一种风电场群协同控制方法、装置、计算机设备及介质与流程

1.本发明实施例涉及电力技术领域，尤其涉及一种风电场群协同控制方法、装置、计算机设备及介质。


背景技术：

2.对于大型风电场群而言，考虑到投资和运维成本，各风电机组的排布间距不宜过大。而受排布间距的制约，下游风电机组会受到上游风电机组尾流效应的影响，即下游风电机组在上游风电机组的影响下，下游风电机组的叶轮前风速会降低。
3.目前，风电场群控制方法主要采用在自由风速下，通过调节风轮转速，计算单台风电机组最大功率跟踪策略，并没有考虑到上游风电机组的尾流效应对下游风电机组叶轮前风速的影响。因此，通过自由风速计算得到的单台风电机组最大功率并不准确，各风电机组的总体输出功率并没有实现最大，进而导致风电场群整体发电量损失，降低了风电场群的运行效率。


技术实现要素：

4.为实现风电场群的总体输出功率最大，提高风电场群的运行效率，本发明提出了一种风电场群协同控制方法、装置、计算机设备及介质。
5.第一方面，本发明提供了一种风电场群协同控制方法，该方法包括：
6.获取各风电机组的上游风电机组的总能量损失和自由风速，上游风电机组的总能量损失通过各风电机组的上游各风电机组的尾流区速度获得；
7.根据上游风电机组的总能量损失和自由风速，计算各风电机组的叶轮前风速；
8.根据各风电机组的叶轮前风速，确定各风电机组的轴向诱导因子和各风电机组的偏航角度，各风电机组的轴向诱导因子和偏航角度使得各风电机组的输出功率最大；
9.根据各风电机组的轴向诱导因子和各风电机组的偏航角度，分别控制各风电机组。
10.考虑到下游风电机组会受到上游风电机组尾流效应的影响，下游风电机组的叶轮前风速不等同于自由风速，因此通过自由风速计算得到的各风电机组的最大功率并不准确，通过本发明实施例，结合尾流效应计算上游风电机组的总能量损失，得到各风电机组的叶轮前风速，进而根据各风电机组的叶轮前风速确定各风电机组的轴向诱导因子和偏航角度，使得风电场群的总体输出功率最大，提高风电场群的运行效率。
11.结合第一方面，在第一方面的第一实施例中，获取风电机组的上游风电机组的总能量损失，包括：
12.获取上游各风电机组的叶轮前风速、上游各风电机组在风电机组处的尾流区速度；
13.根据上游各风电机组的叶轮前风速和上游各风电机组在风电机组处的尾流区速度，计算风电机组的上游风电机组的总能量损失。
14.结合第一方面的第一实施例，在第一方面的第二实施例中，根据上游各风电机组的叶轮前风速和上游各风电机组在风电机组处的尾流区速度，计算风电机组的上游风电机组的总能量损失，包括：
[0015][0016]
其中，e
i损失
为风电机组i的上游风电机组的总能量损失，uj为上游风电机组j叶轮前的风速；u
j,i
为上游风电机组j在风电机组i处的尾流区速度；α
ij
为上游风电机组j尾流面积与风电机组i风轮面积交汇的权值。
[0017]
结合第一方面的第一实施例或第一方面的第二实施例，在第一方面的第三实施例中，根据各风电机组的叶轮前风速，确定各风电机组的轴向诱导因子和各风电机组的偏航角度，各风电机组的轴向诱导因子和各风电机组的偏航角度使得各自的输出功率最大，包括：
[0018]
初始化各粒子位置和各粒子速度，一个粒子位置代表一个风电机组的轴向诱导因子和偏航角度构成的候选解集，粒子速度代表候选解集移动的速度；
[0019]
根据各粒子位置，计算各粒子位置的局部适应度函数值、所有粒子位置的全局适应度函数值，局部适应度函数值为一个粒子位置对应的风电机组的输出功率，全局适应度函数值为所有粒子位置对应的所有风电机组的输出功率之和；
[0020]
若迭代次数小于预设迭代次数，或，全局适应度函数值大于预设阈值，根据当前迭代次数的各粒子位置的最大局部适应度函数值、以及所有粒子位置对应的最大全局适应度函数值，更新各粒子速度；
[0021]
根据更新后的各粒子速度更新各粒子位置，并将迭代次数加1，返回根据各粒子位置，计算各粒子位置的局部适应度函数值、所有粒子位置的全局适应度函数值的步骤，直到迭代次数等于预设迭代次数，或，全局适应度函数值小于预设阈值；
[0022]
根据全局适应度函数值最大的各粒子位置，确定各风电机组的轴向诱导因子和各风电机组的偏航角度。
