CN104018988A - 基于物理组件模型和实时数据的风力发电机组监测*** - Google Patents
基于物理组件模型和实时数据的风力发电机组监测*** Download PDFInfo
- Publication number
- CN104018988A CN104018988A CN201410268357.8A CN201410268357A CN104018988A CN 104018988 A CN104018988 A CN 104018988A CN 201410268357 A CN201410268357 A CN 201410268357A CN 104018988 A CN104018988 A CN 104018988A
- Authority
- CN
- China
- Prior art keywords
- blade
- module
- unit
- information
- control
- Prior art date
- Legal status (The legal status 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 status listed.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 27
- 238000011217 control strategy Methods 0.000 claims abstract description 30
- 238000004088 simulation Methods 0.000 claims abstract description 29
- 230000001133 acceleration Effects 0.000 claims abstract description 22
- 230000005540 biological transmission Effects 0.000 claims abstract description 18
- 210000003746 feather Anatomy 0.000 claims description 36
- 230000000712 assembly Effects 0.000 claims description 17
- 238000000429 assembly Methods 0.000 claims description 17
- 238000012546 transfer Methods 0.000 claims description 11
- 238000009434 installation Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000000875 corresponding effect Effects 0.000 claims description 6
- 239000012530 fluid Substances 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 230000033001 locomotion Effects 0.000 claims description 5
- 230000001360 synchronised effect Effects 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 230000001276 controlling effect Effects 0.000 claims description 3
- 230000004382 visual function Effects 0.000 claims description 3
- 238000012795 verification Methods 0.000 abstract description 3
- 238000012360 testing method Methods 0.000 abstract description 2
- 230000009977 dual effect Effects 0.000 abstract 1
- 238000000034 method Methods 0.000 description 12
- 238000003745 diagnosis Methods 0.000 description 10
- 230000007246 mechanism Effects 0.000 description 9
