一种风力发电机的风速风向仪故障的判断方法及检测装置
技术领域
本发明涉及风机监测技术领域,特别是涉及一种风力发电机的风速风向仪故障的判断方法及检测装置。
背景技术
风机风速风向测量数据的一个主要来源是风机(风力发电机)自身的风速风向仪。风速风向仪由于受测量方法、使用环境、地形地貌、工作年限以及风场内其他风机的叶片产生的尾流等因素的影响,其测量精度会存在一定误差,这无疑会导致系统利用所测量的风速风向值进行对风机的控制与正常控制状态存在偏差,会带来一定的发电量损失,严重时还可能造成机组损坏,所以需要对风速风向仪的健康状态进行判断,及时修正偏差或检修故障的风速风向仪。
通常情况下,风机上安装了2台采用不同测量方法的风速风向仪(一般是一台机械式一台超声波,以避免冰冻、雷雨等特殊情况下,某种测量方式失效后,另一种能够使用),现有技术对于风力发电机组风速风向仪的健康状态判断有如下方法:
1.当风速值/风向值持续超过规定时间阈值无变化时,认为风速/风向测量故障;
2.两个风速值进行比较,风速偏差超过阈值,通常认为风速小的风速测量故障;
3.两个风向值进行比较,风向偏差超过阈值,认为至少有一个风向测量故障,但无法判断具体是哪一台,需要人工检修。
但是,以上方法均存在着一定的缺陷:方法1只能判断风速/风向测量数值不变,完全卡死或死机情况下的故障,且容易在风速很低(风速小于1m/s)的情况下误报故障;方法2通常只有在大风(风速大于8m/s)且测量误差(阈值一般设为3m/s)很大时才能判断风速故障;方法3无法准确定位哪一个风速风向仪的风向测量故障。
发明内容
针对以上现有技术中存在的技术问题,为了减少人工检修的频次,提高风速风向仪的准确性,在不增加额外监测设备的情况下,将风速风向仪的判断整合起来,并结合机组风轮转速、发电机功率、桨距角、机组运行状态等运行数据,综合判断风速风向仪健康状态,计算不同风况下,风速风向仪健康度分值,进而对偏差进行修正,提高测量结果的准确性和有效行,并能在故障时准确定位问题源,提高检修效率,从而保护机组安全,提高发电量。
为了达到上述目的,本发明采取的技术方案如下:
一种风力发电机的风速风向仪故障的判断方法,在风力发电机组正常发电且风速不大于额定风速、桨距角为0时通过以下步骤判断风速风向仪健康状态:
(1)根据风速风向仪获得的风速和风向计算等效风速v E ;
(2)根据风力发电机的风能利用系数、发电机功率、当地空气密度、风轮半径及风力发电机功率公式计算理论风速值v D ,
(3)计算风速风向仪的偏差度δDD:
;
(4)根据单位时间内偏差度δDD的均值和标准差σδDD计算风速风向仪的健康度δHD:
n是单位时间内获得的偏差度的个数,k=0,1…n,a0和a1的取值范围为0.4~0.6,且a0+a1=1;
(5)将健康度δHD与阈值一、阈值二进行比较,阈值一大于阈值二,若:
δHD不小于阈值一则判断风速风向仪正常;
δHD不大于阈值二则判断风速风向仪故障严重;
δHD大于阈值二且小于阈值一则判断风速风向仪故障轻微。
进一步的,步骤(1)中所述风速和风向是风速风向仪获得的风速和风向数值的滑动平均值。
进一步的,v E =W s ×cos(W D ),W s 和W D 分别为风速风向仪测量到的风速和风向角滑动平均处理后的数值。
进一步的,当风力发电机具备空气密度传感器,所述当地空气密度为直接测量得到的数值,当风力发电机无空气密度传感器,但具备环境温度传感器时,风力发电机的海拔高度为已知量,可根据经验公式(3)和(4)得到当地空气密度ρ:
P′=P0•(5.3788H2•10-9-1.1975H•10-4+1)(3),其中,H:风力发电机的海拔高度,m;P′:该海拔高度的气压,Pa;P0:海平面大气压,P0=101325Pa;
ρ=P′•29/(8314•T) (4) ,
其中,T:环境温度,单位为K,即273.15+t;t的单位是℃。
一种风力发电机的风速风向仪故障的检测装置,包括风力发电机、至少两台风速风向仪、数据采集模块、数据处理模块,
根据上述的风力发电机的风速风向健康状态的判断方法,所述数据采集模块采集数据:风速风向仪的风速和风向、风力发电机的风能利用系数、发电机功率、当地空气密度、风轮半径;
