WO2014124725A1 - Verfahren zum überprüfen des betriebs einer windenergieanlage und windenergieanlage - Google Patents

Verfahren zum überprüfen des betriebs einer windenergieanlage und windenergieanlage Download PDF

Info

Publication number
WO2014124725A1
WO2014124725A1 PCT/EP2014/000149 EP2014000149W WO2014124725A1 WO 2014124725 A1 WO2014124725 A1 WO 2014124725A1 EP 2014000149 W EP2014000149 W EP 2014000149W WO 2014124725 A1 WO2014124725 A1 WO 2014124725A1
Authority
WO
WIPO (PCT)
Prior art keywords
rotor blade
natural frequency
wind turbine
rotor
operating
Prior art date
Application number
PCT/EP2014/000149
Other languages
English (en)
French (fr)
Inventor
Bertin KRAMER
Original Assignee
Senvion Se
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Senvion Se filed Critical Senvion Se
Priority to ES14700964.1T priority Critical patent/ES2671792T3/es
Priority to EP14700964.1A priority patent/EP2956661B1/de
Priority to DK14700964.1T priority patent/DK2956661T3/en
Priority to CA2899748A priority patent/CA2899748C/en
Publication of WO2014124725A1 publication Critical patent/WO2014124725A1/de
Priority to US14/822,372 priority patent/US10145360B2/en

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D7/00—Controlling wind motors 
    • F03D7/02—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor
    • F03D7/0296—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor to prevent, counteract or reduce noise emissions
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D7/00—Controlling wind motors 
    • F03D7/02—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor
    • F03D7/022—Adjusting aerodynamic properties of the blades
    • F03D7/0224—Adjusting blade pitch
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D7/00—Controlling wind motors 
    • F03D7/02—Controlling wind motors  the wind motors having rotation axis substantially parallel to the air flow entering the rotor
    • F03D7/04—Automatic control; Regulation
    • F03D7/042—Automatic control; Regulation by means of an electrical or electronic controller
    • F03D7/043—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic
    • F03D7/045—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic with model-based controls
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D80/00—Details, components or accessories not provided for in groups F03D1/00 - F03D17/00
    • F03D80/40—Ice detection; De-icing means
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2260/00—Function
    • F05B2260/84—Modelling or simulation
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/30—Control parameters, e.g. input parameters
    • F05B2270/303—Temperature
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/30—Control parameters, e.g. input parameters
    • F05B2270/32—Wind speeds
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/30—Control parameters, e.g. input parameters
    • F05B2270/325—Air temperature
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/30—Control parameters, e.g. input parameters
    • F05B2270/327—Rotor or generator speeds
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/30—Control parameters, e.g. input parameters
    • F05B2270/328—Blade pitch angle
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/30—Control parameters, e.g. input parameters
    • F05B2270/334—Vibration measurements
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/30—Control parameters, e.g. input parameters
    • F05B2270/335—Output power or torque
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/80—Devices generating input signals, e.g. transducers, sensors, cameras or strain gauges
    • F05B2270/808—Strain gauges; Load cells
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/72—Wind turbines with rotation axis in wind direction

