本發(fā)明屬于風力發(fā)電技術(shù)領(lǐng)域，尤其涉及一種具有發(fā)電量預測及跟蹤控制的風力發(fā)電智能網(wǎng)及控制方法。

背景技術(shù)：

當今世界面臨著嚴重的能源危機和環(huán)境污染問題，迫使人們把目光開始轉(zhuǎn)向新能源的開發(fā)和利用上來，風力資源的發(fā)掘也因此迎來了新的契機。據(jù)勘測我國風力資源豐富，可開發(fā)利用的儲量約為10億KW，主要分布在我國的西北方向，東北方向以及沿海地段。截至2011年底，我國風電裝機容量占全球的40％，風電上網(wǎng)電量占全國發(fā)電量的1.5％。但是隨著并網(wǎng)量的不斷增加，給電力系統(tǒng)也帶來了很大的安全隱患，因為輸出功率受環(huán)境影響較大，呈現(xiàn)出波動性、隨機性和間歇性等特點。目前，跨區(qū)域電力交易主要以年度合同為主、月度合同為輔的交易模式。風電基地風電外送也主要以長期交易為主。在簽訂合同的過程中必然涉及到的問題是未來一年或者一個月的需要輸出的電量是多少，以便為交易提供參考?，F(xiàn)有的技術(shù)一般是將風力發(fā)電的預測和跟蹤控制技術(shù)分開的，要么只能預測，要么就是只能跟蹤，所以導致的一個必然的后果是技術(shù)單一，風力資源得不到充分的利用，浪費大量的人力物力。

為了解決這些問題并充分利用風力資源，在本發(fā)明中將兩項技術(shù)運用到一起，有效的整合了各種資源，提升了產(chǎn)能結(jié)構(gòu)，有利于電站大規(guī)模的發(fā)展。建立一種可靠的預測模型以及風力發(fā)電跟蹤控制裝置顯得相當必要。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于提供一種具有發(fā)電量預測及跟蹤控制的風力發(fā)電智能網(wǎng)及控制方法，旨在解決現(xiàn)有的技術(shù)將風力發(fā)電的預測和跟蹤控制技術(shù)分開的，導致技術(shù)單一，風力資源得不到充分的利用，浪費大量的人力物力；而且現(xiàn)有技術(shù)不能有效的整合各種資源，不能提升產(chǎn)能結(jié)構(gòu)，不有利于電站大規(guī)模發(fā)展的問題。

本發(fā)明是這樣實現(xiàn)的，一種具有發(fā)電量預測及跟蹤控制的風力發(fā)電智能網(wǎng)，所述具有發(fā)電量預測及跟蹤控制的風力發(fā)電智能網(wǎng)包括：

預測單元和控制單元；所述預測單元與控制單元信號連接；

所述預測單元包括：

風力發(fā)電綜合觀測站，通過選擇測試節(jié)點，獲得歷史數(shù)據(jù)、實時數(shù)據(jù)以及設(shè)備參數(shù)，并將獲得的數(shù)據(jù)傳給預測計算機；

預測計算機，所述預測計算機與預測電量模塊連接，用于接收來自風力發(fā)電綜合觀測站的各種數(shù)據(jù)，并根據(jù)對數(shù)據(jù)的處理精確預測出發(fā)電量和最大功率曲線記錄表，且將其分別傳向預測電量模塊和位于風力發(fā)電機上的微處理器；

預測電量模塊，所述預測電量模塊與電力調(diào)度中心連接，用于預測電量；

電力調(diào)度中心，用于接收來自預測電量模塊預測的電量并進行發(fā)配電，進而保證電網(wǎng)的安全；

所述控制單元具體包括：

微處理器，用于每隔半小時接收并處理來自風力發(fā)電綜合觀測站、預測計算機、GPS以及轉(zhuǎn)速傳感器的數(shù)據(jù)，還用于計算實時風力發(fā)電功率并驅(qū)動跟蹤控制器實現(xiàn)風能的充分利用；

