大型风电机组偏航系统误差优化研究

庄勇，吴士华，林涛，王建君，李波函

（北京国电思达科技有限公司，北京 100039）

1 研究背景

近两年，国家能源局组织人员对风电机组进行了抽查，并强调应提高我国的风力发电水平，在风电运维技术和风电运维管理模式两方面进一步完善和发展。风电机组主要包括：发电机、主轴、叶片、偏航、传感器等部分。通过表1可以发现偏航系统在风力发电机组中起着不可或缺的作用，在机组所有部件中故障率和故障停机时间都是比较高。风电场通常坐落在偏远的山区，交通不便，这对风电机组的故障维修带来了巨大的挑战，产生了高昂的费用，不利于风电能源的发展。因此通过分析故障产生的原因来降低故障率，提高风场的经济效益是十分有必要的。影响偏航控制系统的主要因素是风向，为了合理的利用风资源，减少风向和风速特性带来的不利影响，并使风电机组产生的电量可以安全的并网，所以对于偏航控制系统的研究显得尤为重要。

表1 风机主要部件故障率和故障停机时间

当风力发电机组正常运行时，为了使偏航控制系统实现有效对风，需要调节偏航系统的机舱正对风向仪所测的方向，但风吹向风向仪造成伤害后将风向仪吹歪、风向仪固定安装不牢固、风向仪制造精度不高造成了静态偏差的产生，导致偏航系统不能准确对风。偏航控制系统存在偏航偏差阈值和偏航时间阈值，在偏航时间阈值这一时间段的平均风向与机舱夹角超过一定偏航偏差阈值时，偏航系统才重新启动对风操作，由于滞后而引起的对风误差即为偏航控制策略误差。偏航控制策略误差不仅会减少对风资源的捕获，还有可能引起偏航轴承疲劳载荷增大，从而导致机组寿命缩短。当风速较小时，风向变化频繁，偏航系统为了有效对风，机舱不断进行重启对风操作，从而影响偏航轴承的寿命。为了提高风能利用率，提高风电机组的发电量，需要在偏航次数增多和较高对风精度之间寻求一种平衡，在追求高利润的同时，还要兼顾机组的寿命，因此研究偏航控制策略误差对提高风能的捕获具有重要的意义。

现阶段，风场遍布全国各地，随着年限的增加，很多风电场面临着机组大部件问题频发，部分机组发电效率、功率特性系数降低，这些问题将对机组的运行产生影响。随着风电机组装机容量增多和并网规模扩大，风电场积累了大量的运行数据，越来越多的研究工作通过深入挖掘风机运行数据所蕴含的信息，进而展开对风电机组的研究，所以本文综述了偏航系统误差的研究进展，为后续研究偏航系统误差的优化奠定了基础。

2 偏航系统优化方法

为了充分利用风资源在风电机组上获得更大的益处，关于风电机组控制方面的研究迅速发展，在风电机组控制方面的研究主要包含发电机系统、变桨系统和偏航系统。以自适应控制和模糊逻辑控制为主的最先进偏航控制策略广泛应用在发电机系统和变桨系统，通过调节发电机转速和叶片桨距角达到控制效果。相较于发电机系统和变桨系统，国内外学者在偏航控制系统的研究不是很多。目前，在偏航控制系统方面的研究主要有：利用测风装备对风电机组上的风向仪进行修正以达到规定的偏航精度、基于功率检测的爬山控制算法(V-HC算法)、基于风况预测的偏航执行对风研究、将神经网络应用到偏航控制器、最大风能追踪的偏航控制策略，这些方法使偏航系统能够快速准确地跟踪风向。

2.1 基于静态偏航误差的优化方法

首先，针对偏航控制系统静态偏差来进行研究，风电机组在正常运行发电过程中，风轮旋转产生的涡流或者风向仪安装不准确等一系列原因都可能导致对风速和风向测量的不准确，影响偏航控制器输入数据的准确性，从而导致偏航静态误差产生。偏航误差的存在对风电机组效率、叶片载荷和运行维护成本都产生了不利影响。统计数据显示，平均偏航误差为15°时，风电机组的发电量损失可达5%～13%。国内外学者针对偏航静态误差做了大量研究并提出很多方法，为消除静态偏差，激光雷达被应用于风电机组偏航系统校正。文献[8]利用机舱激光雷达测得的数据来提高风电机组的对风准确性，但由于激光雷达售价昂贵，不适合大面积使用。另外一类方法是基于历史数据挖掘，实现对静态偏差的有效校正。文献[9]通过对实时数据进行清洗，对偏航误差区间进行划分，并为每个偏航误差区间找到最优的发电曲线，评估多条功率曲线，以确定实际的固有失准值，提高了风场的效益。文献[10]对偏航误差区间进行划分，并确定每个偏航分区的功率曲线，所有的功率曲线量化性能指标之后计算偏航误差角，对校正偏航误差有一定的帮助。文献[11]采用改进的DBSCAN聚类算法对异常数据进行剔除，利用双调和样条插值等方法对风向仪进行校正，提高了风电机组的发电量。上述风电机组偏航系统静态偏差的校正是基于数学统计模型，在检测快速性和准确性方面表现出了巨大优势。

