Estimación de las condiciones del viento en una turbina eólica.

Método para controlar una turbina eólica, que comprende las etapas de:

adquirir y almacenar datos de entrenamiento en relación con una o más variables detectadas, caracterizado por que los datos de entrenamiento comprenden un vector característico obtenido de al menos una medida estadística indicativa de riesgo; estando caracterizado el método además por

asignar cada uno de los datos de entrenamiento a una categoría de riesgo basándose en un parámetro medido y definir zonas características para cada categoría a partir de al menos una medida de la distancia de vectores característicos en esa categoría, incluyendo las zonas características una zona de riesgo alto indicativa de un riesgo alto de una racha; y

durante el funcionamiento de la turbina eólica, determinar una estimación de riesgo de racha calculando un vector característico de manera periódica a partir de datos obtenidos de al menos un sensor y determinar a cuál de las zonas características asignar el vector característico, determinando de ese modo una estimación del riesgo de una racha extrema representada por el vector característico medido.

Estimación de las condiciones del viento en una turbina eólica Esta invención se refiere a turbinas eólicas y en particular a la estimación de las condiciones del viento que llegarán próximamente a una turbina eólica.

Es importante que una turbina eólica tenga conocimiento de antemano de las condiciones del viento que llegará próximamente a la turbina. Tal conocimiento de antemano da al controlador de turbina tiempo suficiente para ajustar parámetros de funcionamiento tales como el ángulo de paso de pala o la velocidad de rotor para que se adapte a las condiciones que se aproximan. Esto puede realizarse por una variedad de motivos. A velocidades de viento inferiores, es importante ajustar la turbina para maximizar la energía extraída del viento. A velocidades de viento superiores es importante ajustar los parámetros de la turbina para evitar funcionamientos en condiciones que podrían conducir a daño. Podría provocarse un daño por un evento extremo poco frecuente o por eventos acumulados que reducen la vida útil por fatiga de componentes de la turbina eólica tales como la caja de engranajes y las palas.

Se han realizado varias propuestas para determinar las condiciones del viento de antemano. Generalmente, estas incluyen el uso de sensores situados en la turbina que observan el viento aguas arriba. Un ejemplo se muestra en el documento EPA-0970308 que da a conocer el uso de un Lidar o aparato de detección remota similar montado sobre la góndola de la turbina eólica y que detecta condiciones del viento varios diámetros de rotor aguas arriba de la turbina. Basándose en las condiciones detectadas, el controlador de turbina o controlador de parque eólico puede ordenar a una turbina individual, o a un grupo de turbinas, que cambien sus parámetros de funcionamiento antes de que el viento detectado llegue a la turbina o turbinas.

De particular importancia para un operario de turbina eólica es la capacidad de detectar rachas de viento extremas. Aunque pueden ser de corta duración, pueden tener el potencial para provocar un daño grave a la turbina eólica. Aunque puede usarse un Lidar para detecciones de rachas, no siempre es apropiado. Por ejemplo, los dispositivos Lidar son muy costosos y puede que un operario de parque eólico no los considere rentables.

Se ha apreciado que o bien como alternativa o bien adicionalmente a las técnicas de detección remota tales como el Lidar del documento EP-A-0970308, es deseable poder estimar el riesgo de que se produzca una racha extrema sin el uso de equipo adicional costoso.

El documento EP-A-2148225 muestra un método y un dispositivo según el preámbulo de las reivindicaciones independientes 1 y 17.

Según la invención, se proporciona un método para controlar una turbina eólica, que comprende las etapas de: adquirir y almacenar datos de entrenamiento en relación con una o más variables detectadas, comprendiendo los datos de entrenamiento un vector característico obtenido de al menos una medida estadística indicativa del riesgo; asignar cada uno de los datos de entrenamiento a una categoría de riesgo basándose en un parámetro medido y definir zonas características para cada categoría a partir de una medida de la distancia de vectores característicos en esa categoría, incluyendo las zonas características una zona de riesgo alto indicativa de un riesgo alto de una racha; y durante el funcionamiento de la turbina eólica, determinar una estimación de riesgo de racha calculando un vector característico de manera periódica a partir de datos obtenidos de al menos un sensor y determinar a cuál de las zonas características asignar el vector característico, determinando de ese modo una estimación del riesgo de una racha extrema representada por el vector característico medido.