轉(zhuǎn)速傳感器，用于向微處理器傳輸實時的風輪旋轉(zhuǎn)機械角速度ω；

GPS，用于獲取GPS的定位信號；

跟蹤控制器，用于接收微處理器的控制指令；

最大功率曲線記錄表，用于向微處理器傳輸輸出功率參數(shù)值。

進一步，所述微處理器根據(jù)風力發(fā)電綜合觀測站和轉(zhuǎn)速傳感器傳輸來的實時數(shù)據(jù)，計算實時的發(fā)電功率P₁，并比較在此轉(zhuǎn)速下由預測計算機傳來的最大功率記錄表中的數(shù)據(jù)P₂，如果P₁>P₂根據(jù)GPS的定位，將風葉平面旋轉(zhuǎn)到與風向垂直的的方向，如果P₁<P₂則進入下一判斷，即判斷風向與旋轉(zhuǎn)平面的夾角是否大于15度且長時間保持不變，如果是，則將風葉平面旋轉(zhuǎn)到與風向垂直的的方向，如果不是，那么30分鐘后輸出實時的數(shù)據(jù)。

本發(fā)明的另一目的在于提供一種所述的具有發(fā)電量預測及跟蹤控制的風力發(fā)電智能網(wǎng)的控制方法，所述控制方法包括以下步驟：

步驟一，收集風力發(fā)電綜合觀測站的數(shù)據(jù)，對數(shù)據(jù)源中的數(shù)據(jù)進行清洗、調(diào)和、導出、匹配、合并及消除重復，把經(jīng)過降噪處理的數(shù)據(jù)統(tǒng)一存儲，以此建立數(shù)據(jù)倉庫；進一步對數(shù)據(jù)庫中的數(shù)據(jù)進行ETL處理；

步驟二，經(jīng)過處理的數(shù)據(jù)用遺傳算法進行優(yōu)化處理，并把得到的最優(yōu)個體解碼為BP神經(jīng)網(wǎng)絡(luò)的初始參數(shù)，也即為權(quán)值和閾值；

步驟三，初始化參數(shù)，進行BP訓練，把歷史數(shù)據(jù)作為輸入向量，實時數(shù)據(jù)作為目標輸出向量，訓練所述的BP神經(jīng)網(wǎng)絡(luò)根據(jù)實時數(shù)據(jù)與經(jīng)過訓練后的BP神經(jīng)網(wǎng)絡(luò)，獲得中期的發(fā)電量數(shù)據(jù)；

步驟四，計算最大功率曲線記錄表，根據(jù)風力發(fā)電綜合觀測站傳輸來的歷史數(shù)據(jù)；計算最大功率曲線記錄表，并輸出給微處理器；

步驟五，電力調(diào)度中心接收來自預測計算機的預測電量，進而實現(xiàn)電力的合理配送和并網(wǎng)的安全。

進一步，所述步驟一中清洗包括：預測計算機接受來自風力發(fā)電綜合觀測站的數(shù)據(jù)，根據(jù)相關(guān)性原理對其進行清洗、調(diào)和、導出、匹配、合并及消除重復，以此消除無關(guān)的和多余的數(shù)據(jù)。

進一步，所述步驟一中降噪包括清洗、調(diào)和、導出、匹配、合并及消除重復；所述步驟一中建立數(shù)據(jù)倉庫為把經(jīng)過降噪處理的數(shù)據(jù)進行集中存儲的過程；所述步驟一中ETL處理為:把數(shù)據(jù)倉庫中的數(shù)據(jù)進行抽取、轉(zhuǎn)換和加載，以便于后續(xù)處理的精確應(yīng)。

進一步，所述步驟二中的優(yōu)化處理包括：

第一步，計算數(shù)據(jù)庫中的各個個體的適應(yīng)值，并保存最優(yōu)適應(yīng)值；

第二步，如果達到設(shè)定的進化代數(shù)或當前最優(yōu)個體滿足條件則進行下一步，否則進行選擇、交叉、變異后返回到第一步；

第三步，將第二步中的最優(yōu)個體解碼為BP神經(jīng)網(wǎng)絡(luò)的初始參數(shù)。

進一步，所述收集風力發(fā)電綜合觀測站的數(shù)據(jù)包括：歷史數(shù)據(jù)、實時數(shù)據(jù)、其它相關(guān)數(shù)據(jù)、天氣因素歷史數(shù)據(jù)。

進一步，所述歷史數(shù)據(jù)包括：發(fā)電量歷史數(shù)據(jù)、風機運轉(zhuǎn)歷史參數(shù)和環(huán)境因素歷史數(shù)據(jù)；

