无噪音低磨损摩擦片在风力发电偏航制动器中的应用分析

本文总结了中国近年来风电制动器使用的经验,并在保证偏航制动器安全制动的前提下,针对风电制动器存在的问题进行了技术攻关,使偏航制动器摩擦片达到了理想的优良技术指标。由此,增韧改性树脂基复合摩擦材料在偏航制动器偏航过程中可以做到无噪音、低磨损,基本不伤对偶。这种新材料的应用减少了风电机组停机时间,降低了设备维修率,大幅降低了风力发电运行成本。     

偏航工况下风电机组尾流模型与风电场尾流叠加研究

风电场中通过风电机组主动偏航进行尾流优化控制,可以提高风电场发电量。文中根据偏航工况对风电机组尾流和功率输出的影响,建立了偏航工况下单台风电机组尾流模型和输出功率的简化计算方法。而对于全场不同来流风向,对机组位置进行坐标变换以确定风电机组的迎风顺序,并结合尾流叠加模型建立了偏航工况下风电场尾流分布计算方法。最后,以单列6台风电机组为研究对象进行计算分析,验证了该尾流计算方法的适用性及主动偏航控制对风电场发电量提升的可行性。     

风电偏航制动摩擦片的磨耗寿命计算

正大型风电机组均采用主动偏航系统,并设置有摩擦制动机构,滚动轴承加液压制动器的配置是普遍使用的偏航系统形式(图1)。绕偏航回转中心轴线的偏航载荷作用到机架上,通过三条路径传递到塔筒(图2)。机组不偏航时,偏航制动器通入高压,保持住机舱对风角度;机组偏航时,偏航制动器通入较低压力,提供一定的阻尼,保证偏航运动的平顺性。在偏航运动中,制动器摩擦片会产生磨耗,其磨耗寿命除了与摩擦材料的磨耗率特性有关,还与偏航系统的参     

多场耦合下风电机组偏航系统疲劳载荷分析

针对风电机组偏航系统在长期启停循环工作状态下容易出现疲劳损伤、减少风电机组偏航系统使用寿命的问题,文章提出了多场耦合下风电机组偏航系统疲劳载荷分析方法。建立了包含永磁同步电机动态模型、传动系统动态模型、传感器模型和随机风载荷模型的风电机组偏航系统动态模型,分析系统受到的最大瞬态冲击和等效损伤载荷。基于连续损伤理论,通过疲劳损伤演化方程,分析载荷作用下风电机组偏航系统产生的疲劳损伤。根据风电机组偏航系统相关参数,设置3个测试点,分析不同方法的载荷、塑性应变以及疲劳损伤。结果表明,所提方法具有较高的分析精度,与实际风电机组偏航系统疲劳损伤相符,能够保障风电机组偏航系统运行的安全性。     

风电机组偏航制动器制动稳定性分析

针对风电机组偏航制动器制动不稳定问题，基于ABAQUS软件开展偏航制动器制动稳定性分析。运用复特征值分析法和不稳定倾向系数TOI值，分析制动压力、摩擦系数、偏航速度、弹性模量以及开槽方式等对制动稳定性的影响。基于全因子试验及Design-expert软件建立不稳定倾向系数TOI值响应面模型，并开展相关参数优化。研究表明：对制动稳定性具有显著影响的因素是摩擦系数、偏航制动缸弹性模量、摩擦片弹性模量；开双槽的摩擦片对制动稳定性影响显著，开单槽影响较小；制动稳定性受制动压力与偏航速度影响很小；参数优化后的偏航制动器制动不稳定系数降低73.7%。该研究结论可为偏航制动器设计、开发提供理论指导。     

兆瓦级风电机组偏航系统异响原因分析和改进

本文介绍了兆瓦级风电机组偏航系统的主要结构,分析研究了兆瓦级风电机组偏航异响的原因,提出了解决异响的改进措施。通过在实际工作中的运行效果,证明所提出的改进方法是有效的。     

风电机组偏航静态偏差对发电性能的影响及优化方法

风电机组的偏航误差主要由偏航控制性能误差和偏航静态偏差决定。文章分析了风电机组偏航静态偏差产生因素及对发电性能的影响,提出了应用机舱式激光雷达测风仪开展实测的偏航静态偏差优化方法,建立了基于偏航扇区划分和风速区段划分的优化模型。通过实例分析可知,偏航静态偏差在低风速段和高风速段对风电机组发电性能影响的敏感度较低,中风速段敏感度最高。文章所提方法可明显减小偏航静态偏差,提高发电机组的发电性能。     

