测风激光雷达在智慧风电场的应用进展

摘 要：测风激光雷达作为一种远距离、高精度、抗干扰性强、便于安装部署的实时测风设备，逐渐被广泛深入地应用于风电设计、运营、改造优化等各个阶段。基于此，简单介绍了测风激光雷达的探测原理和主要分类，重点讲述了测风激光雷达在风能资源评估、偏航控制、功率曲线测试、尾流探测等重要场景的应用情况，最后结合风电行业的未来前景，讨论了应用于风电场的测风激光雷达的技术发展趋势。

关键词：激光雷达；智能化；风电场；偏航控制；功率曲线；尾流探测

中图分类号：TP39；TN958.98 文献标识码：A 文章编号：2095-1302（2024）05-0-05

0 引 言

在我国，风电是第三大能量来源，并网装机容量持续13年领跑全球。作为风电的驱动源，风具有不受控制、存在垂直分层、易随时空变化等典型特点，已成为风能开发利用中的主要不确定因素。风场测量的准确性和实时性会影响风电场的选址设计和建设成本，是决定风电机组发电效能的关键因素，同时还会威胁到风电机组的运行安全和使用寿命。因此，测风是贯穿风电设计、运营、改造阶段的一项必不可少的程序。

目前风电场常用的测风技术包括机械式或超声风速计、测风塔、声雷达、风廓线雷达和测风激光雷达。风速计安装于风机机舱后部，具有成本低、实时性好、便于安装等特点，但仅能滞后地捕捉已经作用于风机叶片的来流，其准确性也易受到风机尾流的影响，单独使用已远远无法满足现代风电场对测风技术的要求。测风塔能够高精度实时获取不同高度处的风矢量信息，是风电行业长期以来的测风标准设备，但其安装、维护和拆除成本较高，占地面积较大，审批手续复杂，近些年更是频频出现测风塔倒塌损坏风机的事故，在日益增多的复杂地形（山地、海洋等）风电场中的适用性较低。声雷达（SODAR）利用声波的多普勒频移实现大气风场测量，具有较高的时空分辨率，但SODAR信号灵敏度严重受限于空气湿度，且体积庞大，难以在复杂地形环境进行长期观测。风廓线雷达（Radar Wind Profiler， RWP）利用雾、雨、雪对微波的散射来探测大气风场，具有最大的探测范围，实时性较好，是一种较为成熟的地基遥感设备，但其测量精度和空间分辨率不高，晴天天气信噪比有限，安装占地面积较大，售价则高达数百万元，这些因素导致RWP目前主要用于雨雪天气风场和湍流的观测研究，很少应用于风电相关的风场测量。测风激光雷达（Doppler Wind Lidar， DWL）经过半个世纪的技术更新，具有高精度、高时空分辨率、非接触式远距离测量等突出特点，常规重量不超过50 kg，占地面积极小，容易安装、移动和拆除，近些年逐渐在风电行业被广泛部署应用。

经过进一步调研发现，虽然测风激光雷达在风电行业的应用仅有20年的时间，但已经取得了大量研究成果，尤其是近些年，相关研究数量呈直线上升趋势，观测试验覆盖了风电项目的全生命周期，如图1所示。2012年，国际电工委员会（International Electrotcchnical Commission， IEC）出台有关风力发电机组的功率性能测试标准，规定了地基式测风激光雷达可在风速计的辅助下进行风机的功率曲线测试。2017年，IEC发布该标准的更新版，引入了风轮等效风速的概念，正式接纳测风激光雷达作为风场测量设备为风电场实施风能资源评估和功率曲线测试，并为其提供具有指导意义的技术基础。2022年，IEC 61400-50-3标准中给出了使用机舱式测风激光雷达进行风场测量的程序和方法，以确保得到一致、通用的测量数据及报告。这些观测研究的开展及标准的出台大大促进了测风激光雷达在风电行业的应用。目前，丹麦、德国等多个国家已将其用于风电场的业务化测量。

测风激光雷达作为一种体制新颖、功能实用的测风设备，在风电行业中应用得已经较为普及。本文主要总结国内外测风激光雷达在风能资源评估、功率曲线测试、偏航控制、尾流探测等风电行业主要场景中的应用进展。

1 测风激光雷达介绍

1.1 基本原理

测风激光雷达的基本工作原理是激光的多普勒效应，如图2（a）所示。测风激光雷达发射一定波长的激光，光子与运动的气溶胶和大气分子发生相互作用，散射光的波长产生一定的频移，通过检测散射信号光的多普勒频移，即可反演得到不同距离处的视向风速。

