一种风电机组偏航校准方法及系统专利检索-叶片桨距角风能专利检索查询-专利查询网

一种 风 电机组 偏航校准方法及系统

阅读：797发布：2020-05-15

专利汇可以提供一种风电机组偏航校准方法及系统专利检索，专利查询，专利分析的服务。并且本发明提出了一种风电机组偏航校准方法及系统。所述校准方法包括：首先，根据历史风电场运行数据，建立风资源分布柱坐标图，以确定风电场的主势入流风况所在的风向区间；然后，计算每个风速子区间的有功功率有效值，采用曲线拟合的方式，获得每个细化区间的拟合功率曲线；然后，设置为每个待校准风向区间的校准曲线，将每个风速范围内的校准曲线对应的拟合功率曲线所在的细化区间的中轴线与所述待校准风向区间的中轴线的夹角设置为所述风速范围内的偏航误差校准值，建立风速-偏航误差校准值查找表；最后，采用查表的方式确定当前风向和当前风速下的偏航误差校准值，对风电机组偏航角进行校准，实现了风电机组偏航误差的校准，提高了机组发电量。，下面是一种风电机组偏航校准方法及系统专利的具体信息内容。

权利要求

1.一种风电机组偏航校准方法，其特征在于，所述校准方法包括如下步骤：
以正北方向为0°方向，以机组偏航偏差阈值幅值为单位，在360°范围内进行风向区间划分，获得多个风向区间；
从风电场SCADA系统中提取历史风电场运行数据；
根据所述历史风电场运行数据，建立底部为风向和风速的极坐标，纵轴为风况出现的频次的风资源分布柱坐标图；
根据所述风资源分布中坐标图确定风电场的主势入流风况所在的风向区间，作为待校准风向区间，获得待校准风向区间集合；
将待校准风向区间集合中的每一个待校准向区间划分为多个细化区间，并将每个细化区间划分为多个风速子区间；
计算每个风速子区间的有功功率有效值；
对每个细化区间内的所有风速子区间的有功功率有效值，进行曲线拟合，获得每个细化区间的拟合功率曲线；
将每个待校准风向区间内所有的细化区间的拟合功率曲线的包络线设置为每个待校准风向区间的校准曲线；
将每个风速范围内的校准曲线对应的拟合功率曲线所在的细化区间的中轴线与所述待校准风向区间的中轴线的夹角设置为所述风速范围内的偏航误差校准值，建立每个待校准风向区间的风速-偏航误差校准值查找表；
从风电场SCADA系统中获取当前风向和当前风速；
根据所述当前风向、当前风速和每个待校准风向区间的风速-偏航误差校准值查找表，确定当前风向和当前风速下的偏航误差校准值，对风电机组偏航角进行校准。
2.根据权利要求1所述的风电机组偏航校准方法，其特征在于，所述根据所述当前风向、当前风速和每个待校准风向区间的风速-偏航误差校准值查找表，确定当前风向和当前风速下的偏航误差校准值，对风电机组偏航角进行校准，之后还包括：
提取每个待校准风向区间内每个细化区间内的每个风速子区间的数据离散点，得到每个风速子区间的训练数据集合；
采用自适应K-Means聚类算法，对每个训练数据集合中的数据离散点进行聚类，确定每个风速子区间内功率最大的数据离散点的延迟时间，作为所述风速子区间的延迟时间的最佳设定值，建立风速-风向-延迟时间优化表；
根据所述当前风向、所述当前风速和所述风速-风向-延迟时间优化表，确定风电场的风电机组的延迟时间的最佳设定值，对风电机组的延迟时间参数进行设定。
3.根据权利要求1所述的风电机组偏航校准方法，其特征在于，所述计算每个风速子区间的有功功率有效值，具体包括：
根据所述历史风电场运行数据，对每个风速子区间的数据离散点进行有功功率的概率分布统计，将出现次数最多的有功功率作为所述风速子区间的有功功率有效值。
4.根据权利要求1所述的风电机组偏航校准方法，其特征在于，所述根据所述历史风电场运行数据，以底部为风向和风速的极坐标，纵轴为风况出现的频次的风资源分布柱坐标图，之前还包括：
对所述历史风电场运行数据进行清洗，以剔除历史风电场运行数据中的风电机组异常运行数据离散点和无效数据离散点，获得清洗后的历史风电场运行数据；
对所述清洗后的历史风电场运行数据进行预处理，以剔除清洗后的历史风电场运行数据中的限电运行工况的数据离散点、叶片桨距角位置异常数据离散点和机组机舱初始位置偏离数据离散点，获得预处理后的历史风电场运行数据。
5.根据权利要求1所述的风电机组偏航校准方法，其特征在于，所述根据所述历史风电场运行数据，以底部为风向和风速的极坐标，纵轴为风况出现的频次的风资源分布柱坐标图，之前还包括：
根据所述历史风电场运行数据，按照“风向测量绝对值＝机舱初始位置+机舱位置+风向测量数据的值”的方式对所述历史风电场运行数据中的风向测量数据进行校准。
6.根据权利要求1所述的风电机组偏航校准方法，其特征在于，所述将每个风速范围内的校准曲线对应的拟合功率曲线所在的细化区间的中轴线与所述待校准风向区间的中轴线的夹角设置为所述风速范围内的偏航误差校准值，建立每个待校准风向区间的风速-偏航误差校准值查找表，之后还包括：
采用设置在风电机组上的激光测风雷达获取风向与风机机头夹角作为偏航误差实测值；
采用查表的方法从所述风速-偏航误差校准值查找表中获得的偏航误差校准值；
对所述偏航误差实测值和所述偏航误差校准值进行加权平均计算，将计算结果作为新的偏航误差校准值，对所述风速-偏航误差校准值查找表进行校准和优化。
7.一种风电机组偏航系统校准系统，其特征在于，所述校准系统包括：
第一区间划分模块，用于以正北方向为0°方向，以机组偏航偏差阈值幅值为单位，在
360°范围内进行风向区间划分，获得多个风向区间；
历史风电场运行数据提取模块，用于从风电场SCADA系统中提取历史风电场运行数据；
风资源分布柱坐标图建立模块，用于根据所述历史风电场运行数据，建立底部为风向和风速的极坐标，纵轴为风况出现的频次的风资源分布柱坐标图；
待校准风向区间获取模块，用于根据所述风资源分布中坐标图确定风电场的主势入流风况所在的风向区间，作为待校准风向区间，获得待校准风向区间集合；
第二区间划分模块，用于将待校准风向区间集合中的每一个待校准向区间划分为多个细化区间，并将每个细化区间划分为多个风速子区间；
有功功率有效值计算模块，用于计算每个风速子区间的有功功率有效值；
曲线拟合模块，用于对每个细化区间内的所有风速子区间的有功功率有效值，进行曲线拟合，获得每个细化区间的拟合功率曲线；
校准曲线获取模块，用于将每个待校准风向区间内所有的细化区间的拟合功率曲线的包络线设置为每个待校准风向区间的校准曲线；
风速-偏航误差校准值查找表建立模块，用于将每个风速范围内的校准曲线对应的拟合功率曲线所在的细化区间的中轴线与所述待校准风向区间的中轴线的夹角设置为所述风速范围内的偏航误差校准值，建立每个待校准风向区间的风速-偏航误差校准值查找表；
当前风况获取模块，用于从风电场SCADA系统中获取当前风向和当前风速；
风电机组调整模块，用于根据所述当前风向、当前风速和每个待校准风向区间的风速-偏航误差校准值查找表，确定当前风向和当前风速下的偏航误差校准值，对风电机组偏航角进行校准。
8.根据权利要求7所述的风电机组偏航系统校准系统，其特征在于，所述校准系统，还包括：
训练数据集合提取模块，用于提取每个待校准风向区间内每个细化区间内的每个风速子区间的数据离散点，得到每个风速子区间的训练数据集合；
聚类模块，用于采用自适应K-Means聚类算法，对每个训练数据集合中的数据离散点进行聚类，确定每个风速子区间内功率最大的数据离散点的延迟时间，作为所述风速子区间的延迟时间的最佳设定值，建立风速-风向-延迟时间优化表；
参数优化设定模块，用于根据所述当前风向、所述当前风速和所述风速-风向-延迟时间优化表，确定风电场的风电机组的延迟时间的最佳设定值，对风电机组的延迟时间参数进行设定。
9.根据权利要求7所述的风电机组偏航系统校准系统，其特征在于，所述有功功率有效值计算模块，具体包括：
有功功率有效值计算子模块，用于根据所述历史风电场运行数据，对每个风速子区间的数据离散点进行有功功率的概率分布统计，将出现次数最多的有功功率作为所述风速子区间的有功功率有效值。
10.根据权利要求7所述的风电机组偏航系统校准系统，其特征在于，所述校准系统还包括：
数据清洗模块，用于对所述历史风电场运行数据进行清洗，以剔除历史风电场运行数据中的风电机组异常运行数据离散点和无效数据离散点，获得清洗后的历史风电场运行数据；
数据预处理模块，用于对所述清洗后的历史风电场运行数据进行预处理，以剔除清洗后的历史风电场运行数据中的限电运行工况的数据离散点、叶片桨距角位置异常数据离散点和机组机舱初始位置偏离数据离散点，获得预处理后的历史风电场运行数据。

