CN104091203B - 一种风力发电用变流器的实时可靠性评估方法 - Google Patents

Abstract

本发明公开了一种风力发电用变流器的实时可靠性评估方法，属于风电变流器可靠性评估技术领域。该方法基于风电机组状态监测数据，并利用雨流算法提取元器件随机温度波动信息，从而对风电变流器实时故障率进行计算。本方法能同时考虑风电机组运行功率的大小及功率波动强度对风电变流器实时可靠性的影响，为风电变流器的状态检修提供科学依据，也为针对不同的风电场风况选择合适的变流器提供了技术支撑，能够确保风力发电机组高效、可靠、安全运行。

Description

一种风力发电用变流器的实时可靠性评估方法

技术领域

本发明属于风电变流器可靠性评估技术领域，涉及一种风力发电用变流器的实时可靠性评估方法。

背景技术

风电变流器是影响风电机组及其入网稳定性的重要环节，其故障可能导致重大的安全事故和经济损失。实际湍流风速往往引起风电变流器输出功率的随机波动变化，进而导致变流器成为风电系统最为薄弱的环节之一。

然而，准确评估在风电机组运行过程中变流器实时故障率的变化规律尚未实现。现有技术主要利用工程统计方法对风电变流器故障率进行研究，研究中器件均采用静态故障率，只能反映功率变流器在某些固定模式下的长期可靠性水平，但对实际运行的风电变流器而言，这种假设偏理想化：一方面由于我国风电变流器实际应用实践还比较短、样本数量不足，导致大样本统计意义的故障率并不容易获取；另一方面，电力电子器件的故障率与工况密切相关，随着风电机组运行中疲劳损耗的积累，电力电子器件的故障率应该会逐渐增加。此外，也有部分研究基于风电变流器元器件故障率与其温度的关系，分析了元器件故障率随风电机组运行时间的变化，然而，此类研究仅考虑风电机组在最大出力状态下的情况，不能考虑风电变流器输出功率随机波动对其故障率的影响。另外，风电机组运行功率的随机波动将引起变流器元器件温度的随机波动，进而导致现有温度提取方法的准确性值得商榷。

因此，目前急需一种能够对风电变流器的可靠性进行实时评估的有效方法。

发明内容

有鉴于此，本发明的目的在于提供一种风力发电用变流器的实时可靠性评估方法，该方法基于风电机组状态监测数据，并利用雨流算法提取元器件随机温度波动信息，从而对风电变流器实时故障率进行计算。

为达到上述目的，本发明提供如下技术方案：

一种风力发电用变流器的实时可靠性评估方法，该方法基于风电机组状态监测数据，利用雨流算法提取元器件随机温度波动信息，对风电变流器的实时故障率进行计算；具体包括以下步骤：步骤一：基于风电场的状态监测数据(如SCADA数据)，获取与变流器可靠性评估相关的信息(包括变流器有功功率、变流器无功功率、变流器线电流、变流器线电压和变流器柜内温度等)；步骤二：对变流器的运行工况进行二维状态划分，即将变流器的输出有功功率以每小时为一组，按每小时的平均功率和功率波动强度进行二维状态划分，并计算对应的分布概率p(i，j)；步骤三：将变流器的有功功率、变流器无功功率、变流器线电流、变流器线电压和变流器柜内温度按照状态S(i，j)进行归类，形成状态S(i，j)下的数据集合Ω(i，j)；步骤四：以一小时为时间单位，基于元器件的损耗计算公式和热阻模型，利用数据集合Ω(i，j)，获取状态S(i，j)下元器件的运行温度载荷；步骤五：基于雨流算法提取元器件每小时的温度波动信息(包括温度均值、波动幅值、波动次数和波动持续时间)，并对不同运行状态S(i，j)下上述信息的平均值进行计算；步骤六：计算元器件在功率大小为第i个状态下的热应力因子π_Thi和功率波动强度为j个状态下的温度循环因子π_TCj；步骤七：根据热应力因子和温度循环因子，结合不同元器件的基本故障率参数λ_0Th和λ_0TC，计算各元器件的故障率λ_com；步骤八：将风电变流器划分为6个子系统，分别为机侧变流器、网侧变流器、直流环节、滤波器、控制系统和附属连接设备；步骤九：基于步骤七中各元器件的故障率，计算各子系统的故障率，最后将各子系统的故障率相加，便可得到整个风电变流器系统的故障率。

