风电场与风电机组运行数据的精细化探讨

2019-04-15罗刚强

商品与质量 2019年36期

罗刚强

国电重庆风电开发有限公司重庆 409100

近年来新能源的开发与利用受到了世界各国的广泛重视。在新能源中，又以风能的使用最为广泛，我国风能开发和发展已处于全球领先位置，风电在整体电力供应中的比例在不断攀升。但我国风资源分布较为分散，且风资源丰富地区的经济状况普遍落后、新能源消纳能力有限，难以对风资源进行充分利用。

1 风电场与风电机组运行数据的重要性

在社会经济快速发展的今天，电力已成为人们生产生活不可或缺的一部分。为满足人们对电力的需求，则需要电力生产企业加大电力生产力度。风力作为电力生产的一种重要方式，如何充分利用风力，提升已投运风电场发电能力，增加风电场的效益是各个发电企业面临的问题。为实现上述目的，就需要了解和掌握风电场机组的实际运行状态，获取相应的运行数据并分析，并通过分析来提高风电机组的运行效率，从而提高风电机组的效能。但由于每个风电场布设了不少于30台的风电机组，且布设范围比较广，尽管发电企业构建了较为完善的巡查制度、维护制度，对设备的故障、发电量损失关注较多，但在数据分析方面还存在欠缺，使得机组的一些隐形缺陷、发电损失信息未被挖掘，因此需要采用相关数据分析软件来分析机组的运行数据，从而为机组的状态诊断和隐患分析提供数据支撑，进而保障机组的高效运行。

2 风电场与风电机组运行数据的精细化探讨

2.1 应用集中化管理

要坚持以人为本的科学发展观。企业要与员工进行交流，了解员工的思想状况，帮助员工解决困难，也就能反过来够帮助企业完成目标，实现利益，这是一个双向交流互动的过程，是一个互利双赢的过程。

具体化到风电场的区域集中化运行管理方法当中来，就是要尽量克服由于风电场地理位置偏僻、环境恶劣所给人带来的负面影响，尽可能的创造舒适的工作环境与便捷的工作条件，提升工作人员的幸福度，从而调动员工积极性，为风电场带来更大的稳定和效益。

2.2 应用大数据进行维护

风电机组是一个复杂的综合系统，机组的故障在出现前期必定会出现一些征兆。我们应对机组故障数据进行统计分析，找出故障分布规律。复杂故障和复杂系统可以通过逐步分解的方法进行分析、研究，以此找到风电机组故障的发生机理，从而进一步得出故障发生和发展的过程，做出科学系统的故障诊断，为机组维护策略的持续改进提供重要依据[1]。

目前国内通常是将故障树分析法作为基础，进行风电机组故障的 FMEA 模式分析。针对并网风电机组故障分析，首先对其进行科学合理性的划分，通常会把风电机组划分为多个故障子系统，其中涵盖了：发电机、风轮、传动系统、刹车系统、塔架、变桨系统、电气系统、传感器等子系统。应用故障树分析法（FTA）、故障模式及后果分析法（FMEA）对各子系统开展故障分析，最终形成风电机组及故障子系统的 FMEA分析报表，给出各个故障子系统与机组故障类别的故障模式及影响分析、故障概率级别等，对于故障模式、故障原因、故障因素进行分析，同时制定与之相应的处理措施。并依据此结论对机组的维护策略进行完善优化、持续改进。

2.3 发电量折减量数据分析

风资源评估工作中，一般需根据风电场现场实际测风数据，并结合一定的风能资源评估手段，计算出各风电机组理想状态下的发电量，即风电场的理论发电量；然后对理论发电量扣除发电量折减后，计算出电网计量点处的实际可售电力，即风电场的上网电量。

发电量折减的定义是指对风电场实际出力的因素进行逐个分析，得出各因素所引起的发电量减少的数值。50MW及以下的平坦地形风电场的测风塔控制半径不宜超过5km，安装1-2座测风塔；复杂地形风电场的测风塔控制半径不宜超过2km，安装2-3座测风塔，当遇山脊走势多变时，还应增加测风塔数量。然而在实际工作当中，经常会由于场址规划、前期开发、成本经济等原因，导致风电场的测风塔的数量不足、位置偏离，而导致控制半径不能覆盖所有风电机组，测风结果的代表性较差，在这种情况下风资源评估软件计算出的风速和发电量具有较大偏差[2]。

2.4 优化算法的年发电量计算

标准算法在计算风电机组的理论年发电量之前，首先根据测试数据得到其实测功率曲线，然后按照该功率曲线和风速的概率分布计算得到每个风速区间的功率估计值。因此，各风速区间功率估计值的计算是年发电量计算过程中的关键。

标准算法在计算风速的区间概率时，需要根据实测功率曲线重新进行风速区间划分，使用连续2个Bin区间的统计中心值形成新的年发电量计算风速区间[Vi-1，Vi），使用该区间上2个风速在实测功率曲线上对应的算数平均值作为该区间的平均功率。而考虑到实测功率曲线的非线性特征，使用该平均功率很难准确表示出对应风速区间的功率均值[3]。

通过对实测功率曲线计算流程的分析不难发现，在最终得到的实测功率曲线上，每个点都已经带有区间属性。