基于損失電量與時間分解的風電場多維度運行評價方法及應用

中國水電建設集團新能源開發(fā)有限責任公司 焦在強 王 穩(wěn) 中車株洲電力機車研究所有限公司風電事業(yè)部 萬宇賓

近十年來我國風電裝機量大幅增加，風電已逐步從補充能源向主力能源轉變。隨著大量在役機組運行年限的增加，風電行業(yè)內(nèi)已出現(xiàn)一些發(fā)電量低、故障率高、機組運行穩(wěn)定性差的低產(chǎn)出風電機組[1]。當前風電行業(yè)已進入無補貼、平價、競價上網(wǎng)的時代，為保證投資收益，風電場度電必爭，亟需挖掘風電機組發(fā)電潛力，提升機組發(fā)電量發(fā)電性能及發(fā)電量[2-4]。要挖掘風電機組發(fā)電潛力，必需對風電機組運行情況進行評估，以指導機組技改方案的制定及實施。目前風電行業(yè)大多采用TBA、MTBF、發(fā)電量、限電損失電量、故障損失電量、故障時長等KPI指標從宏觀維度實現(xiàn)風電場運行情況分析及評價，難以全面、詳細、深入評估風機的運行情況。因此有必要提出一種更為詳盡的多維度運行評價方法，為風電機組的提質(zhì)增效找到切入點，以提升機組發(fā)電量。

1 風電機組信息模型

風電機組信息模型對風電機組運行狀態(tài)進行了詳細的類別劃分，基本能包括風電機組的所有狀態(tài)。基于IEC標準，綜合考慮風電機組信息完備程度，構建表1所示風電機組信息模型，其分為五個等級(4個基本等級，1個可選先級)，還包括基本優(yōu)先級、典型情景、映射類別、可選優(yōu)先級等。風電機組各映射類別所對應的時序數(shù)據(jù)塊應是專有且連續(xù)的，當某連續(xù)時序數(shù)據(jù)塊同時滿足多個映射類別的準入條件時，可根據(jù)映射類別的優(yōu)先級順序決定該連續(xù)時序數(shù)據(jù)塊的歸屬。映射類別的優(yōu)先級順序通過表1中的可選優(yōu)先級確定，映射類別優(yōu)先級順序由低到高分別為等級1～11。

表1 風電機組信息模型

根據(jù)風電機組信息模型，機組運行數(shù)據(jù)可進行狀態(tài)類別劃分，所劃分的狀態(tài)類別包括滿性能發(fā)電、電網(wǎng)限電、機組限功、葉片覆冰、技術待機、指令停機、超出環(huán)境條件、超出電氣規(guī)范、計劃性維護/維修、故障等共計11大類。通過狀態(tài)類別劃分，能實現(xiàn)機組運行數(shù)據(jù)的分解以及各狀態(tài)類別損失電量及持續(xù)時長的統(tǒng)計分析，為機組及風電場的多維度運行評價奠定了基礎。

2 損失電量與時間分解原理

根據(jù)所構建的風電機組信息模型及狀態(tài)類別劃分模型，將分析時段內(nèi)的機組運行數(shù)據(jù)分解至各狀態(tài)類別，統(tǒng)計機組在各狀態(tài)類別下的發(fā)電量、潛在發(fā)電量、損失電量及發(fā)生時長。綜合考慮風電機組運行數(shù)據(jù)狀態(tài)類別標記的精細程度及運算速度，從SCADA歷史數(shù)據(jù)庫中提取1秒粒度原始運行數(shù)據(jù)，聚合成1分鐘粒度并得到各1分鐘粒度數(shù)據(jù)的主控狀態(tài)序列。根據(jù)各1分鐘粒度數(shù)據(jù)的主控狀態(tài)序列，機組運行日志及機組控制策略，結合所構建的信息模型及狀態(tài)類別劃分模型，可確定各1分鐘粒度數(shù)據(jù)所屬狀態(tài)類別。

將分析時段內(nèi)1分鐘粒度數(shù)據(jù)按所屬狀態(tài)類別進行分類，得到各狀態(tài)類別下的數(shù)據(jù)集Si（i=1,2,...,n），由數(shù)據(jù)集Si可得到機組在各狀態(tài)類別下的發(fā)生時長Ti及發(fā)電量Pri（i=1,2,...,n）。Ti=mi/60，，式中Ti為第i個狀態(tài)類別發(fā)生時長、單位小時，mi為第i個狀態(tài)類別所屬數(shù)據(jù)集總行數(shù)，Pgi為第i個狀態(tài)類別下風電機組發(fā)電量、單位千瓦時，pj為第j個功率數(shù)據(jù)點的有功功率值、單位千瓦。

