JP4458345B2 - 風力発電機の運転状態判別方法 - Google Patents

Description

本発明は、風力発電機が系統連系される系統連系システムにおける風力発電機の運転状態判別方法に関する。

風力発電機として広く使用される交流発電機は、極数切換型誘導発電機と可変速型発電機との2つのタイプに大別される。極数切換型誘導発電機は極数を切り替えて回転数を切り替えるものであり、通常2種類の回転数を持っている。極数切換型誘導発電機は、極数切換時の突入電流による急激な電圧低下などの電力品質問題などがあり、電圧低下量は切換後の極数により異なるため、極数状態を示す回転数の把握が必要となる。

一方、可変速型発電機は、風速にあわせ回転数を変える超同期セルビウス誘導発電機や、系統と周波数変換器を通して系統連系され交流励磁が与えられて同期発電機を可変速運転するものである。可変速型発電機では、風速に会わせて回転数を変化させる複雑な制御を行うため、予めシミュレーションを行い電力品質上の問題の有無などを検討する必要がある。

すなわち、極数切換型誘導発電機と可変速型発電機とのいずれのタイプであっても、その基礎となるモデル化には発電機実測データが必要となり、その基礎データの一つに回転数がある。回転数は、風力発電機が連系される電力会社では直接測定できず、得られるデータは系統連系システムとの責任分界点の電力量計での二相電力計法での電圧及び電流しかない。

風力発電機の回転数を得るための手段として、風車のブレード回転による風力発電機の出力電力Ｐ（ｔ）の脈動を利用できる。すなわち、風車の塔付近は、塔体の影響で風速が弱まる傾向があり、それに起因して、風力発電機の出力が低下するため、風力発電機の出力電力Ｐ（ｔ）に脈動が生じるというタワーシャドウ効果が生じる。

例えば、極数切換型の風力発電機での２つの脈動の周波数(理論振動周波数)ｆ_ｔ１、ｆ_ｔ２は、ブレード回転数をｎ_ｉ（Ｈｚ）、ブレード枚数Ｎ_Ｂとすると、次式で与えられる。

［数１］
ｆ_ｔｉ＝ｎ_ｉＮ_Ｂ／６０ …（１）
（ｉ＝１，２）
これより、風力発電機の出力電力Ｐ（ｔ）の脈動の周波数ｆ_ｔｉが分かれば、風力発電機の回転数を知ることができる。なお、以後の説明を簡潔にするため、理論振動周波数を単にｆ_ｔと表記する。

次に、理論振動周波数ｆ_ｔの推定法を説明する。いま、風力発電機の出力電力Ｐ（ｔ）は（２）式に示すように正弦波であるとする。Ｐ_ｍは出力電力Ｐ（ｔ）の波高値、θ_０は位相である。

［数２］
Ｐ（ｔ）＝Ｐ_ｍcos（２πｆ_ｔｔ＋θ_０）…（２）
上式の風力発電機出力Ｐ（ｔ）に対して、時刻ｔを中心に時間領域ｔ＋Ｔ／２〜ｔ−Ｔ／２の両端で方形波窓を適用しフーリェ変換を施す。この場合、積分時間Ｔは（３）式に示す関係にあるとする。

［数３］
２πｆ_ｔＴ＝２πＮ …（３）
（Ｎは振動周期数）
そうすると、フーリェ変換値の絶対値｜χ（ｔ，ω）｜は、（４）式で示される。

ここで、ω＝ωｔ＋δω、ωｔ＝２πｆｔ、θ（ｔ）＝ωｔ＋θ０、δω：角周波数誤差である。

次に、（４）式のcos(δωＴ)項をマクローリン展開し４次項まで近似し、さらにδωは十分小とし、｛δω／（２ω_ｔ＋δω）｝^２項は無視、２ω_ｔ＋δω≒２ω_ｔと近似すればフーリェ変換値の絶対値｜χ（ｔ，ω）｜は次の（５）式のように近似される。

さらに、（５）式の右辺の第４項を十分小として無視すれば、次の（６）式に示
す近似式が得られる。

この（６）式より根号内の第２項までを考察すると、δω＝０の場合にフーリェ変換値の絶対値｜χ（ｔ，ω）｜は最大となるので、このωを求めるものとする。なお、第３項までを考慮する場合には角周波数誤差δωに関する極値条件より、フーリェ変換値の絶対値｜χ（ｔ，ω）｜を最大とする角周波数誤差δωは次の（７）式の関係で示される。

（７）式から分かるように、角周波数誤差δωは時間関数であり、次の特性を持つことが分かる。

（ａ）角周波数誤差δωは振動周期数Ｎの２乗Ｎ^２に反比例するので、フーリェ変換時に窓長である積分時間Ｔを大きくすれば急激に減少する。

（ｂ）cos(２ω_ｔｔ＋２θ_０)に比例するので、フーリェ変換すると、角周波数誤差δωのトレンドはｆ_ｔの２倍調波で振動する。

（７）式より振動周期数Ｎによる振動誤差ε（ε＝δω／ω_ｔ）の最大値は、cos(２ω_ｔｔ＋２θ_０)＝１のときであり、下記の表１のように与えられる。

表１に示すように、振動周期数ＮがＮ=１では振動誤差εが１５．２％と大きく、実用性に乏しいことが分かる。このため、振動誤差εの抑制を考慮した振動周期数ＮがＮ＝３が実用面から採用されてきた。

しかしながら、風車のタワーシャドウ効果による風力発電機の出力電力Ｐ（ｔ）の振動は３周期も持続せず、振動周波数の推定ができない場合もある。このため、振動周期数Ｎが２以下の場合でも推定が可能な方法が望まれる。また、振動周期数ＮがＮ＝３の場合には、振動周波数が３周期に亘って平均化される。

