聲雷達在精細化測風領域的應用研究★

張萬秋， 劉寶良， 冷雪敏， 許傲然， 鐘丹田， 谷彩連

（沈陽工程學院， 遼寧 沈陽 110136）

引言

面對風電長期以來跨越式發展、粗放式發展、風電場效率和效益有待提升、風電行業數字化轉型進程相對緩慢的技術現狀，未來的發展趨勢逐步向轉型升級，優化提升、提升風電行業精益管理和精細化生產能力、提高風力發電機組的生產力和智慧化水平、促進新能源系統本質安全、提質增效和可持續發展靠攏。我國目前隨著風電近年來的風速發展，有限的優質風資源可開發地區受限，行業被迫向中東部、南部和沿海地區挺進，而這些地區的風資源多是1～3 級，總體較差且較為分散。成風條件易受微地形影響，風況復雜。在中東部、南部地區低風速、超低風速以及分散式發電已成為當前風電開發的主流環境。同時超過100 m 塔筒高度已經是行業普遍現象，對應的測風塔的部署成為難題。當前主要的測風設備測風塔不僅受到地理位置的影響，例如：在復雜山地、農田、居民點、雨霧多發公益林、保護區等地無法安裝測風塔。同時測風塔還會出現倒塔、裹冰等極端情況，這對精細化測風十分不利。而精細化測風聲雷達是軍民融合技術產品，滿足一系列行業應用技術標準和規范要求。

本文提出了聲雷達設備在風電領域精細化測風應用場景，基于吉林某地區實際數據，在精細化測風方面對比聲雷達與其他不同設備性能差異，開展聲雷達在對精細化測風領域價值分析[1]。

1 精細化測風需求分析

如圖1 所示，測風得需求并不是獨立存在而是貫穿于風電項目建設和運行的整個生命周期。

測風能力和水平直接影響風電場效益和效率，主要體現在以下三個方面：

1）風電場效率和效益的各種電量的指標依賴風資源和風況的準確評估。

2）風機自身的風速儀由于受到葉片的擾流影響不能準確代表該機組的真實迎面風速。

3）在風場的各項效益評估環節，更能代表風電場風況的測風設備的作用就顯得尤為重要。

除此之外對于風電場運行期多種優化運行方案也需要精細化測風數據的支撐，而目前廣泛使用的測風塔其固有安全隱患、可靠性、運維困難、精細化測風數據丟失、綜合成本高以及適應性差等缺點，已經不能滿足當前行業發展和精細化風能監測的要求，風電領域呼喚新一代精細化智能測風技術的出現[2-4]。

2 聲雷達測試、驗證和對比分析

精細化測風聲雷達已成為提高風資源轉化率和利用率的有效保障，相比于測風塔，精細化測風聲雷達功能更強、成本更低、精度更高、部署受地理因素限制較小、適應性更廣。

測風數據取自位于吉林某風場，現場利用測風塔作為本次實驗的對比參考測風塔。依據相關標準要求，測風塔不能離聲雷達距離過近，避免兩者之間產生互相影響。

本次對比測試主要通過將聲雷達和測風塔兩設備在不同高度層的測試數據進行對比分析，結果如下頁表1。

表1 各探測高度風速、風向探測精度

由此可得出兩種設備相關性的結論：得到各高度層的實測風速相關均方根誤差在0.4 左右，實測風向相關均方根誤差在2.3 左右，由此可見，在風速測量數值方面，均方根誤差接近于0，在風向測量數值方面，均方根誤差較風速方面稍大，說明在精準度上稍有不足，但是聲雷達和普通測風塔的相關系數均在r2在0.999 632～0.999 746 之間，兩者呈現高度相關特性，即說明聲雷達可以完美代替測風塔進行現場測風工作，在風電領域投入聲雷達的想法是可行的，符合精細化測風的要求。

2.2 聲雷達與普通測風塔惡劣工況下性能對比測試

對比分析測風塔以及聲雷達性能差異，設置對比試驗如下：實驗地點為湖南桂東寒口風電場，實驗時間為2016 年1 月至3 月。

場景1：裹冰。

采樣時間段為2016 年1 月—2016 年3 月，共91 天。總樣本數131 040，經歷2 次極凍天氣，普通測風塔和聲雷達的采集數據對比，如圖2 所示。

場景2：未裹冰。

可見在惡劣天氣下即使未出現裹冰現象，普通測風塔出現傳感器故障或者通信故障，如圖3 所示。

2.3 本系列聲雷達與其他型號雷達惡劣工況下性能對比測試

設置對比試驗如下：試驗地點為內蒙古自治區錫林郭勒盟阿巴嘎旗；試驗時間為2017 年12 月—-2018 年3 月；工作溫度：-40～-15 ℃；試驗環境為低溫、雪、大風。

相比于某進口聲雷達以及某激光雷達，本系列聲雷達在一體化防護結構保護下，聲換能器工作正常，數據可靠，數據完整率100%；進口聲雷達則出現了聲換能器發聲孔被冰雪覆蓋、無法獲得有效的回波信號、數據異常等情況；某激光雷達則是出現了雨刮凍住不能啟動清掃功能；激光發射窗口被雪覆蓋、需要人工清理積雪、數據異常問題。

通過上述實驗，聲雷達相較于測風塔以及其他雷達設備，其工作適應性更廣、對于風場常見的極端惡劣天氣具備較強的適應性。

3 聲雷達典型應用場景價值分析

聲雷達應用場景廣泛，如運行期風電場風資源校核、雷達應用有效提升風能利用水平、風資源測量與評估、宏觀選址以及精細化測風觀測數據可以提升風能預報/功率預測精度、精細化測風在后評估和考核基準中的作用、功率曲線優化、校核、評估等需要精細化測風數據支撐、精細化測風在設計后評估、精細化測風數據在運行指標評估等等。本文重點分析聲雷達在精細化測風觀測數據精度方面開展價值分析

針對于當前風資源監測數據存在大量缺數、死數、重數、錯數等現象如圖4—圖7 所示所示；引入實測風速的同化技術可提高資源預報精度、進而提高功率預測精度；無效的實測風資源數據對風能的高精度預報帶來負面影響。

不同觀測點風速的同化后結果如圖7 所示。

不同觀測點風速的同化后結果如圖8 所示，不同觀測點風速探測精度同化前后對比如表2 所示。

表2 不同觀測點風速精度同化前后對比

通過對比兩個不同觀測站點可以可能出正確的數據同化可有效提高風速預報精度，而錯誤的數據則會導致精度不升反降，側面反映了精確的風電功率預測的必要性。

4 結論

精確的風電功率預測能夠為電網調度和穩定運行提供理論參考，有助于促進風能的消納，基于聲雷達精細化測風的風電發展規劃的效果與意義日益凸顯。本文以吉林某風電場的實際風場為例，對比分析主要通過將聲雷達和測風塔兩設備在不同高度層的測試數據，通過聲雷達測量的風能數據在功率預測方面要較好于測風塔的風能數據，聲雷達的測風數據更加的精準，更加的切合實際，更加符合精細化測風的要求，且通過極端試驗，可以看出本系列精細化測風聲雷達對于極端天氣適應性更強。精細化測風聲雷達可以風場的精細化測風能力逐步得到加強，能夠更好地掌握了當地風況的變化情況，同時為風電場測風設備改進和風機的準確架設位置和數量提供參考，為風能發電的規劃發展提供了更大的幫助。