风电场发电性能评价与风电机组数据分析方法研究
华电电力科学研究院 时小广
摘要：风电场的发电能力评价工作在日常运维过程中起着重要作用，准确高效的评价有利于风电场开展维护工作，安排针对性的检修与技改。本文利用风电场内已有的遥测、遥信数据，对风电场的整体发电水平与风电机组的运行进行进行了评价分析，提出了需要重点关注的机组与相关的优化策略。
关键词：风力发电;性能评价;数据分析
0引言
中国发电行业乃至整个能源行业都处在关键的转型阶段。能源形式上，从传统的化石能源正逐渐向风能、太阳能、核能等能源形式转型。运维模式上，从传统的人力驱动、定期检修正逐渐向数据驱动、状态检修的模式转型。
风力发电作为重要的清洁能源发电形式，具有经济环保，可持续性强等优势，近年来在世界各地得到迅速的发展‘纠。2016年底，我国风电累计并网装机容量已经达到1.49亿千瓦，稳居世界第一，并保持着良好的增长态势。经过一定时间的探索与发展，风力发电已经进入到一个技术相对成熟，模式较为清晰的发展阶段。
大型风力发电企业管理的机组类型多、投运时间跨度大，机组采用的技术水平不一致，加大了实际检修工作韵难度，主要体现在以下两个方面：(1)风电场及风电机组在地理上较为分散，在检修人员安排上存在困难。(2)大多数机组的报警原理未知，检修人员只能根据机组厂家的报警及相关提示安排检修，较为被动。
为解决以上两个问题，提高运维检修水平，对风电场的发电性能评价显得至关重要，本文对该问题进行了相关研究，以甘肃某风场为例，进行了实际分析并提出了相应的整改与优化意见。
1数据源与分析流程
本文的实验风场属于戈壁风场，位于甘肃省，熟分两区：A区为100台2.OMW的直驱型机组，B区为1∞台2.OMW的双馈型机组，共40WKW装机容量。评估时针对A区100台机组，采集15年10月份与”月份每5分钟的SCADA数据平均值进行分析。
从3号风t的SCADA温度数据来看，10月与11月并未出现极寒罴气，旦甘肃地区空气干燥，出现太规模冰漆的可熊性辕低。风场所处的甘肃河西地医限嘲情况严重，藩舍导致发电量在性能评估时的代表性有所减弱。
对风场的性能分析主要分为两部分：发电性能和故障。发电性能包括发电量、平均风速、功率曲线、Cp曲线等分析。故障包括可利用率，平均故障出现时间，故障平均恢复时间，故障总时间等分析。2A、B区发电量比较A区机组在14年11月30日全部并网，B区机组
在15年3月18日全部并网。采用风场15年4月份的报表数据，说明整体的发电情况。
从整体情况来看，A区B区的平均风速相差0.16m/s.A区航天万源机组的发电量略好于B区明阳的机组。
3机组出力性能分析
性能分析是基于SCADA导出数据，由于主控程序问题，性能分析时所用的5分钟诏录无法导出99号机组，故障分析所用的机组状态值无法导出59，64，99，100号机组。
3.1全场出力性能分析
河西地区限电严重，风场为了发电量考虑，没有设立标杆机组，全场统一受有功控制系统的控制。需要先从风机数据散点图判断整体情况，下图为1#风机未做处理的数据散点图：
从散点图可以看出：
1)高风速的时候，有大量低功率的点;
2)有许多大风停机与低风速顺桨的情况，且顺桨存在固定规律。
判断这些情况是由限电造成，这也符合甘肃整体的实际情况。在进行机组发电性能评价时，需要剔除电网侧的影响因素对风机进行客观评价。使用以下判据的处理方式进行数据筛选，得到机组未达到限电峰值功率即其发电未受限电影响情况下的并网发电数据：
(1)发电机功率大=FlkW;( 2)桨距角小于200;(3)“非”(风速小于11且桨距角大于10);(4)“非”(功率小于1900kW且桨距角大于30)。
通过数据处理，100台风机的功率曲线与Cp曲线如下图3、4所示。 可以看出：
1)风机在低风速段的功率曲线略优于保证功率EHj线，在过渡段曲线低于保证曲线。当保证功率曲线是静态功率曲线时，由于湍流的原因，会造成一定的功率折减。实际功率曲线在过波段对保证功率曲线的逼近程度体现了风机设计与控制策略的水平
2) 33号，47号，48号等风机功率曲线较好，50，67，84等功率曲线较差。
3) -些风机的大风可利用数据较少，比如：75，76号8m/s以上数据较少，虽然在该阶段功率曲线虽然较差，但代表性比较低。
4)3号，23号，58号，100号机组功率曲线明显较差，在2.1.2.3节中会分析具体原因。
考虑各个因素，排除3)与4)中所述的代表性较差与问题机组，机组在出力性能方面表现符合其保证功率曲线，出力性能比较良好。
3.2偏航性能分析
从功率曲线较好且可用数据点比较多的47号风机的错风角度来看，7m/s以上的风速区间错风角分布在±100之间，7m/s以下的风速区间在±20。之间。同时，各个区间错风角的平均值并不为0且整体的错风角也不为0，说明偏航性能有待改善。
3.3问题机组分析
在总体的功率曲线与Cp曲线中，有一些明显较低的机组，需要通过散点图具体分析其原因。
由47号机组的运行情况可以看出，风速在llm/s左右到达额定转速，额定转速在16rpm—17rpm。转速在15rpm以下时，与功搴呈大致线性的关系，15rpm之后功率迅速上升。
3号机组额定转速在11rpm—12rpm之间，在转速大子lOrpm之后功率就开始呈现非线性上升。
23号风机10月与11月的运行情况呈现两种形态。其中红色线所代表的情况与标准运行情况相同。单独分析11月数据，发现呈观与3号风机类似的形态。同样情况的还有58号与100号风机。
这并不是限电造成，如果排除是主控的控制策略引起，造成该隋况的原因会有以下两点：
1)硬件的隐性故障
2)会流器或者发电机的自身限负荷问题。
其中，硬的隐性故障的可能性较小，会流器或者发电机的自身限负荷问题可能性较大，而会流器与发电机的故障率较高，在以后章节中会有详细分析。
4故障统计
统计时间内，A区评估机组报出次数最多的25个故障如表2。
从统计结果看出，机组变流器故障频率较高，与上文的分析结果相符。
5结论
本文对实验风场进行详细的发电性能评价，并利用数据分析的方法对场内机组进行了详细分析，发现机组在交流器、功率控制方面存在的不足。该方法实用性强，具有较大的推广价值。
参考文献：
[1]曾呜，杨雍琦，李源非等.能源互联网背景下新能源电力系统运营模式及关键技术初探[J].中国电机工程学报，2016，36(3):681-691.
[2]World Wind Energy Association.The WorldWind Energy Association: 2014 half-year report[R]OL] .http.//www.wwinde a.org/webimage s/WWEA_half_year_teport_2014.pdf.
[3]王韬.能源互联网背景下风力发电关键技术研究[J].电器与能效管理技术，2017, 17(13):67-70.
[4]刘小杰，李明辉，樊立云等.风电场远程集控中心的设计与应用[J].内蒙古电力技术，2011，29(2):41-44.
[5]王海江.基于大数据的新能源远程集中管控解决方案[J].科技展望，2017，27(5).