そのため、振動が持続しない区間(以後、非良質データと呼ぶ)であっても、一見して振動が発生しているような結果を与える場合もある。従って、データの非良質区間を自動的に判断可能な推定方法も望まれている。

本発明の目的は、上記の問題を解決するもので、系統連系される風力発電機の振動周波数を短い振動周期数で正確に推定でき、風力発電機の回転数と出力電力との関係などの運転状態判別を行うことができる風力発電機の運転状態判別方法を提供することである。

請求項１の発明に係わる風力発電機の運転状態判別方法は、測定された振動分を含む極数切換型の風力発電機の出力電力信号を入力し、前記出力電力信号の振動として理論的に推定される理論振動周波数ｆ_ｔを中心とする移動平均法による帯域フィルタに通し、低周波分や高周波分が除去された出力電力信号に対して積分時間領域(１／ｆ_ｔ)秒のフーリェ変換を施してそのフーリェ変換値の絶対値が最大となる周波数を推定振動周波数信号ｆ_１として求め、求められた２倍調波の誤差振動を含む前記推定振動周波数信号ｆ_１を移動平均法による高域フィルタに通し、低周波分を除去された推定振動周波数信号ｆ_１に対して積分時間領域(１／２ｆ_ｔ)秒のフーリェ変換を施してそのフーリェ変換値の絶対値が最大となる周波数を推定振動周波数信号ｆ_１／２として求め、以下同様に順次２^ｊ倍調波の誤差振動を含む推定振動周波数ｆ_ｋ（ｋ＝１／２^ｊ）を移動平均法による高域フィルタに通し、低周波分を除去された推定振動周波数信号ｆ_ｋに対して積分時間領域(１／２^ｊｆ_ｔ)秒のフーリェ変換を施してそのフーリェ変換値の絶対値が最大となる周波数を推定振動周波数信号ｆ_ｋ＋１（ｋ＋１＝１／２^ｊ＋１）として求め、２^ｊ＋１倍調波を含む推定振動周波数信号ｆ_ｋ＋１を移動平均法による高域フィルタに通し、低周波分を除去された推定振動周波数信号ｆ_ｋ＋１に対して積分時間領域(２／２^ｊ＋１ｆ_ｔ)秒のフーリェ変換を施してそのフーリェ変換値の絶対値が最大となる周波数を推定振動周波数信号ｆ_ｍ（ｍ＝２／２^ｊ＋１）として求め、前記推定振動周波数信号ｆ_ｍを数値デジタル低域フィルタを通して高周波分が除去された推定振動周波数信号ｆ_ｍに基づいて最終の周波数推定値ｆ_Ｔを決定することを特徴とする。

請求項２の発明に係わる風力発電機の運転状態判別方法は、以下同様に順次２^ｊ倍調波の誤差振動を含む推定振動周波数ｆ_ｋｉを（ｋｉ＝１／２^ｊ）を移動平均法による高域フィルタに通し、低周波分を除去された推定振動周波数信号ｆ_ｋｉに対して積分時間領域(１／２^ｊｆ_ｔｉ)秒のフーリェ変換を施してそのフーリェ変換値の絶対値が最大となる周波数を推定振動周波数信号ｆ_{（ｋ＋１）ｉ}｛（ｋ＋１）ｉ＝１／２^ｊ＋１｝として求め、２^ｊ＋１倍調波を含む推定振動周波数信号ｆ_{（ｋ＋１）ｉ}を移動平均法による高域フィルタに通し、低周波分を除去された推定振動周波数信号ｆ_{（ｋ＋１）ｉ}に対して積分時間領域(２／２^ｊ＋１ｆ_ｔｉ)秒のフーリェ変換を施してそのフーリェ変換値の絶対値が最大となる周波数を推定振動周波数信号ｆ_ｍｉ（ｍｉ＝２／２^ｊ＋１）として求め、前記推定振動周波数信号ｆ_ｍｉを数値デジタル低域フィルタを通して高周波分が除去された推定振動周波数信号ｆ_ｍｉに基づいて最終の周波数推定値ｆ_Ｔを決定することを特徴とする。

請求項３の発明に係わる風力発電機の運転状態判別方法は、請求項１または請求項２の発明において、前記測定された振動分を含む風力発電機の出力電力信号を、前記帯域フィルタに２回通すことを特徴とする。

請求項４の発明に係わる風力発電機の運転状態判別方法は、請求項１ないし３のいずれか一の発明において、前記帯域フィルタを通過した風力発電機の出力電力信号のうち、所定の閾値以下の区間の出力電力信号は、除外することを特徴とする。

請求項５の発明に係わる風力発電機の運転状態判別方法は、請求項１ないし４のいずれか一の発明において、前記推定振動周波数信号ｆ_ｍ、ｆ_ｍｉのうち、所定の探査領域を逸脱する区間の前記推定振動周波数信号ｆ_ｍ、ｆ_ｍｉは、除外することを特徴とする。

請求項６の発明に係わる風力発電機の運転状態判別方法は、請求項１ないし５のいずれか一の発明において、前記推定振動周波数信号ｆ_ｍ、ｆ_ｍｉのうち、２^ｊ倍調波の時間長が所定の時間長以下の区間の前記推定振動周波数信号ｆ_ｍ、ｆ_ｍｉは、除外することを特徴とする。

請求項７の発明に係わる風力発電機の運転状態判別方法は、請求項１ないし６のいずれか一の発明において、前記推定振動周波数信号ｆ_ｍ、ｆ_ｍｉのうち、その平均値が２^ｊｆ_ｔを中心に所定の範囲外の区間は、除外することを特徴とする。