说明书全文

一种风 电机组 偏航校准方法及系统

技术领域

[0001] 本发明涉及风电场运行控制技术领域，特别是涉及一种风电机组偏航校准方法及系统。

背景技术

[0002] 偏航校准系统是水平轴风力发电机组最基本的控制回路之一，是机组的对风装置，偏航校准系统由偏航执行机构及其驱动控制逻辑组成，其通过驱动安装于机舱和塔架之间的偏航电机调整风机机头指向，保证机舱中轴线与入流风风向一致，确保风电机组捕获最大风能转换效率。在理想对风状况下，风电机组机舱指向与入流风向之间的夹角为0°，但在工程实际中，风向标由于制造、安装、调试等人为因素，其零度默认值无法与机舱中轴线平齐，进而导致风电机组机舱无法准确对风，影响机组发电功率，根据贝兹原理，可以得到风电机组风能俘获功率P如下：

[0003]

[0004] 若由于风向测量设备间接导致机组对风时存在某一系统偏差θ，则会使风电机组损失至P(1-cos3(θ))，因此校准偏航系统的稳态误差对提高机组发电量具有将强的实际意义。

发明内容

[0005] 本发明的目的是提供一种风电机组偏航校准方法及系统，以实现风电机组偏航误差的校准，提高机组发电量。

[0006] 为实现上述目的，本发明提供了如下方案：

[0007] 一种风电机组偏航校准方法，所述校准方法包括如下步骤：

[0008] 以正北方向为0°方向，以机组偏航偏差阈值幅值为单位，在360°范围内进行风向区间划分，获得多个风向区间；

[0009] 从风电场SCADA系统中提取历史风电场运行数据；

[0010] 根据所述历史风电场运行数据，建立底部为风向和风速的极坐标，纵轴为风况出现的频次的风资源分布柱坐标图；

[0011] 根据所述风资源分布中坐标图确定风电场的主势入流风况所在的风向区间，作为待校准风向区间，获得待校准风向区间集合；

[0012] 将待校准风向区间集合中的每一个待校准向区间划分为多个细化区间，并将每个细化区间划分为多个风速子区间；

[0013] 计算每个风速子区间的有功功率有效值；

[0014] 对每个细化区间内的所有风速子区间的有功功率有效值，进行曲线拟合，获得每个细化区间的拟合功率曲线；

[0015] 将每个待校准风向区间内所有的细化区间的拟合功率曲线的包络线设置为每个待校准风向区间的校准曲线；

[0016] 将每个风速范围内的校准曲线对应的拟合功率曲线所在的细化区间的中轴线与所述待校准风向区间的中轴线的夹角设置为所述风速范围内的偏航误差校准值，建立每个待校准风向区间的风速-偏航误差校准值查找表；

[0017] 从风电场SCADA系统中获取当前风向和当前风速；

[0018] 根据所述当前风向、当前风速和每个待校准风向区间的风速-偏航误差校准值查找表，确定当前风向和当前风速下的偏航误差校准值，对风电机组偏航角进行校准。

[0019] 可选的，所述根据所述当前风向、当前风速和每个待校准风向区间的风速-偏航误差校准值查找表，确定当前风向和当前风速下的偏航误差校准值，对风电机组偏航角进行校准，之后还包括：

