimación de carga.
En el caso de adoptar el filtro autoadaptable para construir el modelo de estimación de carga, el parámetro del modelo de estimación de carga puede calibrarse con un algoritmo autoadaptable correspondiente (por ejemplo, con un procedimiento de mínimos cuadrados recursivos en caso de adoptar un filtro autoadaptable por mínimos cuadrados recursivos) en función de una diferencia entre la carga equivalente de la turbina eólica de calibración calculada en el período de detección actual y la carga equivalente de las turbinas eólicas de calibración determinadas con el modelo de estimación de carga en el período de detección anterior.
Además, para un primer período de detección, dado que no hay una carga equivalente de las turbinas eólicas de calibración determinadas con el modelo de estimación de carga en un período de detección anterior, el parámetro del modelo de estimación de carga podría no calibrarse. O bien, la carga equivalente de las turbinas eólicas de calibración determinada con el modelo de estimación de carga en el primer período de detección se puede adoptar como un reemplazo.
Además, en otra realización de la presente divulgación, el procedimiento de detección de la carga equivalente de la turbina eólica de acuerdo con las realizaciones de la presente divulgación puede aplicarse para la detección de una carga equivalente de una turbina eólica. Luego, la longevidad a la fatiga de la turbina eólica se estima en función de la carga equivalente detectada. Se puede adoptar la tecnología convencional de longevidad a la fatiga en función de una carga equivalente, que no se describe en la presente memoria.
Además, en otra realización de la presente divulgación, se proporciona un aparato para estimar la longevidad a la fatiga de una turbina eólica. El aparato puede incluir el dispositivo de detección de la carga equivalente de la turbina eólica de acuerdo con las realizaciones de la presente divulgación, y una unidad de predicción. El dispositivo puede detectar una carga equivalente de la turbina eólica. La unidad de predicción puede estimar la longevidad a la fatiga de la turbina eólica en función de la carga equivalente detectada por el dispositivo.
Además, el procedimiento de acuerdo con las realizaciones de la presente divulgación puede implementarse como un programa informático almacenado en un medio legible por ordenador, y el procedimiento se realiza cuando se ejecuta el programa informático.
Además, diversas unidades en el aparato y el dispositivo de acuerdo con las realizaciones de la presente divulgación pueden implementarse como componentes de hardware o módulos de software. Además, los expertos en la técnica pueden implementar las diversas unidades con un arreglo de compuertas programables en campo (FPGA), un circuito integrado de aplicación específica (ASIC), un procesador o similar, de acuerdo con el procesamiento definido ejecutado por las diversas unidades.
De acuerdo con el procedimiento y el dispositivo de detección de la carga equivalente de la turbina eólica de acuerdo con la presente divulgación, no hay necesidad de disponer un sensor para cada turbina eólica, reduciendo así un costo causado por la disposición del sensor para cada turbina eólica. Además, mediante la detección de la velocidad del viento ambiental y la dirección del viento ambiental en cada período de predicción, se logra la detección de los datos de entorno, detectando de ese modo la carga equivalente de la turbina eólica y reduciendo aún más la detección de manera rentable.
Aunque la invención ha sido ilustrada y descrita con referencia a las realizaciones, los expertos en la técnica deben comprender que pueden realizarse diversas modificaciones de formatos y detalles de la presente divulgación sin apartarse del alcance de la presente divulgación definida por las reivindicaciones.

Claims (14)

