基于运行数据的风力发电设备可靠性分析方法和评估技术的研究

被引:0
作者
张穆勇
机构
[1] 华北电力大学
关键词
风电机组; 运行数据; 可靠性; 分析方法; 评估技术;
D O I
暂无
年度学位
2015
学位类型
博士
导师
摘要
并网风力发电是当前技术开发最成熟且有良好发展前景的可再生清洁能源生产形式之一。近年我国的风能利用产业取得了长足进步,风电装机容量已处于世界领先地位。然而,作为跨越式发展形成的新兴能源产业,风力发电仍面临许多亟待解决的技术问题,其中风力发电装备的可靠性和安全运行问题尤为突出。大量现役机组的构成情况复杂,设备故障和可靠性问题频发。究其原因:一方面,为满足产业发展初期对装备的迫切需要,我国现有多数机组的设计、定型等研制周期均很短,难以获得完整的设备可靠性基础试验数据支持;而另一方面,迄今针对在运风电设备的整机可靠性研究严重欠缺。近十年来,投运的风电机组已初具规模,积累了大量的机组运行数据,却缺乏深入的统计与剖析,使这些宝贵信息资源处于闲置和浪费状态。有鉴于此,如何利用现有机组的运行数据,系统地研究风电设备的可靠性问题、评估其技术性能与状态,推进风电场的智能化运行维护技术,优化运行和维护策略,是风电产业健康发展需要解决的关键问题之一针对上述问题,通过对风电企业现状的深入调研,本文围绕整机运行可靠性问题,利用机组的实际运行数据,开展了相关的可靠性分析方法和评估技术的研究,旨在为机组选型、运行优化、维护策略制定提供支持和科学依据。本文分析了我国风电行业和投运风电机组运行数据的特点,系统地研究了基于运行数据的风电机组可靠性分析和评估基本方法;结合试运期间故障数据样本少的问题,有针对性地研究了适用于风电机组小样本数据的可靠性分析和评估方法;通过对运行过程中监测参数指标的深入分析,提出了基于性能可靠性的风电机组性能评估方法。本文研究工作和取得的主要成果如下:(1)研究了风电机组运行可靠性分析和评估的基本方法利用机组的运行数据,针对风电机组整机运行可靠性分析的需求,本文研究了反映机组设备可靠性水平的指标提取方法,提出了适用于风电机组的评估分析模型。1)综合分析了运行过程中记录的状态数据、事件数据和运行维护日志,将其转化为可靠性分析基础数据后,本文系统地研究了风电机组可靠性指标(包括可靠度、故障间隔时间、可靠寿命等)提取的基本方法,研究结果表明,样本容量足够时,本文提出的方法能有效地提取机组的可靠性指标;2)基于运行可靠度,构建了机组维护策略的量化分析模型,并对两种不同的维护策略进行了分析,结果表明,提出的模型可评价维护策略的优劣;3)考虑到风电机组的可靠性评价过程存在模糊性,平均可利用率难以准确地反映机组的可靠性水平,本文构建了基于多参数的风电机组可靠性模糊综合评价模型,并利用北方某风电场10台机组2012年的运行数据验证了提出的评估模型,结果表明,该方法能更准确地反映机组的可靠性水平。(2)研究了试运期小样本数据下风电机组可靠性分析与评估方法试运期间机组的可靠性是新建风电场设备评估的重要依据,但迄今尚无适用的技术评估方法。数据样本容量足够大时,本文上述的可靠性分析与评估的基本方法可以准确地评价风电机组的可靠性水平。但由于试运期间机组运行时间短,故障数据缺乏,其可靠性评估是典型的小样本问题。使用基本方法分析机组的可靠性水平,可能导致结果误差大且不稳定。本文研究了适用于风电机组的小样本数据可靠性分析与评估方法。1)利用部件的故障信息,结合信息熵理论,将部件故障信息折算成整机试验信息,提出了基于部件信息的风电机组整机可靠性信息熵法,研究结果表明该方法能有效地估计整机的运行可靠度;2)通过对试运期间多台同类型机组的停机时间数据的综合分析,构建了基于二参数威布尔拟合的风电机组平均停机时间分析模型,并利用风电场试运行期间的实际停机数据,验证了该模型的有效性;3)提出了试运期间风电机组平均故障间隔时间的估计模型,该模型可实现风电机组故障间隔时间的重构,对可靠度进行Kaplan-Meier非参数估计,并利用估计结果进行函数拟合,然后根据拟合函数的数学性质,估计试运行期间风电机组的平均故障间隔时间,利用本文提出的模型,对北方某风电场20台机组试运期的平均故障间隔时间进行了估计,计算结果表明,该模型能够较准确地估计试运期间机组的平均故障间隔时间。(3)研究并提出了适用的基于性能可靠性的风电机组性能分析与评估方法针对风电工程和生产实践中存在的实际问题,本文利用机组中央监控系统的记录数据,结合性能可靠性理论,研究了适用于风电机组性能分析和评估方法。1)针对风电机组验收过程功率曲线考核评估缺乏客观评价标准,给出了功率曲线验收要求的概率解释,将功率曲线验收要求的评估转化为性能可靠性的评估问题,构建了基于性能可靠性的功率曲线评估模型,并利用北京某风电场5台机组的运行数据,验证了模型的有效性;2)运行在特定风速条件下的机组,输出功率会产生波动且具有随机性。针对该特征,本文研究了风电机组的性能评估方法,该方法针对不同型号机组、单台机组和同一机组运行在不同风速下的情况,分别建立了基于功率曲线差异的不同型号风电机组性能分析模型、基于相关分析的单台机组性能分析模型和基于区间风速内输出功率概率密度分布的分析模型,并利用本文提出的方法评估分析了吉林白城某风电场和甘肃酒泉某风场的10台风电机组,结果表明,提出的方法能有效地分析评估机组的性能;3)以实际测量的某直驱型风电机组的发电机定子绕组温度为研究对象,利用回归技术,将测点温度变换成为不受环境温度和输出功率影响的随机数据,然后利用性能可靠性理论和质量控制图技术对变换后的温度进行可靠性建模,构造基于温度信号的实时可靠度监测模型,并以山西新荣某风电场的1#机组为例,建立了发电机运行过程中实时可靠性监测模型。本文的研究成果可从不同方面有效地提高风电机组的可靠性分析水平,能够为风电机组运行优化、维修策略制定、性能评估等工作提供技术支持和科学依据。