[0023]
结合第一方面的第三实施例，在第一方面的第四实施例中，根据当前迭代次数时的各粒子位置的最大局部适应度函数值、以及所有粒子位置对应的最大全局适应度函数值，更新各粒子速度，包括：
[0024]
根据当前迭代次数计算惯性因子，惯性因子随着迭代次数的增大而减小；
[0025]
根据当前迭代次数时的各粒子位置的最大局部适应度函数值、所有粒子位置对应的最大全局适应度函数值，以及惯性因子，更新各粒子速度。
[0026]
第二方面，本发明还提供了一种风电场群协同控制装置，该装置包括：
[0027]
获取模块，用于获取各风电机组的上游风电机组的总能量损失和自由风速，上游风电机组的总能量损失通过各风电机组的上游各风电机组的尾流区速度获得；
[0028]
计算模块，用于根据上游风电机组的总能量损失和自由风速，计算各风电机组的叶轮前风速；
[0029]
确定模块，用于根据各风电机组的叶轮前风速，确定各风电机组的轴向诱导因子和各风电机组的偏航角度，各风电机组的轴向诱导因子和偏航角度使得各风电机组的输出功率最大；
[0030]
控制模块，用于根据各风电机组的轴向诱导因子和各风电机组的偏航角度，分别控制各风电机组。
[0031]
结合第二方面，在第二方面的第一实施例中，获取模块通过如下子模块获取风电机组的上游风电机组的总能量损失，包括：
[0032]
获取子模块，用于获取上游各风电机组的叶轮前风速、上游各风电机组在风电机组处的尾流区速度；
[0033]
第一计算子模块，用于根据上游各风电机组的叶轮前风速和上游各风电机组在风电机组处的尾流区速度，计算风电机组的上游风电机组的总能量损失。
[0034]
结合第二方面的第一实施例，在第二方面的第二实施例中，第一计算子模块通过如下公式计算风电机组的上游风电机组的总能量损失：
[0035][0036]
其中，e
i损失
为风电机组i的上游风电机组的总能量损失，uj为上游风电机组j叶轮前的风速；u
j,i
为上游风电机组j在风电机组i处的尾流区速度；α
ij
为上游风电机组j尾流面积与风电机组i风轮面积交汇的权值。
[0037]
第三方面，本发明还提供了一种计算机设备，包括存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行第一方面或第一方面的任一实施例的风电场群协同控制方法的步骤。
[0038]
第四方面，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现第一方面或第一方面的任一实施例的风电场群协同控制方法的步骤。
附图说明
[0039]
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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获得其他的附图。
[0040]
图1是根据一示例性实施例提出的一种风电场群协同控制方法的流程图；
[0041]
图2为根据一示例性实施例提出的一种风电场群协同控制装置的结构示意图；
[0042]
图3是根据一示例性实施例提出的一种计算机设备的硬件结构示意图。
具体实施方式
[0043]
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0044]
此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
[0045]
为实现风电场群的总体输出功率最大，提高风电场群的运行效率，本发明提出了一种风电场群协同控制方法、装置、计算机设备及介质。
[0046]
图1是根据一示例性实施例提出的一种风电场群协同控制方法的流程图。如图1所示，风电场群协同控制方法包括如下步骤s101至s104。
[0047]
步骤s101：获取各风电机组的上游风电机组的总能量损失和自由风速，上游风电机组的总能量损失通过各风电机组的上游各风电机组的尾流区速度获得。
[0048]
在一可选实施例中，自由风速指的是未被扰动的自然空气流动速度，可以看作是无穷远处来流速度。
[0049]