REIVINDICACIONES
1. Un procedimiento de detección de una carga equivalente de una turbina eólica, que comprende:
detectar datos de entorno de cada turbina eólica de una pluralidad de turbinas eólicas en un parque eólico en cada período de detección;
detectar una carga de una turbina eólica de calibración en la pluralidad de turbinas eólicas y calcular una carga equivalente de la turbina eólica de calibración en función de la carga detectada en cada período de detección; y
determinar una carga equivalente de cada turbina eólica en función de los datos de entorno detectados de cada turbina eólica con un modelo de estimación de carga en cada período de detección, en el que el modelo de estimación de carga representa una relación entre los datos de entorno y la carga equivalente de cada turbina eólica, y antes de que sea aplicado el modelo de estimación de carga en cada período de detección, un parámetro del modelo de estimación de carga es calibrado en función de la carga equivalente calculada de la turbina eólica de calibración en un período de detección actual y la carga equivalente de la turbina eólica de calibración determinada con el modelo de estimación de carga en un período de detección anterior.
2. El procedimiento de acuerdo con la reivindicación 1, en el que los datos de entorno de cualquiera de las turbinas eólicas comprenden al menos una de entre información de intensidad de turbulencia efectiva e influencia del parque eólico, la intensidad de turbulencia efectiva indica la intensidad de turbulencia experimentada directamente por un impulsor de cualquiera de las turbinas eólicas, y la información de influencia del parque eólico indica un factor de influencia de cualquiera de las turbinas eólicas por el parque eólico.
3. El procedimiento de acuerdo con la reivindicación 2, en el que la información de influencia del parque eólico comprende al menos uno de un grado de superposición de estela y un número de superposición de estela, el número de superposición de estela indica el número de otras turbinas eólicas que tienen influencia sobre una estela de cualquiera de las turbinas eólicas, y el grado de superposición de estela indica un grado de influencia en cualquiera de las turbinas eólicas por las estelas de las demás turbinas eólicas.
4. El procedimiento de acuerdo con la reivindicación 3, en el que el grado de superposición de estela se adquiere calculando una relación de un ángulo de una dirección de viento ambiental respecto a una suma de ángulos de propagación de estelas de otras turbinas eólicas ubicadas en una dirección de barlovento de un viento ambiental de cualquiera de las turbinas eólicas.
5. El procedimiento de acuerdo con la reivindicación 4, en el que el grado de superposición de estela es el resultado de aplicar un coeficiente de regulación a la relación, y el número de superposición de estela es el resultado de realizar la normalización en el número; y
en el que el coeficiente de regulación es una relación entre una primera distancia y una segunda distancia, la primera distancia indica una distancia mínima de las distancias entre cualquiera de las turbinas eólicas y las otras turbinas eólicas ubicadas en la dirección a barlovento del viento ambiental de cualquiera de las turbinas eólicas, y la segunda distancia indica una distancia máxima de las distancias entre cualquiera de las turbinas eólicas y las otras turbinas eólicas ubicadas en la dirección a barlovento del viento ambiental de cualquiera de las turbinas eólicas.
6. El procedimiento de acuerdo con la reivindicación 2, en el que la detección de la intensidad de turbulencia efectiva comprende:
calcular la turbulencia ambiental y un coeficiente de empuje de cualquiera de las turbinas eólicas en función de una velocidad del viento ambiental;
calcular la intensidad de la turbulencia causada por una estela de una turbina eólica cercana en función del coeficiente de empuje calculado, la velocidad del viento ambiental y una distancia entre cualquiera de las turbinas eólicas y la turbina eólica cercana; y generar la intensidad de turbulencia efectiva realizando síntesis sobre la turbulencia ambiental y la intensidad calculada de la turbulencia, en el que la síntesis refleja las influencias respectivas de la turbulencia ambiental y la intensidad calculada de la turbulencia.
7. Un dispositivo de detección de una carga equivalente de una turbina eólica, que comprende:
una primera unidad de detección, configurada para detectar datos de entorno de cada turbina eólica de una pluralidad de turbinas eólicas en un parque eólico en cada período de detección;
una segunda unidad de detección, configurada para detectar una carga de una turbina eólica de calibración en la pluralidad de turbinas eólicas, y calcular una carga equivalente de la turbina eólica de calibración en función de la carga detectada en cada período de detección; y una unidad de estimación, configurada para determinar una carga equivalente de cada turbina eólica en función de los datos de entorno detectados de cada turbina eólica con un modelo de estimación de carga en cada período de detección,