1.2 测风激光雷达分类

目前，应用于风电行业的测风激光雷达有许多种类，如图2（b）所示。按照技术体制，测风激光雷达可分为直探型和相干型，前者直接进行激光频移信号的能量探测，后者利用外差探测器得到包含多普勒频率的时间相干拍频信号，理论上信噪比可达到量子噪声极限，直探型和相干型测风激光雷达均有很高的技术成熟度。按照激光源类型，测风激光雷达可分为连续型和脉冲型，两者的主要区别在于激光功率输出在时间上是否连续。按照使用平台，常用的DWL包括地基式、机舱式、漂浮式，它们分别安装于近地面、机舱和海上漂浮平台，如图2（c）所示，进行风机附近区域的风场测量。

2 测风激光雷达在风电行业的典型应用

调研结果显示，测风激光雷达在风电项目中的应用场景包括开发阶段的风能资源评估、风机选型，运营阶段的偏航控制、功率曲线测试、尾流探测，改造优化阶段的风能资源评估、风机选型、功率曲线校正、场群控制等。测风激光雷达的应用场景覆盖了风电项目的全生命周期。此外，部分研究还讨论了测风激光雷达用于阵风预警、风功率预测、载荷研究等场景的可能性。下面详述测风激光雷达的几个主要应用场景。

2.1 风能资源评估

风电项目的经济效益在很大程度上取决于风电场的风能资源，风能资源评估作为风电项目开发的前期工程，与风电场的选址建设和发电量预估有直接关联。根据Betz理论，风机理论发电功率与风速的立方成正比[1]，而大气风场随时间、空间、高度呈现明显的变化。因此，在项目开发和优化改造阶段，需要对潜在风电场址的区域风场进行足够时间的测量，以评估分析当地风能资源潜力及质量。

2005—2006年，在欧盟DOWNVInD项目的支持下[2]，利用地基式测风激光雷达在苏格兰陆地和海边风电场进行了为期8个月的风场测量试验，并将测风激光雷达的水平风速、风向测量结果同测风塔的结果进行了完整比对（如图3所示），两者呈现了极好的一致性，相关性达0.93～0.99，R2达0.96～1.0，验证了测风激光雷达的测风能力及其用于风能资源评估的适宜性。

随着风机扇叶直径和风机整体高度的不断增加，风电场的标准仪器—测风塔在垂直方向逐渐难以覆盖整个风机扇区范围[3]，风电设计院和风电场投资者开始尝试实现远距离测量的遥感测风设备，测风激光雷达以其突出特点逐渐被用于风电场风能密度、年有效小时数、湍流强度、风向统计特性等方面的测量[4-7]，在实现风能参数准确评估分析的同时，以其易安装部署的优点缩短了风电项目开发和优化改造周期，成为风能资源评估的重要选择。2017年，测风激光雷达被写入风能资源评估的IEC国际标准。采用地基式相干型测风激光雷达对美国某拟建风电场的2个月风能资源进行评估的结果如图4所示。

目前，随着中国风电项目开发逐渐向深远海、山地复杂地形发展，漂浮式测风激光雷达以能够远距离测量、可重复使用、便于部署维护等优点[8]，成为测风塔的备选设备，但受限于技术成熟度和数据有效率，目前仍需更多的实测验证[9]。

2.2 功率曲线测试与校正

风机发电性能和效率直接决定风电场投产后的收益水平[10]。功率曲线描述了风速和风机输出功率之间的定量关系，是风机最重要的技术参数，其测试也是风机准入的必备环节。传统方法采用测风塔进行功率曲线的测试和校正，对场地要求较为苛刻，测试过程复杂，周期较长。同时，随着风电机组日趋大型化，风剪切和湍流作用对风速的影响愈加凸显[11]，单一轮毂高度处风速难以准确反映整个风机叶轮情况，使得传统测试方法的适用性降低。

在利用测风激光雷达进行风机功率曲线测试和校正方面，丹麦技术大学风能研究中心进行了较多的外场试验研究[12-16]，评估了垂直风切变和湍流产生的测量误差，提出利用等效风轮风速代替风机轮毂风速进行功率曲线的测试和校正，如图5所示；在此基础上，还分别利用测风激光雷达和测风塔对丹麦Risø观测场风机的功率曲线进行了测试，发现两者总体存在1.4%的差别，如图6所示。在国内，李晟[17]开展了在复杂地形下使用测风激光雷达进行风电机组功率曲线的测试。雷阳等人[18]通过测风激光雷达测量得到多个型号风机的功率曲线，并参考IEC 61400.12.1国际标准，对比分析了所得功率曲线，并依此确定出较优机型，为风电机组性能评估和风电场的机组选型提供了参考。

