基于復(fù)雜氣候地理?xiàng)l件下風(fēng)機(jī)出力特性研究

陳世游，陸 海，蘇 適

（云南電網(wǎng)有限責(zé)任公司電力科學(xué)研究院工作站，云南 昆明 650217）

0 引言

風(fēng)能作為清潔便利的能源，是風(fēng)電開發(fā)利用的重要載體。過去10 年，我國風(fēng)電裝機(jī)增長了47倍，2010年風(fēng)力發(fā)電累計(jì)裝機(jī)容量達(dá)到4182.7 萬千瓦，躍居世界第一。預(yù)計(jì)到2020年，我國風(fēng)電裝機(jī)容量將至少達(dá)到1.5億千瓦，約占10%。由此可見，風(fēng)能最具規(guī)?；_發(fā)前景。目前國內(nèi)風(fēng)電機(jī)組能量可利用率水平較低一般為60%~70%[1]，而國外已經(jīng)達(dá)到了90%以上，即使在不考慮限電的影響情況下，機(jī)組的能量可利用率仍然有較大的提升空間。隨著風(fēng)電大規(guī)模、集中式接入主網(wǎng)，如何合理地評估風(fēng)電場運(yùn)行情況及為調(diào)度提供可靠的風(fēng)電場運(yùn)行信息，如理論出力，對指導(dǎo)風(fēng)電場優(yōu)化控制運(yùn)行具有重要意義。

隨著風(fēng)力發(fā)電的大規(guī)模應(yīng)用，對風(fēng)電場全場風(fēng)機(jī)出力研究也逐漸展開。由于風(fēng)力發(fā)電機(jī)組的理論發(fā)電能力只與機(jī)組參數(shù)和入流的風(fēng)速有關(guān)，風(fēng)機(jī)艙前風(fēng)速精準(zhǔn)測量是評估單臺及全場機(jī)組理論出力重要前提。然而，在針對高原地形風(fēng)電場多分布在山脊上和立體氣候風(fēng)資源隨海拔變化顯著的情況下，紊流、湍流和風(fēng)向迂回的相互交錯作用，這種傳統(tǒng)的測量方法導(dǎo)致測風(fēng)塔測得的風(fēng)數(shù)據(jù)與風(fēng)機(jī)艙前風(fēng)速不一致。現(xiàn)有文獻(xiàn)主要從風(fēng)電場出力建模和以精確測風(fēng)為基礎(chǔ)進(jìn)行功率曲線繪制來評估單機(jī)出力進(jìn)行研究，文獻(xiàn)[2]利用雷達(dá)測風(fēng)儀激光反射原理進(jìn)行風(fēng)速風(fēng)向測量精準(zhǔn)測量，利用區(qū)間分析的方法繪制出功率曲線風(fēng)力發(fā)電機(jī)組的功率特性曲線，但是文獻(xiàn)給出方法只適合去評估單臺風(fēng)機(jī)出力，無法對全場風(fēng)機(jī)出力進(jìn)行評估。文獻(xiàn)[3]以風(fēng)電場的實(shí)際風(fēng)速及其發(fā)電出力的歷史實(shí)測數(shù)據(jù)為基礎(chǔ)，通過對風(fēng)電場內(nèi)部多個機(jī)群的風(fēng)速序列進(jìn)行相關(guān)性處理，建立由多種Copula函數(shù)組成的混合Copula模型，然后將多組機(jī)群出力線性疊加，得到風(fēng)電場聚合出力。文獻(xiàn)在進(jìn)行全場出力評估時，需要大量機(jī)群的精確風(fēng)速歷史數(shù)據(jù)。而在高原立體氣候條件下，獲得各個機(jī)群精確風(fēng)速困難性大。文獻(xiàn)[4]采用 CFD數(shù)值模擬評估復(fù)雜山地地形中的風(fēng)能分布，采用了六面體結(jié)構(gòu)化網(wǎng)格系統(tǒng),計(jì)算收斂迅速, 結(jié)果精確。文獻(xiàn)為評估全場風(fēng)資源提供了可靠方案,為全場風(fēng)機(jī)出力評估提供科學(xué)方法。文獻(xiàn)[5]提出了一種真實(shí)功率曲線的模型，考慮了各范圍風(fēng)速數(shù)據(jù)的正態(tài)分布。此外，還提出了一種基于蒙特卡羅的仿真技術(shù)，以基于正規(guī)的模型來產(chǎn)生風(fēng)速數(shù)據(jù)，為風(fēng)電場出力建模提供可靠數(shù)據(jù)。

