中文名 | 風(fēng)電并網(wǎng)變流器故障特征提取及診斷技術(shù)研究 | 項(xiàng)目類別 | 面上項(xiàng)目 |
---|---|---|---|
項(xiàng)目負(fù)責(zé)人 | 柴毅 | 依托單位 | 重慶大學(xué) |
風(fēng)電并網(wǎng)變流器中電力電子元件故障,直接影響風(fēng)電系統(tǒng)風(fēng)能轉(zhuǎn)換與運(yùn)行安全。本項(xiàng)目針對(duì)并網(wǎng)變流器故障征兆微小、故障種類繁多等問(wèn)題展開(kāi)了研究。首先對(duì)國(guó)內(nèi)外并網(wǎng)變流器故障診斷研究現(xiàn)狀進(jìn)行了總結(jié),利用Matlab等仿真軟件,對(duì)并網(wǎng)變流器故障進(jìn)行建模分析。結(jié)合現(xiàn)狀總結(jié)以及定性分析結(jié)果,提出稀疏信號(hào)重構(gòu)、線性正則變換等更精細(xì)的時(shí)頻分析算法,實(shí)現(xiàn)并網(wǎng)變流器電信號(hào)微小特征提取。針對(duì)現(xiàn)有并網(wǎng)變流器故障庫(kù)的不完備問(wèn)題,結(jié)合電壓電流等電信號(hào)的周期性,提出將迭代學(xué)習(xí)良好的模型逼近能力用于挖掘未標(biāo)記的故障模式。針對(duì)并網(wǎng)變流器故障種類繁多且復(fù)雜的特點(diǎn),將改進(jìn)的聚類分析等智能算法用于并網(wǎng)變流器復(fù)合故障識(shí)別與定位。此外,為驗(yàn)證所提算法的有效性,搭建了風(fēng)電并網(wǎng)變流器故障模擬實(shí)驗(yàn)平臺(tái)。該驗(yàn)證平臺(tái)具有并網(wǎng)控制、故障注入、多通道高速數(shù)據(jù)采集等功能,為研究并網(wǎng)變流器實(shí)際運(yùn)行中的故障特性發(fā)揮了重要作用。
本項(xiàng)目針對(duì)風(fēng)力發(fā)電中并網(wǎng)變流器故障信號(hào)相互影響及強(qiáng)電干擾對(duì)微弱故障信號(hào)的影響,使得故障難以檢測(cè)的問(wèn)題,以提高強(qiáng)噪聲背景下信號(hào)檢測(cè)能力為切入點(diǎn),探索故障信號(hào)的時(shí)頻域特征的精細(xì)刻畫(huà)方法,使之滿足變流器微弱/潛在故障征兆的提取和故障源識(shí)別、定位的需求。通過(guò)基于預(yù)測(cè)度和集成學(xué)的盲源分離等方法,將信號(hào)分離成多個(gè)成分,并采用結(jié)構(gòu)化噪聲分析建模與稀疏信號(hào)重構(gòu)的方式,提取出被噪聲淹沒(méi)的微弱/潛在故障信號(hào);對(duì)分離或提取得到的信號(hào),在時(shí)頻域空間進(jìn)行頻譜旋轉(zhuǎn)變換,分析故障信號(hào)從時(shí)域到頻域的特征演變規(guī)律,更為完整地實(shí)現(xiàn)故障特征信息的描述;基于故障信息分布的流形假設(shè),利用半監(jiān)督機(jī)器學(xué)習(xí)方法,充分利用大量的未標(biāo)注信息,挖掘未認(rèn)知的故障模式,獲取精確的故障分類模型;并基于證據(jù)理論對(duì)冗余信息和互補(bǔ)信息進(jìn)行融合,解決故障診斷決策中系統(tǒng)檢測(cè)信號(hào)量測(cè)的不確定性及故障征兆的不確定性,實(shí)現(xiàn)對(duì)變流器故障的識(shí)別和定位。
風(fēng)能作為一種清潔的可再生能源,越來(lái)越受到世界各國(guó)的重視,我國(guó)風(fēng)能資源豐富,近幾年來(lái)國(guó)家政策也大力扶持風(fēng)電產(chǎn)業(yè)。我公司自06年成功研制第一臺(tái)風(fēng)電變流器以來(lái),不斷尋求技術(shù)革新嚴(yán)把質(zhì)量關(guān),目前已實(shí)現(xiàn)規(guī)模...
