基于风能可利用率的风电场运维水平评价方法

杜保华，王 曦，范 奇，王宏伟

基于风能可利用率的风电场运维水平评价方法

杜保华1，王 曦2，范 奇1，王宏伟2

（1.西安热工研究院有限公司，陕西 西安 710054；2.华能新能源股份有限公司，北京 100036）

针对传统方法在评价风电场运维水平时仅考虑可利用率数量不注重品质的问题，本文在《风力发电设备可靠性评价规程》定义的可利用率指标的基础上，结合风能随时间变化的影响，提出风能可利用率指标和可利用率品质指标的定义和计算方法，综合评估风电场在检修维护计划制定、故障早期预警及处理、备品备件管理以及风电场天气跟踪等方面的整体运维效果，适应了风能不可控、不可调的特点。该评价方法已在华能新能源公司86个风电场的在线运维评估中应用，应用结果表明该方法快捷高效，可准确评价风机、风电场及区域公司的运维水平。

风力发电；风电场；运维水平；可利用率；风能可利用率；评价方法

长期以来，可利用率一直是评价风电场运行维护水平的重要指标，无论是中国电力企业联合会制定的《风力发电设备可靠性评价规程》还是各发电集团自己制定的风电生产运行指标体系，都将可利用率作为评价运行维护水平的重要指标[1-2]。可利用率指标沿用了火电机组设备评价的基本原理：统计一定时间范围内机组各种可用状态的时长[3]，进而计算可用状态的总时长占比。

然而风力发电与火力发电在能量输入方面有明显差异，风能作为一种特殊的自然资源，其供给的强度和时间均不可人为控制，与火力发电中能量输入可控可调的特点完全不同。对风力发电而言，机组状态可用的时机非常重要，风能资源好的时间段尽可能做到状态可用多发电，需停机处理的检修维护等工作应安排在风能资源较差的时段进行[4-5]，因此风电场运维水平的评价要考虑风机可用状态与风能资源在时间维度分布的契合程度。为此，本文对能够综合表征可利用率大小和品质的指标展开研究，并提出风电场运维水平评价方法。

1 风能可利用率模型

1.1 原理及定义

传统的风机可利用率即时间可利用率，其定义为一定统计时间范围内风机处于可用状态的时间占比，其公式表达为

式中，AF为统计周期内风机的可利用率，t为统计周期内第个可用时间段，为统计周期内的风机可用时段个数。

时间可利用率指标可有效表征设备维护水平，但鉴于风能不可控、不可调的特点，风电运维管理不仅关注其大小，还需注重其内在品质，即风机可用状态是否与优势风能资源在时间上有良好的匹配，是否可以带来潜在的经济价值[6-7]。

为准确衡量风电场运维水平，本文提出风能可利用率指标，定义为统计时间范围内风机可用状态下对应的风能与总风能的比值。风能可利用率的原理如图1所示。

图1 风能可利用率原理示意

从图1可以看出，风能可利用率仅受到风机可用状态时长（数量）、可用时机与风能的时间契合度（品质）的影响，物理意义清晰，并且不受各地电网限电、风资源以及风电场装机等因素差异的影响，是评价风电场运维水平的理想指标。

定义风机可利用率的品质指标为统计时间周期内风能可利用率与时间可利用率的比值。可利用率品质为1，表明在统计时间范围，可用时间分布与风资源分布的契合度达到均值水平；可利用率品质小于1，表明在统计时间范围，风机可用时间与风资源分布契合度有待提高，该值越小品质越差，这类情况下即使时间可利用率指标良好，也仅说明设备健康度较好，潜在价值并不高；可利用率品质大于1，表明风机状态可用的时机与优势风资源分布匹配较好。

1.2 计算方法

风能可利用率指标的计算方法如下。

1）构建风电场所有风机的设计参数信息表

2）读取统计时间范围内风机风速、空气密度和风机状态的历史数据

通过在线或离线的方式获取上述数据，当在线计算时，系统按设定的时间间隔（如1 min）从生产数据库中（风电场数据采集与监视控制系统（SCADA）或区域集控系统）中读取风速数据；当离线分析时，通过生产日志或报表人工读取。由于计算过程较复杂，利用计算机进行在线计算更适合工程应用。