进一步，在步骤二中，表征功率大小和波动强度影响因素的变流器二维状态概率的表达式为：

式中，p(i，j)表示变流器处于功率大小为第i个状态，功率波动强度为第j个状态下S(i，j)的概率；t(i，j)表示变流器处于S(i，j)状态下的累计时间；T为记及的运行周期；N_Th为功率大小划分的状态数；N_Cy为功率波动强度划分的状态数；其中，功率波动强度定义为：

式中，P_mean表示功率平均值，σ表示功率标准差。

进一步，在步骤四中，计算功率器件损耗的表达式为：

式中P_cd,IGBT、P_sw,IGBT或P_cd,diode、P_sw,diode分别为IGBT或二极管的导通损耗及开关损耗；f_sw为开关频率，E_on、E_off分别为IGBT的额定导通和关断能量损耗，V_ref、I_ref分别为IGBT和二极管的的额定电压和额定电流，E_SR为二级管的额定导通损耗，上述损耗参数可通过器件厂商提供的数据手册获取。

进一步，在步骤四中，计算功率器件热阻抗模型及其结温的表达式如下：

式中T_a、T_c和T_h分别为环境温度，散热器温度和基板温度；T_j,T和T_j,D分别为IGBT和二极管的结温；P_T和P_D分别为IGBT和二极管的总损耗，可由各自的导通及开关损耗相加得到；P_loss为IGBT和二极管总损耗之和；R_thch和R_thha分别为基板到散热器和散热器到环境的热阻；R_thjc,T和R_thjc,D分别为IGBT和二极管的结点到基板的热阻，热阻参数可通过器件厂商提供的数据手册获取。

进一步，在步骤五中，基于雨流算法提取器件结温波动信息时的具体步骤如下：1)把结温-时间曲线旋转90°，采用竖坐标轴表示时间，横坐标轴表示结温；2)规定雨点以峰值(或谷值)为起点沿各层层顶向下流动，然后根据雨点的轨迹提取器件结温波动信息：即雨滴从每一个谷值外边(或峰值内边)开始流动，在峰值(或谷值)处竖直落下并继续流动，一直流到比起始点值更大的峰值(或更小的谷值)处停止；此外，若雨滴在流动过程中，遇到上层斜面流下的雨滴时也停止流动；当雨滴停止流动时，其轨迹就会形成一个闭合曲线，即一个完整的结温波动循环；3)根据结温波动循环的起点值T_o和终点值T_s，利用以下公式分别对结温的平均值T_mean、波动幅值ΔT_j、最大值T_max、持续时间t进行计算，且对应的结温波动次数N(T_mean,ΔT_j)加1：

进一步，在步骤六中，第i个状态下的元器件热应力因子π_Thi的表达式为：

式中，α、β均为常数，分别为0.85及4641.6；T_i为每个运行状态下的温度参数，其中对应IGBT和Diode为结温平均值T_mean，对应电容和电感为电路板平均温度。

进一步，在步骤六中，第j个状态下的元器件温度循环因子π_Thi的表达式为：

式中，t_j表示元器件处于每个运行状态下的累计运行时间，单位为小时；N_Cyj为元器件在每个运行状态下的结温循环波动次数；N₀表示参考循环波动次数，一般取值为2；θ_cyj表示元器件每个运行状态下的结温波动循环时间；θ₀表示参考循环时间，一般取值为12；△T_Cyj为元器件每个运行状态下的结温波动幅值；T_{max_cyj}为元器件每个运行状态下结温波动所达到的最大值；γ、p、n为不同元器件的调整系数。

进一步，在步骤七中，元器件的基本故障率可基于FIDES导则选取，且热应力基本故障率λ_0TC常取为0.4；温度循环参数γ常取为0.14；温度循环参数p常取为1/3；温度循环参数n常取为1.9；温度循环基本故障率λ_{0TC_}常取为0.4；此外，计算各元器件的故障率λ_com的表达式为：