一般來(lái)講,變頻器是變流器的一種。因?yàn)樽兞髦刚?、逆變、變頻、斬波。風(fēng)電變流器有全功率和雙饋兩種。
而在電網(wǎng)方面,加快建設(shè)智能電網(wǎng)是一種解決風(fēng)電并網(wǎng)難題的思路。“建設(shè)智能電網(wǎng)的目的之一就是解決新能源電力并網(wǎng)問(wèn)題。”畢天姝表示,智能電網(wǎng)中有大量傳感器,能隨時(shí)了解用戶狀況,從而大大增強(qiáng)電網(wǎng)的可控性,并可...
格式:pdf
大小:149KB
頁(yè)數(shù): 2頁(yè)
評(píng)分: 4.5
目前,國(guó)產(chǎn)風(fēng)電機(jī)組的單機(jī)容量已達(dá)到1.5MW、2MW甚至更高級(jí)別,但從零部件制造來(lái)看,在不同環(huán)節(jié)自主創(chuàng)新能力高低不一。風(fēng)電機(jī)組主軸承在國(guó)內(nèi)還沒(méi)有專業(yè)制造廠,目前幾乎全部依賴進(jìn)口。
格式:pdf
大小:149KB
頁(yè)數(shù): 2頁(yè)
評(píng)分: 4.4
隨著近些年來(lái)我國(guó)科學(xué)技術(shù)的不斷進(jìn)步和城市發(fā)展的迫切需要,對(duì)于電能的需求與日俱增,傳統(tǒng)的化石能源所提供的電能已經(jīng)無(wú)法滿足城市發(fā)展需要,而且對(duì)于化石能源所提供的電能所造成的環(huán)境污染問(wèn)題,也始終沒(méi)有得到較好的解決。在這樣的現(xiàn)實(shí)情況下,近幾年來(lái)我國(guó)結(jié)合相應(yīng)技術(shù)大力發(fā)展風(fēng)電,在我國(guó)多個(gè)省份,已經(jīng)有大規(guī)模的風(fēng)電網(wǎng)絡(luò)投產(chǎn)。雖然近幾年來(lái)我國(guó)大幅度提升了對(duì)風(fēng)能發(fā)電的研究力度,但事實(shí)上我國(guó)進(jìn)行風(fēng)電實(shí)踐的時(shí)間并不短,最早一批投入生產(chǎn)的風(fēng)電場(chǎng),在目前已經(jīng)臨近質(zhì)保期,各大業(yè)主在日常運(yùn)營(yíng)過(guò)程中,需要面對(duì)風(fēng)電場(chǎng)機(jī)組出現(xiàn)質(zhì)保問(wèn)題,以及后期進(jìn)行相應(yīng)維護(hù)改造升級(jí)的情況。文章會(huì)從實(shí)際出發(fā),列舉某一實(shí)際案例,幫助讀者更好的了解風(fēng)電機(jī)組變電器故障的類型、原因分析、后續(xù)的解決方案。
隨著大功率風(fēng)電機(jī)組安裝與并網(wǎng)運(yùn)行,對(duì)其運(yùn)行可靠性將提出更高的要求,必將促進(jìn)風(fēng)電機(jī)組狀態(tài)監(jiān)測(cè)與故障診斷技術(shù)進(jìn)一步發(fā)展。風(fēng)電機(jī)組整機(jī)狀態(tài)評(píng)估和故障預(yù)測(cè)方法以及其關(guān)鍵部件故障診斷的研究現(xiàn)狀進(jìn)行綜述,綜合分析了現(xiàn)有的風(fēng)電機(jī)組狀態(tài)監(jiān)測(cè)與故障診斷技術(shù)研究現(xiàn)狀和存在的不足,提出以下研究要點(diǎn)及趨勢(shì)。
