基于改进威布尔分布的风电机组关键部件可靠性评估

针对风电机组工作环境恶劣,其发电机、齿轮箱等关键部件可靠性难以准确评估的问题,文中以某型号风机齿轮箱为例,提出了一种基于改进威布尔分布模型的可靠性评估方法。该方法对传统的平均秩次法进行了优化,克服了传统平均秩次法只考虑每个非停机故障发生的位置,而未考虑停机故障区间长度对结果的影响,造成参数估计误差的问题。在考虑风电机组关键部件的停机故障数据与非停机故障数据的基础上,分别采用威布尔分布模型与改进威布尔分布模型对风电机组关键部件进行评估。进一步得到可靠度函数曲线与失效率函数曲线,并对其进行相关分析。通过实例分析,对比两种模型的参数估计结果,验证了提出的新方法可以计算出精确度更高的参数,使得评估结果更加符合风电机组运行的实际情况。     

输电线路主成分状态量风险信息熵的检修计划研究

准确、高效的输电线路状态评估是开展智能化维护的关键。在大量收集输电线路多时段或全时段的检修数据的基础上,利用风险评估方法,建立风险信息熵评估模型,以准确评估线路状态和确定线路单元检修策略。通过分析状态量主成分,根据主成分占比求取分值并排序,建立具备差异化特征的输电线路主成分状态量评价体系,以提高检修效率。结合层次分析法、主成分分析法及风险信息熵,以最小偏差为最优权重目标函数,确定各状态量风险的优先级,优化检修目标。通过应用于中部省份某500 kV输电线路的状态检修,验证了该模型合理、可行。     

基于云模型和DSmT的风电机组状态评估方法

为准确掌握风电机组的实际运行状态,需要利用已有的运行数据对风电机组运行状态进行研究,从而为其他风电机组的安全经济运行提供依据。根据风电机组监控与数据采集(supervisory control and data acquisition,SCADA)系统和风电机组状态监测系统(condition monitoring system,CMS)获得的监测数据,提出基于云模型和Dezert-Smarandache理论(DSmT)的风电机组状态评估方法。首先确定影响风电机组项目层的评价指标,建立多源参数融合的两级状态评价指标体系;其次确定各评估指标的动态劣化度,建立云模型,求出隶属度;再根据隶属度求得概率质量(mass)函数,采用DsmT对mass函数进行融合,在融合过程中引入mass函数的快速收敛算法以减少计算量,按照最大信任规则,确定评估状态;最后以我国华东地区某风场的风电机组健康状态评估为例对所提方法的有效性进行验证。与当前的风电机组评估方法对比,所提风电机组评估方法更加准确。     

考虑多信息融合的风电机组状态评估与预测系统开发

为降低风电机组故障发生概率,提高其可靠性,该文利用数据采集与监控系统（supervisory control and data acquisition,SCADA）检测获得的风电机组运行状态数据,通过研究多指标融合状态评价模型及其预测算法,解决风电机组状态参数评估与预测难题。结合SCADA系统结构,设计并规划风电机组状态参数评估与预测系统架构与功能;利用输出功率波动、风能利用率以及开机运行比率3项参数,基于阈值法,建立风电机组状态退化评价指标模型,通过主成分分析法对3个评估标准进行权重计算,并将各指标进行信息融合,综合反应风电机组运行状态;设计Convolutional Neural Network-Long Short-Term Memory风电机组状态预测模型,实施风电场运行状态参数预测;开发风电机组状态评估与预测系统软件,验证所提方法的有效性。     

并网风电机组在线运行状态评估方法

为评估和提高并网风力发电机组的实时可靠性,优化其维修策略,有必要利用在线监测数据对机组的实时运行状态进行评估。首先,通过分析风电机组控制系统所监测物理量,应用层次分析法(analytic hierarchy process,AHP)构建具有反映机组运行状态重要特征的项目层和子项目层框架;其次,针对子项目层中存在多项评判指标同时发生严重偏离的情况,引入劣化度指标,并应用模糊综合评判方法,建立风电机组运行状态评估的改进模型;最后,基于某850 kW并网风电机组在一段时间内的实际监测数据,用所提出的运行状态评估模型进行了计算,并与常规评估方法进行比较。实际运行结果表明,所建立的状态评估模型和方法是正确和有效的。     

基于温度特征量的风电机组关键部件劣化渐变概率分析

为了掌握风电机组关键部件劣化程度及渐进变化趋势,提出基于温度特征量的风电机组关键部件劣化渐变概率分析方法。针对采用固定阈值不能准确确定劣化度的问题,利用风电机组关键部件的温度特征量和转速信息,分别提出基于数据拟合和机群划分思路的劣化度上下限动态阈值确定方法。考虑部件劣化度会受运行工况和运行时间的影响,应用非参数核密度估计法建立风电机组关键部件劣化度的概率密度函数,提出不同监测周期内的渐变趋势概率分析方法。以实际的风电机组发电机后轴承劣化渐变情况为例,基于某实际风电场历史监测数据,对提出的动态阈值确定和部件劣化概率分析方法进行验证,并与采用固定阈值确定方法进行比较。结果表明,所提方法更能准确确定部件的劣化度,能有效分析风电机组关键部件劣化渐变趋势。     

