Investigação do Erro de Guinada (Yaw) em aerogeradores por meio de análise de dados SCADA

Abstract

O controle de guinada (yaw) em aerogeradores desempenha papel crucial no aumento da produção de energia e na proteção desses dispositivos. A medição precisa do ângulo de guinada é fundamental para controle eficaz do aerogerador. No entanto, a precisão da medição é afetada pelo grau de medição das informações relativas ao vento (altura, direção, velocidade), computadas a partir de uma posição padrão, o denominado ponto zero. O deslocamento do ponto zero afeta a medição do ângulo de guinada, levando a eventuais perdas de geração de energia. Ao longo dos ciclos de e)alinhamento de guinada pelo sistema mecânico, é comum haver deslocamento do ponto zero. Assim, é muito importante realizar uma avaliação e identificação do erro de deslocamento do ponto zero para aprimorar a produção de energia. Neste trabalho, a definição da falha por deslocamento do ponto zero em sensores de ângulo de guinada é introduzida como ponto de partida para o diagnóstico do erro. Uma abordagem baseada em dados, utilizando o SCADA (Supervisory Control and Data Acquisition), é proposta para detectar essa falha. A identificação é realizada analisando o desempenho da potência em diferentes ângulos de guinada. Os dados SCADA são analisados somente em uma faixa de velocidade do vento, a fim de minimizar a influência do vento. Por outro lado, o ângulo de guinada é dividido em compartimentos para avaliação aprofundada do desempenho energético. Uma regressão quadrática gerada a partir dos dados é usada para avaliar o desempenho da potência em cada ângulo de guinada, considerando o ângulo em que o vértice da parábola está como o erro de medição. Para a validação da abordagem, foram utilizados dados de turbinas que possuem um sensor ultrassônico (iSpin), por se tratar de medição mais precisa, obtendo-se bom resultado com Erro Quadrático Médio de 0.67. Aplicação da abordagem com dados experimentais oriundos de 16 aerogeradores localizadas no Rio Grande do Norte indicam o diagnóstico de 7 turbinas com desalinhamento grave, requerendo atenção urgente, 3 turbinas com desalinhamento mediano e 6 turbinas bem alinhadas. Assim, a análise mostrou a viabilidade da abordagem para detectar o deslocamento do ponto zero em aerogeradores e, consequentemente, auxiliar na tomada de decisão quanto à necessidade de manutenção dos mesmos.