风电机组的可靠性分析
摘要：随着清洁能源、绿色电网等理念的不断渗透，风力发电已经成为智能
电网建设的新方向。

然而，我国大型风电技术刚刚起步，风电场所联电网多为弱
电网，因发电机组故障而引起的停机将对电网造成极大的影响。

因此，从电网安
全角度考虑，要求风电机组应能在电网正常和故障下均能持续运行而不退出电网，同时考虑到可靠性和运行效率、维护成本，对机组的容错能力也提出了很高的要求。

关键词：风电机组；关键部件；可靠性评估；维护
引言
近年来，风力发电在国内外得到了迅猛的发展，预计到2020年，我国风电
总装机容量将超过2亿千瓦，其中海上风电装机容量达到3000万千瓦，风电年
发电量达到3900亿千瓦时，风电发电量在全国发电量中的比重超过5%[1-2]。

风
力发电的安全性、可靠性和稳定性与风电机组性能质量息息相关。

尤其是在风电
机组关键部件运行过程中，长期处于潮湿、风沙、震动等环境中，很容易导致部
件损坏，严重时甚至引起风力发电故障，造成巨大经济损失或人身伤亡。

为做好
风电机组关键部件的性能评估和运维保护，在工作中需利用算法模型、运行数据
等全面分析其可靠性系数，按照风险类型对症下药，防患于未然。

1.风电机组常见故障的概述
我国地大物博，但是由于风电机组的特殊性，我国的风电
机组多位于西北的干旱荒漠地区或高山、近海地区，这样的恶劣环境就为风电机
组的正常运行提供了严峻的考验，风沙的侵蚀，高温的曝晒，以及严寒的冷冻等
各种不利的环境对风电机组的运行都会带来负面的影响，而且，在有的时段，当
风电机组运行时间相对过长时，都会在一定程度上导致风电机组故障率的增加。

在这种局面下，风电机组上都安装了数据采集和预警雷达
系统，即SCADA系统，如果风电机组确实出现了故障，主控室就会受到出现故障
的警报，并且系统也会告知具体的故障范围，如果风电机组出现的故障距离主控
室较近，这样就可以第一时间到达现场进行抢修，可是，如果故障地点距离主控
室较远，这对于故障的检修就带来了一定的麻烦甚至带来严重的后果，因为当风
电机组长期处于故障状态时，不仅影响了风电机组的平稳运行，而且较为严重的是，这会在一定程度上消耗风电机组的发电量，从而带来严重的恶果，因此，运
用各种手段减少风电机组的故障率，并且在有限的时间内及时的排除风电机组的
各类故障，对于风电机组的平稳运行和良好发电具有极其重要的意义[3]。

2.风电机组的主要结构
风电机组可以利用风轮装置将风能转变为机械能，然后再通过发电机发电，
从而达到风能到电能的转化，是一种新型清洁发电装置。

现阶段我国常见的风电
机组主要为水平轴和垂直轴两大类，其中水平轴应用更加广泛，如图1所示。

图1 水平轴风电机组结构
（1）风轮装置。

包括叶片、轮毂、变桨系统、齿轮箱等，可在风力推动下
利用齿轮旋转存储机械能；（2）发电装置。

主要为发电机组、配套装置、
控制系统等，可以利用机械转动在电磁场中产生感应电流。

（3）配套装置。

包括塔筒、加固件等辅助装置，保证风电机组安全、稳定运行。

2 .风电机组关键部件可靠性评估
2.1 数据模型分析风电机组关键部件可靠性分析过程中可以利用数据
模型实现，即通过数据库中的历史数据分析和数据模型对比，确定关键部件的可
靠性、稳定性和有效性，及时发现其在运行过程中存在的安全隐患。

一般数
据模型分析过程中可以借助威布尔分布、Gamma分布、指数分布等进行拟合评估，确定风电机组关键部件的故障率更加接近于哪种曲线。

如在威布尔数据模型分析中，可将风电机组关键部件故障数据函数模型设置为：
其中，λ为权重系数，可参考专家意见
有效设定；t0为初始时间参数，t为故障时间；η1、η2为尺度参数；β1、β2
为威布尔分布形状参数。

