張　滔，朱守讓，王　偉，成月良（國電南瑞南京控制系統(tǒng)有限公司，江蘇南京210061）

故障風機損失發(fā)電量估計方法的研究

張?zhí)?，朱守讓，王偉，成月?br/>（國電南瑞南京控制系統(tǒng)有限公司，江蘇南京210061）

風機的故障率對風電場運行期間的經濟效益有重要的影響。為了量化風機故障所造成的經濟損失，研究并提出了一種風機故障停運期間損失發(fā)電量的估計方法，它優(yōu)先利用正常運行的風機風速估計故障風機風速，結合故障風機的實際輸出功率特性曲線，估計出故障風機的損失發(fā)電量。在估計方法的基礎上，給出了該方法在風機監(jiān)控系統(tǒng)中的實現，并對估計效果進行了驗證分析。

故障風機；損失發(fā)電量；風速；估計

風能是一種清潔高效的能源，在保護生態(tài)環(huán)境、延緩全球氣候變暖等方面具有積極的意義，近年來在我國得到了大規(guī)模的快速發(fā)展［1］。然而風電場投資巨大，風電場經濟效益方面的研究越來越受到重視［2］。文獻［3］的研究表明風機故障率對風電場的經濟效益有重要影響，因此需要對風機故障造成的經濟損失進行量化評估。目前對故障風機損失發(fā)電量進行估計的通常做法是參照正常運行的風機估算發(fā)電量；或者估計故障風機停運期間風場的平均風速，再計算發(fā)電量。文獻［4］對這2種方法進行了分析并指出了其誤差較大的缺陷。借助于利用風速風頻的weibull分布和風機輸出功率曲線計算風機發(fā)電量的思想［5，6］，文獻［4］提出了一種估計方法，該方法將風電場測風塔風速作為故障風機風速估計值，利用風機理論輸出功率曲線，獲取故障風機故障期間損失發(fā)電量的一個估計。但是風機理論輸出功率曲線和實際輸出功率曲線之間有著較大差距［7，8］，利用風機理論輸出功率曲線進行功率估計將帶來較大誤差。其次受到測風塔建設位置、風電場大小、地形變化等因素影響，加上風機尾流干擾［9］，測風塔風速與各臺風機實際風速之間存在較大誤差。文中在文獻［4］的基礎上提出了一種新的故障風機損失發(fā)電量的估計方法。

1　估計方法的提出

針對文獻［4］所提方法不足，給出一個獲取風機實際輸出功率曲線的方法，并采用該實際輸出功率曲線。估計風速方面將優(yōu)先利用距離故障風機最近的正常運行風機風速估計故障風機風速。

從風機的歷史運行數據中可以提取一系列功率值p和與該功率值所對應的風速值v。這一系列對應關系所組成的序對（p，v）構成了一個離散的風機實際輸出功率曲線。分段利用最小二乘法進行曲線擬合，便可以得到風機的實際輸出功率曲線P（v）。（p，v）序對數據量越大，擬合出的實際輸出功率曲線越接近于真實。因此風機實際輸出功率曲線獲取的過程是一個隨著風機運行時間的增加，不斷加入新的運行數據進行擬合修正的過程。圖1對該過程進行了展示。

圖1　風機實際輸出功率特性曲線生成過程

故障風機的風速可以利用地理位置距離故障風機最近的風機風速表征，而不再使用測風塔風速，具體實現上可取地理位置最近的2臺風機風速的平均值，從而得到故障風機故障期間風速的一個估計。

需要考慮小概率的極端情況就是故障風機周圍發(fā)生了大面積風機故障，此時或者無法獲取距離故障風機最近的正常運行風機，或者搜尋到的正常運行風機與故障風機之間的距離大于測風塔與故障風機之間的距離。在該情況下，只能使用測風塔風速作為故障風機風速的估計。

綜上所述，文中所提的估計方法是利用正常運行的風機風速估計故障風機風速，結合故障風機的實際輸出功率曲線，估計故障風機的損失發(fā)電量，具體步驟如下：

（1）根據風機地理信息，建立風機無向圖模型；

（2）風機發(fā)生故障停運時根據風機的無向圖模型，試圖獲取地理位置距離故障風機最近的2臺正常運行風機；

（3）如果獲取成功，利用所獲取的風機風速對故障風機故障期間所損失的發(fā)電量進行估計。

（4）如果獲取失敗，或者所獲取的風機與故障風機之間的距離大于測風塔與故障風機之間的距離，則利用測風塔風速對故障風機故障期間所損失的發(fā)電量進行估計。

估計方法的流程如圖2所示。

圖2　故障風機損失發(fā)電量估計方法流程

2　估計方法的分析描述

假設風電場建設有n臺風機，風機編號為1～n，風機ni表示編號為i的風機，i∈［1，n］。

步驟（1）中風機的無向圖模型以風機作為圖的頂點，邊權重為風機之間的物理距離，物理距離通過對風機的經緯度換算得到。

由于每2臺風機之間的物理距離均構成這2臺風機之間一個帶有權重的邊，該無向圖是一個稠密圖，可以采用圖的鄰接矩陣來描述［10］。矩陣的下標為風機的編號，內容為風機之間的物理距離。據上所述風電場風機的無向圖D如下：