3）计算历史风功率

根据风速和空气密度历史数据，结合风机扫风面积参数，计算获得风功率的历史数据，

式中，为风功率，为空气密度，为风机叶轮的扫风面积，为风机风速。

4）记录风机可用状态的时间信息，包括开始时刻si和结束时刻ei

5）计算风机和风电场的时间可利用率

风机的时间可利用率计算见式(1)。风电场的时间可利用率为

式中，AFs为风电场的时间可利用率，()为风电场第个风机的装机容量，为风电场的风机数量。

6）计算风机可用状态对应的风能（即可用风能）

根据每次可用状态的开始和结束时刻，截取风功率历史数据，积分计算每次可用状态对应的风能，进而汇总形成统计时间范围内总的可用风能。

式中，为统计周期内总的可用风能，E为第个可用状态对应的可用风能，si为第个可用状态的开始时刻，ei为第个可用状态的结束时刻。

7）计算风能可利用率

风机的风能可利用率指标是指统计时间范围内风机可用时段的风能占总风能的百分比。

对风电场所有风机的风能可利用率进行加权平均，得到风电场能量可利用率指标。

式中，T为统计时间范围内流向风机的总风能，AFS为风电场的风能可利用率，()为风电场第个风机的装机容量，为风电场的风机数量。

8）计算风电场可利用率品质

风机和风电场的可利用率品质计算公式分别为：

式中，为风机的可利用率品质，S为风电场的可利用率品质。

如果将场内受累从风机可用状态中剔除，采用上述方法得到的风电场风能可利用率便是包含风机、集电线路以及升压站等完整风电场设备的运维评价指标。

2 风电场运维水平评价

2.1 风电场运维内容

在风电场建成投产后，包括风电机组、控制系统及并网设施等在内的整个风电场均处于运行状态。作为风电场的运营方，需要对整个风电场运营环境、设备设施及软件系统进行维护和管理，特别是对风电机组的维护。

风电场运维的目标是不断提高设备的可利用率，为增加发电量提供支持。风电场的运维工作主要包括备品备件管理、检修维护计划制定和执行、故障早期预警及事后处理、物资供给效率、风电场天气预测、技能培训等。运维工作是风电场管理团队技能、工作责任心和协作能力的综合反映。国内风电场目前的运维水平差异较大，仍有较多风电场存在被动运维、间断运维、粗放运维的情况[8]。

2.2 评价方法对比

2013年国家能源局发布《风电场运行指标与评价导则》（NB/T 31045—2013），2014年中电联发布《风电场生产运行指标体系》，这些指标和方法对我国风电行业指标体系的规范起了重要作用，但在实际应用过程中存在操作性差、指标口径不统一等问题[9]，在评价风电场运维水平时，维度单一或易受非运维因素的影响，难以客观公正。常用的评价方法对比见表1。

表1 风电场运维水平评价方法影响因素对比

Tab.1 Comparison of influencing factors of wind farm operation and maintenance level evaluation methods

从表1可见，采用发电量、利用小时数、能量利用率等指标评价风电场运维水平时会受到非运维因素的影响，如风电场所在地风资源的影响、电网限电的影响以及风电场装机不同的影响等，无法做到客观评价各风电场间运维水平的差异。

可利用率指标沿用了火电机组设备可靠性概念，仅从传统基于时间的可靠性角度来评价风电场运行维护水平[10-11]，没有考虑风电设备可靠性应契合风能资源才有价值的特点，缺少对风电场生产管理者在检修维护时机把握、故障预警及处理时机导向、生产计划安排等的评估。

3 基于风能可利用率的评价方法

采用风电场风能可利用率指标可以在线实现大规模风电场运维水平评价。以云南公司2018年11月各风电场的数据为例，基于风能可利用率方法与基于时间可利用率方法的计算结果如图2所示。

图2 风能可利用率与时间可利用率结果对比

由图2可见，云南公司各风电场的风能可利用率普遍高于时间可利用率，风电场可用时段与优势风资源的匹配较好，能够主动跟踪天气并指导运维工作。五子坡风电场的时间可利用率为83.13%，低于漕涧梁风电场(91.11%)，但其风能可利用率为93.18%，高于漕涧梁风电场(91.57%)，说明该风电场11月份的时间可利用率品质较高，运维效果并非时间可利用率指标所表现的水准。这表明各风电场的时间可利用率不仅大小有差异，而且品质也有明显不同，因此综合2种因素的基于风能可利用率的评价方法更科学有效。同时，要准确评价风电场的运维水平，避免偶发因素的影响，需要在较长时间范围内持续跟踪分析。

