CN101793228B

CN101793228B - 用于监控风力发电机组的方法与装置

Info

Publication number: CN101793228B
Application number: CN2010100004381A
Authority: CN
Inventors: 阿尔特马克·延斯
Original assignee: Repower Systems SE
Current assignee: Siemens Comesa Renewable Energy Services Co ltd
Priority date: 2009-01-12
Filing date: 2010-01-08
Publication date: 2012-12-19
Anticipated expiration: 2030-01-08
Also published as: ES2624907T3; ES2808052T3; DK3193012T3; DK2206917T3; EP2206917B1; EP3193012B1; DE102009004385A1; PL2206917T3; DE102009004385B4; EP2206917A3; US8433541B2; US20100179773A1; EP2206917A2; EP3193012A1; PT2206917T; CN101793228A

Abstract

本发明涉及一种用于监控风力发电机组(11，11a，11b，11c)的方法和装置，在所述方法中，首先采集风力发电机组(11，11a，11b，11c)的状态参数，并确定状态参数与相关基准值之间的偏差。根据所确定的偏差计算风力发电机组(11，11a，11b，11c)的停机概率。此外，根据实际产生的电能量与可能产生的总电量之间的关系可以计算出风力发电机组(11，11a，11b，11c)的可用系数。接下来，将可用系数与停机概率构成一个维修优先系数，并将维修优先系数分配给风力发电机组(11，11a，11b，11c)。此外，本发明还涉及到一种用于实施本方法的装置。通过本发明可以实现风力发电机组的均匀稳定地运行。

Description

用于监控风力发电机组的方法与装置

技术领域

本发明涉及一种用于监控风力发电机组工况的方法。在所述方法中采集风力发电机组的状态参数，并且确定状态参数与相关基准值之间的偏差。另外，本发明还涉及一种用于实施本发明所述方法的装置，所述装置包括一台风力发电机组、一个监控中心、一个运算模块、一个逻辑模块与一个计算装置。所述风力发电机组具有一个用于采集风力发电机组状态参数的传感器。所述逻辑模块可以计算风力发电机组状态参数与相关基准值之间的偏差。

背景技术

以前在每台单独的风力发电机组中都会监控这些风力发电机组是否正常工作，以及所有的状态参数是否都处于规定的范围之内。如果发现与正常的工况有所偏差，那么就会产生一个故障信号，并将其传送给一个监控中心。在监控中心将会对该故障信号进行分析，并确定在所涉及到的风力发电机组中需要采取哪些维修措施。故障信号要按照其输入的时间顺序进行处理。

特别是在大型的海上风力发电站中，故障信号的这种处理方式会导致不利效果。众所周知，风力发电机组必须在规定的工作时间之后进行定期维护。在海上风力发电站中，这种定期维护就会产生一些费用，因为维护人员与所需的工具必须通过轮船运送至风力发电机组上。因此，从经济学的角度来说，要同时对尽可能多的风力发电机组上进行维护。但是，即使是所有风力发电机组是同时投入使用的(在海上风力发电站中比较普遍)，也不能说明就要在同一时间点进行维护。因为，维护的时间点主要不是取决于使用的时间长短，而是取决于生产的电能量的多少。而由于不同的停机时间长短或者是风力条件，每台风力发电机组在从投入使用至一个确定的时间点之前所生产的电能量会明显各不相同，这样就会导致，在一台风力发电机组中已经该进行定期维护了，而在另外一台风力发电机组中，才生产了维护间隔期电能的95％。尽管这时可以在这台风力发电机组中实施维护，但是这就会浪费一部分维护间隔期。相反，如果稍后再维护这台风力发电机组，那么在接下来的维护间隔期内，就越发不能再指望同时进行维护。在这种背景前，值得推荐的是，在风力发电站的所有风力发电机组中，要尽可能地同时进行维护。

发明内容

本发明的任务在于设计一种用于监控风力发电机组的方法与装置，利用所述方法与装置可以使这些风力发电机组尽可能均匀稳定地运行。根据本文开头所述技术，可以通过独立权利要求的特征解决该任务。有利的实施方式参见从属权利要求。

