基于风能资源的低风速风电场后评估

梁旭东

中国大唐集团海外投资有限公司北京100052

摘要：近年来，随着环境问题的加剧和资源的日益短缺，风能作为一种清洁能源受到各行业的重视。目前国内风能资源丰富区域开发已趋于饱和，并网和消纳成为该区域的主要矛盾，低风速平原风电场成为风能资源开发的主战场。当前平原风电场因土地、规划、风电机组尾流等因素影响，造成场区范围较大、场内测风塔位置代表性不高、设立测风塔数量不足等问题，这将增加风能资源评估的不准确性和投资风险。

关键词：风能资源；低风速风电场；后评估

引言

目前,我国风能开发主要集中在风能资源丰富的高风速地区,如三北地区(东北、华北、西北)和东南沿海等地,此类区域虽然风能资源丰富,但由于经济欠发达,无法消纳足够的风电电力,常出现弃风现象,给开发商带来较大的经济损失。在持续弃风限电的背景下，进军中东部和南方低风速区域已成为业内共识。《风电发展“十三五”规划》中业明确提出，加快开发中东部和南方地区陆上风能资源，将中东部和南方地区作为为我国“十三五”期间风电持续规模化开发的重要增量市场。

1、研究背景

我国风能资源的储量较大，根据区域风能资源特点，结合电力市场、区域电网和电力外送条件，我国在吉林省、河北省、内蒙古、甘肃省、新疆省和山东省等风能储量较大的八个省份建设风电基地。除陆上风电场的建设外，我国积极开发海上风能资源，我国重点开发建设上海、江苏、河北、山东的海上风电，加快推进浙江、福建、广东、广西和海南、辽宁等沿海地区海上风电的规划和项目建设。现在全国投产运行海上风电场装机容量为5GW，占总安装容量的5%。到2020年，风电场总安装容量超200GW，其中海上安装容量达到30GW，风电年发电量达到3900亿kW·h，预计风电发电量占全国发电量的5%以上。

风力发电与传统火电和水电有明显的差别，具有间歇性和不调度性。大规模的风电功率注入电网后，其功率的频繁波动容易影响电网的供电可靠性，含风电场的电力系统可靠性评估中，风电场的输出功率不仅受到风速大小的影响，还受到风电场地形、风电场内风机布局、风机间尾流效应、风向因素、场内接线方式、电气系统等多重因素的综合影响。

2、基于风资源的风场发电量评估方法

2.1、发电量影响要素分析

导致风电场发电量预估的影响因素广泛分布在风电场风资源条件与风机选型、风电场建设、风电机组运维等过程中。具体展开来说例如由测风塔的代表性决定的风电场测风数据的确定性，风电场空气密度变化决定的风电场机组功率特性曲线的修正情况，风电机组的设计参数与当地风资源的匹配度，风电机组运行与维护的水平，风电场年上网电量的折减系数的适用性等这些情况都会造成发电量预估的不确定性。风电场发电量预估通常依赖于一些风资源评估的标准，将一年及以上的历史测风数据为依据，来计算及评估场址的各项参数。因此，充分考虑各种参数的实际变化情况和准确性，同时关注各参数对发电量的影响的特点以及各参数之间的制约关系，兼顾到计算发电量的过程中的细节，才能使评估结果更精确。

2.2、测风数据对风电场发电量的影响

由于风资源评估标准要求使用10min的测风数据进行产能评估，所以本文选择时间间隔为10min的测风数据得出的风电场发电量为基准值。在不改变其他参数的情况下，分别利用不同测风数据的时间间隔计算风电场的总发电量，分析测风数据的时间间隔对风电场发电量计算的影响。

考虑由于风电机组尾流影响产生的阵列损失，利用PARK模块计算风电场的发电量。将设定10min级的实测风速数据进行处理得到30min、1h和2h的时间间隔数据，为方便描述分别将各时间尺度的数据记为风速1、风速2、风速3和风速4。在这四组风速数据下计算某风电场1号、2号和3号三座风电机组的总产能。选择时间间隔为10min的测风数据（即风速1）得出的风电场发电量的值为基准值，为再不改变其他参数的情况下，分别计算得出风该电场在风速2、风速3和风速4下的总发电量。结果如表1所示。