所述實時數(shù)據(jù)包括：實時發(fā)電量數(shù)據(jù)、風機實時運轉(zhuǎn)參數(shù)和環(huán)境因素實時數(shù)據(jù)；

所述其它相關(guān)數(shù)據(jù)主要指：風機的設(shè)備參數(shù)；

所述天氣因素歷史數(shù)據(jù)具體包括：溫度、濕度、氣壓、風速、風向、降雨及空氣密度。

進一步，所述計算最大功率曲線記錄表，根據(jù)風力發(fā)電綜合觀測站傳輸來的歷史數(shù)據(jù)，其中包括空氣密度ρ、風力機槳葉掃掠面積s、風輪旋轉(zhuǎn)機械角速度ω、葉片半徑R以及風速v；由公式計算最大功率曲線記錄表，并輸出給微處理器，其中C_P是風能轉(zhuǎn)換系數(shù)，λ是葉尖速比，β是槳葉節(jié)矩角。

本發(fā)明的另一目的在于提供一種應(yīng)用所述控制方法的風力發(fā)電機。

本發(fā)明提供的具有發(fā)電量預測及跟蹤控制的風力發(fā)電智能網(wǎng)及控制方法，預測計算機根據(jù)觀測站傳輸來的相關(guān)數(shù)據(jù)首先進行ETL處理，然后用大數(shù)據(jù)處理的方法進行降維，再用遺傳算法優(yōu)化了的BP神經(jīng)算法進行發(fā)電量的預測，并把預測值發(fā)送到電力調(diào)度中心，以便配送電力。同時預測計算機也會根據(jù)歷史數(shù)據(jù)計算出相應(yīng)風機的最大功率曲線記錄表?？刂茊卧ㄎ⑻幚砥?、GPS、電機驅(qū)動裝置和轉(zhuǎn)速傳感器，其中微處理器接收來至綜合觀測站、GPS轉(zhuǎn)速傳感器的數(shù)據(jù)并計算實時輸出功率，并將此功率與來自預測計算機的最大功率曲線記錄表作對比，進而根據(jù)差值決定是否通過驅(qū)動控制裝置旋轉(zhuǎn)風機追尋最大功率點。本發(fā)明與原有的技術(shù)相比，采用一種網(wǎng)絡(luò)化的實時監(jiān)控預測模式，不僅具有對發(fā)電量的精準預測，而且能夠根據(jù)終端的實時數(shù)據(jù)自動旋轉(zhuǎn)風機追尋最大功率點，從而實現(xiàn)對風力發(fā)電的并網(wǎng)安全及風能的充分利用提供了可靠的技術(shù)支持。

附圖說明

圖1是本發(fā)明實施例提供的具有發(fā)電量預測及跟蹤控制的風力發(fā)電智能網(wǎng)結(jié)構(gòu)示意圖；

圖中：1、預測單元；2、控制單元。

圖2是本發(fā)明實施例提供的具有發(fā)電量預測及跟蹤控制的風力發(fā)電智能網(wǎng)的控制方法流程圖。

圖3是本發(fā)明實施例提供的預測單元信號處理流程圖。

圖4是本發(fā)明實施例提供的控制單元信號處理流程圖。

具體實施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合實施例，對本發(fā)明進行進一步詳細說明。應(yīng)當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

下面結(jié)合附圖對本發(fā)明的應(yīng)用原理作詳細的描述。

如圖1所示，本發(fā)明實施例提供的具有發(fā)電量預測及跟蹤控制的風力發(fā)電智能網(wǎng)包括：

預測單元1和控制單元2；所述預測單元與控制單元信號連接；

所述預測單元1包括：

風力發(fā)電綜合觀測站，通過選擇測試節(jié)點，獲得歷史數(shù)據(jù)、實時數(shù)據(jù)以及設(shè)備參數(shù)，并將獲得的數(shù)據(jù)傳給預測計算機；

預測計算機，所述預測計算機與預測電量模塊連接，用于接收來自風力發(fā)電綜合觀測站的各種數(shù)據(jù)，并根據(jù)對數(shù)據(jù)的處理精確預測出發(fā)電量和最大功率曲線記錄表，且將其分別傳向預測電量模塊和位于風力發(fā)電機上的微處理器；

