基于機艙傳遞函數的風機性能評估

楊明明

(華潤電力技術研究院，廣東 深圳 518002)

中國風電行業迅猛發展，截止至2019年6月，全國累計并網裝機容量達到1.93億kW。從2019年6月全國電力裝機來看，火力發電占比62.8%，水力發電占比16.8%，風力發電占比10.5%，風電成為中國的第三大能源來源，其對于中國的能源結構改善、能源安全、綠色發展的意義重大。因此，針對已經投運風電場的發電性能評估、技術改造、性能優化等相關工作的意義凸顯，更加值得關注[1-2]。

風力發電機組功率曲線是風電機組運行效益優劣的決定性因素，是風電機組的基本性能評估的重要指標[3]。目前行業內通過單臺機組的功率曲線測試來評估全場風電機組是否達到設計值的方法無法全面評估全場機組性能，氣象和環境條件以及風電場中的排布均對機組性能有著較大影響[4]。本研究旨在通過機艙傳遞函數(NTF)[5]，結合各風電機組SCADA系統的運行數據，高效準確地對全場機組運行功率曲線進行評估，并通過保證率K值來評估機組的發電性能，并對異常風電機組提出相關優化方案或建議，這對于提高機組效能，改善發電場發電效益具有重要意義[6]。

1 分析方法與數據來源

1.1 機艙風速傳遞函數

根據《風力發電機組基于機艙風速計法的功率特性測試》GB/T 33225-2016[7],機艙傳遞函數(NTF)旨在利用機艙前的測風塔或者激光雷達測風數據與機艙風速的相關性進行函數擬合，通過傳遞函數進行風速修正。

將同時段的機艙前測風數據和機艙風速數據按扇區進行篩選，剔除受障礙物影響扇區及無效數據后，再按Bin法進行分區處理，分區分段計算機艙傳遞函數，計算公式如下：

式中：Vnacelle,i、Vnacelle,i+1為區間i和區間i+1中機艙風速的區間平均值；Vfree,i、Vfree,i+1為區間i和區間i+1中機艙前測風儀器風速的區間平均值；Vnacelle為機艙風速實測值；Vfree為采用實測機艙風速和機艙前實測風速估算并針對地形引起的氣流畸變修正后的自由流風速。

1.2 監測數據

某風場25臺WTG2000-104機組2018年11月至2019年10月SCADA系統的10 min平均風速和功率以及機組參數。

激光雷達2019-04-20日-2019-07-14日80 m高10 min平均風速，風向。

2 分析與計算

2.1 機艙函數擬合

某平原風電場共有25臺額度功率2 000 kW，風輪直徑為104 m的WTG2000-104風電機組，D34(海拔40 m)機位西南側250 m處布置激光雷達1號(海拔40 m)進行傳遞函數推導，機位與雷達相對位置如圖1所示。

根據GB/T 33225-2016對數據進行處理，對各扇區進行自我一致性檢驗，從圖2中可以看出干擾扇區[0°,100°]和[300°,350°]受障礙物影響，激光雷達與機艙風速的比值出現大幅波動，對以上扇區數據予以剔除，對剔除后數據采用Bin法計算各風速段的均值繪制機艙傳遞函數，機艙傳遞函數曲線見圖3。

圖2 自我一致性核查圖

圖3 機艙傳遞函數圖

2.2 風機性能評估

對收集到25臺風電機組2018年11月-2019年10月的10 min平均風速和功率進行數據篩選，從圖4可以看出，風電場采集到的數據中存在大量異常數據點。導致數據異常的原因有計劃外停機、棄風限電、風速傳感器失靈、通信設備故障、電磁干擾、風機脫網、極端天氣情況、風機葉片污垢或受損等因素。這部分點對Bin法有較大影響，為增加分析結果的可靠性，對上述點位進行剔除[8-9]，剔除后的功率散點圖如圖5。

