風電機組故障統計分析研究

張鎮，關書強

（1. 中海油新能源琦泉平陰風電有限公司，平陰 250400；2. 中海油新能源二連浩特風電有限公司，二連浩特 012600）

風電機組故障統計分析研究

張鎮1，關書強2

（1. 中海油新能源琦泉平陰風電有限公司，平陰 250400；2. 中海油新能源二連浩特風電有限公司，二連浩特 012600）

基于某實際運行的風電場，統計了場內風電機組全年的故障數量，結合風電場月度發電量、月平均風速和月平均氣溫，探討了風電機組故障數量與機組運行狀況和環境溫度之間的關聯性，同時分析了主要系統故障高發的原因。最后提出了降低機組故障發生率以及改善運行維護工作的一些措施。

風電場；風電機組；故障；統計分析

0 引言

隨著風電發展回歸理性，風電場的經濟效益越來越受到重視。風電場投入運行后，其經濟效益取決于發電量及運行維護成本，而兩者都受到風電機組故障的影響。風電機組故障輕則導致計劃外停機檢修，降低發電量；重則需要更換零部件，增加額外支出。特別是在風電機組質保到期后，機組故障頻發將極大地削弱風電場的經濟效益。

傳統風電場的運營中，往往比較重視運行數據的統計分析，側重于風電機組功率曲線的優化，試圖單方面增加發電量，而對機組故障的統計分析重視不夠。為了保證設備完好率和可利用率，部分風電場盲目增加運維人員，建立大而全的備品備件庫，擠占流動資金，這導致運行維護成本居高不下。而有些風電場為降低成本，備品備件不足，運維人員不夠，影響了風電機組的及時維護和檢修[1]。通過對風電機組各種故障深入的統計分析，可以預防多發性故障的發生，減少停機時間，提高設備完好率和可利用率，增加發電量[2]。

本文以某風電場為例，對機組故障進行了統計分析，并對降低故障發生率以及改善運行維護工作進行了探討。相關探討將對我國大量風電場的運行維護具有重要的現實意義。

1 實例介紹

1.1 風電場介紹

本文所討論的風電場位于內蒙古中部偏北某地，受蒙古高氣壓影響，屬中溫帶大陸性季風氣候和干旱荒漠草原氣候。春季干燥多沙，夏季短暫炎熱，秋季天高氣爽，冬季漫長寒冷。氣象站多年平均氣溫4.0℃，平均風速4.1m/s，年極端最高氣溫41.1℃，年極端最低氣溫-37.1℃，年均雷暴日數22.7天，年均沙塵暴日數13天。

風電場場區地形開闊，地勢平坦，地表植被為低矮牧草。場址范圍面積約25.3km2，裝有33臺某型1.5MW風電機組，于2011年5月建成投產。

1.2 風電機組簡介

該風電場投運的風電機組為某型1.5MW低溫型變槳變速雙饋機組，該型機組技術成熟，在國內吊裝數量較大，具有一定的代表性。該機組主要參數見表1。

2 故障統計分析

本文將風電場視為一個整體，為排除監控系統虛假報警的影響，依照所開的機組工作票，對2012年機組故障發生情況進行了統計。一方面，按月統計了故障數量，結合風電場月度發電量、月平均風速和月平均氣溫，探討了風電機組總體故障數量與機組運行狀況和環境溫度的關聯性；另一方面，按機組組成部分，分類統計了故障發生次數，并分析了一些系統故障高發的原因。

表1 風電機組主要參數

2.1 故障數量與發電量和環境溫度

風電機組作為在惡劣環境下運行的發電設備，其故障發生情況與發電量、風速和環境溫度密不可分，探討故障數量與發電量、風速和環境溫度之間的關聯性是十分必要的。

風電機組的功率與風速的三次方成正比[3]，故風電場發電量應隨平均風速的增減而增減，兩者應呈正相關性，圖1中發電量和平均風速曲線的變化基本符合這一規律。但在10月至12月，風速增大，發電量卻減少了，這是由于該風電場所在的北方進入供暖期后，為保證供熱，熱電負荷上升，風電限電嚴重的緣故。由于限電嚴重時，停運的風電機組較多，為消除限電停運的因素，故而本文探討故障數量與發電量之間的關系。