式中，λ_0Th和λ_0TC分别为热应力因子和温度循环因子对应的元器件基本故障率；π_Pm表征元器件制造质量的影响；π_Pr表征元器件寿命周期中的可靠性质量管理及控制水平的影响；π_in表示元器件的过应力贡献因子。

本发明的有益效果在于：本发明所述方法基于风电机组状态监测数据，利用雨流算法提取元器件随机温度波动信息，对风电变流器的实时故障率进行计算。该方法能同时考虑风电机组运行功率的大小及功率波动强度对风电变流器实时可靠性的影响，为风电变流器的状态检修提供科学依据，也为针对不同的风电场风况选择合适的变流器提供了技术支撑，能够确保风力发电机组高效、可靠、安全运行。

附图说明

为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：

图1为本发明所述方法的流程框图。

具体实施方式

下面将结合附图，对本发明的优选实施例进行详细的描述。

图1为本发明所述方法的流程框图，如图所示，本发明所述的可靠性评估方法包括以下步骤：步骤一：基于风电场的状态监测数据(如SCADA数据)，获取与变流器可靠性评估相关的信息(包括变流器有功功率、变流器无功功率、变流器线电流、变流器线电压和变流器柜内温度等)；步骤二：对变流器的运行工况进行二维状态划分，即将变流器的输出有功功率以每小时为一组，按每小时的平均功率和功率波动强度进行二维状态划分，并计算对应的分布概率p(i，j)；步骤三：将变流器的有功功率、变流器无功功率、变流器线电流、变流器线电压和变流器柜内温度按照状态S(i，j)进行归类，形成状态S(i，j)下的数据集合Ω(i，j)；步骤四：以一小时为时间单位，基于元器件的损耗计算公式和热阻模型，利用数据集合Ω(i，j)，获取状态S(i，j)下元器件的运行温度载荷；步骤五：基于雨流算法提取元器件每小时的温度波动信息(包括温度均值、波动幅值、波动次数和波动持续时间)，并对不同运行状态S(i，j)下上述信息的平均值进行计算；步骤六：计算元器件在功率大小为第i个状态下的热应力因子π_Thi和功率波动强度为j个状态下的温度循环因子π_TCj；步骤七：根据热应力因子和温度循环因子，结合不同元器件的基本故障率参数λ_0Th和λ_0TC，计算各元器件的故障率λ_com；步骤八：将风电变流器划分为6个子系统，分别为机侧变流器、网侧变流器、直流环节、滤波器、控制系统和附属连接设备；步骤九：基于步骤七中各元器件的故障率，计算各子系统的故障率，最后将各子系统的故障率相加，便可得到整个风电变流器系统的故障率。

具体来说：

在步骤二中，表征功率大小和波动强度影响因素的变流器二维状态概率的表达式为：

式中，p(i，j)表示变流器处于功率大小为第i个状态，功率波动强度为第j个状态下S(i，j)的概率；t(i，j)表示变流器处于S(i，j)状态下的累计时间；T为记及的运行周期；N_Th为功率大小划分的状态数；N_Cy为功率波动强度划分的状态数；其中，功率波动强度定义为：

式中，P_mean表示功率平均值，σ表示功率标准差。

在步骤四中，计算功率器件损耗的表达式为：

式中P_cd,IGBT、P_sw,IGBT或P_cd,diode、P_sw,diode分别为IGBT或二极管的导通损耗及开关损耗；f_sw为开关频率，E_on、E_off分别为IGBT的额定导通和关断能量损耗，V_ref、I_ref分别为IGBT和二极管的的额定电压和额定电流，E_SR为二级管的额定导通损耗，上述损耗参数可通过器件厂商提供的数据手册获取。

在步骤四中，计算功率器件热阻抗模型及其结温的表达式如下：

式中T_a、T_c和T_h分别为环境温度，散热器温度和基板温度；T_j,T和T_j,D分别为IGBT和二极管的结温；P_T和P_D分别为IGBT和二极管的总损耗，可由各自的导通及开关损耗相加得到；P_loss为IGBT和二极管总损耗之和；R_thch和R_thha分别为基板到散热器和散热器到环境的热阻；R_thjc,T和R_thjc,D分别为IGBT和二极管的结点到基板的热阻，热阻参数可通过器件厂商提供的数据手册获取。