La invención también proporciona un estimador de riesgo de racha para una turbina eólica que comprende: un almacenamiento de datos de entrenamiento en relación con una o más variables detectadas por la turbina eólica, comprendiendo los datos de entrenamiento un vector característico obtenido de al menos una medida estadística indicativa de riesgo; un comparador para comparar cada elemento de datos de entrenamiento con un parámetro medido en el momento de la adquisición de los datos de entrenamiento y asignar cada uno de los datos de entrenamiento a una categoría de riesgo basándose en el parámetro medido; un módulo para definir zonas características para cada categoría a partir de una medida de la distancia de vectores característicos en esa categoría, incluyendo las zonas características una zona de riesgo alto indicativa de un riesgo alto de una racha; y un módulo para determinar una estimación de riesgo de racha durante el funcionamiento de la turbina eólica, calculando un vector característico de manera periódica a partir de datos obtenidos de al menos un sensor asociado con la turbina eólica y determinando a cuál de las zonas características asignar el vector característico, determinando de ese modo una estimación del riesgo de una racha extrema representada por el vector característico medido.

La invención también se refiere a una turbina eólica que tiene un estimador de riesgo de racha según se ha definido y a un parque eólico que tiene una pluralidad de turbinas eólicas y un estimador de riesgo de racha según se ha definido.

Realizaciones de la invención tienen la ventaja de que el riesgo de racha puede estimarse sin necesidad de dispositivos sensores adicionales potencialmente costosos. El riesgo de racha se determina a partir de datos

históricos en relación con una condición detectada junto con una referencia a un parámetro medido que se usa para asignar un nivel de riesgo asociado con la condición detectada. Estos datos históricos se procesan estadísticamente y pueden compararse después con datos en tiempo real para determinar si indican un riesgo de racha.

Preferiblemente, la estimación de riesgo de racha es una estimación de riesgo de racha extrema. Una racha extrema puede provocar daño a la turbina eólica y la capacidad para determinar la probabilidad de que de produzca una racha de este tipo para contrarrestar sus efectos es extremadamente importante para el operario de parque eólico.

Preferiblemente, una señal indicativa de riesgo de racha se emite a un controlador de turbina eólica. Este controlador puede ser un controlador individual o puede controlar una pluralidad de turbinas. Preferiblemente, el controlador puede aumentar el régimen de las turbinas si el riesgo de racha estimado es bajo y reducir el régimen de las turbinas si la estimación de riesgo de racha es alta. Esto tiene la ventaja de que la potencia de salida de la turbina puede maximizarse en condiciones de riesgo bajo y puede minimizarse el riesgo de dañar la turbina en condiciones de riesgo alto.

Preferiblemente, las zonas características se definen para cada categoría de riesgo a partir de la media, o la media y la covarianza de vectores característicos en esa categoría. La media de los vectores característicos define el tamaño de las zonas pero la covarianza dicta la forma de las zonas y permite una asignación más precisa de categoría de riesgo para datos en tiempo real.

Preferiblemente, el vector característico se asigna a una zona característica midiendo la distancia de Mahalanobis desde el vector característico al centro de cada zona característica y asignando el vector característico a la zona que tiene la menor distancia de Mahalanobis. El uso de la distancia de Mahalanobis tiene la ventaja de que se tienen en cuenta la forma y la escala de la distribución para proporcionar una evaluación más precisa de la categoría de riesgo relevante para datos en tiempo real.

Preferiblemente, el nivel de riesgo asignado a un vector característico se basa en el valor de un parámetro medible tal como la velocidad de generador máxima que sigue al periodo de medición en el que se obtuvieron los datos de los que se deriva el vector característico.

Preferiblemente, los datos de entrenamiento se cargan previamente en un controlador de turbina eólica. A medida que se calculan los vectores característicos en tiempo real se añaden a los datos de entrenamiento almacenados. Preferiblemente se combinan entre sí elementos de datos de entrenamiento que tienen sustancialmente el mismo valor y se ponderan sus valores. Esto tiene la ventaja de que puede hacerse funcionar el estimador de riesgo de racha desde el arranque de la turbina eólica pero además aprender con la experiencia. Sin embargo, puesto que la vida de la turbina puede ser de muchos años, la combinación de datos impide una acumulación de datos no manejable.

