张万秋， 刘宝良， 冷雪敏， 许傲然， 钟丹田， 谷彩连

（沈阳工程学院， 辽宁 沈阳 110136）

引言

面对风电长期以来跨越式发展、粗放式发展、风电场效率和效益有待提升、风电行业数字化转型进程相对缓慢的技术现状，未来的发展趋势逐步向转型升级，优化提升、提升风电行业精益管理和精细化生产能力、提高风力发电机组的生产力和智慧化水平、促进新能源系统本质安全、提质增效和可持续发展靠拢。我国目前随着风电近年来的风速发展，有限的优质风资源可开发地区受限，行业被迫向中东部、南部和沿海地区挺进，而这些地区的风资源多是1～3 级，总体较差且较为分散。成风条件易受微地形影响，风况复杂。在中东部、南部地区低风速、超低风速以及分散式发电已成为当前风电开发的主流环境。同时超过100 m 塔筒高度已经是行业普遍现象，对应的测风塔的部署成为难题。当前主要的测风设备测风塔不仅受到地理位置的影响，例如：在复杂山地、农田、居民点、雨雾多发公益林、保护区等地无法安装测风塔。同时测风塔还会出现倒塔、裹冰等极端情况，这对精细化测风十分不利。而精细化测风声雷达是军民融合技术产品，满足一系列行业应用技术标准和规范要求。

本文提出了声雷达设备在风电领域精细化测风应用场景，基于吉林某地区实际数据，在精细化测风方面对比声雷达与其他不同设备性能差异，开展声雷达在对精细化测风领域价值分析[1]。

1 精细化测风需求分析

如图1 所示，测风得需求并不是独立存在而是贯穿于风电项目建设和运行的整个生命周期。

测风能力和水平直接影响风电场效益和效率，主要体现在以下三个方面：

1）风电场效率和效益的各种电量的指标依赖风资源和风况的准确评估。

2）风机自身的风速仪由于受到叶片的扰流影响不能准确代表该机组的真实迎面风速。

3）在风场的各项效益评估环节，更能代表风电场风况的测风设备的作用就显得尤为重要。

除此之外对于风电场运行期多种优化运行方案也需要精细化测风数据的支撑，而目前广泛使用的测风塔其固有安全隐患、可靠性、运维困难、精细化测风数据丢失、综合成本高以及适应性差等缺点，已经不能满足当前行业发展和精细化风能监测的要求，风电领域呼唤新一代精细化智能测风技术的出现[2-4]。

2 声雷达测试、验证和对比分析

精细化测风声雷达已成为提高风资源转化率和利用率的有效保障，相比于测风塔，精细化测风声雷达功能更强、成本更低、精度更高、部署受地理因素限制较小、适应性更广。

测风数据取自位于吉林某风场，现场利用测风塔作为本次实验的对比参考测风塔。依据相关标准要求，测风塔不能离声雷达距离过近，避免两者之间产生互相影响。

本次对比测试主要通过将声雷达和测风塔两设备在不同高度层的测试数据进行对比分析，结果如下页表1。

表1 各探测高度风速、风向探测精度

由此可得出两种设备相关性的结论：得到各高度层的实测风速相关均方根误差在0.4 左右，实测风向相关均方根误差在2.3 左右，由此可见，在风速测量数值方面，均方根误差接近于0，在风向测量数值方面，均方根误差较风速方面稍大，说明在精准度上稍有不足，但是声雷达和普通测风塔的相关系数均在r2在0.999 632～0.999 746 之间，两者呈现高度相关特性，即说明声雷达可以完美代替测风塔进行现场测风工作，在风电领域投入声雷达的想法是可行的，符合精细化测风的要求。

2.2 声雷达与普通测风塔恶劣工况下性能对比测试

对比分析测风塔以及声雷达性能差异，设置对比试验如下：实验地点为湖南桂东寒口风电场，实验时间为2016 年1 月至3 月。

场景1：裹冰。

采样时间段为2016 年1 月—2016 年3 月，共91 天。总样本数131 040，经历2 次极冻天气，普通测风塔和声雷达的采集数据对比，如图2 所示。

场景2：未裹冰。

可见在恶劣天气下即使未出现裹冰现象，普通测风塔出现传感器故障或者通信故障，如图3 所示。

2.3 本系列声雷达与其他型号雷达恶劣工况下性能对比测试

设置对比试验如下：试验地点为内蒙古自治区锡林郭勒盟阿巴嘎旗；试验时间为2017 年12 月—-2018 年3 月；工作温度：-40～-15 ℃；试验环境为低温、雪、大风。

相比于某进口声雷达以及某激光雷达，本系列声雷达在一体化防护结构保护下，声换能器工作正常，数据可靠，数据完整率100%；进口声雷达则出现了声换能器发声孔被冰雪覆盖、无法获得有效的回波信号、数据异常等情况；某激光雷达则是出现了雨刮冻住不能启动清扫功能；激光发射窗口被雪覆盖、需要人工清理积雪、数据异常问题。

通过上述实验，声雷达相较于测风塔以及其他雷达设备，其工作适应性更广、对于风场常见的极端恶劣天气具备较强的适应性。

3 声雷达典型应用场景价值分析

声雷达应用场景广泛，如运行期风电场风资源校核、雷达应用有效提升风能利用水平、风资源测量与评估、宏观选址以及精细化测风观测数据可以提升风能预报/功率预测精度、精细化测风在后评估和考核基准中的作用、功率曲线优化、校核、评估等需要精细化测风数据支撑、精细化测风在设计后评估、精细化测风数据在运行指标评估等等。本文重点分析声雷达在精细化测风观测数据精度方面开展价值分析

针对于当前风资源监测数据存在大量缺数、死数、重数、错数等现象如图4—图7 所示所示；引入实测风速的同化技术可提高资源预报精度、进而提高功率预测精度；无效的实测风资源数据对风能的高精度预报带来负面影响。

不同观测点风速的同化后结果如图7 所示。

不同观测点风速的同化后结果如图8 所示，不同观测点风速探测精度同化前后对比如表2 所示。

表2 不同观测点风速精度同化前后对比

通过对比两个不同观测站点可以可能出正确的数据同化可有效提高风速预报精度，而错误的数据则会导致精度不升反降，侧面反映了精确的风电功率预测的必要性。

4 结论

精确的风电功率预测能够为电网调度和稳定运行提供理论参考，有助于促进风能的消纳，基于声雷达精细化测风的风电发展规划的效果与意义日益凸显。本文以吉林某风电场的实际风场为例，对比分析主要通过将声雷达和测风塔两设备在不同高度层的测试数据，通过声雷达测量的风能数据在功率预测方面要较好于测风塔的风能数据，声雷达的测风数据更加的精准，更加的切合实际，更加符合精细化测风的要求，且通过极端试验，可以看出本系列精细化测风声雷达对于极端天气适应性更强。精细化测风声雷达可以风场的精细化测风能力逐步得到加强，能够更好地掌握了当地风况的变化情况，同时为风电场测风设备改进和风机的准确架设位置和数量提供参考，为风能发电的规划发展提供了更大的帮助。