[0020] 提取每个待校准风向区间内每个细化区间内的每个风速子区间的数据离散点，得到每个风速子区间的训练数据集合；

[0021] 采用自适应K-Means聚类算法，对每个训练数据集合中的数据离散点进行聚类，确定每个风速子区间内功率最大的数据离散点的延迟时间，作为所述风速子区间的延迟时间的最佳设定值，建立风速-风向-延迟时间优化表；

[0022] 根据所述当前风向、所述当前风速和所述风速-风向-延迟时间优化表，确定风电场的风电机组的延迟时间的最佳设定值，对风电机组的延迟时间参数进行设定。

[0023] 可选的，所述计算每个风速子区间的有功功率有效值，具体包括：

[0024] 根据所述历史风电场运行数据，对每个风速子区间的数据离散点进行有功功率的概率分布统计，将出现次数最多的有功功率作为所述风速子区间的有功功率有效值。

[0025] 可选的，所述根据所述历史风电场运行数据，以底部为风向和风速的极坐标，纵轴为风况出现的频次的风资源分布柱坐标图，之前还包括：

[0026] 对所述历史风电场运行数据进行清洗，以剔除历史风电场运行数据中的风电机组异常运行数据离散点和无效数据离散点，获得清洗后的历史风电场运行数据；

[0027] 对所述清洗后的历史风电场运行数据进行预处理，以剔除清洗后的历史风电场运行数据中的限电运行工况的数据离散点、叶片桨距角位置异常数据离散点和机组机舱初始位置偏离数据离散点，获得预处理后的历史风电场运行数据。

[0028] 可选的，所述根据所述历史风电场运行数据，以底部为风向和风速的极坐标，纵轴为风况出现的频次的风资源分布柱坐标图，之前还包括：

[0029] 根据所述历史风电场运行数据，按照“风向测量绝对值＝机舱初始位置+机舱位置+风向测量数据的值”的方式对所述历史风电场运行数据中的风向测量数据进行校准。

[0030] 可选的，所述将每个风速范围内的校准曲线对应的拟合功率曲线所在的细化区间的中轴线与所述待校准风向区间的中轴线的夹角设置为所述风速范围内的偏航误差校准值，建立每个待校准风向区间的风速-偏航误差校准值查找表，之后还包括：

[0031] 采用设置在风电机组上的激光测风雷达获取风向与风机机头夹角作为偏航误差实测值；

[0032] 采用查表的方法从所述风速-偏航误差校准值查找表中获得的偏航误差校准值；

[0033] 对所述偏航误差实测值和所述偏航误差校准值进行加权平均计算，将计算结果作为新的偏航误差校准值，对所述风速-偏航误差校准值查找表进行校准和优化。

[0034] 一种风电机组偏航系统校准系统，所述校准系统包括：

[0035] 第一区间划分模块，用于以正北方向为0°方向，以机组偏航偏差阈值幅值为单位，在360°范围内进行风向区间划分，获得多个风向区间；

[0036] 历史风电场运行数据提取模块，用于从风电场SCADA系统中提取历史风电场运行数据；

[0037] 风资源分布柱坐标图建立模块，用于根据所述历史风电场运行数据，建立底部为风向和风速的极坐标，纵轴为风况出现的频次的风资源分布柱坐标图；

[0038] 待校准风向区间获取模块，用于根据所述风资源分布中坐标图确定风电场的主势入流风况所在的风向区间，作为待校准风向区间，获得待校准风向区间集合；

[0039] 第二区间划分模块，用于将待校准风向区间集合中的每一个待校准向区间划分为多个细化区间，并将每个细化区间划分为多个风速子区间；

[0040] 有功功率有效值计算模块，用于计算每个风速子区间的有功功率有效值；

[0041] 曲线拟合模块，用于对每个细化区间内的所有风速子区间的有功功率有效值，进行曲线拟合，获得每个细化区间的拟合功率曲线；

[0042] 校准曲线获取模块，用于将每个待校准风向区间内所有的细化区间的拟合功率曲线的包络线设置为每个待校准风向区间的校准曲线；

[0043] 风速-偏航误差校准值查找表建立模块，用于将每个风速范围内的校准曲线对应的拟合功率曲线所在的细化区间的中轴线与所述待校准风向区间的中轴线的夹角设置为所述风速范围内的偏航误差校准值，建立每个待校准风向区间的风速-偏航误差校准值查找表；

[0044] 当前风况获取模块，用于从风电场SCADA系统中获取当前风向和当前风速；

[0045] 风电机组调整模块，用于根据所述当前风向、当前风速和每个待校准风向区间的风速-偏航误差校准值查找表，确定当前风向和当前风速下的偏航误差校准值，对风电机组偏航角进行校准。

[0046] 可选的，所述校准系统，还包括：

[0047] 训练数据集合提取模块，用于提取每个待校准风向区间内每个细化区间内的每个风速子区间的数据离散点，得到每个风速子区间的训练数据集合；

[0048] 聚类模块，用于采用自适应K-Means聚类算法，对每个训练数据集合中的数据离散点进行聚类，确定每个风速子区间内功率最大的数据离散点的延迟时间，作为所述风速子区间的延迟时间的最佳设定值，建立风速-风向-延迟时间优化表；

[0049] 参数优化设定模块，用于根据所述当前风向、所述当前风速和所述风速-风向-延迟时间优化表，确定风电场的风电机组的延迟时间的最佳设定值，对风电机组的延迟时间参数进行设定。

[0050] 可选的，所述有功功率有效值计算模块，具体包括：

[0051] 有功功率有效值计算子模块，用于根据所述历史风电场运行数据，对每个风速子区间的数据离散点进行有功功率的概率分布统计，将出现次数最多的有功功率作为所述风速子区间的有功功率有效值。

[0052] 可选的，所述校准系统还包括：

[0053] 数据清洗模块，用于对所述历史风电场运行数据进行清洗，以剔除历史风电场运行数据中的风电机组异常运行数据离散点和无效数据离散点，获得清洗后的历史风电场运行数据；