- 230000005611 electricity Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000012423 maintenance Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000010200 validation analysis Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005461 lubrication Methods 0.000 description 2
- 108010022579 ATP dependent 26S protease Proteins 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- 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
Landscapes
- Wind Motors (AREA)
Abstract
一种发动机测试领域的基于物理组件模型和实时数据的风力发电机组监测***,风况输入模块接收电厂获得的实时风况信息,将该实时风况信息分别传递给控制***和叶片物理模拟模块,控制***向偏航操纵模块发送偏航***控制策略,向变桨距操纵模块发送变桨距***控制策略,偏航操纵模块生成机舱旋转角及其角速度和角加速度信息并传递给叶片物理模拟模块,变桨距操纵模块生成叶片旋转角及其角速度和角加速度信息并传递给叶片物理模拟模块,叶片物理模拟模块将获得的信息与叶片受力和受力矩信息综合后得到叶片的目标力矩、目标转速以及目标角加速度信息并传递给传动模块,传动模块输出电力信息。本发明为风电机组性能失效的预测提供双重验证。
Description
技术领域
本发明涉及的是一种发动机测试领域的***,具体是一种基于物理组件模型和实时数据的风力发电机组监测***。
背景技术
根据世界风能协会(WWEA)2010年度,到2010年年底,全球风力发电机组发电量占全球电力消耗量的2.5%,达430TWh,该数值大于世界第六大经济体英国(六千万人口)的总年度用电需求。预计到2020年,全球装机总量将超过1,500,000MW。截止2010年年底,我国已经成为风能装机容量最大的国家,并成为国际风能产业的中心。2010年新装机容量将有望达到18,928MW,将超过全球年度新装机容量的50%。就风力发电厂而言,风力发电机组的成本和其运行维护的成本成为了决定性的商业因素。风电场多建于远离城市的偏远地区以及近海区域,对于陆上型风力发电机组,运行维护成本占单位电价的10%~15%,对于离岸型风力发电机组,其比例接近25%~30%。再加上地区交通不便,以及风力发电机组处于高空,故对风力发电机组的维护非常困难;若需吊至地面做故障诊断、维修或更换,则需花费更大的人力和物力,维护成本可能会达到数百万人民币。所以,开发采用有效的在线监测和故障诊断***:在风力发电机组的设计寿命内,机组实时监测运行状态,分析运行参数,在发生故障之前,及时诊断出风机的安全隐患,安排合理的维护方案就显得十分必要。
如图1所示,目前已经有一些通用状态监测***应用到风力发电领域,这些监测***通过在关键部件增加相应的传感器,接收相应的参数信息,然后上传至上位机进行参数分析来达到监测和诊断的效果。一般参数数据信号通过传感器采集,经过放大,滤波等操作上传至上位机,这里上位机可以安装在风场附近,也可以远程安装。然后通过:
第一,频谱分析。对振动信号和功率信号进行傅里叶变换得到信号的频域谱,从频率的异常变化来诊断机组的隐患以及故障。
第二,人工智能分析。如神经网络对数据进行快速分类绘制故障与非故障分界线的方法和故障诊断专家***的方法。核心是通过数据库建立***故障和征兆间的某种关系来达到机械学习和自动诊断的目的。
第三,小波分析的方法。在高频的部分频段放大尺度,在低频的部分缩小尺度,提高分析的时间辨析度和信号的自适应性。以此达到获取故障信号的效果。
现如今的风机的监测***的开发都是基于以上的开发模式,运用在不同的软件平台进行的。其主体思路是在已有的风力发电机组上增加关键部分的传感器,通过增加上位机对信号进行分析来提高监测***的可靠性和达到预警和故障分析的效果。
经过对现有技术的检索发现,中国专利文献号CN101858778,公开日2010‐10‐13,记载了一种基于振动监测的风力发电机组故障自动诊断方法,通过加速度传感器采集原始振动信号,前置通信子***完成数据存储和上传,中央监控服务器接收数据并存储于数据库。该方法还需在数据库中建立故障特征频率库,作为故障诊断的依据。但是这种自动诊断方法十分依赖所建立的特征数据库的准确性和完整性,信号处理的工程也完全依赖算法的精确性。对于缺少数据库的新建风电机组以及缺乏理论基础和算法的故障类型,该诊断方法就无法达到预期的故障检测效果。
发明内容
本发明针对现有技术存在的上述不足,提供一种基于物理组件模型和实时数据的风力发电机组监测***,不仅对风力发电机组的状态进行监测,还仿真风力发电机的故障状态,从而为风电机组性能失效的预测提供机理监测与数据驱动模型双重验证。