2.3 偏航控制

风向对准和跟踪式减少风能捕获损失的关键是研究改善风机的偏航控制技术，这对于提升风能利用效率、延长风机整体寿命、实现风电场安全可靠运行有着重要的意义[19]。目前，图7所示的用于风机偏航控制的机舱风速计容易受到尾流、冰冻的影响，风矢量测量信息存在滞后的现象，会影响风机的偏航控制精度。研究表明，在偏航误差纠正的结果中，约30%的风机偏航误差超过6°[20]，此时风机年发电量会损失1.8%，经济收益显著降低。

基于风场测量的准确性研究中，国内外一些学者做了许多机舱风速计测量结果的对比分析，发现机舱风速计存在5°～15°的对风偏差。目前，利用测风激光雷达进行机舱风速计偏航误差校正已得到广泛的认可[21-26]。目前，关于测风激光雷达在风机偏航方面的应用仍集中在辅助控制方面，偏航控制策略尚未发挥其提前测风的优势，这可能是未来风机设计和研制的一个关注点[7]。

2.4 尾流探测

在近地层大气中，风机的阻挡和叶片的转动作用能够使得风机的下风向产生风速减小、湍流度增加的尾流区，造成下游风机发电功率的下降和疲劳负载的增大[27]，最终影响风电场的综合经济效益[28]。因此，测量研究风机的尾流效应对优化风电场设计、提高风力发电输出功率和延长风机寿命有着重要的意义。

2005年，Bingöl[29]首次使用测风激光雷达对风机尾流进行了定量观测试验，图8展示了其试验设计和尾流观测结果。该试验将ZephIR公司生产的连续型测风激光雷达安装在丹麦Risø观测场的一台风机上，通过外置扫描机构实现风场测量过程中横摇和俯仰的快速扫描，捕捉到风机尾流中存在明显的风速损失。

随后，国内外多个风电场陆续开展了针对不同大气状况和地形环境的风机尾流结构特性观测试验[27， 30-37]，发现风机尾流明显增强了大气的湍流混合，且不同地形环境下的尾流参数的相关性存在很大不同（如图9所示）；部分研究还将测风激光雷达观测结果同大涡模拟或半经验尾流模型进行了比对和验证[6， 38-40]。El-Asha等人[28]利用测风激光雷达和风机数据采集监视控制系统（SCADA），研究了美国德克萨斯州一座建有25台风机的风电场的尾流状况，发现尾流效应造成风电场发电功率总体减少2%～4%。这些研究大大提升了我们对不同地形和规模的风电场的尾流的认识。基于风机尾流的测风激光雷达观测结果，已有学者使用尾流重定向技术来提高风电场的净发电效率[41-42]。

3 结 语

近些年，减碳意识逐渐深入人心，风力发电在可再生能源利用领域发展势头迅猛，风能也已成为我国第三大能量来源。与此同时，随着激光技术的迅速发展，测风激光雷达以其高精度远距离测量、高时空分辨率、易安装部署等突出特点，在风电行业获得了日益广泛的认可，在风能资源评估、偏航校正、场群控制等重要应用场景出现越来越多的成功案例。包括丹麦技术大学、法国Leosphere公司、中国电科二十七所、南京牧镭公司、中国海洋大学在内的国内外研究机构，一方面通过观测研究不断拓展测风激光雷达在风电行业的应用场景，另一方面也针对该行业的特殊性持续进行测风激光雷达产品的更新迭代。结合风电行业的未来发展前景，总结测风激光雷达目前存在的问题和技术发展趋势如下：

（1）目前测风激光雷达在风电行业的推广程度仍显不足，需要国内外研发机构与风机厂商、风电设计院进行更加紧密的合作沟通，做好测风激光雷达的安装部署、数据接入、状态控制，将其更好地接入风电场的控制管理系统。

（2）随着风能开发利用的不断深入，山地复杂地形和远海建立了大量的风电场，风机扇叶直径越来越大，测风激光雷达的环境适应性和数据有效性面临一定的挑战。

（3）全球能源体系迎来深刻变革，能源产业智能化升级进程加快，无人值守、故障诊断等能源生产运行技术的信息化和智能化水平持续提升。在风电智能化升级进程的背景下，结合大量先进传感器和智能控制技术的智能风机进入市场，极具应用前景。智能风机对风场的智能感知和预测能力提出了新的要求，测风激光雷达也亟需提高多应用场景的智能集成能力。

参考文献

[1]杨珺，张闯，孙秋野，等.风电场选址综述[J].太阳能学报，2012，33（S1）：136-144.

