一种基于大数据分析的风电机组风向自动校正方法技术

本发明专利技术提供一种基于大数据分析的风电机组风向自动校正方法，所述方法包括：步骤一：数据积累单元采集运行数据组，并将所述运行数据组存储在存储单元内；步骤二：机器分析单元对存储单元内的所述运行数据组进行分析，得出预调风向区间和风向偏移量，并将风向偏移量叠加到主控偏航控制逻辑中，以便进行校正。本发明专利技术提供的方法无需新增风向标等硬件设备，仅基于机组运行数据，并通过机组实时运行数据分析的方式计算风向偏移量，保证机组发电效益的同时尽量避免不必要的频繁对风偏航，有效降低机组的载荷冲击，延长机组使用寿命。延长机组使用寿命。延长机组使用寿命。

【技术实现步骤摘要】
一种基于大数据分析的风电机组风向自动校正方法


[0001]本专利技术属于风电机组校正领域，特别涉及一种基于大数据分析的风电机组风向自动校正方法。

技术介绍

[0002]风力发电作为一种可再生能源技术，驱动着传统电力系统的变革与创新，起到了优化能源结构，实现可持续发展的重大作用。然而风能具有随机性和波动性，并且风向标通常位于风轮后的机舱上，来自转子的旋转和湍流会影响从风向标读取读数并且给出导致偏航误差有偏差的风向测量值，从而引起偏航对风不准。这种对风误差会导致机组发电效率下降，以及频繁对风偏航导致的偏航轴承磨损以及风力发电机组机械载荷过大等问题。
[0003]因此，提供一种误差小的风电机组风向自动校正方法是本领域亟待解决的问题。

