大规模并网风电机组预防性维护动态控制策略研究

In view of the fact that wind turbines locate in the remote region of relatively abominable climate and enviroment, and fireheight-ascending operation is often required for equipments maintenance. Hence, once failure occurs, the restoration of wind turbines is often quite difficult.With grid connected operation of wind turbines and continuous enlargement in capacity of single unit, it is quite important for wind turbines to implement incipient fault supervision and preventive maintenance. Traditionally,the inspection intervals determination of preventive maintenance adopts the static control strategies with the lack of dynamic nature and real-time performance, this consequently leads to a higher maintenance cost and larger inventory capacity. In recent years,several control strategies are reported with heterogenious inspection interval. But in practice, they are seldom applied due to the abstract models provided and unstable control.Hence,Focusing on the safety production-centred aim of wind farm at steady state, combing the related knowledge such as reliability mathematics, and linear control theory, and as well as stochastic process, the project establishes the state model for wind-power generators, and proposes a new dynamic control strategy to perform control on inspection interval of preventive maintenance based on the equipment states. In the research programe, the stability of control system is discussed, and the effeciveness of control strategy is proved, and the concrete implementation scheme is illustrated combining state estimation. Eventually,cost evaluation model is designed to evaluate the effectiveness of control scheme by comparison with other methods. The research results in the project possesses quite improtant significance to ensure safety production and to improve decesion quality of preventive maintenance in wind farm, and to promote the healthy development of wind power industry.

风电机组由于其地处偏远、气候和环境条件相对恶劣，且设备检修常须登高作业，一旦出现故障，修复往往非常困难。随着风电机组的并网和单机容量的不断增大，对风电机组进行早期故监测和预防性维护非常重要。传统的预防性维护检测间隔期采用静态控制策略，缺乏动态性和实时性，结果造成维护费用和备品库存偏高。近年来，一些检测间隔期不等的控制策略被报道，但由于模型抽象，控制不稳定，实践中很少采用。因此，本课题以风电场稳态运营时的安全生产为目标，结合可靠性数学、线性控制理论及随机过程等相关知识，对风电机组的运行状态进行建模，提出一种依据设备状态对风电机组预防性维护检测间隔期进行控制的动态控制策略。讨论控制系统的稳定性，证明控制策略的有效性，结合状态估计给出具体实施方案。建立费用评估模型并进行具体应用，比较说明该控制方案的有效性。这对确保风电场安全生产、提高预防性维护决策质量、促进风电产业的健康发展意义重大。

出于安全和经济的考虑，现代化的大型风电厂一般都采用基于状态的预防性维护（CBM）来指导企业的维护实践活动，但和传统的基于时间的预防性维护（TBM）相比，由于事先是没有计划的维护检测活动，可能对机组的正常运行造成干扰，从而使整个生产过程变得不稳定。基于此，本课题以机组的稳态安全运营为目标，从动态系统的演变规律出发，深入研究了被动维护(CM)，TBM和CBM的三种维护系统的本质特征，通过建立统一的数学模型，在统计概率意义下深刻地掲示了三种系统的运动规律及本质，得到了一些有价值的结果。研究表明：基于TBM的系统是线性时不变系统，其检查率为常数，通过对检查率的控制能够达到期望的稳态行为，且CM是TBM的特例；而CBM是线性时变系统，其检查率为随机变量，难以获得期望的稳态行为。因此，以TBM作为参考系统，建立了基于TBM的CBM控制系统，基于李亚普诺夫稳定性理论和超稳定性理论的设计了控制律，从而使CBM具有TBM系统那样期望的动态行为。为了控制在暂态期间可能出现较大的偏差，研究了基于观测信息设计的CBM控制律得到的估计状态与统计状态之间的误差分布、演化规律及控制措施。证明了这个误差能在任意有限时间内概率1的到达任何有限值，以及首次超过某个有界值的概率分布，并分别应用chernoff界理论、Azuma不等式和随机变量的倾斜密度函数及Markov不等式，计算了最小时间并证明了三种方法求出的时间是一致的结论。建立了CBM期望维护费用模型，并与两种TBM、CM及冗余维护费用对比，表明CBM的投资回收期最短。从算子理论出发，证明了选择TBM作为模型参考控制律的实质是使CBM算子A(t)在L2空间收敛到TBM算子A，则由A(t)所描述的动态系统能以指数率收敛到算子A所决定的系统的事实，二者具有相同的马尔可夫性。实质上，在上述控制律的作用下，只要停止条件相同，时间和空间同构的平稳Markov过程将不断重复该过程，它们起始于该点，又回到该点，从而形成一个基本群，而重复这个过程的平均时间也被估计。研究成果能够解释许多企业既采用CBM，又采用TBM维护方式的实质，对于完善CBM内容和促进CBM的科学应用奠定了理论基础。