所述数据处理模块根据数据采集模块采集的数据计算各风速风向仪的健康度,并比较各风速风向仪的健康度,查找健康度不小于阈值二且健康度最高的风速风向仪,输出该风速风向仪的风速和风向,并查找健康度不大于阈值一的其他风速风向仪,输出其他风速风向仪的故障信息,若所有风速风向仪的健康度小于阈值二,则输出所有风速风向仪的故障信息,且不输出风速风向值,令风力发电机停机。
风力发电机功率公式:P=0.5CpρπR 2 v 3 D (2);
其中:
P——风力机实际获得的轴功率,单位为kW,为已知量;
R——风轮半径,单位为m;由机组设计得到,为已知量;
v D ——理论风速,单位为m/s。
Cp——风能利用系数,由机组设计和型式试验数据得到,在此为已知量;
ρ——空气密度,单位为kg/m3;
在机组正常发电运行,且桨距角为0时,满足风力发电机功率公式(2),由此可推导出:
理论风速值 (5);
进一步的,所述故障信息通过在风力发电机组主控系统程序中增加状态码的方法实现,或者在风电场的scada系统程序中增加提示信息的方法实现。
由于现阶段,对风速风向仪的故障判断比较滞后或定位不准,可能带来一定的发电量损失和安全隐患,通过采用本发明的判断方法,在风电力发电机正常发电时可以更为快速准确的判断风速风向仪的故障情况,并能够更好的选择采用的风速风向数据,有利于机组的准确控制,提高发电量,降低安全风险。
附图说明
图1为本发明技术方案的操作流程图。
图2为本发明技术方案中等效风速和风速风向的关系。
图3为本发明实施例1中机组数据与推导风速的关系。
具体实施方式
下面通过实施例结合附图对发明进行进一步阐述,实施例只用于对本发明的技术方案作进一步的解释,不能认为是对本发明保护范围的限制,本领域的技术人员根据上述发明的内容做出非本质的改进或调整,均属于本发明的保护范围。
实施例1 一种风力发电机的风速风向仪故障的判断方法,包括如下步骤:
(一)算法实现
(1)计算等效风速
根据公式(1)进行等效风速的计算
v E =W s ×cos(W D ) (1)
公式(1)中定义的v E 即等效风速,单位m/s,就是垂于叶片扫过平面的风速,也就是正对机舱中轴线方向的风速。W s 和W D 分别为风速风向仪测量到的风速和风向角,经过特定的滑动平均处理后的数值。(该滑动平均处理依据工程经验,通常业内会采用30s滑动平均值或10min滑动平均值)
(2)机组数据与推导风速的关系
根据表1中风速在达到最小发电风速(3m/s)和发电额定风速(12m/s)之间的范围时,根据风力发电机叶片设计和整机型式试验数据,可以得到风力发电机的风速功率曲线,再根据风力发电机运行状态、风轮转速、风力发电机功率、桨距角、当地空气密度等信息,可以得到推导出的理论风速值v D :
①风力发电机功率公式:P=0.5CpρπR 2 v 3 D (2);
P——发电机功率,单位为kW,风力发电机组本身有此数值(通过测量电压电流得到功率),在此为已知量;
R——风轮半径,单位为m;由风力发电机设计得v,在此为已知量;
v D —理论风速,单位为m/s;
Cp——风能利用系数,由风力发电机设计和型式试验数据得到,在此为已知量;
ρ——空气密度,单位为kg/m3;有些风力发电机具备空气密度传感器,可直接测量此数值,有些风力发电机无相应传感器,但具备环境温度传感器,且风力发电机的海拔高度为已知量,可根据经验公式(3)和(4)得到:
P′=P0•(5.3788H2•10-9-1.1975H•10-4+1)(3),其中,H:风力发电机的海拔高度+塔筒高度,m;P′:该海拔高度的气压,Pa;P0:海平面大气压,P0=101325Pa;
ρ=P′•29/(8314•T) (4),
其中,T:环境温度,单位为K,也就是通常的273.15+t;t的单位是℃;
在风力发电机正常发电运行,且桨距角为0时,满足风力发电机功率公式(2),由此可推导出:
(5);
表1
风速m/s |
理论功率kW |
风速m/s |
理论功率kW |
0.5 |
0 |
13 |
2000 |
1 |
0 |
13.5 |
2000 |
1.5 |
0 |
14 |
2000 |
2 |
0 |
14.5 |
2000 |
2.5 |
0 |
15 |
2000 |
3 |
36.2 |
15.5 |