在本发明所述的方法中，可以根据状态参数与相关基准值之间的一个确定偏差计算风力发电机组的停机概率。此外，根据实际所生产的电能量与可能生产的总电量之间的比例可以计算出一个可用系数。该可用系数与停机概率一起就会形成维修优先系数，并将该维修优先系数分配给风力发电机组。

首先来解释几个概念。停机概率在极限情况下处于100％。当风力发电机组由于确定的故障已经自动停止时，就会出现这种情况。相反，如果风力发电机组处于运行中，并且所有的状态参数都等于理论值，那么停机概率就会是一个较小的值，例如：0％。在状态参数与相关基准值之间存在一个不会导致立即风力发电机组关闭的偏差时，就会给风力发电机组分配一个位于0％至100％之间的停机概率值。如果对于停机概率没有规定位于0％至100％之间的值，那么停机概率就要符合一个标准，即，风力发电机组是可以投入使用，还是不能投入使用。为了给停机概率分配一个位于0％至100％之间的值，还必须考虑其它的信息与经验值，例如：根据以前的观察所知，如果齿轮箱油温上升10℃，那么在三个月内导致风力发电机组停机的概率为30％，在六个月内导致风力发电机组停机的概率为50％。而变流器的温度上升10℃在接下来的六个之内只会导致10％的停机概率。因此要在条件-监控系统中计算出用于测定停机概率所需的相应数据，并提交给风力发电机组的制造商。

可用系数涉及到过去的情况，并说明实际生产的电能量与可能生产的总电量之间的比例。实际所生产的电能量是已知的，因为其是构成风力发电机组运营商获得报酬的依据。可能生产的总电量值同样也是已知的，因为在风力发电机组中会一直记录风力状况的信息，然后根据风力发电机组的功率特性曲线可以计算出风力发电机组在连续使用时在哪些风速下应该可以生产出多少电能。在很多情况下，也要考虑以两个值的比值形式存在的可用系数，因为可用系数也是构成风力发电机组的制造商与运营商之间的合同协议的一个依据。

可用系数与停机概率一起会形成一个维修优先系数，其中，停机概率越高，在过去的可用性越低，维修优先系数就越高，反之亦然。如果所有所采集到的状态参数在规定的范围内波动，那么停机概率与由此产生的维修优先系数就会具有一个较低的值，或者为0。当状态参数中出现异常值时，才会出现停机概率增加的情况。概念“维修“也包括提前进行定期维护。维修优先系数可以输出到屏幕上或者是以类似的方式输出，并且用作风力发电机组维修顺序的一个标准。也就是说，维修优先系数的值也会对风力发电机组的维修顺序有一定影响。

根据发明所述，可用系数与停机概率会形成一个维修优先系数，在风力发电机组的均匀稳定运行方面，这就可以实现一个进步。以前要按照出现故障信号的先后顺序进行维修风力发电机组，而现在在维修优先系数方面要额外考虑所涉及风力发电机组的可用性在过去是个什么情况。例如：具有几乎一个100％可用性的风力发电机组也许会稍后才需维修，尽管它出现故障的时间要比相邻的、可用性在过去仅仅只有94％的风力发电机组出现故障的时间早。利用发明，也可以促进风力发电机组均匀稳定地运行。对于维修优先系数的测定来说，利用可用系数与停机概率仅仅只要考虑哪些可以利用的值或者是说是在现有数据的基础上易于测定值。如上所述，本发明可以用于在海上风力发电站中实现同时在尽可能多的风力发电机组上进行定期维护。其不必具备以下前提条件，即，在本发明所述方法的框架下分配有维修优先系数的所有风力发电机组都属于一个共同的风力发电站。本发明的这种想法不限于海上风力发电站，也可以适用于陆地上的风力发电站。

