风力发电设备可靠性统计分析

孙承婧，毛振攀

（中国三峡新能源（集团）股份有限公司，北京100053）

1 引言

截至2019 年年底，国内风电并网装机规模已突破2.0×108kW。随着装机规模的大幅上涨，大量场站陆续投入运营，场站运维管理也逐渐暴露出越来越多的问题。设备可靠性统计分析除了能反映目前公司设备运行管理情况，还能在一定程度上为后续新建项目机组选型提供重要的参考数据。

2 统计状态分类

风力发电设备可靠性统计主要分为风电机组的可靠性统计评价和风电场的可靠性统计评价。其中，风电机组可靠性统计评价范围以风电机组出口主开关为界，包括风轮、传动变速系统、发电机系统、通信系统以及相应的辅助系统；而风电场可靠性统计评价范围包括风电场内的所有发电设备，除了风电机组外，还包括箱变、汇流线路、主变等。风电机组可靠性统计的状态分类与风电场可靠性统计的状态分类因统计对象不同，在状态分类方面存在一定差异。

《风力发电设备可靠性评价规程（试行）》[1]（电可发〔2004〕4 号）中可靠性统计的状态分类如图1 所示。

更新后的状态分类图重点对计划停运进行了进一步细化和分类，计划停运主要包含定期维护与检修、非风电机组类技术改造、风电机组优化类技术改造、风电机组缺陷类技术改造和消缺。对于风电机组而言，计划停运中的定期维护与检修、非风电机组类技术改造以及风电机组优化类技术改造，因机组在开展工作前处于可正常运行状态，故在可靠性统计分析时归为可用状态。而对于风电场而言，因为考虑不同容量大小的场站，定期检修维护的时长存在不同差距，若全部认定为不可用状态，会对场站可靠性的判定带来影响，故定期维护与检修期间风电场应归为可用状态。经过调整以后的风电机组和风电场的可靠性统计状态分类图如图2 和图3 所示[2]。

图1 风电机组可靠性统计状态分类图

3 风力发电设备可用系数计算方法

风力发电设备可用系数计算主要分为风电机组可用系数计算和风电场可用系数计算。目前，各新能源公司对风电机组可用系数的统计和计算，除了用于对比分析场站的设备运维状况及稳定性，还希望对该数据进行拓展和应用。例如，为后期新建场站机组的选型提供重要数据依据和参考。而对于风电场可用系数的统计和计算一般主要用于反映一个场站整体的设备运维状况。

图3 更新后风电机组可靠性统计状态分类图

图4 更新后风电场可靠性统计状态分类图

3.1 风电机组可用系数计算

针对风电机组的可用系数AF 计算，在《风力发电设备可靠性评价规程（试行）》中给出了明确的计算公式，计算方式如下：

其中，可用小时，主要包含运行小时和备用小时2 部分，而依据上一节调整以后的风电机组可靠性统计状态分类，可用小时应包含运行小时、备用小时以及计划停运小时3 部分。统计期间小时指风力发电设备处于在使用状态下统计评价需要选取的给定时间小时数。

式（1）为单台机组的可用系数计算方式，主要反映的是单台机组的可用时间占比。为方便给新建场站机组的选型提供重要数据依据和参考，场站内不同厂家不同容量的机组，不可直接求取可用系数平均值，建议将公司所属范围内所有的场站机组信息进行整合分析，同厂家，同容量的机组可用系数可直接进行算数平均计算求得，最后将不同厂家之间，同容量的机组进行横向对比分析，得出相对最优选择。这种统计如果采取人工计算的方式，工作量极大且容易出错，因此，建议搭建相应信息化管理系统，通过融合云计算、大数据、物联网、移动互联网及人工智能技术对相关海量数据有效利用及深度挖掘，实现设备运行状态智能分析和可用系数自动计算功能。

3.2 风电场可用系数计算

针对风电场的可用系数计算，主要按机组的容量加权平均值计算，计算方式如下：

式中，AFs为风电场可用系数；AH1为机组可用小时，主要包含运行小时、备用小时2 部分，而依据上一节调整以后的风电机组可靠性统计状态分类，可用小时应包含运行小时、备用小时以及计划停运小时3 部分；GMC 为毛装机容量，即发电机组在给定时间内能够连续承载的最大容量；PH 为统计期间小时数。

风电场可用系数反应的是风电场整体运维情况，无须考虑厂家是否相同，如果以该数据作为公司风电场运维情况的考核指标，风电场可用系数还需要结合场站的运行年份等，经过系数折算后再对场站之间进行横向对比。一般风电场有5 年质保期，质保期内主要由设备厂家负责维护，风电机组可用系数会相对较高，6～7 年因机组刚进入非质保期运行，可用系数会有所降低，8 年之后随着场站人员的运维水平的提高，可用系数会进入一个相对平稳的状态。

风电场可用系数进行考核计算的公式如下：

考核可用系数用于横向对比不同风电场运维情况时使用。A为针对不同年份，所需要取的相应系数值。具体A的取值如何计算，需要结合大量历史数据、风电场所处地理环境、气象资源等因素综合测算后得出。

综上所述，风力发电设备可靠性的统计与分析对于评价和考核场站设备运行维护状况以及风电机组选型都具有非常重要的参考价值，是新能源公司推进精细化管理的重要手段。目前，风力发电设备可靠性的统计分析涉及数据量庞大，计算任务繁重，通过人工计算和分析存在较大困难，后续可通过规划建设相关生产管理信息系统，利用大数据平台及智能分析应用来实现高效分析及应用。