2023上海国际电力元件、可再生能源管理展览会将行于8月29日至8月31日在上海新国际博览中心举行,邀您关注今日上海电子展新资讯:
功率转换器是几乎所有现代风力涡轮机(WT)的一部分。它们位于发电机和主变压器之间,允许将传动系的转速与电网频率解耦。
与此同时,主功率转换器系统是风力涡轮机最常发生故障的子系统之一。这些故障会导致计划外的停机时间和维护成本,损害涡轮机的可用性,并因此增加能源的平准化成本(LCOE)。
识别主要的故障原因和理解故障的机理形成了开发提高转换器可靠性的对策的基础。
尽管在过去的几年中进行了大量的研究工作并取得了相当大的进展,但是关于转换器故障的机理和原因的知识仍然有限。
此外,许多研究工作都是基于这样的假设,即风力涡轮机中功率转换器的主要失效原因与热循环诱发的疲劳有关,也就是说,芯片连接焊料的逐渐退化以及接合线的剥离或损坏。
为了加深对电源转换器故障原因和机制的理解,弗劳恩霍夫IWES公司一直采用基于现场数据和现场经验的方法。
这项综合研究表明,疲劳引发的故障并不是现场观察到的转换器故障的主要原因。基于覆盖欧洲、亚洲、澳大利亚、北美和南美10000多台风力涡轮机的大型转换器特定数据集的探索性统计分析结果,涵盖了不同的气候条件,
揭示了不同地区强烈的季节性故障模式,并指出环境影响,特别是湿度,是转换器故障的可能驱动因素。
为了从现场可靠性数据中提取更多有用的信息,本文给出了电力变流器故障数据的统计分析结果。
目的是通过回归模型评估设计和现场条件对电源转换器可靠性的影响。这项工作的重点是功率半导体模块、其驱动单元以及代表转换器核心组件的DC链接组件。
风力涡轮机中的功率转换器和转换器特定数据
作为发电机和主变压器之间的接口,功率转换器使风力涡轮机能够以可变的转子速度运行,并确保电网合规性。几种类型的发电机-变流器概念通常应用在风力涡轮机中:
换流器系统的主要类型是背靠背配置的低压两级IGBT换流器,其中机器侧和电网侧换流器通过DC电压链路连接。
在以前的出版物中,我们介绍了不同的发电机-变流器概念以及作为变流器子系统一部分的部件,
即相位模块、变流器控制单元、变流器冷却系统、主断路器、电网耦合接触器以及其他典型的次要部件,如电力滤波器部件、保险丝或继电器。
数据
调查的系统:分析涵盖了上面列出的所有发电机-变流器概念的涡轮机。仅考虑带有主变流器的涡轮机的数据。所有这些涡轮机都配备了基于IGBT的低压两级变流器。
在基于EESG的涡轮机中,基于二极管或晶闸管的整流器应用于发电机侧。
此外,这些涡轮机包含一个发电机电励磁装置,在某些风力发电机类型中,还包含一个DC链路中的升压装置。在这项工作中,这些组件被视为电源转换器系统的一部分。
调查的转换器组件:在之前的工作中进行的统计分析的结果显示,在功率转换器系统中,相模块类别在故障率、相关的平均年停机时间和维修成本方面表现突出。
该类别包括功率半导体模块和相应的驱动板、DC链路电容器和母线,在EESG的涡轮机中,还包括励磁装置中的相应部件。
因此,本分析特别关注这一部件类别,以下仅考虑这一类别的故障。
现场数据:本研究的现场数据由众多项目合作伙伴提供,包括9000多台风力涡轮机的数据,涵盖了近20000年的运行。
数据收集的开始和持续时间,后者从每个涡轮机几个月到12年不等,因涡轮机而异。对于一部分涡轮机而言,数据收集期涵盖其自调试之日起的运行;
另一方面,数据收集在试运行后延迟几个月或几年才开始。下表总结了相应涡轮机的故障数据集和特征,以及下图概述了被调查涡轮机的风电场位置。
转换器特定故障数据集和相应风力涡轮机的特征
被评估风力涡轮机的操作地点概述
调查协变量
除了对故障数据的研究之外,可能还有与感兴趣的事件相关的伴随信息。关于组件、其系统及其周围环境的这些附加信息可以潜在地提供对故障原因的额外洞察。
在这项工作中,我们将这些附带的信息作为解释变量纳入回归模型。我们关注与设计相关和特定地点特征相关的恒定协变量。
调查的转换器在设计上存在一定的差异,包括:
转换器冷却系统:转换器是气冷式或液冷式的。
转换器位置:转换器位于塔架底座、机舱内部或分布在两个地方;也就是说,机器侧转换器位于机舱中,而电网侧转换器位于塔架底座中。
转换器额定功率:转换器的额定功率范围从280到3600千瓦。请注意,在没有精确值的情况下,基于DFIG的涡轮机中部分额定变流器的额定功率估计为涡轮机额定功率的三分之一。
DC链接电压:机器侧和电网侧变流器之间的DC链路的电压水平范围为660至1100 V
接地系统:风力涡轮机的接地系统或者未接地(伊索尔特雷它)或接地(地球中性,TN)。
IGBT-模块制造商:考虑制造商作为协变量,不同的模块设计被捕获。
涡轮机调试年份:试运行年作为一个数字协变量包含在内,旨在考虑技术的可能改进。
下图介绍设计相关的协变量及其水平或范围如何在数据集中表示。为简单起见,转换器额定功率的频率分布以饼图形式总结,但协变量本身以数值形式包含在内。
除了转换器额定功率,涡轮机试运行年作为一个数字协变量,而其余协变量作为分类协变量。
设计相关协变量及其因子水平概述