本発明によれば、タワーシャドウ効果による風車発電機の出力電力の振動に含まれる低周波振動及び高周波振動を帯域フィルタで除去するので、風車発電機の出力電力の振動をより正確に抽出できる。そして、低周波分や高周波分が除去された出力電力信号に対して、まず、積分時間領域(１／ｆ_ｔ)秒すなわち振動周期数が１周期のフーリェ変換を施し、得られた２倍調波の誤差振動を含む推定振動周波数信号ｆ_１をさらに移動平均法による高域フィルタに通し、順次振動周期数が１／２^ｊ周期となるフーリェ変換を施して、最後に振動周期数が２／２^ｊ＋１周期のフーリェ変換を施して、推定振動周波数信号ｆ_ｍ（ｍ＝２／２^ｊ＋１）を求めるので、風力発電機の出力電力の振動が持続する区間をより正確に抽出できる。そして、風力発電機の出力電力の振動が持続する区間をより正確に抽出した推定振動周波数信号ｆ_ｍを数値デジタル低域フィルタを通して高周波分を除去するので、風力発電機の出力電力の振動の周波数推定値をより正確に推定できる。

従って、系統連系される風力発電機の振動周波数を短い振動周期数で正確に推定でき、風力発電機の回転数と出力電力との関係などの運転状態判別を行うことができる。

以下、本発明の実施の形態を説明する。図１は本発明の実施の形態に係わる風力発電機の運転状態判別方法のフローチャートである。この実施の形態では極数切換型の風力発電機を対象としている。極数切換型の風力発電機の出力電力は、極数切換型の風力発電機が連系される系統連系システムの電力量計で測定される。測定された極数切換型の風力発電機の出力電力信号にはタワーシャドウ効果による脈動分が含まれている。

まず、測定された振動分を含む極数切換型の風力発電機の出力電力信号Ｐ（ｔ）を読み込み（Ｓ１）、出力電力信号の振動として理論的に推定される理論振動周波数ｆ_ｔを中心とする移動平均法による帯域フィルタに通し、低周波分や高周波分が除去された出力電力信号Ｐ_Ｂ（ｔ）を作成する（Ｓ２）。

そして、その出力電力信号Ｐ_Ｂ（ｔ）に対して、積分時間領域(１／ｆ_ｔ)秒、すなわち（３）式で示される振動周期数Ｎの１周期分（Ｎ＝１）を選択し（Ｓ３）、その振動周期数Ｎの１周期分（Ｎ＝１）でのフーリェ変換を施し、そのフーリェ変換値の絶対値が最大となる周波数を推定振動周波数信号ｆ_Ｎ（Ｎ＝１）として求める（Ｓ４）。

求められた推定振動周波数信号ｆ_Ｎ（Ｎ＝１）には、（７）式に示すように理論振動周波数ｆ_ｔの２倍調波の誤差振動が含まれている。この２倍調波の誤差振動を含む推定振動周波数信号ｆ_Ｎ（Ｎ＝１）を移動平均法による高域フィルタに通し低周波分を除去する（Ｓ５）。そして、振動周期数ＮがＮ＝１／４であるか否かを判定し（Ｓ６）、振動周期数ＮがＮ＝１／４でない場合には振動周期数Ｎに１／２を乗算してステップＳ４に戻る（Ｓ７）。

これにより、低周波分を除去された推定振動周波数信号ｆ_Ｎ（Ｎ＝１）に対して、積分時間領域(１／２ｆ_ｔ)秒、すなわち振動周期数Ｎの１／２周期分（Ｎ＝１／２）のフーリェ変換を施して、そのフーリェ変換値の絶対値が最大となる周波数を推定振動周波数信号ｆ_Ｎ（Ｎ＝１／２）として求め（Ｓ４）、高域フィルタを通し（Ｓ５）、振動周期数Ｎ（Ｎ＝１／２）がＮ＝１／４であるか否かを判定する（Ｓ６）。この場合も、振動周期数ＮがＮ＝１／４でないので振動周期数Ｎ（Ｎ＝１／２）に１／２を乗算してステップＳ４に戻る（Ｓ７）。

同様に、低周波分を除去された推定振動周波数信号ｆ_Ｎ（Ｎ＝１／２）に対して、積分時間領域(１／４ｆ_ｔ)秒、すなわち振動周期数Ｎの１／４周期分（Ｎ＝１／４）のフーリェ変換を施して、そのフーリェ変換値の絶対値が最大となる周波数を推定振動周波数信号ｆ_Ｎ（Ｎ＝１／４）として求め（Ｓ４）、高域フィルタを通し（Ｓ５）、振動周期数Ｎ（Ｎ＝１／４）がＮ＝１／４であるか否かを判定する（Ｓ６）。この場合は、振動周期数ＮがＮ＝１／４であるので、ステップＳ８に進む。

ステップＳ８では、低周波分を除去された推定振動周波数信号推定振動周波数信号ｆ_Ｎ（Ｎ＝１／４）に対して積分時間領域(２／８ｆ_ｔ)秒、すなわち、振動周期数Ｎの１／４周期分の２周期分（Ｎ＝２／８）のフーリェ変換を施してそのフーリェ変換値の絶対値が最大となる周波数を推定振動周波数信号ｆ_Ｎ（Ｎ＝２／８）として求める（Ｓ９）。

このように、振動周期数ＮがＮ＝１である出力電力信号のフーリェ変換値の絶対値を最大とする推定振動周波数信号ｆ_Ｎ（Ｎ＝１）に対して、さらに高域フィルタを適用して順次フーリェ変換を行うのは、帯域フィルタを通過した出力電力信号Ｐ_Ｂ（ｔ）の振動が継続する期間（良質区間）を抽出するためである。

次に、ステップＳ９で得られた推定振動周波数信号ｆ_Ｎ（Ｎ＝２／８）を数値デジタル低域フィルタを通して高周波分を除去し、高周波分が除去された推定振動周波数信号ｆ_Ｎ（Ｎ＝２／８）に基づいて最終の周波数推定値ｆ_Ｔを決定する（Ｓ１０）。

