风电机组叶片覆冰预测和防覆冰技术综述

doi:10.19936/j.cnki.2096-8000.20240828.016

摘要/Abstract

摘要： 风电机组运行在低温、潮湿环境下,叶片极易发生覆冰现象,严重影响机组的安全性、可靠性和发电效益。本文基于航空器防覆冰相关技术的研究,从叶片覆冰检测和监测技术出发,阐述了防覆冰涂层和低粘接力涂层等被动除冰技术以及液流融冰、机械除冰、电热除冰和气热除冰等主动除冰技术。通过对不同除冰技术的分析对比得出结论,电热除冰和气热除冰将成为主要的研究和应用方向。建议在投资新项目建设时,将覆冰折减率纳入投资收益率的影响因素,并采购出厂配置除冰系统的考虑覆冰折减的风电场建设机组。

关键词: 叶片覆冰, 复合材料, 覆冰监测, 液流融冰, 机械除冰, 电热除冰, 气热除冰, 覆冰折减率

Abstract: Wind turbines are prone to blade icing while in low temperature and humid environments, which seriously affects the safety and reliability of wind turbines seriously, and also affects power generation efficiency. This thesis is based on aircraft anti-icing coatings and low adhesion coatings technologies, elaborated from the detection and monitoring technology of blade icing, then focused on active deicing technologies such as liquid flow deicing, mechanical deicing, electric heating deicing and air-heating deicing. Through analyzed and compared different deicing technologies, it is concluded that electric heating deicing and air-heating deicing will be the main direction of research and application. Finally, it is recommended to considering the blade icing reduction ratio as affecting investment factor when in a new projects, and considering installing deicing systems when purchase wind turbines for the new project which blade icing reduction.

Key words: blade icing, composite material, icing monitoring, liquid deicing, mechanical deicing, electrical deicing, air-heating deicing, icing reduction ratio

中图分类号:

TB332

张莹博, 单光华, 王飞, 马海鹏, 刘瑞卿, 陈辉. 风电机组叶片覆冰预测和防覆冰技术综述[J]. 复合材料科学与工程, 2024, 0(8): 119-128.

ZHANG Yingbo, SHAN Guanghua, WANG Fei, MA Haipeng, LIU Ruiqing, CHEN Hui. Review of prediction and prevention techniques for wind turbine blade icing[J]. COMPOSITES SCIENCE AND ENGINEERING, 2024, 0(8): 119-128.

