Page 45 - 电力与能源2023年第三期
P. 45

第 44 卷 第 3 期                          电力与能源
                    2023 年 6 月                                                                          239

                                                                                       DOI:10.11973/dlyny202303008

                      基于深度学习的风电机组风向预测方法研究



                                                          苏智超

                                          (上海电力股份有限公司闵行发电厂,上海 200245)


                    摘   要:利用某风电场 24 台风电机组某时间段的实际风向数据和偏航控制事件数,在分析了风机偏航原理和
                    风电场实测数据的基础上,结合两者的特点提出了偏航事件的建模方法。通过对偏航系统控制策略优化、风
                    速风向运行数据清洗整定,以及预测关联种子风机选择原则的分析研究,编制了基于 R 语言的风向预测关联
                    种子筛选小程序,并验证了其有效性。
                    关键词:风电场;风向预测;偏航控制;关联种子风机选择原则
                    作者简介:苏智超(1996—),男,主要从事电气设备安装、调试和检修工作。
                    中图分类号:TM614    文献标志码:A    文章编号:2095-1256(2023)03-0239-08
                 Study on Wind Direction Prediction Method for Wind Turbine Based on Deep Learning


                                                         SU Zhichao
                             (Minhang Power Plant,Shanghai Electric Power Corporation,Shanghai 200245,China)




                    Abstract:Based on the actual wind direction data and the number of yaw control events of the 24 wind turbine in

                    a wind farm during a certain period of time,a modeling method for yaw events is proposed according to the analy⁃
                    sis of the mind turbine yaw principle and the measured data of the wind farm. Through the optimization of yaw sys⁃

                    tem control strategy,the cleaning and setting of wind speed and direction operation data,and the analysis and re⁃

                    search on the selection principle of the associated seed mind turbine for prediction,a small program for wind direc⁃

                    tion prediction associated seed screening based on R language was compiled and its validity was verified.

                    Key words:wind farm,wind direction prediction,yaw control,associated seed



                    随着经济规模的持续扩大和发展速度的大幅提                         要是考虑如何充分地利用风能,最大程度地发电,
                升,我国面临着严重的能源短缺与环境压力问题。                           取得最大的经济效益和环境效益。风电场的等值
                我国的风力资源十分丰富,根据有关气象资料,我国                          建模和风电功率预测是风电场研究的重要内容,
                陆上离地10 m高度风能资源的理论蕴藏量约为32.26                      但是目前大部分研究都是从风电场的风速这一技
                亿 kW,其中可开发利用的风能储量有 2.53 亿 kW,                    术路线考虑的。风速是表征风况的重要特征参

                离地 50 m 高度的风能资源比 10 m 高度多一倍,加上                   数,为了尽可能地利用风能,要求风力发电机的叶
                近海可供开发利用的风力资源可达 7.5 亿 kW,可见                      片垂直于来风,随着风向的改变其偏航系统进行
                我国风力资源开发潜力巨大,是未来能源结构的重                           动作 [7-10] 。由于风况的随机性和波动性,风力发电
                要组成部分。在国家可再生能源发展规划及风电设                           机偏航机构频繁动作,设备的损坏率和故障率不
                备国产化等政策的引导下,我国涌现出一批实力雄                           断升高,而且偏航追风相对风向变化总有一定程
                厚的优秀风电设备制造企业,形成了完整的配套产                           度的滞后,风能的利用还有很大的提升空间。

                业链,极大地促进了兆瓦级风电机组的本地化生产                               对于风速预测的研究,众多专家学者做了大
                供应能力与国产化水平,为风电产业的大规模开发                           量的工作,也取得了一系列的成果。与风速预测
                奠定了基础     [1-6] 。                                不同,对风向的研究和预测鲜有开展,原因在于风
                    随着国家对新型能源的重视,我国风力发电                          向是矢量,随机波动性大且规律难以捉摸。风向
                事业得到了长足发展。关于风电场的研究目前主                            是风电场运行中的重要因素,风向预测更侧重于
   40   41   42   43   44   45   46   47   48   49   50