基于数据驱动的风电场等效建模及主动尾流控制

张建华; 张梦佳; 黄德豪; 赵思

doi:10.13705/j.issn.1671-6833.2025.03.009

郑州大学学报（工学版） ›› 2025, Vol. 46 ›› Issue (06) : 66 -74. DOI: 10.13705/j.issn.1671-6833.2025.03.009

基于数据驱动的风电场等效建模及主动尾流控制

张建华, 张梦佳, 黄德豪, 赵思

作者信息 +

Author information +

文章历史 +

PDF

摘要

为减小尾流干扰对风电场的总输出功率的影响，在提出的风电场偏航优化控制框架中，设计了一种Informer神经网络算法，建立了面向偏航控制风电场输出功率等效模型。在此模型的基础上，进一步提出了以风机偏航角为决策变量的场级输出功率最大化问题，采用粒子群优化算法进行求解，以获得各风力机的最优偏航角，从而有效减小场间尾流干扰。首先，搭建了一个由14台风机组成、布局为Penmanshiel风电场的模拟风电场；其次，利用风力数据对风电场进行等效建模，并将Informer模型结果与LSTM、GRU、RNN、Transformer等模型结果进行对比。结果表明：所建立的Informer智能等效模型能较好地契合风电场的实际特性，将所提算法与螳螂搜索算法进行比较，在风速10 m/s、风向195°的风况下，所提算法使得风电场总功率提升了1.94 MW;在连续风况(某日实测风数据)下，风电场总功率平均提升292.97 kW,提升效果均优于螳螂搜索算法，验证了所提算法能很好地提高风电场整体输出功率。