参考文献

[1] 佚名. 全球首台超低风速机组在安徽并网发电[J]. 玻璃钢/复合材料, 2012(3): 105.
[2] 陈阳, 薛浩鹏, 郝志勇. 风电叶片除冰方法理论研究[J]. 天津科技, 2015, 42(7): 29-30.
[3] 许斌, 郭雪怡, 陈洪兵. 基于压电陶瓷的风机叶片模型覆冰主动监测[J]. 压电与声光, 2017, 39(1): 72-76.
[4] 吕庆, 宁立伟, 魏克湘, 等. 风力机叶片气热除冰系统研究[J]. 玻璃钢/复合材料, 2017(9): 63-66.
[5] ZHOU H, WANG H, NIU H, et al. A waterborne coating system for preparing robust, self-healing, superamphiphobic surfaces[J]. Advanced Functional Materials, 2017, 27(14): 1604261.
[6] FARHADI S, FARZANEH M, KULINICH S A. Anti-icing performance of superhydrophobic surfaces[J]. Applied Surface Science, 2011, 257(14): 6264-6269.
[7] ZENG D, LI Y, LIU H Q, et al. Superhydrophobic coating induced anti-icing and deicing characteristics of an airfoil[J]. Colloids and Surfaces A: Physicochemical and Engineering Aspects, 2023, 660: 130824.
[8] ZHU Y T, WANG Z L L, LIU X L, et al. Anti-icing/de-icing mechanical and application progress of bio-inspired surface for aircraft[J]. Transactions of Nanjing University of Aeronautics and Astronautics, 2022, 39(5): 541-560.
[9] VERTUCCIO L, FOGLIA F, PANTANI R, et al. New aircraft anti/de-icing technologies[J]. IOP Conference Series: Materials Science and Engineering, 2021, 1024(1): 012012.
[10] 刘庆超, 郭鹏, 郭鹏, 等. 多参数模型风电机组叶片结冰监测与预警研究[J]. 太阳能学报, 2022, 43(2): 402-407.
[11] 李宁波, 闫涛, 李乃鹏, 等. 基于SCADA数据的风机叶片结冰检测方法[J]. 发电技术, 2018, 39(1): 58-62.
[12] 龚妙, 李录平, 刘瑞, 等. 基于运行参数特征的风力机叶片覆冰诊断方法[J]. 动力工程学报, 2019, 39(3): 214-219.
[13] 孟杭, 黄细霞, 刘娟, 等. 结合随机森林和SVM的风机叶片结冰预测[J]. 电测与仪表, 2020, 57(17): 66-71.
[14] 张丹峰. 基于Light GBM, XGBoost, ERT混合模型的风机叶片结冰预测研究[D]. 上海: 上海师范大学, 2018.
[15] 周广飞. 多元统计分析方法在风机叶片结冰故障预测研究[D]. 北京: 华北电力大学, 2019.
[16] 李大中, 刘家瑞, 张华英. 基于深度全连接神经网络的风机叶片结冰预测方法[J]. 电力科学与工程, 2019, 35(4): 39-44.
[17] 郝艳捧, 刘国特, 薛艺为, 等. 输电线路覆冰厚度的小波分析图像识别[J]. 高压电技术, 2014, 40(2): 368-373.
[18] 宋伟, 李东坚, 谢伟, 等. 基于现场图像处理的输电线路覆冰测量系统[J]. 光子学报, 2017, 46(Z1): 3-7.
[19] 黄琴. 基于图像处理的结冰传感器标定方法的研究[D]. 湖北: 华中科技大学, 2007.
[20] 孙凯, 张新燕, 常喜强, 等. 基于图像识别的叶片结冰检测方法研究[J]. 四川电力技术, 2019, 42(2): 1-5.
[21] 张杰, 周磊, 张洪, 等. 飞机结冰探测技术[J]. 仪器仪表学报, 2006(12): 1578-1586.
[22] 陆佳政, 蒋正龙, 雷红才, 等. 湖南电网2008年冰灾事故分析[J]. 电力系统自动化, 2008, 32(11): 20-23.
[23] 晏鸣宇, 周志宇, 文劲宇, 等. 基于短期预测覆冰的电网覆冰灾害风电评估方法[J]. 电力系统自动化, 2016, 40(21): 168-175.
[24] 霍炼楚. 基于遥感信息的冰冻载荷预警系统[D]. 湖南: 中南林业科技大学, 2018.
[25] 何程炜. 湖南省冰冻灾害信息管理与预警研究[D]. 湖南: 中南林业科技大学, 2018.
[26] 马飞宇, 张春芝, 李飞宇. 基于神经网络技术的风力机叶片覆冰预测方法[J]. 复合材料科学及工程, 2022(11): 96-101.
[27] 叶林, 李奕霖, 裴铭, 等. 寒潮天气小样本条件下的短期风电功率组合预测[J]. 中国电机工程学报, 2023, 43(2): 543-554.
[28] 李小飞, 洪时泉, 周进, 等. 飞机防冰表面材料研究进展[J]. 航空科学技术, 2019, 30(7): 1-7.
[29] NEINHUIS C, BARTHLOTT W. Characterization and distribution of water-repellent self-cleaning plant surfaces[J]. Annals of Botany, 1997(79): 667-677.