現(xiàn)有研究針對高原立體氣候條件下，沒有對風(fēng)電場出力研究提供可行的實(shí)驗(yàn)方案，因此有待深入研究;在此，本文提出采用一臺激光雷達(dá)裝置對機(jī)組進(jìn)行風(fēng)速精準(zhǔn)測量；然后，以激光雷達(dá)的風(fēng)速實(shí)測數(shù)據(jù)為參考點(diǎn)，對風(fēng)電場風(fēng)資源分布進(jìn)行CFD模擬推算風(fēng)電場內(nèi)機(jī)組的艙前風(fēng)速，最后，采用推算的風(fēng)速和風(fēng)機(jī)實(shí)際輸出功率進(jìn)行擬合，將擬合功率曲線與廠家提供的靜態(tài)功率曲線做對比，驗(yàn)證風(fēng)場理論出力評估方法的可行性。本文研究流程圖如圖 1所示。

1 根單機(jī)功率特性試驗(yàn)

1.1 激光雷達(dá)測風(fēng)

激光雷達(dá)是采用激光多普勒原理，對空氣中的微粒的雷達(dá)回波進(jìn)行追蹤，從而對風(fēng)速進(jìn)行測量的裝置。與傳統(tǒng)機(jī)械式測風(fēng)相比，激光雷達(dá)可以采集全面風(fēng)數(shù)據(jù)：風(fēng)速，風(fēng)向，風(fēng)切變，向變，湍流強(qiáng)度，氣流傾角等數(shù)據(jù)；另外其測量原理決定了可以對機(jī)組前方自由流的風(fēng)速進(jìn)行測量，保證了測量數(shù)據(jù)的可靠性。同時，在風(fēng)機(jī)尾流、大氣現(xiàn)象、復(fù)雜氣流的可視化方面也具有較強(qiáng)的優(yōu)勢[6]。

1.2 激光雷達(dá)測風(fēng)原理

激光雷達(dá)風(fēng)速測量的示意如圖2所示。光學(xué)頭發(fā)出兩束夾角為2θ的激光束，并采用多普勒原理分別測量沿激光束的徑向風(fēng)速，一旦 R WS1和 R WS0被測出，那水平風(fēng)速可以采用如下的方法進(jìn)行重構(gòu)[7]。

徑向風(fēng)速的計(jì)算公式為：

RWS=徑向風(fēng)速=沿激光束的風(fēng)速=

其中λ為激光波長，f為多普勒頻移量

水平風(fēng)速的兩個分量可以采用下式得到

則風(fēng)速矢量和風(fēng)向可以通過下式得到

圖2 激光雷達(dá)測風(fēng)示意圖Fig.2 Laser radar wind measurement

2 C FD模擬推算與單機(jī)功率特性外推全場

CFD（Computational Fluid Dynamics）計(jì)算流體力學(xué)技術(shù)是通過計(jì)算機(jī)的幫助，根據(jù)流體力學(xué)的規(guī)律進(jìn)行模擬求解，將幾何區(qū)域分解為一個個小的網(wǎng)格，并在其中求解復(fù)雜的偏微分方程組的過程[8]。綜合計(jì)算精度，運(yùn)算時間，計(jì)算機(jī)性能，采用雷諾時均法對湍流進(jìn)行模擬，考慮地表粗糙度，本次計(jì)算采用WindSIM軟件帶有壁面函數(shù)的k-s瑞流模型,三維標(biāo)準(zhǔn)k-s模型方程為：

其中k和ε分別為湍動能及其耗散率，kP為湍動能生成項(xiàng)，可以用如下公式表示：

在式6中，ju和ju′分別為 j方向的平均風(fēng)速和脈動風(fēng)速。其中湍流粘度為：

式4、5和7中：Cμ，1Cε，2Cε，kσ，εσ為模型常數(shù)，需要根據(jù)測風(fēng)數(shù)據(jù)對模型常數(shù)進(jìn)行修訂。