以上の説明では、振動周期数ＮがＮ＝１、Ｎ＝１／２、Ｎ＝１／４、Ｎ＝２／８の場合（ステップ７の処理を２回行う場合、つまり１／２^ｊのｊ＝２の場合）について説明したが、ｊ＝３の場合やｊ＝４の場合であっても良い。

一般には、２^ｊ倍調波の誤差振動を含む推定振動周波数ｆ_ｋ（ｋ＝１／２^ｊ）を移動平均法による高域フィルタに通し、低周波分を除去された推定振動周波数信号ｆ_ｋに対して積分時間領域(１／２^ｊｆ_ｔ)秒のフーリェ変換を施してそのフーリェ変換値の絶対値が最大となる周波数を推定振動周波数信号ｆ_ｋ＋１（ｋ＋１＝１／２^ｊ＋１）として求める。そして、２^ｊ＋１倍調波を含む推定振動周波数信号ｆ_ｋ＋１を移動平均法による高域フィルタに通し、低周波分を除去された推定振動周波数信号ｆ_ｋ＋１に対して積分時間領域(２／２^ｊ＋１ｆ_ｔ)秒のフーリェ変換を施してそのフーリェ変換値の絶対値が最大となる周波数を推定振動周波数信号ｆ_ｍ（ｍ＝２／２^ｊ＋１）として求め、この推定振動周波数信号ｆ_ｍを数値デジタル低域フィルタを通して高周波分が除去された推定振動周波数信号ｆ_ｍに基づいて最終の周波数推定値ｆ_Ｔを決定する。

以下、各ステップＳ１〜Ｓ１０の処理内容につき詳細に説明する。まず、帯域フィルタについて説明する。風力発電機の回転数の推定を行うに際し、風力発電機の出力信号Ｐ（ｔ）に含まれるタワーシャドウ効果による振動を抽出するわけであるが、タワーシャドウ効果による振動に低周波振動が重畳することがあり、低周波振動が重畳すると基本波の振動誤差が発生する。そこで、これを抑制するとともに、高周波振動を除去するために帯域フィルタを適用する。すなわち、極数切換型の風力発電機では（１）式で与えられる理論振動周波数は２種類しかないので、これらを通過率が最大の周波数とする帯域フィルタを適用する。

この場合の帯域フィルタとしては、位相が対周波数特性を持たない移動平均法の低域フィルタと高域フィルタとを組み合わせたものを使用する。帯域フィルタはフィルタ中心の周波数を理論振動周波数ｆ_ｔとし、かつ、その通過率Ｋ_Ｂの対周波数（ｆ）特性が次式で与えられるものを採用する。

また、帯域フィルタは風力発電機の出力電力信号Ｐ（ｔ）に対し、必要に応じて連続2回適用する。これにより、風力発電機の出力電力信号Ｐ（ｔ）に含まれる低周波振動及び高周波振動を除去する。

図２は、本発明の実施の形態で使用する帯域フィルタの通過率Ｋ_Ｂの対周波数特性図である。図２に示すように、帯域フィルタは中心の周波数を理論振動周波数ｆ_ｔとし、通過率Ｋ_Ｂが０．４であるフィルタである。

図３は、測定された風力発電機の出力電力信号Ｐ（ｔ）に連続2回に亘って帯域フィルタを適用した場合の風力発電機の出力電力信号Ｐ_Ｂ（ｔ）の対周波数特性図である。図３では、測定された風力発電機の出力電力信号Ｐ（ｔ）と帯域フィルタを適用した後の風力発電機の出力電力信号Ｐ_Ｂ（ｔ）とを示しており、時刻４秒の近傍で２周期程度の振動のみを持つＰ（ｔ）とＰ_Ｂ（ｔ）とを比較図示しているが、帯域フィルタにより十分平滑化されていることが分かる。

次に、帯域フィルタを通過した風力発電機の出力電力信号Ｐ_Ｂ（ｔ）のうち、所定の閾値Ｐ_Ｂ，Ｃ以下の区間の出力電力信号Ｐ_Ｂ（ｔ）は、必要に応じて除外する。

これは、タワーシャドウ効果による振動振幅が小の場合には推定結果の信頼性は低く、出力電力信号Ｐ_Ｂ（ｔ）の脈動が小の領域での推定結果を除外することが望ましいからである。このため、除外の指標としての出力電力信号Ｐ_Ｂ（ｔ）の振幅値に対する閾値Ｐ_Ｂ，Ｃは、以下のように設定する。

まず、発電機は定格電圧Ｖ_Ｎで一定、かつ力率も1であるとすると、電流脈動分により電力脈動分が決定される。従って、Ａ／Ｄ変換器の1ビットに対応した有効電力の跳び幅Δｐは、MビットのＡ／Ｄ変換器の入力レンジＶ_ｉｎと、定格電流Ｉ_Ｎに対し電圧換算された入力信号レベルＶ_Ｉとを用いて表すと、次の（９）式で与えられる。

ここで、β＝２^Ｍ−１（Ｖ_Ｉ／Ｖ_ｉｎ）である。

さらに、帯域フィルタを2回通し帯域フィルタの通過率Ｋ_Ｂが０．４であることを考慮すれば、出力電力信号Ｐ_Ｂ（ｔ）の飛び幅Δｐ_Ｂは０．４Δｐになる。これより、図４に示すように、出力電力信号Ｐ_Ｂ（ｔ）の閾値Ｐ_Ｂ，ＣはＡ／Ｄ変換器の最小分解能（Δｐ_Ｂ／２）が臨界値となる。実際のトレンドは正弦波ではないので余裕度α（α_０≧α≧１）を用いて、閾値Ｐ_Ｂ，Ｃは次のよう設定する。