en el que el modelo de estimación de carga representa una relación entre los datos de entorno y la carga equivalente de cada turbina eólica, y antes de que sea aplicado el modelo de estimación de carga en cada período de detección, la unidad de estimación calibra un parámetro del modelo de estimación de carga en función de la carga equivalente calculada de la turbina eólica de calibración en un período de detección actual y la carga equivalente de la turbina eólica de calibración determinada con el modelo de estimación de carga en un período de detección anterior.
8. El dispositivo de acuerdo con la reivindicación 7, en el que los datos de entorno de cualquiera de las turbinas eólicas comprenden al menos una de información de intensidad de turbulencia efectiva e influencia del parque eólico, la intensidad de turbulencia efectiva indica la intensidad de turbulencia experimentada directamente por un impulsor de cualquiera de las turbinas eólicas, y la información de influencia del parque eólico indica un factor de influencia de cualquiera de las turbinas eólicas por el parque eólico.
9. El dispositivo de acuerdo con la reivindicación 8, en el que la información de influencia del parque eólico comprende al menos uno de entre un grado de superposición de estela y un número de superposición de estela, el número de superposición de estela indica el número de otras turbinas eólicas que tienen influencia sobre una estela de cualquiera de las turbinas eólicas, y el grado de superposición de estela indica un grado de influencia en cualquiera de las turbinas eólicas por las estelas de las demás turbinas eólicas.
10. El dispositivo de acuerdo con la reivindicación 9, en el que el grado de superposición de estela se adquiere calculando una relación de un ángulo de una dirección de viento ambiental respecto a una suma de ángulos de propagación de estelas de otras turbinas eólicas ubicadas en una dirección de viento ascendente de un viento ambiental de cualquiera de las turbinas eólicas.
11. El dispositivo de acuerdo con la reivindicación 10, en el que el grado de superposición de estela es el resultado de aplicar un coeficiente de regulación a la relación, y el número de superposición de estela es el resultado de realizar la normalización en el número; y
en el que el coeficiente de regulación es una relación entre una primera distancia y una segunda distancia, la primera distancia indica una distancia mínima de las distancias entre cualquiera de las turbinas eólicas y las otras turbinas eólicas ubicadas en la dirección del viento ascendente del viento ambiental de cualquiera de las turbinas eólicas, y la segunda distancia indica una distancia máxima de las distancias entre cualquiera de las turbinas eólicas y las otras turbinas eólicas ubicadas en la dirección a barlovento del viento ambiental de cualquiera de las turbinas eólicas.
12. El dispositivo de acuerdo con la reivindicación 8, en el que la detección de la intensidad de turbulencia efectiva por la primera unidad de detección comprende:
calcular la turbulencia ambiental y un coeficiente de empuje de cualquiera de las turbinas eólicas en función de la velocidad del viento ambiental;
calcular la intensidad de la turbulencia causada por una estela de una turbina eólica cercana en función del coeficiente de empuje calculado, la velocidad del viento ambiental y una distancia entre cualquiera de las turbinas eólicas y la turbina eólica cercana; y generar la intensidad de turbulencia efectiva realizando síntesis sobre la turbulencia ambiental y la intensidad calculada de la turbulencia, en el que la síntesis refleja las influencias respectivas de la turbulencia ambiental y la intensidad calculada de la turbulencia.
13. Un procedimiento de estimación de la longevidad a la fatiga de una turbina eólica, que comprende:
detectar una carga equivalente de la turbina eólica con el procedimiento de acuerdo con una cualquiera de las reivindicaciones 1 a 6; y
estimar la longevidad a la fatiga de la turbina eólica en función de la carga equivalente detectada.
14. Un aparato de estimación de la longevidad a la fatiga de una turbina eólica, que comprende:
el dispositivo de acuerdo con una cualquiera de las reivindicaciones 7 a 12, configurado para detectar una carga equivalente de la turbina eólica; y
una unidad de predicción, configurada para estimar la longevidad a la fatiga de la turbina eólica en función de la carga equivalente detectada por el dispositivo.
ES17844609T 2016-12-05 2017-06-09 Procedimiento y dispositivo para la detección de una carga equivalente de un sistema de generador de turbina eólica Active ES2800773T3 (es)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201611101888.3A CN108150360A (zh) 2016-12-05 2016-12-05 检测风电机组的等效载荷的方法和设备
PCT/CN2017/087671 WO2018103286A1 (zh) 2016-12-05 2017-06-09 检测风电机组的等效载荷的方法和设备

