中南沿海氣候條件下風力機可靠性分析

蘇夢星，陳嚴,2，陳琴，孫高山，馬其鵬

(1.汕頭大學能源科學研究所，廣東汕頭 515000；2.汕頭大學智能制造技術教育部重點實驗室，廣東汕頭 515000)

0 前言

風力發電機是實現風能轉換為電能的復雜設備，由電氣控制系統﹑液壓系統﹑傳動系統和偏航系統等子系統組成。作為風電行業的核心設備元件，風力機安全﹑高效的運行是風電領域的重要一環。近年來，隨著風電行業的迅猛發展，我國已成為風力機裝機量最大的國家。但我國風電行業起步較晚，在風力機研發﹑設計和制造行業與行業中頂尖國家仍有較大差距；同時，隨著國家“平價上網”政策的逐步推行，提升風力機的可利用率﹑降低故障率已成為風力機的研究重要領域。因此，基于風電場監測數據對運行中的風力機進行可靠性分析，確定影響風力機故障率的主要原因，對風力機的運維檢修有一定的指導意義，有助于風電行業的良性發展。

近些年來，為了提升風力機可利用率，風力機的可靠性與故障分析成為行業熱門。DELORM等利用陸上風力機可靠性數據進行計算，預計海上風力機中各系統故障率和總系統故障率，并確定關鍵部件的可靠性。TALLYEN對風電系統進行可靠性分析及建議，提高了風電機組可靠性。KAIDIS等處理和分析了可查到的歐洲風電場的運行數據，開發出一套監控和數據采集的新系統。SPINATO等采用冪律過程研究風力機中發電機、齒輪箱和變流器等部件可靠性隨時間的變化規律。 PINAR PéREZ等分析了不同風力機在零部件組成上的差異性，并評估了風力機的可靠性特性。LIN等統計了國產風力機的類型，并分析了零部件的故障情況。

除此之外，環境因素也會對風力機可靠性產生較大影響。TAVNER等研究了天氣狀況和地理位置對風力機故障率、故障時間的影響。SU等采用時間序列分析方法研究風速與風力機故障率之間的相關性。胡照勇對風機運行數據進行時域分析，研究溫度對風機故障率的影響。

目前，對于風力機可靠性的相關研究大多都未考慮零部件維修成本的影響因素。同時，尚未查到研究環境濕度對風力機可靠性影響的文獻。

本文作者以廣東省某沿海地區風電場18臺750 kW 定槳距型風力機為研究對象，基于該風電場2017年1月—2020年6月間的運行數據，對風力機及其零部件進行可靠性評估，分析環境因素與風力機故障率之間的關聯性。

1 風力機可靠性指標

風力機擁有較為復雜的組成結構，既有電氣控制系統和發電機等包含大量電子元器件的部件，也有液壓﹑齒輪箱等機械部件，各類部件故障模式及其危害程度各不相同。確定和了解風力渦輪機故障率和維修資源需求，對風力機建模、降低運行和維修成本，進而降低能源成本至關重要。

風電設備均裝有監控與數據采集系統，可以實時記錄風力機性能參數，包括溫度、風速和濕度等環境參數，運行狀態以及故障停機時間等。

1.1 故障率

故障率是指產品在時間內尚未發生故障，而在下一個單位時間內可能發生故障的條件概率。其公式為

(1)

式中:,為零部件故障次數；為第個時間段該批次風力機數目；為零部件個數；為時間段總數；為第個時間段內工作時間長度。

1.2 風力機可利用率

風力機可利用率是指在一段時間內，風力機實際運行的時間周期與預定計劃運行時間周期的比值。其公式為

(2)

式中：為第個時間段內時間長度；P，為第個時間段內計劃停機時間長度；N，為第個時間段內非計劃停機時間長度。

1.3 考慮維修成本的故障分類

風力渦輪機的可靠性和維護所需的資源可以占總能源成本的30%。通常，更高的故障率和更大的維修資源需求(即材料成本和勞動力)將會導致更高的能源成本。

考慮不同故障類別間存在較大的維修成本差異，根據故障維修成本將故障分為4類：無需費用維修；小部件維修(成本在9 000元以下)；大部件維修(成本在9 000～50 000元)；大部件更換(成本大于50 000元)。

