浅谈风电机组出力性能分析方法

2019-09-10郑雷杰

理论与创新 2019年10期

郑雷杰

【摘要】风电机组其出力性能对于风电场的经济效益会产生直接影响，通过便用SCADA（即数据采集和监控系统）来对风电机组的出力性能进行充分的分析，其中主要包含功率曲线的分析、发电量的分析、可靠性的分析等内容。本文重点结合某风电场的实际情况，对其风电机组出力性能进行了深入分析和研究，从中筛选出机组出力相对差的机组，同时对这类机组实施定性分析，望可以为风电机组提高工作效率奠定基础。

【关键词】风电机组;出业性能;分析方法

引言

为了有效缓解环境污染与能源紧缺的严重问题，大力发展风能是保护环境降低污染的重要途径。风电机组出力性能是确保风电企业正常生产与发展的基础因素。在运行数据相对欠缺的情况下，来对机组实施出力性能的分析会不同程度的增大困难。通过使用SCADA系统来对风电机组出力性能进行分析，从中找到出力效果不理想的机组，并同时对其原因进行筛查，从而为以后各系统性能的有效分析提供参考。

1风电机组出力性能的分析法

1.1影响出力性能的因素

对风电机组的出力性能产生影响的因素比较多，然常见因素基本有两种，即外部因素和机组本身因素两种。第一，外部因素。其中包含风况和环境。而风况包含风速大小、风切变、湍流强度和风向。环境因素主要包含湿度、大气压力和温度等因素。第二，机组本身因素主要包括主控系统、传动链系统、变桨系统、电气系统、偏航系统。例如，常见问题有变桨不同步和偏航不对风等。

1.2出力性能分析

因为我国很多风电场各机组所在地形都非常相像，通过使用SCADA系统来对机组数据实施横向比对，通过对功率曲线、电量、可靠性进行分析，可以发现影响发电量、可靠性和功率曲线变化的因素。在此当中，发电量分析主要包含平均风速和机组发电量的比较。功率曲线的分析需参照相应标准来进行。

1.3可靠性分析

可靠性的影响因素主要包含机组的所处环境、设计生产水平、使用条件零部件老化、运行时间等，可靠性具有时变性和特殊性特点，除此之外，可靠性还是判定风电机组的性能与维护水平的重要标准。可靠性的指标包含可利用率、故障率、平均故障间隔时间和平均恢复时间，对这些内容进行分析，能够找出存在故障或是性能优良的风电机组。

故障率指的是在某一时间段内的机组形成故障的时间和总时间比，公式为：

（1）其中代表的是故障率，T表示的是某一时间段内的总时间，代表的是故障时间。

MTBF指的是相邻故障间的平均运行时间，其体现出风电机组时间质量，主要反映风电机组规定时间段内，维持功能的能力，公式为：。

（2）在公式中N表示的是故障次数。MTTR指的是平均修复时间，其体现的是风电机组故障修复能力，属于判定风电机组可维护的一种标准。公式为：。

（3）机组可利用率主要指的是一年时间段内，机组实际应用时间，占整体计划用时的比例，公式为：可利用率=[1-（A-B）/（8760-B）]×100% （4），其中公式中的A表示的是故障停机的时间，B表示的是非投标人责任范围内的停机时间。停机时间不包含下面几种情况，即：电网故障、不可抗力、气象条件不在技术规范所规定的运行范畴。如果有两种或是超过两种的情况同时出现，仅对其中相对长的一种进行计算。

2试验分析

2.1试验概况简介

某风电场总共安装了33台，型号是1.5S-82，功率为1.5兆瓦的风电机组，在2013年的时投入使用，最近几年，一些风电机组的出力性能较弱，还有很多机组出现了各式各样的故障问题，为此需对风电机组的出力性能进行分析，以及时从中找到問题形成原因，并做出有效处理。

2.2数据采集、筛选剔除

数据采集：数据都是通过使用风电机组的SCADA系统采集的，具体数据采集时间是2016年10月1日到11月31日期间，所采集的数据是30秒时间内的平均数值。其中数据内容主要包括了机组运行过程中的风速、功率、电网限电情况、发动机转速、运行值、错风角、变桨角度等。

数据筛选剔除：数据按照IEC61400-12-1标准，同时结合下面几项原则来进行数据的筛选剔除故障时间内以外的数据、停机数据、测风仪故障数据等。主要剔除的数据有：（1）风速之外的其他条件，不在风电机组运行范围之内的;（2）因为风电机组发生故障面致使风电机组出现停机的;（3）维护运行期间内，人工停机的;（4）弃风限电期内的数据。

2.3风电机组的出力性能

（1）发电量

把33台风电机组各机组发电量与平均网速值进行统计。如下图所示

从此图可以发现，发电量最弱的机组主要包含12、22、26、30、31和32号机组，相对差一些的机组主要有17、20、21、23、24、25和29号机组。平均风速最弱的机组主要包含22、26、31、32号机组，最弱的机组有1、2、3、9、12、21、23、24、27、29和30号机组。因为对风电机组的发电性能产生影响的因素非常多，其中常见的影响因素主要包含了地形、限电、机组出力、故障、风况、变桨性能、维修停机、振动和偏航性能等因素。因为在11月的时候，风电场没有限电情况存在，所以限电因素可以不计在内。

（2）功率曲线比较

功率曲线属于风电机组判定出力性能情况的主要标准。功率曲线常使用BIN法来实施分区间分析。也就是将风速范围设置在以0.5米/秒为中心的整数倍风速，左右的连续区间各设置为0.25米/秒，对于发电机转速、错风角、功率等数据的分区间法也是如此。结合数据剔除法提取使用正常并网情况下的数据，同时利用BIN法来实施分区间处理以后，获得33台风电机组功率曲线图。如下图所示。

从上图可以发现，功率曲线最弱包含了7、12、9、25、30号风电机组，功率曲线正常的有6、8、10、11、22、29、33号风电机组，状态最佳的有19号机组。在此当中12号风电机组的功率曲线最差，主要是因为出现振动后被厂家调整控制策略所造成的。

（3）可靠性

对33台机组实施可靠性分析，因为可利用率的差异相对较小，所以无法进行统计。

①故障率的统计。对33台机组故障率实施统计，如下图所示

33台风电机组故障率图

通过图表能够看出，8、21、27、31号机组故障率相对较高，然平均值都不超过2%，而其他的机组故障率处在正常状态。因為7号和12号机组因为振动停机，所以不将其归类到统计范围之内。

②MTBF（即平均故障间隔时间）计算

对33台机组实施MTBF计算统计，得到统计结果如下图表所示。

33台风电机组MTBF统计图表

通过图表可以看出，MTBF结果较差的机组包含7、8、9、12、15、16、21、22、26、27、31号。

③MTTR（即平均恢复时间）计算统计

对33台机组的MTTR进行统计，可得出统计结果，如下图表所示。