本发明是通过以下技术方案实现的,本发明包括:风况输入模块、控制***、变桨距操纵模块、偏航操纵模块、叶片物理模拟模块和传动模块,其中:风况输入模块接收电厂获得的实时风况信息,将该实时风况信息分别传递给控制***和叶片物理模拟模块,控制***向偏航操纵模块发送偏航***控制策略,向变桨距操纵模块发送变桨距***控制策略,偏航操纵模块生成机舱旋转角及其角速度和角加速度信息并传递给叶片物理模拟模块,变桨距操纵模块生成叶片旋转角及其角速度和角加速度信息并传递给叶片物理模拟模块,叶片物理模拟模块将获得的信息与叶片受力和受力矩信息综合后得到叶片的目标力矩、目标转速以及目标角加速度信息并传递给传动模块,传动模块输出电力信息。
所述的风况输入模块包括:风况输入单元和***输入单元,其中:风况输入单元将实时风况信息解析并一一对应之后,传递给***输入单元,***输入单元将这些信息传递给控制***和叶片物理模拟模块。
所述的实时风况信息包括:实时的风速和风向信息。
所述的控制***包括:主控单元、变桨距控制模块和偏航控制模块,其中:主控单元接收风况输入模块的实时风况信息并生成主控制策略,并分别发送至变桨距控制模块和偏航控制模块,变桨距控制模块生成变桨距***控制策略并传输至变桨距操纵模块,偏航控制模块生成偏航***控制策略传输至偏航操纵模块。
所述的主控单元包括:风机控制策略单元和用于控制叶片偏角和机舱偏航角的风机启动单元,其中:风机控制策略单元根据实时风况信息判断风力发电机应该处于的工作状态,生成对应此状态下的控制策略并输出至风机启动单元。
所述的变桨距控制模块包括:用于计算变桨距需求的开环控制计算器以及闭环控制器,其中:开环控制计算器通过实时风况信息计算出当前叶片所需桨距角并传输至闭环控制器,闭环控制器根据当前叶片所需桨距角、结合实际叶片的桨距角、偏转速度的负反馈信息计算出此时叶片所需实际偏角、偏角速度以及角加速度并递给变桨距操纵模块。
所述的偏航控制模块包括:偏航控制单元、比例调节控制器、积分调节控制器和偏航速度限制装置,其中:偏航控制单元收集机舱实时位置信息,并根据风向的变化定义偏航角度,将定义的偏航角度与实时的机舱偏角和偏航速度进行对比并结合负反馈信息得到偏航电机的扭矩需求并输出至比例调节控制器、积分调节控制器以及偏航速度限制装置,偏航速度限制装置向偏航操纵模块输出偏航电机的扭矩需求。
所述的机舱实时位置信息是指机舱与风向的相对偏角,该相对偏角根据风向的改变实时变化。
所述的变桨距操纵模块包括:液压装置单元、连接液压装置、执行机构单元以及控制变桨距执行机构的运动副单元,其中:液压装置单元根据控制***的变桨距***控制策略提供动力并依次传递连接液压装置和运动副单元,运动副单元将动作信息传递给执行机构单元,执行机构单元作出相应的动作,完成叶片的偏转。
所述的偏航操纵模块包括:四个减速步进电机单元和一个电机控制器单元,其中:电机控制器单元接收控制***的偏航***控制策略并分别向四个减速步进电机单元输出偏航操作信号,四个步进电机同步运动,共同带动机舱关于塔筒旋转,实现机舱的偏航。
所述的叶片物理模拟模块包括:叶片受力分析单元和叶片物理模型单元,其中:叶片受力分析单元通过分析计算实时风况信息和预存的叶片几何参数计算出叶片的转速、通过桨距角计算出叶片的攻角、通过叶片的攻角计算出叶片的升力系数和阻力系数,并综合得出叶片的升力和阻力;叶片受力分析单元另外通过升力、阻力、攻角和叶片的几何参数计算出叶片的位置信息,将坐标传递给的叶片物理模型单元,实现叶片的可视化的功能,叶片物理模型单元根据叶片的位置信息,产生旋转,并将力矩、转速和角加速度信息传递给传动模块。
所述的传动模块包括:主轴模块、齿轮箱模块和发电机模块,其中:来自叶片物理模拟模块的叶片的目标力矩、目标转速以及目标角加速度信息依次经过主轴模块、齿轮箱模块处理传输至发电机模块,发电机模块输出电力信息。
所述的电力信息包括:输出功率和三相电压信息。
本***通过以下方式进行工作:根据各种预设的故障状态下的监测***,将风力发电厂的实时风况信息输入至该故障状态下的监测***中,***模拟运行、产生并输出各种故障状态下的虚拟故障参数;将风力发电厂在实际故障状态下开机运行发电所产生的实际故障参数与各种故障状态下的虚拟故障参数相比较,出现匹配的情况时即可确定相应的故障状态。
本发明利用物理组件模型虚拟运行与实时数据进行对比来达到监测风力发电机组的功能,革新了监测***的监测模式。不仅对风力发电机组的状态进行监测,建立风力发电机组的工况档案,及时作出故障预测和诊断;还仿真风力发电机的故障状态,从而为风电机组性能失效的预测提供机理监测与数据驱动模型双重验证。
附图说明
图1为现有的风力发电机组监测***方法流程示意图;
图2为本发明***结构示意图;
图3为本发明控制***结构示意图;
图4为本发明传动模块结构示意图;
图5为本发明基于物理组件模型和实时数据风力发电机组监测方法流程图;
图6为本发明基于物理组件模型风电机组性能失效的预测提供机理检测方法流程图。
具体实施方式
下面对本发明的实施例作详细说明,本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
实施例1