選取機組滿性能發(fā)電狀態(tài)類別下的數(shù)據(jù)集Sm，采用“區(qū)間法”按0.5m/s風速間隔進行分bin操作，得到機組功率曲線：，，式中Vi為第i個bin區(qū)間的平均風速，Vn,i,j為第i個bin區(qū)間第j個1分鐘數(shù)據(jù)點的風速，Pi為第i個bin區(qū)間的平均功率，Pn,i,j為第i個bin區(qū)間第j個1分鐘數(shù)據(jù)點的功率，Ni為第i個bin區(qū)間內(nèi)的1分鐘數(shù)據(jù)點個數(shù)。同理，采用采用“區(qū)間法”按0.5m/s風速間隔進行分bin操作，得到各狀態(tài)類別下數(shù)據(jù)集Si（i=1,2,...,n）的風頻分布：Dsi=[li,1li,2...li,N]，式中：Dsi為第i個狀態(tài)類別風頻分布、未歸一化處理，li,j為第i個狀態(tài)類別下第j個bin區(qū)間內(nèi)的1分鐘數(shù)據(jù)點個數(shù)。

風電機組在各狀態(tài)類別下的潛在發(fā)電量及損失電量可按如下計算方法得到：，Pli=Ppi-Pgi，式中：Ppi為第i個狀態(tài)類別潛在發(fā)電量、單位千瓦時，li,j為第i個狀態(tài)類別下第j個bin區(qū)間內(nèi)的1分鐘數(shù)據(jù)點個數(shù)，Pi,j為機組功率曲線第j個bin區(qū)間的有功功率、單位千瓦，Pli為第i個狀態(tài)類別損失電量、單位千瓦時。

根據(jù)上述方法即可得到風電機組在各狀態(tài)類別下的發(fā)電量、潛在發(fā)電量、損失電量及發(fā)生時長，從而實現(xiàn)風電機組及風場的損失電量分解及運行時間分解（表2）。

表2 機組各狀態(tài)類別下發(fā)電量、潛在發(fā)電量、損失電量及發(fā)生時長

3 風電場及機組多維度運行評價案例

以中國南方丘陵山區(qū)某風電場為例，開展基于損失電量與時間分解的風電場及機組的多維度運行評價：該風電場安裝有18臺2MW風電機組，場區(qū)海拔300～620米；采用該風電場6個月的1分鐘粒度運行數(shù)據(jù)及同時段故障日志，分析風電場及機組在各狀態(tài)類別下發(fā)電量、損失電量及發(fā)生時長，并對風電場及機組運行情況進行評價；分析結果如圖1～5所示。

圖1 各機組平均風速及實際發(fā)電量

由場級維度分析結果可知：全場實際發(fā)電量占比達93.43%，故障停機損失電量僅0.462%，表明該風電場運行狀態(tài)良好；全場電網(wǎng)限電損失電量占比達1.162%，減少電網(wǎng)限電可顯著提升發(fā)電量；全場因外部環(huán)境因素導致的停機時長占總時長的33.495%，期間產(chǎn)生的電量損失達3.358%。對機組控制策略進行優(yōu)化，拓寬機組運行的環(huán)境條件，可提升發(fā)電量。

由單臺機組維度及故障維度分析結果可知：超出環(huán)境條件是各機組電量損失的最大來源，其次為電網(wǎng)限電損失；33#機組長時間的計劃性維護/維修，直接造成10.158%電量損失；全場機組中，26#及30#故障損失電量最高，變槳系統(tǒng)故障為26#、30#機組故障損失的主要來源；在全場所發(fā)生的所有故障中，風向長時間無變化、變流器故障跳閘等兩種故障的發(fā)生最為普遍。

綜上，風電機組信息模型基于風電行業(yè)標準構建，綜合考慮了風電機組狀態(tài)類別及其信息完備程度。本文采用風電機組運行數(shù)據(jù)及運行日志，根據(jù)所構建的風電機組信息模型劃分機組的運行狀態(tài)類別，統(tǒng)計機組在各狀態(tài)類別下的損失電量及運行時長，實現(xiàn)了場級維度、單臺機組維度、故障維度等的多維度運行評價。以某風電場為例多維度評估了風電場及機組的運行狀態(tài)，指出了風電場及機組損失電量的主要來源，為風電場的發(fā)電量提升提供切入點，也驗證了風電場多維度運行評價方法的價值和意義。

圖2 場級維度損失電量分解

圖3 場級運行時間分解

圖4 單臺機組維度損失電量分解

圖5 單臺機組維度運行時間分解