基于集群相似的風力發電機組偏航角度估值方法研究

崔 帥，陳 鋒，吉佳林，李玉麒

(烏魯木齊金風天翼風電有限公司，新疆 烏魯木齊 830026)

0 引言

近年來隨著世界各國對環境保護和節能減排的重視程度不斷高漲，風力發電在能源領域受重視程度也越來越高，中國提出到2030年風電、太陽能發電總裝機容量達到12億千瓦以上，非石化能源消費比重達到25%左右的目標[1]，這必將推動風電迎來新一輪快速增長。在此背景下探索風力發電機組容錯運行技術，提高風力發電機組可利用率、研究風力發電機組智能監測技術，及時發現機組亞健康狀態，減少發電量損失，對風力發電具有積極意義。本文研究基于集群相似的風力發電機組偏航角度估算方法，通過風電場中其他相鄰機組來估算目標機組偏航角度，預期達到兩個效果：①容錯運行，即當機組風向標損壞，需要等待備品備件到貨時(根據風電場是否有存貨以及備件采購地點及運輸條件，一般需要一至數天時間)，采用估值偏航角度結合其他安全策略控制機組容錯運行，以盡可能減少發電損失；②實時監測機組偏航對風系統運行狀態，這是由于風力發電機組功率輸出與葉輪掃風面積的三次方成正比[2]，因此一旦機組偏航對風系統出現異常將影響機組發電量，通過比較估值偏航角度與實際偏航角度，發現偏航系統問題及時通知現場維護人員進行檢查，可減少由此帶來的機組發電量損失。

1 風電場介紹

本文數據來源為中國西部某風電場，電場風電機組數量33臺，場內地表狀況為戈壁溝壑。風電場機位排布及地形狀況衛星圖如圖1所示。

圖1 風電場機位排布及地形狀況衛星圖

2 風力發電機組偏航角度估值方法

風力發電機組偏航系統的功能是跟蹤風向，驅動機艙沿塔架中心線旋轉，盡可能確保葉輪掃風平面與來流風向垂直。大型風力發電機組一般采用主動偏航控制，即由偏航電機帶動機頭旋轉以使風輪始終正對來風[3]。整個偏航系統一般由風向傳感器、控制器、執行機構、偏航位置傳感器等部分組成，通常偏航位置由風向傳感器配合其他參照物確定，本研究的目的是通過風電場中臨近機組偏航位置來估算當前風機的偏航位置。用于估算偏航位置的數據可以是機組實時運行數據，也可以是SCADA數據，本研究中使用SCADA數據作為數據源探討一種基于集群相似的偏航角度估算方法。通過臨近機組偏航位置來估算當前機組偏航位置的理論基礎是認為風電場空間分布遵循距離越相近，風功率大小越相近[4]。在探討偏航估值算法時會遇到兩種情況：①風電場機組偏航坐標與真北坐標之間關系未知；②風電場機組偏航坐標與真北坐標之間關系已知。本文主要研究第一種情況，第二種情況為第一種情況的簡化。

設風電場給定數據集為：

(1)

按照公式(2)分別求解全場各機組實際偏航角度與目標機組實際偏航角度的最優真北角度轉換函數：

(2)

通過公式(2)求解得到gi(·)與hi(·)后，利用公式(3)求解通過第i臺機組實際偏航角度估算目標機組偏航角度的估算函數fi(·)以及對應的權重因子：

(3)

其中：fi(·)為與第i臺機組相對應的目標機組偏航角度估算函數；ωs為與第i臺機組相對應的風速相關權重因子，本文取為0；ωt為與第i臺機組相對應的環境溫度相關權重因子，本文取為0；ωst為與第i臺機組相對應的風機狀態相關權重因子。

接下來尋找與目標機組相對應的最佳相似機組，按照公式(4)依次計算第i臺機組與目標機組的相似性判別因子E0i：

(4)

相似性判別因子E0i最小的機組就是目標機組的最優相似機組，取最優相似機組的實際偏航角度θi，以及對應的函數fi(·)、gi(·)和ωst，得到目標機組的估值偏航角度計算公式：

θe=ωst·fi(gi(θi)).

(5)

3 估值誤差評估

為檢驗風力發電機組偏航角度估值算法的可行性，將風電場32臺機組(全場33臺機組，其中一臺原始數據有問題)2019年1月～10月數據作為總數據集，將2019年1月19日～2019年4月31日的數據作為數據集用于求解估值函數， 將2019年5月1日～2019年10月19日數據作為測試集用于驗證算法準確度。

估值誤差Eθ采用式(6)進行評估：

Eθ=θe-θ0.

(6)

其中：θ0為目標機組實際偏航角度。

估值偏航角度對實際偏航角度的絕對平均誤差Eθa計算公式為:

(7)

由測試集數據得到的1#機組估值偏航角度與實際偏航角度誤差分布如圖2所示，全場機組估值偏航角度與實際偏航角度誤差分布及絕對平均誤差如圖3所示。

圖2 1#機組估值偏航角度與實際偏航角度誤差分布

圖3 全場機組估值偏航角度與實際偏航角度誤差分布及絕對平均誤差

4 實際應用可能性探討

估值偏航角度潛在應用場景有：

(1) 用于對偏航對風系統異常狀態預警。當估值偏航角度與實際偏航角度偏差維持在較大值時，可能預示機組偏航對風系統出現異常。

(2) 偏航對風系統容錯運行。當偏航對風系統發生故障時，使用估值偏航角度控制機組容錯運行。需要注意的是估值偏航角度與實際偏航角度是有偏差的，該偏差可能引起風機載荷變化，已經有文獻就此展開了較多研究，Li X等[5]研究了對風偏差對海上風機的影響并得出對風偏差對風機載荷影響很小的結論；Kragh等[6]還曾研究通過偏航誤差來降低載荷，并且得到在特定來流下引入大約-30°偏航偏差時葉片靜態載荷可減少70%以下的結論；Jeong等[7]研究發現偏航偏差會對水平軸風機葉片氣動穩定性帶來不利影響。基于以上研究建議在使用估值偏航角度做容錯運行時，首先需要根據機型配置進行不同偏航偏差下運行載荷的仿真分析。

5 結論及展望

基于風電場(32臺)將近一年的運行數據，采用集群相似偏航估值算法進行分析，得到以下結論：

(1) 全場32臺機組估值偏航角度與實際偏航角度絕對平均誤差均低于10°，絕對平均誤差5°以下的共20臺機組，占比62.5%。說明該估值算法具備用于風電場風電機組對風系統故障預警的潛力。

(2) 當機組偏航系統發生故障后，采用估值偏航角度做容錯運行，需要對不同偏航偏差下機組運行載荷進行仿真分析，以進行風險評估。

本研究中由于篇幅和算力限制，未引入風速、風向、溫度等作為權重因子進行分析，這是因為一旦引入求解會變得相當復雜(在研究過程中已經注意到引入風速權重將會使結果誤差進一步縮小)，采用神經網絡求解則會極大地影響求解速度且還會出現過擬合現象，這會是未來的一個研究方向。另外機組的位置也會對估值結果產生影響，這也是未來的研究方向。