本文采用计算机和智能分析技术[12-16]开发了风电场运维水平在线评价系统，其功能如图3所示。

图3 风电场运维水平在线评价系统界面

该系统可实现风电场运维水平在时间维度（月-年）的趋势分析和组织机构维度（风机-风电场-区域公司）的对比排名，也支持风机品牌维度的分析，并且可在风能可利用率、时间可利用率以及时间可利用率品质之间灵活切换和对比。目前，该系统已经在华能新能源公司下属86个风电场应用，实现了评价指标的自动计算、统计和排名，可准确评价风机、风电场及区域公司的整体运维水平。

4 结 论

1）本文从风电场运维工作的目标出发，针对风能不可控的特点，提出了一种基于风能可利用率的风电场运维水平评价方法，该方法排除了非运维因素的干扰，综合可利用率大小和品质2个因素评估风电场运维水平，可有效评价运维工作的效果。

2）提出了可利用率品质指标的定义和计算方法，可准确表征风机可用时间与优势风资源的契合度，实现定量评价可利用率指标的品质。

3）风电场运维水平评价系统已实际应用，应用效果表明，该方法可满足大规模工程应用的需求，实现快速高效的评价风机、风电场及区域公司的整体运维水平。

［1］ 电工术语可信性: GB/T 2900.99—2016[S]. 北京: 中国标准出版社, 2016: 5. Electrotechnical terminology: dependability: GB/T 2900.99—2016[S]. Beijing: Standards Press of China, 2016: 5.

［2］ 发电设备可靠性评价规程: DL/T 793—2012[S]. 北京: 国家能源局, 2012: 9. Rules for reliability evaluation of power generation equipment: DL/T 793—2012[S]. Beijing: National Energy Agency, 2012: 9.

［3］ 刘欣村, 陈磊. 基于状态码的风力发电机组可利用率计算[J]. 电网与清洁能源, 2016, 32(1): 85-88. LIU Xincun, CHEN Lei. Wind turbine availability calculation based on status code[J]. Power System and Clean Energy, 2016, 32(1): 85-88.

［4］ FAULSTICH S, LYDING P, TAVNER P J. Effects of wind speed on wind turbine availability[C]. European Wind Energy Conference and Exhibition 2011. Brussels: EWEC 2011: 85-88.

［5］ CONROY N, DEANE J P, BRIAN P, et al. Wind turbine availability: should it be time or energy based? – a case study in Ireland[J]. Renewable Energy, 2011, 36(11): 2967-2971.

［6］ TZIOIUTZIAS T V, PLATIS A N, KOUTRAS V. Effects of wind speed on wind turbine availability[C]. 2nd International Symposium on Stochastic Models in Reliability Engineering, Life Science and Operations Management. Beer Shava: IEEE, 2016: 186-196.

［7］ JIMMY G, MCDONALD A. A study of conceptual parallel powertrains for offshore wind turbines focusing on availability[C]//Proceedings of the Universities Power Engineering Conference, UPEC 2015. Stafford: IEEE, 2015: 13-18.

［8］ 王宏智, 李松. 风电场运维管理的三个转变[J]. 风能, 2014(8): 58-60. WANG Hongzhi, LI Song. Three changes in operation and maintenance management of wind farm[J]. Wind Energy, 2014(8): 58-60.

［9］ 辛燕, 李景才, 任旦元. 基于IEC信息分类的风电机组可利用率分析与提升方法[J]. 山东大学学报, 2017, 47(4): 23-30. XIN Yan, LI Jingcai, REN Danyuan. Availability analysis of wind turbine based on IEC information classification and research on the improvement method[J]. Journal of Shandong University, 2017, 47(4): 23-30.

［10］ 张穆勇, 芮晓明, 霍娟, 等. 风电机组试运行期间停机时间建模分析[J]. 中国电力, 2013, 46(11): 109-112. ZHANG Muyong, RUI Xiaoming, HUO Juan, et al. Modeling analysis of the downtime of wind turbines during trial operation period[J]. Electric Power, 2013, 46(11): 109-112.