Definitions

  • the invention relates to a method for monitoring the operation of a wind turbine with a tower, a nacelle arranged on the tower and a rotor having at least one blade-adjustable blade, wherein rotor blade vibrations of the at least one rotor blade are detected during operation of the wind turbine by means of at least one measuring device and at least one instantaneous natural frequency of the at least one rotor blade is determined from the detected rotor blade oscillations, wherein additionally at least one environmental parameter and / or at least one operating parameter is or are detected, which influence or influence the natural frequency of the at least one rotor blade.
  • the invention further relates to an operation control device of a wind energy plant and to a corresponding wind energy plant.
  • the present invention particularly relates to monitoring
  • the rotor blades are exposed to the wind and transmit the energy stored in the wind in a rotational movement, where they are exposed to high shear forces, bending forces, centrifugal forces, turbulence, load changes, etc.
  • the rotor blades are exposed to environmental influences such as solar radiation, rain, snowfall and ice accumulation.
  • the rotor blades are indeed designed for a long service life, but also as light as possible. Their design must take into account the aerodynamics, the loads that occur, the dynamics of the operation, the possibility of control and operation, and the material. Safety aspects include imbalances, resonances, ice shedding and material fatigue, which can also occur with rotor blades. In terms of cost-effectiveness, the wind turbine blades, in particular the energy production in relation to the location, are to be taken into account, along with the highest possible service life of the rotor blades.
  • rotor blades may not be over-dimensioned for reasons of economy, it is desirable to monitor rotor blades during operation to ensure that measures can be taken in the event of increased loads beyond those underlying the design of the rotor blades to reduce these burdens.
  • An example of this is the use of monitoring for the detection of ice accumulation on rotor blades, which is desirable in many locations with relatively cold climates. Ice formation can form as early as temperatures below 3 ° Celsius and, on the one hand, is a burden On the other hand, as a source of ice shedding, it creates a danger to people, animals and objects in a wide area.
  • a method and a device for monitoring the condition of rotor blades on wind power plants is known from DE 10 2005 017 054 A1.
  • the condition of rotor blades is monitored by measuring structure-borne sound of at least one rotor blade with at least one sensor attached to the rotor blade, which is connected to a unit for the wireless transmission of the output signals of the sensors to an evaluation unit, where a frequency spectrum is determined from the signals by suitable methods.
  • the frequency spectrum is compared with defined and parameterized reference spectra stored in the evaluation unit, defined damage and special states, and from this the condition of the rotor blade is determined.
  • a structure-borne noise measurement from a sequence of a plurality of immediately consecutively carried out individual measurements the start of each of these individual measurements on a uniform rotation angle of the rotor blade, based on the axis of rotation of the rotor, triggered and accumulates all the determined frequency spectra of each individual measurement prior to comparison with the reference spectra become.
  • the uniform rotation angle By triggering on the uniform rotation angle, it is possible not only to determine the amplitude characteristic of the frequency spectrum, but also its phase position.
  • the measurements are performed at a high repetition rate or sampling rate to capture the harmonic spectrum.
  • the amplitudes and phases of the individual harmonics of the fundamental waves (eigenfrequencies) of the rotor blade are converted into a vector, which is then compared with suitable statistical methods with vectors of the frequency spectra for different cases of damage in order to obtain a similar liability with known damage cases. Since this method is versatile and very powerful, it requires an additional system that must be placed in a wind turbine.
  • the present invention has the object to provide a monitoring of the operation of a wind turbine, in particular with respect to ice accumulation or other damage cases available that ensures safe operation of the wind turbine with little effort.
  • This object is achieved by a method for monitoring the operation of a wind turbine with a tower, arranged on the tower nacelle and a rotor having at least one blade-angle adjustable rotor blade, wherein during operation of the wind turbine by means of at least one measuring device rotor blade vibrations of at least a rotor blade are detected and at least one instantaneous natural frequency of the at least one rotor blade is determined from the detected rotor blade oscillations, wherein additionally at least one environmental parameter and / or at least one operating parameter is or are detected, which influence or influence the at least one natural frequency of the at least one rotor blade , which is further developed in that for the at least one determined instantaneous natural frequency of the at least one rotor blade at least one of the additionally detected environmental parameter (s) and / or operating parameter (s) dependent eigenfrequency expectation value and at least one confidence interval are calculated, wherein it is monitored whether the determined instantaneous natural frequency lies within or outside the confidence interval by the natural frequency expectation value.
  • the inventive method is a particularly simple and safe method to recognize special cases of operation, such as ice accumulation on rotor blades.
  • at least one natural frequency of the rotor blade is monitored. It is also possible, for example, to monitor two to four natural frequencies, for example, in each case the first and / or second natural frequency in the pivoting direction and / or in the direction of impact.
  • the time course of rotor blade vibrations is detected by means of a measuring device and determined from the detected rotor blade vibrations a momentary natural frequency of the rotor blade. This can be done, for example, by a Fourier transformation, in particular a fast Fourier transformation (FFT), by a wavelet analysis or by other suitable known methods and by a subsequent maximum detection in the frequency spectrum.
  • FFT fast Fourier transformation
  • an exceeding of the at least one confidence interval is reported to an operation management system of the wind energy plant.
  • an exceeding of the confidence interval means that the amount of the difference between the determined instantaneous natural frequency and the expected value is greater than the confidence interval.
  • This can be both an exceeding of an upper limit value and an undershooting of a lower limit value, wherein the limit values are formed by the confidence interval around the expected value.
  • Such a message may be, in particular if it falls below a lower limit, preferably an ice alert or an ice message. In this case, the plant must either be shut down or put into operation with reduced power, in which the rotor blades and the entire wind turbine are still operated safely even when, for example, ice build-up.
  • the vibrations of the at least one rotor blade are preferably detected by means of rotor-resistant, in particular rotor blade-fixed, sensors, which in particular include acceleration sensors, deformation sensors and / or strain sensors.
  • Corresponding strain sensors are preferably arranged in the rotor blade root or on the rotor blade root.
  • Advantageous suitable sensors are optical fibers with fiber Bragg gratings (FBG). Strain gauges or acoustic sensors, which make a structure-borne noise measurement, are also suitable in the context of the present invention.
  • a rotor speed, a generator speed or a parameter associated therewith is preferably detected.
  • the speed-dependent centrifugal forces have a noticeable influence on the natural frequencies.
  • a higher rotor speed leads to a stiffening, as in a tensioned string, which leads to an increase in the natural frequency.
  • a temperature and / or a wind speed is detected as an environmental parameter and / or is and / or a rotor blade angle and / or a generated power are detected as operating parameters.
  • These parameters have a direct or indirect influence on the vibration behavior of the monitored rotor blade or are correlated with it.
  • the material of the rotor blade stiffens at falling temperatures, which leads to an increase in the modulus of elasticity and thus the natural vibration frequency.
  • the rotor blade angle changes the orientation of the rotor blade to the rotor plane and thus the vibration connection to the overall system by changing the clamping condition, so that the rotor blade angle has an influence on the fundamental frequency or the natural frequency or natural frequencies of the rotor blade.
  • the power generated is a factor that correlates with the natural frequency, since both the speed and the rotor blade angle change in the partial load range and full load range of the wind turbine and with increasing wind speed, the rotor blades are more heavily loaded and bent out of the rotor plane.
  • the prevailing wind speed is correlated with the natural frequency or the natural frequencies, in particular on the power generated, the speed and the pitch angle.
  • the speed may be both the speed of the rotor and the speed of the generator, especially in the case of wind turbines in which the rotor is connected via a gear to the generator.
  • a transmission usually has a fixed ratio, so that the rotor speed and the transmission speed are firmly linked.
  • a function underlying the at least one natural frequency expectation value can be adapted to a current turbine configuration by means of statistical evaluation of measured data.
  • the at least one eigenfrequency expected value or the at least one generating function can be adapted to a current turbine configuration and is not permanently set once and for all at the beginning of the operation of a wind energy plant.
  • the current configuration can undergo structural changes or, for example, signs of aging on components such as rotor blades. These can lead to a gradual change in the monitored natural frequencies that should be taken into account during the lifetime of a wind turbine during the monitoring. For this purpose, it can be monitored, for example, whether the measured values for the natural frequency of the rotor blade systematically over or below the expected value. If this happens during normal operation without fault indication, the function generating the expected value is adapted to the current conditions or the current turbine configuration.
  • the at least one eigenfrequency expected value is calculated as a result of a model function based on a simulation of the wind energy plant, which depends on the environmental parameter (s) and / or operating parameter (s), in particular in the simulation simulated vibration measurement data are generated.
  • This simulated vibration measurement data can be generated, for example, with a sampling rate which corresponds to a sampling rate actually used in order to make the simulation as realistic as possible.
  • Such a simulation can already well simulate the dependence of the natural frequency (s) of environmental and operating parameters.
  • the function based on the simulation can either be adopted directly or, if it turns out that the actual natural frequencies are systematically different from those of the simulation, corresponding systematic corrections and correction terms are introduced.
  • the at least one natural frequency expectation value is calculated on the basis of real measurement data of the real wind energy plant to be monitored for oscillations of the at least one rotor blade under normal operating conditions. In this case, further corrections are unnecessary in most cases.
  • the at least one eigenfrequency expectation value is obtained as a result of at least one fit function (adaptation calculation), in particular according to the least squares method With reference to the simulated or real measured data for vibrations of the at least one rotor blade calculated, wherein in particular the fit function of the natural frequency depends linearly on the or the environmental parameterin) and / or operating parameters (n).
  • a sine function or a cosine function may be advantageously used.
  • a separate fit function is used for each monitored natural frequency.
  • the respective fit function is based on real or simulated vibration measurement data of the rotor blade or the rotor blades of the wind turbine during normal operation without fault messages. Since the dependencies of the environmental parameters and operating parameters can be approximated linearly to a good approximation, a particularly simple and computationally unimaginative implementation of the method is given.
  • the method of the least squares is referred to here in particular as multiple regression. If the fit function has only linear dependencies, it is a linear regression that occurs prior to monitoring. This means during operation that a very simple fit function with the likewise measured environmental parameters or operating parameters is used during the monitoring for each instantaneous measured value for the natural frequency or natural frequencies and thus an expected value for the natural frequency is determined in a very simple manner.
  • the at least one fit function is adapted in a learning phase, in particular automatically, to an individual turbine configuration. This can be done at the beginning of the life or operation of a wind turbine, but also in any case, when the configuration of the wind turbine changes, for example, by a repair or replacement of rotor blades or other vibration-relevant components.
  • the at least one fit function is improved during operation by further measurements under normal operating conditions.
  • the database on the basis of which the at least one fit function or its fit parameter or regression parameter is calculated is increased and, in particular, extended to larger ranges of environmental parameters and operating parameters, so that an even more reliable modeling of the actual vibration behavior of the rotor blade or the rotor blades is made possible.
  • the confidence intervals or the confidence interval is thereby further improved by increasing the statistics.
  • the at least one confidence interval is also calculated as a function of the environmental parameter and / or operating parameters.
  • the first blade pivot frequency is preferably determined. This is the oscillation frequency with respect to the pivoting movement of the blade within the rotor plane. This is particularly sensitive to changes in the configuration, such as material fatigue or for irregular operating conditions such as ice accumulation on the rotor blade. In addition, there is usually a particularly clear signal for this oscillation frequency in the frequency spectrum. Other equally clear signals are usually at the first natural frequency in the direction of impact and at the second natural frequency in the pan and impact direction.
  • the object underlying the invention is also achieved by an operation control device of a wind turbine with a tower, a gondola arranged on the tower and a rotor having at least one blade blade, at least one measuring device for detecting rotor blade vibrations of the at least one rotor blade during operation the wind energy plant is designed and arranged, wherein the operation control device for determining at least one momentary natural frequency of the at least one rotor blade from the detected rotor blade vibrations and processing at least one environmental parameter and / or at least one operating parameter is set up and / or designed, the or the natural frequency of the at least one rotor blade influenced or influenced, solved, which is developed by the fact that the operation control device is additionally set up and / or formed, for the at least one determined instantaneous natural frequency of the at least one rotor blade to calculate at least one of the one or more additionally detected environmental parameters (n) and / or operating parameters (n) dependent eigenfrequency expectation value and at least one confidence interval and to monitor whether the at least one determined
  • the operating control system is in particular preferably set up and / or designed to carry out a method according to the invention described above.
  • the features and advantages mentioned for the method also apply to the plant control system.
  • the object on which the invention is based is also based on a wind turbine with a tower, a nacelle arranged on the tower and a rotor which has at least one blade-adjustable blade, at least one measuring device which is capable of detecting rotor blade oscillations of the at least one rotor blade during the Operation of the wind turbine is designed and arranged, and solved a previously described inventive operation control system.
  • the method according to the invention is implemented in the existing wind power plant control system and there is no need for an additional monitoring system.
  • FIG. 2 is a schematic diagram of the operation of a fiber Bragg grating sensor
  • Fig. 4 representation of the first natural frequency of a rotor blade as a function of pitch angle and generator speed
  • FIG. 5 is a schematic flow diagram of an exemplary embodiment of a method according to the invention.
  • a rotor blade 2 is shown schematically in cross section.
  • a profile contour in a middle section is shown in dashed lines.
  • the rotor blade root 4 is shown as a solid circle.
  • a coordinate system is drawn, wherein the x-axis points in the direction of impact 5 from the suction side to the pressure side, while the y-axis points in the direction of pivoting 7 to the profile leading edge.
  • the z-axis points into the plane of the drawing, not shown blade tip.
  • strain sensors 6, 6 ', 8, 8' are mounted, two strain sensors 6, 6 'in the direction of impact 5 and two strain sensors 8, 8' in the Swiveling direction 7. Therefore, in the case of bending of the rotor blade, in general one sensor of one sensor pair 6, 6 'or 8, 8' is compressed and the other sensor is stretched.
  • the strain sensors 6, 6 ', 8, 8' may be fiber Bragg grating sensors, for example.
  • the strain sensor 6 comprises a light guide 1 0, in the core of which a fiber Bragg grating with a periodically changing refractive index is embossed in one area.
  • the grating period or the distance between two equal areas is ⁇ .
  • the periodicity ⁇ of the fiber Bragg grating changes, and the Bragg wavelength ⁇ ⁇ changes accordingly.
  • the wavelength of the reflected light thus provides information about the strain or compression of the optical waveguide 110.
  • the current changes in the reflected wavelength are therefore also a measure of the vibrations of the rotor blade 2 in which the fiber Bragg grating sensors are arranged ,
  • Fig. 3 shows the dependence of generator speed, power and pitch angle, ie rotor blade pitch, on the prevailing wind speed, for a wind turbine of the MM92 type of the applicant.
  • Each data point represents an averaging over a certain measurement period of several minutes, which results in a relatively broad scattering of the data points due to the fluctuations in the operating conditions occurring within the measurement period.
  • the thicker data points are based on a simple simulation of the wind turbine.
  • FIG. 4 shows results of a simulation of the wind energy plant, with only simulated measured values for the first natural frequency or fundamental frequency in the direction of pivoting of the rotor blade being plotted against blade pitch angle (pitch angle) and generator rotational speed for reasons of clarity.
  • the result is a substantially "V-shaped distribution, wherein a leg 20 of the" V "represents the low-wind operation at constant Bladeinstellwinkel in the 0 ° position and at variable generator speed and the other leg 22 operation in stronger wind with constant generator rated speed at variable blade pitch.
  • the simulated measured values show an increase of the first natural frequency with increasing generator speed and a decrease with increasing blade pitch. In the area shown, the dependencies are, to a good approximation, linear. Similar dependencies arise for example with the temperature, the measured wind speed and the power.
  • the natural frequency would shift, in particular would reduce the first natural frequency in the pivoting direction due to the increased mass with ice accumulation. If this change is significant given the range of data and measurement accuracy, this can be used, for example, as an ice alert. It is also possible to define various limit values or confidence intervals for ice warning on the one hand and power reduction or shutdown of the wind turbine on the other.
  • FIG. 5 illustrates a schematic sequence of an embodiment of a method according to the invention.
  • the exemplary embodiment illustrated comprises two parts, namely a part in which the function used for generating the eigenfrequency expected value and optionally the confidence interval is determined, and further a part in which the continuous monitoring of the operation of the wind turbine, for example, on ice on the rotor blade, takes place.
  • measurement data 34 with respect to, for example, the first natural frequency of the rotor blade is obtained either from a real wind turbine 30 or from a simulation 32 determined in swivel direction or removed. These measurement data 34 are also associated with measurement data or simulated data relating to ambient temperature, wind speed, generated power, generator speed, rotor speed and / or blade pitch.
  • a sample 36 can be selected from the measurement data 34, for which it is known that in each case regular operating conditions prevailed and covers the largest possible range of occurring environmental and / or operating parameters.
  • a reference data record 40 is generated from the sample 36, which has the measurement data of the sample 36 with all the environmental and / or operating parameters that have been recorded in an ordered form.
  • the reference data set 40 is applied with a linear regression or even a least-square fit 42 in order to determine regression coefficients 44 for a fit function which may, for example, have a linear or quadratic dependence on one or more environmental and / or operating parameters. It is also possible to choose a hybrid form in which, for example, the dependence of the first natural frequency on the generator or rotor speed and the temperature is considered linear and the dependence on the blade angle is considered quadratically
  • the confidence interval can also be determined with the help of the linear regression.
  • the thus determined fit function provides the expected value of the first natural frequency for each current operating state with respect to ambient temperature, rotational speed, blade angle, etc.
  • the second part of the embodiment of Fig. 5 relates to the monitoring.
  • ice detection is These measured values relate to the ambient and / or operating parameters such as temperature, wind speed, blade angle, power and / or rotational speed, as well as the continuously detected vibration signals of the rotor blade (s) from the vibration , Acceleration or strain sensors.
  • a case distinction 54 is made with respect to the ambient temperature. If this is greater than a limit value from a preferred interval of 0 ° C to 5 ° C, in particular 3 ° C, no ice formation is to be expected, and no ice message is produced. However, if the ambient temperature is not greater than 3 ° C, continue with steps 56 through 62.
  • the first natural frequency in the pivoting direction of the rotor blade is first determined as part of a fast Fourier transformation (FFT) 56 from the temporal oscillation data. It is also possible to determine other natural frequencies, for example the first natural frequency in the direction of impact of the rotor blade and / or optionally the second natural frequency, if this is the case for the ice detection and corresponding expected value functions have been created for this purpose.
  • FFT fast Fourier transformation
  • step 58 the expectation value or the expected values for the monitored natural frequency or natural frequencies from the selected fit function and the previously determined regression coefficients 44 are calculated for the current environmental and / or operating conditions as well as the corresponding confidence interval 60.
  • step 62 it is then checked, whether the previously determined natural frequency or the previously determined natural frequencies lie outside the (respective) confidence interval by the (respective) expected value. If this is not the case, again no ice message is output 66, if so, one becomes Ice message issued 64. Subsequently, the second part of the process goes to the next iteration, unless an exit condition is met and the ice detection is terminated 68.
  • the query 62 may be defined as "greater than” or “greater than or equal to”, or “less than” or “less than” to check whether a determined natural frequency is within or outside the confidence interval.
  • the monitored natural frequencies are usually in the range below 10 Hz or even preferably up to 100 Hz. Therefore, it is generally sufficient, the vibrations of the rotor blades with a sampling rate of 20 Hz, preferably to 50 Hz, or even preferably to 100 Hz or in particular to 200 Hz.
  • the number of samples should be in the range of 1000. This is done within a measuring time of about 10 to 50 seconds. It is also possible to monitor a running sample of measurements, using the last 1024 or 2048 measurements for the FFT for each measurement.
  • An FFT on, for example, 500 to 1000 measuring points plus peak value determination in the frequency spectrum for determining the natural frequency or natural frequencies takes significantly less than 1/50 second with currently used data processing systems and can therefore also be implemented in an operating control device of a wind energy plant.
  • the measurement duration here refers to the duration in which, for example, 1000 samples have been collected for the FFT.
  • a reference data set is generated from the present measurement data. This contains the measured values for the mean blade pitch or angle, the average generator speed and the mean temperature for the stated measurement duration. In addition, the calculated first and second natural frequencies are assigned to these values. Starting from the reference data set, the coefficients A, B, C and D of the model function for one of these eigenfrequencies are determined in the next step. Since it is a linear function of several independent variables, a multiple linear regression is performed.
  • the expected value ⁇ in the statistics denotes the value that a random variable assumes on average. Since the underlying population is often unknown or infinitely large, and thus ⁇ can not be determined, the expectation value is approximated by the arithmetic mean x from a sample:
  • the empirical standard deviation s can be used:
  • the arithmetic mean x converges to the expected value ⁇ .
  • the standard deviation can be used to specify the probability P with which a measured value occurs within an interval around the expected value. This area is also called the confidence interval. The limits of this confidence interval are z. B. at a probability of
  • y reg approximates the expectation ⁇ of the population regress to the standard deviation ⁇ of the population. This can be assumed to a good approximation for a sample size of n> 500. It is thus possible to specify a confidence interval from the multiple regression, in which the actual measurement data y rea i will lie. Assuming a normal distribution of the readings, this means that the probability is 99%
  • This situation is used in the embodiment of the invention for ice detection.
  • the idea underlying the developed method is that ice on the rotor blades leads to a mass increase, which is manifested by a decrease in the first (and second) natural frequency.
  • the expected value ⁇ is determined via the model function.
  • the actual measured values for the first and possibly the second natural frequency are compared with the respective expected value. If the measured value for the first natural frequency or both measured values are smaller than the lower limit of the respective confidence interval around the expected value, it can be assumed with high probability of ice on the rotor blade.
  • the middle one Temperature is less than 3 ° C. The error probability in case of significant deviation then amounts to at most 0.5%.

