李大中 許炳坤 常 城

華北電力大學(xué) 河北 保定 071003

0 引言

近年來中國風(fēng)力發(fā)電技術(shù)與風(fēng)力發(fā)電制造業(yè)得到了迅速的發(fā)展。為更好的認(rèn)識和控制風(fēng)力發(fā)電過程，一個準(zhǔn)確的機(jī)組運(yùn)行模型是必不可少的。文獻(xiàn)［1］建立了風(fēng)電機(jī)組暫態(tài)模型并分析研究了系統(tǒng)穩(wěn)定性和電能質(zhì)量。文獻(xiàn)［2］和文獻(xiàn)［3］分別通過simulink模塊和數(shù)學(xué)機(jī)理建立風(fēng)電機(jī)組模型并分別提出直接轉(zhuǎn)矩控制方法和模糊控制方法。傳統(tǒng)機(jī)理模型所設(shè)定風(fēng)輪和發(fā)電機(jī)的參數(shù)較理想化，并且無法考慮風(fēng)向與機(jī)艙夾角與機(jī)組輸出功率之間關(guān)系，因此傳統(tǒng)模型難以與風(fēng)場運(yùn)行數(shù)據(jù)相吻合。作為風(fēng)電機(jī)組運(yùn)行過程最主要影響因素，風(fēng)速直接決定機(jī)組運(yùn)行工況。風(fēng)速作為變化量，在時間上具有連續(xù)性，而傳統(tǒng)評價指標(biāo)如方差、平均差，不能很好地反映風(fēng)速波動變化情況，因此需要一種新的評價指標(biāo)來衡量風(fēng)速這一類具有連續(xù)變化特性變量的波動情況。

本文基于大型風(fēng)電機(jī)組現(xiàn)場運(yùn)行數(shù)據(jù)建立的過程模型以及針對連續(xù)數(shù)據(jù)波動變化程度提出的評價指標(biāo)可以有效彌補(bǔ)傳統(tǒng)方法的不足。

1 大型風(fēng)電機(jī)組運(yùn)行特性分析

1.1 機(jī)組的啟動

本文所討論風(fēng)電機(jī)組為大型恒速風(fēng)力機(jī)，切入風(fēng)速為 3.5m／s，額定風(fēng)速為 12.5m／s，切出風(fēng)速為10分鐘平均風(fēng)速25m／s或瞬間風(fēng)速30m／s。該機(jī)組使用異步發(fā)電機(jī)，額定輸出功率1100kW，額定電壓690V，額定頻率50Hz。

若風(fēng)場風(fēng)速連續(xù)120s超過額定風(fēng)速，機(jī)組檢查偏航制動系統(tǒng)并調(diào)整變槳角度至70°，滿足上述條件后，機(jī)組控制系統(tǒng)根據(jù)風(fēng)速計(jì)算設(shè)定變槳角度，發(fā)電機(jī)逐步增速，在轉(zhuǎn)速達(dá)到同步轉(zhuǎn)速±6%的范圍時，轉(zhuǎn)速變頻輔助啟勵回路啟動，調(diào)節(jié)發(fā)電機(jī)系統(tǒng)轉(zhuǎn)矩函數(shù)數(shù)值與系統(tǒng)同期后風(fēng)機(jī)主開關(guān)并網(wǎng)，連接到電網(wǎng)上輸出電功率。此時啟動程序全部完成，風(fēng)機(jī)處于穩(wěn)定的工作狀態(tài)。

若風(fēng)速突然降低致啟動過程不能完成，風(fēng)機(jī)終止提升轉(zhuǎn)速。待滿足條件后，自動重新進(jìn)行。

1.2 機(jī)組的運(yùn)行

正常運(yùn)行中，當(dāng)風(fēng)速在額定值以下時，槳距角穩(wěn)定在最大迎風(fēng)角-19°附近以獲得最大風(fēng)能，當(dāng)風(fēng)速在額定值以上時槳距角自動進(jìn)行調(diào)整，使風(fēng)機(jī)保持額定功率。轉(zhuǎn)速變頻輔助啟勵回路一直處于工作狀態(tài)，保證發(fā)電機(jī)轉(zhuǎn)速穩(wěn)定。

1.3 機(jī)組的偏航控制系統(tǒng)

該機(jī)組采用自動對風(fēng)偏航方式，機(jī)艙頂部裝有風(fēng)向標(biāo)，將風(fēng)向變化用電信號傳遞到偏航電機(jī)控制回路處理器。當(dāng)檢測到偏航誤差角度達(dá)到設(shè)定值±15°以上，控制系統(tǒng)發(fā)出指令，偏航剎車解除，機(jī)組進(jìn)行順時針或逆時針偏航。當(dāng)機(jī)艙方位與風(fēng)向的偏差達(dá)到設(shè)定值以內(nèi)，風(fēng)向標(biāo)失去電信號，電機(jī)停止工作，偏航剎車制動，偏航結(jié)束。

2 風(fēng)電機(jī)組現(xiàn)場數(shù)據(jù)分析與預(yù)處理

該機(jī)組現(xiàn)場運(yùn)行數(shù)據(jù)包括時間、風(fēng)速、功率因數(shù)、變槳角度、風(fēng)向角、機(jī)艙角、頻率、發(fā)電機(jī)電壓和發(fā)電機(jī)輸出功率等機(jī)組主要參數(shù)以及風(fēng)機(jī)艙內(nèi)各測點(diǎn)的溫度和壓力等運(yùn)行監(jiān)測參數(shù)。

2.1 數(shù)據(jù)分析理論依據(jù)

