[发明专利]一种基于短期风向预测的风电机组智能偏航控制方法

说明书

本发明公开了一种基于短期风向预测的风电机组智能偏航控制方法，包括步骤：1)获取数据源；2)数据预处理及转换；3)建立模型特征数据库；4)模型参数选择；5)模型训练、保存；6)SVR模型加载、数据预测；7)生成风向角度值；8)偏航控制。本发明方法利用一定时间的历史风向数据，通过支持向量机(SVR)统计，建立风向的预测模型，根据预测的短期风向进行偏航控制改进，可有效提高机组对风精度以及降低偏航无效启停次数。

技术领域

本发明涉及风力发电的技术领域，尤其是指一种基于短期风向预测的风电机组智能偏航控制方法。

背景技术

业内习知，当前风电机组偏航控制策略主要根据测量偏航误差与设定阈值进行比较从而决定是否启动偏航动作，因为测量风向受叶轮的旋转影响较大，并且风向的实时变化较快，所以实际中首先对测量的偏航偏差进行滤波处理然后作为偏航误差参考值，这就会导致参考偏航误差较当前实际偏航误差具有一定的延时性，加之偏航执行器本身的延时，总的延时就更加突出。采用该控制策略一方面会带来风功率的一定损失，另一方面会增加无效偏航次数(偏航时间较短)，增加偏航启、停次数，增加机械系统的损耗。基于这样的问题，目前优化方案主要有两类，一类是通过安装激光雷达测风设备，通过对叶轮前方的风向进行测量，提前得到风向变化，该方案精确度高，作为首选方案，但由于激光雷达测风设备成本较高，每台机组都配置的可能性较低；另一类对于未安装激光雷达测风设备的机组进行基于短期风向预测的先进控制方式，通过对风向进行短期预测，在现有的控制策略基础上，参考预测风向变化来决定偏航动作与否。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提出了一种基于短期风向预测的风电机组智能偏航控制方法，利用一定时间的历史风向数据，通过支持向量机(SVR)统计，建立风向的预测模型，根据预测的短期风向进行偏航控制改进，可有效提高机组对风精度以及降低偏航无效启停次数。

为实现上述目的，本发明所提供的技术方案为：一种基于短期风向预测的风电机组智能偏航控制方法，包括以下步骤：

1)获取数据源

从风电场集控中心数据存储服务器获取机组运行数据，其中，采样的标签点数据包括风速、风向、气温、气压；

2)数据预处理及转换

对周期性风向数据进行处理，通过三角函数sin、cos转换得到对应的标量数据，并对全部标签点数据进行滑动平均以及重采样，形成新的采样数据序列集；

3)建立模型特征数据库

针对风向sin值、风向cos值分别设计两个预测模型，分别为SVR模型1和SVR模型2，然后对步骤2)生成的数据序列集进行数据重组，分别形成SVR模型1、2的特征数据库，具体如下：

对于SVR模型1，每一个单独的输入样本都包含20个风向的sin值及最近一次的风速、温度、气压值，输出样本为当前时刻的风向sin值作为预测值，经过数据集整理形成SVR模型1的特征数据库；

对于SVR模型2，每一个单独的输入样本都包含20个风向的cos值及最近一次的风速、温度、气压值，输出样本为当前时刻的风向cos值作为预测值，经过数据集整理形成SVR模型2的特征数据库；

最后，对两个SVR模型的特征数据库进行拆分，分别形成SVR模型1、2的训练集和测试集；

4)模型参数选择

确定两个预测模型的参数，以及核函数；

5)模型训练、保存

以两个模型的训练集分别对SVR模型1、2进行训练，并且保存模型；

6)SVR模型加载、数据预测