預測電量模塊，所述預測電量模塊與電力調(diào)度中心連接，用于預測電量；

電力調(diào)度中心，用于接收來自預測電量模塊預測的電量并進行發(fā)配電，進而保證電網(wǎng)的安全；

所述控制單元2具體包括：

微處理器，用于每隔半小時接收并處理來自風力發(fā)電綜合觀測站、預測計算機、GPS以及轉(zhuǎn)速傳感器的數(shù)據(jù)，還用于計算實時風力發(fā)電功率并驅(qū)動跟蹤控制器實現(xiàn)風能的充分利用；

轉(zhuǎn)速傳感器，用于向微處理器傳輸實時的風輪旋轉(zhuǎn)機械角速度ω；

GPS，用于獲取GPS的定位信號；

跟蹤控制器，用于接收微處理器的控制指令；

最大功率曲線記錄表，用于向微處理器傳輸輸出功率參數(shù)值。

微處理器根據(jù)風力發(fā)電綜合觀測站和轉(zhuǎn)速傳感器傳輸來的實時數(shù)據(jù)，計算實時的發(fā)電功率P₁，并比較在此轉(zhuǎn)速下由預測計算機傳來的最大功率記錄表中的數(shù)據(jù)P₂，如果P₁>P₂根據(jù)GPS的定位，將風葉平面旋轉(zhuǎn)到與風向垂直的的方向，如果P₁<P₂則進入下一判斷，即判斷風向與旋轉(zhuǎn)平面的夾角是否大于15度且長時間保持不變，如果是，則將風葉平面旋轉(zhuǎn)到與風向垂直的的方向，如果不是，那么30分鐘后輸出實時的數(shù)據(jù)。

如圖2所示，本發(fā)明實施例提供的具有發(fā)電量預測及跟蹤控制的風力發(fā)電智能網(wǎng)的控制方法包括以下步驟：

S101：收集風力發(fā)電綜合觀測站的數(shù)據(jù)，對數(shù)據(jù)源中的數(shù)據(jù)進行清洗、調(diào)和、導出、匹配、合并及消除重復，把經(jīng)過降噪處理的數(shù)據(jù)統(tǒng)一存儲，以此建立數(shù)據(jù)倉庫；進一步對數(shù)據(jù)庫中的數(shù)據(jù)進行ETL處理；

S102:經(jīng)過處理的數(shù)據(jù)用遺傳算法進行優(yōu)化處理，并把得到的最優(yōu)個體解碼為BP神經(jīng)網(wǎng)絡(luò)的初始參數(shù)，也即為權(quán)值和閾值；

S103：初始化參數(shù):進行BP訓練，把歷史數(shù)據(jù)作為輸入向量，實時數(shù)據(jù)作為目標輸出向量，訓練所述的BP神經(jīng)網(wǎng)絡(luò)根據(jù)實時數(shù)據(jù)與經(jīng)過訓練后的BP神經(jīng)網(wǎng)絡(luò)，獲得中期的發(fā)電量數(shù)據(jù)；

S104：計算最大功率曲線記錄表，根據(jù)風力發(fā)電綜合觀測站傳輸來的歷史數(shù)據(jù)；計算最大功率曲線記錄表，并輸出給微處理器；

S105：電力調(diào)度中心接收來自預測計算機的預測電量，進而實現(xiàn)電力的合理配送和并網(wǎng)的安全。

所述步驟一中降噪包括清洗、調(diào)和、導出、匹配、合并及消除重復；所述步驟一中建立數(shù)據(jù)倉庫為把經(jīng)過降噪處理的數(shù)據(jù)進行集中存儲的過程；所述步驟一中ETL處理為:把數(shù)據(jù)倉庫中的數(shù)據(jù)進行抽取、轉(zhuǎn)換和加載，以便于后續(xù)處理的精確應(yīng)。

所述步驟二中的優(yōu)化處理包括：

第一步，計算數(shù)據(jù)庫中的各個個體的適應(yīng)值，并保存最優(yōu)適應(yīng)值；

第二步，如果達到設(shè)定的進化代數(shù)或當前最優(yōu)個體滿足條件則進行下一步，否則進行選擇、交叉、變異后返回到第一步；

第三步，將第二步中的最優(yōu)個體解碼為BP神經(jīng)網(wǎng)絡(luò)的初始參數(shù)。

收集風力發(fā)電綜合觀測站的數(shù)據(jù)包括：歷史數(shù)據(jù)、實時數(shù)據(jù)、其它相關(guān)數(shù)據(jù)、天氣因素歷史數(shù)據(jù)。