[0054] 数据预处理模块，用于对所述清洗后的历史风电场运行数据进行预处理，以剔除清洗后的历史风电场运行数据中的限电运行工况的数据离散点、叶片桨距角位置异常数据离散点和机组机舱初始位置偏离数据离散点，获得预处理后的历史风电场运行数据。

[0055] 可选的，所述校准系统还包括：

[0056] 风向校准模块，用于根据所述历史风电场运行数据，按照“风向测量绝对值＝机舱初始位置+机舱位置+风向测量数据的值”的方式对所述历史风电场运行数据中的风向测量数据进行校准。

[0057] 可选的，所述校准系统还包括：

[0058] 测量模块，用于采用设置在风电机组上的激光测风雷达获取风向与风机机头夹角作为偏航误差实测值；

[0059] 查表模块，用于采用查表的方法从所述风速-偏航误差校准值查找表中获得的偏航误差校准值；

[0060] 查找表校准和优化模块，用于对所述偏航误差实测值和所述偏航误差校准值进行加权平均计算，将计算结果作为新的偏航误差校准值，对所述风速-偏航误差校准值查找表进行校准和优化。

[0061] 根据本发明提供的具体实施例，本发明公开了以下技术效果：

[0062] 本发明提出了一种风电机组偏航校准方法及系统。所述校准方法包括：首先，根据历史风电场运行数据，建立风资源分布柱坐标图，以确定风电场的主势入流风况所在的风向区间；然后，计算每个风速子区间的有功功率有效值，采用曲线拟合的方式，获得每个细化区间的拟合功率曲线；然后，设置为每个待校准风向区间的校准曲线，将每个风速范围内的校准曲线对应的拟合功率曲线所在的细化区间的中轴线与所述待校准风向区间的中轴线的夹角设置为所述风速范围内的偏航误差校准值，建立风速-偏航误差校准值查找表；最后，采用查表的方式确定当前风向和当前风速下的偏航误差校准值，对风电机组偏航角进行校准，实现了风电机组偏航误差的校准，提高了机组发电量。附图说明

[0063] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

[0064] 图1为本发明提供的一种风电机组偏航校准方法的流程图；

[0065] 图2为本发明提供的一种风电机组偏航校准方法的原理图；

[0066] 图3为本发明提供的对清洗后的历史风电场运行数据进行预处理的流程图；

[0067] 图4为本发明提供的风向区间化示意图；

[0068] 图5为本发明提供的风资源分布柱坐标示意图；

[0069] 图6为本发明提供的自适应K-Means聚类算法的流程图；

[0070] 图7为本发明提供的一种风电机组偏航校准系统的结构图。

具体实施方式

[0071] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。

[0072] 本发明的目的是提供一种风电机组偏航校准方法及系统，以实现风电机组偏航误差的校准，提高机组发电量。

[0073] 为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

[0074] 为了实现上述目的本发明提供一种风电机组偏航校准方法，如图1和2所示，所述校准方法包括如下步骤：

[0075] 步骤101，以正北方向为0°方向，以机组偏航偏差阈值幅值为单位，在360°范围内进行风向区间划分，获得多个风向区间。

[0076] 以风向绝对值数据为基准，从正北方向(0°)开始将360°的风向依照机组偏航偏差阈值幅值(-θ～+θ)进行划分标记(如：352°～8°、8°～24°、24°～40°、40°～56°等)，区间划分的结果标记为“风向区间i”。其中偏航偏差阈值是偏航控制系统的关键参数之一，表示风机偏航执行机构启动时入流风与机舱指向的角度差阈值，是一种界限标准，常用于衡量计算机组偏航执行机构的启动条件，是偏航执行机构动作启动时的关键控制参数。

[0077] 步骤102，从风电场SCADA系统中提取历史风电场运行数据；具体包括：

[0078] 选择校准方法所需要提取的SCADA数据种类：根据要求，需要提取SCADA系统中环境测量数据(记录风电场地理环境因素)，包括：环境温度、湿度、风速、风向、大气压力等；机组运行状况数据(记录风电机组工作时各部件传感器的反馈数据)，包括：风机轮毂转速、变频器有功功率、叶片桨距角位置值、风向标风向数据、机舱位置值等；以及风电机组初始结构参数(记录风电机组初始设定的架构参数)，包括：额定功率、额定转子转速、额定风速、风电机组切入/切出风速值、风向初始偏置值、机舱初始偏向位置、机组多个部件的状态标志等。即，所述历史风电场运行数据包括环境测量数据、机组运行状况数据和风电机组初始结构参数数据。

[0079] 完成数据种类的筛选后需要确定数据所覆盖的时间范围以及数据提取的时间尺度，考虑到风资源的分布具有较强的随机波动性以及季节周期性，因此所提取SCADA运行数据的时间尺度选择为10秒级～1分钟级，时间范围的周期为1～2年。

[0080] SCADA数据清洗：对所述历史风电场运行数据进行清洗，以剔除历史风电场运行数据中的风电机组异常运行数据离散点和无效数据离散点，获得清洗后的历史风电场运行数据，具体的，首先需要数据对象中的无效点(即数据种类的值为空值或错误)进行剔除，在无效数据剔除的基础上，根据对象中所包含的环境测量数据，将SCADA系统中的切入风速以下和额定风速以上的数据以及极端环境下的数据散点进行剔除(其中极端环境数据点指大气温度、湿度、气压等环境特征数据远离测量分布范围的数据点，依据3σ准测进行评判)；此外，通过对比机组运行状况数据以及风机初始结构参数以及参考IEC61400-12标准，对风电机组异常运行数据及无效数据进行剔除。

[0081] SCADA数据预处理：对所述清洗后的历史风电场运行数据进行预处理，以剔除清洗后的历史风电场运行数据中的限电运行工况的数据离散点、叶片桨距角位置异常数据离散点和机组机舱初始位置偏离数据离散点，获得预处理后的历史风电场运行数据，具体的，根据SCADA数据中的叶片桨距角位置、桨距角电机功率、偏航角度设定值(机舱初始偏向位置)、状态标志字等信息选取样本数据集，剔除其余控制模式的影响，保证数据点的功率仅受风速和风向的影响，详细剔除流程参考附图3及下列子步骤：