次に、振動周期数ＮがＮ＝１である出力電力信号Ｐ_Ｂ（ｔ）のフーリェ変換値の絶対値を最大とする推定振動周波数信号ｆ_Ｎ（Ｎ＝１）に対して、さらに高域フィルタを適用して順次フーリェ変換を行う理由について説明する。

図５は、出力電力信号Ｐ_Ｂ（ｔ）を用いての振動周期数Ｎの１周期分（Ｎ＝１）での推定振動周波数信号ｆ_１及び３周期分（Ｎ＝３）での推定振動周波数信号ｆ_３の特性図である。推定振動周波数信号ｆ_１、ｆ_３の添字１、３は基本波の周期で見た積分時間領域長である。また、後述の推定振動周波数信号ｆ_ａ／ｂの添字ａ／ｂの分母ｂは調波数であり分子ａはその調波数ｂにおける周期数である。

図５（ａ）は出力電力信号Ｐ_Ｂ（ｔ）に対して振動周期数Ｎの１周期分（Ｎ＝１）でのフーリェ変換を施し、そのフーリェ変換値の絶対値が最大となる推定振動周波数信号ｆ_１の特性図であり、図５（ｂ）は出力電力信号Ｐ_Ｂ（ｔ）に対して振動周期数Ｎの３周期分（Ｎ＝３）でのフーリェ変換を施し、そのフーリェ変換値の絶対値が最大となる推定振動周波数信号ｆ_３の特性図である。

図５（ｂ）から分かるように、推定振動周波数信号ｆ_３の場合には非良質データ領域である時刻1秒付近でも誤差εが小となる領域があるが、図５（ａ）から分かるように、推定振動周波数信号ｆ_１の場合には、良質データ領域には規則的な２倍調波振動が現れ、非良質データ領域には規則的な振動は現れないか不規則なものとなる。なお、大きく変動する誤差振動の影響を抑制するために、推定振動周波数信号ｆ_１、ｆ_３の探査領域は理論振動周波数ｆ_ｔを中心に所定の範囲としている。例えば、理論振動周波数ｆ_ｔを中心に±３０％の範囲で行っている。これにより、大きく変動する誤差振動の影響を抑制する。

このような良質データ領域と非良質データ領域との差異が明瞭化されてくる推定振動周波数信号ｆ_１（Ｎ＝１）の性質に着目し、この推定振動周波数信号ｆ_１（Ｎ＝１）から良質データ領域の抽出を行う。すなわち、振動周波数信号ｆ_１（Ｎ＝１）は積分時間長が１周期分であり、周波数推定の時間領域の縮小を図れる。

そこで、推定振動周波数信号ｆ_１（Ｎ＝１）を用いて、さらに２倍調波の１周期分の領域、すなわち、Ｎ＝１／２による周波数推定を行うことにした。その場合、その推定前に低周波分除去のため、次なる通過率Ｋ_Ｈの高域フィルタを適用する。

図６は推定振動周波数信号ｆ_１（Ｎ＝１）を高域フィルタに通して得られた推定振動周波数信号Ｆ_１（Ｎ＝１）の特性図である。図６と図５（ａ）をと比較すると、推定振動周波数信号ｆ_１（Ｎ＝１）に高域フィルタを適用すると低周波分が除去されていることが分かる。

そして、低周波分を除去された推定振動周波数信号Ｆ_１（Ｎ＝１）に対して、積分時間領域(１／２ｆ_ｔ)秒、すなわち振動周期数Ｎの１／２周期分（Ｎ＝１／２）のフーリェ変換を施して、そのフーリェ変換値の絶対値が最大となる周波数を推定振動周波数信号ｆ_１／２（Ｎ＝１／２）として求める。

図７は２倍調波振動の推定振動周波数信号Ｆ_１（Ｎ＝１）を用いての振動周期数Ｎの１／２周期分（Ｎ＝１／２）での推定振動周波数信号ｆ_１／２の特性図である。推定振動周波数信号ｆ_１／２の探査領域としては、前述と同様に、理論振動周波数２ｆ_ｔを中心に±３０％の範囲で行った場合を示している。

図７に示すように、２倍調波振動の1周期分（振動周期数Ｎの１／２周期分）のデータでの推定で、推定振動周波数信号ｆ_１／２には４倍調波振動が発生し、かつ、非良質データ領域の推定値は、その探査領域境界へと逸脱するものが発生している。

さらに、この推定振動周波数信号ｆ_１／２に高域フィルタを適用して、積分時間領域(１／４ｆ_ｔ)秒、すなわち振動周期数Ｎの１／４周期分（Ｎ＝１／４）のフーリェ変換を施して、そのフーリェ変換値の絶対値が最大となる周波数を推定振動周波数信号ｆ_１／４（Ｎ＝１／４）として求める。

図８は４倍調波振動の推定振動周波数信号ｆ_１／２（Ｎ＝１／２）を用いての振動周期数Ｎの１／４周期分（Ｎ＝１／４）での推定振動周波数信号ｆ_１／４の特性図である。推定振動周波数信号ｆ_１／４の探査領域としては、前述と同様に、理論振動周波数４ｆ_ｔを中心に±３０％の範囲で行った場合を示している。

図８に示すように、４倍調波振動の1周期分（振動周期数Ｎの１／４周期分）のデータでの推定で、推定振動周波数信号ｆ_１／４には８倍調波振動が発生し、かつ、非良質データ領域の推定値は、その探査領域境界へと逸脱するものが顕著に発生している。

