風電機組出力性能分析方法研究

蘭維，張中泉，雷陽，劉慶超，葉小廣（華電電力科學研究院，浙江杭州310030）

風電機組出力性能分析方法研究

蘭維，張中泉，雷陽，劉慶超，葉小廣
（華電電力科學研究院，浙江杭州310030）

風電機組的出力性能等直接影響了風電場的效益，利用風電機組的SCADA系統數據對風電機組進行出力性能分析，主要包括發電量分析、功率曲線分析、基于MTBF和MTTR的可靠性分析等。依托云南某風電場進行分析，可找出機組出力性能較差的機組并初步對該類機組進行定性分析，為下一步進行各系統性能分析提供方向和參考建議。

風電場；風電機組；出力性能；功率曲線；MTBF；MTTR

0 引言

為解決地球環境污染和能源匱乏日益加重的問題，發展無污染、可再生的風能是有效的途徑之一[1]。風電機組的出力性能是保證風電管理企業生產運行和發展規劃的決定因素[2]。

針對風電機組出力性能分析評估的研究，現國際國內尚未達到統一的標準或方法，相關研究也較少[3]。風電機組出力性能分析主要存在以下難點:1）機組由塔筒、葉片、偏航系統、變槳系統、傳動鏈、電氣系統和主控系統等組成[4]，每個系統對機組的性能均有直接影響。如果進行準確定位分析，需對各系統進行深入的研究，難度較大。2）由于成本原因，機組安裝較少傳感器從而導致可分析的數據有限，故需要對數據進行深入挖掘。

在有限的運行數據背景下，對機組進行有效的出力性能分析具有較大挑戰。利用機組S CA D A系統的運行數據進行出力性能分析，找出出力性能較差的機組并進行原因排查，為下一步各系統的性能分析提供方向和參考依據。

1 風電機組出力性能分析方法

1.1 出力性能的影響因素

風電機組出力性能的影響因素錯綜復雜[3]，但可分為外部和機組自身因素兩方面。

（1）外部因素主要有風況、環境等。風況包括風速大小、風向、湍流強度、風切變等。環境主要有溫度、濕度和大氣壓力等。

（2）機組自身因素包含有偏航系統、變槳系統、傳動鏈系統、電氣系統和主控系統等。比如偏航不對風、變槳不同步等問題較為常見。

1.2 出力性能的分析思路

由于國內多數風電場（特別是“三北地區”）各機組所處地形較為相似，利用機組S CA D A系統數據進行橫向對比，通過發電量、功率曲線和可靠性等分析，找出造成發電量、功率曲線、可靠性較差或三者之間各種組合的影響因素，分析流程如圖1所示。其中發電量分析包括機組發電量和平均風速的對比。功率曲線分析主要參照I E C61400-12-1[5]等相關標準執行。

1.3 基于MTB F和MTT R的可靠性分析

可靠性與機組的設計制造水平、使用條件、所處環境、運行時間和零部件退化等因素有關，具有特殊、時變等特點，它是反映風電機組性能和運行維護水平的關鍵指標之一[6-8]。

可靠性指標主要包括故障率、MTBF、MTTR和可利用率，對這些指標進行分析，可以初步確定存在故障較多或性能更為可靠的風電機組。

（1）故障率指在一段時間內機組故障時間與總時間的比值，計算公式如下:

式中λ—故障率，%；

T—某一段分析數據的總時間，h；

T1—故障時間，h。

（2）MTBF是指相鄰兩次故障之間的平均工作時間，它反映了風電機組的時間質量，是體現風電機組在規定時間內保持功能的一種能力，計算公式如下:

式中N—故障次數，n。

（3）MTTR是指平均修復時間，它反映了風電機組的故障修復能力，是衡量風電機組的可維護性的一項指標。計算公式如下:

（4）機組可利用率指每年機組實際使用時間占計劃用時的百分比，計算公式如下:

B—非投標人責任的停機小時數，h。

停機小時數B不包括以下情況:1）電網故障；2）氣象條件超出技術規范規定的運行范圍；3）不可抗力等。以上情況如有兩種或者兩種以上同時發生，只計其中較長一種情況。

圖1 機組出力性能分析流程

2 試驗及結果分析

2.1 試驗背景

云南紅河州某風電場共安裝33臺1.5MW的M Y1.5S-82型風電機組，于2013年5月份完成風電機組并網發電。近幾年，部分風電機組出力性能不佳，多數機組出現各種類型的故障，需進行出力性能等相關分析以找出問題所在。

