技术摘要：
本发明公开基于迷宫式矩阵算法提升风力发电功率的方法和装置，本发明主要由嵌入式控制器和服务器组成，通过嵌入式控制器实时将接收的数据传输至服务器，服务器接收嵌入式控制器传输的数据后，进行数据统计和分析，通过迷宫式矩阵算法优化关键变量，并将优化后的关键变  全部
背景技术：
随着能源资源出现短缺和国内对环境清洁要求的提高，开发和利用清洁能源发电 成为目前研究热点，其中作为现阶段可再生且清洁的能源，风力发电是较为成熟的发电手 段并具有较好的应用前景。 然而，现阶段的风力发电行业，在逐渐取消政策补贴以及平价时代的社会背景下， 如何通过提升发电机组发电量和功率曲线饱和度，具有极其重要意义。 现有技术中，关于风力发电机组的最优风能利用系数跟踪控制方法有两种，包括 基于常规的“转速-转矩查表”控制方法和基于“转速-转矩的PI”控制方法，上述两种控制方 法中，算法控制器的功率给定或转矩给定，都没有充分考虑或者不能准确衡量出环境因素 影响，例如气压、温度、湿度等，还没有考虑风机的机械部件和电气部件理论效率与实际运 行效率之间差异，以及叶型理论与实际之间偏差等因素造成的影响，这样因素都会导致功 率或转矩实际给定与最优给定存在偏差，最终影响实际发电功率。 现有技术中，针对最优风能利用系数跟踪控制方法中，通常将风力发电机组风能 转换为电能的计算公式为： 其中式(1)中的P为风力发电机组的输出电功率；Cp为叶轮的最大风能利用系数；ρ 为空气密度；A为叶轮的扫风面积；ν为叶轮前的风速。 而风速和叶尖速比对应关系式为： 其中式(2)中的λ为叶尖速比；nG为发电机转速；R为叶轮半径；G为增速齿轮箱传动 比。 通过将公式(2)代入至公式(1)可以得到以下对应公式： 根据上述公式(3)可以知道，现有技术的控制方法并没有充分考虑到外界环境测 量误差、风机的机械部件和电气部件理论效率与实际运行效率差异，以及叶型理论与实际 之间偏差等因素造成的影响，而这些因素都会影响风机运行最优Cp-λ曲线，造成对风机发 电功率的影响，因此对现有技术的最优风能利用系数跟踪控制方法进行改进和优化具有重 要意义。 3 CN 111608867 A 说　明　书 2/5 页
技术实现要素：
本发明的主要目的是提出一种用于提升风力发电机发电功率的自适应调整且控 制精准的基于迷宫式矩阵算法提升风力发电功率的方法和装置，旨在实现有效提高发电效 率目的。 为实现上述目的，本发明提出的基于迷宫式矩阵算法提升风力发电功率的方法， 包括以下步骤： 步骤S1：风力发电机组原控制系统检测风力发电机组的若干关键变量并传输至嵌 入式控制器； 步骤S2：嵌入式控制器实时将接收的数据传输至服务器； 步骤S3：服务器接收嵌入式控制器传输的数据后，进行数据统计和分析，通过迷宫 式矩阵算法优化关键变量，并将优化后的关键变量返回至嵌入式控制器； 步骤S4：嵌入式控制器根据优化后的关键变量，向风力发电机组原控制系统重新 设定功率给定参数、转矩给定参数和桨叶角度控制指令； 步骤S5：风力发电机组原控制系统根据更新后的功率给定参数、转矩给定参数、桨 叶角度控制指令控制风力发电机组的运行以提升发电功率； 步骤S6：重复循环步骤S1至步骤S5。 优选地，所述步骤S3中，假设环境测量、风机效率以及叶型参数造成的总偏差为控 制 系 数μ，并 将 控 制 系 数μ引 入 至 风 力 发电 机 组 风 能 转 换 为电 能 的 公 式 ： 其中控制系数μ可表示为μ＝μ1*μ2*......*μn，每个μn表示风 力发电机组在各个环节的控制系数，μn以N×M矩阵的1.0为入口，通过服务器对机组运行时 的几个关键数据进行实时统计，对比不同系数下效率高低，在不同系数的阶跃幅度和升降 的耦合计算下，判断其在矩阵中的走向以形成走向路线，最终固定在某个值而确定得μn值 或在n×m的小矩阵范围内，通过确定全部的μn便可以得到确定μ值。 优选地，所述N×M矩阵中横向步长和纵向步长各为固定值。 优选地，所述N×M矩阵中横向步长和纵向步长根据检测对象、控制系统和传感器 检测精度等级进行自适应性调整。 优选地，所述步骤S1的关键变量包括桨叶角度、有功功率、发电机转速、风速。 本发明还提出一种使用所述基于迷宫式矩阵算法提升风力发电功率的方法的装 置，所述风力发电机组原控制系统的现场传感器安装于风机内部，并将风力发电机组的关 键变量采集；所述嵌入式控制器安装于风机控制柜内，嵌入式控制器与风力发电机组原控 制系统连接进行数据联动，嵌入式控制器进行初步数据采集和数据分析后发送至连接的所 述服务器，服务器进行深度数据统计和分析并实时按照迷宫式矩阵算法优化动态的关键变 量，并将优化后的参数返回至嵌入式控制器。 优选地，所述服务器控制过程包括测试阶段和应用阶段，测试阶段通过内部系统 自学习，不断进行数据优化和计算，最终获取每个工况下的最优控制系数矩阵，应用阶段随 着采集到的有效数据数量增加，模型参数越趋精确。 本发明技术方案相对现有技术具有以下优点： 本发明技术方案的通过在原来控制方法引入控制系数μ，并且控制系数μ通过多个 4 CN 111608867 A 说　明　书 3/5 页 μn以最终确定，在计算过程中通过数据采集和迷宫式矩阵计算出接近真实情况下的最优化 值，从而可有效弥补原本控制方法中，关于气象环境、传动效率、叶型参数、电气部件效率等 因数在理论值与实际运行过程中的真实值之间的偏差，使得最终提到提升风力发电机组运 行在最优Cp-λ曲线内，以达到提高发电效率目的。 附图说明 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以 根据这些附图示出的结构获得其他的附图。 图1为本发明实施例的使用基于迷宫式矩阵算法提升风力发电功率的方法的装置 的结构示意图； 图2为最优Cp-λ曲线示意图。 本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。