(1) 對(duì)于地處偏遠(yuǎn)、交通不便的陸地風(fēng)電機(jī)組和受復(fù)雜運(yùn)行環(huán)境約束的海上風(fēng)電機(jī)組往往存在故障診斷難、維修時(shí)間長(zhǎng)等問(wèn)題。通過(guò)對(duì)風(fēng)電機(jī)組故障統(tǒng)計(jì)情況分析可知,除了對(duì)導(dǎo)致停機(jī)時(shí)間長(zhǎng)的機(jī)械系統(tǒng)等部件關(guān)注的同時(shí),還應(yīng)對(duì)故障頻率高的電氣部件引起高度重視,如變流器、變槳系統(tǒng)等,對(duì)電氣系統(tǒng)的在線監(jiān)測(cè)和故障診斷技術(shù)研究可能是今后的發(fā)展趨勢(shì)之一。
(2) 受隨機(jī)風(fēng)速大小和風(fēng)向隨機(jī)變化影響,風(fēng)電機(jī)組SCADA 等監(jiān)測(cè)信息呈現(xiàn)出頻繁的波動(dòng)性和不確定性,基于數(shù)據(jù)挖掘的整機(jī)綜合狀態(tài)評(píng)估和故障預(yù)測(cè)可能是今后的研究趨勢(shì)。如,應(yīng)用數(shù)據(jù)挖掘技術(shù),考慮原始運(yùn)行數(shù)據(jù)波動(dòng)性和間歇性,探索基于監(jiān)測(cè)數(shù)據(jù)的風(fēng)電機(jī)組整機(jī)運(yùn)行狀態(tài)漸變規(guī)律的新方法,制定出整機(jī)長(zhǎng)期和短期狀態(tài)趨勢(shì)變化的定量指標(biāo)。
另外,還可以考慮監(jiān)測(cè)數(shù)據(jù)不同時(shí)間尺度固有特點(diǎn),研究基于數(shù)據(jù)驅(qū)動(dòng)方法的整機(jī)故障預(yù)測(cè)方法,獲取整機(jī)的在線運(yùn)行狀態(tài)和剩余運(yùn)行時(shí)間。
(3) 從風(fēng)電機(jī)組關(guān)鍵部件的故障診斷研究現(xiàn)狀分析情況可知,現(xiàn)有的方法各有優(yōu)缺點(diǎn)和局限性,如何準(zhǔn)確地從監(jiān)測(cè)數(shù)據(jù)中提取故障特征以提高故障診斷的精確度,研究多類故障診斷技術(shù)將可能是今后的研究熱點(diǎn)。近期可能的研究趨勢(shì)如下。
① 基于電氣特征量的關(guān)鍵部件狀態(tài)監(jiān)測(cè)和故障診斷研究。風(fēng)電機(jī)組是一個(gè)機(jī)電耦合較強(qiáng)系統(tǒng),任何機(jī)械和電氣故障勢(shì)必會(huì)在電氣特征量中有所反映,如當(dāng)齒輪箱齒輪、各部件的軸承損壞,發(fā)電機(jī)定子和轉(zhuǎn)子的匝間短路和相間短路等故障發(fā)生時(shí),會(huì)不同程度地引起發(fā)電機(jī)轉(zhuǎn)軸振動(dòng),進(jìn)一步改變氣隙分布情況,進(jìn)而將故障特征信息疊加在定子和轉(zhuǎn)子的電氣特征量上。如何基于電氣特征量,尋求各類故障的機(jī)理和演化規(guī)律,特別是揭示異常的根源,實(shí)現(xiàn)有效故障診斷需進(jìn)一步深入研究。
② 多參數(shù)信息融合的關(guān)鍵部件狀態(tài)監(jiān)測(cè)和故障診斷研究。目前,單一參數(shù)信息含量有限或者故障特征提取較難,很難準(zhǔn)確反映關(guān)鍵部件的異常狀態(tài),特別是早期的潛在故障。
可考慮充分利用多類型參數(shù)信息,依據(jù)某種方法實(shí)現(xiàn)時(shí)空冗余和互補(bǔ)信息融合,獲取更為準(zhǔn)確關(guān)鍵部件狀態(tài)監(jiān)測(cè)和故障診斷結(jié)果,如行星輪的通過(guò)效應(yīng)或行星架和太陽(yáng)輪的旋轉(zhuǎn)對(duì)嚙合振動(dòng)產(chǎn)生額外的調(diào)幅作用,導(dǎo)致橫向振動(dòng)信號(hào)的頻譜結(jié)構(gòu)非常復(fù)雜,需借助于復(fù)雜的故障特征提取方法實(shí)現(xiàn)對(duì)故障頻率的提取,而扭轉(zhuǎn)振動(dòng)信號(hào)不受這些額外的調(diào)幅效應(yīng)影響,使得頻譜結(jié)構(gòu)更加簡(jiǎn)單,但是扭振振動(dòng)信號(hào)還可能受測(cè)量誤差和噪聲干擾等影響,提取的故障特征準(zhǔn)確性會(huì)受到影響。
