CN102460891B - 控制包括数据处理器同步的风力发电系统的方法和系统 - Google Patents
控制包括数据处理器同步的风力发电系统的方法和系统 Download PDFInfo
- Publication number
- CN102460891B CN102460891B CN201080026542.6A CN201080026542A CN102460891B CN 102460891 B CN102460891 B CN 102460891B CN 201080026542 A CN201080026542 A CN 201080026542A CN 102460891 B CN102460891 B CN 102460891B
- Authority
- CN
- China
- Prior art keywords
- data processor
- subset
- time
- wind generator
- control
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000001360 synchronised effect Effects 0.000 title claims description 39
- 238000004891 communication Methods 0.000 description 46
- 238000012544 monitoring process Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 10
- 230000000630 rising effect Effects 0.000 description 10
- 238000005259 measurement Methods 0.000 description 9
- 230000007246 mechanism Effects 0.000 description 8
- 230000002349 favourable effect Effects 0.000 description 7
- 238000007493 shaping process Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 2
- 101000595193 Homo sapiens Podocin Proteins 0.000 description 2
- 102100036037 Podocin Human genes 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 239000010949 copper Substances 0.000 description 2
- 229910052802 copper Inorganic materials 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 102100036464 Activated RNA polymerase II transcriptional coactivator p15 Human genes 0.000 description 1
- 101000713904 Homo sapiens Activated RNA polymerase II transcriptional coactivator p15 Proteins 0.000 description 1
- 229910004444 SUB1 Inorganic materials 0.000 description 1
- 229910004438 SUB2 Inorganic materials 0.000 description 1
- 101100311330 Schizosaccharomyces pombe (strain 972 / ATCC 24843) uap56 gene Proteins 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000009849 deactivation Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 101150018444 sub2 gene Proteins 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04J—MULTIPLEX COMMUNICATION
- H04J3/00—Time-division multiplex systems
- H04J3/02—Details
- H04J3/06—Synchronising arrangements
- H04J3/0635—Clock or time synchronisation in a network
- H04J3/0638—Clock or time synchronisation among nodes; Internode synchronisation
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/04—Automatic control; Regulation
- F03D7/042—Automatic control; Regulation by means of an electrical or electronic controller
- F03D7/047—Automatic control; Regulation by means of an electrical or electronic controller characterised by the controller architecture, e.g. multiple processors or data communications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/04—Automatic control; Regulation
- F03D7/042—Automatic control; Regulation by means of an electrical or electronic controller
- F03D7/048—Automatic control; Regulation by means of an electrical or electronic controller controlling wind farms
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Abstract
一种控制包括多个系统元件的风力发电系统的方法,所述风力发电系统包括在所述系统元件中分配的多个数据处理器,所述方法包括以下步骤:使所述数据处理器中的至少一部分与从时间同步装置分配到所述数据处理器的至少一个基准信号同步,使所述数据处理器与本地时钟产生电路相关联,其中与所述数据处理器中的第一子集的数据处理器相关联的所述本地时钟产生电路具有高于或等于预定阈值的峰峰值追踪抖动,并且其中所述数据处理器中的第二子集具有小于所述预定阈值的峰峰值追踪抖动,至少部分地通过所述数据处理器中的所述第一子集或第二子集来控制至少一个所述系统元件。
Description
技术领域
本发明涉及一种用于控制风力发电系统的方法和系统。
背景技术
风力发电系统监控、控制和调节数据往往在时域中相互关联。在近些年中,风力发电系统中执行的监控、控制和调节已经变得越来越复杂,并且因此增加了对数据通信中的数据处理速度、精度和可靠性的需求以及与数据的时间相关性有关的需求。因此,增加了对在风力发电系统的时域中的例如精度的需求。
发明内容
本发明涉及一种控制风力发电系统的方法,所述风力发电系统包括多个系统元件,所述风力发电系统包括在所述系统元件中分配的多个数据处理器,所述方法包括以下步骤:
使所述数据处理器中的至少一部分与从时间同步装置分配到所述数据处理器的至少一个基准信号同步,
使所述数据处理器与本地时钟产生电路相关联,
其中与所述数据处理器中的第一子集的数据处理器相关联的所述本地时钟产生电路具有高于或等于预定阈值的峰峰值追踪抖动,
其中与所述数据处理器中的第二子集的数据处理器相关联的所述本地时钟产生电路具有小于所述预定阈值的峰峰值追踪抖动,
至少部分地通过所述第一子集的数据处理器中的数据处理器来控制至少一个所述系统元件,其中所述第一子集的数据处理器中的所述数据处理器对与所述第一子集的数据处理器中的所述数据处理器相关联的本地时钟产生电路的抖动敏感,
至少部分地通过所述第二子集的数据处理器中的数据处理器来控制至少一个所述系统元件,所述第二子集的数据处理器中的所述数据处理器基于所述至少一个基准信号,同时对与所述第二子集的数据处理器中的所述数据处理器相关联的本地时钟产生电路的抖动敏感,
从而,利用所述第二子集的数据处理器来在风力发电系统中进行高精度控制。