Publications (1)

Publication Number Publication Date
ES2800773T3 true ES2800773T3 (es) 2021-01-04

Family

ID=62470820

Family Applications (1)

Application Number Title Priority Date Filing Date
ES17844609T Active ES2800773T3 (es) 2016-12-05 2017-06-09 Procedimiento y dispositivo para la detección de una carga equivalente de un sistema de generador de turbina eólica

Country Status (7)

Country Link
US (1) US10337498B2 (es)
EP (1) EP3364324B1 (es)
KR (1) KR102052289B1 (es)
CN (1) CN108150360A (es)
AU (1) AU2017317610B2 (es)
ES (1) ES2800773T3 (es)
WO (1) WO2018103286A1 (es)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017009838A1 (de) * 2017-10-23 2019-04-25 Senvion Gmbh Steuerungssystem und Verfahren zum Betreiben mehrerer Windenergieanlagen
CN110094298B (zh) * 2018-01-31 2020-05-26 北京金风科创风电设备有限公司 切出策略自适应调整的方法及装置
CN109340062B (zh) * 2018-12-18 2020-01-31 国电联合动力技术有限公司 一种低风速风电机组数字双胞胎式的疲劳损伤预测方法
CN111400852B (zh) * 2018-12-30 2023-12-01 北京金风科创风电设备有限公司 风电场湍流强度参数的确定方法及装置
CN109992889B (zh) * 2019-04-02 2023-06-27 上海电气风电集团股份有限公司 风电场模型的建立方法及系统、尾流值计算方法及系统
KR102109493B1 (ko) * 2019-04-10 2020-05-12 군산대학교산학협력단 풍력 터빈의 피로하중 모델 구축 방법
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
CN110067696B (zh) * 2019-06-03 2020-05-19 浙江运达风电股份有限公司 一种风电机组载荷确定方法、装置、设备及可读存储介质
EP3779186A1 (en) * 2019-08-14 2021-02-17 Siemens Gamesa Renewable Energy A/S Method for computer-implemented determination of control parameters of a turbine
CN113027674B (zh) * 2019-12-24 2022-08-30 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及其装置
CN111291514B (zh) * 2020-02-03 2024-04-05 华北电力大学 一种风电机组疲劳寿命的快速预测的方法
KR102406870B1 (ko) * 2020-04-10 2022-06-10 군산대학교산학협력단 유효 전력 조절 하에서의 풍력 터빈 피로 하중 모델 구축 방법
CN111706471B (zh) * 2020-05-11 2021-05-04 明阳智慧能源集团股份公司 基于运行姿态的风机载荷预测系统及风机降载延寿方法
KR102373477B1 (ko) * 2020-06-30 2022-03-11 군산대학교산학협력단 유효 전력 조절 하에서의 풍력 터빈의 피로하중 모델 구축 방법
CN116412083B (zh) * 2021-12-29 2026-01-20 金风科技股份有限公司 一种风力发电机组的控制方法、装置、设备及介质
KR102704617B1 (ko) * 2022-10-18 2024-09-11 울산광역시 인공지능 풍력 발전량 예측 장치
CN115659844B (zh) * 2022-12-05 2023-03-31 南方电网数字电网研究院有限公司 基于风电场动态模型的仿真方法、装置和计算机设备
CN117556733B (zh) * 2023-11-23 2025-06-03 重庆大学 一种针对偏航风机尾流的湍流强度分布预测方法