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Fluid Mechanics (AREA)
  • Wind Motors (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zur Überwachung des Betriebs einer Windenergieanlage mit einem Turm, einer auf dem Turm angeordneten Gondel und einem Rotor, der wenigstens ein blattwinkelverstellbares Rotorblatt (2) aufweist, wobei während des Betriebs der Windenergieanlage mittels wenigstens einer Messvorrichtung (6, 6', 8, 8') Rotorblattschwingungen des wenigstens einen Rotorblatts (2) erfasst werden und aus den erfassten Rotorblattschwingungen wenigstens eine momentane Eigenfrequenz des wenigstens einen Rotorblatts (2) ermittelt wird, wobei zusätzlich wenigstens ein Umweltparameter und/oder wenigstens ein Betriebsparameter erfasst wird oder werden, der oder die die wenigstens eine Eigenfrequenz des wenigstens einen Rotorblatts (2) beeinflusst oder beeinflussen. Die Erfindung betrifft weiter eine Betriebssteuerungseinrichtung einer Windenergieanlage sowie eine entsprechende Windenergieanlage. Erfindungsgemäß werden für die wenigstens eine ermittelte momentane Eigenfrequenz des wenigstens einen Rotorblatts (2) wenigstens ein von dem oder den zusätzlich erfassten Umweltparameter(n) und/oder Betriebsparameter(n) abhängiger Eigenfrequenz-Erwartungswert und wenigstens ein Konfidenzintervall berechnet (56, 58), wobei überwacht (62) wird, ob die ermittelte momentane Eigenfrequenz innerhalb oder außerhalb des Konfidenzintervalls um den Eigenfrequenz-Erwartungswert liegt.