2 故障率季節特性與相關性分析

研究表明，環境因素對風力機可靠性有重要影響。本文作者重點分析環境濕度對風力機故障率的影響，評估風力機故障的季節性特性。風力機故障率和環境濕度均為時序數據。時序分析可以定量描述性能指標隨時間的動態變化過程，評估不同指標序列之間的相關性。

2.1 自相關分析

自相關分析用來揭示時間序列中不同時期對應觀測值之間的依賴性或線性相關程度。本文作者采用自相關系數表示時間序列在不同時刻的線性相關特性。假定時間序列為={,,…,}，則序列滯后期為的自相關系數表達式為

(3)

2.2 互相關分析

互相關分析用來判斷兩個時間序列之間是否存在相關關系，并能夠確定相關關系的方向和相關的密切程度。文中采用互相關系數表示不同時間序列之間的相關性特性。假定兩個不同時間序列為={,,…,}和={,,…,}，則滯后期為的互相關系數表達式為

(4)

2.3 季節特性分析

時間序列通常由4種要素組成：趨勢、季節變動、循環波動和不規則波動。季節指數(Seasonal Index)刻畫了序列在一個年度內各月份或季度的典型季節特性。本文作者的目的是研究風力機可靠性的季節性特性，將時間序列按要素進行分解，并提出季節因素進行特性分析,找出季節因素對時序的影響(季節指數)。

文中采用移動平均趨勢剔除法計算季節指數：

步驟1：需要對現有故障數據進行預處理，計算移動平均值，并對結果進行中心化處理，即將移動平均的結果再進行一次二項移動平均，得出中心化移動平均值CMA;

步驟2:計算移動平均的比值，也稱為季節比率，即將序列的各觀察值除以相應的中心化移動均值，然后計算出各比值的季度(月份)平均值;

步驟3:季節指數調整，去除季節指數中所包含的不規則變動因素,由于各季節指數的平均數應等于1或100%,若根據第二步計算的季節比率的平均值不等于1，則需要調整(調整辦法：將第二步計算的每個季節比率的平均值除以其總平均值)。

3 案例分析

本文作者選取廣東某海島風電場(2017年1月—2020年6月)時間段停機記錄數據進行風電機組可靠性分析。可靠性分析前需要對風電機組停機數據進行預處理：

(1)停機記錄中停機類別分為4種:計劃停機(設備維護，技術改造等)、非計劃停機/場內受累(風電場內進行電網調試或設備安裝等場內因素)、場外受累(電網并網需要或者配合電網調度等)，故障停機均屬于非計劃停機類別，因此在故障分析時，需要消除計劃停機﹑場內受累和場外受累的影響；

(2)在非計劃停機記錄中跨月的停機情況按月分開2段進行記錄；

(3)數據均以自然月為區間，即停機時間統計到0～24 h；

(4)處理故障停機記錄時，需要根據故障記錄中的關鍵字等確定發生故障的具體零部件。

3.1 故障率分析

將風力機故障數據進行預處理，并依照故障維修成本對故障進行分類，得到沿海地區該批次風力機的故障停機情況。

由表1可以看出：1類故障停機次數和時間占比最高，分別達60.53%和36.13%；4類故障停機次數及時間占比最少，分別為4.21%和20.11%；同時，隨著故障類型升級，故障發生次數逐漸減少，但平均故障時間卻逐步增加。