在最简单的情况下，基准值就是一种提前确定的、在风力发电机组运行时不允许超过的极限值，根据所述基准值可以判断所记录的状态参数是否与正常工况相符。例如：对于齿轮箱油温规定了一个120℃的基准值，在所述基准值被超过时，必须断开风力发电机组。但是，如果除了基准值之外或者代替基准值而考虑多个风力发电机组的平均值，那么我们可以获得本发明所述方法的更大好处。例如：如果在40台相同型号的风力发电机组中，在它们以相同的额定功率运行两小时后，齿轮箱油温位于75℃与85℃之间，而在另外一台风力发电机组中，在相同的条件下，齿轮箱油温达到了95℃，那么在另外这台风力发电机组中，虽然还没有达到120℃的极限值，但是可以预见，这台风力发电机组的极限值会比其它风力发电机组更早被超过。因此，这台风力发电机组就会被分配一个较高的停机概率。特别是，利用多次出现的状态参数与基准值之间的非临界偏差可以给风力发电机组分配一个较高的停机概率。

本发明包括，将风力发电机组的状态参数与规定的通用基准值相比，仅仅在出现异常时，才会将信号传送给监控中心。但是如果把状态参数传送给监控中心，那么比较与分析状态参数的可能性会更好。特别是可以根据状态参数获得与风力发电机组正常工况相符的新基准值。

如果风力发电机组在一个具有较高平均风速的地点运行，那么风力发电机组的电能产量将明显更高。因此，如果风力发电机组在一个具有较高平均风速的地点停机的话，那么与风力发电机组在一个具有较低平均风速的地点停机相比，损失也将更大，因为在停机期间，未利用的风能可能更大。因此，要将有关当地风力状况的其它信息考虑到维修优先系数中，并且在一个具有较高平均风速的地点运行的风力发电机组要比在一个具有较低平均风速的地点运行的风力发电机组更先被维修。在相同的观点下，可以有关风力发电机组额定功率的信息考虑到维修优先系数中，并且具有较高额定功率的风力发电机组要优先于具有较低额定功率的风力发电机组被维修。

比较有利的是，可以在多个风力发电机组中同时使用本发明所述的方法。如果每个风力发电机组都分配有一个维修优先系数，那么要根据优先次序编制一个清单，其中根据清单记录的优先次序可以得出，要按何种顺序维修风力发电机组。维修优先系数与清单要经常更新，如果一台风力发电机组的维修优先系数发生了变化，那么清单记录的顺序也要随之变化。同时，根据状态参数可以获得与风力发电机组的正常工况相符的基准值。而且，根据基准值，可以便于将每台风力发电机组与其它风力发电机组进行比较。可以获得一些信息，如：在相同的工作时间内，只有5％具有相同型号的风力发电机组比所涉及到的风力发电机组输出更多的故障信号。这种形式的信息适用于进行图像分析。

另外，风力发电机组要承受一种特别的磨损，如果它们进行了过多的起动尝试。因此，通过以下方式可以促使达到风力发电机组均匀稳定运行的目的，即，将风力发电机组已经进行了多少次起动尝试的信息考虑到维修优先系数中。其中，大量的起动尝试会致使提高维修优先系数，反之亦然。

如果必须要关闭风力发电站中的一部分风力发电机组，例如：由于与风力发电站相连的电网中出现了故障，那么也要优选考虑在本发明所述方法中所使用的值，例如：具有较高停机概率的风力发电机组要首先被关闭，具有较低可用性的风力发电机组要最后被关闭。

另外，本发明还涉及到一种本文开头所述的用于执行本发明所述方法的装置。根据发明所述，该装置的特点如下：计算装置可以根据实际生产的电能总量与可能生产的电能总量之间的关系计算出与风力发电机组有关的可用系数。在逻辑模块发现偏差的情况下，运算模块会计算出风力发电机组的停机概率。运算模块会将可用系数与停机概率汇总成一个维修优先系数，在监控中心会将维修优先系数分配给风力发电机组。

