基于功率时域波形的风力发电机组叶片偏载的量化识别方法

本发明涉及风力发电，特别涉及一种基于功率时域波形的风力发电机组叶片偏载的量化识别方法。

背景技术：

1、随着我国近年来“双碳”目标的有序推进，风力发电机组的装机容量屡创新高。而随着单机容量的逐步增加，风机的事故数量也呈上升趋势。据统计，变桨系统是故障发生频次较高、维修难度较大且维修费用较高的部件之一。变桨系统是风力发电机组的核心部分之一，安装在风力发电设备的轮毂内，由变桨控制柜、变桨轴承、变桨驱动齿轮箱、变桨电机等几部分组成。而变桨系统中变桨轴承的损坏和叶根螺栓的损坏都是一种很常见的故障，究其原因，是由于风机叶片受到偏载产生疲劳载荷，进而导致变桨轴承的损坏和叶根螺栓的损坏，更有甚者还会影响风机传动链，最严重时叶片可能会断裂，还可能引起倒塔。因此有必要研究风力发电机组叶片偏载的问题。

2、风机叶片偏载除了叶片加工、安装等人为因素之外，主要还是由于风切变造成的。目前绝大多数风机偏载的识别检测方法都是安装各种传感器来获得风机的运行状态信息，例如中国专利cn114876742a公开了一种风力发电机组的风轮不平衡快速诊断方法，在风机上安装毫秒级振动传感器和风轮方位角毫秒级测量仪，对比机舱振动加速度和风轮方位角数据的时间序列，从而识别风电机组的风轮不平衡现象和风轮不平衡的来源。该方法并不能实时检测风机叶片的偏载，只能安装了毫秒级振动传感器和方位角测量仪之后才能进行识别。因此就需要本领域技术人员设计一种无需安装传感器就可以定量识别叶片的偏载的方法。

技术实现思路

1、为了实现上述目的，本发明提供以下技术方案：

2、本发明提供一种基于功率时域波形的风力发电机组叶片偏载的量化识别方法，包括：

3、(1)利用空气动力学理论计算得到受到风切变影响的风力发电机组的输出功率p1；

4、(2)在风切变的影响下，改变风力发电机组中的任一叶片的桨距角，计算此时风力发电机组的输出功率p2；

5、(3)计算在风切变影响的风力发电机组输出功率p1与改变风力发电机组中的任一叶片的桨距角后的风力发电机组的输出功率p2的输出功率的变化量△p；

6、(4)通过功率的变化量的最大差值△pmax联立方程识别风力发电机组叶片偏载量。

7、进一步的，步骤(1)中输出功率p1的计算过程为：

8、由于风切变的影响，假设一叶片的偏载量为2a，则该叶片的输出功率p11为：

9、

10、另两个叶片的输出功率p12、p13分别为

11、

12、

13、则受到风切变影响的总输出功率p1为：

14、p1＝p11+p12+p13＝3b；

15、其中，b是叶片的平移量；

16、ω是叶片的转速；

17、是叶片的初始相位角。

18、进一步的，由空气动力学理论可知，风力发电机组的功率为

19、式中，ρ是空气密度，cp是风能利用系数，它与叶尖速比λ和桨距角β有关，ω是风轮转速，r是风轮半径，v是风速，通常是指轮毂高度处的风速；

20、一般来说，cp(λ,β)在工程上近似表达为：

21、

22、假设叶片在最高处的风速为v1，最低处的风速为v2，轮毂处的风速为v3；在转速、风速和桨距角都不变的情况下，由风机功率公式可得叶片转到最高处时，输出功率为而叶片转到最低处时的输出功率为因此幅值

23、进一步的，所述初始相位角与假设的叶片的初始转动位置有关，具体是当该叶片的初始转动位置为最高处时，当该叶片的初始转动位置为最低处时，当该叶片的初始转动位置为水平轴负向(9点钟方向)时，当该叶片的初始转动位置为水平轴正向(3点钟方向)时，以此类推。

24、进一步的，步骤(2)中输出功率p2的计算过程为：

25、假设一个叶片改变之后的桨距角为β1，此时的风能利用系数为cp1，在转速和风速都不变的情况下，由空气动力学理论可知，则该叶片转到最高处时的输出功率p3为:

