組可W捕獲最大的風能，提高風力發電機組的發電效率。
[0037] 本發明實施例提供的風力發電機組的風能捕獲方法，通過在預定周期內實時獲取 的風況數據，并對該風況數據進行散點擬合，獲取該風況數據的幾何中屯、點，進而通過與目 標幾何中屯、點的比對，W對風力發電機組的風能捕獲進行控制，從而有效的提升風力發電 機組對風能的捕獲能力，W及風力發電機組的可靠性，同時可W降低葉輪未正對迎風面而 產生的風機載荷增加和尾流效應，減少風力發電機組故障及維護成本。
[003引實施例二
[0039] 圖2是示出根據本發明實施例二的風力發電機組的風能捕獲方法的流程圖，所述 實施例可視為圖1的又一種具體的實現方案。
[0040] 參照圖2,在步驟S210,獲取預先存儲的歷史風況數據。
[0041] 其中，本發明實施例中的風況數據可W包括風速的數值和風向，風向可W通過地 理方向來描述，也可W通過與預先設定的正方向確定的角度來描述，例如，可W設定正北方 向為正方向，從正方向開始順時針旋轉過的角度作為風向。
[0042] 具體地，為了提高測得的風況數據的準確性，可W選用雷達作為風況數據采集部 件，雷達根據預先設定的時間間隔采集當前時間點的風速的數值和相應的風向，并將采集 的風速的數值和相應的風向與當前時間點對應存儲，從而得到歷史風況數據。
[0043] 需要說明的是，由于雷達長期處于工作狀態，因此，其獲取的風況數據的數據量較 多，可W根據季節的不同，或者不同時間段的風況不同，對歷史風況數據進行分類，得到多 個類別的歷史風況數據，例如春季的歷史風況數據等。
[0044] 另外，考慮到風速和風向總在不停的變化，而且預先存儲的所有歷史風況數據的 數據量較多，可W對所有歷史風況數據根據預定周期進行分倉處理，將所有歷史風況數據 劃分成多段。
[0045] 例如，預定周期為10分鐘，歷史風況數據可W包括風速的數值和相應的風向，風速 的數值可WVi、V2......Vi康示，風向可WAi、A2......Al康示，可如表1所示，
[0046] 表 1
[004引由于預定周期為10分鐘，則如表1所示的歷史風況數據可將時間點14:20:00、14: 22:00、14: 24:00、14: 26:00、14: 28:00和14:30:00對應的歷史風況數據確定為一個預定周 期對應的歷史風況數據，通過表1的歷史風況數據可W得到兩個相鄰預定周期對應的歷史 風況數據，第一個歷史風況數據對應的時間段為14:20:00~14:30:00,風況數據可包括： (Vl，Al)、(V2，A2)、(V3，A3)、（V4，A4)、（V5，A5)和(V6，A6);第二個分倉風況數據對應的時間段為 14:30:00~14:40:00，風況數據可包括：（￥6,46)、（￥7山）、（￥8,48)、（￥9,49)、（￥10,410)和(￥11， All)。
[0049] 在步驟S220，對該歷史風況數據進行預處理，去除干擾風況數據，得到有效歷史風 況數據。
[0050] 具體地，由于風力發電機組會受到某一瞬間的陣風或其它外界環境的影響使得此 時獲取到的風速的數值和風向往往大大偏離歷史風況數據的聚集位置，從而使得該歷史風 況數據的準確性降低，為了提高該歷史風況數據的準確性，W及對風力發電機組的風能捕 獲的精準控制，可W將上述偏離大部分數據點的數據點從該歷史風況數據中刪除，得到有 效歷史風況數據，運樣就減少了陣風或者其他外界因素帶來的不穩定的干擾數據。
[0051] 在步驟S230,對該歷史風況數據進行散點擬合，得到該歷史風況數據對應的目標 幾何中屯、點。
[0052] 其中，該歷史風況數據可W為經過所述步驟S220的預處理之后得到的有效歷史數 據，也可W是未經過預處理的歷史風況數據。