在一可选实施例中，上游风电机组的总能量损失是上游各风电机组的能量损失之和，上游各风电机组的能量损失通过对应的尾流区速度获得。
[0050]
在一可选实施例中，尾流区速度可以通过jensen-gaussian尾流模型获得。
[0051]
步骤s102：根据上游风电机组的总能量损失和自由风速，计算各风电机组的叶轮前风速。
[0052]
在一可选实施例中，风电机组的叶轮前能量为自由风速对应的能量与上游风电机组的总能量损失之差，其中叶轮前能量可以根据叶轮前风速计算。
[0053]
步骤s103：根据各风电机组的叶轮前风速，确定各风电机组的轴向诱导因子和各风电机组的偏航角度，各风电机组的轴向诱导因子和偏航角度使得各风电机组的输出功率最大。
[0054]
在一可选实施例中，风电机组的输出功率通过风电机组的轴向诱导因子、偏航角度以及叶轮前风速确定。
[0055]
在一可选实施例中，风电机组的轴向诱导因子为风轮处轴向诱导速度与叶轮前风速的比值。
[0056]
在一可选实施例中，风电机组的偏航角度是指风轮旋转轴线和风向在水平面上投影的夹角。
[0057]
步骤s104：根据各风电机组的轴向诱导因子和各风电机组的偏航角度，分别控制各风电机组。
[0058]
考虑到下游风电机组会受到上游风电机组尾流效应的影响，下游风电机组的叶轮前风速不等同于自由风速，因此通过自由风速计算得到的各风电机组的最大功率并不准确，通过本发明实施例，结合尾流效应计算上游风电机组的总能量损失，得到各风电机组的叶轮前风速，进而根据各风电机组的叶轮前风速确定各风电机组的轴向诱导因子和偏航角度，使得风电场群的总体输出功率最大，提高风电场群的运行效率。
[0059]
在一示例中，上述步骤s101通过如下步骤获取风电机组的上游风电机组的总能量损失：
[0060]
首先，获取上游各风电机组的叶轮前风速、上游各风电机组在风电机组处的尾流区速度。
[0061]
在一可选实施例中，上游风电机组j在风电机组i处的尾流区速度可以通过jensen-gaussian尾流模型获得，具体公式为：
[0062][0063]
其中，u
j,i
为上游风电机组j在风电机组i处的尾流区速度；u
∞
为自由风速，m/s；c
t
为推力系数；k为模型中的尾流膨胀率；x为上游风电机组j风轮后方的下游距离，m；r0为风
轮半径，m；r为到风轮轴线的横向距离，m；σ为高斯速度损失剖面的标准差。
[0064]
然后，根据上游各风电机组的叶轮前风速和上游各风电机组在风电机组处的尾流区速度，计算风电机组的上游风电机组的总能量损失。
[0065]
在一可选实施例中，计算风电机组的上游风电机组的总能量损失的具体公式如下所示：
[0066][0067]
其中，e
i损失
为风电机组i的上游风电机组的总能量损失，uj为上游风电机组j叶轮前的风速；u
j,i
为上游风电机组j在风电机组i处的尾流区速度；α
ij
为上游风电机组j尾流面积与风电机组i风轮面积交汇的权值。
[0068]
在一示例中，上述步骤s102中，通过如下公式计算各风电机组的叶轮前风速：
[0069][0070]
其中，ui为风电机组i的叶轮前风速，m/s。
[0071]
在一示例中，上述步骤s103中，确定各风电机组的轴向诱导因子和各风电机组的偏航角度的具体内容包括：
[0072]
步骤s201：初始化各粒子位置和各粒子速度，一个粒子位置代表一个风电机组的轴向诱导因子和偏航角度构成的候选解集，粒子速度代表候选解集移动的速度。
[0073]
步骤s202：根据各粒子位置，计算各粒子位置的局部适应度函数值、所有粒子位置的全局适应度函数值，局部适应度函数值为一个粒子位置对应的风电机组的输出功率，全局适应度函数值为所有粒子位置对应的所有风电机组的输出功率之和。
[0074]
步骤s203：若迭代次数小于预设迭代次数，或，全局适应度函数值大于预设阈值，根据当前迭代次数的各粒子位置的最大局部适应度函数值、以及所有粒子位置对应的最大全局适应度函数值，更新各粒子速度。
[0075]
在一可选实施例中，预设迭代次数和预设阈值根据实际情况设定，在此不做具体限制。
[0076]