[2] KINDLER D，OLDROYD A，MACASKILL A，et al. An eight month test campaign of the Qinetiq ZephIR system：preliminary results [J]. Meteorologische zeitschrift，2007，16（5）：479-489.

[3] AITKEN M L，RHODES M E，LUNDQUIST J K. Performance of a wind-profiling Lidar in the region of wind turbine rotor disks [J]. Journal of atmospheric and oceanic technology，2012，29（3）：347-355.

[4] HONRUBIA-ESCRIBANO A，GÓMEZ-LÁZARO E，MOLINA-GARCÍA A，et al. Wind resource assessment systems：review of new solutions based on Laser technology [J]. Dyna，2012，87（5）：540-548.

[5] KRISHNAMURTHY R，CHOUKULKAR A，CALHOUN R，et al. Coherent doppler Lidar for wind farm characterization [J]. Wind energy，2013，16（2）：189-206.

[6] RODRIGO J S，GUILLÉN F B，ARRANZ P G，et al. Multi-site testing and evaluation of remote sensing instruments for wind energy applications [J]. Renewable energy，2013，53：200-210.

[7]王乔乔，张秀芝，王尚昆. Windcube激光雷达与测风塔测风结果对比[J].气象科技，2013，41（1）：20-26.

[8]李正泉，宋丽莉，马浩，等.海上风能资源观测与评估研究进展[J].地球科学进展，2016，31（8）：800-810.

[9] GOTTSCHALL J，GRIBBEN B，STEIN D，et al. Floating Lidar as an advanced offshore wind speed measurement technique：current technology status and gap analysis in regard to full maturity [J]. Wiley interdisciplinary reviews：energy and environment，2017，6（5）：e250.1-e250.23.

[10]梁志，MAZOYER P. 风电场后市场领域中测风激光雷达在功率曲线测试方向上的应用综述与案例讨论[C]//第六届中国风电后市场交流合作大会论文集.天津：[出版者不详]，2019：6.

[11]张泽龙. 大型风电机组功率曲线测试与评估方法研究[D].北京：华北电力大学（北京），2019.

[12] WAGNER R，COURTNEY M，GOTTSCHALL J，et al. Accounting for the speed shear in wind turbine power performance measurement [J]. Wind energy，2011，14（8）：993-1004.

[13] MIKKELSEN T，ANGELOU N，HANSEN K，et al. A spinner-integrated wind lidar for enhanced wind turbine control [J]. Wind energy，2013，16（4）：625-643.

[14] WAGNER R，PEDERSEN T F，COURTNEY M，et al. Power curve measurement with a nacelle mounted lidar [J]. Wind energy，2014，17（9）：1441-1453.

[15] BORRACCINO A，COURTNEY M，WAGNER R. Generic methodology for field calibration of nacelle-based wind lidars [J].Remote sensing， 2016，8（11）：907.

[16] WAGNER R，COURTNEY M S，PEDERSEN T F，et al. Uncertainty of power curve measurement with a two-beam nacelle-mounted lidar [J]. Wind energy，2016，19（7）：1269-1287.

[17]李晟. 复杂地形下的风电机组功率曲线测试方法研究[J]. 风能，2013，4（1）：82-86.

[18]雷阳，马东，杜成荣. 基于激光雷达测风仪的风机功率曲线对比研究及应用[J]. 华电技术，2016，38（12）：70-72.

[19]梁志，MAZOYER P，MORTON B. 机舱式激光雷达在风电后市场领域的应用方向与案例分析[C]//第五届中国风电后市场专题研讨会. 上海：[出版者不详]，2018：375-382.

[20]刘航. 基于激光雷达的偏航控制技术研究[D].杭州：浙江大学，2019.

[21] BOSSANYI E A，KUMAR A，HUGUES-SALAS O，et al. Wind turbine control applications of turbine-mounted LIDAR [J]. Journal of physics：conference series，2012，555：012011.

[22] DUNNE F，PAO L Y，SCHLIPF D，et al. Importance of Lidar measurement timing accuracy for wind turbine control [C]// Proceedings of 2014 American Control Conference. Portland，OR，USA：IEEE，2014：3716-3721.