技术实现思路

[0004]针对上述问题，本专利技术提供一种基于大数据分析的风电机组风向自动校正方法。
[0005]一种基于大数据分析的风电机组风向自动校正方法，所述方法包括：
[0006]步骤一；数据积累单元采集运行数据组，并将所述运行数据组存储在存储单元内；
[0007]步骤二：机器分析单元对存储单元内的所述运行数据组进行分析，得出预调风向区间和风向偏移量，并将风向偏移量叠加到主控偏航控制逻辑中，以便进行校正。
[0008]所述采集运行数据组包括：
[0009]初始清零；
[0010]采集实时运行数据组，计算每30s内实时运行数据组的平均值，获取平均运行数据组；
[0011]并根据判断条件，对所述实时运行数据组和所述平均运行数据组进行判断；
[0012]得到符合条件的所述运行数据组。
[0013]所述实时运行数据组包括：风速、风向、实际桨角、实际有功和桨距角；
[0014]所述平均运行数据组包括：平均风速、平均风向、平均实际桨角、平均实际有功数据和平均桨距角；
[0015]所述运行数据组包括平均风速、平均风向、平均实际桨角、平均实际有功数据。
[0016]所述判断条件为：
[0017]3≤平均风速≤15m/s；
[0018]-20
°
＜平均风向＜20
°
；
[0019]平均实际有功数据≥0.6*当前风速下依据功率曲线差得的功率值；
[0020]30s内实时实际有功最大值≤6
°
，且平均桨距角≤4
°
。
[0021]所述对存储单元内的所述运行数据组进行分析包括：
[0022]对所述运行数据组进行分仓，对分仓后的数据组进行排序，对排序后的数据进行处理，得到每一子仓实际有功平均值，比较每一子仓实际有功平均值大小，得到预调风向区
间，并根据预调风向区间所在子仓计算风向偏移量。
[0023]所述对所述运行数据组进行分仓包括：
[0024]依据平均风速对运行数据组进行风速分仓：
[0025]对[3，15](单位：m/s)区间内的风速以0.2m/s为间隔分为60个风速仓，风速仓的区间为：
[0026][0.2a+2.8，0.2a+3](a＝1，2，3，...，60)；
[0027]每一风速仓依据平均风向对数据进行风向分仓：
[0028]每一风速仓根据平均风向分为3个子仓，分别为A仓、B仓、C仓，其中，每一子仓中的存储单元数量为100；
[0029]当-3
°
≤风向≤3
°
时，为A仓；
[0030]当3
°
＜风向＜20
°
时，为B仓；
[0031]当-20
°
＜风向＜-3
°
时，为C仓；
[0032]所述对分仓后的数据组进行排序包括：
[0033]每一子仓根据所述运行数据组中的平均实际有功的大小，对100条所述运行数据组中的平均风速、平均风向、平均实际有功从小到大进行排列，得到有效运行数据组；
[0034]所述对排序后的数据进行处理包括：
[0035]剔除5条最小和5条最大的所述平均实际有功对应的所述有效运行数据组，保留余下的90条所述有效运行数据组；
[0036]计算余下的90条所述有效运行数据组的实际有功数据平均值，得到每一子仓实际有功数据平均值；
[0037]所述比较每一子仓实际有功平均值大小为：
[0038]比较每一所述子仓实际有功数据平均值，所述子仓实际有功数据平均值最大的子仓为对应风速仓的预调风向区间。
[0039]所述根据预调风向区间计算出风向偏移量包括：
[0040]当预调风向区间在A区间时：
[0041]不计算风向偏移量，不进行风向自校正；
[0042]当预调风向区间在B区和C区时：
[0043]计算B仓或C仓中的90条所述有效运行数据组的风向数据平均值，并将风向数据平均值作为对应风向仓的风向偏移量；
[0044]将[3，15](单位：m/s)风速区间分成4个大风速区间：[3，6]、(6，9)、[9，12)、[12，15]；
[0045]分别计算每一大风速区间的风向平均值，并将每一大风速区间的风向平均值作为对应风速段的风向偏移量。
[0046]所述将风向偏移量叠加到主控偏航控制逻辑中，以便进行校正为：所述主控偏航控制逻辑将风向偏移量用于偏航控制，并重复步骤一、步骤二，进行再次修正，直至最佳风向区间收敛到A区间。
[0047]一种基于大数据分析的风电机组风向自动校正设备，所述设备包括数据积累单元和机器分析单元；其中，
[0048]数据积累单元，用于采集运行数据组，并将所述运行数据组存储在存储单元内；
[0049]机器分析单元，用于对存储单元内的所述运行数据组进行分析，得出预调风向区间和风向偏移量，并将风向偏移量叠加到主控偏航控制逻辑中，以便进行校正。
[0050]所述设备还包括主控偏航控制逻辑；其中，
[0051]所述主控偏航控制逻辑，用于将风向偏移量用于偏航控制，并重复上述过程进行再次修正，直至最佳风向区间收敛到A区间。
[0052]本专利技术提供的方法无需新增风向标等硬件设备，仅基于机组运行数据，并通过机组实时运行数据分析的方式计算风向偏移量，保证机组发电效益的同时尽量避免不必要的频繁对风偏航，有效降低机组的载荷冲击，延长机组使用寿命。
[0053]本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。
附图说明
[0054]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据分析的风电机组风向自动校正方法，其特征在于，所述方法包括：步骤一：数据积累单元采集运行数据组，并将所述运行数据组存储在存储单元内；步骤二：机器分析单元对存储单元内的所述运行数据组进行分析，得出预调风向区间和风向偏移量，并将风向偏移量叠加到主控偏航控制逻辑中，以便进行校正。2.根据权利要求1所述的基于大数据分析的风电机组风向自动校正方法，其特征在于，所述采集运行数据组包括：初始清零；采集实时运行数据组，计算每30s内实时运行数据组的平均值，获取平均运行数据组；并根据判断条件，对所述实时运行数据组和所述平均运行数据组进行判断；得到符合条件的所述运行数据组。3.根据权利要求2所述的基于大数据分析的风电机组风向自动校正方法，其特征在于，所述实时运行数据组包括：风速、风向、实际桨角、实际有功和桨距角；所述平均运行数据组包括：平均风速、平均风向、平均实际桨角、平均实际有功数据和平均桨距角；所述运行数据组包括平均风速、平均风向、平均实际桨角、平均实际有功数据。4.根据权利要求2所述的基于大数据分析的风电机组风向自动校正方法，其特征在于，所述判断条件为：3≤平均风速≤15m/s；-20
°
＜平均风向＜20
°
；平均实际有功数据≥0.6*当前风速下依据功率曲线差得的功率值；30s内实时实际有功最大值≤6
°
，且平均桨距角≤4
°
。5.根据权利要求1所述的基于大数据分析的风电机组风向自动校正方法，其特征在于，所述对存储单元内的所述运行数据组进行分析包括：对所述运行数据组进行分仓，对分仓后的数据组进行排序，对排序后的数据进行处理，得到每一子仓实际有功平均值，比较每一子仓实际有功平均值大小，得到预调风向区间，并根据预调风向区间所在子仓计算风向偏移量。6.根据权利要求5所述的基于大数据分析的风电机组风向自动校正方法，其特征在于，所述对所述运行数据组进行分仓包括：依据平均风速对运行数据组进行风速分仓：对[3，15](单位：m/s)区间内的风速以0.2m/s为间隔分为60个风速仓，风速仓的区间为：[0.2a+2.8，0.2a+3](a＝1，2，3，...，60)；每一风速仓依据平均风向对数据进行风向分仓：每一风速仓根据平均风向分为3个子仓，分别为A仓、B仓、C仓，其中，每一子仓中的存储单元数量为100；当-3
°
≤风向≤3
°<...

【专利技术属性】
技术研发人员：王浩，吴士华，王飒，陈誉天，杨德亮，庄勇，
申请(专利权)人：北京国电思达科技有限公司，
类型：发明
国别省市：