基于MATLAB-GUI的风电机组功率特性测试数据分析

马 晓 岩

(中国船级社质量认证公司 北京 100006)

0 引 言

风力发电机组是一项系统工程，集合了空气动力学、材料力学、结构力学、建筑工程、机械设计、电气工程、自动控制等诸多学科。一般地，风力发电机组主要由风轮(包括叶片和轮毂)、传动机构(包括低速轴、齿轮箱和高速轴)、发电机、制动机构、偏航机构、变桨距机构、机架、塔架、变流器、传感器和控制系统等部分组成[1]。近年来，风电场对在役风力发电机组出力情况考核以及新近建设风电场的定制化机位配置要求，使得风力发电机组功率特性验证及优化需求逐渐凸显。

1 风力发电机组功率特性测试要求

风力发电机组功率特性测试主要依据现行标准[1]开展，一般采用测风塔方案，独立于被测机组以外进行风速、功率的测量，结合地形情况可能需要在测试前进行场地标定工作。这种方式需要在风场额外设立测风塔，若需要进行场地标定，则需要在机组吊装前开展，分别在被测机位和测风点位各设立一个测风塔。因此，主要适用于处在样机阶段或风电场建设前期吊装阶段的风力发电机组功率特性测试。针对在役风力发电机组，按照上述方式开展功率特性测试往往不具备可行性。然而，测风激光雷达方案在时效性和经济性方面均比常规方案更具优势。

2 测风激光雷达方案

测风激光雷达方案主要包含以下步骤：1) 将测风设备放置在待测机组主风向前约2D+H处(根据现场情况而定，一般推荐为2.5D，D表示风轮直径，H表示轮毂中心高度)，进行气象数据的采集，测试流程及测试参数参照IEC61400-12-1执行；2) 在机组主控柜加装功率测试设备，包括：电流、电压、功率等仪器，进行功率数据的采集；3) 在机舱外及塔筒处安装温度传感器、湿度传感器以及气压传感器，进行轮毂中心高度处空气密度数据的采集；4) 采集SCADA系统状态信号、变桨角度、电机转速等信号，确保对时无误和机组状态；5) 在测试结束后，参照IEC61400-12-1相关要求，进行数据处理，出具报告。

3 基于MATLAB-GUI的风电机组功率特性测试数据分析

风电机组功率特性测试数据采样频率为1 Hz，一般包括：风速、风向、功率、温度、湿度、气压、被测机组可利用状态、被测机组并网状态等变量。此外还可能接入被测机组SCADA采集变量：机组有功功率、变桨角度、风轮转速、机舱风速等；测试周期一般为1至3个月。测试数据量较大，采用手动分析计算方式费时费力且容易发生操作失误，为此本文设计了基于MATLAB-GUI的风电机组功率特性测试数据分析算法。

3.1 算法架构设计

考虑测风塔方案和激光雷达方案，结合数据处理要求，利用MATLAB进行算法功能分解，主要分为：生成空白表格、数据预处理、数据汇总、功率曲线计算、年发电量计算、风速计现场比对等步骤。基于MATLAB-GUI设计算法界面(见图1)，采用MATLAB-M函数方式针对分解后的功能块进行算法逻辑设计开发。

图1 软件界面

3.2 算法架构

测试原始数据一般以10分钟为转存周期进行存储。由于功率特性测试周期一般为3至6个月，测试原始数据存储量较为庞大。同时，业内主流的测试用数据采集系统对原始数据支持的存储格式并不统一，例如有.raw格式、.dat格式、.csv格式等。

算法架构如图2所示。

图2 算法架构

出于算法的实用性考虑，针对目前主流数据格式，结合MATLAB软件平台对于数据文件的支持情况，针对业内主流数据采集系统分别开发了脚本文件。为测试原始数据定制数据转存接口，以便将后续数据处理环节一并纳入MATLAB-GUI软件平台。

原始数据完成数据转存后以电子表格形式存储，便于手动抽查数据状态。风力发电机组的功率特性曲线需要以测量数据的10分钟统计值作为计算来源。因此在算法架构中配置了原始数据预处理环节，目的在于将1 Hz采样的原始测量数据进行平均值、极大值、极小值、标准差等统计处理。

统计处理算法中，首先确认是否需要进行通道采集数据修正/标定(如量程切换)，并配置了数据线性修正预设参数向用户开放；随后针对测量变量中的功率、温度、湿度、气压等标量数据进行常规标量统计；针对风向、机舱位置、偏航角度等矢量数据设计了矢量统计过程。