Description

Verfahren zum Überprüfen des Betriebs einer Windenergieanlage und Windenergieanlage
Beschreibung
Die Erfindung betrifft ein Verfahren zur Überwachung des Betriebs einer Windenergieanlage mit einem Turm, einer auf dem Turm angeordneten Gondel und einem Rotor, der wenigstens ein blattwin- kelverstellbares Rotorblatt aufweist, wobei während des Betriebs der Windenergieanlage mittels wenigstens einer Messvorrichtung Rotorblattschwingungen des wenigstens einen Rotorblatts erfasst werden und aus den erfassten Rotorblattschwingungen wenigstens eine momentane Eigenfrequenz des wenigstens einen Rotorblatts ermittelt wird , wobei zusätzlich wenigstens ein Umweltparameter und/oder wenigstens ein Betriebsparameter erfasst wird oder werden, der oder die die Eigenfrequenz des wenigstens einen Rotorblatts beeinflusst oder beeinflussen. Die Erfindung betrifft weiter eine Betriebssteuerungseinrichtung einer Windenergieanlage sowie eine entsprechende Windenergieanlage.
Die vorliegende Erfindung betrifft insbesondere die Überwachung
BESTÄTIGUNGSKOPIE des Zustandes von Rotorblättern einer Windenergieanlage. Diese gehören zu den am höchsten belasteten Komponenten einer Windenergieanlage in deren Betrieb. Die Rotorblätter sind dem Wind ausgesetzt und übertragen die im Wind gespeicherte Energie in eine Rotationsbewegung, wobei sie großen Schubkräften, Biegekräften, Fliehkräften, Turbulenzen, Lastwechseln usw. ausgesetzt sind . Zusätzlich sind die Rotorblätter auch Umgebungseinflüssen wie Sonnenstrahlung, Regen, Schneefall und Eisansatz ausgesetzt.
Um eine Windenergieanlage wirtschaftlich zu betreiben, sind die Rotorblätter zwar für eine hohe Lebensdauer auszulegen, jedoch auch so leicht wie möglich. Bei ihrer Auslegung sind sowohl die Aerodynamik, die auftretenden Lasten, die Dynamik des Betriebs, die Möglichkeit der Regelung und Betriebsführung sowie das Material zu berücksichtigen. Sicherheitsaspekte sind dabei unter anderem Unwuchten, Resonanzen, Eisabwurf und Materialermüdung, die ebenfalls bei Rotorblättern auftreten können. In Bezug auf die Wirtschaftlichkeit sind für die Rotorblätter insbesondere die Energieproduktion, bezogen auf den Standort, damit einhergehend Windmessungen zu berücksichtigen sowie die möglichst hohe Lebensdauer der Rotorblätter.
Da die Rotorblätter aus Gründen der Wirtschaftlichkeit nicht zu stark dimensioniert sein dürfen, ist es wünschenswert, Rotorblätter im Betrieb zu überwachen, um sicherzustellen, dass bei verstärkten Belastungen, die über die der Auslegung der Rotorblätter zugrunde liegenden Belastungen hinausgehen, Maßnahmen getroffen werden können, um diese Belastungen zu reduzieren. Ein Beispiel hierfür ist der Einsatz der Überwachung für die Erkennung von Eisansatz an Rotorblättern, der an vielen Standorten mit relativ kaltem Klima wünschenswert ist. Eisansatz kann sich bereits ab Temperaturen unterhalb von 3° Celsius bilden und belastet einerseits als zusätzli- che Masse die Rotorblätter und bildet andererseits als Quelle für Eisabwurf eine Gefahr für Menschen, Tiere und Gegenstände in einem weiten Umkreis.
Ein Verfahren und eine Vorrichtung zur Überwachung des Zustan- des von Rotorblättern an Windkraftanlagen ist aus DE 10 2005 017 054 A1 bekannt. Dabei wird der Zustand von Rotorblättern mittels Messung von Körperschall zumindest eines Rotorblatts mit zumindest einem am Rotorblatt befestigten Sensor überwacht, der mit einer Einheit zur drahtlosen Übertragung der Ausgangssignale der Sensoren an eine Auswerteeinheit verbunden ist, wo aus den Signalen mittels geeigneter Methoden ein Frequenzspektrum ermittelt, das Frequenzspektrum mit in der Auswerteeinheit hinterlegten, definierten Schadens- und Sonderzuständen entsprechenden und pa- rametrisierten Referenzspektren verglichen und daraus der Zustand des Rotorblatts ermittelt wird. Dabei erfolgt eine Körperschallmessung aus einer Abfolge einer Mehrzahl von unmittelbar nacheinander durchgeführten Einzelmessungen, wobei der Start jeder dieser Einzelmessungen auf einen einheitlichen Drehwinkel des Rotorblatts, bezogen auf die Drehachse des Rotors, getriggert wird und vor dem Vergleich mit den Referenzspektren alle ermittelten Frequenzspektren jeder Einzelmessung akkumuliert werden.
Durch die Triggerung auf den einheitlichen Drehwinkel ist es möglich, nicht nur den Amplitudenverlauf des Frequenzspektrums zu ermitteln, sondern auch dessen Phasenlage. Die Messungen werden mit einer hohen Wiederholungsrate bzw. Abtastrate durchgeführt, um das Oberwellenspektrum einzufangen. Die Amplituden und Phasen der einzelnen Oberwellen der Grundwellen (Eigenfrequenzen) des Rotorblatts werden in einen Vektor überführt, der dann mit geeigneten statistischen Methoden mit Vektoren der Frequenzspektren für verschiedene Schadensfälle verglichen wird, um eine Ähn- lichkeit mit bekannten Schadensfällen festzustellen. Da dieses Verfahren vielfältig einsetzbar und sehr mächtig ist, erfordert es ein zusätzliches System, das in eine Windenergieanlage eingebracht werden muss.
Demgegenüber liegt der vorliegenden Erfindung die Aufgabe zugrunde, eine Überwachung des Betriebs einer Windenergieanlage, insbesondere in Bezug auf Eisansatz oder andere Schadensfälle, zur Verfügung zu stellen, die mit wenig Aufwand einen sicheren Betrieb der Windenergieanlage gewährleistet.
Diese Aufgabe wird durch ein Verfahren zur Überwachung des Betriebs einer Windenergieanlage mit einem Turm, einer auf dem Turm angeordneten Gondel und einem Rotor, der wenigstens ein blatt- winkelverstellbares Rotorblatt aufweist, gelöst, wobei während des Betriebs der Windenergieanlage mittels wenigstens einer Messvorrichtung Rotorblattschwingungen des wenigstens einen Rotorblatts erfasst werden und aus den erfassten Rotorblattschwingungen wenigstens eine momentane Eigenfrequenz des wenigstens einen Rotorblatts ermittelt wird , wobei zusätzlich wenigstens ein Umweltparameter und/oder wenigstens ein Betriebsparameter erfasst wird oder werden, der oder die die wenigstens eine Eigenfrequenz des wenigstens einen Rotorblatts beeinflusst oder beeinflussen, das dadurch weitergebildet ist, dass für die wenigstens eine ermittelte momentane Eigenfrequenz des wenigstens einen Rotorblatts wenigstens ein von dem oder den zusätzlich erfassten Umweltparame- ter(n) und/oder Betriebsparameter(n) abhängiger Eigenfrequenz- Erwartungswert und wenigstens ein Konfidenzintervall berechnet werden, wobei überwacht wird, ob die ermittelte momentane Eigenfrequenz innerhalb oder außerhalb des Konfidenzintervalls um den Eigenfrequenz-Erwartungswert liegt. Damit stellt das erfindungsgemäße Verfahren eine besonders einfache und sichere Methode dar, Sonderfälle des Betriebs, wie beispielsweise Eisansatz an Rotorblättern, zu erkennen. Hierzu wird , wie dies bereits im Stand der Technik teilweise erfolgt, wenigstens eine Eigenfrequenz des Rotorblatts überwacht. Es können auch beispielsweise zwei bis vier Eigenfrequenzen überwacht werden, beispielsweise jeweils die erste und/oder zweite Eigenfrequenz in Schwenkrichtung und/oder in Schlagrichtung. Hierzu wird der zeitliche Verlauf von Rotorblattschwingungen mittels einer Messvorrichtung erfasst und aus den erfassten Rotorblattschwingungen eine momentane Eigenfrequenz des Rotorblatts ermittelt. Dies kann beispielsweise durch eine Fourier-Transformation, insbesondere eine Fast-Fourier-Transformation (FFT) geschehen, durch eine Wavelet- Analyse oder durch andere geeignete bekannte Verfahren sowie durch eine anschließende Maxima-Erkennung im Frequenzspektrum.
Anders als im Stand der Technik ist es allerdings nicht notwendig, ein ganzes Oberwellenspektrum zu erfassen. Der Verzicht hierauf vereinfacht das Verfahren bereits durch die Verringerung der Abtastrate deutlich. Da die Grundfrequenzen der Eigenfrequenzen von Rotorblättern üblicherweise im Bereich von ein bis wenigen Hz liegen, genügt es somit, die Schwingungen mit einer vergleichsweise niedrigen Sampling- bzw. Abtastrate zu erfassen. So erlaubt es bereits eine Abtastrate von nur 20 Hz im Prinzip, das Frequenzspektrum bis zu 1 0 Hz abzudecken, in dem sich die Grundschwingungen bzw. ersten Eigenfrequenzen sowie gegebenenfalls die zweiten Eigenfrequenzen üblicherweise befinden. Zur Verbesserung der Genauigkeit ist eine Abtastrate von bis zu 50 Hz vorteilhaft. Im Vergleich zu dem aus DE 1 0 2005 017 054 A1 bekannten Verfahren, bei dem für die Erfassung von Oberwellenspektren Sampling-Raten von bis zu 1000 Hz notwendig waren, ergibt sich somit eine deutli- che Verringerung des Aufwands und der erforderlichen Verarbeitungsgeschwindigkeit.
Im Unterschied zu dem genannten Stand der Technik gemäß DE 1 0 2005 017 054 A1 ist es nunmehr auch nicht notwendig, ein Arsenal an Referenzspektren vorzuhalten, diese in Vektoren zu parametri- sieren und eine Ähnlichkeitsanalyse durchzuführen, sondern es genügt, dass erfindungsgemäß ein Erwartungswert in Abhängigkeit von Umweltparametern und/oder Betriebsparametern der Windenergieanlage gebildet wird und die gemessenen Eigenfrequenzen mit diesem Erwartungswert verglichen werden. Der Erwartungswert hängt erfindungsgemäß von Umweltparametern und/oder Betriebsparametern ab. Der rechnerische Aufwand sowie der Aufwand in Bezug auf vorhandenen Speicherplatz ist gegenüber dem bekannten Verfahren damit deutlich reduziert.
Vorzugsweise wird eine Überschreitung des wenigstens einen Konfidenzintervalls an ein Betriebsführungssystem der Windenergieanlage gemeldet. Dabei bedeutet eine Überschreitung des Konfidenzintervalls, dass der Betrag der Differenz zwischen der ermittelten momentanen Eigenfrequenz und dem Erwartungswert größer ist als das Konfidenzintervall. Dies kann sowohl eine Überschreitung eines oberen Grenzwertes als auch eine Unterschreitung eines unteren Grenzwertes sein, wobei die Grenzwerte durch das Konfidenzintervall um den Erwartungswert herum gebildet werden. Eine solche Meldung kann, insbesondere bei Unterschreiten eines unteren Grenzwertes, vorzugsweise eine Eiswarnung oder eine Eismeldung sein. In diesem Fall ist die Anlage entweder stillzusetzen oder in einen Betrieb mit reduzierter Leistung zu versetzen, bei dem die Rotorblätter und die gesamte Windenergieanlage auch beispielsweise bei Eisansatz noch sicher betrieben werden. Die Erfassung der Schwingungen des wenigstens einen Rotorblatts erfolgt vorzugsweise mittels rotorfester, insbesondere rotorblattfes- ter, Sensorik, die insbesondere Beschleunigungssensoren, Verformungssensoren und/oder Dehnungssensoren umfasst. Entsprechende Dehnungssensoren sind vorzugsweise in der Rotorblattwurzel oder an der Rotorblattwurzel angeordnet. Vorteilhafte geeignete Sensoren sind Lichtleiter mit Faser-Bragg-Gittern (FBG). Auch Dehnungsmessstreifen oder akustische Sensoren, die eine Körperschallmessung vornehmen, sind im Rahmen der vorliegenden Erfindung geeignet.
Als Betriebsparameter wird bevorzugt eine Rotordrehzahl, eine Generatordrehzahl oder ein damit verbundener Parameter erfasst. Die drehzahlabhängigen Fliehkräfte haben einen merklichen Einfluss auf die Eigenfrequenzen. Eine höhere Rotordrehzahl führt zu einer Versteifung, wie bei einer gespannten Saite, die zu einer Erhöhung der Eigenfrequenz führt.
Vorzugsweise wird oder werden alternativ oder zusätzlich als Umweltparameter eine Temperatur und/oder eine Windgeschwindigkeit erfasst und/oder wird und/oder werden als Betriebsparameter ein Rotorblattwinkel und/oder eine erzeugte Leistung erfasst. Diese Parameter haben direkt oder indirekt einen Einfluss auf das Schwingungsverhalten des überwachten Rotorblatts bzw. sind mit diesem korreliert. So versteift sich das Material des Rotorblatts bei sinkenden Temperaturen, was zu einer Erhöhung des E-Moduls und damit der Eigenschwingungsfrequenz führt. Der Rotorblattwinkel verändert die Ausrichtung des Rotorblatts zur Rotorebene und somit die schwingungstechnische Anbindung an das Gesamtsystem durch die Änderung der Einspannbedingung, so dass auch der Rotorblattwinkel einen Einfluss auf die Grundfrequenz bzw. die Eigenfrequenz oder Eigenfrequenzen des Rotorblatts hat. Auch die erzeugte Leistung ist ein Faktor, der mit der Eigenfrequenz korreliert, da sich im Teillastbereich und im Volllastbereich der Windenergieanlage sowohl die Drehzahl als auch die Rotorblattwinkel ändern und mit steigender Windgeschwindigkeit die Rotorblätter stärker belastet werden und aus der Rotorebene herausgebogen werden. Auch die herrschende Windgeschwindigkeit ist mit der Eigenfrequenz bzw. den Eigenfrequenzen korreliert, insbesondere über die erzeugte Leistung , die Drehzahl und den Pitchwinkel.
Im Rahmen der Erfindung kann die Drehzahl sowohl die Drehzahl des Rotors als auch die Drehzahl des Generators sein , besonders im Falle von Windenergieanlagen, in denen der Rotor über ein Getriebe mit dem Generator verbunden ist. Ein solches Getriebe hat üblicherweise eine feste Übersetzung, so dass die Rotordrehzahl und die Getriebedrehzahl fest miteinander verknüpft sind.
Vorzugsweise ist eine dem wenigstens einen Eigenfrequenz- Erwartungswert zugrunde liegende Funktion mittels statistischer Auswertung von Messdaten auf eine aktuelle Turbinenkonfiguration anpassbar. Dies bedeutet im Rahmen der Erfindung , dass der wenigstens eine Eigenfrequenz-Erwartungswert bzw. die wenigstens eine erzeugende Funktion an eine aktuelle Turbinenkonfiguration angepasst werden kann und nicht zu Beginn des Betriebs einer Windenergieanlage ein für alle Mal fest eingestellt ist. Die aktuelle Konfiguration kann bauliche Veränderungen erfahren oder beispielsweise Alterserscheinungen an Komponenten wie Rotorblättern. Diese können zu einer schleichenden Veränderung der überwachten Eigenfrequenzen führen , die im Laufe der Lebensdauer einer Windenergieanlage bei der Überwachung berücksichtigt werden sollten. Hierzu kann beispielsweise überwacht werden, ob die Messwerte für die Eigenfrequenz des Rotorblatts systematisch über oder unter dem Erwartungswert liegen . Wenn dies im normalen Betrieb ohne Störungsanzeige geschieht, wird die den Erwartungswert erzeugende Funktion an die aktuellen Verhältnisse bzw. die aktuelle Turbinenkonfiguration angepasst.
