风力发电设备可靠性数据管理

风力发电设备可靠性数据管理

摘要：风力发电设备可靠性数据管理包括风力发电机组可靠性统计管理和风电场可靠性统计管理。风力发电机组可靠性数据的范围受风电场组出口电路总开关的限制，包括风机、导向轮、驱动系统、动力机器、配电系统、配电系统、液压系统、控制器、流量/频率系统、通信系统及相应辅助系统。风电场的可靠性数据包括风电场中的所有电气设备，除风力发电机组、配电装置、变压器等外，还包括相关附件、辅助设备、供电系统和设施。

关键词：新能源；设备可靠性；状态分类；统计指标

引言

近年我国的风力发电取得了长足进步,风电装机容量已处于世界领先地位。然而,风力发电仍面临许多亟待解决的技术问题,其中风力发电装备的可靠性问题尤为突出。大量现役机组的构成情况复杂,设备故障和可靠性问题频发。迄今针对在运风电设备的整机可靠性研究严重欠缺。近十年来,投运的风电机组已初具规模,积累了大量的机组运行数据,如何利用现有机组的运行数据,系统地研究风电设备的可靠性问题、评估其技术性能与状态,推进风电场的智能化运行维护技术,优化运行和维护策略,是风电产业健康发展需要解决的关键问题之一。

1风电发展环境分析

在“碳达峰·碳中和”的大趋势下，我国电力结构调整加速，风电、太阳能等可再生能源装机容量在电网中所占比重快速上升。按《关于促进新时代新能源高质量发展的实施方案》，我国到2030年风电、太阳能发电总装机容量将达到12亿kW以上。在政策鼓励、风电平价时代影响与新型材料应用发展背景下，我国风能产业快速发展，风电行业科技创新实力逐渐增强，正在全面赶超国外先进水平。首先表现在产品大型化加速演进。2010～2020年，陆上风电产品功率等级从1．5MW上升至7MW(风轮直径从93m上升至170m以上等级)，海上风电产品功率等级从3MW上升至16MW(风轮直径从110m上升至260m)。与此同时，风电产品