步骤s204：根据更新后的各粒子速度更新各粒子位置，并将迭代次数加1，返回根据各粒子位置，计算各粒子位置的局部适应度函数值、所有粒子位置的全局适应度函数值的步骤，直到迭代次数等于预设迭代次数，或，全局适应度函数值小于预设阈值。
[0077]
在一可选实施例中，根据更新后的各粒子速度在预设搜索空间更新各粒子位置。预设搜索空间根据轴向诱导因子的预设范围和偏航角度的预设范围确定，示例性地，轴向诱导因子的预设范围为[0，0.5)，偏航角度的预设范围为(-360
°
，360
°
)。
[0078]
在一可选实施例中，更新各粒子位置的具体公式为：
[0079]
xi(k+1)＝xi(k)+vi(k+1)
[0080]
其中，xi(k+1)为第k+1次迭代时的粒子位置，xi(k)为第k次的粒子位置，vi(k+1)为第k+1次的粒子速度。
[0081]
步骤s205：根据全局适应度函数值最大的各粒子位置，确定各风电机组的轴向诱导因子和各风电机组的偏航角度。
[0082]
在一可选实施例中，局部适应度函数值，即单台风电机组的输出功率通过如下公
式获得：
[0083][0084]
其中，pi为单台风电机组的输出功率，ρ为空气密度，kg/m3；ai为风电机组i风轮圆盘面积，m2；c
p
(ai,γi)为风电机组i的实际风能利用系数，表示考虑偏航角折算后的功率系数值，反映机组主动偏航对功率的影响；ui为风电机组i的叶轮前风速。
[0085]
风电机组i的实际风能利用系数c
p
(ai,γi)计算公式如下：
[0086][0087]
其中，ai为风电机组i的轴向诱导因子，γi为偏航角度，p
p
为用于调整实际功率系数的拟合参数。
[0088]
在一可选实施例中，上述步骤s203中，通过如下内容更新各粒子速度：
[0089]
首先，根据当前迭代次数计算惯性因子，惯性因子随着迭代次数的增大而减小。示例性地，采用权值线性递减法根据迭代次数更新惯性因子的值，更新公式如下：
[0090][0091]
其中，ω为惯性因子，ω1和ω2为惯性因子的初始值和最终值，q为当前迭代次数，q
max
为最大迭代次数。引入权值线性递减法使粒子群算法在迭代开始时具有较强的全局搜索能力，扩大了搜索空间，确保粒子尽快收敛到最优解所在区域。
[0092]
然后，根据当前迭代次数时的各粒子位置的最大局部适应度函数值、所有粒子位置对应的最大全局适应度函数值，以及惯性因子，更新各粒子速度，具体公式为：
[0093]
vi(k+1)＝ωvi(k)+c1r1(pi(k)-xi(k))+c2r2(pg(k)-xi(k))
[0094]
其中，vi(k+1)为风电机组i在第k+1次迭代时的粒子速度；ω为惯性因子；c1和c2为加速度常数，示例性地，c1＝1.2，c2＝2.2；xi(k)为第k次的粒子位置；pi(k)为第k次迭代时，风电机组i的最大输出功率，即最大局部适应度函数值；pg(k)为第k次迭代时，所有风电机组的输出功率之和的最大值，即最大全局适应度函数值。在该公式中，第一部分ωvi(k)为前一时刻速度对下一时刻粒子局部搜索能力和全局搜索能力的平衡；第2部分c1r1(pi(k)-xi(k))是粒子的自我学习部分，根据自己的学习经验调节全局搜索能力，避免陷入局部最优值；第3部分c2r2(pg(k)-xi(k))是粒子的群体学习部分，根据粒子群中其他粒子的学习经验调节局部搜索能，实现粒子群中的信息共享。在本发明实施例中，粒子速度的更新范围设置为粒子搜索空间的宽度。
[0095]
基于相同发明构思，本发明实施例还提供了一种风电场群协同控制装置，如图2所示，该装置包括：
[0096]
获取模块201，用于获取各风电机组的上游风电机组的总能量损失和自由风速，上游风电机组的总能量损失通过各风电机组的上游各风电机组的尾流区速度获得；详细内容参见上述实施例中步骤s101的描述，在此不再赘述。
[0097]
计算模块202，用于根据上游风电机组的总能量损失和自由风速，计算各风电机组的叶轮前风速；详细内容参见上述实施例中步骤s102的描述，在此不再赘述。
[0098]
确定模块203，用于根据各风电机组的叶轮前风速，确定各风电机组的轴向诱导因