In einer vorteilhaften einfachen Ausführungsform wird der wenigstens eine Eigenfrequenz-Erwartungswert als Ergebnis einer auf einer Simulation der Windenergieanlage beruhenden Modellfunktion berechnet, die von dem oder den Umweltparameter(n) und/oder Be- triebsparameter(n) abhängig ist, wobei insbesondere in der Simulation simulierte Schwingungsmessdaten erzeugt werden. Diese simulierten Schwingungsmessdaten können beispielsweise mit einer Abtastrate erzeugt werden, die einer real verwendeten Abtastrate entspricht, um die Simulation möglichst realitätsgetreu zu machen. Eine solche Simulation kann die Abhängigkeit der Eigenfrequenz(en) von Umwelt- und Betriebsparametern bereits gut nachbilden. Für den praktischen Einsatz kann die Funktion, die auf der Simulation beruht, entweder direkt übernommen werden , oder, wenn es sich ergibt, dass die tatsächlichen Eigenfrequenzen von denen der Simulation systematisch abweichen , entsprechende systematische Korrekturen und Korrekturterme eingeführt werden.
In einer Alternative hierzu ist ebenfalls vorteilhafterweise vorgesehen, dass der wenigstens eine Eigenfrequenz-Erwartungswert anhand realer Messdaten der realen zu überwachenden Windenergieanlage für Schwingungen des wenigstens einen Rotorblatts unter regulären Betriebsbedingungen berechnet wird . In diesem Fall sind weitere Korrekturen in den meisten Fällen unnötig.
Vorzugsweise wird der wenigstens eine Eigenfrequenz-Erwartungswert als Ergebnis wenigstens einer Fitfunktion (Anpassungsrechnung), insbesondere nach der Methode der kleinsten Quadrate, in Bezug auf die simulierten oder realen Messdaten für Schwingungen des wenigstens einen Rotorblatts berechnet, wobei insbesondere die Fitfunktion der Eigenfrequenz linear von dem oder den Umwelt- parameterin) und/oder Betriebsparameter(n) abhängt. Im Falle des Blatteinstellwinkels kann alternativ auch vorteilhaft eine sinus- Funktion oder eine cosinus-Funktion verwendet werden.
Für jede überwachte Eigenfrequenz wird eine eigene Fitfunktion verwendet. Die jeweilige Fitfunktion beruht auf realen oder simulierten Schwingungsmessdaten des Rotorblatts oder der Rotorblätter der Windenergieanlage im regulären Betrieb ohne Störungsmeldungen. Da die Abhängigkeiten von den Umweltparametern und Betriebsparametern in guter Näherung linear approximiert werden können, ist eine besonders einfache und rechenunaufwändige Implementierung des Verfahrens gegeben. Die Methode der kleinsten Quadrate wird hierbei insbesondere auch als multiple Regression bezeichnet. Falls die Fitfunktion nur lineare Abhängigkeiten aufweist, handelt es sich dabei um eine lineare Regression, die im Vorfeld der Überwachung erfolgt. Dies bedeutet im Betrieb, dass während der Überwachung zu jedem momentanen Messwert für die Eigenfrequenz oder Eigenfrequenzen jeweils eine sehr einfache Fitfunktion mit den ebenfalls gemessenen Umweltparametern bzw. Betriebsparametern verwendet wird und somit auf äußerst einfache Weise ein Erwartungswert für die Eigenfrequenz bestimmt wird.
Besonders in dem Fall, dass die an der realen Windenergieanlage bzw. den Rotorblättern direkt gemessenen Schwingungen Grundlage für die wenigstens eine Fitfunktion sein sollen, ist vorzugsweise vorgesehen, dass die wenigstens eine Fitfunktion in einer Lernphase, insbesondere automatisiert, auf eine individuelle Turbinenkonfiguration angepasst wird . Dies kann am Anfang der Lebensdauer bzw. des Betriebs einer Windenergieanlage geschehen, aber auch in jedem Fall, wenn sich die Konfiguration der Windenergieanlage ändert, beispielsweise durch eine Reparatur oder einen Austausch von Rotorblättern oder anderen schwingungsrelevanten Komponenten.
Ebenfalls vorzugsweise wird die wenigstens eine Fitfunktion im laufenden Betrieb durch weitere Messungen unter regulären Betriebsbedingungen verbessert. Dies bedeutet, dass die Datenbasis, aufgrund derer die wenigstens eine Fitfunktion bzw. deren Fitparameter oder Regressionsparameter berechnet wird bzw. werden , vergrößert wird und insbesondere auf größere Bereiche von Umweltparametern und Betriebsparametern ausgedehnt wird, so dass eine noch verlässlichere Modellierung des realen Schwingungsverhaltens des Rotorblatts bzw. der Rotorblätter ermöglicht wird . Auch die Konfidenzintervalle werden bzw. das Konfidenzintervall wird hierdurch durch Vergrößerung der Statistik weiter verbessert.
Vorzugsweise wird auch das wenigstens eine Konfidenzintervall in Abhängigkeit des oder der Umweltparameter und/oder Betriebsparameter berechnet.
Als Eigenfrequenz wird vorzugsweise die erste Blattschwenkfrequenz ermittelt. Dabei handelt es sich um die Schwingungsfrequenz bezüglich der Schwenkbewegung des Blattes innerhalb der Rotorebene. Diese ist besonders empfindlich für Änderungen in der Konfiguration, beispielsweise eine Materialermüdung oder für irreguläre Betriebszustände wie beispielsweise Eisansatz am Rotorblatt. Außerdem findet sich für diese Schwingungsfrequenz im Frequenzspektrum meist ein besonders deutliches Signal. Andere ebenfalls deutliche Signale gibt es üblicherweise bei der ersten Eigenfrequenz in Schlagrichtung sowie bei der zweiten Eigenfrequenz in Schwenk- und Schlagrichtung. Die der Erfindung zugrunde liegende Aufgabe wird auch durch eine Betriebssteuerungseinrichtung einer Windenergieanlage mit einem Turm, einer auf dem Turm angeordneten Gondel und einem Rotor, der wenigstens ein blattwinkelverstellbares Rotorblatt aufweist, wenigstens einer Messvorrichtung, die zur Erfassung von Rotorblattschwingungen des wenigstens einen Rotorblatts während des Betriebs der Windenergieanlage ausgebildet und angeordnet ist, wobei die Betriebssteuerungseinrichtung zur Ermittlung wenigstens einer momentanen Eigenfrequenz des wenigstens einen Rotorblatts aus den erfassten Rotorblattschwingungen und zur Verarbeitung zusätzlich wenigstens eines Umweltparameters und/oder wenigstens eines Betriebsparameters eingerichtet und/oder ausgebildet ist, der oder die die Eigenfrequenz des wenigstens einen Rotorblatts beeinflusst oder beeinflussen, gelöst, die dadurch weitergebildet ist, dass die Betriebssteuerungseinrichtung zusätzlich eingerichtet und/oder ausgebildet ist, für die wenigstens eine ermittelte momentane Eigenfrequenz des wenigstens einen Rotorblatts wenigstens einen von dem oder den zusätzlich erfassten Umweltparameter(n) und/oder Betriebsparameter(n) abhängiger Eigenfrequenz-Erwartungswert und wenigstens ein Konfidenzintervall zu berechnen und zu überwachen, ob die wenigstens eine ermittelte momentane Eigenfrequenz innerhalb oder außerhalb des wenigstens einen Konfidenzintervalls um den wenigstens einen Eigenfrequenz- Erwartungswert liegt.
Die Betriebssteuerungsanlage ist insbesondere vorzugsweise eingerichtet und/oder ausgebildet, ein zuvor beschriebenes erfindungsgemäßes Verfahren auszuführen. Damit gelten die für das Verfahren genannten Merkmale und Vorteile auch für die Betriebssteuerungsanlage. Schließlich wird die der Erfindung zugrunde liegende Aufgabe auch durch eine Windenergieanlage mit einem Turm, einer auf dem Turm angeordneten Gondel und einem Rotor, der wenigstens ein blatt- winkelverstellbares Rotorblatt aufweist, wenigstens einer Messvorrichtung, die zur Erfassung von Rotorblattschwingungen des wenigstens einen Rotorblatts während des Betriebs der Windenergieanlage ausgebildet und angeordnet ist, und einer zuvor beschriebenen erfindungsgemäßen Betriebssteuerungsanlage gelöst.
Damit ist das erfindungsgemäße Verfahren in der vorhandenen Betriebssteuerungsanlage der Windenergie implementiert und es erübrigt sich die Notwendigkeit eines zusätzlichen Überwachungssystems.
Die zu den einzelnen Erfindungsgegenständen, also dem Verfahren , der Betriebssteuerungsanlage und der Windenergieanlage genannten Merkmale, Eigenschaften und Vorteile gelten ohne Einschränkung auch für die anderen Erfindungsgegenstände, die sich aufeinander beziehen.
Weitere Merkmale der Erfindung werden aus der Beschreibung erfindungsgemäßer Ausführungsformen zusammen mit den Ansprüchen und den beigefügten Zeichnungen ersichtlich. Erfindungsgemäße Ausführungsformen können einzelne Merkmale oder eine Kombination mehrerer Merkmale erfüllen.
Die Erfindung wird nachstehend ohne Beschränkung des allgemeinen Erfindungsgedankens anhand von Ausführungsbeispielen unter Bezugnahme auf die Zeichnungen beschrieben, wobei bezüglich aller im Text nicht näher erläuterten erfindungsgemäßen Einzelheiten ausdrücklich auf die Zeichnungen verwiesen wird. Es zeigen: Fig. 1 eine schematisierte Querschnittsdarstellung eines Rotorblatts,
Fig. 2 eine Prinzipdarstellung der Funktionsweise eines Fa- ser-Bragg-Gitter-Sensors,
Fig. 3 Verteilungen von Generatordrehzahl, Pitchwinkel und
Leistung einer Windenergieanlage gegen mittlere Windgeschwindigkeit,
Fig. 4 Darstellung der ersten Eigenfrequenz eines Rotorblatts in Abhängigkeit von Pitchwinkel und Generatordrehzahl und
Fig. 5 schematisches Ablaufdiagramm eines Ausführungsbeispiels eines erfindungsgemäßen Verfahrens.
In den Zeichnungen sind jeweils gleiche oder gleichartige Elemente und/oder Teile mit denselben Bezugsziffern versehen, so dass von einer erneuten Vorstellung jeweils abgesehen wird .
In Fig. 1 ist ein Rotorblatt 2 im Querschnitt schematisch dargestellt. Eine Profilkontur in einem mittleren Abschnitt ist gestrichelt dargestellt. Die Rotorblattwurzel 4 ist als solider Kreis dargestellt. Ein Koordinatensystem ist eingezeichnet, wobei die x-Achse in Schlagrichtung 5 von der Saugseite zur Druckseite zeigt, während die y-Achse in Schwenkrichtung 7 zur Profilvorderkante zeigt. Die z-Achse weist in die Zeichenebene hinein, zur nicht dargestellten Blattspitze hin.
Im inneren Umfang der Rotorblattwurzel 4 sind vier Dehnungssensoren 6, 6', 8, 8' angebracht, jeweils zwei Dehnungssensoren 6, 6' in der Schlagrichtung 5 und zwei Dehnungssensoren 8, 8' in der Schwenkrichtung 7. Bei Verbiegungen des Rotorblatts wird daher im Allgemeinen ein Sensor eines Sensorpaars 6, 6' bzw. 8, 8' gestaucht und der andere Sensor gedehnt. Die Dehnungssensoren 6, 6', 8, 8' können beispielsweise Faser-Bragg-Gitter-Sensoren sein.
In Fig. 2 ist das Prinzip der Funktionsweise eines auf der Grundlage eines Faser-Bragg-Gitters 12 basierenden Dehnungssensors 6 beispielhaft dargestellt. Der Dehnungssensor 6 umfasst einen Lichtleiter 1 0, in dessen Kern in einem Bereich ein Faser-Bragg-Gitter mit periodisch wechselnder Brechzahl eingeprägt ist. Die Gitterperiode bzw. der Abstand zwischen zwei gleichen Bereichen ist Λ.
Wenn von einer Seite ein breites Lichtspektrum 14 in den Lichtleiter 10 eingekoppelt wird , wird ein Großteil des Lichtspektrums transmit- tiert. Aufgrund der Periodizität des Faser-Bragg-Gitters wird jedoch ein schmalbandiger Teil mit der Bragg-Wellenlänge λΒ des Lichtspektrums reflektiert, so dass das reflektierte Lichtspektrum 16 nur diese Bragg-Wellenlänge λΒ enthält. Beim transmittierten Lichtspektrum 15 hingegen fehlt gegenüber dem eingekoppelten Lichtspektrum 14 genau der reflektierte Anteil bei λΒ.
Wenn der Lichtleiter 10 durch mechanische Beanspruchung gedehnt oder gestaucht wird , so ändert sich die Periodizität Λ des Faser- Bragg-Gitters, und die Bragg-Wellenlänge λΒ ändert sich entsprechend . Die Wellenlänge des reflektierten Lichts gibt somit Auf- schluss über die Dehnung oder Stauchung des Lichtleiters 1 0. Die laufenden Änderungen der reflektierten Wellenlänge sind somit auch ein Maß für die Schwingungen des Rotorblatts 2, in dem die Faser-Bragg-Gitter-Sensoren angeordnet sind .
Systematische Drifts der Bragg-Wellenlänge λΒ, beispielsweise durch Temperaturänderungen der Sensoren, lassen sich eliminie- ren, indem gleichartige Faser-Bragg-Gitter-Sensoren quer oder unbelastet in einem Röhrchen angeordnet werden , die also zwar den gleichen Temperaturänderungen ausgesetzt sind, jedoch nicht durch Rotorblattschwingungen beansprucht werden.
Fig . 3 zeigt die Abhängigkeit von Generatordrehzahl, Leistung und Pitchwinkel, also Rotorblatteinstellwinkel, von der herrschenden Windgeschwindigkeit, für eine Windenergieanlage des Typs MM92 der Anmelderin. Jeder Datenpunkt repräsentiert eine Mittelung über eine gewisse Messdauer von mehreren Minuten, wodurch sich aufgrund der innerhalb der Messdauer auftretenden Schwankungen in den Betriebsbedingungen jeweils eine relativ breite Streuung der Datenpunkte ergibt. Die dickeren Datenpunkte beruhen auf einer einfachen Simulation der Windenergieanlage.
Es ist erkennbar, dass bei niedrigen Windgeschwindigkeiten zunächst nur die Generatordrehzahl mit der Windgeschwindigkeit ansteigt. Dies betrifft den sogenannten Teillastbereich , bei dem die Nennleistung der Windenergieanlage noch nicht erreicht wird. Nach Erreichen einer Generator-Nenndrehzahl wird bei weiter steigender Windgeschwindigkeit die Blattwinkelverstellung zur Leistungsregelung genutzt. Diese setzt bereits vor Erreichen der Nennleistung der Windenergieanlage ein.
In Fig. 4 sind Ergebnisse einer Simulation der Windenergieanlage dargestellt, wobei aus Gründen der Übersichtlichkeit nur simulierte Messwerte für die erste Eigenfrequenz bzw. Grundfrequenz in Schwenkrichtung des Rotorblatts gegen Blatteinstellwinkel (Pitchwinkel) und Generatordrehzahl aufgetragen sind . Es ergibt sich eine im Wesentlichen„V-förmige Verteilung , wobei ein Schenkel 20 des „V" den Schwachwindbetrieb bei konstantem Blatteinstellwinkel in der 0°-Stellung und bei variabler Generatordrehzahl darstellt und der andere Schenkel 22 den Betrieb bei stärkerem Wind mit konstanter Generator-Nenndrehzahl bei variablem Blatteinstellwinkel. Die simulierten Messwerte zeigen eine Steigerung der ersten Eigenfrequenz mit steigender Generatordrehzahl und ein Abfallen mit steigendem Blatteinstellwinkel. Im gezeigten Bereich sind die Abhängigkeiten in guter Näherung linear. Ähnliche Abhängigkeiten ergeben sich beispielsweise mit der Temperatur, der gemessenen Windgeschwindigkeit und der Leistung.