因此,可以对风力发电系统的各个系统元件或风力发电系统中的部分系统元件进行高精度控制。基于多个数据处理器来控制风力发电站的诸如多个风力涡轮机和变电站等系统元件,根据本发明,这些数据处理器的子集是高精度数据处理器并且被同步到精确的时间基准。这能够使该数据处理器的子集的非常精确的控制成为可能,并由此还使各个风力涡轮机和变电站的一部分的非常精确的控制成为可能。这种高精度控制可以例如是各个风力涡轮机的功率输出的控制。因为风力发电站中的各个风力涡轮机和变电站的输出被控制为是精确的和同步的,所以中央场控制器(central parkcontroller)可以控制风力发电站的总功率输出,并且因此如果发生与公用电网有关的故障,则风力发电站能够支持公用电网。
换言之,根据本发明,忽视不能够依照高精度控制指令的数据处理器,可以执行风力发电系统的高精度控制。
根据本发明,包括在风力发电系统中的系统元件可以例如被理解为风力发电站的元件或与风力发电站通信的元件。因此,系统元件可以例如是风力涡轮机、变电站、位于风力发电站内部或外部的控制器、用于在风力发电站内进行内部通信或用于风力发电站与外部通信单元通信的通信单元。
无论系统元件是传送数据、控制数据还是处理数据,系统元件都可以包括一个或多个数据处理器,并且根据系统元件的实现方式和各个任务在系统元件中分配数据处理器。
应该注意到,不是所有的系统元件都包括数据处理器,一个示例可以是仅包括温度测量单元或风测量单元的计量站。
在整个本说明书内,基准信号也可以被称为精确时间。基准信号或精确时间包括时域中的具有一定精度的时间的绝对表示或相对表示。因此,具有最少量抖动的高精度基准信号是精确的,这能够使多个数据处理器的内部时间与时域同步。
能够以多种方式测量相对于绝对时间、另一信号或输出时钟本身的抖动。第一种一般被称为绝对抖动或长期抖动,第二种被称为追踪抖动或输入-输出抖动,这时另一信号是基准信号。如果基准信号是完美周期性的以使得它没有抖动,则输出信号的绝对抖动和追踪抖动是相等的。相对于输出时钟的第三种测量经常被称为周期性抖动或相邻周期间抖动。相邻周期间抖动可以被测量为在单个时钟周期的时间段中或在若干时钟周期的宽度中(被称为周期与第N周期间的抖动)的时变偏差。
在权利要求中,抖动应被理解为“追踪抖动”,但是抖动的其它定义以及测量该抖动的相应方式显然也在本发明的范围内。允许的峰峰值抖动被理解为例如在时钟信号中的第一跳变与第二跳变之间测量的最大允许时间,因此,0.5微秒的峰峰值抖动也可以被称为由跳变的理想时间所测量的±0.25微秒的抖动。
该基准信号可以例如通过数据通信网络来分配,相同的数据通信网络例如也被用于通信控制和测量数据,或者该基准信号可以由单独的网络或导线来分配。
该基准信号可以通过空气(例如在无线网络中)或通过线缆例如由铜、光纤等制作的线缆等传送。而且,也可以从GPS信号获得该基准信号。
根据本发明,所述数据处理器与时钟产生电路通信以便获得内部时间记号(tick)或内部时钟,该数据处理器基于该内部时间记号或内部时钟来处理数据。时钟产生电路可以位于数据处理器内部或数据处理器外部。
根据本发明,可以以一定的精度控制风力涡轮机输出的功率,从而能够控制风力发电站输出的总功率,以在需要的情况下支持公用电网。所述支持可以是增加传送无功功率的形式,并且因为各个风力涡轮机能够迅速且精确地对例如电网故障或者电网用户耦合了大型电机而作出反应,所以所述支持是可行的。因此,由于风力发电站的可变输出,可以减少支持电网的常规能源发电站的数量。
另外,精确时间的建立能够使数据通信网络上的通信基于时间触发的通信协议,从而建立具有保证延迟的通信协议,使经由数据通信网络的例如功率变换器的临界实时控制成为可能。
在本发明的实施例中,将所述第二子集的数据处理器用于风力发电系统的能量存储装置的功率变换器的高精度控制。
因此,可以对例如由风力发电站产生的能量的积累执行精确控制。能量的积累可以例如是压缩空气、电池等的形式。
此外,可以对从能量存储装置输出的功率整形,这在例如一些情况下是有利的,例如在由于低风速导致的风力涡轮机不产生能量的情况下是有利的。在该情况中,对于能量存储器而言,可以将能量传送到电网,并且由于存储装置的功率变换器的高精度控制,可以对从能量存储器输出的功率整形以便遵守电网的需求。
在本发明的实施例中,将所述第二子集的数据处理器用于风力发电系统的风力涡轮机和变电站的功率变换器的高精度控制。
因此,功率变换器的高精度控制能够使风力涡轮机控制器或变电站控制器对功率输出整形。对功率输出整形可以是改变风力涡轮机输出的正弦功率中的频率、相位角、电压等的形式。
此外,可以对整个风力发电站的同步的风力涡轮机和变电站的功率输出整形。
此外,当在功率输出波形方面以及在控制功率变换器的开关的脉冲宽度调制输出的相移方面二者,功率变换器与精确时间PT精确地同步时,控制系统元件的功率变换器是有利的。
在本发明的实施例中,功率变换器的所述高精度控制能够使风力涡轮机控制器和变电站控制器相对于基准信号调节它们的脉冲宽度调制器的相位。
在通过脉冲宽度调制来控制功率变换器的开关的转换的情况下,根据本发明,控制功率变换器开关的脉冲宽度调制器可以根据基准信号而被同步地控制。
这是有利的,因为能够控制从各个风力涡轮机和变电站输出的功率,并且因此可以减少例如在从风力发电站输出的功率中的白噪声和谐波。实现这一点的一个方法可以是控制第一风力涡轮机的输出以补偿源自第二风力涡轮机的噪声或谐波。
此外,风力涡轮机内的功率切换的同步控制是有利的,这是因为同步控制有助于对例如风力涡轮机的功率输出的更简单的滤波。
可以基于公用电网中的至少一个操作值,例如电压、相位角、频率等来执行功率变换器的高精度控制。
在本发明的实施例中,将所述第二子集的数据处理器用于风力发电系统内的数据采集的高精度控制。
数据采集可以例如包括对在包括电网的风力发电系统内获得的数据进行测量或抽样。本发明能够以多个系统元件等中的同步时间使来自第二子集的数据处理器的测量值具有例如非常精确的时间戳。
此外,非常有利的是在例如风力涡轮机或变电站内针对状况监控使用高精度数据采集。然后对由不同数据处理器参照精确时间获得或控制的状况监控测量值进行抽样和/或关联,从而容易得到被测量元件的状况的非常精细的图片。
公用电网可以是风力发电系统的元件。公用电网在公共连接点连接到风力发电站,并且在该公共连接点或通过该公共连接点,可以对公用电网操作值进行高精度测量。这些操作值可以例如是电压、频率、相位角等的特性并且被用作风力发电系统中的功率变换器的高精度控制的基础。
根据本发明,可以在风力发电站的元件上以及在风力涡轮机或变电站的数据处理器上执行同步数据采集。此外,本发明实现了电网事件、闪电事件、状况监控等的高精度数据采集。
在本发明的实施例中,所述预定阈值是在0.1微秒到10微秒的范围中选择的,优选地在0.1微秒到2微秒的范围中选择的,并且最优选地在0.35微秒到0.65微秒的范围中选择的。
与以上提及的阈值的范围有关,一些元件(例如风力发电系统的控制或监控单元)中的优选阈值将是0.1微秒,并且例如风力发电系统中的风力涡轮机和变电站之间的风力发电系统级的优选阈值将是1微秒。
由此得到,数据处理器中的第二子集的数据处理器的内部时间在特定范围内是同步的,从而能够进行高精度控制、数据采集等。该范围优选用于限定方波形式信号中的可允许抖动,并且所选择的阈值取决于数据处理器的内部时间的频率。
在本发明的实施例中,与所述数据处理器中的第一子集的数据处理器相关联的本地时钟产生电路具有高于或等于百分比预定阈值的峰峰值相邻周期间抖动,以及
其中与所述数据处理器中的第二子集的数据处理器相关联的本地时钟产生电路具有小于所述百分比预定阈值的峰峰值相邻周期间抖动。
因此,可以对数据处理器子集执行高精度控制,同时另一数据处理器子集的控制不是高精度的控制。这使风力发电站的中央控制器能够对风力涡轮机站中的风力涡轮机和变电站执行有差别的控制,从而利用具有高精度数据处理器的风力涡轮机和变电站的全部潜力(full potential)。
在本发明的实施例中,所述数据处理器是风力发电站的风力涡轮机控制器、变电站控制器或中央控制器的一部分。
在本发明的实施例中,所述基准信号表示的时间精确到最接近于微秒。
基准信号可以例如是具有1Mhz频率的方波信号。与本地时钟产生电路中的抖动相比,方波信号形式的基准信号中的抖动优选是微不足道的。
基准信号是源自位于风力发电站内部或外部的时间同步装置的精确时间信号。在本说明书中,该精确时间信号也被称为精确时间,该精确时间信号表示数据处理器可被同步到的精确时域。
从基准信号被分配到风力发电系统的全部元件的全部或至少一个子集并且在风力发电系统内建立全局精确时间的意义上来讲,基准信号是精确时间信号并且是全局性的。因此,风力发电系统的全部数据处理器的全部或一个子集可以参照该精确时间信号;因此,参照该基准信号的数据处理器由此变得同步。
在本发明的实施例中,所述第一子集的数据处理器中的数据处理器被同步到所述基准信号的导数。
由此得到:基准信号的导数可以例如通过分频来获得并且被用于同步数据处理器中的对于精度具有较少要求或较低性能的所述第一子集的数据处理器。因此,不考虑它们的要求,全部数据处理器可以使用同一基准信号。