從圖1可以看到，在3月底至6月初和9月初至10月初氣候溫和的春秋季節時，機組故障數量隨著發電量的增減而增減，兩者間呈現較好的正相關性；而在炎熱及寒冷夏季與冬季，故障數量與發電量之間的關聯性較差，表明機組故障數量還與環境溫度存在某種關聯。

圖1 故障數量與發電量關聯圖

圖2 故障數量與平均氣溫關聯圖

從圖2可知，在1月至3月初時，故障數量隨氣溫升高而降低；在10月底至12月時，故障數量隨氣溫降低而升高，即冬季故障數量隨氣溫的升高而降低。而在6月初至9月初的夏季時，故障數量隨氣溫升降而升降。

上述分析表明，在氣候溫和的春秋季節，機組故障主要受到發電量的影響，故障數量與發電量呈現出比較好的正相關性；而在氣候極端的冬夏季節，機組故障主要受到氣溫的影響，冬季的低溫和夏季的高溫都會使得機組故障數量增加。

另外，結合圖1和圖2，可以發現在風速較小、發電量較低和氣溫適宜的9月，機組故障次數最少，而其他風速及發電量大或氣溫比較極端的月份，故障次數都比較多，從而進一步表明發電量、風速和環境溫度是導致機組故障的主要因素。

2.2 故障分類統計分析

前面探討了機組總體故障數量與發電量和環境溫度的關系，下面按機組組成部分分類，探討各個部分故障數量與發電量和環境溫度的關聯。

國內外現有的大型雙饋風電機組型號很多，但結構基本相似，文獻[1] [4]和文獻[5]分別從工程和設計角度介紹了大型風電機組的組成。結合廠家說明和機組運行實踐，本文將該型機組分為風輪塔筒及地基、變槳系統、偏航系統、傳動系統、發電機、變頻器、控制系統、液壓系統、通訊系統和安全鏈等10個組成部分，分類統計了該風電場所有機組在2012年的故障發生情況。

從圖3中不難看出，在完整的一年中，變槳系統、變頻器和通訊系統分列故障數量的前三位，接下來比較容易發生故障的是傳動系統、控制系統和液壓系統，其他系統故障較少。

為探討故障類型與發電量之間的關聯，分別選取氣溫相近但發電量及平均風速相差較大的5月和9月（即春季和秋季），分類統計這兩個月的故障類型，如圖4所示。從中可以看出，在高發電量的5月，變頻器、傳動系統和控制系統的故障份額明顯增大，變槳系統的故障份額明顯減小；而在低發電量的9月，變槳系統和通訊系統故障大幅攀升，變頻器和傳動系統故障份額明顯減小。

由于該風場春季的平均風速很大，此時機組往往處于滿發狀態，長時間的高負荷運行，不可避免地增大了變頻器、傳動系統和控制系統等高位運行的部件的故障發生概率；而秋季時風速小，機組負荷小，并且經常因風速過低而切出，從而降低了前述系統的故障發生概率。與此同時，低負荷使UPS往往失電，從而導致通訊系統故障。

圖3 2012全年故障類型圖

圖4 故障類型與發電量關聯圖

圖5 故障類型與季節關聯圖

變槳系統方面，機組啟停時，在變槳系統驅動下，槳距角變化迅速；而低風速時，機組以固定槳距角運行，當高于額定風速時，槳距角平滑變化以控制功率[6]。因秋季風速較小，機組經常因風速過低而切出，使得變槳系統頻繁迅速動作，從而增大了故障發生概率；而春季風速較大，機組運行比較平穩，很少啟停機，因而降低了變槳系統故障發生概率。

值得注意的是，雖然5月和9月的故障類型份額差距明顯，但9月份的每種故障次數都少于5月份。因此，雖然低風速和低負荷改變了不同故障的份額，但卻降低了故障次數。

該地夏季和冬季的平均氣溫差距很大，故而有必要探討故障類型與平均氣溫的關聯，圖5為按季節的故障分類統計情況。從圖5中可知，在氣溫很低的冬季，變頻器和液壓系統故障較多；而在氣溫較高的夏季，控制系統和變槳系統故障較多。這是由于低溫條件下，變頻器往往加熱不足以及液壓油粘度增大從而增加了變頻器和液壓系統的故障；而在氣溫較高的夏季，單片機和傳感器以及變槳電機容易過熱，因而增大了控制系統和變槳系統的故障發生概率。

