[发明专利]风电场能量管理方法及系统

说明书

本发明提供一种风电场能量管理方法及系统。所述风电场能量管理方法可以由风电场能量管理系统来执行。所述风电场能量管理方法包括：基于所述多个风力发电机组的发电功率、载荷和寿命，生成以寿命为约束条件、以风电场能量最大为目标的多个目标函数，其中，所述风电场能量为所述多个风力发电机组的发电功率总和；对所述多个目标函数进行评估，以从所述多个目标函数中选择最优目标函数；基于与所述最优目标函数对应的风电场能量控制所述多个风力发电机组的发电功率。采用本发明的风电场能量管理方法及系统可以均衡单个或多个风电场中的多个风力发电机组的发电功率、载荷和寿命三者之间的关系，降低风电场的成本并提高收益率。

技术领域

本申请涉及风力发电技术领域，具体涉及一种风电场能量管理方法及系统。

背景技术

随着中国风电可再生能源产业的加速发展，度电成本的稳步降低成为最基本的要求，使风电场业主更加看重项目的投资收益率。

风电场能量的合理分配是实现风电场投资收益最大化的重要手段。目前的能量分配方法大都是以发电量最大化为目标，力求通过提升风电厂投资收益来提高产品的竞争力。然而，在实现发电量最大化的同时未考虑分配方案对风力发电机组的载荷和寿命的影响，极有可能导致机组的响应载荷过载，寿命减少。

因此，亟需开发一种能够均衡机组发电量、机组关键部位载荷以及机组寿命的能量调度方法及系统。

发明内容

根据本发明提供一种风电场能量管理方法，在风电场中设置有多个风力发电机组，所述风电场能量管理方法包括：基于所述多个风力发电机组的发电功率、载荷和寿命，生成以寿命为约束条件、以风电场能量最大为目标的多个目标函数，其中，所述风电场能量为所述多个风力发电机组的发电功率总和；对所述多个目标函数进行评估，以从所述多个目标函数中选择最优目标函数；基于与所述最优目标函数对应的风电场能量控制所述多个风力发电机组的发电功率。

优选地，基于所述多个风力发电机组的发电功率、载荷和寿命生成多个目标函数的步骤包括：基于所述多个风力发电机组的运行数据和风资源数据预测所述多个风力发电机组的发电功率、载荷以及寿命；基于所述多个风力发电机组的发电功率、载荷以及寿命生成所述多个目标函数。

优选地，基于所述多个风力发电机组的运行数据和风资源数据预测所述多个风力发电机组的发电功率、载荷以及寿命的步骤包括：基于所述运行数据和所述风资源数据产生尾流数据；基于所述运行数据、所述风资源数据和所述尾流数据，预测所述多个风力发电机组的发电功率、载荷以及寿命。

优选地，基于所述多个风力发电机组的发电功率、载荷以及寿命生成所述多个目标函数的步骤包括：基于所述运行数据、所述风资源数据和所述尾流数据，建立发电功率预测模型、载荷预测模型和寿命预测模型；基于发电功率预测模型的输出、载荷预测模型的输出和寿命预测模型的输出，生成所述多个目标函数。

优选地，所述尾流数据包括与所述多个风力发电机组对应的多个机位点的尾流影响风速数据、尾流影响区域数据和湍流强度数据。

优选地，基于发电功率预测模型的输出、载荷预测模型的输出和寿命预测模型的输出生成所述多个目标函数的步骤包括：基于发电功率预测模型的输出、载荷预测模型的输出和寿命预测模型的输出，利用神经网络算法生成所述多个目标函数；其中，所述发电功率预测模型的输出包括所述多个风力发电机组各自的发电功率，所述载荷预测模型的输出包括所述多个风力发电机组各自的载荷以及所述寿命预测模型的输出包括所述多个风力发电机组各自的寿命。

优选地，基于发电功率预测模型的输出、载荷预测模型的输出和寿命预测模型的输出，利用神经网络算法生成所述多个目标函数的步骤包括：针对发电功率、载荷、寿命以及对应的风资源数据与尾流数据分配权重，并按照分配的权重将所述多个风力发电机组各自的发电功率、载荷、寿命以及对应的风资源数据与尾流数据作为输入样本，利用神经网络算法生成所述多个目标函数。