引用
收藏
页数:130
共 118 条
[1]
风力发电设备可靠性及安全运行问题.[A].郭建英;.2012年全国机械行业可靠性技术学术交流会暨第四届可靠性工程分会第四次全体委员大会.2012,
[2]
A prognostic method for fault detection in wind turbine drivetrains.[J].Amir Rasekhi Nejad;Peter Fogh Odgaard;Zhen Gao;Torgeir Moan.Engineering Failure Analysis.2014,
[3]
SCADA data based condition monitoring of wind turbines [J].
Wang, Ke-Sheng ;
Sharma, Vishal ;
Zhang, Zhen-You .
ADVANCES IN MANUFACTURING, 2014, 2 (01) :61-69
[4]
Scenario-based stochastic operation management of MicroGrid including Wind; Photovoltaic; Micro-Turbine; Fuel Cell and Energy Storage Devices.[J].Sirus Mohammadi;Soodabeh Soleymani;Babak Mozafari.International Journal of Electrical Power and Energy Systems.2014,
[5]
Reliability constrained generation expansion planning with consideration of wind farms uncertainties in deregulated electricity market.[J].Reza Hemmati;Rahmat-Allah Hooshmand;Amin Khodabakhshian.Energy Conversion and Management.2013,
[6]
Wind turbine reliability analysis.[J].Jesús María Pinar Pérez;Fausto Pedro García Márquez;Andrew Tobias;Mayorkinos Papaelias.Renewable and Sustainable Energy Reviews.2013,
[7]
Review of power curve modelling for wind turbines.[J].C. Carrillo;A.F. Obando Montaño;J. Cidrás;E. Díaz-Dorado.Renewable and Sustainable Energy Reviews.2013,
[8]
Wind turbine condition monitoring by the approach of SCADA data analysis.[J].Wenxian Yang;Richard Court;Jiesheng Jiang.Renewable Energy.2013,
[9]
A probabilistic approach for strength and stability evaluation of wind turbine rotor blades in ultimate loading.[J].Konstantinos C. Bacharoudis;Theodore P. Philippidis.Structural Safety.2013,
[10]
Wind turbine condition monitoring based on SCADA data using normal behavior models. Part 1: System description [J].
Schlechtingen, Meik ;
Santos, Ilmar Ferreira ;
Achiche, Sofiane .
APPLIED SOFT COMPUTING, 2013, 13 (01) :259-270