綜上所述，機組在大風期長時間高負荷運行，會顯著增加變頻器、傳動系統和控制系統故障的發生概率；而機組在小風期運行，會相對增加變槳系統和通訊系統故障的發生概率。夏季的高溫使控制系統和變槳系統的故障增多，冬季的嚴寒使變頻器和液壓系統的故障增多。

3 結論

本文通過對風電機組故障的統計分析，得出了機組故障主要受發電量（風速）和環境溫度影響，以及變槳系統、變頻器、通訊系統、傳動系統、控制系統和液壓系統等故障高發系統的主要影響因素的結論。根據結論，可以采取以下措施降低機組故障發生率以及改善運行維護工作。

(1) 適當增加機組故障高發系統的備件。有針對性地適當增加故障高發系統的備件，同時可以適量減少故障低發系統的備件。這樣，一方面，可以避免因缺少備件而導致的故障消缺不及時，從而減少故障停機時間，增加發電量；另一方面，可以避免有些備件長期閑置導致的性能下降，也可降低資金占用。

(2)對維護人員重點進行針對故障高發系統的技術培訓。開展技術培訓，特別是針對機組故障高發系統的技術培訓，能夠使風電場維護人員盡快掌握機組檢修維護的難點和重點，提高技術水平，縮短故障消缺用時，提高設備完好率和可利用率。

(3)強化機組定期維護與安全排查。為保證機組良好的技術狀態和安全可靠運行，應嚴格按照規范及廠家要求對機組開展定期維護與安全排查，特別是大風期來臨前，要對故障高發系統進行重點排查，以提前消除故障隱患。

(4)優化機組運行方式。為減少低、高溫誘發的機組故障，在保證負荷的前提下：冬季嚴寒時，盡量減少停機或輪流啟機，以免長時間停運導致機艙和部件過冷；夏季高溫尤其是大風時，將長時間運行、齒輪箱及發電機溫度較高的機組適當停機散熱，避免超溫。

隨著投運的風電場日益增多，相信對風電機組的故障統計分析及相關研究也會逐漸增多，從而為降低故障發生率、改善運行維護工作乃至提高機組可靠性做出更多有益的探討。

[1] 楊明明. 大型風電機組故障模式統計分析及故障診斷[D]. 北京: 華北電力大學,2009.

[2] 盛九慶, 傅興元. 風電機組運行維護后服務市場分析[J]. 風能, 2012(10):52-56.

[3] Hansen,M.O.L.著, 肖勁松譯. 風力機空氣動力學（第2版）[M]. 北京:中國電力出版社,2009.

[4] 蘇州龍源白鷺風電職業技術培訓中心. 風電場建設、運行與管理[M]. 北京: 中國環境科學出版社,2010.

[5] Tony Burton等, 武鑫等譯. 風能技術[M]. 北京: 科學出版社,2007.

[6] 葉杭冶, 劉琦. 風力發電機組的變距控制系統[J]. 機電工程, 1999(5):140-143.

An Analysis of Wind Turbine Fault Statistics

Zhang Zhen1, Guan Shuqiang2
(1. CNOOC New Energy & Qiquan Pingyin Wind Power Co., Ltd., Pingyin 250400, China;
2. CNOOC New Energy Erenhot Wind Power Co., Ltd., Erenhot 012600, China)

Based on an actual running wind farm, this paper gathered statistics of wind turbine faults. Combing with monthly generating capacity of the wind farm, the month average wind speed and month average temperature, it discussed the relationship between the number of wind turbine failures and the operating conditions and ambient temperature, then the reasons for the high incidence of major system failures are analyzed. Finally, some measures of reducing wind turbine failure rate and improving the operation and maintenance were proposed.

wind farm; wind turbine; fault; statistics analysis

TM614

A

1674-9219(2013)08-0068-04

2013-06-14。

張鎮（1985-），男，碩士，主要從事風電場建設、運行與管理工作。