如图2所示,本实施例包括:风况输入模块、控制***、变桨距操纵模块、偏航操纵模块、叶片物理模拟模块和传动模块,其中:风况输入模块接收电厂获得的实时风况信息,将该实时风况信息分别传递给控制***和叶片物理模拟模块,控制***向偏航操纵模块发送偏航***控制策略,向变桨距操纵模块发送变桨距***控制策略,偏航操纵模块生成机舱旋转角及其角速度和角加速度信息并传递给叶片物理模拟模块,变桨距操纵模块生成叶片旋转角及其角速度和角加速度信息并传递给叶片物理模拟模块,叶片物理模拟模块将获得的信息与叶片受力和受力矩信息综合后得到叶片的力矩、转速以及角加速度信息并传递给传动模块,传动模块输出电力信息。
所述的实时风况信息包括:实时的风速和风向信息。
如图3所示,所述的控制***包括:主控单元、变桨距控制模块和偏航控制模块,其中:主控单元接收实时风况信息并生成主控制策略,主控单元将主控制策略分别发送至变桨距控制模块和偏航控制模块,变桨距控制模块生成变桨距***控制策略并传输至变桨距操纵模块,偏航控制模块生成偏航***控制策略传输至偏航操纵模块。
所述的主控单元包括:风机控制策略单元和用于控制叶片偏角和机舱偏航角的风机启动单元,其中:风机控制策略单元根据实时风况信息判断风力发电机应该处于的工作状态,生成对应此状态下的控制策略并输出至风机启动单元。
所述的变桨距控制模块包括:用于计算变桨距需求的开环控制计算器以及闭环控制器,其中:开环控制计算器通过实时风况信息计算出当前叶片所需桨距角并传输至闭环控制器,闭环控制器根据当前叶片所需桨距角、结合实际叶片的桨距角、偏转速度的负反馈信息计算出此时叶片所需实际偏角、偏角速度以及角加速度并递给变桨距操纵模块。
所述的偏航控制模块包括:偏航控制单元、比例调节控制器、积分调节控制器和偏航速度限制装置,其中:偏航控制单元收集机舱实时位置信息,并根据风向的变化定义偏航角度,将定义的偏航角度与实时的机舱偏角和偏航速度进行对比并结合负反馈信息得到偏航电机的扭矩需求并输出至比例调节控制器、积分调节控制器以及偏航速度限制装置,偏航速度限制装置向偏航操纵模块输出偏航电机的扭矩需求。
所述的机舱实时位置信息指的是:机舱与风向的相对偏角。这个相对偏角根据风向的改变实时变化。
所述的变桨距操纵模块包括:液压装置单元、连接液压装置、执行机构单元以及控制变桨距执行机构的运动副单元,其中:液压装置单元根据控制***的变桨距***控制策略提供动力并依次传递连接液压装置和运动副单元,运动副单元将动作信息传递给执行机构单元,执行机构单元作出相应的动作,完成叶片的偏转。
所述的偏航操纵模块包括:四个减速步进电机单元和一个电机控制器单元,其中:电机控制器单元接收控制***的偏航***控制策略并分别向四个减速步进电机单元输出偏航操作信号,四个步进电机同步运动,共同带动机舱关于塔筒旋转,实现机舱的偏航。
所述的叶片物理模拟模块包括:叶片受力分析单元和叶片物理模型单元,其中:叶片受力分析单元通过分析计算实时风况信息和预存的叶片几何参数计算出叶片的转速、通过桨距角计算出叶片的攻角、通过叶片的攻角计算出叶片的升力系数和阻力系数,并综合得出叶片的升力和阻力;叶片受力分析单元另外通过升力、阻力、攻角和叶片的几何参数计算出叶片的位置信息,将坐标传递给的叶片物理模型单元,实现叶片的可视化的功能,叶片物理模型单元根据叶片的位置信息,产生旋转,并将力矩、转速和角加速度信息传递给传动模块。
如图4所示,所述的传动模块包括:主轴模块、齿轮箱模块和发电机模块,其中:叶片的力矩、转速以及角加速度信息依次经过主轴模块、齿轮箱模块处理传输至发电机模块,发电机模块输出电力信息。
所述的电力信息包括:输出功率和三相电压信息。
除了以上模块间传递的信息之外,物理组件模型模块还可以输出风力发电机组的齿轮箱,主轴,发电机,主轴承,液压***,偏航***,润滑***,刹车***,变桨距***,叶片物理模型各部件的特征参数。如主轴的转矩,液压***的内压,润滑***的油压。
实施例2
如图5,基于物理组件模型及实时数据的风力发电机组监测***,包括如下步骤:
建立符合风力发电机组控制策略和额定输入输出的风力发电机组物理组件模型。模型符合实施例1所述的结构和功能。模型具有高准确性的仿真功能,能够输出理论上风力发电机组正常运行状态下的各部件的各项参数,并自动绘图出表。
通过布置在风力发电厂的传感器收集电厂风况信息,包括实时风速和风向,通过数字监测***导出传输给物理组件模型风况输入模块。
物理组件模型输入得到的实时风况信息,包括风速和风向,虚拟运行风力发电机组,并建立可视化用户界面。此时,发电厂内实际的风力发电机组也在同步运行,而且其运行的风况条件和模型所输入的实时风况信息是一致的。
风力发电机组模型虚拟运行,输出风力发电机组在正常运作的情况下预期的工况信息和参数,并绘图出表,必要的时候将对特定图表中数据的走向进行预测。
实际运行的风力发电机组,通过安装在风力发电机上的传感器,通过数字监测***和数字安全***输出风力发电机组实际运作得到的工况信息和参数。