在本发明的实施例中,所述基准信号由所述时间同步装置包括的一个或多个时钟产生单元产生,并且其中所述时间同步装置由此形成容错的网络生态系统(ecosystem)。
容错的网络生态系统可以包括一个或多个时间同步装置。这样的时间同步装置可以包括互相协作产生基准信号的时钟产生单元集群或时钟产生电路集群。因此,如果一个时钟产生单元发生故障,则该集群中的另一个时钟产生单元继续产生基准信号。利用这种方式,如果一个时钟产生单元发生故障,则时间同步装置仍能够产生基准信号。
利用相同的方式,如果网络生态系统例如包括两个或更多的时间同步装置,则该网络生态系统变为容错的,即如果这些时间同步装置中的一个发生故障,则网络生态系统中的另一个时间同步装置继续产生并且分配基准信号。
应该指出,通过在网络生态系统中引入冗余,则该网络生态系统的容错可以如下所述地增加。
在本发明的实施例中,所述预定阈值是在0.1微秒到1微秒的范围中选择的。
在本发明的实施例中,所述百分比预定阈值是在由所述本地时钟产生电路产生的时钟周期的0.1%到10%的范围中选择的,优选地在由所述本地时钟产生电路产生的时间周期的0.2%到3%的范围中选择的,并且最优选地在由所述本地时钟产生电路产生的时间周期的0.5%到1.5%的范围中选择的。
由此得到:数据处理器中的所述第二子集的数据处理器的内部时间在特定范围内是同步的,从而使高精度控制、数据采集等成为可能。该范围优选用于限定方波形式信号中的可允许抖动,并且所选择的阈值取决于数据处理器内部时间的频率。
而且,本发明涉及一种用于执行在权利要求1-13中描述的方法的系统。
附图说明
图1说明了现代的风力涡轮机;
图2说明了风力发电站;
图3a和图3b说明了在根据本发明实施例的风力发电站内的数据通信;
图3c和3d说明了在根据本发明另一实施例的风力发电站内的数据通信;以及
图4说明了在根据本发明各个实施例的风力发电系统内的关于数据通信的精度。
具体实施方式
根据本发明的实施例,术语“风力发电系统”被理解为与利用风来发电有关的系统。风力发电系统的优选示例是包括多个风力涡轮机WT和变电站SUB的风力发电站WPP,其中控制/监控单元包括在风力涡轮机WT和/或变电站SUB中。因此,根据本发明,风力发电系统的系统元件可以是任何与风力发电站WPP或公用电网GD有关的单元。
根据本发明的实施例,术语“数据处理器”DP可以被理解为与数据处理有关的任何装置或元件。数据处理器DP可以是例如在用于例如对变压器、闪电、功率、风力发电系统的物理元件的状况监控等进行测量或监控的测量设备中的控制器或控制器的一部分。
数据处理器DP被理解为使用或参照外部或内部时钟来处理数据(例如开始测量、激活致动器、比较或计算数据)的单元。包括一个或多个数据处理器DP的风力发电系统的元件示例可以是风力涡轮机控制器WTC、顶部控制器TC、节距控制器PIC、轮毂控制器HC、用于变压器的控制单元等。
数据处理器DP可以在物理上被实现为PLC(PLC:可编程逻辑控制器)、DSP(DSP:数字信号处理器)、模糊逻辑计算机、生物计算机、神经逻辑计算机或其它处理数据的硬件。应该注意到,数据处理器DP也可以被理解为软件,当处理数据时所述软件依赖于或独立于硬件。
术语“风力发电站”WPP是一个涵盖风力发电站WPP产生能量所需要的元件的术语。这样的元件可以例如是风力涡轮机WT、变电站SUB、位于风力变电站WPP内部或外部的控制单元。
术语“风力涡轮机”WT是一个涵盖位于风力涡轮机内部或外部的每一个单元的术语。这样的单元的示例可以例如是用于测量风速、振动、输出功率等的测量单元或者与风力涡轮机WT有关而被使用的所有事物,例如齿轮、发电机、变换器、叶片的空气动力控制(例如节距机构和副翼机构等)等。
术语“变电站”SUB是一个涵盖包含在风力发电站WWP中的、除了风力涡轮机WT外的所有事物;因此,术语变电站SUB可以涵盖控制单元和服务器、计量设备、相位补偿设备、能量存储装置、变压器等等。
术语“抖动”被理解为例如电子设备中的周期性信号的一个或多个特性的不希望的变化。可以在诸如连续脉冲之间的间隔或连续循环的振幅、频率或相位等特性中看到抖动。换言之,抖动可以被理解为一个与例如两个时钟之间的时间的精度有关的表述,例如相同时域的多个数据处理器中的时间的差异。对于相同时域的多个数据处理器DP例如同时抽样、测量或激活致动器而言,以及对于网络中的物理上分离的节点的同步而言,抖动是一个决定性因素。
图1示出了现代风力涡轮机WT。该风力涡轮机WT包括设置在地基上的塔架TO。具有偏航机构的涡轮机机舱NA设置在塔架TO的顶部。
低速轴从机舱前部或后部延伸出来并且通过风力涡轮机轮毂HU与风力涡轮机转子连接。风力涡轮机转子包括至少一个转子叶片BL,例如,如图所示的三个转子叶片BL。
图2示出了根据本发明实施例的典型的风力发电站WPP的概观。所示出的风力发电站WPP包括位于陆上或海上地理区域内的多个风力涡轮机WT1-WTn。另外,风力发电站WPP可以包括一个或多个变电站SUB,例如计量站、滤波器、变换器、电容器组等。可以将风力发电站WPP组装为构成能够被连接到公用电网的完全统一的功率产生单元。
风力发电站WPP典型地具有“主”控制器或中央控制器CC。根据本发明的实施例,中央控制器CC可以被设置为SCADA(SCADA:监视控制与数据采集)服务器的一部分或与SCADA服务器有关。中央控制器CC可以物理地位于风力发电站WPP外部或与变电站SUB有关,该变电站SUB可以包括多个计算机或多个包括数据处理器DP的处理单元。
中央控制器CC可以典型地包括用于连续地控制和监控风力发电站WPP(包括例如风力涡轮机WT和变电站SUB)的状况的装置。另外,中央控制器CC可以收集数据,该数据可以用于关于操作的统计或分析中,并且所述中央控制器CC可以同时将控制相关数据发送到风力发电站WPP的元件/从风力发电站WPP的元件接收控制相关数据。
风力发电站WPP可以与例如位于公用电网操作装置UGO(utility gridoperator)或另一乡村中的支持部门的外部控制单元ECU通信。公用电网操作装置UGO与例如采用中央控制器CC形式的风力发电站WPP之间的通信可以通过诸如因特网等公共数据通信网络PDCN进行。
在风力发电站WPP内,中央控制器CC连接到内部数据通信网络DCN,该内部数据通信网络DCN连接风力涡轮机WT和变电站SUB的控制和监控单元。风力发电站WPP内的数据通信网络DCN可以是例如无线实现的或利用光缆或铜缆实现的并联网络或串联网络。优选地,数据通信网络DCN是LAN(LAN:局域网)或WLAN(WLAN:无线局域网)和/或例如公共数据通信网络PDCN(例如因特网或内联网)的一部分。
应该指出,网络生态系统有时也被称为风力发电系统的数据通信网络DCN,并且通过该网络生态系统中的冗余,该网络生态系统可以是容错的。在网络生态系统内,可以通过具有双通信路径、三通信路径或多通信路径来获得这种冗余。
可以将容错的网络生态系统理解为数据通信网络DCN,其中,即使数据通信网络DCN中的时钟产生单元或诸如数据处理器DP等节点发生故障,仍然可以获得数据处理器DP的同步。
可以在风力发电系统的整个网络生态系统中实现冗余,即可以在风力涡轮机WT之间、风力涡轮机WT与变电站SUB之间等风力发电系统级实现冗余,以及在风力发电系统的各个系统元件内的网络生态系统中实现冗余,例如在风力涡轮机WT的诸如控制和监控单元之类的单元之间、变电站SUB中的单元之间等。
应该理解,网络生态系统中的冗余也可以被理解为包括:多个风力涡轮机WT和变电站SUB中包含的单元之间的冗余。
控制相关数据典型地可以是与风力涡轮机WT或变电站SUB的控制有关的数据。该控制相关数据可以是去往风力涡轮机WT或变电站SUB的指令,例如用于改变产生的电力(例如频率或相位角)、激活或去活致动器、进行测量、调节叶片节距等。
涡轮机WT和变电站SUB的控制典型地由诸如节距控制器PIC、风力涡轮机控制器WTC、变电站控制器、顶部控制器TC、功率控制器PC等控制单元来执行,所有这些控制器都包括一个或多个数据处理器DP。数据处理器典型地与时钟产生电路CGC相关联以便获得也被称为内部时间记号IT的内部时钟信号。根据内部时钟或内部时间记号IT的上升沿或下降沿,数据处理器能够处理数据、进行通信、执行指令等。
时钟产生电路CGC也被称为时钟产生单元CU,该时钟产生电路CGC可以是数据处理器DP的一部分、位于数据处理器内的单元或位于数据处理器DP外部的单元。在后面的情况中,不止一个数据处理器可以参照同一时钟产生电路CGC,典型地这是当数据处理器为相同或邻近的数据处理单元的一部分时的情况。根据本发明,数据处理单元可以是用于执行指令、测量、控制等的单元。
关于这种说法,应该指出,为了运用或增加网络生态系统内的内部时钟信号的容错,可以有利地建立时钟产生电路CGC集群。具有时钟产生电路CGC集群的影响在于:如果该集群的时钟产生电路CGC中的一个发生故障,则在该集群中总是存在另一个时钟产生电路CGC来确保网络生态系统中的内部时钟信号。
数据通信网络DCN也可以被用于例如在风力发电站WPP内、在变电站SUB、风力涡轮机WT、控制单元等之间传输监控数据。而且,如果中央控制器CC不在风力发电站WPP内,则数据通信网络DCN也可以被用于将监控数据传输到中央控制器CC以及传输来自中央控制器CC的监控数据。监控数据例如可以是各个风力涡轮机WT的压力、温度、振动、风速、功率输出的读数或风力发电站WPP内的任何其它测量数据的读数。之后,测量值可以被用于例如统计、分析或控制的目的。