[0082] 1、本方法仅针对额定风速以下的风电机组工作状况进行分析计算，因此首先需要根据各机组SCADA系统所记录的额定风速、切入风速(风电机组初始结构参数)，对照目标数据的“风速”数据进行第一次剔除；

[0083] 2、针对限电运行工况的数据点进行剔除，限电运行即指风电机组受主控单元调度指令的限制，其实发功率低于相同工况下机组自由发电功率的运行状况。在剔除时需要根据SCADA系统中工作模式参数(不同SCADA系统中的设定值和命名规则也不同)或者输出功率限制值进行剔除，剔除掉工作模式参数中的非常态值数据点(不同数值代表不同形式的限电运行)，或剔除输出功率限制值远低于风电机组额定功率的数据点；

[0084] 3、针对叶片桨距角位置值异常的数据点进行剔除，在额定风速以下运行时，机组叶片桨距角位置处于0°状态(零初始状态)，因此需要根据桨距角参数数据对目标数据中变桨运行状态(即叶片桨距角位置偏离零初始状态时的工作状态)的数据点进行剔除；

[0085] 4、承接步骤1.5.3所进行的数据剔除工作，除了要剔除掉已经处于变桨运行状态的数据点，还需要将变桨运行时的数据进行剔除防止叶片变桨电机分散机组输出功率，因此需要根据伺服电机功率参数(变桨电机输出功率值)对变桨电机处于运行状态的数据点进行剔除；

[0086] 5、针对机组机舱初始位置偏离进行剔除，机组初始机舱位置设定值属于关键控制参数，可以通过后台控制程序加以修改。因此需要将目标数据中出现零度偏航偏差(即机组的偏航角度设定值/机舱初始偏向位置偏离默认值)的数据点剔除，根据目标数据中的偏航设定值/机舱初始偏向位置值进行判断。

[0087] 根据所述历史风电场运行数据，按照“风向测量绝对值＝机舱初始位置+机舱位置+风向测量数据的值”的方式对所述历史风电场运行数据中的风向测量数据进行校准。具体的，对风向测量数据(其中机舱指向数据为机头指向的零度相对偏移值，风向测量值为相对机舱方位的偏移值)进行补偿校准(校准补偿包括：1.将目标数据中所有的方向数据统一整合到0°～360°的量程范围内；2.根据SCADA系统或者机组后台控制系统查找机组方向数据的测量零度基准位，对基准位为非正北的方向数据进行方位校准；3.实时风向测量绝对值＝机舱初始位置数据+机舱位置数据+风向标风向测量数据，其中机舱初始位置数据属于风电机组初始结构参数，机舱位置数据、风向标风向测量数据都属于机组运行状况数据)，获得以正北方位基准值，逆时针方向为正方向的入流风向绝对测量值。

[0088] 步骤103，根据所述历史风电场运行数据，建立底部为风向和风速的极坐标，纵轴为风况出现的频次的风资源分布柱坐标图。

[0089] 对历史风电场运行数据或经过方向校准的数据集合进行以风向、风速为特征属性的频次概率统计，将目标数据中的数据散点依照风向/风速进行分组，统计不同风向/风速情况下数据散点的出现频次。

[0090] 以风向、风速、出现频次作为决策变量绘制柱坐标图形可视化风资源分布情况，即建立风资源分布柱坐标图，其中，如图5中的左图所示，底部坐标为风向-风速极坐标，纵轴为风况出现频次，得到的柱坐标图如图5中的右图所示。筛选出风电场的主势入流风况(包括风向和风速)，即风速快且出现频次高的风向区间，如附图5中的90°方向和210°方向。

[0091] 步骤104，根据所述风资源分布中坐标图确定风电场的主势入流风况所在的风向区间，作为待校准风向区间，获得待校准风向区间集合；

[0092] 步骤105，将待校准风向区间集合中的每一个待校准向区间划分为多个细化区间，并将每个细化区间划分为多个风速子区间；

[0093] 对待校准风向区间进行风向的深层细化，细化区间的范围α°，该区间标记为“细化区间”，两次风向区间划分的拓扑图可以参考附图4。以历史风电场运行数据中的风向数据为决策变量选出待校准向区间的细化区间内的数据散点，并于笛卡尔坐标系中绘制风速-功率散点。

[0094] 对笛卡尔坐标系中散点的风速数据进行信息统计，综合分析散点风速的分布情况得到风速区间化的分度值(实现中采用0.1m/s)，根据该风速分度值区分数据散点，即以0.1m/s为区间宽度，以风速数据为依据将数据点进行归类，如风速在5.3m/s～5.4m/s的数据点为一类，属于一个风速子区间。

[0095] 步骤106，计算每个风速子区间的有功功率有效值；

[0096] 步骤106所述计算每个风速子区间的有功功率有效值，具体包括：根据所述历史风电场运行数据，对每个风速子区间的数据离散点进行有功功率的概率分布统计，将出现次数最多的有功功率作为所述风速子区间的有功功率有效值。

[0097] 具体的，当风速子区间宽度足够小时，可以认为风速子区间内的散点都具有相同的风速，对每一个风速子区间内的数据散点进行基于有功功率的概率分布统计，统计出相同有功功率输出值的散点出现次数及比例，并将出现次数/比例最大的有功功率值作为该风速(风速子区间内)下机组有功功率输出有效值。重复步骤上述步骤直至所有的待校准风速区间内的所有的细化区间的所有风速子区间完成相应有功功率有效值的计算。

[0098] 步骤107，对每个细化区间内的所有风速子区间的有功功率有效值，进行曲线拟合，获得每个细化区间的拟合功率曲线。

[0099] 针对相邻的两个风速子区间，以两者对应的风速以及其有功功率有效值为参考点在这两个风速区间内进行风功率曲线的线性化。重复上述步骤直至所有相邻区间完成风功率曲线线性化，可以得到一个细化区间的量化风功率曲线，即拟合功率曲线。

[0100] 步骤108，将每个待校准风向区间内所有的细化区间的拟合功率曲线的包络线设置为每个待校准风向区间的校准曲线。

[0101] 如附图4所示，待校准风向区间内的各个细化区间以待校准风向区间的中轴线为基准对称分布，每个细化区间代表一个固定的小幅风向偏移量，其偏移量具体数值为细化区间中轴线与待校准风向区间中轴线的夹角角度值。