在步骤五中，基于雨流算法提取器件结温波动信息时的具体步骤如下：1)把结温-时间曲线旋转90°，采用竖坐标轴表示时间，横坐标轴表示结温；2)规定雨点以峰值(或谷值)为起点沿各层层顶向下流动，然后根据雨点的轨迹提取器件结温波动信息：即雨滴从每一个谷值外边(或峰值内边)开始流动，在峰值(或谷值)处竖直落下并继续流动，一直流到比起始点值更大的峰值(或更小的谷值)处停止；此外，若雨滴在流动过程中，遇到上层斜面流下的雨滴时也停止流动；当雨滴停止流动时，其轨迹就会形成一个闭合曲线，即一个完整的结温波动循环；3)根据结温波动循环的起点值T_o和终点值T_s，利用以下公式分别对结温的平均值T_mean、波动幅值ΔT_j、最大值T_max、持续时间t进行计算，且对应的结温波动次数N(T_mean,ΔT_j)加1：

在步骤六中，第i个状态下的元器件热应力因子π_Thi的表达式为：

式中，α、β均为常数，分别为0.85及4641.6；T_i为每个运行状态下的温度参数，其中对应IGBT和Diode为结温平均值T_mean，对应电容和电感为电路板平均温度。

在步骤六中，第j个状态下的元器件温度循环因子π_Thi的表达式为：

式中，t_j表示元器件处于每个运行状态下的累计运行时间，单位为小时；N_Cyj为元器件在每个运行状态下的结温循环波动次数；N₀表示参考循环波动次数，一般取值为2；θ_cyj表示元器件每个运行状态下的结温波动循环时间；θ₀表示参考循环时间，一般取值为12；△T_Cyj为元器件每个运行状态下的结温波动幅值；T_{max_cyj}为元器件每个运行状态下结温波动所达到的最大值；γ、p、n为不同元器件的调整系数。

在步骤七中，元器件的基本故障率可基于FIDES导则选取，且热应力基本故障率λ_0TC常取为0.4；温度循环参数γ常取为0.14；温度循环参数p常取为1/3；温度循环参数n常取为1.9；温度循环基本故障率λ_{0TC_}常取为0.4；此外，计算各元器件的故障率λ_com的表达式为：

式中，λ_0Th和λ_0TC分别为热应力因子和温度循环因子对应的元器件基本故障率；π_Pm表征元器件制造质量的影响；π_Pr表征元器件寿命周期中的可靠性质量管理及控制水平的影响；π_in表示元器件的过应力贡献因子。

最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。

Claims (8)

1.一种风力发电用变流器的实时可靠性评估方法，其特征在于：该方法基于风电机组状态监测数据，利用雨流算法提取元器件随机温度波动信息，对风电变流器的实时故障率进行计算；具体包括以下步骤：

步骤一：基于风电场的状态监测数据，获取与变流器可靠性评估相关的信息；

步骤二：对变流器的运行工况进行二维状态划分，即将变流器的输出有功功率以每小时为一组，按每小时的平均功率和功率波动强度进行二维状态划分，并计算对应的分布概率p(i，j)；

步骤三：将变流器的有功功率、变流器无功功率、变流器线电流、变流器线电压和变流器柜内温度按照状态S(i，j)进行归类，形成状态S(i，j)下的数据集合Ω(i，j)；