A continuación se describirán realizaciones de la invención,... [Seguir leyendo]

1. Método para controlar una turbina eólica, que comprende las etapas de:

adquirir y almacenar datos de entrenamiento en relación con una o más variables detectadas, caracterizado por que los datos de entrenamiento comprenden un vector característico obtenido de al menos una medida 5 estadística indicativa de riesgo; estando caracterizado el método además por asignar cada uno de los datos de entrenamiento a una categoría de riesgo basándose en un parámetro medido y definir zonas características para cada categoría a partir de al menos una medida de la distancia de vectores característicos en esa categoría, incluyendo las zonas características una zona de riesgo alto indicativa de un riesgo alto de una racha; y durante el funcionamiento de la turbina eólica, determinar una estimación de riesgo de racha calculando un vector característico de manera periódica a partir de datos obtenidos de al menos un sensor y determinar a cuál de las zonas características asignar el vector característico, determinando de ese modo una estimación del riesgo de una racha extrema representada por el vector característico medido.

2. Método según la reivindicación 1, que comprende emitir una señal indicativa de riesgo de racha a un 15 controlador de turbina eólica.

3. Método según la reivindicación 1 ó 2, en el que las zonas características se definen para cada categoría de riesgo a partir de la media de vectores característicos en esa categoría.

4. Método según la reivindicación 1, 2 ó 3, en el que las zonas características se definen para cada categoría de riesgo a partir de la media y la covarianza de vectores característicos en esa categoría.

5. Método según la reivindicación 1, 2, 3 ó 4, en el que el vector característico se asigna a una zona característica midiendo la distancia de Mahalanobis desde el vector característico al centro de cada zona característica y asignando el vector característico a la zona que tiene la menor distancia de Mahalanobis desde el vector característico.

6. Método según cualquiera de las reivindicaciones 1 a 5, en el que los vectores característicos se basan en 25 velocidades de viento medias.

7. Método según cualquiera de las reivindicaciones 1 a 6, que comprende ajustar las zonas características en respuesta a mediciones en tiempo real.

8. Método según cualquiera de las reivindicaciones 1 a 7, que comprende aumentar el régimen de la turbina eólica cuando la estimación del riesgo de una racha extrema es baja.

9. Método según cualquiera de las reivindicaciones 1 a 8, que comprende reducir el régimen de la turbina eólica cuando la estimación de riesgo de rachas extremas es alta.

10. Método según cualquier reivindicación anterior, en el que la estimación de riesgo de racha se emite a un controlador que controla dos o más turbinas eólicas.

11. Método según cualquier reivindicación anterior, en el que el nivel de riesgo asignado a un vector

característico se basa en el valor de un parámetro medible que sigue al periodo de medición en el que se obtuvieron los datos de los que se deriva el vector característico.

12. Método según cualquier reivindicación anterior, en el que se le asigna a un vector característico un nivel de riesgo relacionado con la velocidad de generador máxima que siguió al periodo de medición.

13. Método según cualquier reivindicación anterior, en el que los datos de entrenamiento se cargan 40 previamente en un controlador de turbina eólica.

14. Método según cualquier reivindicación anterior, en el que el vector característico calculado de manera periódica a partir de datos de sensor se añade a los datos de entrenamiento almacenados.

15. Método según la reivindicación 14, que comprende combinar elementos de datos de entrenamiento entre sí que tienen sustancialmente el mismo valor y ponderar los valores de los elementos combinados.

16. Método según cualquier reivindicación anterior, en el que la estimación de riesgo de racha es una estimación de una racha extrema.