进行数据特征分析处理之后,对比风机发电机组模型虚拟运行和风力发电机组实际运行输出的工况信息和参数,判断风力发电机组运行状况,如果偏差在可接受的安全范围以内,则判定风力发电机在正常运行,通过引入特征数据库,预测风力发电机组可能出现的故障和部件;如果数据出现较大偏差,则***调用特征数据库的故障数据进行比对,进行特征参数的趋势分析,自动诊断风力发电机组故障类型、部位及程度。
实施例3
如图6,基于物理组件模型及实时数据的风力发电机组监测***对风电机组性能失效的预测提供机理检测方法,包括如下步骤:
建立符合控制策略和额定输入输出的风力发电机组故障状态下的物理组件模型。
建立故障状态下的模型只需要对之前建立的符合风力发电机组控制策略和额定输入输出的风力发电机组物理组件模型的模块或者参数进行修改即可,如改变齿轮箱的传动比模拟齿轮箱磨损状态;改变叶片受力分析模块计算公式模拟叶片损失状态等等。
通过数字监测***调取实时或者历史风况信息,包括风速和风向,传输给物理组件模型。
物理组件模型输入得到的风况信息,包括风速和风向,虚拟运行故障状态的风力发电机组模型;也可以在正常状态下的风力发电机组模型中输入模拟的风场风况信息,如极端风速,突变风向以模拟恶劣工作环境下风力发电机的非正常工作运行,并建立可视化用户界面。
风力发电机组模型虚拟运行,输出故障状态下或者恶劣环境下风力发电机组的工况信息和工作参数。
将得到的各部件工况信息和工作参数进行特征分析处理。调取历史风力发电机组故障检测数据,通过与模拟的各项参数和趋势进行比对匹配,检测故障预测的准确性,验证故障机理。
如果验证机理与历史数据特征不匹配,则重新对数据进行特征分析,再次进行机理验证,直至验证机理数据与历史特征数据达到匹配。
机理验证匹配之后,将故障状态下或者恶劣环境下风力发电机组的工况信息和参数存储于数据库中,同时将故障的内容记入数据库。在数据库中建立故障特征库:分类存储风力发电机各部件特征参数,以及特征参数趋势。作为故障诊断的依据。
特征数据库供实施例2运用,对比和分析风机发电机组实际发生故障时的工况信息和参数,验证和补充风力发电机组故障类型、部位及程度。
Claims (8)
1.一种基于物理组件模型和实时数据的风力发电机组监测***,其特征在于,包括:风况输入模块、控制***、变桨距操纵模块、偏航操纵模块、叶片物理模拟模块和传动模块,其中:风况输入模块接收电厂获得的实时风况信息,将该实时风况信息分别传递给控制***和叶片物理模拟模块,控制***向偏航操纵模块发送偏航***控制策略,向变桨距操纵模块发送变桨距***控制策略,偏航操纵模块生成机舱旋转角及其角速度和角加速度信息并传递给叶片物理模拟模块,变桨距操纵模块生成叶片旋转角及其角速度和角加速度信息并传递给叶片物理模拟模块,叶片物理模拟模块将获得的信息与叶片受力和受力矩信息综合后得到叶片的目标力矩、目标转速以及目标角加速度信息并传递给传动模块,传动模块输出电力信息;
所述的风况输入模块包括:风况输入单元和***输入单元,其中:风况输入单元将实时风况信息解析并一一对应之后,传递给***输入单元,***输入单元将这些信息传递给控制***和叶片物理模拟模块;
所述的控制***包括:主控单元、变桨距控制模块和偏航控制模块,其中:主控单元接收风况输入模块的实时风况信息并生成主控制策略,并分别发送至变桨距控制模块和偏航控制模块,变桨距控制模块生成变桨距***控制策略并传输至变桨距操纵模块,偏航控制模块生成偏航***控制策略传输至偏航操纵模块。
2.根据权利要求1所述的***,其特征是,所述的主控单元包括:风机控制策略单元和用于控制叶片偏角和机舱偏航角的风机启动单元,其中:风机控制策略单元根据实时风况信息判断风力发电机应该处于的工作状态,生成对应此状态下的控制策略并输出至风机启动单元。
3.根据权利要求1所述的***,其特征是,所述的变桨距控制模块包括:用于计算变桨距需求的开环控制计算器以及闭环控制器,其中:开环控制计算器通过实时风况信息计算出当前叶片所需桨距角并传输至闭环控制器,闭环控制器根据当前叶片所需桨距角、结合实际叶片的桨距角、偏转速度的负反馈信息计算出此时叶片所需实际偏角、偏角速度以及角加速度并递给变桨距操纵模块。
4.根据权利要求1所述的***,其特征是,所述的偏航控制模块包括:偏航控制单元、比例调节控制器、积分调节控制器和偏航速度限制装置,其中:偏航控制单元收集机舱实时位置信息,并根据风向的变化定义偏航角度,将定义的偏航角度与实时的机舱偏角和偏航速度进行对比并结合负反馈信息得到偏航电机的扭矩需求并输出至比例调节控制器、积分调节控制器以及偏航速度限制装置,偏航速度限制装置向偏航操纵模块输出偏航电机的扭矩需求。
5.根据权利要求2、3或4所述的***,其特征是,所述的变桨距操纵模块包括:液压装置单元、连接液压装置、执行机构单元以及控制变桨距执行机构的运动副单元,其中:液压装置单元根据控制***的变桨距***控制策略提供动力并依次传递连接液压装置和运动副单元,运动副单元将动作信息传递给执行机构单元,执行机构单元作出相应的动作,完成叶片的偏转。