表1 2017年1月—2020年6月故障停機

由式(1)可以得出，該風電場單臺風力機的故障率為6.36次/年，平均故障停機時間為18.76 h。進一步分析故障數據發現，1類故障雖然發生頻率最高，但該類故障一般無需更換部件，通過遠程或現場復位即可解決，該類故障對風電場經濟效益影響較小。而2類、3類和4類故障通常是由部件損壞引起，這些故障需要更換部件才能消除，因此這些故障應該著重分析。處理故障記錄數據后，得出 (2017年1月—2020年6月)該批次風力機的故障次數隨時間的變化情況如圖1所示。可知：風力機故障中1類占據較大的比重，2、3和4類故障次數比重較低；同時，也可以看到風力機故障次數具有較強的波動性，而2、3和4類故障表現得較為平穩，由此推測造成風力機故障在時序上波動的原因是1類故障的波動性。由于此次故障數據并不包含風力機早期故障數據，并未出現風力機早期壽命的浴盆曲線。

圖1 風力機月故障序列

3.2 零部件故障分析

風力機可靠性是系統中零部件可靠性特征的綜合反映。因此，有必要進一步分析風力機零部件可靠性，尋找影響系統可靠性的關鍵部件。圖2所示為該批次風力機按故障成本類別劃分的故障率帕累托圖。

圖2 零部件故障率帕累托圖

由圖2可以看出：該批次風力機零部件故障率最高的是液壓系統，占總故障率的29.96%。電氣控制系統和偏航系統是影響風力機整體故障率的第二和第三大因素，分別為21.97%和15.98%。同時也可以看到，機艙塔架系統、傳感器、葉輪系統、剎車和其他系統幾乎沒有3類和4類故障發生，原因是這些零部件結構相對簡單，大多維修都是針對價值較低的小部件。

此外，故障持續時間也是可靠性評估中的一個重要指標。根據停機數據整理得到該批次風力機零部件平均故障時間帕累托圖，如圖3所示。

圖3 零部件平均故障時間帕累托圖

由圖3可以看出：最大故障時間出現在4類故障(大部件更換)類別；平均故障時間前三名的分別是傳動系統、偏航系統和電氣控制系統，需要注意的是，即使傳動系統的故障率不高，但它有最高的故障時間，因此對風力機可靠性有較大影響。此外還可以看出，電氣控制系統、偏航系統和發電機會對可靠性產生很大影響。

圖4所示為各零部件及其故障分類的平均修復成本(該成本只包含材料成本，不包括人工成本或停機補償成本)帕累托圖。

圖4 零部件平均維修成本帕累托圖

由圖4可以看出：零部件平均維修成本主要是大部件更換的平均成本，大維修和小維修的平均費用沒有那么重要，因為它們與大部件更換的平均費用相比太小；傳動系統的平均成本最高，故障的大部件更換平均成本為23萬元；第二、第三和第四平均成本分別是偏航系統、發電機和電氣控制系統，可以看出這些部件的故障率、故障時間和平均成本均位于前列。這意味著它們會對風力機可靠性和風電場運營產生很大影響，對于這些零部件，應通過加強日常檢查與定期維護，以消除潛在隱患、減少經濟損失。

3.3 故障樹分析

采用故障樹分析(Fault Tree Analysis，FTA)法，依據系統的結構和功能特性，通過分析故障的演化過程和連鎖反應逐步確定源故障的類型，得出故障頻率較高的零部件故障樹，如圖5—圖8所示。

圖5 傳動系統故障樹

圖6 偏航系統故障樹

圖7 發電機故障樹

圖8 液壓系統故障樹

3.4 可利用率分析

統計顯示，在該批次風力機所有停機數據中，故障停機次數占總停機次數的68%、故障停機時間占總停機時間的74.71%。因此，故障停機是影響風力機可利用率最主要的原因。

利用公式(2)得出2017—2020年風力機可利用率情況如表2所示。

表2 風力機可利用率

由表2可以看出：該批次風力機的平均可利用率為97.7%，高于國家標準中規定的97%。同時，將該批次風力機與歐洲風電場同型號風力機WMEP故障情況進行對比，結果如表3所示。