[0053] 具體地，可W對該歷史風況數據進行散點擬合，即可W將該歷史風況數據中的數 據點連接起來形成一個幾何圖形，計算該幾何圖形的幾何中屯、點的位置可作為該歷史風況 數據對應的目標幾何中屯、點，具體處理過程可參見上述實施例一中步驟S120的相關內容， 在此不再寶述。
[0054] 其中，上述步驟S230的處理的具體實現方式可W多種多樣，W下提供一種具體處 理方式，具體可包括W下內容：
[0055] 步驟一，將該歷史風況數據導入至在極坐標系中。
[0056] 具體地，為了簡化數據處理過程，并考慮到風況數據中的數據形式（即包括風速的 數值和風向），可W使用極坐標的方式設置風況數據。具體地，為了簡化風況數據的表示形 式，可將風況數據采集部件（即雷達)所在位置作為極點，與正北方向垂直的正東方向作為 極軸方向，建立極坐標系。可W根據歷史風況數據中的任一數據點的風速的數值和風向（如 表1中的風況數據(Vi，Ai)和(V2，A2)等），將上述數據對應的坐標點描繪到該極坐標系中，從 而得到歷史風況數據在該極坐標系中的位置。其中，風向可W是與極軸之間的夾角，極點到 數據點之間的距離為風速的數值。
[0057] 步驟二，連接該歷史風況數據的最外圍的數據點，得到封閉的幾何圖形，將幾何圖 形的幾何中屯、點作為目標幾何中屯、點。
[0058] 具體地，考慮到幾何圖形的形狀主要依靠最外圍數據點（或坐標點）所確定的形 狀，因此，在確定幾何圖形的幾何中屯、點時可W通過連接最外圍數據點得到的幾何圖形。具 體地，將歷史風況數據描繪到該極坐標系上后，可W將該極坐標系中處于最外圍的數據點 (或坐標點)使用折線連接，連接完成后，可W得到一個封閉的規則或者不規則的幾何圖形， 此時，在該封閉的幾何圖形中還可包括歷史風況數據中除最外圍的數據點外的其它數據 點。之后，可W計算該幾何圖形的幾何中屯、點的坐標值，并將該幾何中屯、點作為該歷史風況 數據對應的目標幾何中屯、點。
[0059] 例如，如圖3所示，在極坐標系中包括兩個風況數據，即黑色圓點（包括Bi、B2…… Bi2)對應的數據組成的第一個風況數據，W及空屯、圓點（包括Cl、C2……Cll)對應的數據組成 的第二個風況數據，其中，第一個風況數據對應的黑色圓點Bi、B2和B3偏離其它數據點，可W 不考慮運些數據點，對于剩余的黑色圓點，可W將最外圍的84、85、86、87、88、89、810和81痛 接，從而形成一個封閉的幾何圖形，可W計算該幾何圖形的幾何中屯、點的坐標值，通過計算 可得到幾何中屯、點Bo,其中，Bi2處于該幾何圖形的內部。同理，對于第二個風況數據，可W剔 除Cl和C2,并將〔3八4心八6八7心心、(：10和(：1痛接形成一個封閉的幾何圖形，可^計算該幾 何圖形的幾何中屯、點的坐標值，通過計算可得到幾何中屯、點Co。
[0060] 需要說明的是，上述實施例一中的步驟S120的處理也可W通過上述步驟一和步驟 二的方式處理，具體可參見上述步驟一和步驟二的相關內容，在此不再寶述。
[0061] 在步驟S240,根據預定周期實時獲取風況數據。
[0062] 在步驟S250,對預定周期內獲取的風況數據進行散點擬合，得到該風況數據的幾 何中屯、點，該幾何中屯、點用于表示最大風能值所在位置。
[0063] 其中，上述步驟S240和S250的處理可參見上述實施例一中步驟SllO和步驟S120的 相關內容，在此不再寶述。
[0064] 在步驟S260,計算從該極坐標系的極點到幾何中屯、點的連線與到目標幾何中屯、點 的連線的夾角數值。
[0065] 最大風能值所在的方向可W包括兩部分，即：將從該極坐標系的極點到該目標幾 何中屯、點的方向作為該歷史風況數據對應的最大風能值所在的方向；將從該極坐標系的極 點到該幾何中屯、點的方向作為該風況數據對應的最大風能值所在的方向。
[0066] 基于此，上述步驟S260的具體處理可W為:基于圖3的示例，可W將圖3中黑色圓點