然而,對(duì)這2 類特征量的監(jiān)測(cè)信息,采用基于信息融合的故障特征提取方法,可能會(huì)獲得更準(zhǔn)確的故障診斷結(jié)果。
③ 基于老化失效過(guò)程的關(guān)鍵部件狀態(tài)評(píng)估和故障預(yù)測(cè)研究。受隨機(jī)風(fēng)速大小和風(fēng)向隨機(jī)變化影響,電氣系統(tǒng)老化失效過(guò)程存在不確定性和難預(yù)測(cè)性,有必要開(kāi)展基于老化失效過(guò)程的電氣部件狀態(tài)評(píng)估和故障預(yù)測(cè)研究,如探索關(guān)鍵部件在運(yùn)行過(guò)程的不同階段的磨損、老化和失效過(guò)程的一般規(guī)律,研究關(guān)鍵部件狀態(tài)評(píng)估和故障預(yù)測(cè)方法,如變流器功率器件作為整個(gè)系統(tǒng)中故障發(fā)生率高且較為脆弱的部件之一,在掌握其不同運(yùn)行階段的磨損、老化和失效過(guò)程的一般規(guī)律基礎(chǔ)上,考慮變流器功率器件的應(yīng)力分布、疲勞積累,以及在非平穩(wěn)工況導(dǎo)致的功率器件結(jié)溫大幅度波動(dòng)等因素,從狀態(tài)監(jiān)測(cè)角度研究出適合功率器件在線狀態(tài)評(píng)估、運(yùn)行可靠性以及故障預(yù)測(cè)建模的新方法。 2100433B
風(fēng)電機(jī)組是由多個(gè)部件組成,開(kāi)展對(duì)其關(guān)鍵部件在線狀態(tài)監(jiān)測(cè)和故障診斷的研究,可及時(shí)識(shí)別故障征兆、實(shí)時(shí)掌握故障漸變發(fā)展程度和節(jié)省故障排查時(shí)間,為優(yōu)化運(yùn)維檢修策略進(jìn)而提高整機(jī)的運(yùn)行可靠性具有重要的學(xué)術(shù)意義和工程實(shí)用價(jià)值。包括風(fēng)電機(jī)組的葉輪、齒輪箱、發(fā)電機(jī)、變流器和變槳系統(tǒng)5 個(gè)關(guān)鍵部件的在線故障診斷研究現(xiàn)狀。
1、葉輪
葉輪是捕捉風(fēng)能關(guān)鍵部件,包括葉片和輪轂。目前,對(duì)葉片老化和損壞、葉輪不平衡故障的研究較多,現(xiàn)有的在線狀態(tài)監(jiān)測(cè)和故障診斷方法現(xiàn)多處在實(shí)驗(yàn)室模擬仿真階段,在實(shí)際應(yīng)用中比較鮮見(jiàn)。
a. 葉片老化和損壞。葉片運(yùn)行環(huán)境惡劣,酸雨、冰凍等侵蝕以及葉片旋轉(zhuǎn)時(shí)變化的沖擊力破壞,引起葉片裂紋甚至破裂。關(guān)于葉片動(dòng)態(tài)無(wú)損在線監(jiān)測(cè)技術(shù)有聲發(fā)射、超聲波、光纖光柵和振動(dòng)分析等技術(shù)。相比超聲波和光纖光柵技術(shù),聲發(fā)射可獲得葉片上較為全面的缺陷信息,具有相對(duì)較高的靈敏度和分辨率,能夠準(zhǔn)確監(jiān)測(cè)到薄弱區(qū)位置
b. 葉輪不平衡故障。隨著單機(jī)容量不斷增大,葉輪直徑越來(lái)越長(zhǎng),風(fēng)力機(jī)的柔性也越強(qiáng),尤其在北方冬季,葉片結(jié)冰使得葉輪不平衡造成整體結(jié)構(gòu)振動(dòng)進(jìn)一步加大,將在傳動(dòng)鏈部件產(chǎn)生疲勞應(yīng)力,嚴(yán)重影響機(jī)組壽命?,F(xiàn)有大多數(shù)研究是從發(fā)電機(jī)的電氣信號(hào)中提取故障特征。