[23]马东.激光雷达测风仪在风电机组偏航误差测试中的应用研究[J]. 应用能源技术，2015，32（11）：5-7.

[24]杨伟新，宋鹏，白恺，等. 基于机舱式激光雷达测风仪的风电机组偏航控制偏差测试方法[J]. 华北电力技术，2016，46（7）：59-63.

[25] MENEZES E J N，ARAUJO A M，DA SILVA N S B. A review on wind turbine control and its associated methods [J]. Journal of cleaner production，2018，174：945-953.

[26]董强，刘华峰，师彪，等. 基于激光雷达的风电机组偏航校正测试与分析[J]. 风能，2021，12（11）：130-134.

[27] ZHAI X C，WU S H，LIU B Y. Doppler Lidar investigation of wind turbine wake characteristics and atmospheric turbulence under different surface roughness [J]. Optics express，2017，25（12）：A515-A529.

[28] EL-ASHA S，ZHAN L，IUNGO G V. Quantification of power losses due to wind turbine wake interactions through SCADA，meteorological and wind LiDAR data [J]. Wind energy，2017，20（11）：1823-1839.

[29] BINGÖL F. Adapting a doppler Laser anemometer to wind energy [D]. Copenhagen：Technical University of Denmark，2005.

[30] KÄSLER Y，RAHM S，SIMMET R，et al. Wake measurements of a multi-MW wind turbine with coherent long-range pulsed doppler wind Lidar [J]. Journal of atmospheric and oceanic technology，2010，27（9）：1529-1532.

[31] TRUJILLO J J，BINGÖL F，LARSEN G C，et al. Light detection and ranging measurements of wake dynamics. Part II：two-dimensional scanning [J]. Wind energy，2011，14（1）：61-75.

[32] IUNGO G V，WU Y T，PORTÉ-AGEL F. Field measurements of wind turbine wakes with Lidars [J]. Journal of atmospheric and oceanic technology，2013，30（2）：274-287.

[33] BANTA R M，PICHUGINA Y L，BREWER W A，et al. 3D volumetric analysis of wind turbine wake properties in the atmosphere using high-resolution doppler Lidar [J]. Journal of atmospheric and oceanic technology，2015，32（5）：904-914.

[34] WU S H，LIU B Y，LIU J T，et al. Wind turbine wake visualization and characteristics analysis by Doppler Lidar [J]. Optics express，2016，24（10）：A762-A780.

[35] FUERTES F C，MARKFORT C D，PORTÉ-AGEL F. Wind turbine wake characterization with nacelle-mounted wind Lidars for analytical wake model validation [J]. Remote sensing，2018，10（5）：668.

[36]刘清媛，吴迪，苗得胜，等. 基于激光雷达的海上风电场尾流垂直剖面特性分析[J]. 风能，2021，12（8）：58-62.

[37]于晓庆，吴松华. 新疆地区陆上风电场风机尾流特征分析[J]. 大气与环境光学学报，2019，14（4）：250-258.

[38] AITKEN M L，KOSOVIC B，MIROCHA J D，et al. Large eddy simulation of wind turbine wake dynamics in the stable boundary layer using the weather research and forecasting model [J]. Journal of renewable and sustainable energy，2014，6（3）：033137.

[39]崔岩松. 风电机组半经验尾流模型改进方法研究[D].北京：华北电力大学（北京），2018.

[40] KEANE A. Advancement of an analytical double-Gaussian full wind turbine wake model [J]. Renewable energy，2021，171：687-708.

[41] RAACH S，BOERSMA S，DOEKEMEIJER B，et al. Lidar-based closed-loop wake redirection in high-fidelity simulation [C]// 7th Conference on Science of Making Torque from Wind（TORQUE）. Milan，Italy：[s.n.]，2018.

[42] RAACH S，BOERSMA S，VAN WINGERDEN J W，et al. Robust lidar-based closed-loop wake redirection for wind farm control [C]// 20th World Congress of the International-Federation-of-Automatic-Control（IFAC）. Toulouse，France：[s.n.]，2017：4498-4503.

作者简介：樊振兴（1985—），男，本科，工程师，研究方向为光电及物联网应用技术。

张云飞（1987—），男，博士，助理工程师，研究方向为激光雷达。

程更建（1984—），男，本科，高级工程师，研究方向为测控技术。

杨宏伟（1989—），男，本科，助理工程师，研究方向为风电运维。

收稿日期：2023-11-09 修回日期：2023-12-07