开发周期却在缩短，从研制到投放市场的周期已由原来的2到3年缩短为不到1年。大型风机发电能力更强，但故障率更高、运行成本更高，对风电技术提出了

新要求。智慧风电技术可实现自动检测、提前预测、快速响应，有效降低故障率、实现提质增效，逐渐成为行业技术发展的重点方向。智慧风电是风电技术发展与

信息化技术发展结合的产物，是行业技术顶尖的研究之一。目前美国国家可再生

能源实验室提出了SMAＲT战略，GE公司布局了数字化风电场，远景公司开发了

能源互联网平台EnOS，上海电气发布了“风云集控”系统，国内外先进企业均大

力投入研究大数据、网络平台和人工智能等智慧化技术如何与风电技术结合，推

进风电场生产运行效率、降低生产成本与运维成本，最终实现提升行业整体效率。

2统计状态分类

风力发电设备可靠性统计主要分为风力发电机组可靠性统计和风电场可靠性

统计。风力发电机组可靠性评估涉及风力发电机出口的总开关，包括风力发电机、动力系统、发电机系统、通信系统及相应辅助系统。风电场可靠性评估包括风电

场内的所有电气设备，以及风力发电机、分配器、主板等。风力发电机组可靠性

统计的状态类因统计对象而异，与风电场的状态类不同。更新后的状态类别图表

着重于进一步细化和分类计划内停机，包括定期维护和维修、风电类别的技术修订、风电机组的技术修改、风电故障类别的技术修改以及风电的缺陷。对于风电

场来说，由于定期维护时间的差异，以及如果所有站点都被认为不可用，则会对

站点可靠性产生影响，因此存在容量不同的站点。因此，风电场在定期维护和修

理期间应视为可用。

3风电可靠性数据管理常见问题

3.1系统问题

(1)升级系统功能。用于升级后备份的额外SCADA错误检测功能。(2)系统故障，尽快修复数据丢失。(3)系统功能设置的限制。只能保存1-2个月的数据，

如果不及时保存数据，就会导致数据丢失。(4)数据以短时间间隔存储。及时备份。

3.2外界影响分析

热控保护系统所带动的发电机组比较多，而且工作时间会不断增加，那么受到外界影响而导致存在故障的问题就会比较多。一般情况下，导致机组发生故障的外部影响比较复杂，例如说空气湿度以及电路故障等等。最比较常见的包含热控设备、执行设备、电源、电缆等等。具体来分析，热控系统的设计可行度没有很高，也缺乏更加完善的控制逻辑，没有更加合理的保护信号取信方式以及配置状况等等，这些都会对热控保护系统的工作有效性加以降低，导致整个控制系统出现误动的情况。如果情况严重，也就会导致整个机组出现跳闸的事件，使得风电机组运行停止，很难发挥出热控保护系统工作的有效性。

3.3数据管理

(1)所有报表都需要审核流程，以确保数据的准确性、完整性和可用性。(2)如果数据异常，应说明损坏原因和损失期。月度报告中SCADA数据直接影响当月风电场的风机利用率。(3)在系统更新、系统故障等过程中，必须首先验证实时数据是否能够完整高效地存储，并及时通知相关责任人数据丢失情况。

4风电可靠性数据指标

风电设备可利用率：在统计周期应发总时数内，除去风力发电机组因维修或故障未工作的停机小时数后余下的时数与统计周期内应发总时数的比值，用百分比表示，用以反映风电机组运行的可靠性。计算公式：

式中，应发小时数=统计周期日历小时数－除风机因维修或故障以外原因的停机小时数（如定期维护、电网故障、气候条件或不可抗力导致的停机时间）。

5风力发电设备可靠性数据管理分析

5.1数据采集模块

数据采集模块是智能巡查技术最为基础的组成部分。数据采集要求根据风电厂设备运行形态、运行数据等做好监控，根据各个阶段风电厂的巡查管理要求，定期的做好数据信息的分析与反馈。目前，智能巡查技术数据采集模块的构成主

要包括传感器、可编程计时器、振荡器等基础构建。不同构建的基础功能存在较

大差异，需要根据风电厂的巡查管理需求有针对性进行数据采集模块设备调整。

根据现阶段风电厂的设备运行环境来看，采用数据采集模块的PCB电路一体化集

成设计，能有效提升该设备的运行稳定性，降低外部因素干扰对数据采集的影响。另外，考虑到风电厂的设备巡查具有一定的特殊性，在程序设计方面需要优化纠

错程序，有效确保传感器数据采集的准确性，降低传感器数据采集的误差。

5.2风电场可用系数计算

对于风电场系数的计算，主要是根据集团容量的加权平均值进行计算。风电

场可用系数反映风电场的整体结构。典型风力发电场适用5年保修，主要由设备

制造商管理，风力发电场的可用系数相对较高。6-7年后可用系数将减少，因为

该组进入无担保运行，8年后，随着正常运行时间的增加，可用系数将转为相对

稳定的状态。不同年份风电场可用系数计算的计算是基于历史数据、地理风电场、天气结果等的组合。

5.3数据分析模块

数据分析模块通常内置于设备操作端或控制端。不同的智能巡查技术设计理念，其数据分析模块的设计方案也存在一定的差别。根据国内智能巡查技术的应

用现状来看，风电厂的智能巡查技术对于数据分析模块的运用主要有两个部分组成。第一部分是数据传输端的数据分析模块。该部分的数据分析模块，主要用于

对数据信息内容的整合及数据排序，结合风电厂设备运行的动态数据分析，对部

分存在错误性内容数据进行纠错。第二部分则是计算机操作端或控制端的数据分

析模块。该部分主要负责对数据信息的比对，并生成三维数据模块，使技术人员

能更为直观的对设备运行状态进行了解，并基于数据分析对技术人员提供部分设

备故障问题的解决意见，帮助技术人员更好进行风电厂设备故障的排查，使技术

人员能合理的进行技术处理，提升风电厂的智能巡查技术应用实效性。

5.4建立完善的质量评估制度

要想对系统的工作效率进行提升，也就必须对较为健全的产品质量评价机制

进行建设，这就能够在一定程度上提升控制系统和装置的工作质量。所以，在对