最後に、この推定振動周波数信号ｆ_１／４に高域フィルタを適用し、振動抑制のため（７）式より、一例としてＮ＝２／８とし周波数推定を行う。

図９は８倍調波振動の推定振動周波数信号ｆ_１／４（Ｎ＝１／４）を用いての振動周期数Ｎの２／８周期分（Ｎ＝２／８）での推定振動周波数信号ｆ_２／８の特性図である。推定振動周波数信号ｆ_２／８の探査領域としては、前述と同様に、理論振動周波数４ｆ_ｔを中心に±３０％の範囲で行った場合を示している。

図９に示すように、８倍調波振動の２周期分（振動周期数Ｎの１／４周期分）のデータの推定で、推定振動周波数信号ｆ_２／８には１６倍調波振動が発生し、かつ、非良質データ領域の推定値は、その探査領域境界へと逸脱するものが顕著に発生している。

そして、この推定振動周波数信号ｆ_２／８のトレンドから良質データ領域の抽出は、次の手順により計算機で自動的に行われる。良質データ領域が所定の時間幅Δｔ未満の区間は除外する。推定振動周波数信号ｆ_２／８の平均値が８ｆ_ｔを中心にして、所定範囲（例えば、±１５％）外の区間は除外する。なお、帯域フィルタを通過した風力発電機の出力電力信号Ｐ_Ｂ（ｔ）のうち所定の閾値Ｐ_Ｂ，Ｃ以下の区間の出力電力信号Ｐ_Ｂ（ｔ）は既に除外しており、また、推定振動周波数信号ｆ_２／８が所定の探査領域外のものも既に除外しているので、精度良く良質データ領域を抽出できる。

このようにして抽出した推定振動周波数信号ｆ_２／８を数値デジタル低域フィルタに通して高周波分を除去し、高周波分が除去された推定振動周波数信号ｆ_２／８に基づいて最終の周波数推定値ｆ_Ｔを決定する。

すなわち、図１０に示すRC回路による低域フィルタを模擬した数値デジタル低域フィルタを用いて、推定振動周波数信号ｆ_２／８を平滑化し振動誤差をさらに抑制する。数値デジタル低域フィルタを通すことにより、良質データ領域と判断された領域内の最終的な推定値ｆ_Ｔは次の（１２）式のように与えられる。

ここで、Δｔ：刻み時間幅、Ｒ：抵抗、Ｃ：静電容量、添字ｋは時間ステップを示す。また、ｎは推定振動周波数信号ｆ_２／ｎの調波数、推定振動周波数信号ｆ_２／ｎの添字２／ｎの分母ｎは調波数、分子２はその調波数ｎにおける周期数である。

次に、回路時定数ＲＣは、2倍調波振動が１０%に減衰する（１３）式に示す条件式により定める。

図１１は、自動的に判定された良質データ領域部分の平滑化された推定振動周波数信号ｆ_Ｔのトレンドを示すトレンド図である。このように、推定演算して得られた最終的な振動周波数信号ｆ_Ｔは理論振動周波数ｆ_ｔの近傍にトレンドとして得られる。

以上の説明では、極数切換型の風力発電機の場合について説明したが、次に、可変速型の風力発電機について適用する場合について説明する。可変速型の発電機では、そのタワ−シャドウ効果による理論振動周波数ｆ_ｔは極数切換型の発電機とは異なり、一般に同期速度に対応する周波数ｆ_０を中心に約±３０％の領域で変動する。そこで、出力電力信号の振動が存在すると推定される存在領域、すなわち同期速度に対応する周波数ｆ_０を中心に約±３０％の領域をｎ等分し、そのｎ等分した各領域の中心周波数を出力電力信号Ｐ（ｔ）の振動として理論的に推定される理論振動数ｆ_ｔｉ（ｉ＝１，２，３，…ｎ）とする。実用的には、例えば３分割し、分割した各領域において、その各理論振動数ｆ_ｔ１、ｆ_ｔ２、ｆ_ｔ３を中心とする図１に示した処理を行う。

図１２は極数切換型の風力発電機の出力電力Ｐ（ｔ）の特性及び可変速型の風力発電機の出力電力Ｐ（ｔ）の特性の特性図である。図１２（ａ）に示すように、極数切換型の風力発電機の出力電力Ｐ（ｔ）の特性は理論振動数ｆ_ｔを中心としてタワ−シャドウ効果による振動を示す特性となるが、可変速型の風力発電機の出力電力Ｐ（ｔ）の特性は、図１２（ｂ）に示すように、極数切換型に比しタワ−シャドウ効果による出力脈動量が極めて小である。これは、出力電力Ｐ（ｔ）の変動を抑制するための制御を行うためである。

このため、可変速型の風力発電機の出力電力Ｐ（ｔ）に対して、図１に示した処理をそのまま適用したとき、例えば、同期速度に対応する周波数ｆ_０を中心とする帯域フィルタを２回連続適用したときには、周波数の存在範囲端部で約３５％の減衰があるため、この近傍での振動が見落とされる懸念がある。この端部での減衰に対応するために、同期速度に対応する周波数ｆ_０を中心に約±３０％の領域をｎ等分し、そのｎ等分した各領域の中心周波数を出力電力信号Ｐ（ｔ）の振動として理論的に推定される理論振動数ｆ_ｔｉ（ｉ＝１，２，３，…ｎ）とする。

例えば、周波数の存在範囲を3等分することで端部減衰が約１０％と抑制される。さらに、各領域の中心周波数を理論振動数に擬することで、それらの各領域に対して、図１の処理にて周波数推定を行えば、可変速型の風力発電機でも周波数推定が可能である。この場合、擬似的な理論振動数理論振動数ｆ_ｔｉ（ｉ＝１，２，３）は次のように定義される。