6.根据权利要求2、3或4所述的***,其特征是,所述的偏航操纵模块包括:四个减速步进电机单元和一个电机控制器单元,其中:电机控制器单元接收控制***的偏航***控制策略并分别向四个减速步进电机单元输出偏航操作信号,四个步进电机同步运动,共同带动机舱关于塔筒旋转,实现机舱的偏航。
7.根据权利要求2、3或4所述的***,其特征是,所述的叶片物理模拟模块包括:叶片受力分析单元和叶片物理模型单元,其中:叶片受力分析单元通过分析计算实时风况信息和预存的叶片几何参数计算出叶片的转速、通过桨距角计算出叶片的攻角、通过叶片的攻角计算出叶片的升力系数和阻力系数,并综合得出叶片的升力和阻力;叶片受力分析单元另外通过升力、阻力、攻角和叶片的几何参数计算出叶片的位置信息,将坐标传递给的叶片物理模型单元,实现叶片的可视化的功能,叶片物理模型单元根据叶片的位置信息,产生旋转,并将力矩、转速和角加速度信息传递给传动模块。
8.根据权利要求2、3或4所述的***,其特征是,所述的传动模块包括:主轴模块、齿轮箱模块和发电机模块,其中:来自叶片物理模拟模块的叶片的目标力矩、目标转速以及目标角加速度信息依次经过主轴模块、齿轮箱模块处理传输至发电机模块,发电机模块输出电力信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410268357.8A CN104018988B (zh) | 2014-06-16 | 2014-06-16 | 基于物理组件模型和实时数据的风力发电机组监测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410268357.8A CN104018988B (zh) | 2014-06-16 | 2014-06-16 | 基于物理组件模型和实时数据的风力发电机组监测*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104018988A true CN104018988A (zh) | 2014-09-03 |
CN104018988B CN104018988B (zh) | 2016-07-06 |
Family
ID=51435917
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410268357.8A Expired - Fee Related CN104018988B (zh) | 2014-06-16 | 2014-06-16 | 基于物理组件模型和实时数据的风力发电机组监测*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104018988B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016058115A1 (zh) * | 2014-10-15 | 2016-04-21 | 国电联合动力技术有限公司 | 一种风力发电机组偏航控制方法及*** |
CN106886634A (zh) * | 2017-01-20 | 2017-06-23 | 许继集团有限公司 | 一种风机变桨电机选型参数获取方法、***及选型方法 |
CN107908916A (zh) * | 2017-12-26 | 2018-04-13 | 北京金风科创风电设备有限公司 | 构建液压变桨机构的仿真模型的装置和方法 |
CN108121214A (zh) * | 2016-11-28 | 2018-06-05 | 北京金风科创风电设备有限公司 | 一种风电机组的偏航策略仿真方法和*** |
CN111044754A (zh) * | 2019-12-09 | 2020-04-21 | 大唐山东烟台电力开发有限公司 | 一种用于风力发电机组的风况估算装置 |
US20200141392A1 (en) * | 2017-06-14 | 2020-05-07 | Kk Wind Solutions A/S | Independent monitoring system for a wind turbine |
CN111336066A (zh) * | 2020-03-04 | 2020-06-26 | 湖南城市学院 | 一种用于产生能量的风力发电***及控制方法 |
CN112594125A (zh) * | 2020-11-29 | 2021-04-02 | 上海电机学院 | 一种自动收缩的风力发电叶片及其控制方法 |
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*** |
CN113236491A (zh) * | 2021-05-27 | 2021-08-10 | 华北电力大学 | 一种风力发电数字孪生*** |