26、

27、而叶片转到最低处时的输出功率p4为:

28、

29、因此幅值平移量

30、其中，

31、因此该叶片的输出功率p21为：

32、

33、而其他两个叶片的输出功率不变，因此改变一个叶片的桨距角后，此时受到风切变影响的总输出功率p2为：

34、

35、其中，ρ是空气密度；

36、r是风轮半径；v1是叶片转到最高处时的风速，v2是叶片转到最低处时的风速。

37、进一步的，步骤(3)中输出功率的变化量△p的计算式为：

38、

39、式中，

40、

41、进一步的，步骤(4)中输出功率的变化量的最大差值△pmax的计算过程为：

42、输出功率的变化量△p的最大值为△pmax＝a-a1+b1-b；

43、输出功率的变化量△p的最小值为△pmin＝a1-a+b1-b；

44、因此风机输出功率的变化量△p的最大差值为△pmax＝2(a-a1)。

45、进一步的，步骤(4)中风力发电机组叶片偏载量的求解方程组为：

46、

47、通过求解方程组，得出偏载量2a的值；

48、其中，风机输出功率的变化量△p的最大差值△pmax由功率时域波形曲线得出；

49、a和a1的比值由风能利用系数cp(λ,β)随桨距角β变化的曲线图得出。

50、本发明具有以下有益效果：

51、(1)本发明通过改变一个叶片的桨距角，计算风机输出功率的变化量△p，从而定量识别叶片的偏载，为后续偏载的控制提供了研究方向；进而为防止风机因偏载造成损坏提供了一种新思路，从而延长风机叶片和变桨轴承的运行寿命，降低故障发生率，节省维护成本，提高系统的安全与稳定性；

52、(2)本发明相较于一般的方法来说，无需安装传感器等测量仪器，从而节省人工成本和器材成本，且能定量识别，为后续偏载的定量控制提供了保障。

技术特征：

1.一种基于功率时域波形的风力发电机组叶片偏载的量化识别方法，其特征在于，包括：

2.根据权利要求1所述的一种基于功率时域波形的风力发电机组叶片偏载的量化识别方法，其特征在于，步骤(1)中输出功率p1的计算过程为：

3.根据权利要求2所述的一种基于功率时域波形的风力发电机组叶片偏载的量化识别方法，其特征在于，由空气动力学理论可知，风力发电机组的功率为

4.根据权利要求2所述的一种基于功率时域波形的风力发电机组叶片偏载的量化识别方法，其特征在于，所述初始相位角与假设的叶片的初始转动位置有关。

5.根据权利要求1所述的一种基于功率时域波形的风力发电机组叶片偏载的量化识别方法，其特征在于，步骤(2)中输出功率p2的计算过程为：

6.根据权利要求1所述的一种基于功率时域波形的风力发电机组叶片偏载的量化识别方法，其特征在于，步骤(3)中输出功率的变化量△p的计算式为：

7.根据权利要求1所述的一种基于功率时域波形的风力发电机组叶片偏载的量化识别方法，其特征在于，步骤(4)中输出功率的变化量的最大差值△pmax的计算过程为：

8.根据权利要求1所述的一种基于功率时域波形的风力发电机组叶片偏载的量化识别方法，其特征在于，步骤(4)中风力发电机组叶片偏载量的求解方程组为：

技术总结本发明涉及风力发电技术领域，提供一种基于功率时域波形的风力发电机组叶片偏载的量化识别方法，包括：(1)利用空气动力学理论计算得到受到风切变影响的风轮的输出功率P1；(2)在风切变的影响下，改变风力发电机组中的任一叶片的桨距角，计算此时风力发电机组的输出功率P2；(3)计算输出功率的变化量△P；(4)通过功率的变化量的最大差值△Pmax识别风力发电机组叶片偏载量。通过改变一个叶片的桨距角，计算风机输出功率的变化量△P，从而定量识别叶片的偏载，为后续偏载的控制提供了研究方向；进而为防止风机因偏载造成损坏提供了一种新思路，从而延长风机叶片和变桨轴承的运行寿命，降低故障发生率，节省维护成本，提高系统的安全与稳定性。技术研发人员：柳芳,从飞云,周斌,孙永平,钭锦周,赵卫正受保护的技术使用者：浙江大学技术研发日：技术公布日：2024/7/15