“上大壓小”風電場改造項目的風電機組 布局優化方案研究

雷 鳴，趙 青，程施霖，趙文武

(1.中國電建集團西北勘測設計研究院有限公司，西安 710065；2.華能新能源股份有限公司遼寧分公司，沈陽 110000)

0 引言

2020年9月，中國明確提出2030年碳達峰與2060年碳中和的目標。2022年6月，科技部、國家發展和改革委員會、工業和信息化部等9部門印發《科技支撐碳達峰碳中和實施方案(2022—2030年)》(國科發社[2022]157號)，統籌提出支撐2030年前實現碳達峰目標的科技創新行動和保障舉措，并為2060年前實現碳中和目標做好技術研發儲備。2020年北京國際風能大會(CWP 2020)上，來自全球400余家風能企業的代表一致通過《風能北京宣言》(下文簡稱《宣言》)。該《宣言》提出2025年后，中國風電年均新增裝機容量應不低于6000萬kW，2030年累計裝機容量至少達到8億kW，2060年累計裝機容量至少達到30億kW。

中國早期的風電技術不成熟，部分運行多年的老舊風電機組的運行狀態差、存在安全隱患，部分風電機組運行故障頻發導致其可利用效率低，還有部分風電機組由于機型與該機位處的風能資源條件不匹配導致發電效率低。這些故障率高、效率低的風電機組已經嚴重影響風電項目的整體經濟效益。

“上大壓小”是風電項目進行等容或擴容改造升級時常采用的一種方式，通常是指拆除風電場中單機容量小且發電效率低的風電機組，并在已拆除風電機組的機位中選擇風能資源條件較好的機位安裝大單機容量的高效風電機組。

2021年12月，國家能源局綜合司發布《風電場改造升級和退役管理辦法》(征求意見稿)，鼓勵并網運行超過15年的風電場進行改造升級和風電機組退役。

截至2021年底，中國現有在役風電機組超過14萬臺。其中，容量在0.85～1.50 MW的風電機組的數量超過5萬臺。根據國家發展和改革委員會能源研究所的測算，在2021—2030年期間，全國改造和退役風電機組的累計容量將超過6000萬kW。由此可見，未來10年風電場的改造升級需求巨大。

通常，在擬進行技改的風電場中，風電機組的單機容量大多數小于1.5 MW且風輪直徑小于90 m；而目前主流的陸上風電場采用的風電機組的單機容量在3.0～6.0 MW之間，風輪直徑在160～200 m之間。因此，在對此類需要改造的風電場進行設計時，風電機組的布局是主要需要考慮的問題，其中需分析的因素包括新風電機組間的安全距離，以及機位處的風速、湍流、入流角、尾流等。

本文以建設在復雜地形的風電場為例，針對采用“上大壓小”方式對風電場改造時，風電機組的布局問題進行分析，通過Meteodyn WT軟件解析Navier-stokes方程，仿真復雜地形條件下風流的運動，再結合OpenWind軟件優化風電機組的布局，并與人工手動布局結果進行對比。

1 軟件介紹

OpenWind軟件是一款由AWS Truepower公司開發的開源的風電場設計軟件。該軟件可將地理信息和風能資源模型信息相結合，可通過設置禁忌區域和可用區域從而對風電機組的布局進行約束。其使用Mass-consistent模型來仿真整個風電場內的風能資源狀況。

Mass-consistent模型是基于質量守恒方程的一種線性數學模型[1]，由于此種模型不包括動力學方程Navier-stokes，導致其不能很好地模擬復雜地形下的風能資源條件。采用計算流體動力學(CFD)方法進行空間風流模擬，從而求解Navier-stokes方程，該模型更適用于復雜地形風電場[2]。因此，通過Meteodyn WT軟件解析Navier-stokes方程，然后OpenWind軟件利用Meteodyn WT軟件繪制的風功率及風速圖譜進行發電量計算。OpenWind軟件計算風電場發電量E的公式[1]為：

式中：θ為風向；n為風電機組編號；P(θ)為該風向上的風向頻率；βi(v)為第i臺風電機組對應風速v下的發電量；p(v(θ),ci(θ,X,Y),k(θ))為在風向θ上，當比例參數為ci(θ,X,Y)、風速為v(θ)、形態參數為k(θ)時的概率。

Meteodyn WT軟件是法國美迪公司(Meteodyn)基于CFD開發的風能測算軟件。該軟件基于Migal-Solver求解器解析Navier-stokes方程，仿真復雜地形條件下的風流運動，可以很好地模擬流體狀態。Meteodyn WT軟件主要用到的理論方程包括質量守恒方程、動量守恒方程、雷諾應力方程。

2 案例背景

本文以位于遼寧省阜新市東北部的某個風電場為例進行分析。該風電場占地面積約為203 km2；場址高程范圍在170～310 m之間，場址內局部地形的高程起伏變化較大，場址內部分區域為低山丘陵，部分區域為平坦地形；場址區域的構造穩定，不存在導致場地整體滑移的斷裂、震陷及區域地面沉降等重大不良地質作用。