CN113685315A (zh) * | 2021-09-07 | 2021-11-23 | 山东建筑大学 | 一种适用于风力发电机组的能量双控管理方法和*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101498926A (zh) * | 2008-02-02 | 2009-08-05 | 北京能高自动化技术有限公司 | 具有分层递阶结构的大型风电机组优化控制*** |
CN102749853A (zh) * | 2012-07-11 | 2012-10-24 | 北京交通大学 | 基于dSPACE的风电机组整机控制半实物仿真平台 |
CN102748217A (zh) * | 2012-07-27 | 2012-10-24 | 国电联合动力技术有限公司 | 一种风电机组动态最优桨距角控制方法和装置 |
GB2491045A (en) * | 2011-05-20 | 2012-11-21 | Romax Technology Ltd | Determining damage to, or remaining useful life of, rotating machinery eg drive trains, gearboxes and generators of wind and water turbines |
CN103629048A (zh) * | 2013-12-20 | 2014-03-12 | 济南轨道交通装备有限责任公司 | 一种风电机组智能变桨***及变桨方法 |
-
2014
- 2014-06-16 CN CN201410268357.8A patent/CN104018988B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101498926A (zh) * | 2008-02-02 | 2009-08-05 | 北京能高自动化技术有限公司 | 具有分层递阶结构的大型风电机组优化控制*** |
GB2491045A (en) * | 2011-05-20 | 2012-11-21 | Romax Technology Ltd | Determining damage to, or remaining useful life of, rotating machinery eg drive trains, gearboxes and generators of wind and water turbines |
CN102749853A (zh) * | 2012-07-11 | 2012-10-24 | 北京交通大学 | 基于dSPACE的风电机组整机控制半实物仿真平台 |
CN102748217A (zh) * | 2012-07-27 | 2012-10-24 | 国电联合动力技术有限公司 | 一种风电机组动态最优桨距角控制方法和装置 |
CN103629048A (zh) * | 2013-12-20 | 2014-03-12 | 济南轨道交通装备有限责任公司 | 一种风电机组智能变桨***及变桨方法 |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016058115A1 (zh) * | 2014-10-15 | 2016-04-21 | 国电联合动力技术有限公司 | 一种风力发电机组偏航控制方法及*** |
CN108121214A (zh) * | 2016-11-28 | 2018-06-05 | 北京金风科创风电设备有限公司 | 一种风电机组的偏航策略仿真方法和*** |
CN108121214B (zh) * | 2016-11-28 | 2021-06-08 | 北京金风科创风电设备有限公司 | 一种风电机组的偏航策略仿真方法和*** |
CN106886634A (zh) * | 2017-01-20 | 2017-06-23 | 许继集团有限公司 | 一种风机变桨电机选型参数获取方法、***及选型方法 |
CN106886634B (zh) * | 2017-01-20 | 2020-04-17 | 许继集团有限公司 | 一种风机变桨电机选型参数获取方法、***及选型方法 |
US11549491B2 (en) * | 2017-06-14 | 2023-01-10 | Kk Wind Solutions A/S | Independent monitoring system for a wind turbine |
US20200141392A1 (en) * | 2017-06-14 | 2020-05-07 | Kk Wind Solutions A/S | Independent monitoring system for a wind turbine |
CN107908916B (zh) * | 2017-12-26 | 2021-03-30 | 北京金风科创风电设备有限公司 | 构建液压变桨机构的仿真模型的装置和方法 |
CN107908916A (zh) * | 2017-12-26 | 2018-04-13 | 北京金风科创风电设备有限公司 | 构建液压变桨机构的仿真模型的装置和方法 |