ここで、ｆ_ｔｍａｘはタワーシャドウ効果による周波数の最大値、ｆ_ｔｍｉｎはタワーシャドウ効果による周波数の最小値である。

次に、可変速型の風力発電機の周波数推定においても、帯域フィルタを通過した風力発電機の出力電力信号Ｐ_Ｂ（ｔ）のうち、所定の閾値Ｐ_Ｂ，Ｃ以下の区間の出力電力信号Ｐ_Ｂ（ｔ）は、必要に応じて除外する。

図１３は所定の閾値Ｐ_Ｂ，Ｃを適用しない場合の周波数推定値ｆ_Ｔのトレンド図である。図１３から分かるように、所定の閾値Ｐ_Ｂ，Ｃを適用しない場合には、１５０秒以降ではほぼ同時刻に大きく異なる推定周波数が存在し、物理的に不合理なことが分かる。その理由は、振動振幅が小の場合には推定結果の信頼性は低く、出力電力信号Ｐ_Ｂ（ｔ）の脈動が小の領域での推定結果を除外することが望ましいからである。

そこで、図１４に示すように、帯域フィルタを通過した出力電力信号Ｐ_Ｂ（ｔ）に所定の閾値Ｐ_Ｂ，Ｃを適用し、振動振幅が小である時間領域での振動を除外する。この結果、図１５に示すように、物理的に不合理なものが除外され、風力発電機の周波数推定値ｆ_Ｔのトレンドが得られる。

以上述べたように、本発明の実施の形態によれば、良質データ領域と非良質データ領域との差異が明瞭化されてくる推定振動周波数信号ｆ_１の性質に着目し、得られた２倍調波の誤差振動を含む推定振動周波数信号ｆ_１に対して、さらにフーリェ変換を施し、最後に振動周期数が２／２^ｊ＋１周期のフーリェ変換を施して、推定振動周波数信号ｆ_ｍ（ｍ＝２／２^ｊ＋１）を求めるので、風力発電機の出力電力の振動が持続する区間をより正確に抽出できる。そして、推定振動周波数信号ｆ_ｍを数値デジタル低域フィルタを通して高周波分を除去するので、風力発電機の出力電力の振動の周波数推定値をより正確に推定できる。

本発明の実施の形態に係わる風力発電機の運転状態判別方法のフローチャートである。 本発明の実施の形態で使用する帯域フィルタの通過率Ｋ_Ｂの対周波数特性図である。 本発明の実施の形態において、測定された風力発電機の出力電力信号Ｐ（ｔ）に連続2回に亘って帯域フィルタを適用した場合の風力発電機の出力電力信号Ｐ_Ｂ（ｔ）の対周波数特性図である。 本発明の実施の形態における所定の閾値Ｐ_Ｂ，Ｃと帯域フィルタを通過した出力電力信号Ｐ_Ｂ（ｔ）との関係を示すトレンド図である。 本発明の実施の形態における出力電力信号Ｐ_Ｂ（ｔ）を用いての振動周期数Ｎの１周期分（Ｎ＝１）での推定振動周波数信号ｆ_１及び３周期分（Ｎ＝３）での推定振動周波数信号ｆ_３の特性図である。 本発明の実施の形態における推定振動周波数信号ｆ_１（Ｎ＝１）を高域フィルタに通して得られた推定振動周波数信号Ｆ_１（Ｎ＝１）の特性図である。 本発明の実施の形態における２倍調波振動の推定振動周波数信号Ｆ_１（Ｎ＝１）を用いての振動周期数Ｎの１／２周期分（Ｎ＝１／２）での推定振動周波数信号ｆ_１／２の特性図である。 本発明の実施の形態における４倍調波振動の推定振動周波数信号ｆ_１／２（Ｎ＝１／２）を用いての振動周期数Ｎの１／４周期分（Ｎ＝１／４）での推定振動周波数信号ｆ_１／４の特性図である。 本発明の実施の形態における８倍調波振動の推定振動周波数信号ｆ_１／４（Ｎ＝１／４）を用いての振動周期数Ｎの２／８周期分（Ｎ＝２／８）での推定振動周波数信号ｆ_２／８の特性図である。 本発明の実施の形態における数値デジタル低域フィルタのＲＣ等価回路図である。 本発明の実施の形態における自動的に判定された良質データ領域部分の平滑化された推定振動周波数信号ｆ_Ｔのトレンドを示すトレンド図である。 極数切換型の風力発電機の出力電力Ｐ（ｔ）の特性及び可変速型の風力発電機の出力電力Ｐ（ｔ）の特性の特性図である。 帯域フィルタを通過した出力電力信号Ｐ_Ｂ（ｔ）に所定の閾値Ｐ_Ｂ，Ｃを適用しない場合の周波数推定値ｆ_Ｔのトレンド図である。 帯域フィルタを通過した出力電力信号Ｐ_Ｂ（ｔ）と所定の閾値Ｐ_Ｂ，Ｃを示すトレンド図である。 帯域フィルタを通過した出力電力信号Ｐ_Ｂ（ｔ）に所定の閾値Ｐ_Ｂ，Ｃを適用した場合の周波数推定値ｆ_Ｔのトレンド図である。

符号の説明

Ｓ１…出力電力信号読み込み処理、Ｓ２…帯域フィルタリング処理、Ｓ３…積分領域の初期値設定処理、Ｓ４…フーリェ変換処理、Ｓ５…高域フィルタリング処理、Ｓ６…フーリェ変換回数判定処理、Ｓ７…積分領域の設定変更処理、Ｓ８…最終の積分領域の設定処理、Ｓ９…フーリェ変換処理、Ｓ１０…推定周波数計算処理

Claims (7)