[30] 杨钦. 工程实用性超疏水自清洁涂层防结冰行为及机理研究[D]. 重庆: 中国科学院重庆绿色智能技术研究院, 2017.
[31] GE L, DING G, WANG H, et al. Anti-icing property of superhy drophobic octadecyltrichlorosilane film and its ice adhesion strength[J]. Journal of Nanomaterials, 2013(10): 1-5.
[32] BAIDYA A, GANAYEE M A, RAVINDRAN S J, et al. Organic solvent-free fabrication of durable and multifunctional superhydrophobic paper from waterborne fluorinated cellulose nanofiber building blocks[J]. ACS Nano, 2017(11): 11091-11099.
[33] 周开河, 钱锡颖, 吴忠平, 等. 电网架空地线用自吸热防覆冰易除涂料的研制[J]. 涂层与防护, 2021, 42(3): 7-12.
[34] 周龙武, 田正波, 刘春翔, 等. 吸热型RTV防覆冰涂料性能分析[J]. 电磁避雷器, 2020, 298(6): 215-220.
[35] 吕健勇, 王健君. 防冰涂料研究进展[J]. 涂料技术与文摘, 2014, 35(8): 37-41.
[36] WANG Y L, YAO X, WU S W, et al. Bioinspired solid organogel materials with a regenerable sacrificial alkane surface layer[J]. Advanced Materials, 2017, 29(26): 1700865.
[37] 王延明, 倪爱清, 王继辉, 等. 电热元器件-疏水涂层复合除冰系统的试验研究[J]. 玻璃钢/复合材料, 2016(8): 68-72.
[38] COFFMAN H J. Helicopter rotor icing protection methods[J]. Journal of the American Helicopter Society, 1987, 32(2): 34-39.
[39] 赵芯, 张亚博, 苏正良, 等. 非牛顿型飞机除冰/防冰液增稠体系及增稠机理研究[J]. 精细与专用化学品, 2015, 23(2): 9-12.
[40] 吴海涛, 彭华乔, 张帆, 等. 非牛顿型飞机除冰/防冰液黏度影响因素分析[J]. 精细与专用化学品, 2017, 25(1): 18-21.
[41] 张莹博, 姚志伟, 李怀卿, 等. 风电场机组叶片覆冰规律研究和应对策略分析[C]//第九届中国风电后市场交流合作大会论文集. 中国宁夏银川: 2022: 80-83.
[42] 谭海辉, 李录平, 靳攀科, 等. 风力机叶片超声波除冰理论与方法[J]. 中国电机工程学报,2020, 30(35): 112-117.
[43] 于周, 舒立春, 胡琴, 等. 风机叶片气动脉冲除冰结构脱冰计算模型及试验验证[J]. 电工技术学报, 2023, 38(13): 3630-3639.
[44] 苗波, 朱春玲, 朱程香, 等. 翼型曲面的压电振动除冰方法研究[J]. 实验流体力学, 2016, 30(2): 46-53.
[45] 包明鑫. 基于复合材料的压电除冰技术研究[D]. 江苏: 南京航空航天大学, 2021.
[46] 牟书香, 吴芮, 陈淳, 等. 基于高分析电热膜的风电叶片复合材料试验件电热除冰性能研究[J]. 玻璃钢/复合材料, 2014(6): 57-61.
[47] 倪爱清, 王延明, 王继辉, 等. 基于高分子电热膜的风电叶片电热除冰功率密度计算模型[J]. 玻璃钢/复合材料, 2015(9): 17-23.
[48] 舒立春, 戚家浩, 胡琴, 等. 风机叶片电加热除冰及电阻丝布置方式试验研究[J]. 中国电机工程学报, 2017, 37(13): 3817-3822.
[49] LI C L, CUI X , ZH W U, et al. A method of eliminating ice on wind turbine blade by using carbon fiber composites[J]. Advanced Materials Research, 2013, 2586(774-776): 1322-1325.
[50] 谭进峰. 碳纤维丝在风力发电机叶片防除冰中的应用方式研究[D]. 重庆: 重庆大学, 2018.
[51] 田甜. 石墨烯复合材料电加热除冰理论和实验研究[D]. 江苏: 南京航空航天大学, 2022.
[52] 魏杰, 李昊, 张亚男, 等. 石墨烯符合材料在电加热/除冰领域研究进展[J]. 中国材料进展, 2022, 41(6): 487-196.
[53] 颜训刚. 基于石墨烯薄膜电热效应的风机叶片防冰除冰系统研究[D]. 湖北: 湖北民族大学, 2022.
[54] 胡琪, 黄安平, 孙涛, 等. 机翼防/除冰技术研究进展[J]. 科技导报, 2015, 33(7): 114-119.
[55] 范必双, 蒋李亚, 周强, 等. 风力机叶片气热除冰技术研究现状和展望[J]. 热能动力工程, 2023, 38(2): 1-9.
[56] 蒋立波. 冰冻对风力机气动性能的影响及应对研究[D]. 湖南: 长沙理工大学, 2016.
[57] 杨博, 宁立伟, 魏克湘, 等. 基于汽热法风力机叶片除冰传热分析[J]. 玻璃钢/复合材料, 2017(4): 68-73.
[58] 张莹博, 姚志伟, 陈辉, 等. 叶片覆冰对机组性能的影响及应对方案研究[C]//第八届中国风电后市场交流合作大会论文集. 中国内蒙古包头: 2021: 121-128.