2、齒輪箱
關(guān)于齒輪箱在線監(jiān)測(cè)和故障診斷的研究較多,除離線檢測(cè)的油液分析方法外,在線的分析方法主要包括:振動(dòng)分析、溫度分析和電氣分析。
a. 振動(dòng)分析
通常從振動(dòng)特征量的時(shí)域和頻域中提取齒輪箱的故障特征。
目前,現(xiàn)有的風(fēng)電機(jī)組狀態(tài)監(jiān)測(cè)系統(tǒng)產(chǎn)品也大多以振動(dòng)特征量分析為主,采用數(shù)據(jù)離線分析和專家輔助分析方式,獲取得到齒輪箱軸承和齒輪的狀態(tài)監(jiān)測(cè)和故障診斷結(jié)果。但是,振動(dòng)分析對(duì)于低頻信號(hào)具有一定的局限性,且在齒輪箱本體上安裝傳感器獲取振動(dòng)信號(hào)需增加投資和維護(hù)費(fèi)用。
b. 溫度分析
溫度特征量在一定程度上反映齒輪箱的運(yùn)行狀態(tài)。利用非線性狀態(tài)估計(jì)方法建立齒輪箱正常工作狀態(tài)下的溫度模型并用其進(jìn)行溫度預(yù)測(cè)。通過(guò)模擬齒輪箱的故障情況,在SCADA 監(jiān)測(cè)數(shù)據(jù)中加入溫度偏移來(lái)模擬故障,分析結(jié)果如圖5所示,均值曲線的95% 置信區(qū)間的上限在第451 個(gè)滑動(dòng)窗口超出了預(yù)先設(shè)定的均值閾值,在第551 點(diǎn)處,監(jiān)測(cè)出齒輪箱溫度的異常變化情況。然而,由于溫度具有熱慣性特性,變化緩慢,易受到外界環(huán)境因素影響,采用固定閾值時(shí),當(dāng)發(fā)出預(yù)警信號(hào)時(shí),部件已經(jīng)嚴(yán)重劣化,故障可能即將發(fā)生,難以起到早期故障診斷的作用。因此,有必要研究多種工況下的溫度特征量動(dòng)態(tài)閾值確定方法。
c. 電氣分析
從發(fā)電機(jī)中電氣信號(hào)的時(shí)域和頻
域中提取故障特征信息來(lái)實(shí)現(xiàn)齒輪箱的故障診斷。相比其他信號(hào),電氣特征量的采集不需要另行加裝傳感器,不會(huì)影響到機(jī)組的完整性。但是風(fēng)電機(jī)組運(yùn)行環(huán)境復(fù)雜,干擾源較多,還可能存在多部件異常特征交叉重疊發(fā)生,需考慮實(shí)際運(yùn)行環(huán)境,深入研究基于電氣特征量的齒輪箱狀態(tài)特征提取算法。
d. 油液分析
齒輪嚙合在非正常的磨損狀態(tài)出現(xiàn),會(huì)瞬間產(chǎn)生巨大磨損顆粒,或磨損率上升導(dǎo)致磨損顆粒數(shù)量顯著增加。油液分析被認(rèn)為是實(shí)現(xiàn)齒輪箱狀態(tài)監(jiān)測(cè)和故障診斷最有效的技術(shù)之一,包括紅外光譜技術(shù)、鐵譜技術(shù)、顆粒分析技術(shù)、氣相色譜技術(shù)等,通過(guò)提取油液中各項(xiàng)監(jiān)測(cè)指標(biāo),包括運(yùn)動(dòng)粘度、PQ 鐵譜、酸值、水分等,監(jiān)測(cè)和分析油液中各類監(jiān)測(cè)指標(biāo)變化情況,實(shí)現(xiàn)齒輪箱異常檢測(cè)。目前,我國(guó)許多機(jī)構(gòu)先后建立了油液監(jiān)測(cè)實(shí)驗(yàn)室,但是因受限于監(jiān)測(cè)硬件(傳感器)設(shè)計(jì)和制造技術(shù),存在測(cè)量誤差較大、精度低因素,還沒(méi)有在實(shí)際中實(shí)現(xiàn)在線油液監(jiān)測(cè)。
