一种风场最优功率控制方法、系统、设备及存储介质

技术特征：
1.一种风场最优功率控制方法，其特征在于，包括：获取风场中各风机的位置、风速及风向信息；将风场中各风机的位置、风速及风向信息输入到训练后的智能体中，得风场中各风机的偏航角、轴向感应系数及倾角信息，根据风场中各风机的偏航角、轴向感应系数及倾角信息控制风场中的风机，使风场的总发电功率最大化，完成风场最优功率控制。2.根据权利要求1所述的风场最优功率控制方法，其特征在于，还包括：构建训练样本，所述训练样本包括风机i的发电功率p
i
、位置(x
i
,y
i
)，风速wv，风向wd，偏航角yaw
i
，轴向感应系数ai
i
及倾角tilt
i
；构建智能体；利用所述训练样本对所述智能体进行训练，得到训练后的智能体。3.根据权利要求2所述的风场最优功率控制方法，其特征在于，所述利用所述训练样本对所述智能体进行训练过程中的奖惩函数为：其中，r为智能体的奖励，i为风场中风机的数目，n为智能体的数目。4.根据权利要求2所述的风场最优功率控制方法，其特征在于，基于maddpg算法，利用所述训练样本对所述智能体进行训练。5.根据权利要求2所述的风场最优功率控制方法，其特征在于，所述构建训练样本之前还包括：获取风场中风机的自由流速度、湍流强度以及偏航角；根据风场中风机的自由流速度、湍流强度以及偏航角计算风机所在位置的风速以及风机的输出功率。6.根据权利要求1所述的风场最优功率控制方法，其特征在于，根据风场中风机的自由流速度、湍流强度以及偏航角，基于floris模型计算风机所在位置的风速以及风机的输出功率。7.根据权利要求1所述的风场最优功率控制方法，其特征在于，所述floris模型为：c
γ
＝p
γ
/p0＝(-0.0003γ
3-0.000025γ2 0.997γ)c
β
＝p
β
/p0＝-0.185 0.285cos(0.105β) 0.014sin(0.105β)-0.144cos(0.209β)-0.017sin(0.209β) 0.06cos(0.314β) 0.011sin(0.314β)-0.016cos(0.419β)-0.005sin(0.419β)其中，ρ为空气密度，c
p
为功率因数，a为转子平面面积，u为该涡轮机处有效风速，为对应风速u时涡轮机的额定输出功率，a为轴向感应系数，β为涡轮机倾角，γ为涡轮机偏航角。8.一种风场最优功率控制系统，其特征在于，包括：获取模块，用于获取风场中各风机的位置、风速及风向信息；
控制模块，用于将风场中各风机的位置、风速及风向信息输入到训练后的智能体中，得风场中各风机的偏航角、轴向感应系数及倾角信息，根据风场中各风机的偏航角、轴向感应系数及倾角信息控制风场中的风机，使风场的总发电功率最大化，完成风场最优功率控制。9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-7任一项所述风场最优功率控制方法的步骤。10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，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1-7任一项所述风场最优功率控制方法的步骤。

技术总结
本发明公开了一种风场最优功率控制方法、系统、设备及存储介质，包括：获取风场中各风机的位置、风速及风向信息；将风场中各风机的位置、风速及风向信息输入到训练后的智能体中，得风场中各风机的偏航角、轴向感应系数及倾角信息，根据风场中各风机的偏航角、轴向感应系数及倾角信息控制风场中的风机，使风场的总发电功率最大化，完成风场最优功率控制，该方法、系统、设备及存储介质能够实现风场总发电功率的最大化。的最大化。的最大化。


技术研发人员：陈欣 张誉宝 巩素梅
受保护的技术使用者：西安交通大学
技术研发日：2022.12.28
技术公布日：2023/3/10