优选地在包括多个风力涡轮机WT和变电站SUB的风力发电站WPP内应用本发明,但是本发明也可以应用在一个单个风力涡轮机WT或变电站SUB内。
图3a说明了包括经由数据通信网络DCN而互相连接的多个风力涡轮机WT1-WTn和变电站SUB的风力发电站WPP的简化概观。显然,其它设备可以存在于如参考图2的说明而描述的风力发电站WPP中。
所说明的风力涡轮机WT和变电站SUB可以包括多个用于处理与风力发电站WPP的测量和控制有关的数据的内部数据处理器DP。数据处理器DP的至少一部分根据精确时域被同步,该精确时域由源自时间同步装置TSA或主时间同步装置MTSA的精确时间来表示。在整个本文献中,精确时间也被称为精确时间PT或基准信号。
利用诸如IEEE-1588等精确时间协议,将精确时间PT从时间同步装置TSA操纵或分配到数据处理器DP。用于分配精确时间PT的精确时间协议确保每一个风力涡轮机WT和变电站SUB中的时域与精确时间PT一样精确。换言之,数据处理器DP能够将它们的内部时钟/内部时间记号IT与时域的精确时间PT同步。
可替代地,时间同步装置TSA或主时间同步装置MTSA可以包括时钟产生电路CGC集群,精确时间PT源自该时钟产生电路CGC集群,并且精确时间PT从该时钟产生电路CGC集群经由数据通信网络DCN被分配到相关的数据处理器DP。根据这种创建精确时间PT的可替代方式或结合如上所述的精确时间协议的使用,相关的数据处理器DP能够将它们的内部时钟/内部时间记号IT与精确时间PT同步。
如上所述,使用时钟产生电路CGC集群引入或增大了网络生态系统中的精确时间PT的容错。利用这种方式,例如在一个时钟产生电路CGC发生故障的情况下,也能够保持精确时间PT的精度。在该情况下,相关的数据处理器DP可以继续将它们的内部时钟信号/内部时间记号IT同步到精确时间PT。
容错的精确时间PT与如上所述的容错的数据通信网络DCN结合的结果是即使在时钟产生电路CGC或数据通信系统中的节点发生故障的情况下,风力发电系统的网络生态系统也包括同步的数据处理器。
应该注意到,精确时域不必被分配到全部风力涡轮机WT或变电站SUB并且例如风力发电系统的数据处理器DP可能贡献抖动,使得例如风力涡轮机WT中的时域可能不与由精确时间PT表示的时域完全相同。
另外,应该注意到,可以使用多个标准或协议来将精确时间PT传送到风力发电站WPP的元件,并且甚至还可以为了该特定目的而开发新的协议。除了已经提及的IEEE-1588之外,有利的是使用其它精确时间协议或使新时间同步协议的开发基于除IEEE-1588之外的其它协议。取决于网络,这样的协议可以例如包括具有无线协议扩展的IEEE-1588、NTP(NTP:网络时间协议)、SNTP(SNTP:简单网络时间协议)等。
此外,应该指出:许多工业实时LAN协议可以由诸如例如POWERLINKTM、EtherCATTM、ProfiNETTM等精确时间支持。此外,应该指出:容错的时钟产生和分配可以由诸如TTEthernet等工业实时LAN协议支持。应该注意到,上述协议或标准中的一些是有专利权的。
在图3a的风力发电站WPP中示出了时间同步装置TSA,在图3a的风力发电站WPP中,风力涡轮机WT1-WTn、变电站SUB的数据处理器DP可以经由数据通信网络DCN连接到时间同步装置TSA。时间同步装置TSA包括至少一个时钟C,至少一个精确时间PT源自于该时钟C。风力发电站WPP的数据处理器DP的至少一部分的内部时钟被同步到该精确时间PT,并由此创建了风力发电站内的至少一个全局精确时域。
应该注意到,风力发电站WPP外部的元件也可以使用精确时间并且由此使用全局精确时域。
根据本发明,对于风力涡轮机站WPP,存在至少两个时间同步装置TSA或一个时间同步装置TSA和一个主时间同步装置MTSA。如果在一个同步装置中发生缺陷,则该冗余是安全措施。
在采用主/从配置的操作期间,一个时间同步装置TSA/MTSA中的一个时钟C被指定为“主时钟”,因此,所有其它时钟C和数据处理器DP参照源自于该“主时钟”的精确时间PT。如果“主时钟”发生故障,则其它时间同步装置TSA之一的时钟C接管并且产生精确时间PT。可以取决于系统而预先确定哪一个附加时间同步装置TSA进行接管。
在采用多个主配置的操作期间,两个或更多的时间同步装置TSA可以在数据通信网络DCN中形成网络生态系统,从而互相协作地产生精确时间PT。这样的时间同步装置TSA可以包括时钟产生电路CGC集群。如果一个时间同步装置TSA发生故障,例如如果一个时钟产生电路CGC发生故障,则生态系统中的剩余的时间同步装置TSA继续产生精确时间PT,从而确保在单个或多个故障情况中,精确时间PT的完美产生。
在数据通信网络DCN中分配精确时间PT时,优选地建立同样的冗余原理。因为重要的是数据处理器DP接收精确时间PT,因此可以进行冗余,例如精确时间的重发,以确保精确时间到达期望该精确时间PT的数据处理器DP。在精确时间PT无法到达特定的数据处理器DP的情况下,这可以影响整个风力发电站的性能。
还可以采用附加数据通信网络的形式建立数据通信网络DCN中的冗余,因此在数据通信网络DCN中出现例如线缆断裂或缺陷网络开关等故障的情况下,精确时间PT经由附加数据通信网络传输到数据处理器DP。这种附加数据通信网络可以例如是无线网络,光网络或有线网络。
应该注意到,可以在例如风力涡轮机WT处集中地接收精确时间PT,并且随后经由风力涡轮机WT的内部LAN将精确时间PT分配到风力涡轮机WT的数据处理器DP。
时间同步装置TSA可以是实现在风力发电站中的软件或硬件,该软件或硬件例如作为中央控制器CC的一部分或作为独立单元。时间同步装置TSA例如通过将精确时间PT分配/广播到风力发电站WPP内的数据处理器DP的至少一部分来连续地进行通信。可以借助数据通信网络DCN和以上描述的方法来分配精确时间PT。
如所描述地,精确时间PT创建了时域,在例如风力发电站WPP的变电站SUB和风力涡轮机WT中分配的数据处理器DP的至少一部分参照该时域。这些数据处理器DP内的时钟信号参照来自时间同步装置TSA的精确时间PT。以反映精确时间PT的精度的精度,这些数据处理器的时域或时钟信号由此变得与精确时间信号PT同步。因此,可以利用反映精确时间信号PT的精度的精确时间戳来将在不同风力涡轮机WT中同时发生的事件记录在相应的风力涡轮机WT中。
应该注意到,不止一个同步时域参照同一精确时间信号PT。
还应该注意到,第一同步时域可以参照第一精确时间PT,第二同步时域可以参照第二全局精确时间PT,第N同步时域可以参照第N全局精确时间信号PT等。
每个风力涡轮机WT和变电站SUB可以包括若干如图3a中所说明的数据处理器DP,并且这些数据处理器DP中的期望部分的数据处理器可以被选择为同步。当风力发电站WPP的期望数量的数据处理器DP同步时,即对精确时间PT的精度具有共同的理解时,可以执行非常精确且可靠的控制和分析,例如比较在风力发电系统中发生的特定事件或事件的影响。
图3b说明了风力发电站WPP,其中时间同步装置TSA位于该风力发电站WPP的外部。
位于外部的时间同步装置TSA可以例如经由无线数据通信网络WDCN、诸如GPS之类的地球卫星系统或优选地通过现有的数据线缆/光纤数据通信网络与风力发电站WPP的元件通信。
可以如图3a所描述的那样建立图3b说明的风力发电站WPP的元件的数据处理器DP之间的时间同步。因此,来自同步装置TSA的精确时间PT可以独立于风力发电站WPP的现有的内部时间信号,并且由此精确时间PT变为基准信号。
应该注意到,它与使例如风力涡轮机WT或变电站SUB的全部数据处理器DP同步无关。另外,应该注意到,在风力发电系统的元件(也称为系统元件)内分配数据处理器DP,使得一个系统元件包括多个数据处理器,而另一系统元件仅包括几个数据处理器或甚至根本不包括数据处理器。
图3c和图3d说明了具有两组风力涡轮机WT1、WT2和精确时间同步装置TSA的风力发电站WPP。风力发电系统可以包括一个或多个时间同步装置TSA参照的内部或外部主时间同步装置MTSA。
时间同步装置TSA可以包括一个或多个时钟产生单元CU或者可以从属于主精确时间同步装置MTSA的主时钟MC。主精确时间同步装置MTSA可以位于风力发电站WPP内或如图3a中所描述地,位于风力发电站WPP的外部。
在时间同步装置TSA包括不止一个时钟产生单元CU或时钟产生电路CGC的情况下,这些时钟产生单元CU可以在时间同步装置TSA内形成一个或多个时钟产生单元CU集群。因此,这种时间同步装置TSA变为容错的,这是因为如果一个时钟产生电路CGC发生故障,则该集群的另一时钟产生电路CGC确保时间同步装置TSA的功能。
另外,当这种容错的时间同步装置TSA被连接在数据通信网络DCN中时,这种网络变为容错的,即时间同步装置TSA随后形成容错的网络生态系统。在这种网络生态系统中,在一个时间同步装置TSA故障的情况下,包括时钟产生单元CU集群的多个时间同步装置TSA互相补偿,由此确保时间同步装置TSA总能够创建并且分配精确时间PT。
