風電場后評估對運行工作指導作用的研究

文 | 王靖程，敖海，李育文，姚玲玲，楊旭

風電場后評估對運行工作指導作用的研究

文 | 王靖程，敖海，李育文，姚玲玲，楊旭

后評估是項目建設的一個重要階段，通常用于分析項目決策時確定的目標和項目完成后各項指標的差異，為決策者提供參考依據。風電項目的后評估起步較晚，在風電項目大規模建設逐漸完成后，越來越多的風電場存在發電量無法達到預期值、項目投資收益難以確保的問題，引起了各方的廣泛關注。

傳統的風電場后評估項目多從項目的設備選型與采購、建設規模與發電能力、施工情況、項目投資、運營成本、項目銷售及經濟效益等方面對風電項目進行評估，評估結論主要作為決策參考，為后續項目的建設積累經驗。

為了確定風電場實際運行指標是否達到項目設計時確定的目標，全面、準確地了解全場風電機組運行的經濟性、可靠性以及不同風電機組性能之間的差異，為風電場決策者在后續管理和機組維護方面提供理論指導和數據分析依據。本文對某風電場可研數據、測風塔數據和SCADA系統數據進行了全面分析，對機組運行狀況進行了綜合評估，結果表明該風電場可行性研究報告中的發電量設計值相對保守，且因設備可利用率低、實際功率曲線未達到設計功率曲線等原因，導致風能資源條件好的機組發電效率反而偏低，最后從機組可利用率和功率曲線兩方面針對性地提出了發電量提升建議和相關措施。

測風數據分析

某風電場可研報告顯示，風電場空氣密度為1.219kg/m3，70m高度風速數據與氣象站數據相關性較好，修訂后的代表年80m高度年平均風速為6.2m/s，年平均風功率密度為181.8W/ m2，代表年80m高度主風能出現在SE－SSE方向，其次是N方向，主風能和主風向方向基本一致，風電場年等效負荷小時數為1818小時，折減系數選取如表1所示。

2015年該風電場發電量9644.47萬千瓦時，上網電量為9289.61萬千瓦時，年等效負荷小時數為1548小時，顯著低于設計指標。為進一步分析2015年風電場運行情況，對2015年全場測風數據、機組運行統計數據和故障數據進行了收集整理，并開展了分析評估。

風電場測風塔與可研階段測風塔位置一致，統計2015年全年測風數據，并經過完整性檢驗和合理性檢驗后，得到2015年度70m高度年均風速為5.23m/s，年平均風功率密度為146.5W/m2。根據可研報告的風剪切系數，按0.1推算到80m輪轂高度，則80m高度年均風速為5.33m/s，年平均風功率密度為152.6W/m2，風能資源情況明顯下降。風向測量數據分析表明，風電場主導風向出現在N和SE方向，而風能主導方向則集中在SSE方向，與可研數據基本一致。對各機位2015年10min風速數據進行統計，統計結果與全場風能資源數據分析結果相同，2015年度各機位年均風速均低于可研設計值。

根據風電機組風速和標準功率曲線推算，得到的年等效負荷小時數約為1426小時。風電場實際發電量與理論值相比偏差為7.88%，大于-4.8%－5%的不確定度，因此需進一步進行分析評估。

表1 風電場發電量折減系數

折減系數分析

根據風電機組風速和標準功率曲線推算2015年全場風電機組理論發電量為11488.60萬千瓦時，實際發電量為9644.47萬千瓦時，占理論發電量的83.95%，高于可研報告中給出的77.6%的折減系數（不考慮廠內能量損耗修正）。2015年全場實際上網電量為9289.61萬千瓦時，占理論發電量的80.86%，高于可研報告中給出的74.5%的綜合修正系數。由此可知，可研報告中的綜合修正系數偏低，低估了風電場的發電能力。

對每臺風電機組2015年實際可利用率進行統計后可知，2015年全場風電機組實際平均可利用率為95.83%，略高于可研中95%的利用率。同時了解到，2015年風電場未出現因臺風、凝凍、暴雪等惡劣天氣導致的全場長時間停機現象，因此氣候因素影響修正系數為0，低于可研報告中3%的修正系數。

設計階段采用的是87m風輪直徑的風電機組，其額定風速為12m/s，而風電機組實際風輪直徑為93m，額定風速為11m/s。根據SCADA系統采集的2015年風電機組功率曲線可以看出，大部分風電機組功率曲線相對標準功率曲線向左偏移，因此風電機組功率曲線修正系數應遠高于設計值。

根據2015年度上網電量和實際發電量計算可知，場內能量損耗率為3.68%，低于可研報告中4%的場內能量損耗。

因風電場實際機位與設計機位一致，機組尾流影響、控制和湍流強度影響及葉片污染均按設計值考慮。

綜上所述，采用1%的風電機組功率曲線修正系數修正風電機組功率曲線后，綜合修正系數為80.8%，與2015 年80.86%的實際綜合修正系數接近。按照81%的綜合修正系數計算代表年等效負荷小時數，結果為1997小時，由此可知風場的理論發電量提升裕量約為960萬千瓦時。