[0102] 以细化区间中轴线与待校准风向区间中轴线的角度偏移值作为偏航稳态误差校准的量化指标，为每一个细化区间功率曲线标定相应的校准值，即细化区间相对于待校准风向区间中轴线的偏移量即为该细化区间对应的校准数值，其符号由细化区间与待校准风向区间中轴线的相对位置决定(细化区间在顺时针范围内则取‘+’，在逆时针范围内则取‘-’)。

[0103] 针对待校准风向区间i中所包含的所有细化区间，对各自细化区间内的数据散点进行风功率曲线拟合，得到每个细化区间的拟合功率曲线，并且将待校准风向区间i中所有拟合功率曲线以不同形式进行区别，得到风速-功率曲线簇。

[0104] 针对主势风向下待校准风向区间内的风速-功率曲线簇，以有功功率最大化为导向判断最大风功率曲线所对应的细化区间，根据细化区间与待校准风向区间的中轴线的相对位置得到该待校准风向区间位置条件下偏航稳态误差量化校准值的分布情况。具体的，风速-功率曲线簇呈现一致性较高的走势并且差距较小时，则可以认定该区间位置条件下偏航稳态误差校准值为零。若风速-功率簇一致性较弱且每条曲线之间具有明显差距，需要进行数值量化，根据风功率曲线的上下次序计算固定风向一次区间内偏航稳态误差校准值随风速变化的情况，即将风速范围分段化，对每一风速段内的风速-功率曲线簇进行分析，选出风速-功率曲线簇的上部包络线作为该待校准风向区间的校准曲线。

[0105] 步骤109，将每个风速范围内的校准曲线对应的拟合功率曲线所在的细化区间的中轴线与所述待校准风向区间的中轴线的夹角设置为所述风速范围内的偏航误差校准值，建立每个待校准风向区间的风速-偏航误差校准值查找表；

[0106] 利用所述校准曲线反推对应的细化区间，获取所述细化区间与所述待校准风向区间的中轴线的夹角作为该风速范围的偏航误差校准值，整合出待校准风向区间内的风速-偏航误差校准值查找表。从而编制出主势入流风向下的风向-风速-偏航误差校准表。

[0107] 步骤109所述将每个风速范围内的校准曲线对应的拟合功率曲线所在的细化区间的中轴线与所述待校准风向区间的中轴线的夹角设置为所述风速范围内的偏航误差校准值，建立每个待校准风向区间的风速-偏航误差校准值查找表，之后还包括：采用设置在风电机组上的激光测风雷达获取风向与风机机头夹角作为偏航误差实测值；采用查表的方法从所述风速-偏航误差校准值查找表中获得的偏航误差校准值；对所述偏航误差实测值和所述偏航误差校准值进行加权平均计算，将计算结果作为新的偏航误差校准值，对所述风速-偏航误差校准值查找表进行校准和优化。

[0108] 具体的，利用风电机组上配置的激光测风雷达设备，则可以对风速-偏航稳态误差校准表进行激光测风雷达校准验证。具体步骤为：

[0109] 在指定的风电机组机舱上安装激光测风雷达。

[0110] 将测风雷达测量正方向与风机机头平行重合，在不同的测试距离条件下对主势入流风况以及偏航稳态误差校准表中误差较为严重的情景进行针对性测量，固定时间周期记录风向夹角数据。

[0111] 以激光测风雷达的风向夹角数据为参考依据，对风速-偏航稳态误差定量化校准表进行数值修正，例如对校准数值结果和测量结果进行加权平均计算，对具有明显偏差的情况进行反复验证测试。

[0112] 根据风电场实际环境情况和工程应用要求编制风向-风速-偏航校准查找表并配合外挂式硬件设备辅助后台控制器工作，提供面向现场实践的校准手段，并通过调整机舱风向标零度安装位置或者风向初始偏置值(又称零度风向补偿值)实现校准。

[0113] 对尚未具有装配激光测风雷达及相关高精度测风设备的风电机组，可以直接采用风向-风速-偏航校准查找表来指导机组偏航稳态误差的校准措施。

[0114] 步骤110，从风电场SCADA系统中获取当前风向和当前风速。

[0115] 步骤111，根据所述当前风向、当前风速和每个待校准风向区间的风速-偏航误差校准值查找表，确定当前风向和当前风速下的偏航误差校准值，对风电机组偏航角进行校准。

[0116] 确定当前风向所在的风向区间是否为主势入流风向下的待校准风向区间，当当前风向属于待校准风向区间时，根据当前风向所在的细化区间的历史风电场运行数据，确定该细化区间的数据散点的分布，并根据数据散点的聚集程度和分布高低判断偏航稳态误差的大小，当细化区间的数据散点的分布规律与该细化区间的拟合功率曲线的趋势一致且分布集中，则无明显偏航误差，当某个细化区间的数据散点分布聚集在某一个区域且与其他细化区间的数据散点分隔明显，则该待校准风向区间所覆盖的风向内机组具有明显偏航偏差情况，应采用查表的方式进行校准。

[0117] 步骤111，根据所述当前风向、当前风速和每个待校准风向区间的风速-偏航误差校准值查找表，确定当前风向和当前风速下的偏航误差校准值，对风电机组偏航角进行校准，之后还包括基于风资源分布情况的对偏航的延迟时间进行控制优化。如图6所示，具体包括：

[0118] 提取每个待校准风向区间内每个细化区间内的每个风速子区间的数据离散点，得到每个风速子区间的训练数据集合。具体的：1.1、为了实现对风电机组偏航控制系统的全面提效，需要在完成偏航系统稳态误差校准的基础上，对机组偏航系统的控制参数进行优化。首先按照步骤102提取风电场内所有机组的SCADA运行数据，并将其整合在一起作为一个数据集合进行后续计算操作。(步骤101-111所用的数据源都是一台机组的SCADA系统数据，该步骤使用的数据源为场内所有数据源的数据)。1.2、以步骤1.1得到的数据为对象，对该对象进行数据预处理，得到数据对象A。1.3、以A为处理对象，进行步骤103所述的风电场风资源可视化描述，得到风电场风资源分布可视化情况，判断整场的主势入流风向。1.4、以A为处理对象，进行步骤104至步骤105的SCADA数据区间化，将整场风机的SCADA数据集合A按照风向信息进行划分，得到带有风向区间标签(即表征该数据样本点所处一次区间/细化区间的信息类型)的数据集合B。1.5、以步骤1.4所得到的数据集合B为处理对象，进行基于风速信息的区间化。针对B中的风速数据，以0.2m/s作为分度值，对B中的所有数据样本点进行划分，划分出来的区间个数N满足下式的数学关系：