以上例子的计算结果显示出以下特点：在不同时间间隔的实测风速数据下风资源的利用率变化不大，尾流影响造成阵列的发电量损失值随着测风时间间隔的增大而增大。

2.3、折减系数对风电场发电量的影响

1）理论年发电量计算。使用所选机型符合当地空气密度的功率曲线和推力系数曲线，计算得到风电场理论年发电量和风机尾流干扰后的年发电量。2）风电机组利用率考虑该风电场实际应用条件和机组制造水平，采用95%。3）机组功率曲线保证率。考虑到采用当地空气密度下风电机组的功率曲线，本次风电机组功率曲线的保证率取93%。4）控制与湍流影响。折减当风向改变时风电机组控制机舱的转变时控制系统总是落后于风的变化，因此在计算电量时要考虑此项折减，并且本风电场湍流强度较小。因此两项系数折减取5%。5）叶片污染折减。由于该风电场地处沙漠边缘，风沙附着叶片导致叶片表面粗糙度提高，翼型的气动特性下降，因而叶片污染折减系数取1%。6）气候影响停机。根据该风电场地区极端最低温度小时数，导致风机运行效率下降，因此该风电场的气候影响停机折减系数取2%。7）厂用电、线损等能量损耗初步估算厂用电和输电线路、箱式变电站等一系列损耗占总上网电量的5%。

2.3、湍流强度对风电场发电量的研究

目前大多数的研究都是以湍流强度修正风电机组的功率曲线来研究风电上网电量以及性能的影响，并未深入探讨湍流强度与发电量的内在关系。本文考虑湍流的变化，提出利用风电场实时的湍流强度直接估算发电量，并与修正功率曲线的方法和该风电场实际年发电量对比，研究该方法的有效性。目前国内使用的主流测风设备均能提供10min平均风速的标准偏差σ。计算风电场湍流强度值的普遍方法是利用10min的平均风速数据和其同期的标准差，通过公示计算得到10min间隔的一整年的湍流强度I序列，最后在按照bin风速法的原理取湍流强度的平均值即可。

3.风电场整场提效技术措施

3.1设计精细化工作

1）风能资源评估时，宜收集场址周边多种数据源如中尺度数据、其他测风塔多年测风数据、附近已投运风场相关运行数据等综合评估场址风况水平。2）在项目测风阶段确定资源水平达到可开发价值后，将下阶段的设计工作尽量提前到前一阶段开展，如在可研阶段提前进行1:2000地形图测绘、场址周边敏感性对象调查、风机微观选址等，提高前期设计工作中的精细程度。3）在高山复杂地形条件下，仅使用一款WT风资源评估软件计算整个风场的风机发电量是不够的，应采用不同CFD模型与湍流算法的软件对场址的资源与发电量进行对比复核。4）建设单位及设计院应总结同区域范围内类似风场的设计、运行经验，设置合理的上网电量折减系数取值区间，减少受人为化折减系数影响的发电量估算偏差。5）在设计工作中，应根据场址自身特点，如高海拔、冰冻、雷暴、高湍流等方面，让风机厂家进行风机安全性复核及适应性分析，并提出针对性的措施方案，将结论与对应措施补充到可研、工程优化设计报告中。

3.2微观选址工作

1）微观选址应由业主、设计院、风机厂家三方共同完成，最终的微观选址方案应是三方共同认可的方案。若有点位需要调整，应获得三方认可，并将调整原因与调整方案进行记录。2）前期规划选址时应将周边风场作为一个整体考虑，整体布机，优选点位。3）主风能方向的背风侧和山坳处布置风机时需谨慎。

4）尽量控制风力发电机组的间距，减少相互影响，风能方向较为稳定的情况下，垂直于主导风向机组间隔可以适当缩小。

3.3风机选型工作

1）风机选型应根据风场风资源、地形地质、运输安装等情况，在满足安全性的条件下，综合比选效率更高的的大叶轮直径风机机型，增加风场经济效益和设备可利用率。2）各机位风速差别较大的场址应增加多种机型混排的方案，最大化利用场址风能资源。