2.1 復(fù)雜風(fēng)電場地形數(shù)據(jù)處理

利用地球電子地形數(shù)據(jù)ASTER GDEM（先進(jìn)星載熱發(fā)射和反射輻射儀全球數(shù)字高程模型）獲得地形數(shù)據(jù)；根據(jù)提供的1：2000的測繪地形圖（DWG格式），采用AutoCAD和Global mapper、Wasp Map Editor等軟件對地形數(shù)據(jù)進(jìn)行處理，地形圖處理步驟如下[9]。

（1）地形圖的外擴(kuò)

本次計(jì)算除了風(fēng)電場區(qū)域外，還需要包含周邊5000m的區(qū)域，外擴(kuò)區(qū)域地形圖采用 ASTER電子地圖數(shù)據(jù)，該數(shù)據(jù)較能真實(shí)的反映真實(shí)的地形特征。

通過Autocad、Global mapper等軟件對原始地形數(shù)據(jù)和下載地形數(shù)據(jù)進(jìn)行合并處理，優(yōu)化邊界等高線，保證計(jì)算收斂性。

（2）地形圖處理及生成

通過 cad對地形數(shù)據(jù)中的無效信息進(jìn)行剔除，僅保留等高線信息；

通過 Global mapper軟件對等高線信息進(jìn)行處理，輸出map、gws等需要的格式

2.2 復(fù)雜風(fēng)電場地貌數(shù)據(jù)處理

依靠國家基礎(chǔ)地理信息中心研制的全球高分辨率地表覆蓋遙感制圖獲得 30米地表覆蓋數(shù)據(jù)（GlobeLand30），通過獲取GLC30粗糙度信息，截取風(fēng)電場區(qū)域范圍內(nèi)的粗糙度信息，導(dǎo)入 global mapper中；或者根據(jù)提供的測繪地形圖中的關(guān)于對地貌信息的描述，手動生成地貌信息文件，導(dǎo)入global mapper文件；對導(dǎo)入的文件進(jìn)行處理，輸出需要的格式。

2.3 地形、地貌信息合并處理

采用Global mapper或Wasp Map Editor對地形數(shù)據(jù)進(jìn)行處理及合并，根據(jù)所采用的軟件所需格式輸出。Windsim需要gws文件，WT需要map文件。

2.4 計(jì)算域的設(shè)置與離散

針對風(fēng)電場范圍及周圍 5000米的范圍進(jìn)行CFD模擬仿真。各項(xiàng)參數(shù)設(shè)置如下。

（1）水平分辨率

水平分辨率為25 m~267 m。對風(fēng)電場區(qū)域及測風(fēng)塔區(qū)域進(jìn)行網(wǎng)格加密，網(wǎng)格精度為25 m*25 m，風(fēng)電場以外的區(qū)域采用 0.3的系數(shù)逐漸擴(kuò)大，在不影響計(jì)算結(jié)果的情況下，節(jié)省計(jì)算機(jī)資源，提高計(jì)算速度。

（2）垂直網(wǎng)格數(shù)量

垂直網(wǎng)格數(shù)量采用31個，并通過參數(shù)設(shè)置保證150 m以下存在10個以上網(wǎng)格，以確保模擬結(jié)果的準(zhǔn)確性。

（3）平滑設(shè)置

實(shí)際地形計(jì)算結(jié)果收斂性較好，未對地形圖進(jìn)行平滑處理

（4）森林模型

因無區(qū)域森林?jǐn)?shù)據(jù)，未采用森林模型，采用粗糙度設(shè)置替代。通過以上設(shè)置，本次計(jì)算x方向網(wǎng)格數(shù)量410個，y方向網(wǎng)格數(shù)量418個，z方向網(wǎng)格數(shù)量31個，總網(wǎng)格數(shù)量500多萬個。

2.5 邊界條件的設(shè)置

表1 風(fēng)電場邊界條件設(shè)置參數(shù)Tab.1 Wind farm boundary conditions setting parameters

