本發明屬于風力發電，具體是涉及一種考慮功率荷載綜合效益的風電場多目標偏航控制方法。

背景技術：

1、隨著全球對可再生能源需求的不斷增加，風力發電作為一種重要的綠色能源，已經成為各國能源結構轉型的重要組成部分。風電場作為風力發電的核心單元，其運行效率和經濟性直接影響著風電的整體貢獻。然而，在風電場的實際運行過程中，風機之間相互作用所產生的尾流效應，以及風速和風向的不穩定性，都會對風機的功率輸出和疲勞荷載造成顯著影響。合理的偏航控制可以顯著地削弱尾流效應，對于優化風電場的發電效率、減少機械磨損和疲勞損傷具有至關重要的作用。

2、傳統的風電場偏航控制方法大多側重于單一目標的優化，通常優先考慮功率輸出最大化。如專利申請cn?110728066?a公開了一種風電場扇區優化方法及系統，其結合歷史數據確定的功率曲線和模型計算的有效風速來計算風電場總功率，并采用優化算法確定總功率最大時的最優偏航角，應用于風電場扇區的快速有效優化。盡管這種方法能夠在一定程度上提升風機的發電效率，但在長期運行過程中，風機部件的疲勞荷載也逐漸顯現出來，尤其是在風機長期處于尾流區或風速變化劇烈的情況下。過度依賴功率優化可能會加劇風機部件的疲勞損傷，進而縮短風機的使用壽命，增加維護和更換的成本。因此，如何平衡風電場中的功率輸出與風機疲勞荷載，已成為當前風電場控制技術研究中的一個關鍵問題。此外，考慮到風電場中的風速、風向變化以及尾流效應，需要更加高效的疲勞壽命預測模型來考慮風機與風場環境的相互作用，實現更為精確的疲勞壽命評估。

技術實現思路

1、為解決現有技術的問題，本發明提供了一種考慮功率荷載綜合效益的風電場多目標偏航控制方法，能夠通過兩階段多目標控制策略，實時優化偏航角度，提升風電場的發電效率，同時有效延長風機的使用壽命，降低風電場的維護成本，從而提高風電場的整體經濟性和可持續性。

2、本發明采用以下的技術方案：

3、一種考慮功率荷載綜合效益的風電場多目標偏航控制方法，包含以下步驟：

4、步驟1：獲取風電場的布局信息、風機基本參數和風速風向實測數據；

5、風機的基本參數包括：轉子直徑d，輪轂高度h，功率-風速曲線，推力系數曲線以及風機過渡段管節點的s-n曲線；

6、步驟2：以當前風力來流方向為x軸正方向建立局部三維坐標系，并根據步驟1獲得的風電場的布局信息確定風電場中每臺風機的局部三維坐標數據；

7、步驟3：根據步驟1獲得的風速風向實測數據和步驟2獲得的風機的局部三維坐標數據，利用偏航解析尾流模型進行考慮偏航狀態的風電場整場尾流建模，建立整場尾流預測模型；

8、步驟4：建立風電場偏航控制策略與總發電功率之間的關系p(γ)，基于步驟3建立的整場尾流預測模型，確定風電場內每臺風機的入流風速，結合功率-風速曲線，計算每臺風機的功率，相加得到風電場總功率；

9、步驟5：建立風電場偏航控制策略與平均疲勞壽命之間的關系l(γ)，基于步驟3建立的整場尾流預測模型，確定風電場內每臺風機的入流風速和湍流度，結合風機過渡段管節點的s-n曲線，計算每臺風機的疲勞壽命，取均值得到風電場的平均壽命；

10、步驟6：根據步驟4建立的風電場偏航控制策略與總發電功率之間的關系p(γ)，結合貝葉斯優化學習網絡，進行第一階段考慮發電量單一目標函數的偏航控制優化，并輸出最優偏航組合和對應總功率，作為基線偏航策略和基線功率，同時利用步驟5建立的風電場偏航控制策略與平均疲勞壽命之間的關系，計算得到基線偏航策略下的風電場疲勞壽命，作為基線平均壽命；

11、步驟7：根據風電場偏航控制策略與總發電功率之間的關系p(γ)、風電場偏航控制策略與平均疲勞壽命之間的關系l(γ)，結合貝葉斯優化學習網絡，以相對基線平均壽命的壽命延長因子為優化目標，基于風電場實際發電需求，設定相對基線功率的允許折減系數作為約束，進行第二階段考慮功率荷載綜合效益的多目標偏航控制優化；

12、步驟8：輸出最終得到的最優偏航控制策略及其對應的總功率和平均疲勞壽命，同時將整場尾流分布可視化，完成考慮功率荷載綜合效益的風電場多目標偏航控制。

13、優選地，步驟1中風電場的布局信息為以正東方向為x軸正方向的全局三維坐標系下的每臺風機的全局三維坐標數據。

14、優選地，在步驟2中根據步驟1獲得的風電場的布局信息確定風電場中每臺風機的局部三維坐標數據具體為：將步驟1獲得的每臺風機的全局三維坐標數據轉化為局部三維坐標系下的每臺風機的局部三維坐標數據；