子和各风电机组的偏航角度，各风电机组的轴向诱导因子和偏航角度使得各风电机组的输出功率最大；详细内容参见上述实施例中步骤s103的描述，在此不再赘述。
[0099]
控制模块204，用于根据各风电机组的轴向诱导因子和各风电机组的偏航角度，分别控制各风电机组。详细内容参见上述实施例中步骤s104的描述，在此不再赘述。
[0100]
在一示例中，获取模块201通过如下子模块获取风电机组的上游风电机组的总能量损失，包括：
[0101]
获取子模块，用于获取上游各风电机组的叶轮前风速、上游各风电机组在风电机组处的尾流区速度；详细内容参见上述实施例中的描述，在此不再赘述。
[0102]
第一计算子模块，用于根据上游各风电机组的叶轮前风速和上游各风电机组在风电机组处的尾流区速度，计算风电机组的上游风电机组的总能量损失。详细内容参见上述实施例中的描述，在此不再赘述。
[0103]
在一示例中，第一计算子模块通过如下公式计算风电机组的上游风电机组的总能量损失：
[0104][0105]
其中，e
i损失
为风电机组i的上游风电机组的总能量损失，uj为上游风电机组j叶轮前的风速；u
j,i
为上游风电机组j在风电机组i处的尾流区速度；α
ij
为上游风电机组j尾流面积与风电机组i风轮面积交汇的权值。详细内容参见上述实施例中的描述，在此不再赘述。
[0106]
在一示例中，确定模块203包括：
[0107]
初始化子模块，用于初始化各粒子位置和各粒子速度，一个粒子位置代表一个风电机组的轴向诱导因子和偏航角度构成的候选解集，粒子速度代表候选解集移动的速度；详细内容参见上述实施例中的描述，在此不再赘述。
[0108]
第二计算子模块，用于根据各粒子位置，计算各粒子位置的局部适应度函数值、所有粒子位置的全局适应度函数值，局部适应度函数值为一个粒子位置对应的风电机组的输出功率，全局适应度函数值为所有粒子位置对应的所有风电机组的输出功率之和；详细内容参见上述实施例中的描述，在此不再赘述。
[0109]
更新子模块，用于若迭代次数小于预设迭代次数，或，全局适应度函数值大于预设阈值，根据当前迭代次数的各粒子位置的最大局部适应度函数值、以及所有粒子位置对应的最大全局适应度函数值，更新各粒子速度；详细内容参见上述实施例中的描述，在此不再赘述。
[0110]
第三计算子模块，用于根据更新后的各粒子速度更新各粒子位置，并将迭代次数加1，返回根据各粒子位置，计算各粒子位置的局部适应度函数值、所有粒子位置的全局适应度函数值的步骤，直到迭代次数等于预设迭代次数，或，全局适应度函数值小于预设阈值；详细内容参见上述实施例中的描述，在此不再赘述。
[0111]
确定子模块，用于根据全局适应度函数值最大的各粒子位置，确定各风电机组的轴向诱导因子和各风电机组的偏航角度。详细内容参见上述实施例中的描述，在此不再赘述。
[0112]
在一示例中，更新子模块包括：
[0113]
计算单元，用于根据当前迭代次数计算惯性因子，惯性因子随着迭代次数的增大
而减小；详细内容参见上述实施例中的描述，在此不再赘述。
[0114]
更新单元，用于根据当前迭代次数时的各粒子位置的最大局部适应度函数值、所有粒子位置对应的最大全局适应度函数值，以及惯性因子，更新各粒子速度。详细内容参见上述实施例中的描述，在此不再赘述
[0115]
上述装置的具体限定以及有益效果可以参见上文中对于风电场群协同控制方法的限定，在此不再赘述。上述各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0116]
图3是根据一示例性实施例提出的一种计算机设备的硬件结构示意图。如图3所示，该设备包括一个或多个处理器310以及存储器320，存储器320包括持久内存、易失内存和硬盘，图3中以一个处理器310为例。该设备还可以包括：输入装置330和输出装置340。
[0117]
处理器310、存储器320、输入装置330和输出装置340可以通过总线或者其他方式连接，图3中以通过总线连接为例。
[0118]
处理器310可以为中央处理器(central processing unit，cpu)。处理器310还可以为其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0119]