歷史數(shù)據(jù)包括：發(fā)電量歷史數(shù)據(jù)、風機運轉(zhuǎn)歷史參數(shù)和環(huán)境因素歷史數(shù)據(jù)；所述實時數(shù)據(jù)包括：實時發(fā)電量數(shù)據(jù)、風機實時運轉(zhuǎn)參數(shù)和環(huán)境因素實時數(shù)據(jù)；所述其它相關(guān)數(shù)據(jù)主要指：風機的設(shè)備參數(shù)；所述天氣因素歷史數(shù)據(jù)具體包括：溫度、濕度、氣壓、風速、風向、降雨及空氣密度等因素。

初始化參數(shù)后，進行BP訓練，其步驟包括：

把歷史數(shù)據(jù)作為輸入向量，實時數(shù)據(jù)作為目標輸出向量，訓練所述的BP神經(jīng)網(wǎng)絡(luò)根據(jù)實時數(shù)據(jù)與經(jīng)過訓練后的BP神經(jīng)網(wǎng)絡(luò)，獲得中期的發(fā)電量數(shù)據(jù)。

計算最大功率曲線記錄表，根據(jù)風力發(fā)電綜合觀測站傳輸來的歷史數(shù)據(jù)，其中包括空氣密度ρ、風力機槳葉掃掠面積s、風輪旋轉(zhuǎn)機械角速度ω、葉片半徑R以及風速v.由公式計算最大功率曲線記錄表，并輸出給微處理器，其中C_P是風能轉(zhuǎn)換系數(shù)，λ是葉尖速比，β是槳葉節(jié)矩角。

電力調(diào)度中心接收來自預測計算機的預測電量，進而實現(xiàn)電力的合理配送和并網(wǎng)的安全，加快了風力發(fā)電的商業(yè)化步伐。

本發(fā)明實施例提供預測單元的預測方法包括：

(1)收集風力發(fā)電綜合觀測站的數(shù)據(jù)，對數(shù)據(jù)源中的數(shù)據(jù)進行降噪處理，以此建立數(shù)據(jù)倉庫；進一步對數(shù)據(jù)庫中的數(shù)據(jù)進行ETL處理；

(2)經(jīng)過處理的數(shù)據(jù)用遺傳算法進行優(yōu)化處理，并把得到的最優(yōu)個體解碼為BP神經(jīng)網(wǎng)絡(luò)的初始參數(shù)，也即為權(quán)值和閾值；

(3)進行BP訓練，把歷史數(shù)據(jù)作為輸入向量，實時數(shù)據(jù)作為目標輸出向量；

(4)計算隱層、輸出層各單元輸出值；

(5)求實時數(shù)據(jù)與輸出值的差；

(6)如果滿足要求則結(jié)束預測；如果不滿足要求則進行權(quán)值調(diào)整；通過反向誤差傳到給(4)步驟。

本發(fā)明實施例提供的具有發(fā)電量預測及跟蹤控制的風力發(fā)電智能網(wǎng)的控制方法的原理有：風力發(fā)電綜合觀測站向微處理器實時發(fā)送實時數(shù)據(jù)、設(shè)備參數(shù)數(shù)據(jù)，同時微處理器反饋給風力發(fā)電綜合觀測站風機處測試數(shù)據(jù)；

風力發(fā)電綜合觀測站同時向預測計算機發(fā)送實時及歷史數(shù)據(jù)，設(shè)備監(jiān)控數(shù)據(jù)，預測計算機同時向風力發(fā)電綜合觀測站發(fā)出調(diào)節(jié)指令；

預測計算機向微處理器發(fā)送最大功率曲線記錄表，微處理器反饋給預測計算機設(shè)備監(jiān)控的數(shù)據(jù)；

預測計算機還向風力調(diào)度中心發(fā)送預測的電量，電力調(diào)度中心進而實現(xiàn)電力的合理配送和并網(wǎng)的安全。

以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。