4 黃蓉-大型化機組全壽命周期載荷評估和控制系統20230402.pdf

《4 黃蓉-大型化機組全壽命周期載荷評估和控制系統20230402.pdf》由會員分享，可在線閱讀，更多相關《4 黃蓉-大型化機組全壽命周期載荷評估和控制系統20230402.pdf（22頁珍藏版）》請在三個皮匠報告上搜索。

1、MINGYANG SMART ENERGY GROUP LIMITED大型化機組全壽命周期載荷評估和控制系統明陽智慧能源集團股份公司黃蓉 控制算法室 副主任2023.0401全壽命周期載荷預估02疲勞損傷在線預測03模型訓練04健康度監測系統05動態優化控制系統MINGYANG SMART ENERGY GROUP LIMITED明陽使命:創新清潔能源，造福人類社會我國陸上風電已經全面進入平價時代，伴隨著風機的大型化，風力發電機組在運行過程中存在振動或者外部自然環境的影響，所承受的載荷不確定，導致風力發電機組疲勞問題很復雜。風載是風電機組的外部載荷來源，由于風的隨機性，風電機組的受載狀態很復雜

2、，載荷交變特性明顯，因此需要對在役機組關鍵部件進行疲勞損傷預測，為開發更有利于機組安全穩定運行的控制策略提供依據，具有重要的研究意義。課題背景明陽智能不僅在設計現代大型風力發電機組的部件過程中，深入分析疲勞載荷，采用先進高效的降載控制策略；而且采用先進可靠的載荷測量系統，對在役機組進行疲勞檢測，開發基于載荷壽命預估的先進算法，并建立風電機組整機及子部件的健康監測模型，保證機組運行的穩定性，進行動態功率調度優化，實現全場發電量最優，攻破平價時代風電大基地開發建設經濟性難題。01全壽命周期載荷預估MINGYANG SMART ENERGY GROUP LIMITED疲勞損傷是機械結構部件和零件的主

3、要失效形式，通常機械部件會受不同強度的周期性波動載荷，建立部件可靠的累積損傷模型，可以有效提高疲勞壽命的預測精度。風力發電機組的使用壽命主要取決于主要零部件的疲勞壽命，如葉片、塔筒、輪轂、偏航等；為了估算出各個部件的疲勞壽命，則需要獲取其相應的載荷幅值，進而獲得應力幅值分布，再結合疲勞壽命曲線進行壽命估算。疲勞損傷預估可根據Palmgren-Miner線性累積損傷準則進行計算，當累積疲勞損傷值等于1時，部件發生疲勞破壞，即：，式中：為第i個載荷循環幅值區間內的循環個數，由雨流計數法得到；為對應的疲勞破壞循環次數，由S-N曲線得到。01 全壽命周期載荷預估MINGYANG SMART ENERG

4、Y GROUP LIMITED動態仿真不同風況時間序列改進的雨流計數法計算載荷循壞次數、平均應力和應力范圍產生部件疲勞載荷譜NSSn1Sn2N2N1疲勞損傷計算1.0iiinNiniNMINGYANG SMART ENERGY GROUP LIMITED01 全壽命周期載荷預估MINGYANG SMART ENERGY GROUP LIMITED01采 集 及 處 理 數 據每個風電場選擇一臺機組作為標桿機組標桿機組，在標桿機組的葉根、塔筒頂部、塔筒底部安裝光纖載荷傳感器，測量三個部件的彎矩載荷。每個風場的升壓站安裝一臺高性能服務器高性能服務器，以采集、存儲全場機組的運行數據，其中運行數據包括

5、發電機功率、發電機轉速、三個葉片的槳距角、機艙前后加速度、機艙側向加速。高性能服務器將全場機組的運行數據按照10分鐘劃分，統計每臺機組運行數據的10分鐘統計值，10分鐘統計值包括最大值、最小值、變化范圍（最大值減去最小值）、平均值、標準差。02在 線 計 算 疲 勞 損 傷 值標桿機組的主控PLC利用改進的雨流計數法，將實時測量得到的各個部件載荷數據按10分鐘分段，轉化成各個部件載荷的雨流計數結果，根據各個部件的材料對應的S-N曲線、各個部件載荷的雨流計數結果，計算得到10分鐘內各個部件的疲勞損傷值。載荷采集設備運行狀態與部件載荷損傷深度學習訓練MINGYANG SMART ENERGY GR

