淺談風電機組出力性能分析方法

鄭雷杰

【摘? 要】風電機組其出力性能對于風電場的經濟效益會產生直接影響，通過便用SCADA（即數據采集和監控系統）來對風電機組的出力性能進行充分的分析，其中主要包含功率曲線的分析、發電量的分析、可靠性的分析等內容。本文重點結合某風電場的實際情況，對其風電機組出力性能進行了深入分析和研究，從中篩選出機組出力相對差的機組，同時對這類機組實施定性分析，望可以為風電機組提高工作效率奠定基礎。

【關鍵詞】風電機組;出業性能;分析方法

引言

為了有效緩解環境污染與能源緊缺的嚴重問題，大力發展風能是保護環境降低污染的重要途徑。風電機組出力性能是確保風電企業正常生產與發展的基礎因素。在運行數據相對欠缺的情況下，來對機組實施出力性能的分析會不同程度的增大困難。通過使用SCADA系統來對風電機組出力性能進行分析，從中找到出力效果不理想的機組，并同時對其原因進行篩查，從而為以后各系統性能的有效分析提供參考。

1風電機組出力性能的分析法

1.1影響出力性能的因素

對風電機組的出力性能產生影響的因素比較多，然常見因素基本有兩種，即外部因素和機組本身因素兩種。第一，外部因素。其中包含風況和環境。而風況包含風速大小、風切變、湍流強度和風向。環境因素主要包含濕度、大氣壓力和溫度等因素。第二，機組本身因素主要包括主控系統、傳動鏈系統、變槳系統、電氣系統、偏航系統。例如，常見問題有變槳不同步和偏航不對風等。

1.2出力性能分析

因為我國很多風電場各機組所在地形都非常相像，通過使用SCADA系統來對機組數據實施橫向比對，通過對功率曲線、電量、可靠性進行分析，可以發現影響發電量、可靠性和功率曲線變化的因素。在此當中，發電量分析主要包含平均風速和機組發電量的比較。功率曲線的分析需參照相應標準來進行。

1.3可靠性分析

可靠性的影響因素主要包含機組的所處環境、設計生產水平、使用條件零部件老化、運行時間等，可靠性具有時變性和特殊性特點，除此之外，可靠性還是判定風電機組的性能與維護水平的重要標準。可靠性的指標包含可利用率、故障率、平均故障間隔時間和平均恢復時間，對這些內容進行分析，能夠找出存在故障或是性能優良的風電機組。

故障率指的是在某一時間段內的機組形成故障的時間和總時間比，公式為：

（1）其中代表的是故障率，T表示的是某一時間段內的總時間，代表的是故障時間。

MTBF指的是相鄰故障間的平均運行時間，其體現出風電機組時間質量，主要反映風電機組規定時間段內，維持功能的能力，公式為：? 。

（2）在公式中N表示的是故障次數。MTTR指的是平均修復時間，其體現的是風電機組故障修復能力，屬于判定風電機組可維護的一種標準。公式為：? 。

（3）機組可利用率主要指的是一年時間段內，機組實際應用時間，占整體計劃用時的比例，公式為：可利用率=[1-（A-B）/（8760-B）]×100%? （4），其中公式中的A表示的是故障停機的時間，B表示的是非投標人責任范圍內的停機時間。停機時間不包含下面幾種情況，即：電網故障、不可抗力、氣象條件不在技術規范所規定的運行范疇。如果有兩種或是超過兩種的情況同時出現，僅對其中相對長的一種進行計算。

2試驗分析

2.1試驗概況簡介

某風電場總共安裝了33臺，型號是1.5S-82，功率為1.5兆瓦的風電機組，在2013年的時投入使用，最近幾年，一些風電機組的出力性能較弱，還有很多機組出現了各式各樣的故障問題，為此需對風電機組的出力性能進行分析，以及時從中找到問題形成原因，并做出有效處理。