步骤四：以一小时为时间单位，基于元器件的损耗计算公式和热阻模型，利用数据集合Ω(i，j)，获取状态S(i，j)下元器件的运行温度载荷；

步骤五：基于雨流算法提取元器件每小时的温度波动信息，并对不同运行状态S(i，j)下上述信息的平均值进行计算；

步骤六：计算元器件在功率大小为第i个状态下的热应力因子π_Thi和功率波动强度为j个状态下的温度循环因子π_TCj；

步骤七：根据热应力因子和温度循环因子，结合不同元器件的基本故障率参数λ_0Th和λ_0TC，计算各元器件的故障率λ_com；

步骤八：将风电变流器划分为6个子系统，分别为机侧变流器、网侧变流器、直流环节、滤波器、控制系统和附属连接设备；

步骤九：基于步骤七中各元器件的故障率，计算各子系统的故障率，最后将各子系统的故障率相加，便可得到整个风电变流器系统的故障率。

2.根据权利要求1所述的一种风力发电用变流器的实时可靠性评估方法，其特征在于：在步骤二中，表征功率大小和波动强度影响因素的变流器二维状态概率的表达式为：

$p(i,j)=\frac{t(i,j)}{T},i=2,\mathrm{...},N_{Th};j=2,\mathrm{...},N_{Cy}$

式中，p(i，j)表示变流器处于功率大小为第i个状态，功率波动强度为第j个状态下S(i，j)的概率；t(i，j)表示变流器处于S(i，j)状态下的累计时间；T为记及的运行周期；N_Th为功率大小划分的状态数；N_Cy为功率波动强度划分的状态数；其中，功率波动强度定义为：

$P_{\mathrm{var}i}=\frac{\mathrm{\σ}}{P_{mean}}$

式中，P_mean表示功率平均值，σ表示功率标准差。

3.根据权利要求1所述的一种风力发电用变流器的实时可靠性评估方法，其特征在于：在步骤四中，计算功率器件损耗的表达式为：

式中P_cd,IGBT、P_sw,IGBT或P_cd,diode、P_sw,diode分别为IGBT或二极管的导通损耗及开关损耗；f_sw为开关频率，E_on、E_off分别为IGBT的额定导通和关断能量损耗，V_ref、I_ref分别为IGBT和二极管的额定电压和额定电流，E_SR为二级管的额定导通损耗，φ为机侧或者是网侧变流器的功率因数角,r_ce和r_d分别为IGBT和二极管的导通电阻，V_ce0和V_f0分别为IGBT和二极管的导通电压，I_0m为变流器输出相电流幅值，M为变流器调制度；V_dc为直流侧电源电压。

4.根据权利要求3所述的一种风力发电用变流器的实时可靠性评估方法，其特征在于：在步骤四中，计算功率器件热阻抗模型及其结温的表达式如下：

$\left\{\begin{array}{c}{T}_h=P_{\mathrm{lo}ss}\·R_{thha}+T_a\\ T_c=P_{loss}\·R_{thch}+T_h\\ T_{j,T}=P_T\·R_{thjc,VT}+T_c\\ T_{j,D}=P_D\·R_{thjc,VD}+T_c\end{array}\right.$

式中T_a、T_c和T_h分别为环境温度，散热器温度和基板温度；T_j,T和T_j,D分别为IGBT和二极管的结温；P_T和P_D分别为IGBT和二极管的总损耗，可由各自的导通及开关损耗相加得到；P_loss为IGBT和二极管总损耗之和；R_thch和R_thha分别为基板到散热器和散热器到环境的热阻；R_thjc,VT和R_thjc,VD分别为IGBT和二极管的结点到基板的热阻，热阻参数可通过器件厂商提供的数据手册获取。

5.根据权利要求1所述的一种风力发电用变流器的实时可靠性评估方法，其特征在于：在步骤五中，基于雨流算法提取器件结温波动信息时的具体步骤如下：1)把结温-时间曲线旋转90°，采用竖坐标轴表示时间，横坐标轴表示结温；2)规定雨点以峰值或谷值为起点沿各层层顶向下流动，然后根据雨点的轨迹提取器件结温波动信息：即雨滴从每一个谷值外边或峰值内边开始流动，在峰值或谷值处竖直落下并继续流动，一直流到比起始点值更大的峰值或更小的谷值处停止；此外，若雨滴在流动过程中，遇到上层斜面流下的雨滴时也停止流动；当雨滴停止流动时，其轨迹就会形成一个闭合曲线，即一个完整的结温波动循环；3)根据结温波动循环的起点值T_o和终点值T_s，利用以下公式分别对结温的平均值T_mean、波动幅值ΔT_j、最大值T_max、持续时间t进行计算，且对应的结温波动次数N(T_mean,ΔT_j)加1：

