1. 一种确定风力涡轮机上游风速垂直剖面的方法,风速垂直剖面是随高度变化的风速梯度,风力涡轮机配备有转子和面向风力涡轮机上游的 LiDAR 传感器 风力涡轮机和控制风力涡轮机 包括:
a) 在至少位于不同高度的两个测量点处的风力涡轮机上游转子的至少一个测量平面中用激光雷达传感器测量风速;
b) 使用以下形式的幂律构建垂直风速剖面模型:
其中,vz为z高度处的纵向风速,z0为参考高度,vz0为参考高度z0处的纵向风速,α为幂律指数;
c)通过使用来自至少两个测量点的风速测量值,通过使用无迹卡尔曼滤波器确定幂律的指数α,其中无迹卡尔曼滤波器被应用于包括加性噪声和乘性噪声的状态模型,状态 模型被写为:
其中 x(k)=α(k) 定义了时间 k 的状态变量,y(k)=v1( k ) 为测量点 1 时刻 k 测得的风速对应状态模型的输出,η(k−1) 为指数 α 在时刻 k−1 的变化,v2( k )为测点2在时间k测得的风速,z1为测点1的测高,z2为测点2的测高,ε1( k ) 为 k 时刻速度 v1 的噪声,ε2( k ) 是 k 时刻速度 v2 的噪声;
d)通过将确定的指数α应用于垂直风速剖面的模型来确定风力涡轮机上游的垂直风速剖面以确定转子的至少一个测量平面中风力涡轮机上游的垂直风速变化; 和
e) 根据风力涡轮机上游确定的垂直风速分布控制风力涡轮机。
2.如权利要求1所述的确定风速垂直剖面的方法, 其中, 将递增的随机变量 xa 应用于卡尔曼滤波器,其定义为:
其中 x(k)=α(k),状态变量在时间 k 和 ε 2 ( k ) 是速度 v 的噪声 2 在时间 k。
3.如权利要求1所述的确定风速垂直剖面的方法, 其中 幂律的指数 α 由以下步骤确定:
i) 初始化 k=0,一个状态向量 {circumflex over (x)} a (0|0)=m(0) 和协方差矩阵的状态 P(0|0)=P 0 ;
ii) ii) 在任何时间 k,获取风速测量值 v 1 ( k ) 和 v 2 ( k ) 在测量点 1 和 2 , y(k)=v 1 ( k ); 和
iii) 在任何时间 k,通过以下方程确定幂律的指数 α:
其中 K 是卡尔曼滤波器增益,Pxy 是状态测量互协方差,Pyy 是预测测量协方差,我是预测输出均值,v 1 ( k ) 为测量点 k 时刻测得的纵向风速 1 , P(k|k−1) 是时间 k−1 测量的误差方差,P(k|k) 是时间 k 测量的误差方差。
4. 用于风力涡轮机的 LiDAR 传感器, 包括 一种实现权利要求1的方法的处理器。
5.风力涡轮机, 包括 2.根据权利要求1所述的LiDAR传感器,其位于风力涡轮机的机舱处或位于风力涡轮机的轮毂处。
