Please use this identifier to cite or link to this item: http://dx.doi.org/10.18419/opus-3847
Authors: Cosack, Nicolai
Title: Fatigue load monitoring with standard wind turbine signals
Other Titles: Überwachung der Ermüdungslasten von Windenergieanlagen durch Analyse von Standardsignalen
Issue Date: 2010
metadata.ubs.publikation.typ: Dissertation
URI: http://nbn-resolving.de/urn:nbn:de:bsz:93-opus-58849
http://elib.uni-stuttgart.de/handle/11682/3864
http://dx.doi.org/10.18419/opus-3847
metadata.ubs.bemerkung.extern: Druckausg. bei Shaker, Aachen erschienen
Abstract: The loading of wind turbines is in general not monitored and measurements are only performed for the validation of prototypes. A shift towards increased use of load monitoring devices for the forthcoming generation of large multi-megawatt turbines is obvious, as relative costs for measurement devices go down and the benefit from feeding load signals into the turbine control increases. However, it is hard to imagine that this will be the case for turbines with rated power in the range of 1 to 3 MW which are installed in large numbers today. As a consequence, very little or, in most cases, nothing is known about the load history for more than a few of the many existing turbines. Besides information about energy yield, operating hours and maintenance or repair activities, a turbine's performance and especially its dynamic behaviour is only known from prototype testing. This does not necessarily reflect the real conditions in the series at a particular site properly. Nevertheless, some standard signals (like rotor speed, electrical power or pitch angle) which are commonly only used for turbine control, are available for these turbines. The objective of this work is to systematically investigate, whether the estimation of wind turbine fatigue loads based on these signals is feasible. The research comprises the identification of the main drivers for wind turbine fatigue loads and tackles the question, whether these conditions are also reflected in standard wind turbine signals. Furthermore, possible techniques for the set-up of transfer functions to link standard signals and loads are investigated. Because of the many conditions which can potentially influence fatigue loads and the non-linear characteristics of wind turbines, a neural network based approach seems to be the most promising option, at least for loads encountered during normal power production. Besides discussing the general outline of a load estimation system, different prediction schemes are developed from simulations of a typical 1.5 MW wind turbine. Loads and standard signals are generated using the industrial design tool Flex5. This allows to perform first test of methods for the prediction of equivalent load ranges and equivalent magnitudes from statistical parameters of standard signals. In addition, it is investigated if frequency domain methods can serve as the basis for the estimation of load cycle distributions. Because of the non-linear characteristics of wind turbines and the non-stationary operational conditions it turns out that these methods can not be applied easily. Therefore, an empirical method which employs fitting of combined probability density distributions to measured loads is developed. Test and refinement of the methods is performed with measured data. In a first step the developed schemes are validated on the basis of data recorded from measurements at the state-of-the-art 5 MW wind turbine Multibrid M5000. The transferability of the approach to another turbine type and the feasibility to derive accurate predictions from a reduced number of input data is emphasised by additional tests at one 2.5 MW Nordex N80 turbine. First results indicating the applicability of already established transfer functions for load predictions at turbines in a series are derived by utilising measurements from a second N80 turbine. Finally, recommendations for further research activities towards the employment of a load estimation system on an industrial scale are given.
