作者：张毅
目前风电机组功率特性研究主要集中在准确建立机组的动态功率曲线，而利用机组的输出功率波动性评估设备性能的量化分析研究较少，而该方面的研究工作对设备选型、优化设计和运行设备性能分析有重要的意义。为此，本文在上述研究的基础上，利用机组的输出功率波动性，开展了机组性能评估研究，分别针对不同类型机组、单台机组和机组运行在不同风速下提出了输出功率机组性能分析方法，以期为风电机组的性能评估提供理论基础。
1不同类型机组的性能评估模型
风电场中通常安装多台具有相同配置的机组，从理论上讲，其功率曲线应该相同，但由于制造、安装误差和控制策略不同等原因，在运行过程中，不同机组之间实际测量的功率曲线往往存在一定差异。不同类型的机组，如果某类型多台机组功率曲线的差异越小，说明此类型机组的性能越稳定。基于上述现象，针对不同类型的机组进行建模：首先以运行数据为基础，测量机组实际运行的功率曲线；然后以单台机组运行功率曲线与多台配置相同的同型号机组平均功率曲线的偏离程度为测度，构造了不同类型风电机组功率曲线变异分析模型。
1.1功率曲线的测量
针对新型机组功率特性测试，我国颁布了GB/T 18451.2-2012标准，但由于现场运行机组的测试条件不能严格满足标准规定的苛刻条件，因此，本文参照标准中的bins方法，利用风电机组中央监控系统(SCADA)记录的数据，对风电场机组的实际运行功率曲线进行测量。首先对机组SCADA记录数据进行筛选和修正：然后根据bins方法的原理，把风速分成间隔为1 m/s的风速区间，计算每个区间内风速的平均值和输出功率的平均值；最后把所有区间的平均风速和平均功率对应的点连接起来，得到风电机组的实际运行功率曲线。
1.1.1数据的收集
机组运行过程中，中央监控系统(SCADA)对风速、大气压力、环境温度、功率等信号进行记录，利用中央监控系统查询历史数据的功能，调用10min间隔历史测量数据用于本文分析。
1.1.2数据的筛选和修正
为了提高功率曲线分析结果的可靠性，需对机组不工作时的数据和大于切人风速以上遇到停机过程或启动过程的数据进行处理。处理这两类数据可用以下方法：当风速大于切入风速3 m/s时，输出功率仍为0或负值即为机组不工作点：在切入风速以上、切出风速以下功率从正常值减小到0或负值的点即为机组的停机过程，删除这些点以及相邻前3个点（大约30 min）：同理，在切人风速以上，输出功率由0或负值逐渐增加到正值的过程即为机组的启动，删除其后3个点。经过这些处理后，基本删除了对分析影响较大的两类数据，只留下了正常的数据，如图1所示。
风电机组的功率曲线受空气密度、现场湿度、温度、气压、输出功率和风速的影响。在功率曲线测量过程中，需要将相关参量进行修正，折算成指定标准下的修正量。本文研究风电机组是变桨距变速类型，按照标准GB/T18451.2 -2012．需要对输入风速进行标准化，具体的折算关系为
式中：V，为第i（i=1，2，…，n）个风速区间标准化的平均风速；v：。为第i个风速区间数据j标准化的风速；P为第i个区间标准化的平均输出功率；P。为第i个区间数据，标准化的平均输出功率；N。为第i个区间内数据的个数。
利用式(1)~(4)可以绘制实际运行的功率曲线。
1.2不同类型机组的功率曲线变异分析模型
虽然理论上相同型号的机组功率曲线应该一样。但实际运行过程中，其功率曲线存在一定的变异，工程中有2种可行方法用于计算机组功率曲线变化。①将风电场内每台机组实际测得的功率曲线与制造商提供的理论功率曲线的进行对比；②将风电场内每台机组实际测得的功率曲线与该类型机组的平均功率曲线进行对比。两种方法建模思路基本一致，鉴于方法②分析中全部采用运行数据，更能体现风电场运行的实际情况，因此本研究选择方法②进行建模分析。具体过程如下。
2单台机组的性能分析模型
在风电场投运的风电机组中，机组间性能的不同往往体现在机组的输出功率特性上，如何评估这种机组简单差异，本文构建了一种基于风速和输出功率相关性的指标来度量这种差异。
互相关系数是反映两组数据发展趋势关联程度的度量方式，当两组数据互相关系数为1时，说明两组数据的变化趋势完全相同。风电机组在运行过程中，在特定风速区问内，机组的输出功率分散程度与风速的分散程度正相关，其相关程度越接近于1，说明机组的性能越好，因此构建基于功率特性，以相关系数为测度的单台机组性能分析模型。具体建模思路：方差系数是反映数据分散程度的一种度量方式，在机组的有效风速范围内，计算不同风速区间的输入风速的方差系数和该风速区间对应的输出功率方差系数。以不同区间内的风速方差系数和输出功率方差系数为基础构造两个数据组，然后计算两个数据组的相关系数，来分析单台机组的性能。过程如下。
： 
3单台机组不同风速下的性能分析方法