[0119]

[0120] 其中Vmax和Vmin分别代表集合B风速数据类型中的最大值和最小值，表示向上取整函数，N为风速区间化后得到的区间总数。1.6、完成步骤1.5的风速区间化计算后，需要对集合B新增数据类型——“风速区间”以表示数据样本点所处的风速子区间。(例如对风速处于0～0.2m/s范围内的数据样本点标记为“风速区间1”)，将变更后的数据集合记作C。1.7、提取集合C中处于相同一次区间、细化区间、风速子区间(例如：一次区间i，细化区间j，风速子区间k)的所有数据样本点作为一个新的数据集合D，将集合D中的样本数据点个数记作ND。

[0121] 采用自适应K-Means聚类算法，对每个训练数据集合中的数据离散点进行聚类，确定每个风速子区间内功率最大的数据离散点的延迟时间，作为所述风速子区间的延迟时间的最佳设定值，建立风速-风向-延迟时间优化表。具体的：以集合D中的延迟时间(风电机组初始结构参数)和有功功率(机组运行状况数据)为特征变量运行自适应K-Means聚类算法的计算。具体步骤为：

[0122] 步骤2.1：首先将D中数据样本点的延迟时间和有功功率进行归一化计算，计算依据如下式：

[0123]

[0124] 其中xi表示数据集合D中第i个样本点的特征数据，其代表由第i个样本点的延迟时间和有功功率组合在一起的特征数据向量，xmin和xmax分别表示集合D中样本点特征数据(延迟时间、有功功率)的最小值和最大值所组成的向量，将经过归一化处理的特征数据集合记作D*。

[0125] 步骤2.2：其次需要确定自适应K-Means聚类算法的聚类个数，以归一化处理过后的特征数据为对象，带入下述相对距离函数进行计算：

[0126]

[0127] 其中E表示相对距离函数计算值，Ncluster表示拟选定的聚类个数，ND为样本数据点的个数，表示2-范数函数。通过将Ncluster从2逐步递增，记录不同Ncluster值所对应的E，绘制E-Ncluster变换曲线(如附图5)，根据曲线变化情况，寻找曲线拐点处的Ncluster作为本次聚类算法的最佳聚类个数，记为MD。

[0128] 步骤2.3：执行K-Means聚类算法，从样本数据集D*中随机抽取MD个样本点的特征数据作为初始聚类中心

[0129] 步骤2.4：计算D*中的样本点的特征数据xi与聚类中心μ的距离dij，距离的计算函数如下式：

[0130]

[0131] 其中xi代表第i个样本点的特征数据，μj代表第j个聚类中心，表示2-范数计算函数，dij代表样本点特征数据xi与聚类中心μj的距离值。

[0132] 步骤2.5：根据下式的逻辑关系，确定样本点所对应聚类中心的簇标记：

[0133]

[0134] 其中argmin{·}为取最小值函数，针对不同的数据点其返回结果为距离值最小时聚类中心向量μi的标记λi(同样标记的数据点代表处于同一个聚类簇中)，将样本划入相应*的簇重复步骤8.7.4至步骤8.7.5直到D所有的数据样本点完
成簇标记。

[0135] 步骤2.6：针对步骤2.5所得到的聚类簇结果，对一个簇按照下式对该簇的聚类中心进行迭代计算

[0136]

[0137] 其中Cj代表第j个聚类簇，xi为该聚类簇中样本数据点的特征数据向量，|Cj|表示簇内各数据点之间距离值的加和。重复该步骤直至所有的聚类簇都完成聚类中心的迭代计算。

[0138] 步骤2.7：将步骤2.6计算得到的新的聚类中心μ′i整合得到新的新的聚类中心并将当前聚类中心μ更新为μ′。

[0139] 步骤2.8：重复步骤2.4至步骤2.7的计算，直至聚类中心不再改变，即可停止聚类计算步骤，并输出聚类结果，包括：集合D*的聚类簇标签以及聚类中心

[0140] 步骤2.9：对聚类中心μ*进行去归一化计算，计算方程如下所示：

[0141]

[0142] 其中x′i为待处理特征数据，xi表示去归一化的特征数据，xmin和xmax分别表示原始集合D中样本点特征数据的最小值和最大值组成的向量。将去归一化后的聚类中心记为[0143] 完成自适应K-Means聚类算法后，找出聚类中心μ中有功功率值最大的中心，从而得到功率最大情况下，延迟时间的最佳设定值，从而实现数据集合D所对应工况下(在步骤8.7中指定的工况一次区间i，细化区间j，风速子区间k)的控制参数最优值。

[0144] 在保持一次区间i和细化区间j不变的情况下，依次改变风速子区间k，重复上述步骤的计算直至所有的风速子区间遍历完成，得到一次区间i和细化区间j不变时风速-参数优化表。

[0145] 保持一次区间i不变，改变细化区间j，重复上述步骤的计算直至该一次区间下的所有细化区间遍历完成，得到一次区间i不变时，细化区间-风速-参数优化表。

[0146] 根据所述当前风向、所述当前风速和所述风速-风向-延迟时间优化表，确定风电场的风电机组的延迟时间的最佳设定值，对风电机组的延迟时间参数进行设定。具体的：基于步骤1.4得到的风电场主势入流风向，在其覆盖范围内改变一次区间i，获取待校准风向区间，从而得到针对风电场主势入流风的风向-风速-参数优化表，实现风电机组偏航系统控制参数(延迟时间)优化。