在这里要在一个功能性意识中理解概念“运算模块”，运算模块不需要是一个结构单元。在一种有利的实施方式中，运算模块安装在监控中心中。在其它的实施方式中，至少一部分运算模块是与监控中心分开的，例如：安装在风力发电机组中。在一种有利的结构形式中，这种配置包括多台风力发电机组，其中多台风力发电机组都属于一个监控中心。这些风力发电机组的维修优先系数在监控中心优选以优先次序分类，从而得出维修风力发电机组的顺序。另外，运算单元还用于考虑多个风力发电机组的状态参数，以便计算出与正常工况相符的基准值。

附图说明

下面将在参阅附图的情况下，根据有利的实施方式对本发明进行详细描述，其中：

图1为根据本发明所述配置的一种示意图；

图2为根据本发明所述配置的元件的示意图。

具体实施方式

图1所示的一种本发明所述配置包括多个风力发电机组11、11a、11b、11c，这些风力发电机组与一个第一风力发电站12与一个第二风力发电站13相连。在风力发电站12中，会将所生产的电能通过一个风力发电站内部电网14传送给一个变电站15，在所述变电站中，电能将转换为高压，并馈送给公共供电网。在风力发电站13中，电能相应地也是通过一个风力发电站内部电网16传送给变电站17。两个风力发电站12、13的风力发电机组11、11a、11b、11c可以通过数据线18、19与监控中心20相连。

每台风力发电机组包括一个控制装置，如：在风力发电机组11中的附图标记22所示。控制装置22连接有一个风力传感器23以及一个用于计量所馈送电能电量的计数器24。风力传感器23与计数器24的测量值都会被传送给一个计算装置25，所述计算装置可以根据风力传感器23的值首先计算出可能生产的电能总量，也就是说风力发电机组11在不停机时可能会产生的电能总量。计算装置25会计算出一个用于风力发电机组11的可用系数，所述可用系数是以实际馈送的电能量与可能生产的电能总量的比值的形式得出的。

另外，风力发电机组11的控制装置22连接有多个传感器，所述传感器在风力发电机组11的工作过程中会采集状态参数。例如：在图2中示出了一个传感器26，所述传感器可以测量风力发电机组11的齿轮箱油温。利用传感器26测得的状态参数会被传输给一个逻辑模块27，所述逻辑模块会判断，在状态参数与相关的基准值之间是否存在偏差。在逻辑模块27中，状态参数首先会与绝对极限值进行比较，如果状态参数超过了一个绝对极限值，那么风力发电机组11就必须停机。此外，逻辑模块27还会将状态参数与反映这一型号风力发电机组在相应工况时平均状态的平均值进行比较。监控中心20会将平均值传送给逻辑模块27。

如果逻辑模块27发现在状态参数与相关的基准值之间存在偏差，那么其会将相应的信号传递给监控中心20的运算模块21。运算模块21会根据风力发电机组11的状态参数与平均值之间的偏差计算出风力发电机组11的停机概率。此外，运算模块21还会考虑监控中心20的存储器28中的其它数据。根据这些基于过去观察的数据，可以计算出风力发电机组状态参数与平均值之间的偏差会以何种概率致使风力发电机组停机。运算模块21可以利用存储器28的数据测定风力发电机组11的停机概率。

接下来，运算模块21会将停机概率与可用系数汇总，所述可用系数是通过计算装置25传递给运算模块21的，并确定用于风力发电机组11的维修优先系数。下面将根据一种简单的方式说明维修优先系数的测定。所有涉及到本方法的风力发电机组的维修优先系数将会按照优先次序分类，并得出维修风力发电机组的顺序。

在结构形式相同的三台风力发电机组WEA 1、WEA 2、WEA 3中采集状态参数。状态参数涉及到齿轮箱油温、变流器的温度、发电机的温度与主轴承的温度。在每台风力发电机组中，对于每种值都要设置一个传感器。可以得出如下状态参数：

