段琦瑋 鄭欽 趙興安 張真真

摘 要：目前并網(wǎng)發(fā)電的風(fēng)電場(chǎng)越來(lái)越多，而風(fēng)電就地消納能力和電網(wǎng)輸送能力有限，很多地區(qū)棄風(fēng)現(xiàn)場(chǎng)嚴(yán)重。而風(fēng)電場(chǎng)參與調(diào)峰的時(shí)段越來(lái)越多，風(fēng)電場(chǎng)頻繁的對(duì)風(fēng)機(jī)進(jìn)行啟停機(jī)或變槳、調(diào)轉(zhuǎn)速等，加大了風(fēng)機(jī)發(fā)生故障的概率。文章根據(jù)風(fēng)機(jī)運(yùn)行歷史數(shù)據(jù)，計(jì)算各風(fēng)機(jī)的健康度（健康度越高，代表風(fēng)機(jī)發(fā)生故障的可能性越?。?，在進(jìn)行有功控制調(diào)節(jié)時(shí)，優(yōu)先讓健康度高的風(fēng)機(jī)參與調(diào)節(jié)，實(shí)驗(yàn)表明，該算法可明顯減少風(fēng)機(jī)因參與限電引起的故障率，降低故障次數(shù)，有效確保風(fēng)機(jī)正常運(yùn)行。

關(guān)鍵詞：風(fēng)機(jī)健康度；有功控制；風(fēng)機(jī)故障

中圖分類號(hào)：TM614 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：2095-2945（2018）29-0138-02

Abstract： At present， there are more and more wind farms connected to the grid， but the local absorption capacity of wind power and the transmission capacity of the grid are limited， and the abandoned wind field is serious in many areas. More and more wind farms take part in peak shaving. Wind farms frequently start and stop the wind turbine or adjust the rotor speed， which increases the probability of wind turbine failure. Based on the historical data of fan operation， this paper calculates the health degree of each fan （the higher the health degree， the smaller the possibility of failure of the fan）. When the active power control regulation is carried out， priority is given to the fan with high health degree to participate in the regulation. The experiment shows that. The algorithm can obviously reduce the fault rate caused by the participation of the fan in the power limit， reduce the number of faults， and effectively ensure the normal operation of the fan.

Keywords： fan health； active power control； fan fault

1 概述

隨著風(fēng)電并網(wǎng)容量的不斷增加，從2010年起，由于電網(wǎng)消納能力有限，特別是西北地區(qū)，風(fēng)電出現(xiàn)棄風(fēng)的現(xiàn)象越來(lái)越明顯[1]，風(fēng)電參與電網(wǎng)調(diào)峰的時(shí)段也越來(lái)越多。電網(wǎng)通過(guò)AGC系統(tǒng)向風(fēng)電場(chǎng)下發(fā)有功調(diào)節(jié)指令，風(fēng)電場(chǎng)根據(jù)指令值進(jìn)行有功控制，來(lái)滿足電網(wǎng)的要求，這個(gè)過(guò)程可通過(guò)值班員手動(dòng)啟停風(fēng)機(jī)完成，也可通過(guò)風(fēng)電場(chǎng)的風(fēng)機(jī)能源管理系統(tǒng)完成。但無(wú)論哪種方式，為了滿足電網(wǎng)的控制要求，都需要頻繁的啟停風(fēng)機(jī)，或者改變風(fēng)機(jī)的槳葉角度及轉(zhuǎn)速，這無(wú)疑增加了風(fēng)機(jī)發(fā)生故障的可能性。文獻(xiàn)[2]提出了一種機(jī)組層的WT-AGC控制策略，通過(guò)轉(zhuǎn)速及變槳調(diào)節(jié)，來(lái)提高調(diào)節(jié)精度，使調(diào)節(jié)值更接近電網(wǎng)要求，但算法基于風(fēng)機(jī)正常運(yùn)行的情況之下，未考慮風(fēng)機(jī)健康程度及調(diào)節(jié)轉(zhuǎn)速和變槳系統(tǒng)可能引起的風(fēng)機(jī)故障。文獻(xiàn)[3]分析了定槳距與變槳距同時(shí)存在的風(fēng)電場(chǎng)的有功控制優(yōu)化方案，可盡量減少定槳距風(fēng)機(jī)的啟停，優(yōu)先對(duì)變槳距風(fēng)機(jī)進(jìn)行調(diào)節(jié)。文獻(xiàn)[4]提出了一種風(fēng)機(jī)健康系數(shù)計(jì)算方法，可用于評(píng)估風(fēng)機(jī)目前的健康狀態(tài)，但需要大量的風(fēng)機(jī)歷史數(shù)據(jù)為支撐，同時(shí)需要進(jìn)行復(fù)雜的仿真實(shí)驗(yàn)。本文選擇和風(fēng)機(jī)故障密切相關(guān)的運(yùn)行參數(shù)，求解各參數(shù)在風(fēng)機(jī)正常運(yùn)行下的數(shù)學(xué)期望值，然后計(jì)算各參數(shù)的在風(fēng)機(jī)故障中的權(quán)重，最后，以最新的歷史數(shù)據(jù)做為訓(xùn)練集，來(lái)計(jì)算風(fēng)機(jī)的健康度。并根據(jù)健康度來(lái)排序，優(yōu)先調(diào)節(jié)健康度高的風(fēng)機(jī)，從而減少風(fēng)機(jī)故障發(fā)生的可能性。

