1.一种风电机组偏航系统启动对风控制策略的优化方法,其特征在于,对风速低于额定风速时风电机组采用的偏航系统启动对风控制策略,包括以下步骤:S1:从SCADA系统中读取目标风电机组稳定服役后年以第一预设时间为时间分辨率记录的历史运行数据,构建数据集;以及最近连续个月以第二预设时间为时间分辨率记录的历史运行数据,构建数据集;
S2:将目标风电机组切入风速和额定风速之间的风速区间等距离离散为个子区间、、……、;
S3:使用中的数据,依据提取得到的风速区间偏航综合特征,确定风速区间内偏航系统启动对风策略的风速分段方案;
S4:若步骤S3得到的需要独立设置偏航系统启动对风策略的风速区间共有个,以偏航次数最小化和发电量最大化为目标,使用数据集,采用多目标优化算法对各风速区间的偏航误差角阈值、延迟时间阈值进行优化,得到偏航控制参数的Pareto前沿解集;
S5:确定偏航次数和发电量两个优化目标的重要性权重,采用多属性决策分析TOPSIS方法从Pareto前沿解集中获得偏航启动控制参数最优解;
S6:将各区间内的偏航启动控制策略设置为:当第个需要独立设置偏航系统启动对风策略的风速区间内偏航误差角大于阈值且持续时间超过延迟时间阈值时,启动对风;
在步骤S3中,偏航综合特征由“偏航误差-功率”关联特征和风速湍流特征计算合成得到,其中,提取风速子区间“偏航误差-功率”关联特征的方法包括以下步骤:A1:计算风速区间的基准发电功率:
其中,为数据集中的样本点;是数据集中风速位于当前风速子区间范围内且偏航误差角参数的绝对值位于范围内的样本点构成的子集;为样本点的输出有功功率参数;为子集中样本点的个数;
A2:计算风速区间的偏差发电功率:
其中,是数据集中风速参数位于当前风速子区间范围内且偏航误差角参数的绝对值位于范围内的样本点构成的子集,其中;为子集中样本点的个数;
A3:计算该风速区间的“偏航误差-功率”关联特征:
其中,为功率基准常数,在区间中取值;
由各风速子区间的“偏航误差-功率”关联特征和风速湍流特征计算偏航综合特征的计算方法为:其中,为风速湍流特征,即偏航综合特征,为“偏航误差-功率”关联特征权重,在区间中取值;
在步骤S3中,依据各风速子区间的偏航综合特征,确定风速区间内偏航系统启动对风策略按照风速分段方案的方法包括以下步骤:B1:令,计算第个风速子区间的偏航综合特征;
B2:令,将第个风速子区间作为第个需独立设置偏航系统启动对风策略的风速段,并将该风速区间的偏航综合特征作为第个需独立设置偏航系统启动对风策略的风速段的偏航综合特征;
B3:令,计算第个风速子区间的偏航综合特征;
B4:若成立,则将第个风速子区间合并到第个需要独立设置偏航系统启动对风策略的风速段,区间合并后重新计算;
否则令,将第个风速子区间作为第个需要独立设置偏航系统启动对风策略的风速段,同时将作为新的;
B5:判断第个风速子区间是否为最后一个离散风速子区间;如果是,则风速分段结束,得到风速区间内设置偏航系统启动对风策略的风速分段方案;否则转到步骤B3。
2.根据权利要求1所述的一种风电机组偏航系统启动对风控制策略的优化方法,其特征在于,在步骤S5中:优化过程中目标的计算公式为:,其中为分析的运行数据中满足偏航启动策略的次数;
优化过程中目标的计算公式为:,其中,为风电机组的瞬时功率,为数据的数据记录时间间隔,的取值范围为;
风电机组的瞬时功率的计算公式为:
其中,为风电机组偏航误差角,为风轮转速,为与风轮直径、空气密度、风轮利用系数有关的系数;为与误差、发电机转换效率相关的补偿系数。
3.根据权利要求2所述的一种风电机组偏航系统启动对风控制策略的优化方法,其特征在于,计算瞬时功率的参数、在使用功率计算公式前,需利用数据集中记录的偏航误差角、风轮转速和输出有功功率参数采用最小二乘法求解,包括以下步骤:C1:提取中风速在范围内的样本点,,使用上述样本点采用最小二乘法求解这一风速范围内的、,分别记为、;
C2:提取中风速在范围内的样本点,使用上述样本点采用最小二乘法求解这一风速范围内的、,分别记为、;
C3:
、分别通过以上公式计算得出。
4.根据权利要求1所述的一种风电机组偏航系统启动对风控制策略的优化方法,其特征在于,在步骤S5中,采用的多目标优化算法为第二代非支配排序遗传算法,即NSGA-II算法,对各风速区间的偏航误差角阈值和延迟时间阈值进行优化的方法包括以下步骤:D1:将待优化的偏航误差角阈值的合理取值范围限定为,延迟时间阈值的合理范围限定为;
D2:按照NSGA-II算法,最优个体系数取值为,以为种群大小,创建待优化变量的初始种群;其中,,;
D3:按照NSGA-II算法和偏航启动对风策略优化目标、计算方法,评估种群中各个体的适应度,根据个体之间的支配关系对种群进行非支配排序,将各个体划分为不同的等级;
D4:按照NSGA-II算法,计算每个等级中个体的拥挤度距离,根据非支配排序和拥挤度距离选择下一代的个体;
D5:交叉率取值为,变异率取值为,对选择的个体应用交叉和变异操作,生成下一代的群;其中,,;
D6:若达到了最大进化代数,则输出当前种群为偏航控制参数的Pareto前沿解集,否则转到步骤D3;其中,。
5.根据权利要求4所述的一种风电机组偏航系统启动对风控制策略的优化方法,其特征在于,在步骤S5中,采用TOPSIS方法从Pareto解集中确定最优解的方法包括以下步骤:E1:对各个方案的偏航次数指标进行正向化处理:,
其中,为Pareto解集中第个解的偏航次数指标;为正向化后的偏航次数指标,为Pareto前沿解集中解的个数,由NSGA-II算法的原理可知,;
E2:构建解集中各解标准化的评价指标向量,其中,:
E3:计算理想解的评价指标向量和负理想解的评价指标向量:E4:计算各解到理想解和负理想解的距离,:
其中,、分别为发电量指标和偏航次数的重要性权重,的取值范围为且;
E5:计算各个解的得分:
E6:根据得分对各解进行排名,选择得分最高的解为最优解。
6.根据权利要求1所述的一种风电机组偏航系统启动对风控制策略的优化方法,其特征在于,在步骤S2中,目标风电机组切入风速的取值范围为;额定风速的取值范围为;离散子风速区间的个数为正整数,取值范围为。