在上述分析过程中若初始时间参数为0，η1、η2分别
为10和100，β1、β2均为5，此时风电机组故障概率密度如下图所示。

图2 风电机组故障概率随t变化情况
上述过程中在第一阶段中，新装风电机组需要经过一定的时间适应，此时会
出现明显的适应性问题，导致故障概率骤增。

在运行一段时间后，风电机组故障
概率基本稳定，此时出现故障概率平稳接近于0的状态。

随着时间的推移，风电
机组关键部件损耗、老化情况加剧，故障概率密度数值上升，呈现出损耗状态[4]。

2.2 载荷应力分析
除数据库分析外，在风电机组关键部件可靠性研究过程中还需要借助强度干
涉理论，确定部件的随机载荷和疲劳强度，在载荷能力基础上分析关键部件是否
存在老化、损坏等风险隐患，及时进行有效处理和维护。

一般风电机组关键
部件的载荷应满足：
其中，S为随机变量；δ为强度随机变量，σS为应力随机变量的标准差，
σδ为强度随机变量的标准差；μS为应力随机变量的期望，μδ为强度随机
变量的期望。

根据上述函数可以明显发现，其随机载荷和疲劳强度满足正态
分布规律，即
图3 风电机组载荷可靠性分析
由此观之，风电机组关键部件的可靠度随着使用时间的增加逐步降低。

其中，新装阶段受环境因素、适应性因素等的影响，新风电机组关键部件的可靠性系数
下降较为明显，在正常运行后则逐步趋于稳定。

随着使用年限的增加，风电机组
关键部件逐步老化、损坏，此时其可靠度下降非常明显。

3 .风电机组关键部件维护方案
3.1 结果分析
本次研究过程中主要以数据模型为例，对某风电机组关键部件性能进行研究。

将采集到的现场数据与威布尔分布模型拟合处理后，可明显发现该风电机组处于
第三环节，即使用时间较长，部分零部件出现老化、损坏情况，其故障概率密度
指数较高，包括齿轮箱故障、发电机异常、主轴承开裂等，如表1所示。

表1 风电机组关键部件故障情况及概率密度指数
3.2 维护方案
确定风电机组关键部件可靠性系数后，可按照各部件故障密度情况开展有效
处理和预防性维护：
（1）损伤处理。

逐一排查齿轮、发电机、轴承等老化、损坏情况，确定是
否存在润滑问题、过热问题、机械磨损等。

按照使用时间长度和疲劳损伤积累程
度适当修复损坏零部件，若老化损坏问题严重则应及时更换。

按照风电机组运行
环境实施相应防护，如增加散热装置、干燥装置，定期除尘清灰、紧固稳定等。

尤其是在恶劣环境状态下，要增加巡检和维护的次数，按照区域环境状况和风电
机组故障情况实施有效防护，从根本上降低由关键部件损伤引起的风电机组停运
问题。

（2）预防维护。

风电机组关键部件可靠性分析的过程中可以按照其结果制
定合理的整机寿命管理系统，由可靠性分析结果和预设寿命参数作为参考依据，
确定风电机组关键部件疲劳载荷状况，分析其是否存在故障风险，对可能出现的
问题进行修正和处理。

尤其是要把握好风电机组寿命状态与疲劳损伤的内在关联，在上述数据基础上实现科学、规范、高效管理，以保证风电机组能够更好地服务
于电网发电。

4. 总结
风电机组运维管理的过程中要对关键部件性能进行全面把握，在数据算法和模型分析基础上确定关键部件的可靠性和稳定性，确定其是否存在运行风险和质量损耗。

一旦存在上述问题，要及时开展现场检查，按照风电机组关键部件参数规格、安全指标等实施全面调整和优化，更换老化或损坏零部件，做好全方位运维管理，以全面提升风电机组运行的安全效益和经济效益。

参考文献：
[1]秦子川，苏宏升. 基于改进威布尔分布的风电机组关键部件可靠性评估[J]. 电测与仪表，2021，58（03）：68-73.
[2]赵洪山，张路朋. 基于可靠度的风电机组预防性机会维修策略[J]. 中国电机工程学报，2014，34（22）：3777-3783.
[3]韩中合，苑一鸣，刘华新，周沛. 基于区间数模糊的风电机组部件维修决策方法[J]. 太阳能学报，2019，40（05）：1394-1400.
[4]杜胜磊，高庆水，潘巧波，邓小文，张楚，冯永新. 风电机组在线智能故障诊断技术发展趋势[J]. 黑龙江电力，2017，39（02）：173-177.。