一个不允许被超过的绝对极限值可以用作状态参数的基准值。在WEA1的主轴承温度以及WEA3的变流器温度中的符号“X”表示超过了该极限值，并且因此风力发电机组必须停机。WEA1与WEA3在其它单元格中的数据是在快关闭风力发电机组前所涉及到的数据。WEA1与WEA3已经被关闭，并且具有100％的停机概率。在WEA2中，所有以状态参数的形式采集到的值明显低于相关的极限值，停机概率为0％。在该示例中，没有涉及到停机概率在0％与100％之间的其它差别。

此外，每台风力发电机组包括一个逻辑模块，所述逻辑模块可以根据实际生产的电能量与可能生产的电能总量之间的比值确定一个相对的可用性，所述可用性可以以可用系数的形式进行反应。相应的值参见下表：

	WEA 1	WEA 2	WEA 3
				停机概率	100％	0％	100％
可用系数	99％	97％	92％
				维修优先系数	1.01	0	1.09

在风力发电机组中测定的可用系数与停机概率会被传递给监控中心。在监控中心，将会通过停机概率与可用系数构成商的方式为每台风力发电机组计算一个维修优先系数。WEA1的维修优先系数为1.01，WEA2的维修优先系数为0，WEA3的维修优先系数为1.09。因为不管是WEA1还是WEA3都具有一个100％的停机概率，这里，维修优先系数仅仅取决于可用系数。根据较高的维修优先系数可以推导出，WEA3要先于WEA1被维修。因为在WEA2中没有发现故障现象，所以维修优先系数为0，不需要对其维修。

在以下示例中除了绝对极限值外，还要将状态参数与平均值进行比较。平均值是根据过去在这类型号的发电机组上进行测量与观察得出的。在右边一栏中的值给出的是在持续工作状态下以额定功率的形式测得的值。作为可选方式，在那里可以规定风力发电机组其它工作状态的平均值，只须确保，风力发电机组的状态参数与基准值相符。

如以上示例所示，WEA1已经停机，因为超过了主轴承温度的绝对极限值。WEA2与WEA3处于工作状态，其中在WEA2中，与平均值相比，在状态参数中不存在任何异常。在WEA3中相反，齿轮箱油温测得为92℃，尽管这种型号的风力发电机组在相应的工况下平均仅仅只有70℃的齿轮箱油温。虽然92℃的齿轮箱油温还没有超过绝对极限值，所以WEA3也保持运行，但是，显然升高的齿轮箱油温表明存在一个故障，所述故障会在可以预见的时间内会致使风力发电机组停机。因此，可以在以前观察的基础上，给WEA3分配一个停机概率值。停机概率在这种情况下为70％：

	WEA 1	WEA 2	WEA 3
				停机概率	100％	0％	70％
可用系数	98％	97％	92％
				维修优先系数	1.02	0	0.76

在监控中心，会根据停机概率与可用系数反复计算维修优先系数。如果以停机概率与可用系数的商的形式考虑维修优先系数，那么对于WEA1就会得出维修优先系数为1.01，对于WEA3就会得出维修优先系数为0.76。也就是说，WEA1要优先于WEA3进行维修。

在维修优先系数的这种计算形式中，一般情况下首先要维修停机概率为100％的风力发电机组，也就是说已经停机的风力发电机组。在有些情况下，与停机概率相比，可用系数用也起着较大的作用。例如：通过给维修优先系数分配一个因子，就可以实现这种情况。如果给100％至98％之间的可用系数分配因子1，给97％至95之间的可用系数分配因子2，给94％至92％之间的可用系数分配因子3，那么当我们以停机概率与因子的乘积形式计算维修优先系数时，就会得出如下结果：

