APP下载

复杂山地项目风能资源设计后评价探讨

2018-03-04覃荣君

风能 2018年8期
关键词:风塔测风塔小时数

文 | 覃荣君

国内南方区域的风电项目开发趋向于越来越复杂的山地。在复杂山地项目开发的前期风能资源评估过程中,评估的准确与否影响项目的收益,决定着项目成败。本文拟通过对实际运营项目的发电情况与前期评估情况进行对比,分析目前复杂山地项目开发中存在的风能资源评估不确定性,为今后此类项目的开发提供参考。

项目背景

本文所选项目位于西南区域某复杂山地,装机总容量为5万千瓦,采用国内当时主流的2MW-105/80机型。截至进行设计后评价时,投产运营近2年。项目地形复杂,植被茂密,冬季凝冻较为严重。场址范围内及周边共有5座测风塔,机位点海拔1300~1500米,测风塔海拔1330~1480米。

分析过程

一、后评价时段选择

选择风电场通过240验收后正常运行一个完整年——2016年1月1日至2016年12月31日作为设计后评价时段。

二、实际利用小时数修正至平风年

风电场在2016年完整年的实际年利用小时数为2064小时。通过中尺度数据分析,该完整年时段属于偏大风年,综合分析后认为其修正至平风年的年利用小时数为1938小时。

三、微观选址阶段风能资源评价方法及结论

项目范围内及周边共有5座测风塔,在2014年完成微观选址第一阶段设计。在该阶段,设计院采用其中2座测风塔的数据计算全场风能资源及发电量。测风塔选择如图1所示。

微观选址第一阶段报告估算的全场平风年年利用小时数为1976小时,较实际运行结果折算至平风年高估约1.9%。

2015年,相关软件版本升级,设计院进行了第二阶段微观选址设计,采用同样设计输入条件重新计算全场发电量,得到全场年平均利用小时数为1862小时,低估约3.8%。

全场平均年利用小时数估算结果显示,微观选址阶段的发电情况估算较为合理。

逐机位分析微观选址设计两个阶段的评估发电情况与实际发电情况差异,结果如图2-图3所示。

微观选址第一阶段评估的发电情况与实际发电情况正负最大偏差均超出700小时,偏差比例范围为:-27%~50.8%。

微观选址第二阶段评估的发电情况与实际发电情况最大绝对值为739小时,偏差比例范围为:-33%~42.9%。

图1 微观选址阶段的测风塔选择

四、重新建模复核

采用与微观选址阶段设计院所用的相同地形图、机组功率曲线、机位与测风塔坐标,以及设计院在微观选址第二阶段所用的同款软件模型和5座测风塔修正为平风年后的测风数据作为后评价设计输入条件。

对理论发电情况采取微观选址阶段全场同样的折减系数74.4%折减后得出每个机位点的利用小时数及全场平均利用小时数。

五、测风塔选择

1.全场平均误差分析

项目共有5座测风塔,分别采用不同的组合进行发电情况模拟计算,对全场平均利用小时数的模拟结果如表1所示。

图2 软件版本升级前评估的利用小时数与实际发电情况逐机位对比

图3 软件版本升级后评估的利用小时数与实际发电情况逐机位对比

表1 不同测风塔组合下的全场平均利用小时数对比

图4 不同测风塔组合下逐机位计算的发电偏差

图5 实际发电量与理论电量的比值

表2 不同测风塔组合下逐机位计算的偏差

模拟结果显示,方案3计算的年平均利用小时数与风电场实际利用小时数最为接近,高估了约0.36%;方案1与方案5的计算结果基本一致,与风电场实际发电相差约1.2%;方案2与设计院微观选址测风选择一致,计算结果与实际发电差异最大,高估约3.9%;从全场平均的角度考虑,方案4测风塔代表性最优,方案1和方案5次之。

2.逐机位模拟误差分析

采用不同的测风塔组合计算,逐机位计算正负偏差有较大差别,模拟结果如图4和表2所示。

各测风塔组合下的计算结果显示,方案2与设计院设计输入一致,其正负偏差为-21%~52%,两极分化严重;方案4计算的平均偏差绝对值最小,但部分机位高估较为严重;方案5计算的高估发电情况的比例最低;各方案估算的负偏差相差不大。

综上所述,计算该风电场发电情况最优的测风塔选择为方案5。

六、偏差原因分析

采用第5套测风塔组合方案,计算全场各机位实际发电情况与软件模拟尾流后理论电情况比值,结果如图5所示。

如全场采用微观选址设计阶段统一的折减系数74.4%进行折减,按照高估和低估的原则进行分片,则可将全场大致分为5个片区,如图6所示。

可以看出,全场内片区2和片区4属于主梁,在本阶段模拟中属于低估阶段;片区3和片区5属于支梁,本阶段评估属于高估区域。

具体分析可知,片区1无测风塔,软件对南部地形遮挡影响模拟精度不足,其实际发电量与理论电量的比值约68%。

片区2的实际发电量与理论电量的比值约为85%,该区域测风塔位于正中间,周边无遮挡,代表性较强,所以其评估的不确定性较低。

图6 全场高估与低估片区分类

片区3位于支梁,且其南部、北部均受遮挡,距离最近的测风塔M1海拔高约150米,代表性较差,其实际发电量与理论电量的比值约为67%。

片区4的西南区域存在较强的“峡管”效应,实际发电量显示,软件无法准确模拟该风况,实际发电量与理论电量的比值接近93%。

片区5区域的南部存在高山台地,海拔较该区域高约120米,成风条件较差,因该区域无测风塔,采用周边测风塔估算明显高估了发电量,实际发电量与理论电量的比值约为71%。

结论

(1)测风塔的代表性及建模时测风数据输入选择对结果的影响很大,复杂山地项目应尽量在风能资源无确定把握的区域多立塔。

(2)复杂地形的不确定性分析应逐机位进行,全场机位采用同一种折减系数可能带来极大的评估误差。

(3)商用主流风能资源评估软件的版本更替也可能带来不同的误差。

(4)该项目实际发电结果显示“峡管风”效应真实存在,而现有的主流风能资源评估软件可能无法准确模拟。

(5)该设计后评价选择的风电场投运不足两年,运营时间较短,选择的完整年时段运营数据可能无法代表风电场未来20年的运营情况。

猜你喜欢

风塔测风塔小时数
一种自安装海上测风塔的运输和安装稳性分析
直流输电线路导线选型中的损耗小时数取值分析
英语时间表达法汇总
解读合理利用小时数政策
WRF气象模式在高海拔复杂山地风电场中的应用研究
今天的光周期是多少?
测风塔法在弃风电量评估中的应用
台风“威马逊”影响广东期间近地层风特性
广西风能资源分布高分辨率数值模拟应用研究
谈风塔的施工技术要点