Skip to main content
European Commission logo
français français
CORDIS - Résultats de la recherche de l’UE
CORDIS
CORDIS Web 30th anniversary CORDIS Web 30th anniversary
Contenu archivé le 2024-06-18

On-line Intelligent Diagnostics and Predictive Maintenance Sensor System Integrated within the Wind Turbine Bus-Bar structure to aid Dynamic Maintenance Scheduling

Article Category

Article available in the following languages:

Une meilleure prévision des pannes électriques des éoliennes

Les défaillances du système électrique des éoliennes entraînent des arrêts prolongés, augmentant les coûts d'exploitation et réduisant la sécurité énergétique. De nouveaux capteurs embarqués et outils analytiques permettront d'identifier en temps opportun tout problème potentiel.

L'éolien est l'une des sources d'énergie renouvelable les plus intéressantes d'un point de vue commercial pour répondre aux besoins en électricité et réduire la dépendance aux combustibles fossiles. La technologie est bien éprouvée, affichant un taux de croissance annuel de plus de 26 % depuis 1990. Toutefois, les objectifs de l'UE de couvrir 20 % des besoins en électricité par l'énergie éolienne dans les deux prochaines décennies nécessitent d'autres améliorations pour renforcer la fiabilité et diminuer les coûts d'exploitation. Le fait de réduire les défaillances du système peut répondre aux défis des éoliennes d'aujourd'hui et de demain. Des scientifiques et des ingénieurs financés par l'UE ont par conséquent développé un réseau de capteurs intelligents destiné au diagnostic avancé et à la maintenance prédictive des systèmes électriques. Cela a été réalisé dans le cadre du projet WIND TURBARS (On-line intelligent diagnostics and predictive maintenance sensor system integrated within the wind turbine bus-bar structure to aid dynamic maintenance scheduling). Le consortium a réussi à développer un modèle des composants électriques d'un générateur d'éolienne, redresseur actif, onduleur et filtre de sortie. La modélisation des données de fonctionnement normal a servi de point de départ à l'évaluation du déclenchement des pannes et à la simulation des principales défaillances électriques identifiées par un examen approfondi de la littérature. Les partenaires du projet ont également évalué un certain nombre de modèles mathématiques et leur capacité à identifier des signes de dégradation et des pannes. Il a été démontré que la dégradation peut être détectée des semaines voire des mois avant qu'une défaillance ne se produise réellement. De plus, des modèles et des simulations ont mené à l'identification de capteurs intéressants et à une première sélection de composants. La technologie WIND TURBARS permettra aux exploitants d'éoliennes de réduire les périodes d'arrêt des éoliennes et par conséquent de limiter les pertes en production électrique. Cela leur permettra de minimiser leurs coûts de fonctionnement en matière de réparations en leur permettant d'échanger rapidement les composants qui commencent à se dégrader et d'effectuer de la maintenance préventive. En réagissant aux pannes électriques d'éoliennes avant qu'elles n'aient un impact sur le fonctionnement, le projet WIND TURBARS devrait avoir un impact important sur le développement des parcs éoliens en mer, étant donné les difficultés extrêmes associées aux opérations d'inspection et de réparation. Les marchés des éoliennes sur terre et de la rénovation devraient également en tirer profit. Globalement, le projet apporte une contribution importante aux objectifs de l'UE en matière d'énergie renouvelable car il renforce la sécurité énergétique fournie par l'énergie éolienne, durable et respectueuse de l'environnement.

Mots‑clés

Éolienne, période d'arrêt, réseau de capteurs intelligents, système électrique, WIND TURBARS, diagnostic, modèles mathématiques

Découvrir d’autres articles du même domaine d’application