所示出的风力涡轮机WT1、WT2和变电站SUB1、SUB2的数据处理器DP1、DP2根据源自时间同步装置TSA或主时间同步装置MTSA的至少一个精确时间PT而同步。
根据本发明的实施例,从诸如所说明的风力发电站WPP等风力发电系统的全部元件都使用精确时间信号PT的意义上来讲,精确时间PT是全局性的。即使未作说明,但是与所说明的风力发电站WPP通信的外部风力发电系统也可以使用精确时间信号PT。
基于数据处理器DP1、DP2的性能/特性,数据处理器DP1、DP2被同步到全局精确时域。
在图3c所示出的风力发电站WPP中,第二类别2C的数据处理器DP1依照精确时间PT的精度并且例如也依照精确时间PT的频率。这与不依照精确时间PT的精度的第一类别1C的数据处理器DP1相反。因此,对于数据处理器DP1,不能利用精确时间PT的全部潜力。应该注意到,精确时间PT仍然可以用于同步数据处理器DP1,但是数据处理器DP1的精度无法比数据处理器DP1的硬件和/或软件的精度好。请见对图4a-4g的描述而对精度的进一步解释。
通过基于来自时间同步装置TSA的精确时间PT来同步第二类别2C的元件的数据处理器DP2,可以以反映该精确时间PT的精度的精度来获得测量值。对于测量值,应该注意到,可以利用时间和日期为所述测量值添加时间戳,所述时间和日期在后分析中可以是有价值的信息。
这样的测量值可以例如用在例如风力涡轮机的性能或风力发电系统中的故障分布的统计或分析中,用在例如风力涡轮机的测试中,用作控制风力涡轮机的基础等等。
所示出的风力发电站WPP包括多个数据处理器DP1、DP2,所述多个数据处理器DP1、DP2可以根据性能,例如数据处理器的精度来分类。在图3c和图3d所说明的实施例中,数据处理器DP1、DP2被分为第一类别1C和第二类别2C。
应该注意到:根据本发明,可以具有多个类别,并且并非所有数据处理器都必须被分类。类别(第一类别1C和第二类别2C)用于对能够满足与精度有关的不同需求的数据处理器进行区分。因此,与第一类别1C的数据处理器DP1相比,第二类别2C的数据处理器DP2可以更精确地处理数据。
风力发电站WPP中的数据处理器DP的分类例如对于风力发电站控制是有利的。这是因为从下面的意义上来讲,即新的风力涡轮机型号被开发、现有风力涡轮机的控制单元由新控制单元替代、现有风力发电站被扩大使得不同的风力涡轮机型号或者甚至来自不同制造商的风力涡轮机都被设置于同一风力发电站中,今天的风力发电站和风力涡轮机是动态发展的。因此,在同一风力发电站或风力涡轮机之内,使用能够满足不同精度需求的数据处理器。
典型地,在竖立风力涡轮机时,这种新风力涡轮机的数据处理器将是快的并且精确的,并由此根据以上的示例,这种新风力涡轮机的数据处理器是第二类别2C的数据处理器DP2中的部分。如果将这种风力涡轮机添加到具有风力涡轮机(该风力涡轮机具有第一类别1C的数据处理器DP1)的现有风力发电站中,则该风力发电站WPP将包括两种类别的数据处理器DP1、DP2。
同样适用于包括控制元件的现有风力发电系统,其中这种控制元件的数据处理器将是第一类别1C的数据处理器DP1。如果这种控制元件例如由于缺陷而由新控制元件替换,则新控制元件中的数据处理器DP2典型地具有第二类别2C。因此,现有风力涡轮机则将包括第一类别1C的数据处理器DP1和第二类别2C的数据处理器DP2。
当然,将数据处理器分类为例如第一类别1C和第二类别2C不只取决于数据处理器是否被替换。新的风力涡轮机可以包括不同精度的数据处理器;因此,包括全部新风力涡轮机的风力发电站的数据处理器也可以被分类为不止一个类别。
优选地,数据处理器的生产日期、固件版本、性能等决定数据处理器属于哪一个类别。根据本发明的实施例,可以通过选择风力发电系统的期望数据处理器以及通过测试或者通过定义该数据处理器类别的查找表来人工地将数据处理器分为一个类别或多个类别。
通过使用风力发电系统的差别控制,可以将如上所述的具有第一类别1C的数据处理器DP1和第二类别2C的数据处理器DP2的风力发电系统的控制最优化。其中基于数据处理器属于哪一个类别来控制风力发电系统的数据处理器。
应该注意的是,可以将具有不止一个类别的同步数据处理器的根据本发明的风力发电站WPP的控制完全控制为不对同步数据处理器分类的风力发电站WPP。分类并且同步的数据处理器可以促使根据其控制风力发电站,并且至少在某些情况中这是有利的。这例如是因为可以在多个风力涡轮机中同步获得精确的测量值,例如用于控制或分析、例如针对机械应力的降低而快速且精确地激活致动器、对风力发电站内或来自电网的故障进行响应和分析、能量生产的场宽广控制(park wide control),例如在电压下降、噪声等情况下能够向电网支持无功功率。
如图3c所示,风力发电站WPP连接到电网GD。风力发电站WPP包括分别具有数据处理器DP1和DP2的第一类别1C的风力涡轮机WT1和第二类别的风力涡轮机WT2。因此,可以比第一类别1C的元件的类似控制和测量更精确地执行第二类别2C的元件的时间临界控制和测量。
在如图3c所示的风力发电站WPP中,诸如短路、闪击、电网故障等故障都可能发生。
如果在电网GD中发生导致例如改变电网上的基本电压的振幅或频率的电网干扰(事件或故障),则风力发电站WPP中的一些或全部功率变换器能够利用例如增加或减少的有功功率或无功功率的高同步控制来支持电网GD。风力发电站WPP必须在检测到电网电压中的干扰后快速并且精确地作出反应,优选地在公用电网上的基本电压的频率的一个周期内(即快于10-15ms)作出反应。优选地,在公共耦合点PCC处测量电网电压中的干扰。
在本发明的实施例中,第二类别2C的风力涡轮机WT2包括具有少于0.5微秒的抖动的数据处理器DP2,并且同时这些数据处理器DP2能够以快于1微秒的速度处理数据。不应该一定按照字面对这一点进行理解,第二类别2C的数据处理器DP2也完全可以参考精确时间PT在精确的时间点使能一个或多个控制输出的激活。因此,第二类别2C的数据处理器DP2能够在激活之前及时地完成例如控制输出的处理,并且这不必一定使数据的执行或处理快于1微秒。
应该注意到,数据处理器中提及的抖动可以是由诸如时钟产生电路CGC、数据处理器的电气或机械结构中的热量、延迟等不同的源产生的总抖动。
具有一组快速精确的数据处理器并且该组数据处理器的控制能够独立于其它数据处理器的优点的另一示例是在跟踪风力发电站WPP中的故障起源的情况中。
如果第二类别2C的风力涡轮机WT2的数据处理器DP2具有更快的数据处理速度并且具有比风力发电站WPP内发生的故障的分布更好的精度,则可以记录当在每个风力涡轮机WT2中检测到故障时的时间、数据和其它参数,并由此获得更好的机会来分析这种故障并且从这种故障得到教训。因此,在第一风力涡轮机中,在时间T0处记录故障,在邻近的风力涡轮机中在时间T1处记录故障等。
应该注意到,术语数据处理包括数据的软件处理和硬件处理二者。在需要例如数据的精确的高速时间戳的情况下,优选的是由硬件执行这种精确的高速时间戳。
具有一组快速精确的数据处理器DP2并且该组数据处理器DP2的控制能够独立于其它数据处理器DP1的优点的另一示例是在风力涡轮机WT必须与风力发电站WPP的功率产生部分去耦合的情况中。优选地,当风力涡轮机WT输出的正弦波为零时进行去耦合以便使由于风力涡轮机WT的去耦合所导致的噪声排放最小化。该去耦合可以由单个风力涡轮机WT内的功率变换器PC来控制并且根据本发明以反映精确时间PT的精度来控制。
此外,应该注意到,由于精确的基准信号,可以预测发射噪声的特性,例如正弦信号上的谐波,并因此可以使用功率变换器PC来对在正弦信号上的谐波整形,该正弦信号上的谐波补偿在风力发电站WPP中的其它风力涡轮机WT中发生的谐波。
具有一组快速精确的数据处理器并且该组数据处理器的控制能够独立于其它数据处理器的优点的另一示例是在控制风力涡轮机WT输出的正弦功率时。功率变换器PC对正弦输出整形,并且取决于开关的切换时间,可以控制输出的频率、相位角、振幅等。
在图3d所示出的风力发电站WPP中,数据处理器被划分为多个类别(1、2、...、n)的数据处理器DP1、DP2、...、DPn,并且还示出了没被分类的数据处理器DPno。不同的类别包括具有不同特性的数据处理器,例如从类别22C中的高精度数据处理器DP2到例如基于低精度而未被分类的数据处理器DPno。
风力发电站WPP的诸如风力涡轮机WT和变电站SUB等元件,每个都包括不同类别中的数据处理器。
应该注意到,关于图3c和3d,不止一个基准信号(也被称为精确时间PT或时钟信号)可以被分配在风力发电站WPP内并且可以被用作数据处理器的控制和同步的基础。利用相同的方式,未分类的数据处理器和不同类别中的数据处理器可以全部使用诸如精确时间PT或其它时钟信号等同一基准信号。
另外,应该指出,如果基于除了精度外的其它参数来分类数据处理器,则同一数据处理器可以在不止一个类别中。于是,同一数据处理器既可以在一个定义非常精确的数据处理器的类别中又可以在另一个定义以非常高的频率处理数据的数据处理器的类别中。在该情况中,作为对电网故障的响应,风力发电站WPP的中央控制器CC可以通过使用数据处理器的一个或多个类别来控制风力涡轮机。