圖4 數據篩選前的功率曲線散點圖

圖5 數據篩選后的功率曲線散點圖

利用機艙傳遞函數對機艙風速進行修正，并根據GB/T 33225-2016標準對修正后風速與功率按Bin散點進行功率曲線計算，并對其進行繪制，結果如圖6。

圖6 風電各機位運行功率曲線圖

通過計算各機型功率曲線的實際保證率評估機組是否達到設計性能。各機組的實際保證率K[10]為場內測風塔風頻和運行功率曲所計算年發電量與場內測風塔風頻和承諾功率曲線所計算發電量的比值。場內測風塔風頻分布見圖7，對各發電機組的K值進行分布圖繪制，成果如圖8。

圖7 測風塔風頻分布圖

圖8 運行機組K值分布圖

K值越大，表明機組發電性能越好。當K值低于95%(廠家承諾值)，即機組未達標，需重點考慮其性能優化，以提高風場收益。從圖8中可以看出D26、D30、E42、F43、F45、F46、F47和F50的K值低于95%的保證值，其中D26、F46和F47偏離幅度較大，最小K值僅80%。

2.3 影響風機性能因素分析

針對D26、F46和F47機組運行功率曲線與保證功率曲線之間出現較大偏差，進一步對其運行工況進行分析。風力發電機組在不同的運行工況下，為追尋最佳性能，槳距角和轉速應遵循相應控制策略(見圖9)。風力發電機組運行一般存在5種工況，即起動區、最大風能追蹤區、恒轉速區、恒功率區、停機區[11-12]。風機在最大風能追蹤區、恒轉速區、恒功率區的控制策略如下。

圖9 運行工況槳距角與轉速的變化曲線圖

1)最大風能追蹤區。風速處于切入風速以上，但發電機未達到額定轉速。該區域內實行最大風能追蹤控制的變速運行，此風速區間，槳距角=0°。

2)恒轉速區。發電機已達到額定轉速，但風速未達到額定值。此時輸出功率繼續上升，通過轉速控制，使風力機組處于恒轉速運行狀態，但不對槳距角進行調節，槳距角=0°。

3)恒功率區。風速達到額定風速。隨著風速的增大，風力機輸出功率不斷增大，此時，需在轉速控制的基礎上增加功率控制，調節槳距角，控制風力機對風能的吸收，使輸出功率不超過額定值。此區域風電機組處于恒轉速、恒功率運行狀態，0°<槳距角<90°。

從圖10～圖12可以看出D26、F46和F47機組在各運行工況區控制策略表現不佳，具體如下：①3～8 m/s最大風能追蹤區，D26、F46和F47機組槳距角大部分時段保持在5°以下，但當風速處于3～5 m/s低風速段時，槳距角出現大量離散點，部分時段槳距角達到20°，風機出現頻繁的變槳動作，機組無法獲得最佳的風能利用系數Cp，主要原因在于機組的變槳控制策略無法應對隨機風速波動對變槳控制的影響，波動較大的低風速段無法實現最大風能的捕獲。②8～10 m/s恒轉速區，發電機組處于恒轉速，機組風速尚未達到額度風速，槳距角呈現變大的趨勢，變槳系統的過早啟動，導致風機無法保持最佳葉尖速比，這也是影響機組性能的重要因素[13-15]。

圖10 D26機組風速與槳距角、轉速關系圖

圖11 F46機組風速與槳距角、轉速關系圖

圖12 F47機組風速與槳距角、轉速關系圖

3 結 語

風電機組功率曲線是評估風電機組性能的重要指標，決定了風場的效益。通過機艙傳遞函數(NTF)能高效計算風電場所有機組的功率曲線，根據運行功率曲線計算實際保證率K值來判斷異常風電機組。本風電場68%的風電機組保證率K值達到廠家承諾的保證率(95%)，32%風電機組的K值低于承諾值。通過對異常機組的運行工況分析發現其變槳策略有待優化，經常出現提前變槳動作，偏離了最佳葉尖速比，降低了機組性能。