风电场后评估对运行工作指导作用的研究

文 | 王靖程，敖海，李育文，姚玲玲，杨旭

风电场后评估对运行工作指导作用的研究

文 | 王靖程，敖海，李育文，姚玲玲，杨旭

后评估是项目建设的一个重要阶段，通常用于分析项目决策时确定的目标和项目完成后各项指标的差异，为决策者提供参考依据。风电项目的后评估起步较晚，在风电项目大规模建设逐渐完成后，越来越多的风电场存在发电量无法达到预期值、项目投资收益难以确保的问题，引起了各方的广泛关注。

传统的风电场后评估项目多从项目的设备选型与采购、建设规模与发电能力、施工情况、项目投资、运营成本、项目销售及经济效益等方面对风电项目进行评估，评估结论主要作为决策参考，为后续项目的建设积累经验。

为了确定风电场实际运行指标是否达到项目设计时确定的目标，全面、准确地了解全场风电机组运行的经济性、可靠性以及不同风电机组性能之间的差异，为风电场决策者在后续管理和机组维护方面提供理论指导和数据分析依据。本文对某风电场可研数据、测风塔数据和SCADA系统数据进行了全面分析，对机组运行状况进行了综合评估，结果表明该风电场可行性研究报告中的发电量设计值相对保守，且因设备可利用率低、实际功率曲线未达到设计功率曲线等原因，导致风能资源条件好的机组发电效率反而偏低，最后从机组可利用率和功率曲线两方面针对性地提出了发电量提升建议和相关措施。

测风数据分析

某风电场可研报告显示，风电场空气密度为1.219kg/m3，70m高度风速数据与气象站数据相关性较好，修订后的代表年80m高度年平均风速为6.2m/s，年平均风功率密度为181.8W/ m2，代表年80m高度主风能出现在SE－SSE方向，其次是N方向，主风能和主风向方向基本一致，风电场年等效负荷小时数为1818小时，折减系数选取如表1所示。

2015年该风电场发电量9644.47万千瓦时，上网电量为9289.61万千瓦时，年等效负荷小时数为1548小时，显著低于设计指标。为进一步分析2015年风电场运行情况，对2015年全场测风数据、机组运行统计数据和故障数据进行了收集整理，并开展了分析评估。

风电场测风塔与可研阶段测风塔位置一致，统计2015年全年测风数据，并经过完整性检验和合理性检验后，得到2015年度70m高度年均风速为5.23m/s，年平均风功率密度为146.5W/m2。根据可研报告的风剪切系数，按0.1推算到80m轮毂高度，则80m高度年均风速为5.33m/s，年平均风功率密度为152.6W/m2，风能资源情况明显下降。风向测量数据分析表明，风电场主导风向出现在N和SE方向，而风能主导方向则集中在SSE方向，与可研数据基本一致。对各机位2015年10min风速数据进行统计，统计结果与全场风能资源数据分析结果相同，2015年度各机位年均风速均低于可研设计值。

根据风电机组风速和标准功率曲线推算，得到的年等效负荷小时数约为1426小时。风电场实际发电量与理论值相比偏差为7.88%，大于-4.8%－5%的不确定度，因此需进一步进行分析评估。

表1 风电场发电量折减系数

折减系数分析

根据风电机组风速和标准功率曲线推算2015年全场风电机组理论发电量为11488.60万千瓦时，实际发电量为9644.47万千瓦时，占理论发电量的83.95%，高于可研报告中给出的77.6%的折减系数（不考虑厂内能量损耗修正）。2015年全场实际上网电量为9289.61万千瓦时，占理论发电量的80.86%，高于可研报告中给出的74.5%的综合修正系数。由此可知，可研报告中的综合修正系数偏低，低估了风电场的发电能力。

对每台风电机组2015年实际可利用率进行统计后可知，2015年全场风电机组实际平均可利用率为95.83%，略高于可研中95%的利用率。同时了解到，2015年风电场未出现因台风、凝冻、暴雪等恶劣天气导致的全场长时间停机现象，因此气候因素影响修正系数为0，低于可研报告中3%的修正系数。

设计阶段采用的是87m风轮直径的风电机组，其额定风速为12m/s，而风电机组实际风轮直径为93m，额定风速为11m/s。根据SCADA系统采集的2015年风电机组功率曲线可以看出，大部分风电机组功率曲线相对标准功率曲线向左偏移，因此风电机组功率曲线修正系数应远高于设计值。

根据2015年度上网电量和实际发电量计算可知，场内能量损耗率为3.68%，低于可研报告中4%的场内能量损耗。

因风电场实际机位与设计机位一致，机组尾流影响、控制和湍流强度影响及叶片污染均按设计值考虑。

综上所述，采用1%的风电机组功率曲线修正系数修正风电机组功率曲线后，综合修正系数为80.8%，与2015 年80.86%的实际综合修正系数接近。按照81%的综合修正系数计算代表年等效负荷小时数，结果为1997小时，由此可知风场的理论发电量提升裕量约为960万千瓦时。