2.2 基于风向预测的主动偏航优化方法

偏航控制策略误差是不可避免的，为了减小偏航误差对风电性能的影响，大型风电机组普遍采用基于风向测量的主动偏航控制，但风向快速变化与偏航缓慢动作之间的矛盾限制了该类控制方法的性能。为解决上述问题，基于风向预测的偏航控制方法被提出。文献[12]利用基于自回归综合移动平均线的卡尔曼滤波模型来预测风向,同时提出一种基于有限控制集的模型预测控制方法，相比于在传统方法的预测，提高了预测精度。文献[13]选用遗传算法对支持向量机的惩罚参数和核函数进行优化，解决了参数难以确定和模型训练时间过长问题，并提高了风速预测模型的准确度。以上的风电场短期预测方法都在传统方法的基础上做了改进，虽然这些模型对于风向预测都有很好的预测效果，但是对于数据量大、预测精度等问题不能满足需求，而深度学习的神经网络在这方面表现了很好的优势。文献[14]通过利用卷积神经网络（Convolutional Neural Network，CNN）在训练中可以克服梯度爆炸和消失的优点，将CNN和门控循环单元相结合对风向进行预测，但由于CNN池化层会丢失有价值的信息，对于时序序列不能准确预测。文献[21]针对时间序列数据的复杂特性，采用VMD（Variational Mode Decomposition，VMD）算法对原始数据进行分解，得到了平稳的信号，降低了原始序列不稳定性。文献[15]利用长短期记忆神经网络（Long Short-Term Memory，LSTM）在处理时间序列数据上具有记忆功能的优点，采用其方法对风速进行了预测，并与其他方法进行了对比，表现出很好的预测效果。但LSTM的各项超参数难以确定，如时间步长、隐藏层单元个数等。单一的预测不能表现出很好的优势，为了提高预测精度，会把各种模型的优点组合成混合预测模型。

2.3 基于偏航控制参数的优化方法

虽然风向预测解决了偏航系统滞后问题，但是带来了偏航次数增多，增加了偏航系统的故障率。为了解决此问题，智能算法被应用于偏航控制系统参数优化。文献[16]根据风速设定了三个偏航区间，但对于偏航阈值和偏航时间没有设定，只是简单的设置了三个区间的控制模式。文献[17]将风速区间划分为4个区间，选用概率统计的方法进行参数设定，没有进行参数的搜索寻优。文献[18]利用偏航误差概率分布的方法确定低中高风速段的寻优范围，应用细菌群体趋药性算法对参数进行求解，优化后的偏航控制策略能够有效降低偏航次数，但是没有考虑偏航电机消耗的电量和偏航轴承疲劳寿命。文献[19]对偏航控制系统的寿命进行了量化计算，以综合经济效益为目标函数，在经济效益与偏航次数之间寻求了一种平衡，解决了偏航系统频繁启停与提升发电量之间的矛盾。上述方法对风电机组的偏航时间和偏航阈值重新设定，设定的参数符合本地区的偏航控制策略，解决了风机出厂时偏航控制参数设置相同的问题，对于提高本地风场经济效益具有显著的意义。

3 偏航系统研究展望

通过上述方法研究，目前对于偏航系统的优化主要在静态偏差和控制策略误差两方面，为了后续对其更好的研究，提出了如下两种方案。

其一，现有的大型风电机组对于偏航系统静态偏差的校正主要用激光雷达技术对风向标进行校正，由于激光雷达造价昂贵，不适用于大规模机组。未来采用基于数据驱动的方法对静态误差进行研究，并开发出偏航评估系统，对风场提供更好的运维方案。

其二，风电机组在出厂时往往制定同一种偏航控制策略，而在不同地区，不同机组之间，不同风况下有较大差异，偏航控制区间不一定是最好的，设计适合本地区的偏航控制策略具有重要意义。风电机组一般采用偏航容许误差的偏航控制模式：只有当机舱轴线和风向的夹角超过设定的偏航阈值时，才进行偏航动作。虽然牺牲了偏航系统对风精度，降低了风能利用率，却提高了偏航系统和整个风电机组的稳定性，这种控制策略被大部分的风机制造商所推崇。通过风向预测对偏航系统进行指导，提高了偏航系统的对风精度，但在低风速区由于偏航系统频繁启停，导致偏航系统机械部件的严重磨损，所以需要对偏航控制参数重新划分，增大低风速区间的偏航偏差阈值和偏航时间阈值。偏航控制方法如图1所示，当风向仪检测风信号，计算偏航阈值时间段的平均风向与机舱轴线的角度是否大于偏航阈值的最小值，如果否，不进行偏航动作。如果是，利用风向数据预测下一时间段的风向，并且判断此时的风速是否大于切入风速小于峰值风速，如果是，执行低风速控制模式；如果否，判断风速是否大于峰值风速小于额定风速，如果是，执行中风速控制模式；如果否，判断风速是否大于额定风速小于切出风速，如果是，执行高风速控制模式；如果否，执行停机模式。如果执行低风速控制模式、中风速控制模式或者高风速控制模式，将调节机舱位置到下一时刻预测的风向。通过改进的控制模式可以提高风机的对风精度，提升风机的发电量，有效降低故障发生概率。

图1 偏航控制方法流程

4 结语

本文分析了风电机组偏航系统误差产生的原因，并对偏航系统静态偏差和控制策略误差两方面进行了综述。在以往的偏航控制方法的研究中，主要对偏航控制系统参数的重新设定和风向预测两方面提高对风精度，而忽略了对风向标的校正，通过运用已有的数据来研究风机的偏航系统，并开发偏航评估系统，对于风电机组的智慧运维发展奠定了基础。