該風電場共安裝有267臺型號為SL1500/82 m的風電機組，項目總裝機容量為400 MW。該風電場內的風電機組已服役15年。根據本風電場近5年(2016—2020年)的統計數據，其年等效滿負荷利用小時數分別為1674、1861、1851、1951、1988 h，如圖1所示，低于2020年遼寧地區風電項目平均年等效滿負荷利用小時數(2243 h，該值為統計值)。

圖1 風電場近5年的年等效滿負荷利用小時數Fig. 1 Annual equivalent full load utilization hours of wind farm in recent 5 years

目前，該風電場所用風電機組的生產廠家已經破產。雖然部分風電機組老化嚴重，但由于備品備件采購困難，導致風電機組維修成本逐年增加。近年來，由于該風電場更換了一些老舊且易發生故障的零部件，使該風電場的發電量有所提高，但其年等效滿負荷利用小時數依舊低于可研估算值。2021年該風電場267臺風電機組實際的年等效滿負荷利用小時數如圖2所示，其中，藍色虛線為均值線。

從圖2可以看出：該風電場整體的年等效滿負荷利用小時數較低，且各風電機組間的年等效滿負荷利用小時數差異較大。

圖2 2021年風電場267臺風電機組實際的年等效滿負荷利用小時數Fig. 2 Actual annual equivalent full load utilization hours of 267 wind turbines in the wind farm in 2021

該風電場內分布有3座高度為70 m的測風塔，測風塔對風電場代表性較好[3]。其中1#測風塔位于風電場西北部，2#測風塔位于風電場中部，3#測風塔位于風電場東部。3座測風塔均配置10、30、50、70 m高度測風儀，配置10、70 m高度風向儀。1#測風塔的海拔高程為227 m，測風時段為2013年9月4日—2016年4月5日；2#測風塔海拔高程為260 m，測風時段為2014年1月1日—10月1日；3#測風塔海拔高程為252 m，測風時段為2013年9月4日—2016年2月4日。

3 難點解析

該基于“上大壓小”方法的風電場改造項目計劃將267臺容量為1.5 MW的風電機組全部拆除，其后在已拆除風電機組的機位點中挑選出適合安裝大單機容量風電機組的機位點，并在此種機位點安裝單機容量在4.00～6.25 MW之間的風電機組。該改造項目充分利用原有集電線路并通過改造原有樁基礎使其滿足大容量風電機組的承載力，從而節約改造成本，最終達到提高風電場整體經濟效益的目標[4]。

按照傳統的風電機組布置思路，在不考慮風電機組安全距離的條件下，該風電場的風電機組機位點應有C64267～C100267種排布組合方式。對于此種傳統的風電機組布置方式，很難從中選出發電量最優的方案，并且將各方案下得到的風電機組機位點組合代入軟件計算發電量，計算過程繁瑣且耗時久，難以滿足任務時間要求。

綜上，本文結合Meteodyn WT軟件和OpenWind軟件對風電場中的風電機組布局進行尋優，從而使風電場整體效益最佳。

4 風電機組的布局思路

1)將測風塔收集的風速、風向、溫度及風速標準差數據，以及收集得到的風電場場址地形圖及粗糙度圖譜導入至Meteodyn WT軟件中。

2)使用Meteodyn WT軟件對風電場區域進行網格劃分、大氣穩定度設置、收斂條件設置、扇區設置，其后進行流場建模。軟件設置的最小水平分辨率應不大于50，最小垂直分辨率應不小于6，模擬扇區應不低于12個，模型的空去比應大于90%。

3)通過Meteodyn WT軟件計算風電場內的湍流、入流角、風速、風功率密度等參數，并生成湍流圖譜、入流角圖譜、風速圖譜及風功率圖譜。

4)將Meteodyn WT軟件生成的湍流圖譜、入流角圖譜、風速圖譜及風功率圖譜在內的文件導入OpenWind軟件。

5)將風電機組的機型參數、當地空氣密度下的功率曲線、推力系數曲線輸入OpenWind軟件。

6)將風電場內及其周邊的民房、鐵路、架空輸電線路、公路、地面油氣管道等限制性區域的邊界數據與可用區域(已拆除老舊風電機組的機位)的邊界數據輸入OpenWind軟件。

7)通過Openwind軟件不斷對不同組合的風電機組布局方案進行發電量尋優迭代，在迭代收斂后確定最終的風電機組布局方案。

風電機組的布局流程圖如圖3所示。

圖3 風電機組的布局流程圖Fig. 3 Layout flow chart of wind turbines

5 案例仿真

根據1#～3#測風塔70 m高度的測風資料統計數據，各測風塔的平均風速分別為6.7、6.3和6.4 m/s，風功率密度分別為268、250和268 W/m2。根據NB/T 31147—2018《風電場工程風能資源測量與評估技術規范》，判定該風電場區域的風功率密度等級為2級。