2.2數據采集、篩選剔除

數據采集：數據都是通過使用風電機組的SCADA系統采集的，具體數據采集時間是2016年10月1日到11月31日期間，所采集的數據是30秒時間內的平均數值。其中數據內容主要包括了機組運行過程中的風速、功率、電網限電情況、發動機轉速、運行值、錯風角、變槳角度等。

數據篩選剔除：數據按照IEC61400-12-1標準，同時結合下面幾項原則來進行數據的篩選剔除故障時間內以外的數據、停機數據、測風儀故障數據等。主要剔除的數據有：（1）風速之外的其他條件，不在風電機組運行范圍之內的;（2）因為風電機組發生故障面致使風電機組出現停機的;（3）維護運行期間內，人工停機的;（4）棄風限電期內的數據。

2.3風電機組的出力性能

（1）發電量

把33臺風電機組各機組發電量與平均網速值進行統計。如下圖所示

從此圖可以發現，發電量最弱的機組主要包含12、22、26、30、31和32號機組，相對差一些的機組主要有17、20、21、23、24、25和29號機組。平均風速最弱的機組主要包含22、26、31、32號機組，最弱的機組有1、2、3、9、12、21、23、24、27、29和30號機組。因為對風電機組的發電性能產生影響的因素非常多，其中常見的影響因素主要包含了地形、限電、機組出力、故障、風況、變槳性能、維修停機、振動和偏航性能等因素。因為在11月的時候，風電場沒有限電情況存在，所以限電因素可以不計在內。

（2）功率曲線比較

功率曲線屬于風電機組判定出力性能情況的主要標準。功率曲線常使用BIN法來實施分區間分析。也就是將風速范圍設置在以0.5米/秒為中心的整數倍風速，左右的連續區間各設置為0.25米/秒，對于發電機轉速、錯風角、功率等數據的分區間法也是如此。結合數據剔除法提取使用正常并網情況下的數據，同時利用BIN法來實施分區間處理以后，獲得33臺風電機組功率曲線圖。如下圖所示。

從上圖可以發現，功率曲線最弱包含了7、12、9、25、30號風電機組，功率曲線正常的有6、8、10、11、22、29、33號風電機組，狀態最佳的有19號機組。在此當中12號風電機組的功率曲線最差，主要是因為出現振動后被廠家調整控制策略所造成的。

（3）可靠性

對33臺機組實施可靠性分析，因為可利用率的差異相對較小，所以無法進行統計。

①故障率的統計。對33臺機組故障率實施統計，如下圖所示

33臺風電機組故障率圖

通過圖表能夠看出，8、21、27、31號機組故障率相對較高，然平均值都不超過2%，而其他的機組故障率處在正常狀態。因為7號和12號機組因為振動停機，所以不將其歸類到統計范圍之內。

②MTBF（即平均故障間隔時間）計算

對33臺機組實施MTBF計算統計，得到統計結果如下圖表所示。

33臺風電機組MTBF統計圖表

通過圖表可以看出，MTBF結果較差的機組包含7、8、9、12、15、16、21、22、26、27、31號。

③MTTR（即平均恢復時間）計算統計

對33臺機組的MTTR進行統計，可得出統計結果，如下圖表所示。

33臺電機組MTTR統計圖表

通過圖表可以看出，MTTR高的風電機組包含2、4、9、10、14、21、27、29、31、32號。通過對統計故障率、MTBF、MTTR的統計結果進行分析可以發現，可靠性差的電機組包含8、9、10、14、21、27、31號。

3結束語

總體來說，通過應用風電機組SCADA系統運行數據，來對各機組進行對比，利用發電量與平均風速的比對分析、功率曲線的分析、可靠性分析，能夠發現機組出力性能差的一些機組并同時對這些機組實施定性分析，從而為各系統性能的判定提供參考。

參考文獻

[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]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].背京：華北電力大學，2015.