15、風機的全局三維坐標數據和局部三維坐標數據之間的轉化滿足以下關系：

16、

17、其中，(x,y)為風機的全局三維坐標數據，(x1,y1)為風機的局部三維坐標數據，θ為局部坐標系相對全局坐標系沿逆時針方向的夾角。

18、優選地，步驟3中建立整場尾流預測模型的過程為：

19、步驟3.1：按照橫坐標由小到大的順序對所有風機進行編號(1,…,n)，其中，n表示風機數目；

20、步驟3.2：根據風機編號，依次確定風電場內每臺風機的入流風速和湍流度，其中，第一臺風機的入流風速和湍流度為實測風速數據，對于下游第i臺風機，其入流條件由對上游所有風機尾流進行疊加得到，其中，入流風速和湍流度疊加分別采用平方和和線性疊加方法；

21、步驟3.3：根據每臺風機的入流風速和湍流度，采用充分考慮大氣湍流度、推力系數以及偏航角影響的偏航解析尾流模型計算下游尾流區域任意位置的入流風速和湍流度，其中，速度虧損和附加湍流沿徑向分別呈高斯和雙高斯分布，如下式所示：

22、

23、其中，u(s,r')為入流風速，i(s,r')為湍流度，u0和i0為上游無擾動風速和湍流度，c't為考慮偏航效應的推力系數，ia為風機入流湍流度，d為風機轉子直徑，s為尾流擴散距離，r'為考慮偏航尾流中心線偏移的徑向距離，σ為高斯函數標準差，k1和k2為尾流擴散系數。

24、優選地，在步驟5中每臺風機的疲勞壽命計算具體包括：

25、步驟5.1：根據風機來流平均風速和湍流度，結合風機推力系數曲線，分別計算峰值應力smax以及平均應力savg：

26、

27、其中，ua和ua分別為風機來流平均風速和峰值風速，rp為樁半徑，iz為樁截面慣性矩，h為風機輪轂高度，a為風輪掃掠面積，ρ為空氣密度；

28、步驟5.2：根據峰值應力和平均應力，計算交變應力幅值sr，同時為考慮平均應力對結構疲勞壽命的影響，采用古德曼曲線對其進行修正，得到當量交變應力幅值se：

29、

30、其中，sb為極限強度，sy為屈服極限，sm為修正平均應力；

31、步驟5.3：基于風機過渡段管節點的s-n曲線，根據當量交變應力幅值se，計算對應疲勞壽命，即失效周期數n：

32、

33、其中，t為疲勞裂紋可能生長處厚度，tref為參考厚度，對管狀節點，取值32mm，k為厚度系數。

34、優選地，在步驟6中利用貝葉斯機器學習進行第一階段考慮發電量單一目標函數的偏航控制優化具體包括：

35、步驟6.1：隨機生成一組偏航控制策略，利用步驟4建立的風電場偏航控制策略與總發電功率之間的關系p(γ)得到對應的總功率，生成一組由偏航控制策略和對應總功率組成的初始訓練集；

36、步驟6.2：訓練集采用高斯過程建立偏航控制策略和總功率間的近似概率分布，并得到功率預測概率分布的期望和方差；

37、步驟6.3：基于得到的期望和方差，建立采集函數，搜索可能的最優偏航組合，并利用步驟4建立的風電場偏航控制策略與總發電功率之間的關系得到對應總功率，組成新的數據點并入訓練集中；

38、步驟6.4：利用步驟6.3得到的訓練集重復生成功率預測概率分布并搜索可能的最優偏航控制策略，直至滿足優化收斂條件。

39、優選地，在步驟7中，所述的第二階段考慮功率荷載綜合效益的多目標偏航控制優化，將考慮允許折減系數的功率約束以罰函數的形式并入目標函數壽命延長因子中，根據步驟4建立的風電場偏航控制策略與總發電功率之間的關系和步驟5建立的風電場偏航控制策略與平均疲勞壽命之間的關系，建立新的目標值與偏航控制策略之間的關系：

40、

41、其中，lbaseline和pbaseline分別為步驟6得到的基線平均壽命和基線功率，α0為功率的允許折減系數，λ為懲罰因子。

42、本發明具有的有益效果是：

43、本發明采用先進的qian&ishihara偏航解析尾流模型充分考慮大氣湍流度、推力系數以及偏航角對尾流分布的影響，精準快速地描述風機偏航狀態下尾流場，以模擬出真實運行狀態下風電場偏航控制策略與總發電功率之間的關系。同時，創造性地提出了一種新的風電場疲勞壽命快速預測方法，將基于偏航尾流模型的速度、湍流度預測與風機過渡段管節點s-n曲線相結合，實時進行風電場平均疲勞壽命預測，為應用于需要進行大量迭代計算的風電場優化問題提供了強有力的技術支持。在此基礎上，創新性地將單一風機功率優化和帶有功率約束的風機疲勞壽命優化集成，建立兩階段多目標控制優化體系，在滿足風電場發電需求的基礎上，最大限度降低載荷延長風機服役壽命。此外，充分利用貝葉斯優化網絡可以利用少量樣本迅速收斂到全局最優解的優勢，在多目標控制的各階段加速定位最優偏航組合。本發明所述的方法適用于任意風電場的考慮功率荷載綜合效益的多目標實時偏航控制，能夠基于實測的風速數據，準確高效地提供最優偏航控制策略，有效解決了風電場多目標偏航控制中缺乏行之有效的疲勞壽命預測手段、合理的功率和疲勞壽命耦合方法、以及高精度和效率的優化算法等難題，從而優化風電場發電效率的同時，有效延長風機的使用壽命，實現降本增效。