式中：D為n維方陣，D［i］［j］=dij，表示風機ni與風機nj之間的物理距離，i，j∈［1，n］。增設2臺虛擬風機nn+1和nn+2，風機n1～nn中任意1臺風機與虛擬風機的距離為無窮大，即有：

增設1個測風塔節(jié)點，節(jié)點編號設為n+3，則D［i］［n+3］=dit表示風機nj與測風塔之間的距離。由此可得最終的風電場風機的無向圖如下：

其中：D為n+3維方陣。

步驟（2）中，當風機nA在時間段t∈［t1，t2］發(fā)生故障停運時，根據無向圖模型試圖獲取地理位置距其最近的2臺正常運行風機nB和nC。

初始時分別置風機nB和nC為虛擬風機nn+1和nn+2，隨后進行n次循環(huán)遍歷以更新風機nB和nC，其中第i次（1≤i≤n）循環(huán)過程如下：

①如果風機ni為風機nA本身，則結束本輪循環(huán)并開始下一輪循環(huán)，否則進行步驟②。

②如果風機ni在時間段t∈［t1，t2］內正常運行，并且有D［ni］［nA］＜D［nB］［nA］，則置nB為nB=ni，結束本輪循環(huán)并開始下一輪循環(huán)，否則進行步驟③。

③如果風機ni在時間段t∈［t1，t2］內正常運行，并且有D［ni］［nA］＜D［nC］［nA］，則置nC為nC=ni，結束本輪循環(huán)并開始下一輪循環(huán)。

以上循環(huán)過程可由圖3表示。

圖3　距離故障風機最近的風機更新流程

循環(huán)結束后，對結果進行如下處理：如果有D［nB］［nA］＞D［nn+3］［nA］，則置nB=nn+3；如果有D［nC］［nA］＞D［nn+3］［nA］，則置nC=nn+3。

經過以上處理后，nB和nC或者分別保存了距離故障風機nA最近的2臺風機，或者保存了測風塔。

步驟（3）中，當成功獲取距離故障風機nA最近的2臺正常運行風機nB和nC后，利用風機nB和nC去估計故障風機nA在故障期間t∈［t1，t2］內的發(fā)電量。

在實現上故障風機nA的風速可取風機nB和nC的平均風速，即有：

式中：vA為故障風機nA的估計風速；vB（t）和vC（t）分別表示風機nB和nC的實際風速，t∈［t1，t2］。

假設根據圖1所獲得的故障風機實際輸出功率曲線為PA（v），用下式描述［11，12］：

式中：vS為風機的切入風速；vE為風機的切出風速；v1，v2，…，vK為進行功率曲線分段擬合時的實際風速；f1，f2，…，fK為各段對應的曲線函數，可用多項式來描述［13，14］。

將故障風機nA在時間段t∈［t1，t2］的風速估計代入實際輸出功率曲線，并在該段時間內進行積分，可得到風機nA發(fā)電量估計值

將式（4）代入式（6），最終可得：

步驟（4）中，如果nB和nC中有一個是測風塔，測風塔風速為 vt（t），則將式（7）中的 vB（t）或者 vC（t）用vt（t）替換即可。如果nB和nC均為測風塔，則式（7）簡化為：

3　估計方法的實現與驗證

風機監(jiān)控系統(tǒng)收集了風機全部的歷史及實時運行數據，按照文中所提方法對運行數據處理便可獲取風機實際功率曲線。風機監(jiān)控系統(tǒng)對風機運行狀態(tài)進行實時監(jiān)測，可以感知風機故障狀態(tài)變化。因此文中所提出的故障風機損失發(fā)電量估計方法可在風機監(jiān)控系統(tǒng)中實現，具體可作為一個獨立的程序模塊存在。圖4給出了故障風機損失發(fā)電量估計程序模塊的運行流程。

為了對文中所提出的故障風機損失發(fā)電量估計方法進行進一步驗證，選取1臺正常運行的風機并假定其為故障，風機監(jiān)控系統(tǒng)可以給出假定故障風機的實際輸出功率曲線，如圖5所示。

擬合實際功率曲線的（p，v）數據對時間跨度為1 a，柱狀圖為該年內風速的風頻。從該圖可以看出，風機的實際功率曲線和理論功率曲線之間有較大的誤差，利用風機理論功率曲線估計發(fā)電量會產生較大誤差。

圖4　程序模塊運行流程

圖5　風機實際功率曲線

假定故障時間段選取為1 d，圖6給出了當天假定故障風機和通過文中的估計方法所搜尋到的距離該假定故障風機最近的2臺正常運行風機風速，其中深色粗線為假定故障風機風速?？梢钥闯?條曲線重合度高，表明文中所提方法中的風速估計方法是合理的。

圖6　風機風速曲線

作為對比，圖7給出了假定故障風機的風速和測風塔風速曲線。圖中深色粗線為假定故障風機的風速，另外一條曲線為測風塔70 m高層風速。從該圖中可以看出測風塔風速和風機的風速之間有較大誤差，不可以用測風塔風速作為風機風速的估計。