如图3所示，矢量平均计算过程，首先采用矢量求和原理，将每个1 Hz数据以正北方向为y轴、正东方向为x轴进行正交分解。再将10分钟内的600组正交分解数据分别进行算数求和，最后将求和后的x轴、y轴分量进行矢量合成。以风向(θ)矢量为例，将其角度定义为来风方向与正北方向的夹角，幅值支持选择单位“1”或相同时刻风速值(WS)，向用户开放选择权限。

式中：

WS——风向矢量幅值(1或风速值)

θ——风向矢量角度

ax——风向矢量x轴分量

ay——风向矢量y轴分量

a——风向矢量正切值

图3 矢量求和正交分解示意图

上述矢量平均算法考虑了测风传感器得到的全部信息，得出的平均结果可以代表风向风速随时间和空间变化的实际情况。同时，风的两个分量为正值或负值，在平均计算时，分量将存在正负抵消的情况，避免出现风向过0 deg(或360 deg)而导致发生统计错误。

预处理过程还内嵌了失效数据的自动识别算法。例如被测机组状态异常、风速计/风向标结冰、数据有效率异常等，可以通过手动配置实现异常数据的自动剔除。完成预处理的数据可以用来计算功率特性和测风塔方案中的风速计现场比对。

功率特性计算过程，首先需要对测试数据的10分钟统计值进行数据筛选和修正。主要包括有效扇区的数据筛选，气压计安装的海拔高度修正，风速的空气密度修正等方面。算法中内嵌了有效扇区数据筛选脚本、气压计安装海拔高度修正脚本、风速的空气密度修正脚本，向用户开放功能配置权限。

年发电量计算以功率特性计算结果为输入，结合风频参数进行年度发电量估算。该过程需要预先设置风频参数，算法支持瑞利分布参数和威布尔分布参数的用户配置。若采用瑞丽分布，算法将自动计算出年平均风速从4 m/s至11 m/s的年发电量估算值(年平均风速间隔支持从1 m/s至0.1 m/s的用户配置)；若采用威布尔分布，需配置年平均风速、威布尔形状参数、威布尔尺度参数，算法也会自动计算出年发电量估算值。

风速计的现场比对，适用于测风塔方案，针对主参风速计的现场运行状态进行确认。风速计现场比对过程将整个测试数据库按照时间排序分为两个阶段：第一阶段通过数据累积辨识主参风速计的测风特性关系式；第二阶段使用第一阶段得出的关系式判断主参风速计运行状态的保持情况。由于现场比对仅针对以主参风速计安装位置连线的中心垂线为对称轴的小角度(±20 deg或±40 deg)扇区，需要用户依据测风传感器的现场安装情况配置角度参数、阶段一数据库累积参数、阶段二数据库累积参数等。

此外，本算法的处理过程中，数据小数位采用比标准要求提高一位的方式保留。功率特性曲线、年发电量、风速计现场比对等最终计算结果小数位与标准要求保持一致。

4 风力发电机组功率特性测试案例

如表1-表2所示，给出某企业2 MW机型开展风电机组功率特性测试，应用本文提出的分析方法进行数据分析的结果。如图4-图6的测试结果显示，该机型满发风速大约为10 m/s。

表1 XXX型风电机组测试功率特性

表2 XXX型风电机组估计年发电量(AEP)

图4 XXX型风电机组测试功率特性曲线

图5 XXX型风电机组测试功率特性散点图

图6 XXX型风电机组测试风能利用系数

5 结 语

风力发电行业持续发展，风电整机进出质保期过程对功率特性的考核要求越来越受到业主和整机制造商的关注。本文立足风力发电机组功率特性测试要求，充分考虑开展测试工作的可行性特点，分别针对测风塔方案和激光雷达方案，提出了基于MATLAB-GUI的风电整机功率特性测试数据分析方法。并设计了数据处理工具软件，将原本繁琐且易出错的人工数据处理过程转换为一致、规范的软件自动处理过程。采用本文设计可以提高风电机组整机功率特性测试数据处理效率，保证数据处理过程的准确性。

[1] GB/T 18451.2-2012风力发电机组功率特性测试[S].

[2] IEC61400-12-1:2005 Power performance measurements of electricity producing wind turbines[S].

[3] 罗华飞.MATLAB GUI设计学习手记[M].北京航空航天大学出版社,2009.

[4] 陈垚光.精通MATLAB GUI设计[M].电子工业出版社,2008.

[5] 朱习军.MATLAB在信号与图像处理中的应用[M].电子工业出版社,2009.

[6] 张世弘,刘振兴.基于MATLAB-GUI的信号采集与分析系统设计[J].机床与液压,2015,43(21):113-117.

[7] 宫薇薇,冯姗姗,韩煦.基于Matlab GUI的实验平台快速搭建技术[J].大学物理实验,2017,30(2):105-108.

[8] 张娜,刘坤.基于GUI的数字信号处理平台的设计[J].自动化与仪器仪表,2017(3):102-104.