基于健康样本的风电机组状态评估与异常检测系统

针对目前风电机组状态监测系统存在的不足,提出了基于健康样本的风电机组状态评估与异常检测系统,该系统建立了风电机组工况参数和关键部件性能参数间的映射关系,通过实时计算风电机组关键部件性能参数的健康值,能实时评估其运行状态。实例分析表明,该系统克服了单一静态阈值报警的不足,能有效地识别出机组关键部件存在的异常。     

大功率并网风电机组状态监测与故障诊断研究综述

状态监测与故障诊断技术是降低大功率并网风电机组的故障率和其运维费用的有效手段之一。对风电机组状态评估和故障预测进行综述。首先,在分析国内外风电机组故障统计情况的基础上,提出状态监测需要关注的风电机组关键部件;其次,综述风电机组整机综合状态评估和故障预测研究现状;然后,重点评述和分析风电机组关键部件的状态监测与故障诊断方法;最后,提出大功率并网风电机组状态监测与故障诊断的研究要点及趋势。     

并网风电机组运行状态的物元评估方法

为了准确评估风电机组实时运行状态,结合机组在线监测信息,提出基于物元分析理论的风电机组运行状态评估方法.首先,分析风电机组控制系统所监测的物理量,构建风电机组运行状态评估指标体系;借鉴Bin方法对所监测的温度量进行分析,并引入劣化度概念对各评估指标进行量化处理.其次,采用层次分析法(AHP)和均衡函数得到了各评估指标的...     

风电机组传动链测试平台数据采集系统设计

风电机组传动链测试平台要实现对齿轮箱、风力发电机和风电变流器等机组传动链关键部件运行状态的测试评估,测试项目多且信号采集复杂。根据传动链测试项目及其特征参量完成了系统测试量部署,设计了一套基于PXI平台的数据采集系统,实现测试平台中电气量、载荷量、温度以及振动噪声等多种信号的同步采集与数据处理,通过在100 kW风电机组传动链测试平台实验,验证了设计的数据采集系统能够很好地满足风电机组传动链测试需求。     

海上风电场维护任务动态调度策略

在海上风浪、载荷等因素的耦合作用下,风机状态数据波动迅速,时变工况下风机状态特征的敏感性导致维护需求的动态变化,增加了风电场维护任务精准调度的难度.文中提出了海上时变工况下考虑风机状态风险态势的风电场维护任务动态调度方法.首先,利用模糊C均值聚类算法划分风机时变工况,通过采用改进联合领域自适应卷积神经网络最小化特征分布差异,实现时变工况下风机状态特征自适应提取.然后,根据部件状态序列利用马尔可夫模型描述各部件的初始状态转移矩阵,考虑到不完全维护对机组部件性能的影响,引入部件性能退化过程,建立了考虑风机自适应状态评估的风险态势预测模型.同时,提出以维护船只、人员、工作时长等条件为约束,以单位电量调度维护成本最小为目标的海上风电场维护任务动态调度方法,实现了时变工况下海上风电场维护任务的动态调度.最后,以某海上风电场为例,验证了所提方法的有效性和经济性.     

风柴储孤岛微网的风险评估体系研究及应用

以孤岛运行模式下的风柴储微网为研究对象,本文提出了一种全新的孤岛微网风险指标评价体系,即负荷损失指标(Load Loss Risk, LLR)和电源损失指标(Power Loss Risk, PLR),从用电和发电两个角度全面评估其风险水平。首先,对风柴储微网各元件进行建模,特别是采用马尔可夫链建立了风电机组多状态可靠性模型,体现了风速变化的连续性。其次,在微网各元件可靠性模型的基础上,模拟微网的运行情况,并采用全新的风险评估指标量化其运行风险。最后,以欧洲典型低压风柴储微网为例,算例验证了本文所提指标的合理性,并对不同风速、风机故障率、风电装机容量以及储能容量对微网孤岛运行风险的影响进行了灵敏度分析,所得评估结果可为风柴储孤岛微网的容量配置以及规划运行提供参考。     

基于WCVaR评估的虚拟发电厂能量市场收益——风险模型

由于虚拟发电厂中存在风电机组等出力波动的可再生分布式电源,为了量化风电机组出力不确定性对虚拟发电厂进行能量交易时的收益风险,在考虑了风电机组出力不确定性因素后,利用最差情景下的条件风险价值(WCVaR)方法构建了包含运行成本、售电收益和交互收益的虚拟发电厂能量市场的收益—风险模型,然后采用遗传算法对其进行求解,并通过算例分析了不同风险水平下的机组出力情况、交互收益和碳排放量,以及虚拟发电厂在不同风险水平下进行能量交易时的WCVaR,验证了所提出模型的正确性,为分析风电机组出力对虚拟发电厂的收益、风险和减碳的影响提供了理论支持。     

