風電場發電性能評價與風電機組數據分析方法研究

華電電力科學研究院 葉小廣

0 引言

我國發電行業乃至整個能源行業都處在關鍵的轉型階段[1]。能源形式上，從傳統的化石能源正逐漸向風能、太陽能、核能等能源形式轉型。運維模式上，從傳統的人力驅動、定期檢修正逐漸向數據驅動、狀態檢修的模式轉型。

風力發電作為重要的清潔能源發電形式，具有經濟環保，可持續性強等優勢，近年來在世界各地得到迅速的發展[2]。2016年底，我國風電累計并網裝機容量已經達到1.49億千瓦，穩居世界第一[3]，并保持著良好的增長態勢。經過一定時間的探索與發展，風力發電已經進入到一個技術相對成熟，模式較為清晰的發展階段。

大型風力發電企業管理的機組類型多、投運時間跨度大，機組采用的技術水平不一致，加大了實際檢修工作的難度，主要體現在以下兩個方面：（1）風電場及風電機組在地理上較為分散，在檢修人員安排上存在困難。（2）大多數機組的報警原理未知，檢修人員只能根據機組廠家的報警及相關提示安排檢修，較為被動。

為解決以上兩個問題，提高運維檢修水平，對風電場的發電性能評價顯得至關重要，本文對該問題進行了相關研究，以甘肅某風場為例，進行了實際分析并提出了相應的整改與優化意見。

1 數據源與分析流程

本文的實驗風場屬于戈壁風場，位于甘肅省，共分兩區：A區為100臺2.0MW的直驅型機組,B區為100臺2.0MW的雙饋型機組，共40WKW裝機容量。評估時針對A區100臺機組，采集15年10月份與11月份每5分鐘的SCADA數據平均值進行分析。

圖1 1號機組10月與11月溫度

從1號風機的SCADA溫度數據來看，1 0月與11月并未出現極寒天氣，且甘肅地區空氣干燥，出現大規模冰凍的可能性較低。風場所處的甘肅河西地區限電情況嚴重，這會導致發電量在性能評估時的代表性有所減弱。

對風場的性能分析主要分為兩部分：發電性能和故障。發電性能包括發電量、平均風速、功率曲線、Cp曲線等分析。故障包括可利用率，平均故障出現時間，故障平均恢復時間，故障總時間等分析。

2 A、B區發電量比較

A區機組在14年11月30日全部并網，B區機組在15年3月18日全部并網。采用風場15年4月份的報表數據，說明整體的發電情況。

表1 AB區發電量比較

從整體情況來看，A區B區的平均風速相差0.16m/s，A區航天萬源機組的發電量略好于B區明陽的機組。

3 機組出力性能分析

性能分析是基于SCADA導出數據，由于主控程序問題，性能分析時所用的5分鐘記錄無法導出99號機組，故障分析所用的機組狀態值無法導出59，64，99，100號機組。

3.1 全場出力性能分析

河西地區限電嚴重，風場為了發電量考慮，沒有設立標桿機組，全場統一受有功控制系統的控制。需要先從風機數據散點圖判斷整體情況，下圖為1#風機未做處理的數據散點圖：

圖2 1#風機未做處理的數據散點圖

從散點圖可以看出：

1）高風速的時候，有大量低功率的點；

2）有許多大風停機與低風速順槳的情況，且順槳存在固定規律。

判斷這些情況是由限電造成，這也符合甘肅整體的實際情況。在進行機組發電性能評價時，需要剔除電網側的影響因素對風機進行客觀評價。使用以下判據的處理方式進行數據篩選，得到機組未達到限電峰值功率即其發電未受限電影響情況下的并網發電數據：