3 算例分析

3.1 風(fēng)電場

計(jì)算風(fēng)電場位于中國云貴高原地區(qū)，所在區(qū)域海拔高度1800~2400 m，風(fēng)電場內(nèi)高度落差約500 m。風(fēng)電場占地面積約為30 km2，境內(nèi)溝壑縱橫，群山高聳、山谷相間、 立體氣候明顯，區(qū)域內(nèi)存在大量藥用值物。風(fēng)電場內(nèi)共有66臺東方電氣FD82機(jī)型風(fēng)電機(jī)組，風(fēng)機(jī)輪轂高度為70 m，葉輪直徑為82 m，額定容量 1500 KW。場內(nèi)風(fēng)電機(jī)組的排布如圖 3所示。

本次試驗(yàn)所采用的激光雷達(dá)為 AVENT公司生產(chǎn)的 WindIris機(jī)艙式激光雷達(dá)。在實(shí)際測試時，處理單元放置在風(fēng)力機(jī)機(jī)艙內(nèi)部，光學(xué)頭和通過三腳架打孔固定安裝于機(jī)艙頂部如圖4所示。

圖3 機(jī)組排布圖Fig.3 Unit layout diagram

圖4 機(jī)艙頂安裝方式Fig.4 Nacelle top installation

本次測試所采用的激光雷達(dá)主要技術(shù)參數(shù)如表2所示。

表2 W indIris技術(shù)參數(shù)表Tab.2 W indIris technical parameters

3.2 計(jì)算結(jié)果與分析

3.2.1 雷達(dá)數(shù)據(jù)處理

通過機(jī)載激光裝置，測得單臺風(fēng)機(jī)艙前不同距離處的風(fēng)速如表3所示。從表3所測的數(shù)據(jù)來看風(fēng)速在距離風(fēng)機(jī)110 m~200 m之間基本穩(wěn)定。

為進(jìn)一步清晰描述不同測風(fēng)距離測風(fēng)數(shù)據(jù)相關(guān)性，引入相關(guān)系數(shù)來刻畫變量之間關(guān)系密切程度，相關(guān)系數(shù)的取值區(qū)間在1到–1之間。1表示兩個變量完全線性相關(guān)，–1表示兩個變量完全負(fù)相關(guān)，0表示兩個變量不相關(guān)。數(shù)據(jù)越趨近于0表示相關(guān)關(guān)系越弱。測風(fēng)數(shù)據(jù)之間相關(guān)性越高，數(shù)據(jù)質(zhì)量越可靠。下式是相關(guān)系數(shù)[10]計(jì)算公式。

其中xyr表示樣本相關(guān)系數(shù)，xys 表示樣本協(xié)方差，xs表示X的樣本標(biāo)準(zhǔn)差，ys表示Y的樣本標(biāo)準(zhǔn)差。下面分別是xs和ys標(biāo)準(zhǔn)差的計(jì)算公式。

按照如上公式9、10、11和12我們可以求得數(shù)據(jù)相關(guān)關(guān)系，具體數(shù)值如表4所示，從表4可以看出，測風(fēng)數(shù)據(jù)之間相關(guān)性非常好，數(shù)據(jù)質(zhì)量可靠。距離風(fēng)輪越遠(yuǎn)，風(fēng)速越高。這是由于距離風(fēng)機(jī)越遠(yuǎn)，海拔越低，測量點(diǎn)距離地表越遠(yuǎn)。白天熱交換劇烈，大氣極不穩(wěn)定，對流強(qiáng)烈，貼近地表位置的風(fēng)速將高于遠(yuǎn)離地表位置。夜間則相反。

3.2.2 CFD模型驗(yàn)證及通過雷達(dá)數(shù)據(jù)推算全場

將激光雷達(dá)測量的110 m、140 m、170 m距離處風(fēng)速均導(dǎo)入WindSim軟件中計(jì)算，模擬風(fēng)機(jī)所處上述位置處風(fēng)速，將雷達(dá)測速與推算作對比來驗(yàn)證模型準(zhǔn)確性，結(jié)果如表5所示。

表4 不同距離風(fēng)速相關(guān)性分析統(tǒng)計(jì)表Tab.4 Statistical table of correlation analysis of wind speed at different distances