［11］ 张穆勇. 基于运行数据的风力发电设备可靠性分析方法和评估技术的研究[D]. 北京: 华北电力大学, 2015: 60-74. ZHANG Muyong. Research on the analysis method and evaluation technology of wind turbine reliability based on the operating data[D]. Beijing: North China Electric Power University, 2015: 60-74.

［12］ 徐创学, 刘鲁清, 谢云明. 基于实时数据的风力发电机组性能在线评价[J]. 热力发电, 2015, 44(4): 88-91. XU Chuangxue, LIU Luqing, XIE Yunming. Real-time data based online evaluation of output performance for wind turbine units[J]. Thermal Power Generation, 2015, 44(4): 88-91.

［13］ 赵勇, 韩斌, 房刚利. 风力发电机状态监测与故障诊断技术综述[J]. 热力发电, 2016, 45(10): 1-5. ZHAO Yong, HAN Bin, FANG Gangli. A survey of condition monitoring and fault diagnosis for wind power generators[J]. Thermal Power Generation, 2016, 45(10): 1-5.

［14］ 马瑞瑞, 王毅, 刘鹏飞. 发电集团统一事件报警处理及分析平台设计开发[J]. 热力发电, 2017, 46(1): 25-28. MA Ruirui, WANG Yi, LIU Pengfei. Design and development of unified event alarm processing and analysis platform for power generation company[J]. Thermal Power Generation, 2017, 46(1): 25-28.

［15］杜保华, 王大鹏, 郝伟鹏, 等. 综合能源集团经济技术数据采集及分析系统[J]. 热力发电, 2014, 43(8): 143-146. DU Baohua, WANG Dapeng, HAO Weipeng, et al. Economic and technical data collection and analysis system for comprehensive energy group[J]. Thermal Power Generation, 2014, 43(8): 143-146.

［16］ 黄新波, 张杰, 田毅, 等. 风电母线槽热故障状态在线监测系统[J]. 电力系统保护与控制, 2017, 45(24): 130-137. HUANG Xinbo, ZHANG Jie, TIAN Yi, et al. On-line monitoring system for wind power busbar trunk heat fault status[J]. Power System Protection and Control, 2017, 45(24): 130-137.

Evaluation method for operation and maintenance level of wind farm based on wind energy availability rate

DU Baohua1, WANG Xi2, FAN Qi1, WANG Hongwei2

(1. Xi’an Thermal Power Research Institute Co., Ltd., Xi’an 710054, China; 2. Huaneng Renewables Corporation Limited, Beijing 100036, China)

When evaluating the operation and maintenance level of wind farm, the conventional method only considers the quantity of availability and pays no attention to the quality. To solve this problem, this paper proposes the definition and calculation method for the wind energy availability index and availability quality index, on the basis of the availability rate defined in Rules for Reliability Evaluation of Wind Power Equipment, and combining with the effect of wind energy distribution over time. This method comprehensively evaluates the overall operation and maintenance effect of the wind farm from the aspects of maintenance plan formulation, fault early warning and treatment, spare parts management and wind farm weather tracking, which adapts to the wind energy's characteristics of non-controllable. Moreover, this method has been applied in evaluation of operation and maintenance of 86 wind farms of Huaneng Renewables Corporation, and the results proved that it is accurate and efficient, which can accurately evaluate the operation and maintenance level of fans, wind farms and regional companies.

wind power generation, wind farm, operation and maintenance level, availability rate, availability rate of wind energy, evaluation method

TK89

B

10.19666/j.rlfd.201904084

杜保华, 王曦, 范奇, 等. 基于风能可利用率的风电场运维水平评价方法[J]. 热力发电, 2019, 48(7): 117-121. DU Baohua, WANG Xi, FAN Qi, et al. Evaluation method for operation and maintenance level of wind farm based on wind energy availability rate[J]. Thermal Power Generation, 2019, 48(7): 117-121.

2019-04-13

杜保华(1979—)，男，硕士，高级工程师，主要研究方向为新能源发电系统性能监测技术，dubaohua@tpri.com.cn。

（责任编辑 杜亚勤）