3、發(fā)電機(jī)
關(guān)于發(fā)電機(jī)的故障診斷研究,大多是通過(guò)在線監(jiān)測(cè)定子電流、轉(zhuǎn)子電流、有功功率變化情況,對(duì)匝間短路、單相或多相短路、軸承損壞、轉(zhuǎn)子偏心等進(jìn)行故障診斷。
4、變流器和變槳系統(tǒng)
a. 變流器
變流器作為電能回饋至電網(wǎng)的關(guān)鍵控制通道,是影響風(fēng)電機(jī)組及入網(wǎng)安全穩(wěn)定運(yùn)行的重要環(huán)節(jié)?,F(xiàn)有文獻(xiàn)中多采用基于樣本訓(xùn)練的在線變流器的智能故障診斷方法。
研究主要側(cè)重于風(fēng)電變流器的故障診斷,然而,由于風(fēng)速的不確定性,風(fēng)電變流器運(yùn)行的可靠性受機(jī)側(cè)變流器低頻運(yùn)行和風(fēng)速隨機(jī)波動(dòng)影響較為嚴(yán)重,變流器輸出功率變化很大,使得功率器件運(yùn)行在不同載荷水平下,可能導(dǎo)致器件結(jié)溫的變化,功率器件會(huì)承受長(zhǎng)期、頻繁的不均衡電熱應(yīng)力,造成疲勞累積,導(dǎo)致焊料開(kāi)裂、焊線脫落等故障現(xiàn)象發(fā)生。圖所示為11 m/ s 的湍流風(fēng)速及雙饋風(fēng)電機(jī)組的機(jī)側(cè)變流器IGBT 結(jié)溫變化情況,可見(jiàn)IGBT 功率器件在整個(gè)變流器壽命周期內(nèi)需要承受頻繁波動(dòng)且幅值為20 °C 的結(jié)溫?zé)嵫h(huán),不可避免地將加快器件老化和失效速度,因此,基于疲勞、失效機(jī)理的風(fēng)電變流器的器件的在線狀態(tài)監(jiān)測(cè)應(yīng)該引起關(guān)注。目前關(guān)于功率器件的該領(lǐng)域研究比較少見(jiàn)。
b. 變槳系統(tǒng)。關(guān)于變槳系統(tǒng)的故障診斷研究較少,變槳系統(tǒng)轉(zhuǎn)速極低,運(yùn)行不連續(xù),負(fù)載隨機(jī),對(duì)其在線狀態(tài)監(jiān)測(cè)可采用振動(dòng)分析或發(fā)電機(jī)的電流信號(hào)進(jìn)行分析。另外,考慮基于單一參量的絕對(duì)閾值評(píng)估方法,可能導(dǎo)致現(xiàn)有變槳系統(tǒng)狀態(tài)監(jiān)測(cè)方法不能及時(shí)準(zhǔn)確地在線判斷其異常狀態(tài)的問(wèn)題。
由于風(fēng)電機(jī)組長(zhǎng)時(shí)間、頻繁和大范圍的隨機(jī)出力等特殊運(yùn)行工況,變流器在風(fēng)電并網(wǎng)運(yùn)行中的可靠性變得較為脆弱。如圖《風(fēng)電機(jī)組變流器典型連接結(jié)構(gòu)示意圖》所示為部分功率及全功率風(fēng)電機(jī)組的結(jié)構(gòu)示意圖。
為了分析不同運(yùn)行工況對(duì)風(fēng)電機(jī)組變流器功率模塊運(yùn)行可靠性的影響,近年來(lái)已有較多文獻(xiàn)從功率模塊電熱禍合模型,結(jié)溫估算以及不同變流器功率模塊結(jié)溫隨風(fēng)電機(jī)組不同運(yùn)行點(diǎn)變化規(guī)律等方面開(kāi)展研究。