Wenn das Rotorblatt sich in seinen Schwingungseigenschaften ändern würde, beispielsweise durch Eisansatz oder durch Materialbrüche, würde sich die Eigenfrequenz verschieben, insbesondere würde sich aufgrund der erhöhten Masse bei Eisansatz die erste Eigenfrequenz in Schwenkrichtung verkleinern. Wenn diese Veränderung angesichts der Streubreite der Daten und der Messgenauigkeit signifikant ist, kann dies beispielsweise zu einer Eiswarnung verwendet werden. Es können auch verschiedene Grenzwerte oder Konfidenzintervalle für Eiswarnung einerseits und Leistungsreduktion oder Stillsetzen der Windenergieanlage andererseits definiert werden .
Fig. 5 stellt einen schematischen Ablauf eines Ausführungsbeispiels eines erfindungsgemäßen Verfahrens dar. Das dargestellte Ausführungsbeispiel umfasst zwei Teile, und zwar zunächst einen Teil, in dem die Funktion ermittelt wird, die zur Erzeugung des Eigenfrequenz-Erwartungswerts und gegebenenfalls des Konfidenzintervalls verwendet wird, und weiter einen Teil, in dem die laufende Überwachung des Betriebs der Windenergieanlage, beispielsweise auf Eisansatz am Rotorblatt, erfolgt.
Im ersten Teil des Verfahrens werden entweder aus einer realen Windenergieanlage 30 oder aus einer Simulation 32 Messdaten 34 bezüglich beispielsweise der ersten Eigenfrequenz des Rotorblatts in Schwenkrichtung ermittelt oder entnommen. Diesen Messdaten 34 sind auch Messdaten oder simulierte Daten in Bezug auf Umgebungstemperatur, Windgeschwindigkeit, erzeugter Leistung, Generatordrehzahl, Rotordrehzahl und/oder Blatteinstellwinkel zugeordnet. Anschließend kann eine Stichprobe 36 aus den Messdaten 34 ausgewählt werden, für die bekannt ist, dass jeweils reguläre Betriebsbedingungen geherrscht haben und die einen möglichst großen Bereich der auftretenden Umwelt- und/oder Betriebsparameter abdeckt. Im Schritt 38 wird aus der Stichprobe 36 ein Referenzdatensatz 40 erzeugt, der die Messdaten der Stichprobe 36 mit allen miterfassten Umwelt- und/oder Betriebsparametern in einer geordneten Form aufweist.
Auf den Referenzdatensatz 40 wird eine lineare Regression oder auch ein „Least-Square-Fit" 42 angewandt, um Regressionskoeffizienten 44 zu ermitteln für eine Fitfunktion, die beispielsweise eine lineare oder quadratische Abhängigkeit von einem oder mehreren Umwelt- und/oder Betriebsparametern haben kann. Es kann auch eine Mischform gewählt werden, bei der beispielsweise die Abhängigkeit der ersten Eigenfrequenz von der Generator- oder Rotordrehzahl sowie der Temperatur linear und die Abhängigkeit vom Blattwinkel quadratisch berücksichtigt wird. Aufgrund der Vielzahl von Messwerten wird das zu optimierende Gleichungssystem stark überbestimmt sein und sich eine optimale Lösung für alle Fitparameter finden. Auch das Konfidenzintervall lässt sich mit Hilfe der linearen Regression sicher bestimmen . Die so bestimmte Fitfunktion liefert den Erwartungswert der ersten Eigenfrequenz für jeden momentanen Betriebszustand in Bezug auf Umgebungstemperatur, Drehzahl, Blattwinkel etc.
Der zweite Teil des Ausführungsbeispiels der Fig. 5 betrifft die Überwachung. Es werden beispielsweise eine Eiserkennung gestar- tet 50 und aktuelle Messwerte aus dem Betrieb der Windenergieanlage eingelesen 52. Diese Messwerte betreffen die Umgebungsund/oder Betriebsparameter wie Temperatur, Windgeschwindigkeit, Blattwinkel, Leistung und/oder Drehzahl, sowie die laufend erfass- ten Schwingungssignale des oder der Rotorblätter von den Schwin- gungs-, Beschleunigungs- oder Dehnungssensoren.
Für die Eiserkennung wird eine Fallunterscheidung 54 gemacht in Bezug auf die Umgebungstemperatur. Ist diese größer als ein Grenzwert aus einem bevorzugten Intervall von 0°C bis 5°C, insbesondere 3 °C, so ist nicht mit einer Eisbildung zu rechnen, und es wird keine Eismeldung produziert. Ist die Umgebungstemperatur allerdings nicht größer als 3 °C, so wird mit den weiteren Schritten 56 bis 62 fortgefahren. Hierzu wird zunächst im Rahmen einer Fast- Fourier-Transformation (FFT) 56 aus den zeitlichen Schwingungsdaten die erste Eigenfrequenz in Schwenkrichtung des Rotorblatts ermittelt. Es können auch andere Eigenfrequenzen, beispielsweise die erste Eigenfrequenz in Schlagrichtung des Rotorblatts und/oder gegebenenfalls die zweite Eigenfrequenz ermittelt werden, falls dies der Eiserkennung d ienlich ist und hierfür entsprechende Erwartungswert-Funktionen erstellt worden sind .
Im Schritt 58 wird für die aktuellen Umwelt- und/oder Betriebsbedingungen der Erwartungswert oder die Erwartungswerte für die überwachte Eigenfrequenz oder Eigenfrequenzen aus der gewählten Fitfunktion und den zuvor ermittelten Regressionskoeffizienten 44 berechnet sowie auch das entsprechende Konfidenzintervall 60. In der Fallunterscheidung 62 wird anschließend geprüft, ob die zuvor ermittelte Eigenfrequenz oder die zuvor ermittelten Eigenfrequenzen außerhalb des (jeweiligen) Konfidenzintervalls um den (jeweiligen) Erwartungswert liegt oder liegen. Falls dies nicht der Fall ist, wird wiederum keine Eismeldung ausgegeben 66, falls doch, wird eine Eismeldung ausgegeben 64. Anschließend geht der zweite Teil des Verfahrens in die nächste Iteration, falls nicht eine Austrittsbedingung erfüllt ist und die Eiserkennung beendet wird 68.
Die Abfrage 62 kann als„größer als" oder als„größer gleich" definiert sein, oder als„kleiner als" oder als„kleiner gleich", um zu prüfen, ob eine ermittelte Eigenfrequenz innerhalb oder außerhalb des Konfidenzintervalls liegt.
Bei dem beschriebenen Verfahren liegen die überwachten Eigenfrequenzen üblicherweise im Bereich unterhalb von 10 Hz oder ebenso bevorzugt bis 100 Hz. Daher reicht es im Allgemeinen aus, die Schwingungen der Rotorblätter mit einer Abtastrate von 20 Hz, vorzugsweise bis 50 Hz, oder ebenso bevorzugt bis 100 Hz oder insbesondere bis 200 Hz abzutasten. Um im Rahmen einer FFT eine hohe Messgenauigkeit für die überwachte Eigenfrequenz oder Eigenfrequenzen zu erzielen, sollte die Anzahl der Abtastungen im Bereich von 1000 liegen. Dies ist somit innerhalb einer Messzeit von etwa 10 bis 50 Sekunden getan. Es ist auch möglich, ein laufendes Sample von Messungen zu überwachen, bei dem bei jeder einzelnen Messung die jeweils letzten beispielsweise 1024 oder 2048 Messungen für die FFT verwendet werden. Eine FFT auf beispielsweise 500 bis 1000 Messpunkte zuzüglich Spitzenwertermittlung im Frequenzspektrum zur Ermittlung der Eigenfrequenz oder Eigenfrequenzen dauert mit derzeit verwendeten Datenverarbeitungsanlagen deutlich weniger als 1/50 Sekunde und ist daher auch in einer Betriebssteuerungseinrichtung einer Windenergieanlage implementierbar.
Im Folgenden wird eine Berechnung einer Fitfunktion für einen Eigenfrequenz-Erwartungswert beispielhaft erläutert. Die beispielsweise linear von der Generatordrehzahl, dem Pitchwinkel und der Temperatur abhängende Eigenfrequenz kann beispielsweise durch folgende Modellfunktion beschrieben werden:
F(0m, G)m, Tm) = A 0m + B-cöm + C Tm + D, wobei F die lineare Modellfunktion mit Einheit [Hz] ist, A, B, C und D die Regressionskoeffizienten der Funktion, 9m der mittlere Pitchwin- kel während der Messdauer in [°], ö)mdie mittlere Generatordrehzahl während der Messdauer für einen Messpunkt [1/min] und Tm die mittlere Temperatur in [°C]. Die Messdauer bezieht sich hier auf die Dauer, in der die beispielsweise 1000 Samples für die FFT gesammelt worden sind.
Zunächst wird aus den vorliegenden Messdaten ein Referenzdatensatz erzeugt. Dieser beinhaltet die Messwerte für den mittleren Blatteinstellwinkel bzw. Pitchwinkel, die mittlere Generatordrehzahl und die mittlere Temperatur für die genannte Messdauer. Zusätzlich werden die berechnete erste und zweite Eigenfrequenz diesen Werten zugeordnet. Ausgehend von dem Referenzdatensatz werden im nächsten Schritt die Koeffizienten A, B, C und D der Modellfunktion für eine dieser Eigenfrequenzen ermittelt. Da es sich um eine lineare Funktion mehrerer unabhängiger Variablen handelt, wird eine multiple lineare Regression durchgeführt.
Die Modellfunktion kann in allgemeiner Form geschrieben werden als: i = xl^b^ + xi2b2 + xi3b3 + b4 mit i = 1, n, wobei n der Stichprobenumfang ist und einige hundert bis einige Tausend Messwerte umfassen kann, und bi bis b4 die Regressions- Parameter A bis D sind.
Es ist zweckmäßig, die Modellfunktion in der Matrixschreibweise zu betrachten. Dabei stehen Kleinbuchstaben für Vektoren und Großbuchstaben für Matrizen. Somit gilt y = Xb + e, wobei der Vektor e = (e-i , e2, e3, e4) ein Störterm ist.
In Matrixschreibweise lautet die zuvor genannte Gleichung
Figure imgf000024_0001
Im vorliegenden Fall ist k = 4 und xi4 = 1 für alle i. Mithilfe einer multiplen Regression können die Koeffizienten bi bis b4 so bestimmt werden, dass sich die Modellfunktion bestmöglich den Messdaten des Referenzdatensatzes annähert. Die Abweichungen e, der Modellfunktion zu den tatsächlichen Messwerten werden als Residuen bezeichnet. Diese werden mit der Methode der kleinsten Quadrate („Least-sqare fit") minimiert, so dass
Figure imgf000024_0002
minimiert wird. Mit e = y - Xb ergibt sich für die Quadratsummer der Residuen nach einigen Umformungen: e'e = y'y - 2b'X'y + b'X'Xb.
Diese Quadratsumme wird minimiert, indem der Ausdruck partiell nach b abgeleitet und gleich Null gesetzt wird:
min(e'e) = = -2X + 2X'Xb =0
* ab y
X'Xb = X'y
Somit ergibt sich für die Koeffizienten b eine Schätzung , welche die Abweichungsquadrate minimiert. Die Koeffizienten bestimmen sich zu b = (X'X)"1 X'y.
Mit Hilfe der Modellfunktion kann jetzt für beliebige x-Werte ein Erwartungswert der Regression yregress für die erste bzw. zweite Eigenfrequenz berechnet werden:
Yregress = y = Xb + e.
Allgemein bezeichnet der Erwartungswert μ in der Statistik den Wert, den eine Zufallsgröße im Mittel annimmt. Da die zugrunde liegende Grundgesamtheit häufig unbekannt oder unendlich groß ist und μ somit nicht zu bestimmen ist, wird der Erwartungswert durch den arithmetischen Mittelwert x aus einer Stichprobe angenähert:
I I M
Um ein Maß für die Streuung der Stichprobenwerte um ihren Mittelwert zu erhalten, bietet sich die empirische Standardabweichung s an:
Figure imgf000026_0001
Bei größer werdendem Stichprobenumfang konvergiert der arithmetische Mittelwert x zum Erwartungswert μ hin. Das Gleiche gilt für die empirische Standardabweichung s, die sich mit zunehmendem Stichprobenumfang der Standardabweichung σ der Grundgesamtheit annähert. Wird eine Normalverteilung der Stichprobenmesswer- te x vorausgesetzt, kann mit Hilfe der Standardabweichung die Wahrscheinlichkeit P angegeben werden, mit der ein Messwert innerhalb eines Intervalls um den Erwartungswert vorkommt. Dieser Bereich wird auch Konfidenzintervall genannt. Die Grenzen d ieses Konfidenzintervalls betragen z. B. bei einer Wahrscheinlichkeit von
99 %: μ - u99 · σ < x < μ + Ugg · σ
Der Wert U99 kann Tabellen der Normalverteilung entnommen werden. Für ein Konfidenzintervall von 99% ist u9g = 2,58.
Nachfolgend soll nun gezeigt werden, wie die Streuung der Regression bestimmt wird . Für die multiple Regression kann der Standardfehler berechnet werden. Ausgehend von der Varianz der Stichprobenresiduen
Figure imgf000026_0002
wird ein erwartungstreuer Schätzer für die Varianz der Grundgesamtheit bestimmt, indem die Varianz der Stichprobenresiduen mit dem Faktor n/(n-k) korrigiert wird, wobei n die Anzahl der Beobachtungen und k die Anzahl der Freiheitsgrade, im Beispielsfall k = 4, ist. Die Wurzel der korrigierten Varianz ergibt den Standardfehler der Regression
Figure imgf000027_0001
Bei einem genügend großen Stichprobenumfang nähert sich yreg dem Erwartungswert μ der Grundgesamtheit regress der Standardab- weichung σ der Grundgesamtheit an. Dies kann in guter Näherung für einen Stichprobenumfang n > 500 angenommen werden. Es kann somit aus der multiplen Regression ein Konfidenzintervall angegeben werden, in dem die tatsächlichen Messdaten yreai liegen werden. Bei Annahme einer Normalverteilung der Messwerte bedeutet dies, dass mit einer Wahrscheinlichkeit von 99% gilt
Yreg ress — 2.58 · S regress < Yrea| < ! regress + 2.58 · S regress
Dieser Sachverhalt wird im erfindungsgemäßen Ausführungsbeispiel für die Eiserkennung genutzt. Der dem entwickeltem Verfahren zugrunde liegende Gedanke ist, dass Eis an den Rotorblättern zu einer Massenzunahme führt, die sich durch eine Abnahme der ersten (und zweiten) Eigenfrequenz bemerkbar macht. Für einen konkreten Betriebspunkt wird der Erwartungswert μ über die Modellfunktion bestimmt. Anschließend werden die tatsächlichen Messwerte für die erste und gegebenenfalls die zweite Eigenfrequenz mit dem jeweiligen Erwartungswert verglichen. Ist der Messwert für die erste Eigenfrequenz oder sind beide Messwerte kleiner als die untere Grenze des jeweiligen Konfidenzintervalls um den Erwartungswert, kann mit hoher Wahrscheinlichkeit von Eis am Rotorblatt ausgegangen werden. Als Nebenbedingung wird gestellt, dass die mittlere Temperatur kleiner ist als 3 °C. Die Irrtumswahrscheinlichkeit bei signifikanter Abweichung beträgt dann höchstens 0,5 %.
Alle genannten Merkmale, auch die den Zeichnungen allein zu ent- nehmenden sowie auch einzelne Merkmale, die in Kombination mit anderen Merkmalen offenbart sind, werden allein und in Kombination als erfindungswesentlich angesehen. Erfindungsgemäße Ausführungsformen können durch einzelne Merkmale oder eine Kombination mehrerer Merkmale erfüllt sein.
Bezuqszeichen liste
2 Rotorblatt
4 Rotorblattwurzel
5 Schlagrichtung
6, 6' Dehnungssensor in Schlagrichtung
7 Schwenkrichtung
8, 8' Dehnungssensor in Schwenkrichtung
10 Lichtleitfaser
12 Faser-Bragg-Gitter
14 eingekoppeltes Lichtspektrum
15 transmittiertes Lichtspektrum
16 reflektiertes Lichtspektrum
20 Teillastbereich
22 Volllastbereich
30 Reale Anlage
32 Simulation
34 Messdaten
36 Stichprobe aus Messdaten
38 Erzeugung eines Referenzdatensatzes
40 Referenzdatensatz
42 Durchführung multiple Regression
44 Regressionskoeffizienten
50 Start der Eiserkennung
52 Einlesen von Messwerten
54 Fallunterscheidung: Temperatur > 3°C
56 FFT, Bestimmung der 1 . (und 2.) Eigenfrequenz
58 Berechnung des Erwartungswerts
60 Berechnung des Konfidenzintervalls
62 Fallunterscheidung: signifikante Abweichung?
64 Eismeldung
66 keine Eismeldung 8 Ende der Eiserkennung
λβ Bragg-Wellenlänge
Λ Periode des Faser-Bragg-Gitters