${\mathrm{\&Delta;T}}_j=|T_o-T_s|,T_{mean}=\left\{\begin{array}{cc}{\mathrm{\&Delta;T}}_j/2+T_s& T_s<T_o\\ {\mathrm{\&Delta;T}}_j/2+T_o& T_s>T_o\end{array}\right.,T_{\max }=\left\{\begin{array}{cc}{T}_o& T_s<T_o\\ T_s& T_s>T_o\end{array}\right.,t=T_s-T_o.$

6.根据权利要求1所述的一种风力发电用变流器的实时可靠性评估方法，其特征在于：在步骤六中，第i个状态下的元器件热应力因子π_Thi的表达式为：

${\mathrm{\&pi;}}_{Thi}={\mathrm{\&alpha;e}}^{\mathrm{\&beta;}\&times;\&lsqb;\frac{1}{293}-\frac{1}{(T_i+273)}\&rsqb;}$

式中，α、β均为常数，分别为0.85及4641.6；T_i为每个运行状态下的温度参数，其中对应IGBT和Diode为结温平均值T_mean，对应电容和电感为电路板平均温度。

7.根据权利要求1所述的一种风力发电用变流器的实时可靠性评估方法，其特征在于：在步骤六中，第j个状态下的元器件温度循环因子π_TCj的表达式为：

${\mathrm{\&pi;}}_{TCj}=\mathrm{\&gamma;}(\frac{24}{N_0}\&times;\frac{N_{Cyj}}{t_j})\&times;{\left(\frac{\min ({\mathrm{\&theta;}}_{cyj},2)}{\min ({\mathrm{\&theta;}}_0,2)}\right)}^p\&times;{\left(\frac{{\mathrm{\&Delta;T}}_{cyj}}{{\mathrm{\&Delta;T}}_0}\right)}^n\&times;e^{1414\&times;\&lsqb;\frac{1}{313}-\frac{1}{(T_{\max \_cyj}+273)}\&rsqb;}$

式中，t_j表示元器件处于每个运行状态下的累计运行时间，单位为小时；N_Cyj为元器件在每个运行状态下的结温循环波动次数；N₀表示参考循环波动次数，一般取值为2；θ_cyj表示元器件每个运行状态下的结温波动循环时间；θ₀表示参考循环时间，一般取值为12；△T_cyj为元器件每个运行状态下的结温波动幅值，△T₀为元器件结温波动参考值，一般取值为10；T_{max_cyj}为元器件每个运行状态下结温波动所达到的最大值；γ、p、n为不同元器件的温度循环参数，可根据FIDES导则按照不同元器件进行选择。

8.根据权利要求7所述的一种风力发电用变流器的实时可靠性评估方法，其特征在于：在步骤七中，元器件的基本故障率可基于FIDES导则选取，热应力基本故障率λ_0Th常取为0.4；温度循环基本故障率λ_0TC常取为0.4；此外，计算各元器件的故障率λ_com的表达式为：

${\mathrm{\&lambda;}}_{com}=\underset{i=1}{\overset{N_{Th}}{\&Sigma;}}\underset{j=1}{\overset{N_{Cy}}{\&Sigma;}}\&lsqb;p(i,j)\&times;({\mathrm{\&lambda;}}_{0Th}\&CenterDot;{\mathrm{\&pi;}}_{Thi}+{\mathrm{\&lambda;}}_{0TC}\&CenterDot;{\mathrm{\&pi;}}_{TCj})\&rsqb;\&times;{\mathrm{\&pi;}}_{in}\&times;{\mathrm{\&pi;}}_{Pm}\&times;{\mathrm{\&pi;}}_{\mathrm{Pr}}$

式中，λ_0Th和λ_0TC分别为热应力因子和温度循环因子对应的元器件基本故障率；π_Pm表征元器件制造质量的影响；π_Pr表征元器件寿命周期中的可靠性质量管理及控制水平的影响；π_in表示元器件的过应力贡献因子，p(i，j)表示变流器处于功率大小为第i个状态，功率波动强度为第j个状态下S(i，j)的概率。