表3 風力機故障率對比

由表3可知：與歐洲風電場風力機WMEP相比，該批次風力機發生故障的頻次較高，但平均故障時間相對較短，因此風力機的年故障時間并不多，這也解釋了該批次風力機可利用率較高的原因。此外，雖然該批次風力機可利用率較高，但較高的故障率同樣會加大風力機日常維修和故障處理方面的投入。因此，在保證可利用率的同時，降低故障率、提升故障處理效率對風電場經濟效益的提升具有重大意義。

3.5 相關性和季節特性分析

該風電場位于海島地區，地處亞熱帶，該區域海洋性氣候特征明顯，氣候溫和、風況較好、降水較多、環境濕度高；環境因素變化(風速、溫度和環境濕度)對風力機故障可能產生較大影響。

根據公式(3)對環境參數(風速、溫度和環境濕度)和故障頻率進行自相關性分析，結果如圖9、圖10所示。

由圖9可知：風速、溫度與濕度序列存在一個跨度為12個月的周期。從圖10也可以看出：在滯后月數分別為13、24個月時，故障頻率自相關系數達到兩個峰值，說明風力機月故障序列也存在一個跨度近似為12個月的周期。表明故障率與風速、溫度、濕度間可能存在一定的關聯性。

圖9 風速、溫度和濕度自相關性

圖10 故障自相關性

通過互相關性分析可以驗證兩個時間序列間的相關性關系和相關程度，結果如圖11所示。

圖11 故障和風速、溫度、濕度間的互相關性

由式(4)可以得出，故障頻率與風速、溫度和濕度的互相關系數分別為-0.41、0.46和0.42。說明風力機故障和風速、溫度、濕度之間存在較強的相關性；其中，故障與風速之間存在負相關關系，故障與溫度和濕度間為正相關關系。

同時，由圖11可以看出：故障和風速、溫度、濕度間的互相關性函數存在一個12個月的周期，與故障頻率自相關性周期相對應。在此前的研究中，已經證實故障與風速與溫度間存在相關性；本文作者分析發現，除去風速和溫度因素外，環境濕度也與風力機故障頻率之間存在著明顯的相關性，說明空氣濕度變化也會對風力機可靠性有顯著影響。

對故障序列提取季節性特征，得到季節性指標如圖12所示。

圖12 故障月序列季節指數

由圖12可知：季節性變動的最低值出現在每年的3月份，隨后上升至7月份達到最大值，之后回落至8月份，經過一個小幅上升后回落至11月份，到12月份有一次較明顯的上升，之后又下降到1月份并在2月份經過一次小的提升后降到3月份的最低值。

上述結果表明，在每年夏季(6—9月份)，低風速、高溫度、高濕度的環境會增加風力機發生故障的頻率，使風力機故障頻率表現出顯著的季節特性。

4 結論

本文作者基于沿海地區風電場運行數據評估風力機可靠性，得到如下結論：

(1)液壓系統﹑電氣控制系統和偏航系統故障是造成風力機故障率高的主要原因，故障率占比達67.91%。此外，雖然發電機和傳動系統故障率較低，但其故障持續時間和維修成本較高，針對此類部件應通過加強日常檢查與定期維護，消除潛在隱患、減少經濟損失。通過FTA法分析主要零部件故障的具體原因，對風電機組常見故障以及故障間的耦合關系進行直觀表述，從而了解故障的連鎖演化過程，對風力機系統故障排查和預防有積極意義。由于風電場現場備件庫資源有限，建議備件管理參考風力機零部件故障率特點，對日常消耗備件進行針對性存儲。

(2)風力機故障序列表現出明顯的季節性特征，風速、溫度和環境濕度與故障率之間存在顯著的相關性，具體表現：風速與故障頻率呈現負相關關系，即風速越低，風力機故障頻率越高；溫度、環境濕度與故障頻率呈正相關性，即溫度和環境濕度越高，風力機故障頻率就越高；風力機故障季節特性表明：夏季(6—9月)是風力機故障高發期。因此，為了降低風力機故障頻率、降低維護成本，建議把風力機年度檢修計劃安排在夏季進行。同時，在風力機運行期間，應適時采取相應的散熱防潮措施，以減小環境因素對風力機可靠性的影響。