圖8給出了假定故障風機當天的實時發(fā)電量曲線，該臺風機當日發(fā)電量大約為6847 kW·h。

圖7　風機和測風塔風速曲線

圖8　發(fā)電量曲線

按照圖4所示流程在風機監(jiān)控系統(tǒng)中實現故障風機損失發(fā)電量估計功能，對該臺風機的發(fā)電量進行估計，得到估計值為6.86 MW。對于上節(jié)步驟（4）的分支，由于只在極端情況下出現，并且已由文獻［4］詳細說明，本文不再對該步驟分支進行驗證。

4　結束語

對故障風機故障期間損失發(fā)電量的估計問題進行了初步探索，提出了一種估計方法。文中方法利用正常運行的風機風速去估計故障風機風速，結合故障風機的實際輸出功率曲線，對故障風機的損失發(fā)電量進行估計。該方法給出的估計結果合理有效，易于工程實現，目前已經在上海長江新能源有限公司風機監(jiān)控系統(tǒng)、江蘇中電投有限公司風機監(jiān)控系統(tǒng)等多個現場得到應用。

［1］李俊峰.2012中國風電發(fā)展報告［M］.北京：中國環(huán)境科學出版社，2012：23-38.

［2］凌 峰，湯昶烽，衛(wèi)志農.全壽命周期成本在海上風電輸電方式經濟性評估中的應用［J］.江蘇電機工程，2013，32（5）：5-9.

［3］高 陽.風電場發(fā)電量的分析［J］.科技信息，2014（3）：220-223.

［4］劉昌華.基于Execl的風力發(fā)電機組停運電能量損失計算方法［J］.內蒙古電力，2010，28（3）：27-32.

［5］楊 剛，陳 鳴.一種有效計算風機發(fā)電量的新方法［J］.華東電力，2008，36（7）：12-15.

［6］呂 東.一種快速計算風機發(fā)電量方法的探討與實踐［J］.科技信息，2012（25）：55-56.

［7］莊曉丹.大型風電場的風能損失計算［J］.電力系統(tǒng)自動化，2009，33（12）：85-90.

［8］劉海濤，洪嘉煒，叢 雨，等.風電場電能質量監(jiān)測及風機功率特性曲線修正分析［J］.內蒙古電力技術，2011，29（1）：34-36.

［9］王 遠，陸志良，郭同慶.基于線性模型的風電場發(fā)電量計算與分析［J］.南京航空航天大學學報，2011，43（5）：656-660.

［10］（美）Mark Allen Weiss.Data Structures and Algorithm Analysis in C［M］.北京：機械工業(yè)出版社，2004：283-286.

［11］BOETTCHER F，PEINKE J，KLEINHANS D，et al.Handling System Driven by Different Noise：Implications for Power Estimations［C］//PEINKE J，SCHAUMANN P，BARTH S.Wind Energy.Berlin Germany Springer，2007：179-182.

［12］JANGAMSHETTI S H，RAU V G.Normalized Power Curves as a Tool for Identification of Optimum Wind Turbine Generator Parameters［J］.IEEE Transaction on Energy Conversion，2001，16（3）：283-288.

［13］KANG M S.Generation cost Assessment of an Isolated Power System with a Fuzzy Wind Power Generation Model［J］.IEEE Transaction on Energy Conversion，2007，22（2）：394-404.

［14］VAN DEN BERG G P.Wind Turbine Power and Sound in Relation to Atmospheric Stability［J］.Wind Energy，2008，11（2）：151-169.

源發(fā)電監(jiān)控研究工作。

The Research on an Estimation Method of Power Generation Loss of the Fault Wind Turbine

ZHANG Tao，ZHU Shourang，WANG Wei，CHENG Yueliang
（NARI-TECH Control Systems Co.Ltd.，Nanjing 210061，China）

The economic benefits of wind farm is deeply affected by the failure rate of wind turbine.In order to quantify the economic losses caused by fault wind turbine，this paper proposes a method for evaluating power generation loss.This method is based on the fault wind turbine's real output power curve and estimated wind speed.The estimation of wind speed of fault turbine is based on the real wind speed of the nearest normal wind turbine.The realization of this method in wind turbine monitor system is presented，and the performance of the estimation method is verified.

the fault wind turbine；power generation loss；wind speed；estimation

TM315

A

1009-0665（2015）03-0030-04

2014-12-26；

2015-03-17

張?zhí)希?982），男，江蘇南京人，工程師，從事電力系統(tǒng)監(jiān)控、新能源發(fā)電監(jiān)控研究工作；

朱守讓（1969），男，江蘇徐州人，高級工程師，從事電力系統(tǒng)監(jiān)控、新能源并網研究工作；

王偉（1967），男，江蘇金壇人，高級工程師，從事電力系統(tǒng)監(jiān)控、新能源發(fā)電監(jiān)控研究工作；

成月良（1982），男，江蘇鹽城人，工程師，從事電力系統(tǒng)監(jiān)控、新能