SCADA数据分析

对2015年每台风电机组的10min平均风速及标准功率曲线进行计算，得到每台风电机组全年的理论发电量，并与实际发电量进行比较，定义风电机组发电效率为实际发电量与理论发电量的比值，结果如表2所示。

可以看出，#4、#30、#23、#29、#19、#20、#12风电机组的发电效率大于90%，#28、#9、#13、#6、#15、#18、#7、#14风电机组发电效率小于80%，其余风电机组发电效率在全场平均值附近。因此，将#4、#30、#23、#29、#19、#20、#12划为发电效率优等风电机组，将#28、#9、#13、#6、#15、#18、#7、#14划为发电效率劣等机组，其余风电机组划为发电效率中等机组。为了进一步分析不同类机组发电效率差异的原因，对风电机组2015年可利用率、发电时间、偏航时间、停机次数、切入次数、偏航次数等运行参数进行了统计，并画出各台风电机组发电效率与风功率密度的关系图，如图1所示。

表2 全场风电机组2015年理论发电量与实际发电量比较

由图1可以看出，风功率密度大的机组，发电效率反而低，发电效率优等组的风电机组平均风功率密度为150.72W/m2，发电效率劣等组的风电机组平均风功率密度为182.69W/m2，而发电效率中等风电机组的平均风功率密度为173.92 W/m2，说明发电效率劣等机组的风能资源条件比发电效率优等机组的风能资源条件好，但没有发挥其风能资源的优势条件。

从各项运行统计参数的分析可知，发电效率与可利用率基本成正相关关系，发电效率劣等机组的平均发电时间最短，且平均启动准备时间最长，从而可知设备可靠性是导致发电效率劣等机组发电效率低的主要原因。进一步分析表明，发电效率劣等机组的平均故障时间是发电效率优等机组的1.93倍，是发电效率中等机组的1.85倍，且平均停机次数、平均维护时间、平均维护次数均明显高于发电效率优等和发电效率中等机组。统计各等级故障停机次数可以看出，发电效率优等机组、发电效率中等机组、发电效率劣等机组的全年平均故障次数分别为517次、719次、986次。对全场主要故障统计表明，发电效率劣等机组的主要故障与全场机组出现最频繁的故障重合，主要表现为变桨与主控间通信问题、风速风向标故障和变频器系统故障。若消除发电效率劣等机组的主要故障后，每台风电机组平均年发电量可提升约3.36万千瓦时。

图1 各台风电机组发电效率与风功率密度关系图

图2 #4风电机组功率曲线

图3 #9风电机组功率曲线

图4 #13风电机组功率曲线

图5 #14风电机组功率曲线

将发电效率优等的#4机组与发电效率劣等的#9、#13、#14机组的功率曲线进行对比后发现，优等机组功率曲线明显好于其他机组，如图2－图5所示。#4风电机组在额定风速以下的功率曲线散点图重心在标准功率曲线附近，机组满发功率略高于标准功率曲线；发电效率劣等机组在额定风速以下的功率曲线散点图重心低于标准功率曲线。其中#9风电机组在11、12月存在限功率，与风电场人员确认为#9风电机组变频器易出现过流超温故障，因此进行手动限功率，影响了机组发电量。

通过对测风数据、折减系数和SCADA数据的分析可知，该风电场风能资源可利用小时数较高，因此，保证机组运行、提高机组可利用率，是提高全场发电量的主要途径。在消缺维护和备品备件供应上，风电场应按照风电机组的风能资源情况设立优先级，优先保证风能资源较好的风电机组维护的及时性。对部分风电机组的主控与变桨系统通信故障、变频器系统故障、风速风向仪故障等频发故障进行集中消缺，以此减少风电机组故障停机时间，提高发电时间和发电量。对功率曲线较差机组，应开展叶片零位校准工作，并加强变流器清灰除尘，减少超温限功率次数。

结论

通过对风电场的运行状态进行分析评估，可定量分析风电场的提效潜力。某风电场的后评估工作表明，该风电场存在一定的理论发电量提升裕量，发电效率劣等机组的风能资源条件比发电效率优等机组的风能资源条件好，但没有将风能资源优势转化为电量优势，发电效率劣等风电机组的可利用率较低、实际功率曲线未达到设计功率曲线，导致其发电效率偏低。

开展风电场后评估工作，不仅可以帮助决策者判断风电场现有发电能力和潜在发电量，明确工作重心和方向，而且通过定量计算，有助于风电场运维人员了解运维工作的重点和意义，指导运维工作向更加高效的方向推进。

（作者单位：王靖程，李育文，姚玲玲：西安热工研究院有限公司；敖海，杨旭：华能新能源股份有限公司）