6、OUP LIMITED01 全壽命周期載荷預估MINGYANG SMART ENERGY GROUP LIMITED采 集 及 處 理 數 據MINGYANG SMART ENERGY GROUP LIMITED020040060080010001200140016001800-18000180036005400Blade root 1 MyBlade root 2 MyBlade root 3 MyBlade root 1 MxBlade root 2 MxBlade root 3 MxTime s1E-131E-121E-111E-101E-91E-81E-71E-61E-51E-41E-

7、30.01S_VsprBlade1MxAFDS_VsprBlade1MyAFDS_VsprBlade2MxAFDS_VsprBlade2MyAFDS_VsprBlade3MxAFDS_VsprBlade3MyAFDS_VsprHubMxAFDS_VsprHubMyAFDS_VsprTowerTopMxAFDS_VsprTowerTopMyAFD468101214161820 S_VsprBlade1MxAFD S_VsprBlade1MyAFD S_VsprBlade2MxAFD S_VsprBlade2MyAFD S_VsprBlade3MxAFD S_VsprBlade3MyAFD S_V

8、sprHubMxAFD S_VsprHubMyAFD S_VsprTowerTopMxAFD S_VsprTowerTopMyAFDWind Speed m/s02疲勞損傷在線預測MINGYANG SMART ENERGY GROUP LIMITEDMINGYANG SMART ENERGY GROUP LIMITED02 疲勞損傷在線預測基于樣機的大部件載荷，利用機器學習在線神經網絡訓練方式，衍生機器學習數字模型，建立樣機載荷與機群的鏡像關系，映射至其他機組，通過累積算法估算部件極限載荷和壽命，所有機組能夠監測自身載荷評估與壽命預測，實現機群健康水平計算及壽命評估，有效將單機的控制系統升級為

9、智慧場群控制系統。MINGYANG SMART ENERGY GROUP LIMITED02 疲勞損傷在線預測基于標桿機組安裝的載荷傳感器獲取準確的部件載荷，經過雨流計算得到各部件的疲勞損傷值。然后，以機組的運行數據作為輸入，各部件的疲勞損傷值作為輸出，訓練優化神經網絡模型，以此來預測非標桿機組的部件疲勞損傷。Input 10min內風速最大值 10min內風速變化范圍 10min內功率平均值 10min內發電機轉速最小值 10min內槳距角最大值 10min內槳距角變化范圍 10min內塔架前后加速度標準差 10min內塔架側向加速度標準差Output 葉根Mx損傷值 葉根My損傷 葉根擺振

10、損傷值 葉根揮舞損傷值 輪轂Mz損傷值 輪轂My損傷值 塔基Mx損傷值 塔基My損傷值 塔頂Mx損傷值 塔頂My損傷值03模型訓練MINGYANG SMART ENERGY GROUP LIMITEDMINGYANG SMART ENERGY GROUP LIMITED03 模型訓練選取某風場標桿機組采集的部件載荷數據和相關運行變量數據，采用神經網絡算法建立疲勞損傷預測模型。葉片My輪轂Mz部件平均絕對百分比誤差（MAPE）/%葉根1Mx5.3My0.83葉根2Mx3.87My0.65葉根3Mx4.37My1.75塔基Mx0.43My0.77輪轂Mz1.09My0.41塔頂Mx0.82My0.

11、6葉片Mx輪轂MyMINGYANG SMART ENERGY GROUP LIMITED03 模型訓練子部件數字模型是基于神經網絡模型建立，即數據預處理，模型訓練和模型測試。數據預處理階段對數據進行篩選、統計量計算等；模型訓練階段采用神經網絡訓練方式獲得模型結構和參數；模型測試階段通過將現場數據輸入模型中，測試模型誤差風機系統齒輪箱齒輪箱前軸承齒輪箱主軸承齒輪箱后軸承發電機發電機前軸承發電機后軸承發電機繞組油泵系統A2口壓力A3口壓力A4口壓力齒輪箱油溫數據預處理模型訓練模型測試04健康度監測系統MINGYANG SMART ENERGY GROUP LIMITEDMINGYANG SMART