存储器320作为一种非暂态计算机可读存储介质，包括持久内存、易失内存和硬盘，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本技术实施例中风电场群协同控制方法对应的程序指令/模块。处理器310通过运行存储在存储器320中的非暂态软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述任意一种风电场群协同控制方法。
[0120]
存储器320可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据、需要使用的数据等。此外，存储器320可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器320可选包括相对于处理器310远程设置的存储器，这些远程存储器可以通过网络连接至数据处理装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0121]
输入装置330可接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的信号输入。输出装置340可包括显示屏等显示设备。
[0122]
一个或者多个模块存储在存储器320中，当被一个或者多个处理器310执行时，执行如图1所示的方法。
[0123]
上述产品可执行本发明实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，具体可参见如图1所示的实施例中的相关描述。
[0124]
本发明实施例还提供了一种非暂态计算机存储介质，计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的控制方法。其中，存储
介质可为磁碟、光盘、只读存储记忆体(read-only memory，rom)、随机存储记忆体(random access memory，ram)、快闪存储器(flash memory)、硬盘(hard disk drive，缩写：hdd)或固态硬盘(solid-state drive，ssd)等；存储介质还可以包括上述种类的存储器的组合。
[0125]
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0126]
以上仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

技术特征：
1.一种风电场群协同控制方法，其特征在于，所述方法包括：获取各风电机组的上游风电机组的总能量损失和自由风速，所述上游风电机组的总能量损失通过各风电机组的上游各风电机组的尾流区速度获得；根据上游风电机组的总能量损失和自由风速，计算各风电机组的叶轮前风速；根据各风电机组的叶轮前风速，确定各风电机组的轴向诱导因子和各风电机组的偏航角度，所述各风电机组的轴向诱导因子和偏航角度使得各风电机组的输出功率最大；根据各风电机组的轴向诱导因子和各风电机组的偏航角度，分别控制各风电机组。2.根据权利要求1所述的方法，其特征在于，获取风电机组的上游风电机组的总能量损失，包括：获取上游各风电机组的叶轮前风速、上游各风电机组在风电机组处的尾流区速度；根据上游各风电机组的叶轮前风速和上游各风电机组在风电机组处的尾流区速度，计算风电机组的上游风电机组的总能量损失。3.根据权利要求2所述的方法，其特征在于，根据上游各风电机组的叶轮前风速和上游各风电机组在风电机组处的尾流区速度，计算风电机组的上游风电机组的总能量损失，包括：其中，e
i损失
为风电机组i的上游风电机组的总能量损失，u
j
为上游风电机组j叶轮前的风速；u
j,i
为上游风电机组j在风电机组i处的尾流区速度；α
ij