2 風(fēng)機(jī)健康度計(jì)算

風(fēng)機(jī)各類參數(shù)數(shù)據(jù)的采集，是通過(guò)在風(fēng)機(jī)內(nèi)部安裝各類傳感器實(shí)現(xiàn)的，傳感器可檢測(cè)各個(gè)部件的運(yùn)行溫度、振動(dòng)值等信息，并將信息傳送給風(fēng)機(jī)SCADA或者其它檢測(cè)分析系統(tǒng)。因此，根據(jù)風(fēng)機(jī)的運(yùn)行及故障狀態(tài)，可通過(guò)這些實(shí)時(shí)的溫度、振動(dòng)值反映出來(lái)，文獻(xiàn)[4]中列舉了一些風(fēng)機(jī)可靠性評(píng)估用到的主要參數(shù)，本文根據(jù)文獻(xiàn)[4]中參數(shù)要求，并參照風(fēng)電場(chǎng)實(shí)際運(yùn)行狀態(tài)，選擇與風(fēng)機(jī)運(yùn)行緊密相關(guān)的參數(shù)，用于評(píng)估風(fēng)機(jī)的運(yùn)行狀態(tài)。參數(shù)如表1所示。

針對(duì)以上參數(shù)，選擇歷史數(shù)據(jù)進(jìn)行計(jì)算。為了保證數(shù)據(jù)的有效性，需先對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，剔除那些不能很好反映風(fēng)機(jī)真實(shí)狀態(tài)的數(shù)據(jù)，如風(fēng)電機(jī)組停機(jī)、限電運(yùn)行等狀態(tài)下的數(shù)據(jù)[4]。健康度算法計(jì)算步驟如下：

（1）選取數(shù)據(jù)中最大風(fēng)速Vmax及最小風(fēng)速Vmin，并將風(fēng)速以0.5m/s長(zhǎng)度作為一個(gè)區(qū)間，分成N個(gè)區(qū)。

（2）參數(shù)Xm在第j個(gè)風(fēng)速區(qū)的數(shù)學(xué)期望Xmj計(jì)算公式如公式1所示：

Xmj=？撞ipi×Xmji （1）

其中，{Xmji，i=（0，1，…n）}為處在風(fēng)速區(qū)j中的Xm的集合，n為落在風(fēng)速區(qū)j中Xm的個(gè)數(shù)。pi為參數(shù)Xmji在{Xmji，i=（0，1，…n）}中出現(xiàn)的概率，pi=，ni為參數(shù)Xmji在{Xmji，i=（0，1，…n）}中出現(xiàn)的次數(shù)。

（3）計(jì)算出Xmj之后，選取近期風(fēng)機(jī)運(yùn)行數(shù)據(jù)做為訓(xùn)練集Txm，將Txm中數(shù)據(jù)按照風(fēng)速分成N個(gè)分區(qū)，針對(duì)每個(gè)分區(qū)j，用集合{Txmj}表示處于分區(qū)j中的數(shù)據(jù)，以Xmj代替{Txmj}的數(shù)據(jù)期望Hmj，計(jì)算{Txmj}的數(shù)據(jù)偏移差Hmj。計(jì)算公式如公式（2）所示：

Hmj= （2）

計(jì)算出Hmj之后，計(jì)算整個(gè)訓(xùn)練集Txm的數(shù)據(jù)偏移差Hm，Hm的計(jì)算公式如公式（3）：

Hm=？撞aj*Hmj （3）

aj為訓(xùn)練集Txm中參數(shù)Xm在區(qū)間j中出現(xiàn)的頻率。

（4）假設(shè)參數(shù)Xm在風(fēng)機(jī)健康度中起到的權(quán)重為am，則風(fēng)機(jī)的健康度H計(jì)算公式如公式（4）所示：