数据驱动风电机组偏航误差在线智能识别研究

针对不同风速下风向仪动态特性、风轮尾流、风向仪安装误差等因素导致的风电机组偏航误差问题,文章采用基于运行数据驱动的风电机组偏航误差方法进行在线智能识别。该方法通过改进DBSCAN聚类方法剔除过度离群数据,采用移动最小二乘法拟合“风速-功率-偏航误差”特性曲面,识别出不同风速下的偏航误差曲线,结合在线运行数据采集,可以实现不同风速下偏航误差的动态识别和持续矫正。算例分析表明,与偏航误差设定值相比,在有限数据下识别的偏航误差的识别结果较为准确,且识别误差在合理范围内。该方法的应用能够更为精确识别不同风速下风电机组偏航误差,进一步提高风电机组发电效率。     

基于Mamdani模糊推理的风电机组控制方法研究

针对风电机组复杂多变的工作条件和自身控制要求,文章提出了一种基于Mamdani模糊推理的风电机组控制方法。该方法首先对控制对象进行模糊化处理,然后制定推理规则并确定控制推理方式,最后对推理结果进行精确化模块处理,反馈给控制对象。文章以风电机组偏航系统控制为例,研究了在风速大小、风速变化和风速变化率3种因素下调桨量的模糊控制,试验结果证明了该方法可以满足变工况下风电机组变桨控制要求。     

考虑疲劳均衡的海上风电场主动尾流控制研究

海上风电场运行维护成本高,而其尾流效应影响更加突出,不但会影响风电场的发电效率,还会增大风电场内机组的疲劳载荷,增加运维成本。文章针对基于疲劳均匀的海上风电场主动尾流控制展开研究,通过GH-Bladed软件计算建立了风电机组在典型控制工况下关键零部件的疲劳损伤量数据库。其中的工况包括最大功率追踪、桨距角控制和偏航控制3种,并引用了量子粒子群算法,通过变桨和偏航两种方法进行优化控制,以实现海上风电场发电量提升和风电机组疲劳均匀的多目标主动尾流优化控制策略,降低海上风电场运维成本。仿真结果表明了所提出控制方法的可行性。     

大型风电机组电机驱动型主动偏航系统故障诊断技术概述

在分析风电机组偏航系统结构特点的基础上,综述了电机驱动型主动偏航系统的故障类型及对应的故障机理、常用的故障诊断技术与方法的研究进展。经过文献分析发现,大功率风电机组电机驱动型主动偏航系统故障诊断技术的研究主要集中在大数据平台研究、多传感器信息融合技术开发等热点领域。未来,风电机组偏航系统故障诊断技术研究将以成本较低的基于SCADA系统的数据深度挖掘为发展方向。     

大型风电机组仿真实验台研究

大型风电机组的运行与维护是风能与动力工程及相关专业学生必须进行的实践环节。针对风电场环境恶劣,且风险性大的问题,在实验室构建大型风电机组仿真实验台就变得很有必要。论文以兆瓦级双馈式风电机组为仿真对象,缩比设计大型风电机组仿真实验台,使其满足启停、偏航、变桨、并网、安全链等仿真功能。通过机械装配过程仿真、运动仿真及电气仿真,使学生熟悉风电机组的机械结构和电气结构,并且更加深刻地理解风电机组的工作过程,解决了以往实习和实验不方便的问题。     

大型风电机组气动响应特性分析

针对大型风电机组柔性多体塔架-叶片耦合结构气动响应问题,文章提出了在不同偏航角度下的分析方法。根据该方法的流程图,建立了大型风电机组柔性多体塔架-叶片耦合结构动力学模型。采用谐波叠加法计算气动载荷分布,考虑塔影效应与风剪切的影响,得出诱导因子时程曲线与气动响应均值。计算结果表明:轴向与切向诱导因子变化较小,尾流稳定;偏航角逐渐增大导致塔顶顺风向位移均值减小,根方差值增大。该结果为大型风电机组运行过程中监测状态参数的变化与流体动力学分析提供了参考。     

基于运行数据的风电机组偏航优化控制方法研究

针对风电机组偏航控制系统在实际应用中自适应水平差、控制精度低等问题,首先利用某风电场的实际运行数据,分析了当前该风场风电机组偏航系统的控制性能;其次根据对风误差随风速的变化特点,提出了分风速段的偏航控制策略优化方案;最后选择相关性最好的两台机组进行了实验验证。实验结果表明,优化后的偏航控制策略能够在不增加机组偏航次数的前提下有效降低机组的对风误差,提升机组的出力性能。     