3.4前期测风工作

1）地形复杂的风电场址宜在前期测风时段内尽量加密测风塔，并根据场址地形、运输安装等条件选择较高的高度、避免风速推算带来的不确定性。2）在前期测风工作中，应尽量延长测风时间，保证数据完整性，通过对长期代表性数据的分析，综合客观评估场址资源水平。3）测风阶段可尝试采用传统测风塔与验证测风塔（激光雷达）相结合的方式进行，激光雷达与传统测风塔相比虽然价格较高，但灵活性及适应性较强，对于场址原有测风塔模拟后存在不确定性的少许机位，可以采用激光雷达短期测风后通过原有测风塔进行插补成完整一年数据来进行分析，解决了传统测风塔在采购、安装再进行测风造成时间较长的劣势，而且与传统测风塔相比激光雷达适应各种各样的气候环境，解决了传统测风塔由于冰冻和测风设备毁坏维修困难的问题，还可用于验证原有测风塔测风数据的准确度。

3.5基于数据分析的整场控制优化

由于同一风电场的多台机组间风资源的差异，使得采用同一控制策略的机组间发电量产生差异，不同地区空气流场的差异化规律也各不相同。因此针对风电机组实行单机个性化功率控制策略，是实现整个风电场的功率最大化的一个思路。发挥此项技术的基础是建立完善的整个风电场的数据库，因此强大的分析系统功能、快速的通讯方式是必不可少的。针对地形平坦的区域，整个风电场没有其他障碍物，且粗糙度较小的场址，为减小湍流对后排风电机群的影响，采用前排迎风的风电机组限制一定桨距角，实现整个风电场的功率最大化，这一思路需要进一步通过整场控制器来进行现场验证，但基于整个风电场的数据智能化系统的思路已经被行业内认可，简单讲就是利用数据分析寻优功能，选择发电量高的机组寻找风资源信息与控制信息的细节关联性，将该机组在适应资源变化方面的控制策略归纳总结，实现机组间的智能化学习。

3.6机组控制策略优化

风机控制策略优化方案主要考虑在原有风机上进行优化升级，提升发电量。控制系统升级需要控制系统源代码，对于原风机厂家之外的第三方，实施技术难度大，通常多由风机原厂家进行升级。目前大部分厂家针对自家机型都提出了多种提效方案，不同提效策略对发电量均有一定程度提升。

智能寻优控制算法应用风机控制策略方面最新技术，从控制器核心算法入手，如：转矩控制、传动链加阻控制、变桨控制、塔架振动反馈控制及转矩与变桨的解耦控制等方面进行优化，提升机组的发电效率，提升风电场发电量。

风机控制器的算法控制主要指转矩控制和变桨控制两部分。转矩控制器用于风能最大获取，变桨控制器用于额定风速以上时进行功率限制，保证风机正常运行。除此之外，传动链加阻控制器通过传动链加阻控制器的作用，增加传动链扭曲模态阻尼，减小振动扭矩对齿轮箱的影响；塔架前后振动控制器增加塔架前后振动模态的阻尼，减小推力对塔架前后振动的影响。

结束语

为研究影响因素对风电场发电量的影响大小程度，提出了发电量敏感度的概念。通过定性计算发电量的敏感度大小，得出了几个发电量较为敏感的因素。分析总结准确计算发电量需要重视的因素，为提高低风速风电场的收益提出了相关建议。

参考文献：

[1]史安生.提高低风速风电场发电量措施研究[J].民营科技,2017(10):31.

[2]何雄.提高低风速风电场开发可行性的策略[J].中国战略新兴产业,2017(32):219-220.

[3]许昌,吉晓红,闫新,王欢欢.采用中微尺度法进行风能资源评估的准确性分析[J].风能,2018(10):54-58.

[4]刘韶平,王力,梁宇哲.浅析低风速风电场的开发——以罗圈岩风电场为例[J].中国勘察设计,2018(08):91-93.

[5]张雪芝.风电场风资源评估与发电量敏感度研究[D].新疆大学,2018.