CN111044754A (zh) * | 2019-12-09 | 2020-04-21 | 大唐山东烟台电力开发有限公司 | 一种用于风力发电机组的风况估算装置 |
CN111044754B (zh) * | 2019-12-09 | 2021-07-16 | 大唐山东烟台电力开发有限公司 | 一种用于风力发电机组的风况估算装置 |
CN111336066A (zh) * | 2020-03-04 | 2020-06-26 | 湖南城市学院 | 一种用于产生能量的风力发电***及控制方法 |
CN112594125A (zh) * | 2020-11-29 | 2021-04-02 | 上海电机学院 | 一种自动收缩的风力发电叶片及其控制方法 |
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*** |
WO2022142412A1 (zh) * | 2020-12-31 | 2022-07-07 | 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*** |
CN113236491A (zh) * | 2021-05-27 | 2021-08-10 | 华北电力大学 | 一种风力发电数字孪生*** |
CN113685315A (zh) * | 2021-09-07 | 2021-11-23 | 山东建筑大学 | 一种适用于风力发电机组的能量双控管理方法和*** |
Also Published As
Publication number | Publication date |
---|---|
CN104018988B (zh) | 2016-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104018988A (zh) | 基于物理组件模型和实时数据的风力发电机组监测*** | |
CN113236491B (zh) | 一种风力发电数字孪生*** | |
CN104019000B (zh) | 风力发电机组的载荷谱测定与前瞻性维护*** | |
CN202735788U (zh) | 风力发电机组运行状态远程监测及故障诊断*** | |
CN103439109B (zh) | 一种风力发电机组传动***故障预警的方法 | |
US7895018B2 (en) | Event monitoring via combination of signals | |
CN106525415B (zh) | 一种风电机组传动链健康状态评价***及方法 | |
CN103711645B (zh) | 基于建模参数特征分析的风力发电机组状态评估方法 | |
CN108252873B (zh) | 一种风力发电机组在线数据监测及其性能评估的*** | |
CN105508149B (zh) | 用于风力发电机组的故障检测方法及装置 | |
CN103234753A (zh) | 基于高斯过程建模的风电机组轴系状态监测方法 | |
CN107291991B (zh) | 一种基于动态网络标志的风电机组早期缺陷预警方法 | |
CN103343728A (zh) | 风力发电机组远程在线多模式健康状态监测与故障诊断*** | |
CN107061183A (zh) | 一种海上风电机组的自动化故障诊断方法 | |
CN104977047A (zh) | 基于振动和油液的风电机组在线状态监测与健康评估***及方法 | |
CN103835882A (zh) | 大型风力发电机组状态监测与故障诊断*** | |
CN108331718A (zh) | 风电机组偏航***在线监测机构及故障诊断***和方法 | |
CN204113701U (zh) | 一种矿井风机在线监测与故障诊断*** | |
CN102352824B (zh) | 一种基于电气信息的风力发电机健康状态监测***和方法 | |
CN202326011U (zh) | 一种风电机组的状态监测与故障诊断*** | |
CN103925155A (zh) | 一种风电机组输出功率异常的自适应检测方法 | |
CN103940611A (zh) | 一种风电机组变工况下滚动轴承自适应异常检测方法 | |
US20170335829A1 (en) | Method of Identifying a Wind Distribution Pattern Over the Rotor Plane and a Wind Turbine Thereof | |
CN116157598A (zh) | 风力涡轮机的高级偏航控制的方法和*** | |
CN202453182U (zh) | 一种风电机组齿轮箱故障诊断装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160706 |