基于油液光谱监测的风电机组齿轮箱磨损状态的研究

风电机组齿轮箱的磨损微粒主要是铁颗粒,铁颗粒含量的增长趋势能直接反映出风电机组齿轮箱的磨损状态。以Spectro油液光谱分析仪监测风电机组齿轮箱在用齿轮油中的铁元素含量,通过一段时间内铁元素的增加量和风电机组可利用小时数,可计算得到单位可利用小时数下的铁元素增加量ΔQ_Fe;引入可靠性理论研究了ΔQ_Fe的分布规律,并以风电机组齿轮箱在用齿轮油的监测数据为依据,建立基于ΔQ_Fe的齿轮箱磨损阈值模型。在大样本数据的基础上建立的磨损阈值模型能够更准确地分析风电机组齿轮箱的磨损状态趋势,可为风电机组齿轮箱磨损状态评估提供参考依据。     

风电机组振动数据分析与偏航校正

风电机组运行数据能够反映各系统之间的相关性和机组运行中存在的问题。为了判断机组发电效率低的原因,本文根据机舱振动加速度数据提出假定并通过计算分析风速功率曲线和偏航误差角度对应关系。现场检查结果表明,该机组偏航存在45°误差并导致振动异常,与理论推算误差角度44.6°相符。     

基于主动尾流控制的风电机群协同优化调度

针对机组间尾流效应严重影响风电机组发电效率的问题,提出了风电机组安全偏航约束计算方法、尾流特性混合半机理建模方法以及风电机群多目标协同优化调度方法。基于FAST. FARM平台完善了多自由度可控机组与尾流的动态交互集成仿真环境,对比分析了2台机组串列式排布以及华东地区某海上风电场7台机组实际排布下的协同运行优化性能。结果表明：所建立的集成仿真模型能够合理表征风电机群与空气流场的多领域动态交互特性,所提方法能够有效提升风电机群发电效能,促进经济效益、资源利用和成本控制的均衡优化。     

数据驱动的风电机组偏航参数适应性优化

为了增强风电机组偏航系统自适应水平,提升风能利用率,提出一种基于K近邻聚类（KNN）算法风电机组偏航控制参数优化方法。为准确描述风向变化,建立改进Weibull概率分布建立风向评估模型,即以风向波动的幅值（A）和波动持续时间（T）作为风况的数据标签来描述风向。对比风电机组不同偏航参数下的运行数据确定聚类中心（已知风况下的最佳偏航参数）,通过基于KNN算法的风电机组偏航控制参数优化模型,得到不同风况下风电机组最佳的偏航参数。通过对风电机组运行数据进行算例分析表明,该方法高风速时可提升风电机组发电效率,并在低风速时减少偏航启动次数。     

基于运行数据的风电机组本地风向波动特性及偏航控制研究

采用某风电场采样时间间隔为1 s的SCADA数据,研究与机组偏航控制系统密切相关的风电机组本地风向波动特性。从分析风向波动的微观过程入手,提出准确衡量风电机组本地风向波动的量化指标。对该风电场的3台典型机组的运行数据进行对比分析,并进行偏航控制和发电量的仿真计算,说明在平均风速相同的情况下同一风场中不同机组的风向波动性存在很大差异,并且稳定性不同的机组其风向波动特性随风速变化的规律也不同,平坦地势下平均风速越高风资源稳定性越好的规律对某些地形复杂的风电机组不能适用。     

基于深度强化学习的海上风电机组状态维护与备件库存联合优化

维护与备件库存管理是海上风电运维的两个密不可分的关键环节。为提高海上风电机组设计寿命周期内的运维经济性，构建状态维护与备件库存联合优化策略。首先，将海上风电机组构建为由叶片、齿轮箱、电气、偏航、轮毂、制动、传动链、发电机8个子系统组成的系统，然后将各子系统的劣化过程构建为多状态马尔可夫随机过程，建立维护与备件库存的交互模型，其中包括被动维护时间与随机故障以及备件库存的关系、备件库存对维护活动的影响等。随后，设计子系统的劣化状态与备件库存状态、状态检修动作与备件订购的表征方法，并以此形成深度强化学习Dueling DQN的框架，通过对深度网络的迭代训练，求解海上风电机组的最优维护与备件订购决策序列。最后，以某海上风电场内的风电机组为例，验证所提联合优化方法的优越性，并讨论强化学习的探索率、风电场的可达率对运维成本的影响。