除了由于设计相关方面的变化,现场的单个涡轮机暴露于非常不同的操作条件下。由于WTs位于不同的地理区域,它们暴露于不同的风和气候条件下。
考虑到这一点,本研究中包含的站点特异性协变量如下:
行频率:涡轮机位于线路频率为50赫兹或60赫兹的国家。
平均绝对湿度:特定地点的环境绝对湿度是根据ERA5时间序列中的温度和露点温度计算的。
为了获得现场特定湿度条件的长期参考值,并提供不同现场之间的可比性,长期现场特性的时间段被选择为与我们数据集(1995-2020)中涡轮机的整体运行阶段相对应。
1995年是整个数据集中最早的涡轮机试运行日期。然而,由于缺少协变量信息,本分析不包括1995年投产的涡轮机的数据。
此外,为了避免季节对平均绝对湿度的影响,只包括1年周期的倍数。该协变量的目的是捕捉湿度的区域差异。
平均容量因数:尽管只有部分涡轮机的运行历史可用,但为了表征电力负载状态,使用了一个代理变量。
我们使用ERA5数据集中的风速时间序列,通过涡轮机制造商提供的涡轮机类型比功率曲线来估计潜在功率输出。近似有功功率时间序列用于推导容量系数,其计算公式如下
容量系数被定义为输送到电网的平均有功功率(某一时间段的平均值)除以涡轮机的额定功率。
与平均绝对湿度的情况一样,容量系数是根据我们数据集(1995-2020年)中涡轮机整体运行阶段对应的时间段进行估算的,
同样,容量系数的计算中只包括1年的倍数,以避免因季节性风速变化而产生偏差。注意,在这个代理变量中,停工期和缩减的影响被忽略。
下图呈现了特定地点协变量的相对频率分布及其在当前工作数据集中的水平或范围。请注意,平均容量因子和平均绝对湿度作为数值协变量包含在内。线频率作为分类协变量包含在内。
特定地点协变量及其因子水平概述
寿命回归模型
评估模型的充分性:为了评估所选威布尔分布对于基线风险率的充分性,应用了威布尔概率图;下图为数据集提供威布尔概率图。
大部分寿命遵循直线,这是威布尔分布适用性的直观证明。在图的左边部分观察到的垂直直线(用灰色标记)与风力涡轮机调试期间发生的故障有关,即与零时间故障有关。
这些故障似乎是由不同的机制控制的,无法通过相同的威布尔分布来建模。因此,以下分析中不包括零时间故障。
假设威布尔分布,用威布尔概率图评估适宜性
结果:回归模型(4)具有不同的协变量组合,通过最大化似然函数对故障数据进行了数值拟合。桌子2通过极大似然估计总结参数估计的结果。
该表仅显示了通过变量选择程序选择的协变量,并显示了估计系数的结果及其相对效应、标准误差和95%置信区间。
该表还包含估计威布尔参数和脆弱性方差的结果θ,同样具有相应的标准误差和95%的置信区间。
寿命回归模型的参数估计结果
可修复系统的回归模型
评估模型的充分性:为了评估假设低功率过程作为基线强度的有效性,我们再次使用视觉表示。通过纳尔逊.艾伦估计量来估计非参数累积强度。
如果累积强度函数的对数相对于故障时间的对数的曲线图给出了一条直线,这表明幂律过程是数据的合适模型。请注意符号◂⋅▸log(x)指整篇论文中的自然对数。
下图显示了两个数据集的非参数累积强度函数的对数与故障时间的对数可修复系统I和可修复系统II。注意,在可修复系统建模方法中,时标对应于涡轮机年龄。
在很大程度上,这些图是近似线性的。因此,幂律过程是对数据的合理描述。同样,垂直直线代表零时间故障,这似乎是由其他机制控制的,零时间故障在以下两个子集中的分析中被排除。
两个数据集的非参数累积失效强度的对数与失效时间的对数的曲线图
结果:回归模型(8)已经通过最大化对数似然函数在数值上拟合到失效数据。下面两个表分别总结子集的参数估计结果可修复系统I和可修复系统II。
这些表格仅包括通过变量选择选择的协变量,并给出了它们的估计系数及其相对效应、标准误差和95%置信区间。
下面两个表还包含估计比例参数的结果ν和形状参数δ,以及虚弱方差θ.
的估计结果可修复系统I
估计结果可修复系统II
结果的解释
根据两种不同建模方法的变量选择程序,表中列出了所有协变量2–4被发现对危险率或故障强度具有统计上的显著影响。
为了提取用于根本原因分析的进一步见解,可以从估计的系数中获得额外的信息。
在给出的回归框架中,因子系数将根据对基线协变量的相对影响进行解释,并同时假设其他协变量处于参考水平。
在下文中,对两种不同的建模方法的解释进行了总结和讨论。对相模块故障行为有显著影响的设计相关协变量解释如下:
对相位模块故障行为有显著影响的现场相关协变量解释如下:
结论
基于来自世界范围内各种风力涡轮机的综合现场数据,我们对功率转换器的可靠性进行了详细的回归分析。
它旨在提供风力涡轮机中功率转换器故障的主要驱动因素和根本原因的指示。主要关注功率半导体模块、其驱动单元以及代表转换器核心元件的DC链接元件。
应用的回归模型基于威布尔分布和泊松过程,并结合协变量来解决关键问题,即不同的转换器设计和现场条件是否以及以何种方式影响风力涡轮机中功率转换器的可靠性。
通过应用回归模型获得的结果表明,功率转换器在涡轮机内的位置、冷却系统、转换器额定功率、DC链路电压、模块制造商和涡轮机的调试日期对相模块故障强度以及转换器可靠性具有显著影响。
鉴于使风力涡轮机中的功率转换器更可靠的重要性,这可以提供关于促进更高可靠性的