为上游风电机组j尾流面积与风电机组i风轮面积交汇的权值。4.根据权利要求2或3所述的方法，其特征在于，根据各风电机组的叶轮前风速，确定各风电机组的轴向诱导因子和各风电机组的偏航角度，所述各风电机组的轴向诱导因子和各风电机组的偏航角度使得各自的输出功率最大，包括：初始化各粒子位置和各粒子速度，一个粒子位置代表一个风电机组的轴向诱导因子和偏航角度构成的候选解集，所述粒子速度代表所述候选解集移动的速度；根据各粒子位置，计算各粒子位置的局部适应度函数值、所有粒子位置的全局适应度函数值，所述局部适应度函数值为一个粒子位置对应的风电机组的输出功率，所述全局适应度函数值为所有粒子位置对应的所有风电机组的输出功率之和；若迭代次数小于预设迭代次数，或，所述全局适应度函数值大于预设阈值，根据当前迭代次数的各粒子位置的最大局部适应度函数值、以及所有粒子位置对应的最大全局适应度函数值，更新各粒子速度；根据更新后的各粒子速度更新各粒子位置，并将所述迭代次数加1，返回根据各粒子位置，计算各粒子位置的局部适应度函数值、所有粒子位置的全局适应度函数值的步骤，直到所述迭代次数等于所述预设迭代次数，或，所述全局适应度函数值小于预设阈值；根据全局适应度函数值最大的各粒子位置，确定各风电机组的轴向诱导因子和各风电机组的偏航角度。5.根据权利要求4所述的方法，其特征在于，根据当前迭代次数时的各粒子位置的最大局部适应度函数值、以及所有粒子位置对应的最大全局适应度函数值，更新各粒子速度，包
括：根据当前迭代次数计算惯性因子，所述惯性因子随着迭代次数的增大而减小；根据当前迭代次数时的各粒子位置的最大局部适应度函数值、所有粒子位置对应的最大全局适应度函数值，以及所述惯性因子，更新各粒子速度。6.一种风电场群协同控制装置，其特征在于，所述装置包括：获取模块，用于获取各风电机组的上游风电机组的总能量损失和自由风速，所述上游风电机组的总能量损失通过各风电机组的上游各风电机组的尾流区速度获得；计算模块，用于根据上游风电机组的总能量损失和自由风速，计算各风电机组的叶轮前风速；确定模块，用于根据各风电机组的叶轮前风速，确定各风电机组的轴向诱导因子和各风电机组的偏航角度，所述各风电机组的轴向诱导因子和偏航角度使得各风电机组的输出功率最大；控制模块，用于根据各风电机组的轴向诱导因子和各风电机组的偏航角度，分别控制各风电机组。7.根据权利要求6所述的装置，其特征在于，所述获取模块通过如下子模块获取风电机组的上游风电机组的总能量损失，包括：获取子模块，用于获取上游各风电机组的叶轮前风速、上游各风电机组在风电机组处的尾流区速度；第一计算子模块，用于根据上游各风电机组的叶轮前风速和上游各风电机组在风电机组处的尾流区速度，计算风电机组的上游风电机组的总能量损失。8.根据权利要求7所述的装置，其特征在于，所述第一计算子模块通过如下公式计算风电机组的上游风电机组的总能量损失：其中，e
i损失
为风电机组i的上游风电机组的总能量损失，u
j
为上游风电机组j叶轮前的风速；u
j,i
为上游风电机组j在风电机组i处的尾流区速度；α
ij
为上游风电机组j尾流面积与风电机组i风轮面积交汇的权值。9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1-5中任一项所述的风电场群协同控制方法的步骤。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-5中任一项所述的风电场群协同控制方法的步骤。

技术总结
本发明提供了一种风电场群协同控制方法、装置、计算机设备及介质。其中，风电场群协同控制方法，包括：获取各风电机组的上游风电机组的总能量损失和自由风速，上游风电机组的总能量损失通过各风电机组的上游各风电机组的尾流区速度获得；根据上游风电机组的总能量损失和自由风速，计算各风电机组的叶轮前风速；根据各风电机组的叶轮前风速，确定各风电机组的轴向诱导因子和各风电机组的偏航角度，各风电机组的轴向诱导因子和偏航角度使得各风电机组的输出功率最大；根据各风电机组的轴向诱导因子和各风电机组的偏航角度，分别控制各风电机组。通过本发明，实现风电场群的总体输出功率最大，提高风电场群的运行效率。提高风电场群的运行效率。提高风电场群的运行效率。


技术研发人员：吴海飞 刘瑞阔 谷昱君 姚维为 李乐颖 孙勇 邱彦靓
受保护的技术使用者：中国长江三峡集团有限公司
技术研发日：2023.04.12
技术公布日：2023/7/4