Claims

Verfahren zum Überprüfen des Betriebs einer Windenergieanlage und Windenergieanlage Patentansprüche
1 . Verfahren zur Überwachung des Betriebs einer Windenergieanlage mit einem Turm, einer auf dem Turm angeordneten Gondel und einem Rotor, der wenigstens ein blattwinkelverstellba- res Rotorblatt (2) aufweist, wobei während des Betriebs der Windenergieanlage mittels wenigstens einer Messvorrichtung (6, 6', 8, 8') Rotorblattschwingungen des wenigstens einen Rotorblatts (2) erfasst werden und aus den erfassten Rotorblattschwingungen wenigstens eine momentane Eigenfrequenz des wenigstens einen Rotorblatts (2) ermittelt wird , wobei zusätzlich wenigstens ein Umweltparameter und/oder wenigstens ein Betriebsparameter erfasst wird oder werden , der oder die die wenigstens eine Eigenfrequenz des wenigstens einen Rotorblatts (2) beeinflusst oder beeinflussen, dadurch gekennzeichnet, dass für die wenigstens eine ermittelte momentane Eigenfrequenz des wenigstens einen Rotorblatts (2) wenigstens ein von dem oder den zusätzlich erfassten Umweltparameter(n) und/oder Betriebsparameter(n) abhängiger Eigenfrequenz- Erwartungswert und wenigstens ein Konfidenzintervall berechnet (56, 58) werden, wobei überwacht (62) wird, ob die ermittelte momentane Eigenfrequenz innerhalb oder außerhalb des Konfidenzintervalls um den Eigenfrequenz-Erwartungswert liegt.
2. Verfahren nach Anspruch 1 , dadurch gekennzeichnet, dass eine Überschreitung des wenigstens einen Konfidenzintervalls an ein Betriebsführungssystem der Windenergieanlage gemeldet (64) wird.
3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass die Erfassung der Schwingungen des wenigstens einen Rotorblatts (2) mittels rotorfester, insbesondere rotorblattfester, Sensorik erfolgt, die insbesondere Beschleunigungssensoren, Verformungssensoren und/oder Dehnungssensoren (6, 6', 8, 8') umfasst.
4. Verfahren nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, dass als Betriebsparameter eine Rotordrehzahl, eine Generatordrehzahl oder ein damit verbundener Parameter erfasst wird .
5. Verfahren nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, dass als Umweltparameter eine Temperatur und/oder eine Windgeschwindigkeit erfasst wird oder werden und/oder als Betriebsparameter ein Rotorblattwinkel und/oder eine erzeugte Leistung erfasst wird oder werden.
6. Verfahren nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, dass eine dem wenigstens einen Eigenfrequenz- Erwartungswert zugrunde liegende Funktion mittels statisti- scher Auswertung von Messdaten auf eine aktuelle Turbinenkonfiguration anpassbar ist.
Verfahren nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, dass der wenigstens eine Eigenfrequenz-Erwartungswert als Ergebnis einer auf einer Simulation der Windenergieanlage (32) beruhenden Modellfunktion berechnet wird , die von dem oder den Umweltparameter(n) und/oder Betriebsparame- ter(n) abhängig ist, wobei insbesondere in der Simulation simulierte Schwingungsmessdaten erzeugt werden.
Verfahren nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, dass der wenigstens eine Eigenfrequenz-Erwartungswert anhand realer Messdaten (34, 36, 38) der realen zu überwachenden Windenergieanlage (30) für Schwingungen des wenigstens einen Rotorblatts (2) unter regulären Betriebsbedingungen berechnet wird .
Verfahren nach Anspruch 7 oder 8, dadurch gekennzeichnet, dass der wenigstens eine Eigenfrequenz-Erwartungswert als Ergebnis wenigstens einer Fitfunktion (Anpassungsrechnung), insbesondere nach der Methode der kleinsten Quadrate, in Bezug auf die simulierten oder realen Messdaten für Schwingungen des wenigstens einen Rotorblatts (2) berechnet wird, wobei insbesondere die Fitfunktion der Eigenfrequenz linear von dem oder den Umweltparameter(n) und/oder Betriebsparame- ter(n) abhängt.
Verfahren nach Anspruch 9, dadurch gekennzeichnet, dass die wenigstens eine Fitfunktion in einer Lernphase, insbesondere automatisiert, auf eine individuelle Turbinenkonfiguration an- gepasst wird.
Verfahren nach Anspruch 9 oder 10, dadurch gekennzeichnet, dass die wenigstens eine Fitfunktion im laufenden Betrieb durch weitere Messungen unter regulären Betriebsbedingungen verbessert wird.
Verfahren nach einem der Ansprüche 1 bis 1 1 , dadurch gekennzeichnet, dass auch das wenigstens eine Konfidenzintervall in Abhängigkeit des oder der Umweltparameter und/oder Betriebsparameter berechnet wird.
Verfahren nach einem der Ansprüche 1 bis 12, dadurch ge kennzeichnet, dass als Eigenfrequenz die erste Blattschwenk frequenz ermittelt wird.
Betriebssteuerungseinrichtung einer Windenergieanlage mit einem Turm, einer auf dem Turm angeordneten Gondel und einem Rotor, der wenigstens ein blattwinkelverstellbares Rotorblatt (2) aufweist, wenigstens einer Messvorrichtung (6, 6', 8, 8'), die zur Erfassung von Rotorblattschwingungen des wenigstens einen Rotorblatts (2) während des Betriebs der Windenergieanlage ausgebildet und angeordnet ist, wobei die Betriebssteuerungseinrichtung zur Ermittlung wenigstens einer momentanen Eigenfrequenz (56) des wenigstens einen Rotorblatts (2) aus den erfassten Rotorblattschwingungen und zur Verarbeitung zusätzlich wenigstens eines Umweltparameters und/oder wenigstens eines Betriebsparameters eingerichtet und/oder ausgebildet ist, der oder die die Eigenfrequenz des wenigstens einen Rotorblatts (2) beeinflusst oder beeinflussen, dadurch gekennzeichnet, dass die Betriebssteuerungseinrichtung zusätzlich eingerichtet und/oder ausgebildet ist, für die wenigstens eine ermittelte momentane Eigenfrequenz des wenigstens einen Rotorblatts (2) wenigstens einen von dem oder den zusätzlich erfassten Umweltparameter(n) und/oder Betriebspara- meter(n) abhängiger Eigenfrequenz-Erwartungswert und wenigstens ein Konfidenzintervall zu berechnen (58, 60) und zu überwachen (62), ob die wenigstens eine ermittelte momentane Eigenfrequenz innerhalb oder außerhalb des wenigstens einen Konfidenzintervalls um den wenigstens einen Eigenfrequenz- Erwartungswert liegt.
1 5. Betriebssteuerungsanlage nach Anspruch 1 3, dadurch gekennzeichnet, dass die Betriebssteuerungsanlage eingerichtet und/oder ausgebildet ist, ein Verfahren nach einem der Ansprüche 1 bis 1 3 auszuführen.
16. Windenergieanlage mit einem Turm, einer auf dem Turm angeordneten Gondel und einem Rotor, der wenigstens ein blatt- winkelverstellbares Rotorblatt (2) aufweist, wenigstens einer Messvorrichtung (6, 6', 8, 8'), die zur Erfassung von Rotorblattschwingungen des wenigstens einen Rotorblatts (2) während des Betriebs der Windenergieanlage ausgebildet und angeordnet ist und einer Betriebssteuerungsanlage nach Anspruch 14 oder 1 5.
PCT/EP2014/000149 2013-02-12 2014-01-21 Verfahren zum überprüfen des betriebs einer windenergieanlage und windenergieanlage WO2014124725A1 (de)

Priority Applications (5)

Application Number Priority Date Filing Date Title
ES14700964.1T ES2671792T3 (es) 2013-02-12 2014-01-21 Procedimiento para la comprobación del funcionamiento de un aerogenerador y aerogenerador
EP14700964.1A EP2956661B1 (de) 2013-02-12 2014-01-21 Verfahren zum überprüfen des betriebs einer windenergieanlage und windenergieanlage
DK14700964.1T DK2956661T3 (en) 2013-02-12 2014-01-21 PROCEDURE FOR CONTROL OF OPERATION OF A WINDMILL AND WINDMILL
CA2899748A CA2899748C (en) 2013-02-12 2014-01-21 Control of blade vibrations in a wind energy plant
US14/822,372 US10145360B2 (en) 2013-02-12 2015-08-10 Method for monitoring the operation of a wind energy plant and wind energy plant

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102013202261.1 2013-02-12
DE102013202261.1A DE102013202261A1 (de) 2013-02-12 2013-02-12 Verfahren zum Überprüfen des Betriebs einer Windenergieanlage und Windenergieanlage

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US14/822,372 Continuation US10145360B2 (en) 2013-02-12 2015-08-10 Method for monitoring the operation of a wind energy plant and wind energy plant

Publications (1)

Publication Number Publication Date
WO2014124725A1 true WO2014124725A1 (de) 2014-08-21

Family

ID=49999888

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2014/000149 WO2014124725A1 (de) 2013-02-12 2014-01-21 Verfahren zum überprüfen des betriebs einer windenergieanlage und windenergieanlage

Country Status (7)

Country Link
US (1) US10145360B2 (de)
EP (1) EP2956661B1 (de)
CA (1) CA2899748C (de)
DE (1) DE102013202261A1 (de)
DK (1) DK2956661T3 (de)
ES (1) ES2671792T3 (de)
WO (1) WO2014124725A1 (de)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104343629A (zh) * 2014-09-25 2015-02-11 河海大学 一种双馈风电机组频率响应的控制方法
DE102014117915A1 (de) * 2014-12-04 2016-06-09 fos4X GmbH Verfahren zur Überwachung einer Windkraftanlage, Verfahren zur Eiserkennung an einer Windkraftanlage, Beschleunigungssensor für ein Rotorblatt, Rotorblatt mit Beschleunigungssensor, und Profil für ein Rotorblatt
WO2016101955A1 (en) * 2014-12-23 2016-06-30 Vestas Wind Systems A/S A method of operating a wind turbine
WO2019129849A1 (de) * 2017-12-28 2019-07-04 fos4X GmbH Verfahren zum kalibrieren von nominalfrequenzen
CN112302886A (zh) * 2020-10-10 2021-02-02 上海电气风电集团股份有限公司 风电机组变桨系统载荷的自动测量方法、系统及计算机可读存储介质
CN111527303B (zh) * 2017-12-28 2024-06-07 Vc第八科技股份有限公司 用于确定模式分布的方法