12、 ENERGY GROUP LIMITED04 健康度監測系統明陽智能利用載荷測量系統對在役機組進行疲勞檢測，并開發了基于載荷壽命預估的先進算法，進行動態功率調度優化，保證機組運行的穩定性，提升全場發電量。通過對機組主要部件的模態分析計算，評估機組電氣部件、機械部件的核心監測指標，從而建立風電機組整機及子部件的健康監測模型，根據風電機組子部件工作條件分析及實時狀態監測進行機組子部件的健康度評估分析，通過機組主控系統、SCADA系統、集控系統三位一體對機組部件健康狀態實時監測，建立整體的機組健康度監測系統。健康度監測系統，盡可能的提高機組的利用率，同時盡可能地將維護工作安排在小風天，減少維護發電

13、量損失，減少維護成本，降低維護人員無效工作時間，減少現場備件量，同時又能保證備件及時性，實時監測、評估風電機組部件的健康狀態變得尤為重要，只有通過實時監測到風電機組部件的健康狀態，才能為備件計劃、人員調動安排等提供依據，減少風電場的運營維護成本。MINGYANG SMART ENERGY GROUP LIMITED04 健康度評估系統健康度評估系統示意圖MINGYANG SMART ENERGY GROUP LIMITED04 健康度評估系統入口風場選擇風場所有機組最新的運行模式及健康度健康度后三名機組風場近10日平均健康度變化趨勢健康度分布情況風場近24小時平均健康度變化趨勢MINGYANG

14、 SMART ENERGY GROUP LIMITED04 健康度評估系統通過實時互聯數據平臺，利用大量的監測數據定義合理的健康指標，深入挖掘對多個相關變量參數進行綜合分析，并由此建立起各關鍵部件及風電機組整體健康度評估模型，實現風電機組在線健康度評估。在風力發電機組部件發生非致命性故障時，如溫度傳感器損壞等，機組不會立即停機導致電量損失，而是進入到機組亞健康模式運行以表明機組處于帶病運行狀態，同時在告警界面推送故障子部件信息；系統處于亞健康運行模式時將根據故障嚴重程度對機組運行做出相應功能限制以確保機組在安全狀態下運行，亞健康運行模式只是為保障項目收益的一種過渡性運行狀態，現場維護人員應在系

15、統處于亞健康運行模式時盡快確認故障信息并及時維修、更換相應故障部件以保證機組恢復到正常運行狀態。亞健康模式下每個限制等級均有運行預設時間，待預設時間達到后系統將自動停機（定時器將發送冗余失效信號給故障檢測系統）。05動態優化控制系統MINGYANG SMART ENERGY GROUP LIMITEDMINGYANG SMART ENERGY GROUP LIMITED05 動態優化控制系統風電場內機組設計采用的風資源參數通常是包絡住最為惡劣的機組，即存在多數機組風資源較為溫和的，其實際累計損傷較小，屬于健壯群體健壯群體；現場實際運行中，機組面臨的風資源與設計參數也會存在差異。因此，有效監測機

16、組的大部件，如葉片，輪轂，塔架的壽命，從而更為智慧指導機組動態調整發力。另外，部分電氣部件的健康度水平狀態監測，有助于提前預警。對于健康狀態良好的機組，在確保機組可靠性和關鍵部件壽命安全的情況下，通過柔性功率動態控制實現壽命調度，充分挖掘其自身發電能力，保障風電場全生命周期的經濟效益最優。對于亞健康的機組，則需要進行功率控制，降低機組載荷，保證機組的安全穩定性。MINGYANG SMART ENERGY GROUP LIMITED05 動態優化控制系統以明陽智能某南方試驗風場為例，明陽智能部署了載荷壽命預估及功率調度系統，在部件載荷剩余壽命充足的情況下可以做到超發。載荷預估等級為A代表剩余壽命較長，可以適當超發；舉例來說，如當前機組正常額定功率為3000kW，超發100kW，即額定功率可以達到3100kW。通過對部署系統前后各3個月的對比，裝備此系統可以明顯提升風電場提升風電場發電量發電量1 1.5 5%，且風電場可以通過功率調度配置智慧規劃風機壽命，保證風機順利服役20年。THANKS！