通过将信号从中央控制器CC发送到精度需要被查明的数据处理器来完成上述根据本发明的数据处理器的分类,并且然后使用在/来自数据处理器的响应的信息来分类。
另一种对现有风力发电系统中的数据处理器分类的方法可以是具有软件的计算机,该软件被开发用于测试连接到数据处理器的数据处理器并由此测试并且获得数据处理器的信息。
当替换包括数据处理器的单元时,在将具有新数据处理器的单元安装在风力发电系统中之前,可以测试该具有新数据处理器的单元。
当将数据处理器分类时,上面的方法当然可以被补充到制造商的数据处理器的性能的信息上。
应该注意到,也可以利用除了上述方法之外的其它方法来查明用于对数据处理器分类的特性,例如数据处理器的精度。
应该注意到,同步的数据处理器可以被用于同步航空灯(aviationlight)。
图4a-4g通过所示出的随着时间延伸的信号来说明了什么被理解为根据本发明的抖动和精度。
在诸如数据通信网络DCN等数据通信信道中,由于时间同步装置TSA和数据处理器DP之间的物理距离而发生传播延迟。因此,发生了延迟,即从精确时间PT被从时间同步装置TSA发送的时间到在数据处理器DP处对其记录的时间。
为了校正这种延迟并由此获得与来自时间同步装置TSA的精确时间PT同相的数据处理器中的时域,可以使用诸如例如IEEE-1588等时间协议来分配精确时间PT。
无论使用时间协议IEEE-1588、新开发的时间协议还是时钟产生电路CGC集群,时间协议都包括用于使每个数据处理器的内部时间记号的相位或时间与精确时间信号对准的嵌入机制。
这种机制可以取决于使用的协议并且可以是软件以及硬件支持的,其中硬件支持的机制典型地是最精确的。在一个示例中,软件支持的机制可以确保比±100μs好的精度,而硬件支持的机制可以确保比±100ns好的精度。
基于图4a-4h中示出的信号,描述了与本发明有关的抖动的理解。与期望的理想时钟(例如来自时间同步装置TSA的精确时间PT信号或从它得到的时钟)的上升沿或下降沿相比,数据处理器中的抖动根据本发明被理解为数据处理器DP的内部时钟的上升沿或下降沿的时变位移。相应地,两个相邻时钟周期的长度发生变化,这就是为什么该抖动有时也被称为相邻周期间抖动的原因。
单位间隔经常被用于定义抖动,并且通过根据数据处理器的时钟被同步到理想时钟的几分之一(fraction)来定义数据处理器中的时钟的抖动,从而将单位间隔用于定义抖动。
图4a说明了相对于时钟信号(例如数据处理器DP的内部时钟或时间记号)的一个周期的可允许单位间隔的一个定义。所说明的时钟信号中的抖动可以发生在阴影区域J内,因此相对于该时钟信号的可允许抖动是周期信号的1/8。
当然,也可以由诸如例如微秒、纳秒或皮秒等绝对单位或根据度数或弧度来定义抖动。
应该强调,所有图4a-4h中示出的信号仅是用于说明的目的,并因此对于其它信号,周期可以例如是从跳变到跳变。此外,所说明的抖动的大小与所说明的信号相比是非常大的,这是因为图4a-4h仅是用于说明的目的。
在图4a-4h中,抖动J、J1、J2、JPT、JDP、JS、JF被示意性地示出为阴影区域,该阴影区域可以表示所示出的抖动是确定的。这也是事实,但是抖动往往以高斯分布的形式随机地发生,该高斯分布以时钟信号的预期理想边沿为中心。
图4a-4d所示出的信号PT、IT、IT1、IT2全部是同相地,因此所提及信号的第一边沿全部在时间T0处、第二边沿在时间T1处等等。此外,这是出于说明的目的;信号IT、IT1、IT2是参照精确时间信号PT划分的,使得这些信号的频率低于精确信号PT的频率。信号IT、IT1和IT2也可以是精确信号PT的倍频,从而得到高于精确信号PT的频率。
图4b示出了源自时间同步装置TSA的精确时间PT;因此,该精确时间PT可以被理解为数据处理器DP的内部时钟/内部时间记号被同步到的全局主时钟。精确时间信号PT在此处被示出为没有抖动的理想信号。
图4c示出了表示数据处理器DP的内部时钟或内部时间记号IT的信号。如上所述,来自时间同步装置TSA的精确时间PT和精确时间协议确保了精确时间PT和内部时间记号IT是同步的并且是同相的。
基于精确时间协议来创建基准信号,该基准信号可以被说成是由于它的能力来控制抖动以在风力发电系统中建立低抖动全局精确时间PT,但是因为数据处理器利用异相的分立内部时钟而运行,因此基准信号不可能完全去除抖动。
因此,时间协议无法控制的是在数据处理器中发生的抖动,例如相对于内部时间记号IT的上升沿的抖动,根据所说明的示例,期望该内部时间记号IT的上升沿与图4b的精确时间PT的上升沿是同时发生的。在图4c中,抖动发生两次,即在时间T2和时间T5。由于所示出的抖动,T2和T5处的上升沿和下降沿不与图4b中示出的精确时间PT的边沿同步。上升沿被预期的时间T2与上升沿实际发生的时间T2J之间的阴影区域J是由数据处理器引入的不确定度,并且这被定义为发生在数据处理器中的抖动。因此,该数据处理器启动的控制或测量的精度不能比数据处理器中允许的抖动更精确。
图4d示出了第二类别2C的数据处理器的内部时间记号IT2的精度,并且图4e示出了第一类别1C的数据处理器的内部时间记号IT1的精度。另外,应该记住,与风力涡轮机中使用的数据处理器中的单位间隔相比,抖动与周期(单位间隔)之间的比值被示出是非常大的。
图4d和图4e示出了分别由第一类别1C和第二类别2C的数据处理器满足的要求。第二类别2C的数据处理器必须比第一类别1C的数据处理器精确(较少的抖动)。这由以下事实来说明,即定义第二类别2C的数据处理器的可允许抖动的区域J2小于定义第一类别1C的数据处理器中的可允许抖动的区域J1。
图4f示出了将具有低精度的数据处理器DP与具有高精度的精确时间PT同步的结果。在该情况中,因为精确时间信号PT中的抖动与数据处理器DP中的抖动相比非常小并由此可以被忽略,所以对输出信号中的抖动的限制反映了对数据处理器DP中的抖动的限制。因此,即使将高精度信号馈送到数据处理器DP,该数据处理器DP在处理数据、开始控制或测量等时也不能够利用该精确信号的全部潜力。
图4f中说明了这一点。表示精确时间PT中的允许抖动的区域JPT小于表示来自数据处理器的输出信号OS中的允许抖动的区域JDP。如果数据处理器DP中的允许抖动大于精确时间PT中的允许抖动,则输出信号OS中的抖动由数据处理器DP中的允许抖动来决定。
相应地,如果数据处理器中的允许抖动小于精确时间PT中的允许抖动,则精确时间PT决定输出信号OS中的抖动。
在精确时间信号PT中的抖动和数据处理器DP中的抖动不可以被忽略的情况下,最坏情况的抖动可以是精确时间信号PT中的抖动与数据处理器DP中的抖动的相加。
根据本发明的实施例,精确时间信号的频率、数据处理器的内部时间记号等可以移去对抖动的关注。图4g示出了几乎没有抖动JS的低频信号LFS并且图4g示出了对抖动JF没有要求的高频信号HFS,两种信号都可以表示数据处理器中的内部时间记号。
即使结果是图4h中示出的信号LFS中的允许抖动JF大于图4g中示出的信号HFS中的允许抖动JS,具有图4h中示出的内部时间记号的数据处理器也比具有图4g中示出的内部时间记号的数据处理器更精确地处理数据、开始控制或测量。仅仅因为在甚至具有大抖动JF的高频信号HFS中存在许多上升沿,所以出现比在低频中更多的周期。从而,使用高频信号HFS的数据处理器可以比使用具有较少周期的低频信号LFS的数据处理器更精确地开始例如控制或测量或者更加靠近控制或测量的期望时间点。
当在多个数据处理器中同时执行控制指令时,优选的是在数据处理器内部具有精确的内部时间记号,这是因为抖动越小,多个数据处理器执行的控制就越同步。
当要将测量值记录在多个风力涡轮机中以便用于例如定位故障时,优选的是具有快的信号,即使该信号具有大的抖动。这是因为快但非精确的数据处理器比慢但精确的数据处理器具有更多的边沿,在该边沿上能够记录测量值。
应该注意的是,在实际的使用中,具有低抖动的数据处理器对于处理与时间临界控制和测量有关的数据而言是优选的。
关于以上的内容,应该指出,大抖动或小抖动是参照时间的;因此,相对于信号的一个周期的时间,大抖动典型地被理解为多个微秒。
应该指出,可以将抗抖动电路设计为减少数据处理器的内部时钟中的抖动等级,以使数据处理器DP能够符合精度要求,否则其是不可能的。抗抖动电路可以通过对输出脉冲进行重定时来工作,因此它们更紧密地对准理想的脉冲信号,抗抖动电路的示例包括锁相环、延迟锁定环等。此外,可以使用不同用途的缓冲区来减少抖动等级。
根据本发明,可以以任意组合方式对参照图1-4h中示出的图所描述的多个实施例进行组合。
Claims (18)
1.一种控制风力发电系统的方法,所述风力发电系统包括多个系统元件,所述系统元件是风力涡轮机或变电站,所述风力发电系统包括在所述系统元件中分配的多个数据处理器,所述方法包括以下步骤:
使所述数据处理器中的至少一部分与从时间同步装置分配到所述数据处理器的至少一个基准信号同步,
使同步的所述数据处理器中的每一个与本地时钟产生电路相关联,
其中与同步的所述数据处理器中的第一子集的数据处理器相关联的所述本地时钟产生电路具有高于或等于预定阈值的峰峰值追踪抖动,
其中与同步的所述数据处理器中的第二子集的数据处理器相关联的所述本地时钟产生电路具有小于所述预定阈值的峰峰值追踪抖动,