基于混合Copula函数的风电机组异常识别方法

风电机组的功率曲线是衡量风电机组运行性能的重要指标,其中存在大量异常数据直接影响风电机组运行维护,研究功率曲线异常识别方法对提高风电机组运行稳定性具有重大意义。本文通过对功率曲线的特性分析,分三种工况建立了基于概率分布函数(Copula函数)的功率曲线异常数据识别模型及影响因素Kendall秩相关分析,从而确定了与功率曲线高度相关的特征参量;通过Copula函数得到了功率曲线上下边界,对上下边界外的可疑点进行时序分析及欧氏距离计算,从而判断可疑点是否为异常点;采用SVM线性回归方法建立了预测模型,并采用某风电场SCADA数据对本文提出的方法进行验证。结果表明,在三种不同工况下,该方法可实现功率曲线异常数据准确识别,精准故障定位,为风电机组的运行维护工作提供新的方法。     

基于风电机组状态信息的海上风电场维护策略

针对海上风电场运维过程中风电机组的状态信息利用不足,提出了一种基于风电机组状态信息的海上风电场维护策略。首先,考虑环境因素以及部件之间的相互作用对状态信息的影响,定义动态劣化度用于描述风电机组各部件的劣化程度,采用模糊综合评价法建立了风电机组的状态评估模型。其次,依据各风电机组的实测运行数据,确定风电场待维护机组。再次,针对选定的待维护机组,结合后续维护周期内风速预测结果,构建了以单个维护周期内维护成本最小为目标、以海上有限维护时间与可及性为约束的海上风电场短期预防性维护决策模型,对风电场的风电机组的维护时间以及路径进行优化。最后,结合国内某海上风电场实例数据进行算例研究,验证所提方法的有效性。     

基于直流电机的风力机仿真

以风力机能量转换原理为基础,建立了风力机运行特性的数学模型。以该模型为研究对象,详细分析了直流电动机模拟风力机的控制策略及仿真方法,并在Matlab环境下组建了风力机特性模拟系统,利用该系统给出了在不同风速下的仿真输出特性曲线。仿真结果表明,采用PI调节的电流闭环算法的风力机特性模拟方案,具有较高的精确度及较快的动态响应,可以方便地应用于实验室环境下风力发电技术的研究。     

考虑风功率分布规律的风电场无功补偿容量优化决策

双馈型风电机组的无功调节范围随其有功功率输出变化而存在波动性,极端条件下,又有其不可调节性,由此必然降低其对自身电压水平支撑的持续性。为此,在依据功率估算数据对风电场输出功率分布特性进行统计分析的基础上,提出考虑风功率分布特性的风电场无功补偿容量优化决策方法。该方法在充分计及双馈感应发电机无功调节能力与风功率分布特性的前提下,以无功补偿的投资成本与运行成本最小化为目标,构建无功补偿容量优化计算模型。该研究可使双馈型风电场的无功补偿决策更具针对性,并以最小代价实现该类风电场连续、无缝的无功电压调节。应用改进粒子群优化算法对所构建算例系统进行求解,分析结果表明了该研究的有效性。     

先进绝热压缩空气储能变工况运行特性建模及风储协同分析

为准确分析压缩机、透平膨胀机、换热器等组件的部分负载特性对先进绝热压缩空气储能(AA-CAES)系统变工况运行性能的影响,详细分析了各组件的部分负载热力学特性及AA-CAES变工况特性。提出了包含储气库储气水平与高温储热罐储热水平的双荷电状态(SOC)模型。通过变工况特性曲线簇建立了储气SOC与储热SOC间的耦合关系,进而建立了计及组件部分负载特性的AA-CAES变工况运行模型,并对风储协同系统发电能力评估问题进行分析。仿真表明,AA-CAES变工况运行模式导致的组件部分负载特性对风储协同系统发电能力的影响不容忽视,与不考虑变工况相比,对风力资源丰富地区,变工况运行特性将使风储协同系统容量因子降低达4%以上。     

基于CVaR的风电机组日前申报出力优化模型研究

在我国,风电机组需提前一天提交次日24小时的申报出力信息,由于来风具有明显的不确定性和随机性特征,风电机组次日实际出力与日前申报出力会存在一定的偏差。为解决以上问题,首先采用K-means聚类法对风电机组实际出力数据进行聚类,并生成样本集;其次,基于风电不确定性样本集构建风险中性风电机组日前申报出力决策优化模型;再次,构建基于条件风险值（CVaR）的日前申报出力优化模型;最后,基于实际数据进行了算例分析。算例分析结果表明,基于CVaR的日前申报出力决策优化模型能有效减少风电机组日前申报出力与次日实际出力的偏差,且使风电机组获得风险价值更好的申报出力,从而实现申报利润的风险可控性。     

金风S50／750型风力发电机组的失速特性分析

根据定浆距风力发电机的设计特点和能量传榆特性及机组在不同空气密度及风速下的运行状况。分析机组的失速特性及有效失速保护,并通过改变桨距角来调整叶轮的能量捕获,改善风力发电机组失速性能,使机组运行在可靠的安全范围之内。