1. 測定された振動分を含む極数切換型の風力発電機の出力電力信号を入力し、前記出力電力信号の振動として理論的に推定される理論振動周波数ｆ_ｔを中心とする移動平均法による帯域フィルタに通し、低周波分や高周波分が除去された出力電力信号に対して積分時間領域(１／ｆ_ｔ)秒のフーリェ変換を施してそのフーリェ変換値の絶対値が最大となる周波数を推定振動周波数信号ｆ_１として求め、求められた２倍調波の誤差振動を含む前記推定振動周波数信号ｆ_１を移動平均法による高域フィルタに通し、低周波分を除去された推定振動周波数信号ｆ_１に対して積分時間領域(１／２ｆ_ｔ)秒のフーリェ変換を施してそのフーリェ変換値の絶対値が最大となる周波数を推定振動周波数信号ｆ_１／２として求め、以下同様に順次２^ｊ倍調波の誤差振動を含む推定振動周波数ｆ_ｋ（ｋ＝１／２^ｊ）を移動平均法による高域フィルタに通し、低周波分を除去された推定振動周波数信号ｆ_ｋに対して積分時間領域(１／２^ｊｆ_ｔ)秒のフーリェ変換を施してそのフーリェ変換値の絶対値が最大となる周波数を推定振動周波数信号ｆ_ｋ＋１（ｋ＋１＝１／２^ｊ＋１）として求め、２^ｊ＋１倍調波を含む推定振動周波数信号ｆ_ｋ＋１を移動平均法による高域フィルタに通し、低周波分を除去された推定振動周波数信号ｆ_ｋ＋１に対して積分時間領域(２／２^ｊ＋１ｆ_ｔ)秒のフーリェ変換を施してそのフーリェ変換値の絶対値が最大となる周波数を推定振動周波数信号ｆ_ｍ（ｍ＝２／２^ｊ＋１）として求め、前記推定振動周波数信号ｆ_ｍを数値デジタル低域フィルタを通して高周波分が除去された推定振動周波数信号ｆ_ｍに基づいて最終の周波数推定値ｆ_Ｔを決定することを特徴とする風力発電機の運転状態判別方法。
2. 測定された振動分を含む可変速型の風力発電機の出力電力信号を入力し、前記出力電力信号の振動が存在すると推定される存在領域をｎ等分した各領域の中心周波数を前記出力電力信号の振動として理論的に推定される理論振動数ｆ_ｔｉと（ｉ＝１，２，３，…ｎ）とし、その各理論振動数ｆ_ｔｉを中心とする移動平均法による帯域フィルタに通し、低周波分や高周波分が除去された出力電力信号に対して積分時間領域(１／ｆ_ｔｉ)秒のフーリェ変換を施してそのフーリェ変換値の絶対値が最大となる周波数を推定振動周波数信号ｆ_１ｉとして求め、求められた２倍調波の誤差振動を含む前記推定振動周波数信号ｆ_１ｉを移動平均法による高域フィルタに通し、低周波分を除去された推定振動周波数信号ｆ_１ｉに対して積分時間領域(１／２ｆ_ｔｉ)秒のフーリェ変換を施してそのフーリェ変換値の絶対値が最大となる周波数を推定振動周波数信号ｆ_{（１／２）ｉ}として求め、以下同様に順次２^ｊ倍調波の誤差振動を含む推定振動周波数ｆ_ｋｉを（ｋｉ＝１／２^ｊ）を移動平均法による高域フィルタに通し、低周波分を除去された推定振動周波数信号ｆ_ｋｉに対して積分時間領域(１／２^ｊｆ_ｔｉ)秒のフーリェ変換を施してそのフーリェ変換値の絶対値が最大となる周波数を推定振動周波数信号ｆ_{（ｋ＋１）ｉ}｛（ｋ＋１）ｉ＝１／２^ｊ＋１｝として求め、２^ｊ＋１倍調波を含む推定振動周波数信号ｆ_{（ｋ＋１）ｉ}を移動平均法による高域フィルタに通し、低周波分を除去された推定振動周波数信号ｆ_{（ｋ＋１）ｉ}に対して積分時間領域(２／２^ｊ＋１ｆ_ｔｉ)秒のフーリェ変換を施してそのフーリェ変換値の絶対値が最大となる周波数を推定振動周波数信号ｆ_ｍｉ（ｍｉ＝２／２^ｊ＋１）として求め、前記推定振動周波数信号ｆ_ｍｉを数値デジタル低域フィルタを通して高周波分が除去された推定振動周波数信号ｆ_ｍｉに基づいて最終の周波数推定値ｆ_Ｔを決定することを特徴とする風力発電機の運転状態判別方法。
3. 前記測定された振動分を含む風力発電機の出力電力信号を、前記帯域フィルタに２回通すことを特徴とする請求項１または２記載の風力発電機の運転状態判別方法。
4. 前記帯域フィルタを通過した風力発電機の出力電力信号のうち、所定の閾値以下の区間の出力電力信号は、除外することを特徴とする請求項１ないし３のいずれか一に記載の風力発電機の運転状態判別方法。
5. 前記推定振動周波数信号ｆ_ｍ、ｆ_ｍｉのうち、所定の探査領域を逸脱する区間の前記推定振動周波数信号ｆ_ｍ、ｆ_ｍｉは、除外することを特徴とする請求項１ないし４のいずれか一に記載の風力発電機の運転状態判別方法。
6. 前記推定振動周波数信号ｆ_ｍ、ｆ_ｍｉのうち、２^ｊ倍調波の時間長が所定の時間長以下の区間の前記推定振動周波数信号ｆ_ｍ、ｆ_ｍｉは、除外することを特徴とする請求項１ないし５のいずれか一に記載の風力発電機の運転状態判別方法。
7. 前記推定振動周波数信号ｆ_ｍ、ｆ_ｍｉのうち、その平均値が２^ｊｆ_ｔを中心に所定の範囲外の区間は、除外することを特徴とする請求項１ないし６のいずれか一に記載の風力発電機の運転状態判別方法。
   
   

Images