至少部分地通过同步的所述数据处理器中的所述第一子集的数据处理器中的数据处理器来控制至少一个所述系统元件,其中所述第一子集的数据处理器中的所述数据处理器对与所述第一子集的数据处理器中的所述数据处理器相关联的本地时钟产生电路的抖动敏感,并且
至少部分地通过同步的所述数据处理器中的所述第二子集的数据处理器中的数据处理器来控制至少一个所述系统元件,所述第二子集的数据处理器中的所述数据处理器基于所述至少一个基准信号,同时对与所述第二子集的数据处理器中的所述数据处理器相关联的本地时钟产生电路的抖动敏感,
从而,所述第二子集的数据处理器比所述第一子集的数据处理器更精确,并由此与所述第一子集的数据处理器相比,所述第二子集的数据处理器被用于在所述风力发电系统中进行更高精度的控制。
2.根据权利要求1所述的控制风力发电系统的方法,其中与所述第一子集的数据处理器相比,所述第二子集的数据处理器被用于对所述风力发电系统的能量存储装置的功率变换器进行更高精度的控制。
3.根据权利要求1所述的控制风力发电系统的方法,其中与所述第一子集的数据处理器相比,所述第二子集的数据处理器被用于对所述风力发电系统的风力涡轮机或变电站的功率变换器进行更高精度的控制。
4.根据权利要求3所述的控制风力发电系统的方法,其中对所述功率变换器的所述更高精度的控制能够使风力涡轮机控制器和变电站控制器相对于所述基准信号调节它们的脉冲宽度调制器的相位。
5.根据权利要求1所述的控制风力发电系统的方法,其中与所述第一子集的数据处理器相比,所述第二子集的数据处理器被用于对所述风力发电系统内的数据采集进行更高精度的控制。
6.根据权利要求1所述的控制风力发电系统的方法,其中所述预定阈值是在0.1微秒到10微秒的范围中选择的。
7.根据权利要求6所述的控制风力发电系统的方法,其中所述预定阈值是在0.1微秒到2微秒的范围中选择的。
8.根据权利要求1至7中的任一项所述的控制风力发电系统的方法,其中与所述第一子集的数据处理器中的数据处理器相关联的本地时钟产生电路具有高于或等于百分比预定阈值的峰峰值相邻周期间抖动,并且
其中与所述第二子集的数据处理器中的数据处理器相关联的本地时钟产生电路具有小于所述百分比预定阈值的峰峰值相邻周期间抖动。
9.根据权利要求1至7中的任一项所述的控制风力发电系统的方法,其中所述数据处理器是风力发电站的风力涡轮机控制器、变电站控制器或中央控制器的一部分。
10.根据权利要求1至7中的任一项所述的控制风力发电系统的方法,其中所述基准信号表示的时间精确到微秒。
11.根据权利要求1至7中的任一项所述的控制风力发电系统的方法,其中所述第一子集的数据处理器中的数据处理器被同步到所述基准信号的导数。
12.根据权利要求1至7中的任一项所述的控制风力发电系统的方法,其中所述基准信号由容错的生态系统产生。
13.根据权利要求1至7中的任一项所述的控制风力发电系统的方法,其中所述预定阈值是在0.1微秒到1微秒的范围中选择的。
14.根据权利要求13所述的控制风力发电系统的方法,其中所述预定阈值是在0.35微秒到0.65微秒的范围中选择的。
15.根据权利要求8所述的控制风力发电系统的方法,其中所述百分比预定阈值是在由所述本地时钟产生电路产生的时钟周期的0.1%到10%的范围中选择的。
16.根据权利要求15所述的控制风力发电系统的方法,其中所述百分比预定阈值是在由所述本地时钟产生电路产生的时间周期的0.2%到3%的范围中选择的。
17.根据权利要求16所述的控制风力发电系统的方法,其中所述百分比预定阈值是在由所述本地时钟产生电路产生的时间周期的0.5%到1.5%的范围中选择的。
18.一种用于执行在权利要求1-12中所述的方法的系统。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DKPA200900652 | 2009-05-25 | ||
DKPA200900652 | 2009-05-25 | ||
US18417609P | 2009-06-04 | 2009-06-04 | |
US61/184,176 | 2009-06-04 | ||
PCT/DK2010/050112 WO2010136041A2 (en) | 2009-05-25 | 2010-05-25 | Two global precise times for synchronization |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102460891A CN102460891A (zh) | 2012-05-16 |
CN102460891B true CN102460891B (zh) | 2014-10-15 |
Family
ID=43125359
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201080026542.6A Expired - Fee Related CN102460891B (zh) | 2009-05-25 | 2010-05-25 | 控制包括数据处理器同步的风力发电系统的方法和系统 |
Country Status (4)
Country | Link |
---|---|
US (1) | US8020021B2 (zh) |
EP (1) | EP2436095A2 (zh) |
CN (1) | CN102460891B (zh) |
WO (1) | WO2010136041A2 (zh) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8564311B2 (en) * | 2010-07-01 | 2013-10-22 | Stmicroelectronics Asia Pacific Pte Ltd. | Sensing phase sequence to suppress single tone noise |
CN102467121B (zh) * | 2010-11-11 | 2015-12-02 | 新奥科技发展有限公司 | 泛能网的系统能效控制器及控制方法以及终端设备的控制方法 |
CN102063575B (zh) * | 2011-01-01 | 2013-01-02 | 国网电力科学研究院 | 一种分析风电场输出功率波动对电网影响的方法 |
ES2698397T3 (es) * | 2011-02-01 | 2019-02-04 | Siemens Ag | Desincronización activa de convertidores de conmutación |
CN103562805B (zh) * | 2011-03-30 | 2017-06-30 | 维斯塔斯风力系统集团公司 | 具有高度可靠实时功率控制的风力发电厂 |
US10775267B2 (en) * | 2012-02-27 | 2020-09-15 | Aktiebolaget Skf | Condition monitoring system |
DK2667021T3 (en) * | 2012-05-24 | 2017-02-06 | Siemens Ag | Timestamp in wind turbines |
CN103267027B (zh) * | 2013-05-30 | 2016-11-16 | 黑龙江省博凯科技开发有限公司 | 海上风机安全监测系统 |
WO2015185151A1 (en) * | 2014-06-06 | 2015-12-10 | Siemens Aktiengesellschaft | Method and system for synchronizing substation devices |
CN107078511B (zh) * | 2014-11-03 | 2019-11-08 | 维斯塔斯风力系统集团公司 | 控制风力发电厂的有功功率生成和风力发电厂的方法 |
US10151215B2 (en) | 2015-06-01 | 2018-12-11 | Solar Turbines Incorporated | High speed recorder for a gas turbine engine |
CN105067248B (zh) * | 2015-08-17 | 2018-04-27 | 安徽容知日新科技股份有限公司 | 设备转速和振动数据采集方法、装置和监测系统 |
WO2017101941A1 (en) * | 2015-12-17 | 2017-06-22 | Vestas Wind Systems A/S | Modulating wind power plant output using different frequency modulation components for damping grid oscillations |
CN106451763B (zh) * | 2016-08-23 | 2019-03-19 | 江苏方天电力技术有限公司 | 一种无需全局同步系统的智能变电站站级总线网络系统 |