Im Allgemeinen werden die Belastungen, denen eine Windenergieanlage im Laufe ihres Betriebs ausgesetzt ist, nicht aufgezeichnet. Lastmessungen erfolgen häufig lediglich an Prototypenanlagen als Teil der Zertifizierung. Insbesondere bei den leistungsstarken Anlagen der neuesten Generation ist eine Tendenz zum Einsatz zusätzlicher Hardware zur kontinuierlichen Lastmessung erkennbar. Zum Einen sinken die relativen Kosten für die erforderliche Messtechnik mit dem höheren Anlagenpreis, zum Anderen steigt der sich aus Einbeziehung der Lastinformation in die Anlagenregelung ergebende Nutzen mit der Anlagengröße. Es erscheint allerdings fraglich, ob eine kontinuierliche Lastüberwachung auf Basis konventioneller Messtechnik für die aktuell in großer Zahl installierten Anlagen mit Nennleistungen von 1 bis 3 MW wirtschaftlich sinnvoll ist. Die Belastungshistorie von Windenergieanlagen ist daher meist unbekannt und oft werden für Serienanlagen routinemäßig nur Basisgrößen wie Ertrag oder Betriebsstunden sowie Informationen zu durchgeführten Wartungs- und Reparaturarbeiten aufgezeichnet. Das grundsätzliche Anlagenverhalten und die Auswirkungen standortabhängiger Umwelteinflüsse sind zwar von Prototypentests bekannt, diese lassen aber natürlich nur in begrenztem Maße Rückschlüsse auf die Belastungen von Serienanlagen an verschiedenen Standorten zu. Für alle größeren Windenergieanlagen ist jedoch eine Reihe von Signalen verfügbar, die üblicherweise zur Regelung verwendet werden (z. B. Drehzahl, Blattwinkel oder Leistungsabgabe). Eine systematische Untersuchung der Möglichkeiten, diese Signale für eine kontinuierliche Lastüberwachung zu nutzen, ist das Ziel dieser Arbeit. Dies beinhaltet Untersuchungen zum Einfluss verschiedener Anlagen- und Standorteigenschaften auf Ermüdungslasten aber auch auf die standardmäßig gemessenen Signale. Verschiedene Techniken, um von Standardsignalen auf Lasten zu schließen, werden getestet und bewertet. Wegen der vielen potenziellen Einflussgrößen und des nichtlinearen, betriebszustandsabhängigen Anlagenverhaltens erscheinen insbesondere Transferfunktionen aus neuronalen Netzen vielversprechend, zumindest für Lastprognosen während des normalen Produktionsbetriebs. Auf Basis dieses Ansatzes wird auch der grundlegende Aufbau eines Systems zur Lastprognose mittels Standardsignalen erörtert. Konkrete Verfahren zur Schätzung von äquivalenten Lasten und von Lastkollektiven werden anhand von Simulationsergebnissen entwickelt. Hierzu werden das in der Industrie häufig eingesetzte Simulationsprogramm Flex5 sowie das Modell einer typischen Windenergieanlage mit einer Nennleistung von 1.5 MW verwendet. Während die äquivalenten Lasten direkt aus statistischen Parametern der Standardsignale geschätzt werden können, ist die Prognose von Lastkollektiven aufwendiger. Obwohl sich Verfahren zur Ermittlung von Lastkollektiven im Frequenzbereich auf den ersten Blick als Grundlage der Prognose anbieten, zeigen nähere Untersuchungen prinzipielle Grenzen für deren Einsatz auf. Daher wurde stattdessen ein Verfahren, basierend auf empirischen, angenäherten Wahrscheinlichkeitsdichteverteilungen, entwickelt. Weitere Tests der Lastprognoseverfahren erfolgen mit an realen Windenergieanlagen gemessenen Daten. Die grundlegende Praxistauglichkeit wird anhand von Messungen am Prototypen der Multibrid M5000, einer Windenergieanlage mit einer Nennleistung von 5 MW, überprüft. Zusätzliche Schätzungen anhand von Daten der 2.5 MW Anlage Nordex N80 demonstrieren die generelle Eignung des Verfahrens zur Lastüberwachung für drehzahlvariable, pitchgeregelte Anlagentypen. Weiterhin werden erste Ergebnisse von Lastschätzungen für eine zweite N80 Anlage auf Basis der an der ersten Anlage entwickelten Transferfunktionen diskutiert. Die Arbeit schließt mit Empfehlungen zu erforderlichen Folgearbeiten im Bereich der Lastprognose auf Basis von Standardsignalen. Diese sind Voraussetzung für die mögliche Nutzung eines solchen Systems im industriellen Maßstab.
Appears in Collections:06 Fakultät Luft- und Raumfahrttechnik und Geodäsie

Files in This Item:
File Description SizeFormat 
Thesis_Cosack_20101101.pdf4,71 MBAdobe PDFView/Open


Items in OPUS are protected by copyright, with all rights reserved, unless otherwise indicated.