SCADA數據分析

對2015年每臺風電機組的10min平均風速及標準功率曲線進行計算，得到每臺風電機組全年的理論發電量，并與實際發電量進行比較，定義風電機組發電效率為實際發電量與理論發電量的比值，結果如表2所示。

可以看出，#4、#30、#23、#29、#19、#20、#12風電機組的發電效率大于90%，#28、#9、#13、#6、#15、#18、#7、#14風電機組發電效率小于80%，其余風電機組發電效率在全場平均值附近。因此，將#4、#30、#23、#29、#19、#20、#12劃為發電效率優等風電機組，將#28、#9、#13、#6、#15、#18、#7、#14劃為發電效率劣等機組，其余風電機組劃為發電效率中等機組。為了進一步分析不同類機組發電效率差異的原因，對風電機組2015年可利用率、發電時間、偏航時間、停機次數、切入次數、偏航次數等運行參數進行了統計，并畫出各臺風電機組發電效率與風功率密度的關系圖，如圖1所示。

表2 全場風電機組2015年理論發電量與實際發電量比較

由圖1可以看出，風功率密度大的機組，發電效率反而低，發電效率優等組的風電機組平均風功率密度為150.72W/m2，發電效率劣等組的風電機組平均風功率密度為182.69W/m2，而發電效率中等風電機組的平均風功率密度為173.92 W/m2，說明發電效率劣等機組的風能資源條件比發電效率優等機組的風能資源條件好，但沒有發揮其風能資源的優勢條件。

從各項運行統計參數的分析可知，發電效率與可利用率基本成正相關關系，發電效率劣等機組的平均發電時間最短，且平均啟動準備時間最長，從而可知設備可靠性是導致發電效率劣等機組發電效率低的主要原因。進一步分析表明，發電效率劣等機組的平均故障時間是發電效率優等機組的1.93倍，是發電效率中等機組的1.85倍，且平均停機次數、平均維護時間、平均維護次數均明顯高于發電效率優等和發電效率中等機組。統計各等級故障停機次數可以看出，發電效率優等機組、發電效率中等機組、發電效率劣等機組的全年平均故障次數分別為517次、719次、986次。對全場主要故障統計表明，發電效率劣等機組的主要故障與全場機組出現最頻繁的故障重合，主要表現為變槳與主控間通信問題、風速風向標故障和變頻器系統故障。若消除發電效率劣等機組的主要故障后，每臺風電機組平均年發電量可提升約3.36萬千瓦時。

圖1 各臺風電機組發電效率與風功率密度關系圖

圖2 #4風電機組功率曲線

圖3 #9風電機組功率曲線

圖4 #13風電機組功率曲線

圖5 #14風電機組功率曲線

將發電效率優等的#4機組與發電效率劣等的#9、#13、#14機組的功率曲線進行對比后發現，優等機組功率曲線明顯好于其他機組，如圖2－圖5所示。#4風電機組在額定風速以下的功率曲線散點圖重心在標準功率曲線附近，機組滿發功率略高于標準功率曲線；發電效率劣等機組在額定風速以下的功率曲線散點圖重心低于標準功率曲線。其中#9風電機組在11、12月存在限功率，與風電場人員確認為#9風電機組變頻器易出現過流超溫故障，因此進行手動限功率，影響了機組發電量。

通過對測風數據、折減系數和SCADA數據的分析可知，該風電場風能資源可利用小時數較高，因此，保證機組運行、提高機組可利用率，是提高全場發電量的主要途徑。在消缺維護和備品備件供應上，風電場應按照風電機組的風能資源情況設立優先級，優先保證風能資源較好的風電機組維護的及時性。對部分風電機組的主控與變槳系統通信故障、變頻器系統故障、風速風向儀故障等頻發故障進行集中消缺，以此減少風電機組故障停機時間，提高發電時間和發電量。對功率曲線較差機組，應開展葉片零位校準工作，并加強變流器清灰除塵，減少超溫限功率次數。

結論

通過對風電場的運行狀態進行分析評估，可定量分析風電場的提效潛力。某風電場的后評估工作表明，該風電場存在一定的理論發電量提升裕量，發電效率劣等機組的風能資源條件比發電效率優等機組的風能資源條件好，但沒有將風能資源優勢轉化為電量優勢，發電效率劣等風電機組的可利用率較低、實際功率曲線未達到設計功率曲線，導致其發電效率偏低。

開展風電場后評估工作，不僅可以幫助決策者判斷風電場現有發電能力和潛在發電量，明確工作重心和方向，而且通過定量計算，有助于風電場運維人員了解運維工作的重點和意義，指導運維工作向更加高效的方向推進。

（作者單位：王靖程，李育文，姚玲玲：西安熱工研究院有限公司；敖海，楊旭：華能新能源股份有限公司）