2.2 數據采集和剔除

2.2.1 數據采集

數據是從風電機組S CA D A系統中采集到的，采集時間為2016年10月1日至11月31日，數據為30秒平均值。數據包含機組運行狀態值、風速、錯風角、功率、變槳角度、發動機轉速、電網限電狀態等。

實驗在相同條件下采集了黑火藥及液化石油氣的拉曼光譜圖像，且各樣品圖像經過多次重復。通過光譜數值比較發現：樣品2#煤氣罐上方木橫條、樣品4#煤氣罐左側儲物頂面織物、樣品5#煤氣罐減壓閥與黑火藥有相近的基團；樣品3#煤氣罐右側儲物箱木條與液化石油氣有相似近的基團。

2.2.2 數據剔除

數據參考I E C61400-12-1相關標準并按照以下原則剔除測風儀異常情況、停機、故障時間段內之外等的數據。需剔除以下數據:

（1）風速以外的其他外部條件超出風電機組的運行范圍；

（2）風電機組故障引起風電機組停機；

（3）在維護運行中人工停機；

（4）棄風限電期間數據；

（5）其他異常情況。

2.3 風電機組出力性能

2.3.1 發電量

將33臺風電機組的每臺機組發電量、平均風速數據進行統計，如圖2所示。

圖2 33臺風電機組總發電量

由上圖可知，發電量最差的機組有12#、22#、26#、30#、31#和32#，較差的機組有17#、20#、21#、23#、24#、25#、29#。風電機組平均風速最差的機組有22#、26#、31#和32#，較差的機組有1#、2#、3#、9#、12#、21#、23#、24#、27#、29#和30#。

由于影響風電機組發電量的因素較多，一般影響因素包括有:風況、地形、故障、限電、檢修停機、機組出力、偏航性能、變槳性能、振動等。由于11月，風電場未存在限電情況，故限電因素首先排除。下文將結合功率曲線以及可靠性的分析以找出上述風電機組發電量較差的原因。

2.3.2 功率曲線對比

功率曲線是風電機組出力性能的一項重要指標。功率曲線的常用分析方法是采用b in方法進行分區間處理。即風速范圍劃分為以0.5m/s整數倍的風速為中心，左右各0.25m/s的連續區間，功率、錯風角、發電機轉速等數據分區間方法均同。

依據數據剔除方法取正常并網狀態的數據，并利用b in方法進行分區間處理后，得到33臺風電機組的功率曲線如圖3所示。

圖3 33臺風電機組功率曲線對比圖

由上圖可知，功率曲線最差的風電機組有7#、12#、9#、25#和30#，一般的風電機組有6#、8#、10#、11#、22#、29#和33#，最好的為19#風電機組。其中12#機組功率曲線較差的原因是由于振動原因被廠家改變其控制策略而導致的。

2.3.3 可靠性

對33臺風電機組進行可靠性分析，由于可利用率差異較小，故暫不進行統計。

（1）故障率

對風電場33臺風電機組的故障率進行統計，如圖4所示。

由圖表可知，8#、21#、27#和31#風電機組故障率較高，但均小于2%，其他風電機組故障率一般。由于7#和12#風電機組由于振動停機，不在統計范圍內。

圖4 33臺風電機組故障率

（2）MTBF

對33臺風電機組進行MTBF統計，結果如圖5所示。

圖5 33臺風電機組MTBF統計

由圖表可知，MTBF較低的機組有7#、8#、9#、12#、15#、16#、21#、22#、26#、27#和31#。其中MTBF為744h表示該風電機組在744h內無故障。

（3）MTTR

將33臺風電機組的MTTR統計結果如圖6所示。

由圖可知，MTTR較高的機組有2#、4#、9#、10#、14#、21#、27#、29#、31#和32#。

由統計的故障率、MTBF和MTTR的結果可知，可靠性較差的風電機組有8#、9#、10#、14#、21#、27#和31#。

2.3.4 地形

由分析可知，發電量和功率曲線并非一一對應的關系。功率曲線是基于S CA D A系統得到的，未考慮湍流強度、風切變等地形的因素，故影響發電量較差的因素包括地形、風電機組可靠性、故障、限電、檢修等。

風電場33臺風電機組所處地形如圖7所示。

分析地形發現，除16#、17#、21#、22#、26#和30#風電機組所處地形較為平坦外，其他風電機組所處地形均較為復雜。

圖6 33臺風電機組MTTR統計

2.4結論

結合發電量、平均風速、功率曲線、可靠性和地形情況可初步認為:

（1）發電量最好的機組有:4#、5#、6#、13#、14#、18#、19#和28#；其原因是由于所處風況較好且可能機組運行故障較少。

（2）發電量一般的機組有:1#、2#、3#、8#、10#、11#、15#、16#、20#、21#、24#、26#、27#、29#、32#和33#；其中8#、10#、21#和27#風電機組存在故障較多或故障修復時間過長等問題，其他風電機組所處風況較差。

（3）發電量較差的機組有:7#、9#、12#、17#、22#、23#、25#、30#和31#；其中7#和12#機組發電量較差原因在于振動問題，9#、25#和30#機組存在出力性能較差

圖7 風電場33臺風電機組地形圖

（可能是偏航、變槳或其他原因，偏航和變槳分析可參考相關文獻[9-10]），9#、14#和31#存在故障較多或故障修復時間過長等問題。

3 結語

現國際國內尚未對風電機組出力性能分析達成統一的標準或方法。出力性能分析存在以下難點:1）風電機組組成系統繁多，每個系統直接影響其出力性能，需對各系統進行深入研究，難度較大；2）機組有限的傳感器導致S CA D A系統的運行數據較少，且精度較低，加大了分析的難度。

利用風電機組的S CA D A系統的運行數據進行各機組橫向對比，通過發電量和平均風速對比分析、功率曲線分析、基于故障率、MTBF、MTTR、可利用率的可靠性分析，可找出機組出力性能較差的機組并初步對該類機組進行定性分析，為下一步進行各系統性能分析提供方向和參考建議。

[1]寧少華.基于數據的風電機組故障趨勢預測方法研究[D].北京:華北電力大學,2015.

[2]肖運啟，賀貫舉.大型風電機組限功率運行特性分析及其優化調度[J].電力系統自動化,2014，38（20）：18-25.

[3]周進.基于運行數據的風電機組性能評估研究[D].北京:華北電力大學,2015.

[4]T ony B urton，等.風能技術[M].北京:科學出版社,2014.

[5]W in d tur b ine s g enerator s y s tem s p art 12-1:p o w er p er f ormance meas urement s o f electricity p ro d ucin g w in d tur b ine s：I E C 61400-12-1-2005[S].

[6]張穆勇.基于運行數據的風力發電設備可靠性分析方法和評估技術的研究[D].北京:華北電力大學,2015.

[7]郭波，武小悅，張秀斌，等.系統可靠性分析[M].長沙:國防科技大學出版社，2002.

[8]王華偉，高軍.復雜系統可靠性分析與評估[M].北京:科學出版社，2013.

[9]馬東.激光雷達測風儀在風電機組偏航誤差測試中的應用研究[J].應用能源技術,2015，（11）：5-7.

[10]楊超，王志，葉小廣等.基于S CA D A數據的風電機組技術改造后評估方法研究[J].華電技術,2017，39（1）：21-23.

Study on Output Performance Analysis of Wind Turbine

LAN Wei，ZHANG Zhong-quan，LEI Yang，LIU Qing-chao，YE Xiao-guang
（Huadian Electric Power Research Institute，Hangzhou 310030，China）

T h e out p ut p er f ormance o f w in d tur b ine d irectly a ff ect s b ene f it o f w in d f arm s.U s in g t h e d ata o f S CA D A s y s tem o f w in d tur b ine s，t h e out p ut p er f ormance analy s i s mainly inclu d e s p o w er g eneration analy s i s, p o w er cur v e analy s i s，relia b ility analy s i s b a s e d on MTBF an d MTTR，etc.B y analy z in g a w in d f arm in Y unnan, w e can f in d out w in d tur b ine s w it h p oor p er f ormance an d ma k e corre sp on d in g qualitati v e analy s i s.Furt h ermore, d irection an d re f erence s u gg e s tion s f or t h e f ollo w e d s y s tem p er f ormance analy s i s can b e p ro v i d e d.

w in d f arm；w in d tur b ine；out p ut p er f ormance；p o w er cur v e；MTBF；MTTR

10.3969/J.ISSN.2095-3429.2017.03.007

TM614

B

2095-3429（2017）03-0026-04

2017-03-27

修回日期：2017-05-24

蘭維（1981-），男，江西萍鄉人，工程師，主要從事新能源技術監督、檢測診斷技術、技改后評估、風電場設計等領域的研究。