（1）發電機功率大于1kW;（2）槳距角小于20°；（3）“非”（風速小于11且槳距角大于1°）；（4）“非”（功率小于1900kW且槳距角大于3°）。

通過數據處理，100臺風機的功率曲線與Cp曲線如下圖3、4所示。

圖3 100臺風機的功率曲線

圖4 100臺風機的Cp曲線

可以看出：

1)風機在低風速段的功率曲線略優于保證功率曲線，在過渡段曲線低于保證曲線。當保證功率曲線是靜態功率曲線時，由于湍流的原因，會造成一定的功率折減。實際功率曲線在過渡段對保證功率曲線的逼近程度體現了風機設計與控制策略的水平

圖5 47號風機偏航情況

圖6 47號機組運行情況

2) 33號，47號，4 8號等風機功率曲線較好，50，67，84等功率曲線較差。

3)一些風機的大風可利用數據較少，比如：75，76號8m/s以上數據較少，雖然在該階段功率曲線雖然較差，但代表性比較低。

4) 3號，23號，58號，100號機組功率曲線明顯較差，在2.1.2.3節中會分析具體原因。

考慮各個因素，排除3）與4）中所述的代表性較差與問題機組，機組在出力性能方面表現符合其保證功率曲線，出力性能比較良好。

3.2 偏航性能分析

從功率曲線較好且可用數據點比較多的47號風機的錯風角度來看，7m/s以上的風速區間錯風角分布在±10°之間，7m/s以下的風速區間在±20°之間。同時，各個區間錯風角的平均值并不為0且整體的錯風角也不為0，說明偏航性能有待改善。

3.3 問題機組分析

在總體的功率曲線與Cp曲線中，有一些明顯較低的機組，需要通過散點圖具體分析其原因。

由47號機組的運行情況可以看出，風速在11m/ s左右到達額定轉速，額定轉速在16rpm～17rpm。轉速在15rpm以下時，與功率呈大致線性的關系，15rpm之后功率迅速上升。

3號機組額定轉速在11rpm～12rpm之間，在轉速大于10rpm之后功率就開始呈現非線性上升。

23號風機10月與11月的運行情況呈現兩種形態。其中紅色線所代表的情況與標準運行情況相同。單獨分析11月數據，發現呈現與3號風機類似的形態。同樣情況的還有58號與100號風機。

這并不是限電造成，如果排除是主控的控制策略引起，造成該情況的原因會有以下兩點：

圖7 3號機組運行狀況

圖8 23號風機10月與11月運行情況

1）硬件的隱性故障

2）會流器或者發電機的自身限負荷問題。

其中，硬的隱性故障的可能性較小，會流器或者發電機的自身限負荷問題可能性較大，而會流器與發電機的故障率較高，在以后章節中會有詳細分析。

4 故障統計

統計時間內，A區評估機組報出次數最多的25個故障如表2。

從統計結果看出，機組變流器故障頻率較高，與上文的分析結果相符。

5 結論

本文對實驗風場進行詳細的發電性能評價，并利用數據分析的方法對場內機組進行了詳細分析，發現機組在變流器、功率控制方面存在的不足。該方法實用性強，具有較大的推廣價值。

表2 統計時間內，A區評估機組報出次數最多的25個故障

圖9 23號風機11月運行情況

圖10 58號風機與100號風機

參考文獻：

[1]曾鳴,楊雍琦,李源非等.能源互聯網背景下新能源電力系統運營模式及關鍵技術初探[J]. 中國電機工程學報, 2016, 36(3):681-691.

[2]World Wind Energy Association.The World Wind Energy Association：2014 half-year report[R/ OL].http://www.wwindea.org/webimages/WWEA_ half_year_report_2014.pdf.

[3]王韜. 能源互聯網背景下風力發電關鍵技術研究[J]. 電器與能效管理技術, 2017, 17(13):67-70.

[4]劉小杰,李明輝,樊立云等.風電場遠程集控中心的設計與應用[J]. 內蒙古電力技術, 2011, 29(2):41-44.

[5]王海江.基于大數據的新能源遠程集中管控解決方案[J].科技展望, 2017, 27(5).