[0147] 如图7所示本发明还提供一种风电机组偏航系统校准系统，所述校准系统包括：

[0148] 第一区间划分模块701，用于以正北方向为0°方向，以机组偏航偏差阈值幅值为单位，在360°范围内进行风向区间划分，获得多个风向区间；

[0149] 历史风电场运行数据提取模块702，用于从风电场SCADA系统中提取历史风电场运行数据；

[0150] 风资源分布柱坐标图建立模块703，用于根据所述历史风电场运行数据，建立底部为风向和风速的极坐标，纵轴为风况出现的频次的风资源分布柱坐标图；

[0151] 待校准风向区间获取模块704，用于根据所述风资源分布中坐标图确定风电场的主势入流风况所在的风向区间，作为待校准风向区间，获得待校准风向区间集合；

[0152] 第二区间划分模块705，用于将待校准风向区间集合中的每一个待校准向区间划分为多个细化区间，并将每个细化区间划分为多个风速子区间；

[0153] 有功功率有效值计算模块706，用于计算每个风速子区间的有功功率有效值；

[0154] 所述有功功率有效值计算模块706，具体包括：

[0155] 有功功率有效值计算子模块，用于根据所述历史风电场运行数据，对每个风速子区间的数据离散点进行有功功率的概率分布统计，将出现次数最多的有功功率作为所述风速子区间的有功功率有效值。

[0156] 曲线拟合模块707，用于对每个细化区间内的所有风速子区间的有功功率有效值，进行曲线拟合，获得每个细化区间的拟合功率曲线；

[0157] 校准曲线获取模块708，用于将每个待校准风向区间内所有的细化区间的拟合功率曲线的包络线设置为每个待校准风向区间的校准曲线；

[0158] 风速-偏航误差校准值查找表建立模块709，用于将每个风速范围内的校准曲线对应的拟合功率曲线所在的细化区间的中轴线与所述待校准风向区间的中轴线的夹角设置为所述风速范围内的偏航误差校准值，建立每个待校准风向区间的风速-偏航误差校准值查找表；

[0159] 当前风况获取模块710，用于从风电场SCADA系统中获取当前风向和当前风速；

[0160] 风电机组调整模块711，用于根据所述当前风向、当前风速和每个待校准风向区间的风速-偏航误差校准值查找表，确定当前风向和当前风速下的偏航误差校准值，对风电机组偏航角进行校准。

[0161] 作为一种优选的实施方式，所述校准系统，还包括：训练数据集合提取模块，用于提取每个待校准风向区间内每个细化区间内的每个风速子区间的数据离散点，得到每个风速子区间的训练数据集合；聚类模块，用于采用自适应K-Means聚类算法，对每个训练数据集合中的数据离散点进行聚类，确定每个风速子区间内功率最大的数据离散点的延迟时间，作为所述风速子区间的延迟时间的最佳设定值，建立风速-风向-延迟时间优化表；参数优化设定模块，用于根据所述当前风向、所述当前风速和所述风速-风向-延迟时间优化表，确定风电场的风电机组的延迟时间的最佳设定值，对风电机组的延迟时间参数进行设定。

[0162] 作为一种优选的实施方式，所述校准系统还包括：数据清洗模块，用于对所述历史风电场运行数据进行清洗，以剔除历史风电场运行数据中的风电机组异常运行数据离散点和无效数据离散点，获得清洗后的历史风电场运行数据；据预处理模块，用于对所述清洗后的历史风电场运行数据进行预处理，以剔除清洗后的历史风电场运行数据中的限电运行工况的数据离散点、叶片桨距角位置异常数据离散点和机组机舱初始位置偏离数据离散点，获得预处理后的历史风电场运行数据。

[0163] 作为另一种优选的实施方式，所述校准系统还包括：风向校准模块，用于根据所述历史风电场运行数据，按照“风向测量绝对值＝机舱初始位置+机舱位置+风向测量数据的值”的方式对所述历史风电场运行数据中的风向测量数据进行校准。

[0164] 作为另一种优选的实施方式，所述校准系统还包括：测量模块，用于采用设置在风电机组上的激光测风雷达获取风向与风机机头夹角作为偏航误差实测值；查表模块，用于采用查表的方法从所述风速-偏航误差校准值查找表中获得的偏航误差校准值；查找表校准和优化模块，用于对所述偏航误差实测值和所述偏航误差校准值进行加权平均计算，将计算结果作为新的偏航误差校准值，对所述风速-偏航误差校准值查找表进行校准和优化。

[0165] 根据本发明提供的具体实施例，本发明公开了以下技术效果：

[0166] 本发明提出了一种风电机组偏航校准方法。所述校准方法包括：首先，根据历史风电场运行数据，建立风资源分布柱坐标图，以确定风电场的主势入流风况所在的风向区间；然后，计算每个风速子区间的有功功率有效值，采用曲线拟合的方式，获得每个细化区间的拟合功率曲线；然后，设置为每个待校准风向区间的校准曲线，将每个风速范围内的校准曲线对应的拟合功率曲线所在的细化区间的中轴线与所述待校准风向区间的中轴线的夹角设置为所述风速范围内的偏航误差校准值，建立风速-偏航误差校准值查找表；最后，采用查表的方式确定当前风向和当前风速下的偏航误差校准值，对风电机组偏航角进行校准，实现了风电机组偏航误差的校准，提高了机组发电量。

[0167] 本说明书中等效实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，等效实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

[0168] 本文中应用了具体个例对发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想，所描述的实施例仅仅是本发明的一部分实施例，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。

标题	发布/更新时间	阅读量
风力发电机组的变桨控制方法和设备	2020-05-11	564
一种用于风电叶片加载交变气动载荷的疲劳试验装置与方法	2020-05-08	953
一种风力发电机组偏航超限IPC变速率停机方法	2020-05-12	970
风力发电机组的光纤载荷传感器的标定方法和设备	2020-05-14	930
一种风电机组偏航校准方法及系统	2020-05-15	797
一种叶片桨距角补偿控制方法及风电机组防超速控制方法	2020-05-08	170
一种低风速风电机组数字双胞胎式的疲劳损伤预测方法	2020-05-15	854
涡轮机从低功率模式的功率攀升	2020-05-14	610
风力涡轮机、风力涡轮机的制动系统和操作风力涡轮机的方法	2020-05-14	518
一种用于风力发电机模型试验的信号采集与控制系统	2020-05-15	737

一种风电机组偏航校准方法及系统

一种风电机组偏航校准方法及系统

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：