表5 各個點(diǎn)處風(fēng)速推算驗(yàn)證Tab.5 Verification of wind speed at various points

110 m測量結(jié)果和推算結(jié)果偏低，230 m測量結(jié)果和推算結(jié)果偏高，其余結(jié)果均在8.34 m/s附近，偏差均小于0.1，選取200 m處（2.5D）進(jìn)行推算是可行的。因風(fēng)輪阻擋，造成實(shí)測風(fēng)速小于實(shí)際風(fēng)速，采用距離近處風(fēng)速推算結(jié)果小于距離遠(yuǎn)處推算結(jié)果，模型并未產(chǎn)生較大誤差，結(jié)果準(zhǔn)確可靠。

將云南某地區(qū)風(fēng)電場各個風(fēng)機(jī)進(jìn)行 CFD模擬推算，并用對機(jī)組的 SCADA／風(fēng)速儀數(shù)據(jù)進(jìn)行采集，獲得機(jī)組各個機(jī)位模擬數(shù)據(jù)。將推算的數(shù)據(jù)與SCADA／風(fēng)速儀采集的數(shù)據(jù)進(jìn)行相關(guān)性分析，結(jié)果如表 6所示。對比 J02~J05及附近機(jī)位的實(shí)測SCADA數(shù)據(jù)，發(fā)現(xiàn) J02、J03、J04、J05風(fēng)速與周圍機(jī)位風(fēng)速變化趨勢差異較大?？赡苁菣C(jī)艙風(fēng)速儀損壞造成或系統(tǒng)錯誤。從表中可以看出各個風(fēng)機(jī)推算得到的艙前風(fēng)速與 SCADA／風(fēng)速儀采集的相關(guān)性較好，模擬效果較好[11]。

3.2.3 功率曲線對比

采用推算的風(fēng)速和風(fēng)機(jī)實(shí)際輸出功率擬合功率曲線，擬合結(jié)果與廠家提供的靜態(tài)功率曲線對比，如圖5、6所示。

從圖5、6可以看出，功率曲線和Cp曲線變化存在四個階段：

（1）在低風(fēng)速段（3 m/s~7 m/s），擬合的實(shí)際功率曲線略高于廠家的靜態(tài)功率曲線，這主要是因?yàn)殪o態(tài)功率曲線模擬未考慮湍流強(qiáng)度的影響，而實(shí)際功率曲線受到湍流強(qiáng)度影響。在低風(fēng)速段，Cp為上升趨勢，當(dāng)風(fēng)速從3 m/s增加到4 m/s時，風(fēng)能利用系數(shù)Cp從0.2左右增加到0.4左右，風(fēng)速的提升對Cp的影響非常大。因此在低風(fēng)速段，湍流強(qiáng)度越高，功率曲線表現(xiàn)越好。

表6 模擬結(jié)果與運(yùn)行結(jié)果相關(guān)性統(tǒng)計(jì)Tab.6 Correlation between simulation results and operating results

（2）在8 m/s附近，靜態(tài)功率曲線與動態(tài)功率曲線基本一致。因?yàn)榇穗A段，Cp隨風(fēng)速的變化非常小，湍流強(qiáng)度對風(fēng)速的影響無法在功率曲線中體現(xiàn)。

（3）在額定功率附近（9 m/s~12 m/s），擬合的實(shí)際功率曲線低于廠家的靜態(tài)功率曲線，這是因?yàn)镃p曲線開始下滑，這與低風(fēng)速段情況正好相反，因此有上述表現(xiàn)。

圖5 功率曲線對比Fig.5 Pow er curve comparison

圖6 Cp 曲線對比Fig.6 Cp curve comparison

（4）在額定風(fēng)速以后（13 m/s~25 m/s），風(fēng)機(jī)實(shí)際輸出功率高于額定功率，這是因?yàn)轱L(fēng)機(jī)在設(shè)計(jì)時可以超發(fā)10%左右，因此高出靜態(tài)功率曲線。