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102013221401A1 (de) * 2013-10-22 2015-04-23 Robert Bosch Gmbh Verfahren zur Erkennung einer Zustandsänderung einer Anlage
US10138873B2 (en) * 2014-05-30 2018-11-27 General Electric Company Systems and methods for wind turbine nacelle-position recalibration and wind direction estimation
DE102015122933A1 (de) 2015-12-29 2017-07-13 fos4X GmbH Verfahren zum Ermitteln eines Werts für eine Eisansatzmenge an mindestens einem Rotorblatt einer Windkraftanlage und dessen Verwendung
CN105718695B (zh) * 2016-02-01 2021-06-22 华北电力大学 一种基于压缩传感的风场重建方法
JP6663369B2 (ja) * 2017-02-13 2020-03-11 三菱重工業株式会社 風車翼の損傷検知方法及び風車
CN107829884B (zh) * 2017-10-25 2019-11-29 西安锐益达风电技术有限公司 一种风力发电机塔筒健康状态监测方法和专用检测系统
CN107829885B (zh) * 2017-10-25 2020-04-07 西安锐益达风电技术有限公司 一种考虑环境参数修正的风力发电机叶片振动监测及系统
DE102018205494A1 (de) 2018-04-11 2019-10-17 Robert Bosch Gmbh Verfahren zum Betreiben einer Breitband-Lambdasonde
DE102018116941B4 (de) 2018-07-12 2022-10-06 fos4X GmbH Vorrichtung und Verfahren zum Erkennen der Anlagerung oder der Eisart von Eis an einem Rotorblatt eines Rotors einer Windkraftanlage
ES2749228A1 (es) * 2018-09-19 2020-03-19 Siemens Gamesa Renewable Energy Innovation & Technology SL Método y sistema de detección de hielo para un aerogenerador
EP3693600A1 (de) * 2019-02-08 2020-08-12 Siemens Gamesa Renewable Energy A/S Verfahren zur computerimplementierten überwachung einer windturbine
CN112855461A (zh) * 2019-11-28 2021-05-28 北京金风慧能技术有限公司 叶片振动监测方法及其装置
US20230011028A1 (en) * 2019-12-17 2023-01-12 General Electric Company System and method for monitoring rotor blade health of a wind turbine
DE102019135108A1 (de) * 2019-12-19 2021-06-24 Weidmüller Monitoring Systems Gmbh Verfahren und Vorrichtung zum Bestimmen einer Änderung einer Masseverteilung eines Rotorblatts einer Windkraftanlage
CN113027699B (zh) * 2019-12-25 2022-07-12 新疆金风科技股份有限公司 风力发电机组的监测方法、装置和系统
CN113824426A (zh) * 2020-06-18 2021-12-21 新疆金风科技股份有限公司 风力发电机组的滤波器控制方法及其装置
CN112696312A (zh) * 2020-12-31 2021-04-23 中国华能集团清洁能源技术研究院有限公司 一种风电机组控制方法及系统
WO2022158115A1 (ja) * 2021-01-20 2022-07-28 パナソニックＩｐマネジメント株式会社 画像表示装置
CN113915078B (zh) * 2021-11-26 2023-06-06 龙源（北京）风电工程技术有限公司 光纤光栅式风电机组叶片工况智能识别方法及系统
WO2023181217A1 (ja) * 2022-03-23 2023-09-28 日本電気株式会社 劣化検知システム、劣化検知装置、及び劣化検知方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005017054A1 (de) 2004-07-28 2006-03-23 Igus - Innovative Technische Systeme Gmbh Verfahren und Vorrichtung zur Überwachung des Zustandes von Rotorblättern an Windkraftanlagen
US20100332272A1 (en) * 2009-06-24 2010-12-30 Vestas Wind Systems A/S Method and a system for controlling operation of a wind turbine
WO2012000509A2 (en) * 2010-06-30 2012-01-05 Vestas Wind Systems A/S Wind turbine system for detection of blade icing
US20120253697A1 (en) * 2009-09-08 2012-10-04 Fraunhofer-Gesellschaft Zur Förderung Der Angewand Model-based method for monitoring the condition of rotor blades
EP2511524A1 (de) * 2011-04-11 2012-10-17 Baumer Innotec AG Verfahren und Vorrichtung zum Überwachen eines Rotorblatts für eine Windkraftanlage

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10065314B4 (de) * 2000-12-30 2007-08-16 Igus - Innovative Technische Systeme Gmbh Verfahren und Einrichtung zur Überwachung des Zustandes von Rotorblättern an Windkraftanlagen
DE102004017054A1 (de) 2004-04-07 2005-10-27 Koenig & Bauer Ag Verfahren und Vorrichtung zur Befeuchtung des Plattenzylinders, insbesondere bei alkoholarmen oder alkoholfreiem Druck
US7895018B2 (en) * 2007-08-10 2011-02-22 General Electric Company Event monitoring via combination of signals
EP2223048A4 (de) * 2007-12-11 2014-12-03 Vestas Wind Sys As System und verfahren zur detektion der leistungsfähigkeit
EP2299248A1 (de) * 2009-09-14 2011-03-23 Siemens Aktiengesellschaft Verfahren zur Ermittlung von Rissen in Turbinenschaufeln
CN102834610B (zh) * 2010-04-12 2016-06-15 西门子公司 确定风力涡轮机的旋转叶片上的质量改变的方法和系统
US9909564B2 (en) * 2010-12-23 2018-03-06 Vestas Wind Systems A/S Supervision of controller instability in a wind turbine
US20120053851A1 (en) * 2011-06-01 2012-03-01 General Electric Company System and method for monitoring turbine blade
EP2565444B1 (de) * 2011-08-31 2019-02-27 Wölfel Engineering GmbH + Co. KG Verfahren und Vorrichtung zur Zustandsüberwachung von Rotorblättern

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005017054A1 (de) 2004-07-28 2006-03-23 Igus - Innovative Technische Systeme Gmbh Verfahren und Vorrichtung zur Überwachung des Zustandes von Rotorblättern an Windkraftanlagen
US20100332272A1 (en) * 2009-06-24 2010-12-30 Vestas Wind Systems A/S Method and a system for controlling operation of a wind turbine
US20120253697A1 (en) * 2009-09-08 2012-10-04 Fraunhofer-Gesellschaft Zur Förderung Der Angewand Model-based method for monitoring the condition of rotor blades
WO2012000509A2 (en) * 2010-06-30 2012-01-05 Vestas Wind Systems A/S Wind turbine system for detection of blade icing
EP2511524A1 (de) * 2011-04-11 2012-10-17 Baumer Innotec AG Verfahren und Vorrichtung zum Überwachen eines Rotorblatts für eine Windkraftanlage

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104343629B (zh) * 2014-09-25 2017-04-12 河海大学 一种双馈风电机组频率响应的控制方法
CN104343629A (zh) * 2014-09-25 2015-02-11 河海大学 一种双馈风电机组频率响应的控制方法
DE102014117915A1 (de) * 2014-12-04 2016-06-09 fos4X GmbH Verfahren zur Überwachung einer Windkraftanlage, Verfahren zur Eiserkennung an einer Windkraftanlage, Beschleunigungssensor für ein Rotorblatt, Rotorblatt mit Beschleunigungssensor, und Profil für ein Rotorblatt
US10422321B2 (en) 2014-12-04 2019-09-24 fos4X GmbH Method for monitoring a wind turbine, method for identifying ice on a wind turbine, acceleration sensor for a rotor blade, rotor blade comprising an acceleration sensor, and profile for a rotor blade
US10641250B2 (en) 2014-12-23 2020-05-05 Vestas Wind Systems A/S Method of operating a wind turbine
WO2016101955A1 (en) * 2014-12-23 2016-06-30 Vestas Wind Systems A/S A method of operating a wind turbine
CN107110128A (zh) * 2014-12-23 2017-08-29 维斯塔斯风力系统集团公司 操作风力涡轮机的方法
CN107110128B (zh) * 2014-12-23 2019-04-19 维斯塔斯风力系统集团公司 操作风力涡轮机的方法
WO2019129849A1 (de) * 2017-12-28 2019-07-04 fos4X GmbH Verfahren zum kalibrieren von nominalfrequenzen
CN111527303A (zh) * 2017-12-28 2020-08-11 福斯4X股份有限公司 用于校准标称频率的方法
US11105318B2 (en) 2017-12-28 2021-08-31 fos4X GmbH Method for calibrating nominal frequencies
CN111527303B (zh) * 2017-12-28 2024-06-07 Vc第八科技股份有限公司 用于确定模式分布的方法
CN112302886A (zh) * 2020-10-10 2021-02-02 上海电气风电集团股份有限公司 风电机组变桨系统载荷的自动测量方法、系统及计算机可读存储介质

Also Published As

Publication number Publication date
US10145360B2 (en) 2018-12-04
DE102013202261A1 (de) 2014-08-28
DK2956661T3 (en) 2018-06-25
ES2671792T3 (es) 2018-06-08
EP2956661B1 (de) 2018-03-14
US20150345467A1 (en) 2015-12-03
CA2899748A1 (en) 2014-08-21
CA2899748C (en) 2018-07-31
EP2956661A1 (de) 2015-12-23

Similar Documents

Publication Publication Date Title
EP2956661B1 (de) Verfahren zum überprüfen des betriebs einer windenergieanlage und windenergieanlage
DE102008020154B4 (de) Verfahren zum Betreiben einer Windenergieanlage
DE102008026842B3 (de) Verfahren und Anordnung zum Überwachen des Betriebs einer Windenergieanlage
EP3227690B1 (de) Verfahren zur überwachung einer windkraftanlage, verfahren zur eiserkennung an einer windkraftanlage, beschleunigungssensor für ein rotorblatt, rotorblatt mit beschleunigungssensor, und profil für ein rotorblatt
EP3227552B1 (de) Verfahren zur individuellen pitchregelung von rotorblättern einer windkraftanlage und windkraftanlagen
DE102011116961A1 (de) Verfahren zur Bestimmung einer mechanischenBeschädigung eines Rotorblatts einerWindenergieanlage
EP3420226B1 (de) Verfahren zum bestimmen einer äquivalenten windgeschwindigkeit
DE102014117914B4 (de) Verfahren zur Erfassung eines Flatterns eines Rotorblatts einer Windkraftanlage
DE102017125457B4 (de) Verfahren zum Bestimmen einer Wahrscheinlichkeit zu einem Drosseln und/oder einem Abschalten zumindest einer Windkraftanlage aufgrund von Eisansatz
WO2007131489A1 (de) Verfahren zur überwachung der beanspruchung von rotorblättern von windkraftanlagen
DE102011052666A1 (de) Vorrichtung und Verfahren zum Betreiben einer Windkraftanlage
DE102005016524A1 (de) Verfahren und Vorrichtung zur Erkennung von Rotorblatteis
EP3555466B1 (de) Vorrichtung und verfahren zum erkennen der anlagerung von eis an einer struktur eines bauwerks
EP3803114A1 (de) Sensoranordnung für eine windkraftanlage
DE102018116445A1 (de) Verfahren zum Erkennen niederfrequenter Schwingungen und Erfassungseinrichtung dafür
DE102017131241B4 (de) Überwachungsverfahren für eine Windkraftanlage, zugehörige Überwachungsvorrichtung sowie Windkraftanlage mit Überwachungsvorrichtung
WO2022013032A1 (de) Vorrichtung zum erkennen eines eisansatzes an rotorblättern einer windenergieanlage und verfahren zum anlernen einer derartigen vorrichtung
DE102007031969A1 (de) Verfahren und Vorrichtung zur Ermittlung einer Belastung einer Windenergieanlage
DE102018108858A1 (de) Windenergieanlage, Windpark sowie Verfahren zum Regeln einer Windenergieanlage und eines Windparks
WO2020115018A1 (de) Verfahren zum betreiben einer windenergieanlage
WO2019038138A1 (de) Verfahren zur ertragserhöhung eines windparks unter vereisungsbedingungen
DE102013007744A1 (de) Windkraftanlage und Verfahren
WO2020182790A1 (de) Verfahren zum steuern des betriebs eines windenergieanlagen-rotorblattes und windenergieanlage
EP4086454A1 (de) Verfahren zum betreiben einer windenergieanlage, windenergieanlage und windpark

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 14700964

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2899748

Country of ref document: CA

WWE Wipo information: entry into national phase

Ref document number: 2014700964

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE