APP下载

风电场群远程集控生产数据平台的研究与应用

2014-12-25宋振龙闫丛亮郑雷

城市建设理论研究 2014年37期
关键词:额定功率发电量风速

宋振龙 闫丛亮 郑雷

摘要:本文对风电远程集控生产数据平台的实施和应用进行了阐述,针对目前风电企业关注的数据信息,进行了系统的整合和展示,对于风电企业生产数据管理及设备状态分析有一定的参考意义。

关键词:风电场远程集控生产数据分析

中图分类号:C35文献标识码: A

Abstract:In this paper, the implementation and application of production data platform of the wind power remote centralized control are described. To the data information that wind power companies concerning currently, a systematic integration and display are also carried out. It has referential values to the production data management and device status analysis of the wind power companies.

Key word:Wind Farm, Remote Centralized Control, Production Data, Analysis

一、引言

近年来风电行业的发展逐步壮大,为解决各场站相距较远的问题,各风电企业纷纷建立了远程集控中心,但目前各风电企业依然面临机组数量多,类型杂,机组数据统计不便的难题。为解决此类困难,在风电场群远程集中控制中心基础上,研究并应用了风电远程集控生产数据平台,对风电业务生产指标进行分析,并可针对不同需求,方便的扩展新的业务计算指标;其数据展示方式支持风电集控领域通用的web分级层次查询展示方式。

二、现况研究

目前国内各风电企业使用的风机品牌类型较多,各个风机厂家提供的监控软件也各不相同,各个监控软件操作和查询数据方法也不一样,致使管理和运行人员想要了解风机特定数据信息时,需先熟悉整个监控软件使用方法,查询数据时操作较为复杂,对比不同风机数据也比较困难,针对此类问题,同时结合风电企业远程集控中心目前现状,研究能否通过上送的相关数据,在特定的平台中进行综合展示,即在同一平台中同时展示各风电场电量、升压站参数、风机参数等数据,另外还可以分不同层次进行查询,满足各级管理人员不同的关注角度。

三、实施应用效果

风电场群远程集控生产数据平台设计了集团公司、省份/地区、分公司、风场的层次展示信息,在功能上分为实时监控、统计报表、曲线、风玫瑰图、基础信息、格式报表和曲线对比共七项功能,配合平台中强大的实时计算能力,可方便的实现概况数据的层次查询与汇总计算。用户在组织结构树上根据需要选定参与统计的对象,即可获取所需的概况数据。

平台基于区域层次模型库,以灵活可配置的汇总算法,借助本平台报表平台的多样性数据展示手段,可以图表并茂的方式展示数据。

1、整体概况数据

实时监控包括数据主要有当前有功、无功功率、日发电量、累计发电量、设备运行、停运情况等整体概况信息;本日/本月/本年到当前为止的发电量(涉及实时数据与本x起始时刻历史值的混合运算)。

应用案例:实时监控

2、风场资源指标分析

风场资源主要是对风速、风向、温度等信息的采集和计算,对风场资源的分析,从短期看可以帮助用户分析发电损失等生产指标的深层次原因;从长远看可以为用户安排维修计划、停电计划等生产计划提供参考(如常规维修计划安排在风能资源贫乏期)。

子站数据上送需求:对于风电集控系统,需要风场上送风机风速,并提供每类风机的切入风速、切除风速参数。

应用案例:平均风速

风玫瑰图可以非常直观的显示出当地特定时间内的风力资源分布情况,对风力发电选址、风机调节、负荷预测等决策具有最直观的指导意义。风玫瑰图的绘制及其相关数据采样统计,往往是新能源发电高级应用开发的基础,并可为风力发电等监控系统开发提供借鉴意义。

平台可针每个风机、测风塔提供风向玫瑰图和风速玫瑰图功能。

风向玫瑰图:统计方法为,在特定时间段内(如年、季、月、周、日、最近三天、最近一周等),特定风向所占的百分比。

风速玫瑰图:统计方法为,在特定时间段内(如年、季、月、周、日、最近三天、最近一周等),风速分布。

子站数据上送需求:对于风电集控系统,一般关心整个风场的风能资源分配情况,要求子站至少上送测风塔的风速、风向信息,并提供该风场风机的最大切出风速参数。

风向玫瑰图:

3、关键指标分析

风机运营关键指标反映了风机实际运行的效率,涉及到风机用户与风机供应商之间的合同承诺,该指标的计算必须首先保证其合理性和准确性。

3.1 可利用率

风电集控计算可利用率,基于风场上送的每个风机的状态码信息。平台除了可计算风机的时段内总可利用率外,根据风场上送的风机状态信息的丰富度,平台还可提供场地可利用率、电网可利用率、业主可利用率等指标(要求风场上送的风机状态码能区分因场地原因停机、因电网限电停机、业主主动停机),用于衡量风机运维过程中不同因素对风机持续发电的影响。

3.2 损失发电量计算

风机损失发电量指风机因停机或限电没有满功率运行而损失的发电量。损失发电量计算基于时段内风机实时风速的变化、该型号风机额定功率曲线、风机时段内发电量这三类基础数据。把时段按一定粒度分为若干离散时间区间,在每个时间区间内根据风速和额定功率曲线计算风机应发电量,减去该时段风机实际发电量,即为该时间区间的损失发电量。所有时间区间的损失发电量累计,得出该时段总损失发电量。

子站数据上送需求:对于风电集控系统,需要风场上送每个风机的风速、发电量遥脉数据,并提供每类型号风机的额定功率曲线。

3.3 等效利用小时

单台风机的等效利用小时为:风机统计周期内的发电量折算到其满负荷运行条件下的发电小时数。

子站数据上送需求:对于风电集控系统,需要风场上送每个风机的发电量遥脉数据,并提供每类型号风机的额定功率参数。

4、性能指标分析

风机的性能指标主要体现在风机的功率、发电量的理论值与实际值的差异上。

4.1 风功率曲线对比

通过风机实际功率曲线与额定功率曲线的对比,可以看出风机实际的发电效率与风机生产商声称的额定功率曲线的差异,同时对可实现不同风场、不同厂家、不同型号的风机,在同一监控界面下功率曲线、实时功率、发电量等参数的对比分析。风机实际功率曲线算法为:以0.5m/s间隔把风速从0到最大切出风速划分为若干区间,计算时段内每个风速区间的有功功率平均值,得到 [风速<---->功率]的二维数据序列,以曲线方式展示。平台支持以风机为对象在同一坐标轴内同时展示时段内的实际功率曲线和额定功率曲线。

子站数据上送需求:对于风电集控系统,需要风场上送每个风机的风速、有功功率,并提供每类型号风机的额定功率曲线、最大切出风速参数。

应用案例:风功率曲线对比

4.2 损失发电量分类计算

明确区分各类原因造成的发电损失,对衡量风机固有特性、风机运维效率、电网利用效率等有重要意义。平台不仅提供了电量损失计算功能,还可根据可利用率的分类(在风机状态码可细分风机状态情况下),计算每类可利用率类型对应的损失电量。

4.2.1 风机故障损失发电量

该指标反映了因风机故障而损失的发电量。计算该指标,首先需要能明确区分出风机故障状态,即上送的风机状态码能明确区分“风机自身故障状态”;其次,还需要风机风速、风机额定功率曲线数据。本处算法与“关键指标”中计算“损失发电量”一样,只是根据风机状态码对计算中的“时间小区间”进行了过滤。

子站数据上送需求:对于风电集控系统,需要风场上送风机状态码能明确区分出“风机自身故障状态”;上送风机风速,并提供风机额定功率曲线。

4.2.2 风机受累损失发电量

本指标反映了风机因受环境等因素影响而损失的发电量。本指标计算时,需根据风机状态码过滤出时段内风机处于受累状态的“时间小区间”。

子站数据上送需求:对于风电集控系统,需要风场上送风机状态码能明确区分出“风机受累状态”;上送风机风速,并提供风机额定功率曲线。

4.2.3 限负荷损失发电量

本指标反映了风机因受电网限电等因素影响而损失的发电量。本指标计算时,需根据风机状态码过滤出时段内风机处于电网限电状态的“时间小区间”。

子站数据上送需求:对于风电集控系统,需要风场上送风机状态码能明确区分出“风机受累状态”;上送风机风速,并提供风机额定功率曲线。

4.2.4 功率曲线损失发电量

本指标反映了风机正常发电情况下,其实际发电量与理论发电量的差异。本指标计算时,需根据风机状态码过滤出时段内风机处于正常运行状态的“时间小区间”。

子站数据上送需求:对于风电集控系统,需要风场上送风机状态码能明确区分出“风机运行状态”;上送风机风速,并提供风机额定功率曲线。

5、电量生产统计分析

借助于平台的组织机构层次信息库,平台可方便的提供按机构层级划分的生产日报、月报等周期统计报表。

风电集控电量指标计算以子站上送的各类遥脉值为基础数据,通过平台的多测点时间横向纵向计算功能,即可获取所需指标,多测点的运算规则可现场方便的定制。

应用案例:电量分层汇总计算

6、业务算法的扩展性

不同的应用场景会有不同的算法需求,平台数据分析模块架构具有很强的扩展性,使得本方案可以快速响应用户的算法需求。

6.1 基础数据收集的扩展

首先,算法的根基是原始数据。平台不仅实时记录了运行中每个事件信号,而且已经无意识的记录、计算并存储了丰富的数字类实时运行数据。这些数据不仅可以提供测点级的数据统计,还是一些业务指标计算的基础数据,比如:

对测量量的实时值、实时最大值、实时最小值、实时平均值、最大值发生时刻、最小值发生时刻、最大值时刻相关值、最小值时刻相关值的计算和采集存储;

对状态量的发生次数、恢复次数、发生状态持续次数、非发生状态持续次数的实时统计和采集存储;

对模拟信号的越上限、越下限、越上限次数、越下限次数、越上限率、越下限率等的统计和存储。

对遥控信号的控分、控合、控分成功次数、控合成功次数、控分成功率、控合成功率等的统计。

对遥脉类信号的峰电量、谷电量、平电量、总电量的统计,不仅如此,平台还可方便的对数据采集类别进行扩展。

6.2 算法的扩展

其次,本平台的数据分析挖掘平台可支持多对象的时间横向纵向计算和与实时值的混合计算。比如电量计算需求中,众多电量指标的计算,只需要在该数据挖掘平台上增加一类计算公式,便可轻松扩展一类电量算法。基于PCS-9700数据挖掘平台的插件算法集成方式,对于复杂类指标计算,在已具备原始基础数据的情况下,只需以插件形式实现对应算法,即可实现业务指标的计算功能。

6.3 数据展示方式的扩展

平台拥有专业级的报表展示工具,同时支持B/S、C/S的展示方式。报表还具有强大的前台数据汇总功能和格式定制功能、丰富的图表展示能力,如柱状图、曲线图、饼图等如下图:

四、结论

风电场群远程集控生产数据平台的应用,解决了风电企业数据管理的难题,同时实现了实现不同风场、不同厂家、不同型号的风机,在同一监控界面下功率曲线、实时功率、发电量等参数的对比分析,通过对比找出差距,做到对设备的提前维护,及时检修,实现区域性“点检定修”,同时便于找出不同风电场与不同厂家、不同机型,在风资源配置与风机选型方面的差异,为风电场后续工程在风机选型方面提供强有力的参考数据,实现风电场前期建设的科学分析和合理投资。

参考文献:

[1] GB/T18709-2002 风电场风能资源测量方法

[2] 大型风电机组综合性能评估方法研究 作者:刘昊

[3] 关于加强风电限电统计管理的有关要求——(东网风电涉网协调会材料<三>)

[4]《电力二次系统安全防护规定》

[5]《电网和电厂计算机监控系统及调度数据网络安全防护的规定》

[6] 可扩展矢量图形SVG(Scalable Vector Graphics)图形标准(1.2最新版)

[7]《信息系统安全等级保护基本要求》

猜你喜欢

额定功率发电量风速
单电表测量小灯泡额定功率问题分类解析
从“授人以鱼”到“授人以渔”
2006—2016年平凉市风速变化特征分析
旋耕机耕幅与拖拉机发动机额定功率之间的关系探讨
原州区近30年风的气候变化特征分析
风速概率分布对风电齿轮
《函数》测试题
电动给水泵电机端部故障及处理措施研究