CN108072524B (zh) * | 2016-11-10 | 2020-07-07 | 中国电力科学研究院 | 一种风电机组齿轮箱轴承故障预警方法 |
CN107402534B (zh) * | 2017-07-21 | 2021-02-19 | 上海新时达机器人有限公司 | 调节方法、EtherCAT主站及计算机可读存储介质 |
CN111381486B (zh) * | 2018-12-28 | 2022-02-08 | 北京金风科创风电设备有限公司 | 控制器校时方法、装置、控制器及风力发电机组 |
US11143055B2 (en) | 2019-07-12 | 2021-10-12 | Solar Turbines Incorporated | Method of monitoring a gas turbine engine to detect overspeed events and record related data |
CN112867132B (zh) * | 2020-12-27 | 2022-07-15 | 卡斯柯信号有限公司 | 一种基于ptp的多链路时延抖动优化方法及装置 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5293626A (en) * | 1990-06-08 | 1994-03-08 | Cray Research, Inc. | Clock distribution apparatus and processes particularly useful in multiprocessor systems |
US5682328A (en) * | 1996-09-11 | 1997-10-28 | Bbn Corporation | Centralized computer event data logging system |
US20020029097A1 (en) * | 2000-04-07 | 2002-03-07 | Pionzio Dino J. | Wind farm control system |
US7188060B1 (en) * | 2002-03-29 | 2007-03-06 | Unisys Corporation | Emulation of a high-speed, high-stability clock |
US7589595B2 (en) * | 2006-08-18 | 2009-09-15 | Agilent Technologies, Inc. | Distributing frequency references |
ES2320401B1 (es) * | 2007-11-20 | 2010-02-26 | Acciona Windpower S.A. | Parque eolico. |
US7551130B2 (en) * | 2007-11-21 | 2009-06-23 | General Electric Company | Wind turbine with data receiver |
EP2229611A1 (en) | 2007-11-26 | 2010-09-22 | Vestas Wind Systems A/S | Method and system for registering events in wind turbines of a wind power system |
WO2010136042A1 (en) | 2009-05-25 | 2010-12-02 | Vestas Wind Systems A/S | One global precise time and one maximum transmission time |
-
2010
- 2010-05-25 CN CN201080026542.6A patent/CN102460891B/zh not_active Expired - Fee Related
- 2010-05-25 WO PCT/DK2010/050112 patent/WO2010136041A2/en active Application Filing
- 2010-05-25 US US12/787,229 patent/US8020021B2/en not_active Expired - Fee Related
- 2010-05-25 EP EP10720527A patent/EP2436095A2/en not_active Withdrawn
Non-Patent Citations (2)
Title |
---|
图1A. |
图9. |
Also Published As
Publication number | Publication date |
---|---|
US8020021B2 (en) | 2011-09-13 |
WO2010136041A2 (en) | 2010-12-02 |
EP2436095A2 (en) | 2012-04-04 |
CN102460891A (zh) | 2012-05-16 |
US20100299550A1 (en) | 2010-11-25 |
WO2010136041A3 (en) | 2011-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102460891B (zh) | 控制包括数据处理器同步的风力发电系统的方法和系统 | |
CN102460324B (zh) | 一个全局精确时间和一个最大传输时间 | |
CN101874229B (zh) | 在风力发电系统的风力发电机中登记事件的方法和系统 | |
CN105450384A (zh) | 通信系统同步时钟对时装置 | |
CN101895385B (zh) | 用于实现时钟切换的合并单元的对时时钟系统 | |
CN109150357A (zh) | 基于rs485和以太网的混合总线的时间同步方法 | |
CN106411418A (zh) | 用于水听器线列阵的精确数据采集时钟同步方法 | |
Gao et al. | Design of multichannel and multihop low-power wide-area network for aircraft vibration monitoring | |
CN111211856A (zh) | 基于wr协议的有线地震仪时间同步系统及方法 | |
CN103532790A (zh) | 智能变电站过程层网络性能定量测试系统 | |
CN108873734A (zh) | 一种配电网信息物理联合仿真平台及方法 | |
CN108134644B (zh) | 同步方法、装置、同步设备及系统 | |
CN106656395B (zh) | 基于自学习改进的电网时间同步测量系统和方法 | |
CN103423086A (zh) | 在风力涡轮机中加时间戳 | |
Ahmed et al. | Simulation study of communication network for wind power farm | |
Ishikawa et al. | Time synchronization of a wired sensor network for structural health monitoring | |
CN115549838A (zh) | 一种授时设备、系统及方法 | |
Ahmed et al. | Modeling and simulation of ICT network architecture for cyber-physical wind energy system | |
CN105472483A (zh) | 一种基于二次抽样的无源光网络数据采集方法 | |
CN210780829U (zh) | 基于wr协议的有线地震仪时间同步系统 | |
CN114731206A (zh) | 用于操作设备的方法、设备和系统 | |
CN103684730A (zh) | 时间同步方法 | |
CN202872805U (zh) | 同步装置 | |
Kim et al. | Design and performance evaluation of hierarchical communication network for wide area measurement system | |
Dong et al. | Research and application on time synchronization of wireless sensor network based on information fusion |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20141015 Termination date: 20160525 |
|
CF01 | Termination of patent right due to non-payment of annual fee |