17. Estimador de riesgo de racha para una turbina eólica que comprende:

un almacenamiento de datos de entrenamiento en relación con una o más variables detectadas por la turbina eólica, caracterizado por que los datos de entrenamiento comprenden un vector característico 7

obtenido de al menos una medida estadística indicativa de riesgo; estando caracterizado el estimador de riesgo de racha además por un comparador para comparar cada elemento de datos de entrenamiento con un parámetro medido en el momento de la adquisición de los datos de entrenamiento y asignar cada uno de los datos de 5 entrenamiento a una categoría de riesgo basándose en el parámetro medido;

un módulo para definir zonas características para cada categoría a partir de una medida de la distancia de vectores característicos en esa categoría, incluyendo las zonas características una zona de riesgo alto indicativa de un riesgo alto de una racha; y un módulo para determinar una estimación de riesgo de racha durante el funcionamiento de la turbina eólica, calculando un vector característico de manera periódica a partir de datos obtenidos de al menos un sensor asociado con la turbina eólica y determinando a cuál de las zonas características asignar el vector característico, determinando de ese modo una estimación del riesgo de una racha extrema representada por el vector característico medido.

18. Estimador de riesgo de racha según la reivindicación 17, en el que el módulo para determinar una estimación de riesgo de racha emite una señal indicativa de riesgo de racha a un controlador de turbina eólica.

19. Estimador de riesgo de racha según la reivindicación 18, en el que el controlador de turbina eólica controla la turbina eólica desde la que se obtienen los datos procesados por el estimador de riesgo de racha.

20. Estimador de riesgo de racha según la reivindicación 18 ó 19, en el que el controlador controla una 20 pluralidad de turbinas eólicas.

21. Estimador de riesgo de racha según cualquiera de las reivindicaciones 17 a 20, en el que el módulo para definir zonas características define zonas características para cada categoría de riesgo a partir de la media de vectores característicos en esa categoría.

22. Estimador de riesgo de racha según cualquiera de las reivindicaciones 17 a 21, en el que el módulo para

definir zonas características define zonas características para cada categoría de riesgo a partir de la media y la covarianza de vectores característicos en esa categoría.

23. Estimador de riesgo de racha según cualquiera de las reivindicaciones 17 a 22, en el que el módulo para determinar una estimación de riesgo de racha asigna un vector característico a una zona característica midiendo la distancia de Mahalanobis desde el vector característico al centro de cada zona característica y asignando el vector característico a la zona que tiene la menor distancia de Mahalanobis desde el vector característico.

24. Estimador de riesgo de racha según cualquiera de las reivindicaciones 17 a 23, en el que los vectores característicos se basan en velocidades de viento medias.

25. Estimador de riesgo de racha según cualquiera de las reivindicaciones 17 a 24, en el que el controlador

puede hacerse funcionar para aumentar el régimen de la turbina eólica cuando la estimación del riesgo de una racha extrema es baja.

26. Estimador de riesgo de racha según cualquiera de las reivindicaciones 17 a 25, en el que el controlador puede hacerse funcionar para reducir el régimen de la turbina eólica cuando la estimación del riesgo de una racha extrema es alta.

27. Estimador de riesgo de racha según cualquiera de las reivindicaciones 17 a 26, en el que el comparador asigna un nivel de riesgo a un vector característico basándose en el valor de un parámetro medible que sigue al periodo de medición en el que se obtuvieron los datos de los que se deriva el vector característico.

28. Estimador de riesgo de racha según cualquiera de las reivindicaciones 17 a 27, en el que el comparador asigna a un vector característico un nivel de riesgo relacionado con la velocidad de generador de turbina 45 eólica máxima que siguió al periodo de medición.

29. Estimador de riesgo de racha según cualquiera de las reivindicaciones 17 a 28, en el que el vector característico calculado de manera periódica a partir de datos de sensor se añade a los datos de entrenamiento almacenados.

30. Estimador de riesgo de racha según la reivindicación 29, en el que se combinan entre sí y se ponderan 50 elementos de datos de entrenamiento que tienen sustancialmente el mismo valor en el almacenamiento.

31. Estimador de riesgo de racha según cualquiera de las reivindicaciones 17 a 30, en el que la estimación de riesgo de racha es una estimación de riesgo de racha extrema.

32. Turbina eólica que tiene un estimador de riesgo de racha según cualquiera de las reivindicaciones 17 a 31.

33. Parque eólico que tiene una pluralidad de turbinas eólicas y un estimador de riesgo de racha según cualquiera de las reivindicaciones 17 a 31.