測風塔的主風向和主風能方向，以及次主風向和次主風能方向均基本一致，主導風向明顯，以SSW、S、NW為主。

1#～3#測風塔的風切變指數分別為0.212、0.245、0.219。

為減小風電場內各風電機組間的尾流影響，該改造項目將垂直于主風能方向的風電機組排距設置為不小于2.5D(D為風輪直徑)，將沿主風能方向的風電機組排距設置為不小于8D；水平分辨率設置為25，垂直分辨率設置為4，扇區數設置為16，收斂率設置為0.97；定向最小網格數設置為1850萬個，最大網格數設置為3100萬個[5]。需要說明的是，OpenWind軟件會嚴格執行設置的2.5D與8D風電機組排距，但這可能會忽略一些垂直主風能方向相距7.99D間距的優選風電機組機位。

OpenWind軟件對風電機組優化布局的迭代計算會在5620步達到收斂，具體如圖4所示。

圖4 OpenWind軟件得到的迭代收斂圖Fig. 4 Iterative convergence diagram obtained by OpenWind software

為檢驗OpenWind軟件自動尋優的效果，本文以人工手動進行風電機組布局方案作為對比組。分別將100臺4.0 MW、80臺5.0 MW及64臺6.25 MW風電機組進行OpenWind軟件自動優化布局與憑經驗人工手動布局，并進行布局后的風電場發電量對比。兩種布局方式得到的風電場發電量對比如表1所示。

通過表1可以發現：

表1 兩種布局方式得到的風電場發電量對比Table 1 Comparison of wind farm power generation capacity obtained by two layout modes

1)人工手動布局4.00、5.00、6.25 MW風電機組時得到的年上網電量分別比OpenWind軟件自動優化布局時得到的結果低1.08%、1.23%、1.48%。由此可見，隨著風電機組單機容量的增加，兩種布置方式得到的年發電量差距逐漸增大。在可選擇性更多、主觀性更強的條件下，人工手動布局得到的風電場年發電量與OpenWind軟件自動優化布局得到的結果之間存在的差異更為明顯。

2)人工手動布局4.00、5.00、6.25 MW風電機組時得到的平均尾流分別比OpenWind軟件自動優化布局時得到的結果低9.2%、3.8%、4.6%。由于選用相距更遠的已拆除風電機組機位有助于降低尾流，因此根據此處相關數據可知，人工手動布局時更偏向于通過選擇相距更遠的已拆除風電機組的機位來降低風電機組的尾流影響，而OpenWind軟件自動優化布局更側重于追求總體發電量大。

3)人工手動布局時得到的單臺風電機組最大發電量比OpenWind軟件自動優化布局時得到的結果分別高1.90%、1.47%、2.20%。由此可以發現，人工手動布局時，人的主觀意愿更傾向于將個別風電機組布置于發電量最大處而忽略全局最優方案。

相較于人工手動布局方案，OpenWind軟件自動優化布局方案布置的風電機組在風能資源較好的地方呈現聚集性，在風能資源較差的地方則較為分散。而人工手動布局方案布置的風電機組較為整齊，分布均勻且更為美觀。

6 結論

本文以建設在復雜地形的風電場為例，針對采用“上大壓小”方式對風電場改造時風電機組的布局問題進行分析，通過Meteodyn WT軟件解析Navier-stokes方程，仿真復雜地形條件下風流的運動，再結合OpenWind軟件優化風電機組的布局，并與人工手動布局結果進行對比。得到以下結論：

1)人工手動布局4.00、5.00、6.25 MW風電機組得到的年上網電量分別比OpenWind軟件自動優化布局得到的結果低1.08%、1.23%、1.48%。相對于人工憑經驗布局，OpenWind軟件自動優化布局的方案更注重于追求全場發電量最優。對于可選擇性更多、主觀性更強的條件下，人工手動布局得到的年發電量與OpenWind軟件自動優化布局得到的結果差異更為明顯。

2)大型風電場的機位布置對工程師的經驗及水平要求更高，且方案比選用時更長。采用OpenWind軟件可以有效減少比選時長，提高工作效率。

3) OpenWind軟件對設置的2.5D與8D風電機組排距方式會執行嚴格，但這可能會忽略一些垂直主風能方向相距7.99D間距的優選風電機組機位。

4)雖然本文中需要改造的風電場是在已建的原有機位上進行技改，但在OpenWind軟件設置時還是要將周邊的敏感性因素考慮在內。這是由于早年風電機組風輪直徑較小，原先風電機組針對敏感性因素的避讓距離不一定能滿足現在大風輪直徑機組的要求，尤其是風電機組在避讓鐵路、高速公路、220 kV架空輸電線路等敏感性因素距離上變化明顯。現階段風電機組在避讓電力埋地電纜、埋地通信電纜、通信光纖等敏感性因素距離上較原風電機組相差不大。