基于机舱传递函数的风机性能评估

杨明明

(华润电力技术研究院，广东 深圳 518002)

中国风电行业迅猛发展，截止至2019年6月，全国累计并网装机容量达到1.93亿kW。从2019年6月全国电力装机来看，火力发电占比62.8%，水力发电占比16.8%，风力发电占比10.5%，风电成为中国的第三大能源来源，其对于中国的能源结构改善、能源安全、绿色发展的意义重大。因此，针对已经投运风电场的发电性能评估、技术改造、性能优化等相关工作的意义凸显，更加值得关注[1-2]。

风力发电机组功率曲线是风电机组运行效益优劣的决定性因素，是风电机组的基本性能评估的重要指标[3]。目前行业内通过单台机组的功率曲线测试来评估全场风电机组是否达到设计值的方法无法全面评估全场机组性能，气象和环境条件以及风电场中的排布均对机组性能有着较大影响[4]。本研究旨在通过机舱传递函数(NTF)[5]，结合各风电机组SCADA系统的运行数据，高效准确地对全场机组运行功率曲线进行评估，并通过保证率K值来评估机组的发电性能，并对异常风电机组提出相关优化方案或建议，这对于提高机组效能，改善发电场发电效益具有重要意义[6]。

1 分析方法与数据来源

1.1 机舱风速传递函数

根据《风力发电机组基于机舱风速计法的功率特性测试》GB/T 33225-2016[7],机舱传递函数(NTF)旨在利用机舱前的测风塔或者激光雷达测风数据与机舱风速的相关性进行函数拟合，通过传递函数进行风速修正。

将同时段的机舱前测风数据和机舱风速数据按扇区进行筛选，剔除受障碍物影响扇区及无效数据后，再按Bin法进行分区处理，分区分段计算机舱传递函数，计算公式如下：

式中：Vnacelle,i、Vnacelle,i+1为区间i和区间i+1中机舱风速的区间平均值；Vfree,i、Vfree,i+1为区间i和区间i+1中机舱前测风仪器风速的区间平均值；Vnacelle为机舱风速实测值；Vfree为采用实测机舱风速和机舱前实测风速估算并针对地形引起的气流畸变修正后的自由流风速。

1.2 监测数据

某风场25台WTG2000-104机组2018年11月至2019年10月SCADA系统的10 min平均风速和功率以及机组参数。

激光雷达2019-04-20日-2019-07-14日80 m高10 min平均风速，风向。

2 分析与计算

2.1 机舱函数拟合

某平原风电场共有25台额度功率2 000 kW，风轮直径为104 m的WTG2000-104风电机组，D34(海拔40 m)机位西南侧250 m处布置激光雷达1号(海拔40 m)进行传递函数推导，机位与雷达相对位置如图1所示。

根据GB/T 33225-2016对数据进行处理，对各扇区进行自我一致性检验，从图2中可以看出干扰扇区[0°,100°]和[300°,350°]受障碍物影响，激光雷达与机舱风速的比值出现大幅波动，对以上扇区数据予以剔除，对剔除后数据采用Bin法计算各风速段的均值绘制机舱传递函数，机舱传递函数曲线见图3。

图2 自我一致性核查图

图3 机舱传递函数图

2.2 风机性能评估

对收集到25台风电机组2018年11月-2019年10月的10 min平均风速和功率进行数据筛选，从图4可以看出，风电场采集到的数据中存在大量异常数据点。导致数据异常的原因有计划外停机、弃风限电、风速传感器失灵、通信设备故障、电磁干扰、风机脱网、极端天气情况、风机叶片污垢或受损等因素。这部分点对Bin法有较大影响，为增加分析结果的可靠性，对上述点位进行剔除[8-9]，剔除后的功率散点图如图5。

图4 数据筛选前的功率曲线散点图

图5 数据筛选后的功率曲线散点图

利用机舱传递函数对机舱风速进行修正，并根据GB/T 33225-2016标准对修正后风速与功率按Bin散点进行功率曲线计算，并对其进行绘制，结果如图6。

图6 风电各机位运行功率曲线图

通过计算各机型功率曲线的实际保证率评估机组是否达到设计性能。各机组的实际保证率K[10]为场内测风塔风频和运行功率曲所计算年发电量与场内测风塔风频和承诺功率曲线所计算发电量的比值。场内测风塔风频分布见图7，对各发电机组的K值进行分布图绘制，成果如图8。

图7 测风塔风频分布图

图8 运行机组K值分布图

K值越大，表明机组发电性能越好。当K值低于95%(厂家承诺值)，即机组未达标，需重点考虑其性能优化，以提高风场收益。从图8中可以看出D26、D30、E42、F43、F45、F46、F47和F50的K值低于95%的保证值，其中D26、F46和F47偏离幅度较大，最小K值仅80%。

2.3 影响风机性能因素分析

针对D26、F46和F47机组运行功率曲线与保证功率曲线之间出现较大偏差，进一步对其运行工况进行分析。风力发电机组在不同的运行工况下，为追寻最佳性能，桨距角和转速应遵循相应控制策略(见图9)。风力发电机组运行一般存在5种工况，即起动区、最大风能追踪区、恒转速区、恒功率区、停机区[11-12]。风机在最大风能追踪区、恒转速区、恒功率区的控制策略如下。

图9 运行工况桨距角与转速的变化曲线图

1)最大风能追踪区。风速处于切入风速以上，但发电机未达到额定转速。该区域内实行最大风能追踪控制的变速运行，此风速区间，桨距角=0°。

2)恒转速区。发电机已达到额定转速，但风速未达到额定值。此时输出功率继续上升，通过转速控制，使风力机组处于恒转速运行状态，但不对桨距角进行调节，桨距角=0°。

3)恒功率区。风速达到额定风速。随着风速的增大，风力机输出功率不断增大，此时，需在转速控制的基础上增加功率控制，调节桨距角，控制风力机对风能的吸收，使输出功率不超过额定值。此区域风电机组处于恒转速、恒功率运行状态，0°<桨距角<90°。

从图10～图12可以看出D26、F46和F47机组在各运行工况区控制策略表现不佳，具体如下：①3～8 m/s最大风能追踪区，D26、F46和F47机组桨距角大部分时段保持在5°以下，但当风速处于3～5 m/s低风速段时，桨距角出现大量离散点，部分时段桨距角达到20°，风机出现频繁的变桨动作，机组无法获得最佳的风能利用系数Cp，主要原因在于机组的变桨控制策略无法应对随机风速波动对变桨控制的影响，波动较大的低风速段无法实现最大风能的捕获。②8～10 m/s恒转速区，发电机组处于恒转速，机组风速尚未达到额度风速，桨距角呈现变大的趋势，变桨系统的过早启动，导致风机无法保持最佳叶尖速比，这也是影响机组性能的重要因素[13-15]。

图10 D26机组风速与桨距角、转速关系图

图11 F46机组风速与桨距角、转速关系图

图12 F47机组风速与桨距角、转速关系图

3 结 语

风电机组功率曲线是评估风电机组性能的重要指标，决定了风场的效益。通过机舱传递函数(NTF)能高效计算风电场所有机组的功率曲线，根据运行功率曲线计算实际保证率K值来判断异常风电机组。本风电场68%的风电机组保证率K值达到厂家承诺的保证率(95%)，32%风电机组的K值低于承诺值。通过对异常机组的运行工况分析发现其变桨策略有待优化，经常出现提前变桨动作，偏离了最佳叶尖速比，降低了机组性能。