基于运行数据的风电机组功率曲线可靠性评估

袁红亮，胡 义

(中国电建集团西北勘测设计研究院有限公司, 西安 710065)

0 前 言

在风电场竣工投产后，风电机组的出力特性决定着整个风电场的经济效益，而评价风机出力特性的优劣时，其功率曲线是重要的考核指标之一。所以根据SCADA(Supervisory Control And Data Acquisition)[1]系统中采集的运行数据对风电机组功率特性进行验证分析是对风电场运行状态评估的重要组成部分，同时也是风电场后评估的重要内容之一。

国内外很多学者通过SCADA系统中的运行数据对风电机组的功率特性进行评估。刘昊[2]根据IEC61400-12功率特性测试中的Bin方法，对SCADA系统中风电机组的实测风速与功率数据进行处理，得到风电机组的实际功率曲线，并且对风电机组性能进行分析；Kelouwani S[3]利用神经网络构建非线性模型对风电机组的输出功率进行预测，并且根据SCADA系统中10 min的平均风速对非线性模型进行验证，得到风电机组的预测功率与实际功率的误差为1%。

1 数据的筛选与修正

1.1 数据的筛选

为了提高风电机组功率曲线评估的准确性，需要将风机的瞬时风速和有功功率数据进行筛选和处理，以保证被分析的是风机正常运行工况下的数据。所以，下列情况下的数据应进行剔除[4]：

(1) 根据从SCADA系统中采集得到的停机统计和持续时间，对同期风机停机前后30 min的瞬时风速、有功功率等数据进行剔除；

(2) 当瞬时风速大于切入风速，有功功率仍为0的数据，即机组不工作的数据，应对其数据进行剔除；

(3) 在正常数据点比较密集的功率曲线下方，可能存在一些比较分散的欠功率点，需分析风机是否处于限负荷运行状态，需要对该运行工况下的数据进行剔除。

1.2 数据的修正

在根据风速-功率散点图拟合成功率曲线之前，需要对运行数据的相关量进行修正，折算到与风电场设计阶段理论功率曲线相同的条件下。

(1) 空气密度可以根据现场气温和气压的测量值得到：

(1)

式中:ρ10min为空气密度10 min的平均值，kg/m3；T10min为绝对气温10 min的平均值,℃+273；P10min为测量气压10 min平均值,Pa；R0为气体常数，287.05 J/(kg·K-1)。

(2) 对定桨距的失速调节风电机组，可根据下式对有功功率进行修正[5]：

(2)

式中:Pn为修正后的有功功率；P10min为有功功率10 min的平均值；ρ1为理论功率曲线对应的空气密度。

(3) 对变桨距控制风电机组，应根据下式进行风速修正[5]：

(3)

式中:Vn为修正后的风速；V10min为风速10 min的平均值。

2 功率曲线绘制

将风速分割成多个1 m/s的小区间(如[3.5 m/s，4.5 m/s])，对风速区间内V10min和P10min取平均值。具体计算公式如下：

(4)

(5)

式中:Vi为第i个风速区间平均风速；Vi,j为第i个风速区间数据j风速；Pi为第i个风速区间的平均输出功率；Pi,j为第i个风速区间数据j输出功率；Ni为第i个风速区间内10 min数据的个数。

以每个区间的平均风速为横坐标，输出功率为纵坐标，可绘制风机实际运行的功率曲线。

3 功率曲线评估实例

本文所选取的风电场实例位于陕北地区，风电场已成功运营了5 a时间。风电场内共有25台风机，本次功率曲线评估选取的是具有代表性(不因电网限负荷而限电运行)的2、12和16号3台样板风机，风机的基本参数见表1。该风电场风机布置见图1所示。

表1 风电机组基本参数表

图1 风电场风机布置图

考虑到运行数据的完整性，评估过程中选取3台样板风机2016.06.01-2016.08.31时段内瞬时风速和有功功率数据进行分析，按照本文1.1节的方法进行数据筛选，根据14号风机北边测风塔M1测量的同期气温和大气压计算得到现场同期时段内空气密度为0.974 kg/m3；而风电场设计阶段使用的理论功率曲线对应的空气密度为1.041 kg/m3，所以采用公式(3)进行风速修正。数据修正后得到2、12、16号风机的风速-功率的散点如图2～4所示。

图2 2号风机风速-功率散点图

根据修正后的风电机组风速-输出功率数据，按照公式(4)、(5)计算得到每个风速区间内的平均风速和平均输出功率，拟合成一条风机实际运行功率曲线。并且与风电场设计阶段厂家提供的理论功率曲线进行对比，得到3台风机实际功率曲线与理论功率曲线的对比图，如图5所示。

图3 12号风机风速-功率散点图

图4 16号风机风速-功率散点图

由图5可以看出,3台风机在达到额定功率后，风机会保持部分超额发电；在[3 m/s，9 m/s]中低风速段均略高于设计阶段厂家提供的理论功率曲线；在[9 m/s，14 m/s]高风速段低于厂家提供的功率曲线。可能原因是：① 厂家在设计阶段提供的功率曲线是静态功率曲线；② 实际运行时段的湍流强度等外界因素与设计阶段考虑的湍流强度不一致；③ 风机部件老化，导致控制策略滞后的风速变化。

图5 3台风机实际功率曲线与理论功率曲线的对比图

4 功率保证值的计算

4.1 计算方法

按照风速的划分区间，统计各风速段的风频值：

(6)

式中:θi为第i个统计风速区间的频率；Ni为风速落在第i个统计区间的数据量；N为风速数据的总量。

功率保证系数K计算公式[6]：

表2 3台风机功率曲线保证率计算表

(7)

式中:K为单台风机的功率保证系数；m为统计区间个数；θi为第i个统计区间的频率；Pi为第i个统计区间的平均功率；Pi′为设计阶段厂家给定的对应统计区间平均风速的功率。

4.2 计算结果及分析

按照功率保证值计算方法，得到3台风机功率曲线可靠性评估一系列参数，如表2所示。

由表2可知，本风场内具有代表性的3台风机的整体功率保证率K值均为大于100%，其中16号风机实际运行功率最优，说明风机实际输出功率曲线整体高于设计阶段厂家提供的功率曲线。

5 结 语

本文根据风电场采集的运行数据，对风机实际功率曲线进行拟合，并与设计阶段厂家提供的功率曲线相比较来评估设计阶段的理论功率曲线可靠性。得出的结论如下：

(1) 该风电场选取的3台风机的实际功率曲线整体高于设计阶段厂家提供的功率曲线，说明设计阶段厂家提供的风机功率曲线可靠性较高，该风电场运行状况良好。

(2) 风机实际功率曲线在中低风速段略高于厂家提供的功率曲线；在高风速段略低于厂家提供的功率曲线。

(3) 3台风机功率曲线的整体保证值分别为105.4%、107.9%和123.7%，其中16号风机实际功率曲线最优，功率保证值为123.7%。