Family Cites Families (43)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4977527A (en) * 1988-04-14 1990-12-11 Fike Corporation Threshold compensation and calibration in distributed environmental detection system for fire detection and suppression
US7822560B2 (en) * 2004-12-23 2010-10-26 General Electric Company Methods and apparatuses for wind turbine fatigue load measurement and assessment
US7889019B2 (en) * 2006-10-13 2011-02-15 Andrew Roman Gizara Pulse width modulation sequence generating a near critical damped step response
US7719336B2 (en) * 2006-10-31 2010-05-18 Andrew Roman Gizara Pulse width modulation sequence maintaining maximally flat voltage during current transients
US8959516B2 (en) * 2007-07-30 2015-02-17 International Business Machines Corporation Methods and systems for coordinated financial transactions in distributed and parallel environments
DK2108830T3 (da) 2008-01-10 2019-11-25 Siemens Gamesa Renewable Energy As Fremgangsmåde til bestemmelse af udmattelseslast af en vindmølle og til udmattelseslaststyring og tilsvarende vindmøller
JP5244502B2 (ja) * 2008-08-25 2013-07-24 三菱重工業株式会社 風車の運転制限調整装置及び方法並びにプログラム
US20130245847A1 (en) * 2009-10-23 2013-09-19 Alain P. Steven Facilitating revenue generation from wholesale electricity markets using an enineering-based energy asset model
US9367825B2 (en) * 2009-10-23 2016-06-14 Viridity Energy, Inc. Facilitating revenue generation from wholesale electricity markets based on a self-tuning energy asset model
DK2386751T3 (en) * 2010-05-12 2016-11-28 Siemens Ag Windmill
WO2011150931A2 (en) * 2010-06-02 2011-12-08 Vestas Wind Systems A/S A method for operating a wind turbine at improved power output
GB2491548A (en) * 2010-09-30 2012-12-12 Vestas Wind Sys As Over-rating control of a wind turbine power plant
GB2484266A (en) * 2010-09-30 2012-04-11 Vestas Wind Sys As Over-rating control of a wind turbine power plant
DK2541053T3 (en) * 2011-06-30 2017-10-23 Siemens Ag Process, wind farm controller and program element for managing a wind farm
JP5567044B2 (ja) * 2012-02-21 2014-08-06 三菱重工業株式会社 ウインドファームの運転方法及びウインドファームの運転制御システム
EP2644889B1 (en) 2012-03-29 2015-05-13 ALSTOM Renewable Technologies Detecting a wake situation in a wind farm
US9690312B2 (en) * 2012-05-04 2017-06-27 Viridity Energy, Inc. Facilitating revenue generation from wholesale electricity markets using an engineering-based energy asset model
DE102012210150A1 (de) * 2012-06-15 2013-12-19 Wobben Properties Gmbh Windenergieanlage und Verfahren zum Steuern einer Windenergieanlage oder eines Windparks
CN103514353A (zh) 2012-06-29 2014-01-15 国际商业机器公司 新增风机的功率预测方法和系统
JP6299743B2 (ja) * 2013-02-19 2018-03-28 日本電気株式会社 電力潮流制御システム、および、電力潮流制御方法
US9261077B2 (en) * 2013-03-19 2016-02-16 General Electric Company System and method for real-time load control of a wind turbine
US20140288855A1 (en) * 2013-03-20 2014-09-25 United Technologies Corporation Temporary Uprating of Wind Turbines to Maximize Power Output
US9098876B2 (en) * 2013-05-06 2015-08-04 Viridity Energy, Inc. Facilitating revenue generation from wholesale electricity markets based on a self-tuning energy asset model
KR101411420B1 (ko) * 2013-06-14 2014-06-25 삼성중공업 주식회사 시뮬레이션 기법을 이용한 풍력 발전 단지의 풍력 발전기 제어 시스템 및 방법
US9822762B2 (en) * 2013-12-12 2017-11-21 General Electric Company System and method for operating a wind turbine
JP5984791B2 (ja) * 2013-12-20 2016-09-06 三菱重工業株式会社 風力発電装置のモニタリングシステム及びモニタリング方法
CN103742359B (zh) * 2013-12-26 2016-06-01 南车株洲电力机车研究所有限公司 基于模型辨识的风电机组控制参数再调校装置、系统及其方法
US9551322B2 (en) 2014-04-29 2017-01-24 General Electric Company Systems and methods for optimizing operation of a wind farm
CN105320785B (zh) 2014-07-09 2018-05-29 南车株洲电力机车研究所有限公司 一种用于风电机组载荷计算的工况全自动生成方法及装置
JP6373682B2 (ja) * 2014-08-01 2018-08-15 株式会社日立製作所 風力発電設備の応力推定装置および風力発電設備の応力推定方法、風力発電システム
US9644612B2 (en) * 2014-09-23 2017-05-09 General Electric Company Systems and methods for validating wind farm performance measurements
US10454273B2 (en) * 2014-10-26 2019-10-22 Green Power Labs Inc. Forecasting net load in a distributed utility grid
KR101606139B1 (ko) * 2014-11-20 2016-03-24 대우조선해양 주식회사 에너지 생산량 극대화를 위한 풍력발전기 운전 시스템
US10100813B2 (en) * 2014-11-24 2018-10-16 General Electric Company Systems and methods for optimizing operation of a wind farm
CN105760641B (zh) * 2014-12-15 2019-01-15 南车株洲电力机车研究所有限公司 面向非标准型风场的风电机组疲劳寿命高效评估方法
WO2016178316A1 (ja) * 2015-05-07 2016-11-10 日本電気株式会社 計算機調達予測装置、計算機調達予測方法、及び、プログラム
EP3303834B1 (en) 2015-05-27 2020-09-16 Vestas Wind Systems A/S Control of a wind turbine taking fatigue measure into account
US9705327B2 (en) * 2015-07-14 2017-07-11 Restore Nv Self-learning, real-time, data-driven power metering system
US10256633B2 (en) * 2015-11-04 2019-04-09 Utopus Insights, Inc Real-time estimation of contributions from classes of energy generators in residual load signals
CN105701337B (zh) 2015-12-31 2018-06-15 北京金风科创风电设备有限公司 风电机组的疲劳寿命预测方法和装置
CN105508149B (zh) 2015-12-31 2018-12-07 北京金风科创风电设备有限公司 用于风力发电机组的故障检测方法及装置
US11257172B2 (en) * 2017-04-26 2022-02-22 International Business Machines Corporation Cognitive based decision support system for agriculture
US20190005826A1 (en) * 2017-06-28 2019-01-03 Ge Aviation Systems, Llc Engine load model systems and methods