	WEA1	WEA 2	WEA 3
				停机概率	100％	0％	70％
可用系数	98％	97％	92％
				维修优先系数	200	0	210

WEA3在这种计算方式中要优先于WEA1进行维修。这样就可以使得WEA3的可用系数接近WEA1的可用系数，并使风力发电机组全部均匀稳定地运行。

Claims

1.一种用于监控风力发电机组(11，11a，11b，11c)的方法，所述方法具有如下步骤：

a、采集风力发电机组(11，11a，11b，11c)的状态参数；

b、确定状态参数与相关基准值之间的偏差；

c、根据确定的偏差计算风力发电机组(11，11a，11b，11c)的停机概率；

d、根据实际产生的电能量与可能产生的总电量之间的关系计算风力发电机组(11，11a，11b，11c)的可用系数；

e、将可用系数与停机概率构成一个维修优先系数；

f、将维修优先系数分配给风力发电机组(11，11a，11b，11c)。

2.根据权利要求1所述的用于监控风力发电机组的方法，其特征在于，要以多台风力发电机组(11，11a，11b，11c)的平均值形式计算基准值。

3.根据权利要求1或2中任一项权利要求所述的用于监控风力发电机组的方法，其特征在于，风力发电机组(11，11a，11b，11c)的状态参数将会被传递给监控中心(20)。

4.根据权利要求1所述的用于监控风力发电机组的方法，其特征在于，另外还要将有关当地风力状况的信息考虑到维修优先系数中。

5.根据权利要求1所述的用于监控风力发电机组的方法，其特征在于，可以监控多台风力发电机组(11，11a，11b，11c)的工况。

6.根据权利要求5所述的用于监控风力发电机组的方法，其特征在于，根据在多台风力发电机组(11，11a，11b，11c)采集的状态参数可以得到符合风力发电机组(11，11a，11b，11c)正常工况的基准值。

7.一种用于监控风力发电机组的装置，包括一台风力发电机组(11，11a，11b，11c)、一个监控中心(20)、一个运算模块(21)、一个逻辑模块(27)与一个计算装置(25)，其中，风力发电机组具有一个用于采集风力发电机组(11，11a，11b，11c)状态参数的传感器(26)，逻辑模块(27)用于计算状态参数与相关基准值之间的偏差，其特征在于，计算装置(25)可以根据实际产生的电能量与可能产生的总电量之间的关系计算出一个与风力发电机组相关的可用系数，在逻辑模块(27)发现偏差的情况下，运算模块(21)可以计算出风力发电机组(11，11a，11b，11c)的停机概率，运算模块(21)会将可用系数与停机概率构成一个维修优先系数，监控中心(20)会将维修优先系数分配给风力发电机组(11，11a，11b，11c)。

8.根据权利要求7所述的用于监控风力发电机组的装置，其特征在于，运算模块(21)安装在监控中心(20)。

9.根据权利要求7或8所述的用于监控风力发电机组的装置，其特征在于，其可以用于实施根据权利要求1至6中任一项权利要求所述的方法。

10.一种用于监控风力发电机组的装置，包括多台风力发电机组(11，11a，11b，11c)、一个监控中心(20)、一个运算模块(21)、一个逻辑模块(27)与一个计算装置(25)，其中，风力发电机组具有一个用于采集风力发电机组(11，11a，11b，11c)状态参数的传感器(26)，逻辑模块(27)用于计算状态参数与相关基准值之间的偏差，其特征在于，计算装置(25)可以根据实际产生的电能量与可能产生的总电量之间的关系计算出一个与风力发电机组相关的可用系数，在逻辑模块(27)发现偏差的情况下，运算模块(21)可以计算出风力发电机组(11，11a，11b，11c)的停机概率，运算模块(21)会将可用系数与停机概率构成一个维修优先系数，监控中心(20)会将维修优先系数分配给风力发电机组(11，11a，11b，11c)，并且监控中心(20)按优先次序对风力发电机组(11，11a，11b，11c)的维修优先系数进行分类。

11.根据权利要求10所述的用于监控风力发电机组的装置，其特征在于，运算模块(21)安装在监控中心(20)。

12.根据权利要求10或11所述的用于监控风力发电机组的装置，其特征在于，运算模块(21)可以考虑多台风力发电机组(11，11a，11b，11c)的状态参数，从而计算符合正常工况的基准值。

13.根据权利要求10至12中任一项权利要求所述的用于监控风力发电机组的装置，其特征在于，其可以用于实施根据权利要求1至6中任一项权利要求所述的方法。