风电机组在运行过程中，风速和功率的关系并不唯一确定，特定风速下的输出功率具有波动性，是一个随机变量。机组在特定风速下输出功率特性越好，则该风速下的数据点越集中。基于上述现象，构造了特定风速下机组输出功率波动性分析方法，以分析机组在不同风速下的输出性能。该方法首先对机组运行风速进行分区，然后统计各个风速区间输出功率的分布并绘制一组输出功率频率直方图，以便于观测不同风速区间上的输出功率稳定性。
对记录的运行数据，选取切入风速和切出风速之间的数据，对风速进行分区，统计每个风速区间输出功率的分布，则有：
4实例验证
为验证文中提出方法，选取两个风电场各5台并网运行的机组进行分析。风场一处在甘肃酒泉风电基地，装机容量99 MW，共安装66台某型号1 500 kW双馈型机组（以下简称I型机组）。风场二处在吉林白城风电基地，装机容量49.5 MW，安装某型号33台1 500 kW永磁直驱型机组（以下简称II型机组），两种机组主要参数如表1所示。利用SCADA数据，截取2013年1～8月的数据用于提出方法的分析验证。
4.1两种类型机组性能评估
按本文的方法，对两个风场的10台机组的功率曲线进行测量，测量结果分别如图2～4所示。
从图2，3中可以看出，在有效风速范围内，当风速>14 m/s时，I型机组的功率曲线变化比较大，而对于Ⅱ型机组，当风速<14 m/s时，功率曲线变化较大。
按照式(5)~(8)分别计算I型机组和Ⅱ型机组的功率曲线变化指标：
对比功率曲线变化指标
，说明Ⅱ型机组的功率曲线变异比I型机组大，Ⅱ型机组基于输出功率的性能稳定性差，这可能与机组设计、制造过程中的质量控制有关。观察图4，I型机组输出功率较Ⅱ型机组整体偏低，当风速>12 m/s时，I型机组将输出功率限制在1 450kW左右，而Ⅱ型机组将输出功率限制在1 550kW左右，额定输出功率相同的两种机组的差异可能与保护控制策略有关。当风速<12 m/s时，机组的性能除了两种机组的控制策略不同，与叶轮捕获风能有关。在上述对比的两种额定功率相同的机组，因输出功率大小的差异，可能严重影响机组的效益。
4.2单台机组输出性能分析
基于机组的输出功率特性，分别计算10台机组的单机性能度量指标，如表2所示。
由表2可知，I型机组中，2号输出性能最好，5号最差；Ⅱ型机组中，5号输出性能最好，2号最差。在10台机组中，输出性能最好的是Ⅱ型5号机组，最差的是I型5号机组。
分别计算表2中两种型号机组的功率一风速相关系数的均值和方差系数，分别为S．=0.918 2，
SII>S I，说明II型机组的单台机组输出功率性能好。而方差系数C。。>C…说明Ⅱ型机组的单台机组性能变异大，这与4.1的结论基本相符。
4.3机组在不同风速下输出稳定性分析
以I型5号机组和Ⅱ型5号机组为例进行对比分析，如图5，6所示。
由图5，6可以看出，当风速>1 Im/s时，I型5号机组输出功率比Ⅱ型5号机组分散，说明I型5号机组输出功率在高风速阶段比Ⅱ型5号机组的输出功率波动大。特别是当风速>15m/s时，这种差异非常明显，因此，要降低I型5号机组的输出功率波动性，需要对影响其高风速阶段的输出功率因素控制进行针对性优化改进。
4.4结果分析
利用本文设计的方法，通过分析两种不同型号10台机组8个月实际运行情况，可以得到以下结论：对于不同型号机组，I型机组功率曲线更趋于一致，导致Ⅱ型机组的差的原因可能与机组质量变异有关：从单台机组输出功率性能来讲，Ⅱ型机组的单台机组输出性能更好一些，但是分析样本的计算结果较分散：通过分析不同风速下的机组的输出功率，造成I型机组单台输出功率稳定性差的原因可能是在高风速阶段I型机组的输出功率波动性大有关。因此，要提高机组的输出性能，对于I型机组，需要降低高风速段机组的波动性，并改进保护控制策略，使机组的高风速阶段实际输出功率达到额定输出功率。而对于Ⅱ型机组，应减少机组产品的质量变异，需加强制造、安装、维护过程中的质量控制。
5结论
本文利用风电机组SCADA记录的运行数据，研究了基于输出功率波动性的机组性能分析方法。以北方两个风电场两种不同型号机组8个月运行记录验证了提出的分析方法有效性为风电机组的性能分析和评估提供重要的理论价值。结果表明：①基于功率曲线变异的风电机组性能分析模型可以定量的分析不同类型机组的性能。②基于风速和功率相关性构造的单台机组性能分析模型能有效的定量评价单台机组的输出性能，且分析结果不受机组类型的影响。③基于分段风速的性能分析方法能简单直观的表达运行在不同风速阶段的机组的性能状态。
6摘要：输出功率特性是反映风电机组性能的主要指标之一，利用中央监控系统记录的运行数据，提出了3种不同的基于输出功率波动性机组性能分析方法。，针对不同型号的机组，在测量机组动态功率曲线的基础上，构建基于功率曲线变异的输出性能分析模型；针对单台机组提出了基于风速和功率方差系数相关性的性能分析模型：针对单台机组运行在不同风速下，提出了基于分段风速的输出性能的分析方法。最后，以2个风电场的机组8个月的运行数据，对提出的机组分析性能方法进行验证，结果表明，文章提出的方法能够有效的分析风电机组的性能。
下一篇:返回列表