Also Published As

Publication number Publication date
EP3364324A1 (en) 2018-08-22
WO2018103286A1 (zh) 2018-06-14
KR20180116217A (ko) 2018-10-24
US10337498B2 (en) 2019-07-02
CN108150360A (zh) 2018-06-12
AU2017317610A1 (en) 2018-06-21
KR102052289B1 (ko) 2019-12-04
AU2017317610B2 (en) 2019-09-12
EP3364324A4 (en) 2019-08-14
EP3364324B1 (en) 2020-05-13
US20190072075A1 (en) 2019-03-07

Similar Documents

Publication Publication Date Title
ES2800773T3 (es) Procedimiento y dispositivo para la detección de una carga equivalente de un sistema de generador de turbina eólica
US9644612B2 (en) Systems and methods for validating wind farm performance measurements
WO2019165743A1 (zh) 确定对风角度偏差及修正对风角度的方法、装置和系统
ES3032738T3 (en) Method of checking a wind turbine in a wind farm for a yaw misalignment, method of monitoring a wind turbine in a wind farm and monitoring apparatus
ES2904565T3 (es) Sistemas y procedimientos para corregir la inducción para el control de turbinas eólicas asistido por LIDAR
CN110206683B (zh) 估计对风角度偏差及矫正对风角度的方法、装置和系统
US10138873B2 (en) Systems and methods for wind turbine nacelle-position recalibration and wind direction estimation
CN102608446B (zh) 识别发电系统内故障传感器的系统和方法
US20180034411A1 (en) Method and apparatus for determining key performance photovoltaic characteristics using sensors from module-level power electronics
WO2017092297A1 (zh) 风电机组功率特性评价方法及装置、存储介质
WO2018171165A1 (zh) 预测风机的故障的方法和设备
CN116306282B (zh) 基于机器学习的近实时卫星反演降水校正方法、装置及系统
JP2018019555A (ja) 影の影響を考慮した太陽光発電出力推定方法
US9209742B2 (en) Method for determining a spatial arrangement of photovoltaic module groups in a photovoltaic installation
KR101499761B1 (ko) 태양광 모듈 실시간 발전량 예측 방법
WO2015152205A1 (ja) 発電システム分析装置および方法
CN104217247B (zh) 用于预测风场中的风机的输出功率的方法和装置
US20180034410A1 (en) Photovoltaic power generation system evaluation apparatus, evaluation method, and storage medium storing a program for an evaluation apparatus
WO2020240657A1 (ja) 検出装置、検出方法、及びプログラム
KR101502402B1 (ko) 차분방식과 확률기법을 적용한 바람 모델링 방법
CN111379671B (zh) 确定湍流强度的方法和装置
CN109946765A (zh) 风电场的流场的预测方法和系统
CN109978204B (zh) 确定风电场的风功率的预测准确率的方法和装置
TW201425949A (zh) 故障檢測系統及故障檢測方法
CN109376470B (zh) 基于adpss的光伏发电系统暂态等值阻抗辨识方法