2000 |
3.5 |
85.3 |
16 |
2000 |
4 |
138.4 |
16.5 |
2000 |
4.5 |
198.8 |
17 |
2000 |
5 |
277.9 |
17.5 |
2000 |
5.5 |
373.8 |
18 |
2000 |
6 |
484.1 |
18.5 |
2000 |
6.5 |
614.9 |
19 |
2000 |
7 |
763.1 |
19.5 |
2000 |
7.5 |
930.2 |
20 |
2000 |
8 |
1106 |
20.5 |
2000 |
8.5 |
1260.4 |
21 |
2000 |
9 |
1504.1 |
21.5 |
2000 |
9.5 |
1688.4 |
22 |
2000 |
10 |
1849.6 |
22.5 |
2000 |
10.5 |
1943.1 |
23 |
2000 |
11 |
1985.1 |
23.5 |
2000 |
11.5 |
1996.8 |
24 |
2000 |
12 |
2000 |
24.5 |
2000 |
12.5 |
2000 |
25 |
2000 |
②偏差度
在不同风速段下(以1m/s为间隔),分别计算风速风向仪I和风速风向仪II的偏差度:
(6);
(7);
式(6)和(7)中,v D 即根据式(5)推导出的理论风速值。
(二)健康度
|δDD|>0表示风力发电机的风速风向仪有故障发生,数值越大故障越严重。但如果直接用偏差度判断风速风向仪是否存在故障,设置报警上下限如果保守,那么会频繁触发报警,且有效报警信息少,导致运行人员需要花费大量精力去应对无效报警;设置报警上下限如果宽松,会无法及时发现风速风向仪的故障。因此,为了能够更加准确、快速的发现风速风向仪的故障,本发明并不直接使用偏差度判断故障,而是引入健康度δHD的概念,构建健康度δHD和偏差度数据δDD的函数关系式(8),通过对健康度δHD的评价判断风速风向仪的故障情况。
(8);
δHD:健康度;
δDD:偏差度;
n是1小时内,计算的偏差度的个数,若20ms为一个采集周期,n的最大值为180000个;
a0和a1:分别为0.5和0.5,这两个值可在实际使用中,因叶型、风速风向仪的类型不同等因素,根据方法的实际表现进行调整;a0和a1的取值范围为0.4~0.6,且a0+a1=1;
σδDD:1小时内所有偏差度数据的标准差;
统计某2MW风力发电机的风场中风速风向仪的健康度数据和风速风向仪的实际损坏情况后发现,健康度的满分为100%,高于80%认为风速风向仪正常;高于80%低于60%风速风向仪轻微故障,低于60%时认为风速风向仪严重故障。
表2 健康度-偏差度对应表
风速风向仪I或II健康度 |
风速风向仪的故障情况 |
80%-100% |
正常 |
60-80% |
轻微 |
0-60% |
严重 |
表2由工程经验和方法在实际使用中迭代优化得出,并在某2MW机组的风场进行了验证,发现过风速风向仪松动、雨天时绝缘不足带来的信号扰动、风速风向仪风速部分损坏和风速风向仪风向部分损坏的问题。
(三)输出风速、风向和检修提醒:
当两个风速风向仪健康度均大于80%时,输出健康度更大的风速风向仪的数值;
当两个风速风向仪健康度一个大于80%,另一个大于60%、小于80%时,输出健康度大于80%的风速风向仪的数值,并发出提示信息(提示信息可通过在风力发电机组主控系统程序中增加状态码的方法实现,也可以在风电场的scada系统程序中增加提示信息的方法实现),提醒运维人员在进行其它维护时对此健康度大于60%、小于80%的风速风向仪进行检修;
当两个风速风向仪健康度均大于60%、小于80%时,输出健康度更高的风速风向仪的数值,并发出提示信息,提醒运维人员在进行风力发电机其它维护工作时,同步对2个风速风向仪进行检修;
当一个风速风向仪健康度小于60%时,另一个高于60%时,输出健康度高于60%的风速风向仪的数值,并发出故障信息,提醒运维人员尽快对健康度低于60%的风速风向仪进行检修;
当两个风速风向仪健康度均小于60%时,不输出风速风向值,并发出故障信息,机组停机,提醒运维人员必须对风速风向仪进行检修。
表3健康度-输出风速、风向和检修提醒