綜上所述，采用激光雷達(dá)測風(fēng)與CFD外推全場風(fēng)機(jī)出力方法擬合的功率曲線與實(shí)際較為相符，此方法具有可行性。

4 結(jié)論

本文首先從復(fù)雜地形氣候條件下，傳統(tǒng)測風(fēng)手段不能精確測得機(jī)艙前風(fēng)速入手，采用激光雷達(dá)精確測得云南曲靖某地區(qū)單個機(jī)艙前不同距離處風(fēng)速，并對測風(fēng)數(shù)據(jù)進(jìn)行相關(guān)性分析，論證了激光雷達(dá)測風(fēng)數(shù)據(jù)可靠性；然后，將激光雷達(dá)測量的110 m、140 m、170 m距離處風(fēng)速均導(dǎo)入WindSim軟件中計(jì)算，對全場風(fēng)速進(jìn)行模擬，并將模擬結(jié)果與測風(fēng)塔處測得風(fēng)速做對比，得出 CFD模擬方案可行性;最后，采用CFD模擬推算的風(fēng)速和風(fēng)機(jī)實(shí)際輸出功率進(jìn)行擬合得到功率曲線，將擬合結(jié)果與廠家提供的靜態(tài)功率曲線對比，結(jié)果可知擬合得到功率曲線與廠家提供的靜態(tài)功率曲線較吻合，從而驗(yàn)證了以激光雷達(dá)測風(fēng)為基礎(chǔ)進(jìn)行 CFD模擬外推全場理論功率方案的可行性。

過去在評價(jià)機(jī)組或風(fēng)電場時，基本都是用年利用小時數(shù)，發(fā)電量等指標(biāo)來進(jìn)行。這樣做的缺點(diǎn)是沒有考慮到機(jī)組微觀選址時帶來的風(fēng)資源天然差異。我們只知道某臺機(jī)組發(fā)電量大，某臺小。但是并不知道每臺機(jī)組實(shí)際上的理論最大出力是多少，也無法有效地判斷造成這種差異的深層次原因。這時，通過本文所提方案評估單機(jī)及全場理論出力，進(jìn)而引入“能量可利用率”這一新的評價(jià)標(biāo)準(zhǔn)，解決上述評價(jià)方法缺陷，合理地評估風(fēng)電場運(yùn)行情況及為調(diào)度提供可靠的風(fēng)電場信息，指導(dǎo)風(fēng)電場優(yōu)化控制運(yùn)行，且對提高新能源區(qū)域消納能力具有重要意義。

[1] 馬平, 劉昌華. 風(fēng)力發(fā)電機(jī)組功率曲線的驗(yàn)證[J]. 可再生能源, 2008, 26(12): 82-84.

[2] 潘寧. 基于激光雷達(dá)測風(fēng)儀的風(fēng)電機(jī)組功率曲線測試方法研究[J]. 節(jié)能技術(shù), 2013, 31(178): 112-115.

[3] Pan Xiong, Wang Lili, et al. Modeling method of wind farm output based on mixed Copula function[J]. Automation of Electric Power Systems, 2014, 38(14): 17-22.

[4] S. Gill, B. Stephen, S. Galloway. Wind turbine condition assessment through power curve copula modeling, IEEE Transactions on Sustainable Energy[J]. 2012, 3(1): 94-101.

[5] Kim Jaejin,Baik Jongjin.A numerical study of the effects of ambient wind direction on flow and dispersion in urban street canyons using the RNG k-s turbulence model[J]. Atmospheric Environment, 2004, 38(19): 3039-3048．

[6] 肖創(chuàng)英, 汪寧渤, 陟晶, 等. 甘肅酒泉風(fēng)電出力特性分析[J]. 電力系統(tǒng)自動化, 2010, 34(17): 64-67.

[7] 劉昊, 柳亦兵, 辛衛(wèi)東, 李若昭. 基于運(yùn)行數(shù)據(jù)的風(fēng)力發(fā)電機(jī)組功率特性分析[J]. 電網(wǎng)與清潔能源. 2009(7): 53-56.

[8] P. Mohan Kumar, M. Mohan Ram Surya, et al. Comparitive CFD analysis of darrieus wind turbine with NTU-20-V and NACA0018 airfoils, 2017 IEEE International Conference on Smart Grid and Smart Cities [C]. Singapore, 2017.

[9] 肖儀清, 李朝, 等.復(fù)雜地形風(fēng)能評估的CFD方法[J]. 華南理工大學(xué)學(xué)報(bào), 2009. 37(9): 30-35.

[10] 卞海紅, 鄭維高, 林章歲, 等. 集群風(fēng)電場出力統(tǒng)計(jì)指標(biāo)建模與應(yīng)用[J]. 電力自動化設(shè)備, 2015, 35(12): 21-27.