H=？撞am*Hm （4）

其中n為參數(shù)個(gè)數(shù)。

權(quán)重am采用歷史數(shù)據(jù)周期內(nèi)，發(fā)生故障時(shí)參數(shù)Xm的超限次數(shù)的頻率來(lái)計(jì)算。例如，在t時(shí)刻風(fēng)機(jī)發(fā)生故障時(shí)，參數(shù)Xm超過(guò)風(fēng)機(jī)定值范圍，則參數(shù)Xm的超限次數(shù)加1。am計(jì)算公式如公式（5）所示：

am= （5）

n為歷史數(shù)據(jù)周期內(nèi)，所有參數(shù)的超限總次數(shù)，nm為參數(shù)Xm的超限次數(shù)。

在進(jìn)行有功控制時(shí)，可采用的分配策略有多種，針對(duì)所有可調(diào)節(jié)的風(fēng)機(jī)，可按照比例平均分配，也可按照相似裕度進(jìn)行分配[5]。無(wú)論采用哪種分配策略，在進(jìn)行分配時(shí)，首先按照健康度排序選擇風(fēng)機(jī)，健康度高的風(fēng)機(jī)優(yōu)先參與調(diào)節(jié)。

3 試驗(yàn)驗(yàn)證

基于健康度算法，本文選擇某風(fēng)電場(chǎng)為研究對(duì)象，進(jìn)行試驗(yàn)驗(yàn)證，風(fēng)電場(chǎng)有25臺(tái)2MW雙饋?zhàn)儤L(fēng)機(jī)，由于風(fēng)機(jī)機(jī)型較老，風(fēng)機(jī)故障頻繁，同時(shí)該地區(qū)電網(wǎng)限電嚴(yán)重。在未應(yīng)用本算法之前，系統(tǒng)按照相似裕度的分配方式，進(jìn)行有功分配。只要是運(yùn)行狀態(tài)的風(fēng)機(jī)就會(huì)參與限電，因此，很多處于“亞健康”狀態(tài)的風(fēng)機(jī)，由于限電頻繁的變槳、啟停等，增加了風(fēng)機(jī)故障。應(yīng)用本算法之后，對(duì)風(fēng)機(jī)的健康度進(jìn)行了合理排序，并不斷的對(duì)算法進(jìn)行調(diào)優(yōu)，經(jīng)常一段時(shí)間的試運(yùn)行統(tǒng)計(jì)，結(jié)果表明風(fēng)機(jī)發(fā)生變槳系統(tǒng)故障的次數(shù)減少1.5%，變頻系統(tǒng)故障的次數(shù)減少0.9%，所有風(fēng)機(jī)故障次數(shù)減少1%。

4 結(jié)束語(yǔ)

針對(duì)風(fēng)機(jī)有功功率控制過(guò)程中，風(fēng)機(jī)頻繁的啟停及變槳引起的風(fēng)機(jī)故障問(wèn)題，本文設(shè)計(jì)了一種基于健康度的有功功率控制優(yōu)化算法。在進(jìn)行有功功率控制時(shí)，首先對(duì)健康度排名高的風(fēng)機(jī)進(jìn)行控制，從而確保對(duì)健康度低的風(fēng)機(jī)盡量少的啟停及變槳操作，有效保證風(fēng)機(jī)的正常運(yùn)行，減少故障發(fā)生的可能性。本論文提出的算法，在大唐集團(tuán)某風(fēng)電場(chǎng)進(jìn)行實(shí)際實(shí)驗(yàn)，實(shí)驗(yàn)表明，算法可有效減少風(fēng)機(jī)在限電時(shí)發(fā)生故障的概率，進(jìn)一步保證了風(fēng)電場(chǎng)的安全穩(wěn)定運(yùn)行。

參考文獻(xiàn)：

[1]任華，姚秀萍，張新燕，等.風(fēng)電場(chǎng)棄風(fēng)電量統(tǒng)計(jì)方法研究[J].華東電力，2013，41（10）：2148-2152.

[2]許昌，魏媛，李濤，等.大型風(fēng)電機(jī)組機(jī)組層AGC控制策略研究[J].電力系統(tǒng)保護(hù)與控制，2017，45（2）：69-74.

[3]陳曦寒，高賜威.考慮定槳距和變槳距風(fēng)機(jī)聯(lián)合控制的風(fēng)電場(chǎng)有功功率控制策略[J].電網(wǎng)技術(shù)，2015，39（7）：1892-1899.

[4]米思蓓.計(jì)及風(fēng)電機(jī)組發(fā)電可靠度的風(fēng)電場(chǎng)有功功率控制策略[D].重慶大學(xué)，2015.

[5]奚志江，連倩，汪一，等.大規(guī)模風(fēng)電場(chǎng)有功功率控制策略[J].控制工程，2017，24（2）：475-480.