對(duì)于雙饋電機(jī),在同步轉(zhuǎn)速點(diǎn),網(wǎng)側(cè)變流器中IGBT及二極管的結(jié)溫幾乎無(wú)波動(dòng),而機(jī)側(cè)IGBT和二極管的結(jié)溫波動(dòng)明顯,這將導(dǎo)致機(jī)側(cè)變流器失效率高于網(wǎng)側(cè)變流器。究其原因,雖然機(jī)側(cè)變流器和網(wǎng)側(cè)變流器在同一時(shí)刻轉(zhuǎn)換的電功率是相同的,但是當(dāng)機(jī)組運(yùn)行在同步轉(zhuǎn)速點(diǎn)時(shí),機(jī)側(cè)變流器運(yùn)行在一個(gè)較低的頻率,變流器處理的實(shí)際功率幾乎為零。根據(jù)定、轉(zhuǎn)子電流磁動(dòng)勢(shì)平衡,轉(zhuǎn)子電流并不為零,因此功率損耗也不為零,且功率模塊的熱容對(duì)于平滑結(jié)溫波動(dòng)幾乎沒(méi)有貢獻(xiàn),導(dǎo)致機(jī)側(cè)變流器進(jìn)入深度熱循環(huán)。因此機(jī)側(cè)變流器的結(jié)溫波動(dòng)要比網(wǎng)側(cè)更為劇烈,其可靠性也隨之明顯降低。
對(duì)于直馭風(fēng)電機(jī)組變流器而言,由于風(fēng)力機(jī)葉尖速比有一定限制,其發(fā)電機(jī)轉(zhuǎn)動(dòng)角速度較小,使得全功率變流器的機(jī)側(cè)變流器也運(yùn)行在較低的頻率。同時(shí),從半導(dǎo)體器件的角度來(lái)看,其機(jī)側(cè)功率模塊的續(xù)流二極管承受了更大的負(fù)載電流,加之低頻運(yùn)行特性,使得續(xù)流二極管將產(chǎn)生更高的結(jié)溫 。
此外,有研究表明,全功率變流器功率器件在整個(gè)變流器壽命周期內(nèi)可能需要承受5-10次波動(dòng)幅值為20℃的結(jié)溫?zé)嵫h(huán),然而,包括風(fēng)速隨機(jī)波動(dòng)在內(nèi)的諸多因素可能進(jìn)一步影響其功率循環(huán)能力。因此,不論是永磁直馭風(fēng)電機(jī)組還是雙饋風(fēng)電機(jī)組的機(jī)側(cè)變流器,由于長(zhǎng)期處于較低輸出頻率下運(yùn)行,其功率器件結(jié)溫變化顯著。特別是雙饋風(fēng)電機(jī)組運(yùn)行在同步轉(zhuǎn)速點(diǎn)時(shí),其機(jī)側(cè)變流器輸出頻率幾乎為零,機(jī)側(cè)變流器結(jié)溫波動(dòng)更為劇烈。
除了風(fēng)電機(jī)組運(yùn)行點(diǎn)對(duì)風(fēng)電變流器結(jié)溫變化影響外,風(fēng)速隨機(jī)波動(dòng)也會(huì)影響風(fēng)電變流器的運(yùn)行可靠性。相比恒定風(fēng)速的理想情況,在湍流風(fēng)速下風(fēng)電變流器功率模塊具有較大結(jié)溫波動(dòng),將影響其IGBT模塊的功率循環(huán)能力。湍流強(qiáng)度會(huì)對(duì)機(jī)側(cè)變流器IGBT模塊的平均失效時(shí)間產(chǎn)生影響,且平均失效時(shí)間會(huì)隨湍流強(qiáng)度的增大而減小。
由于機(jī)側(cè)變流器長(zhǎng)期處于低輸出頻率工況運(yùn)行,其結(jié)溫波動(dòng)要比網(wǎng)側(cè)更為劇烈,且風(fēng)電變流器功率模塊的平均失效時(shí)間還會(huì)隨風(fēng)速波動(dòng)增加而降低。因此,風(fēng)電變流器的運(yùn)行可靠性而臨著嚴(yán)峻的挑戰(zhàn),特別是針對(duì)近海風(fēng)電機(jī)組難以維護(hù)的實(shí)際問(wèn)題,有必要提出風(fēng)電變流器狀態(tài)監(jiān)測(cè)方法的研究,提高其運(yùn)行可靠性,這對(duì)于風(fēng)力發(fā)電技術(shù)以及產(chǎn)業(yè)的健康發(fā)展至關(guān)重要。