考慮風(fēng)力發(fā)電過程主要影響因素，風(fēng)電機(jī)組輸出有功功率P與風(fēng)速等參數(shù)近似關(guān)系式為［2］：

式（1）中：ρ—空氣密度；V—風(fēng)速；A—掃風(fēng)面積；η1—發(fā)電機(jī)效率；η2—傳動效率；CP—風(fēng)能利用系數(shù)。

風(fēng)能利用系數(shù)是由槳距角β以及葉尖速比λ（風(fēng)輪葉片的線速度與風(fēng)速之比）決定［3］。關(guān)系式如下［4］：

式（2）中：風(fēng)機(jī)偏航誤差角與風(fēng)向角度存在大小為θ的偏差時，風(fēng)力發(fā)電機(jī)獲得的風(fēng)能是風(fēng)輪正對時（θ=0）的cos3θ倍。此時，風(fēng)機(jī)損失功率所占比為［5］：

選擇風(fēng)速、變槳角度與偏航誤差角度作為機(jī)組運(yùn)行過程的主要影響因素，即模型輸入量，建立與輸出量發(fā)電機(jī)輸出功率間的過程模型。

2.2 現(xiàn)場數(shù)據(jù)篩選分析

選取該機(jī)組2013年6月25日全天各參數(shù)運(yùn)行數(shù)據(jù)288組，如圖1所示。

圖1 機(jī)組各參數(shù)運(yùn)行數(shù)據(jù)

由圖1可知，風(fēng)電機(jī)組輸出功率變化與風(fēng)場風(fēng)速變化趨勢基本相同。經(jīng)計(jì)算，輸出功率與風(fēng)速之間復(fù)相關(guān)系數(shù)為0.9533，接近于1，表明兩者線性相關(guān)程度很高。在風(fēng)速與功率較低時，葉片多次調(diào)節(jié)槳距角，增大風(fēng)輪所受轉(zhuǎn)動力矩；當(dāng)風(fēng)速未達(dá)到額定風(fēng)速，變槳角度始終控制在最大迎風(fēng)角，保證機(jī)組在低風(fēng)速下最大程度吸收風(fēng)能，此時變槳距風(fēng)機(jī)可認(rèn)為等同于定槳距風(fēng)機(jī)［6］；當(dāng)風(fēng)速超過額定風(fēng)速，機(jī)組通過調(diào)節(jié)槳距角來改變氣流對葉片的攻角，進(jìn)而改變?nèi)~片所受空氣轉(zhuǎn)動力矩，保證機(jī)組輸出功率穩(wěn)定。偏航系統(tǒng)通過調(diào)整機(jī)艙角，保證機(jī)組最大程度吸收利用風(fēng)能，同時避免由于斜向入流引起的附加負(fù)載［7］。當(dāng)風(fēng)速平穩(wěn)時，機(jī)組偏航誤差較小；當(dāng)風(fēng)速波動較大時，機(jī)組偏航誤差明顯增大，表明此時風(fēng)場風(fēng)速風(fēng)向變化較快，不利于風(fēng)電機(jī)組吸收風(fēng)能。

2.3 現(xiàn)場數(shù)據(jù)的預(yù)處理

在機(jī)組故障、人為因素、以及風(fēng)力場異常等情況下，機(jī)組運(yùn)行數(shù)據(jù)有時不能真實(shí)有效地反映機(jī)組運(yùn)行狀態(tài)和輸入與輸出參量之間的關(guān)系。因此，本文提出一種對現(xiàn)場數(shù)據(jù)的預(yù)處理原則，即對以下三種情況的數(shù)據(jù)予以剔除：

1）風(fēng)速未達(dá)到切入風(fēng)速，機(jī)組輸出功率為零。

2）風(fēng)速達(dá)到切出風(fēng)速，風(fēng)輪剎車，機(jī)組停機(jī)。

3）機(jī)組發(fā)生故障或人為控制干預(yù)等情況下，機(jī)組停機(jī)。

同時，選取機(jī)組連續(xù)正常運(yùn)行數(shù)據(jù)作為模型訓(xùn)練樣本數(shù)據(jù)，以便真實(shí)體現(xiàn)機(jī)組運(yùn)行特性以及輸入輸出之間關(guān)系。

通過對該風(fēng)電機(jī)組全年數(shù)據(jù)篩選，選取該機(jī)組2013年6月中連續(xù)24小時以上正常發(fā)電運(yùn)行數(shù)據(jù)5165組作為建模實(shí)驗(yàn)數(shù)據(jù)。

2.4 風(fēng)速量波動評價指標(biāo)建立

作為風(fēng)力發(fā)電過程的關(guān)鍵影響因素，即風(fēng)速直接決定了機(jī)組的運(yùn)行狀態(tài)和輸出功率。例如，當(dāng)風(fēng)速未達(dá)到額定風(fēng)速，機(jī)組輸出功率處于額定功率以下，槳距角始終穩(wěn)定在最大迎風(fēng)角；當(dāng)風(fēng)速達(dá)到額定風(fēng)速，機(jī)組輸出功率達(dá)到額定功率，此時槳距角隨風(fēng)速變化而變化，以此來穩(wěn)定風(fēng)輪所受轉(zhuǎn)動力矩，進(jìn)而穩(wěn)定輸出功率。風(fēng)速波動越小、變化越平穩(wěn)則越有利于機(jī)組的穩(wěn)定運(yùn)行。

風(fēng)速是一個時間連續(xù)的變量，評價風(fēng)速波動變化程度的大小，應(yīng)當(dāng)由風(fēng)速變化量與風(fēng)速的比較而得。傳統(tǒng)評價指標(biāo)，如方差、平均差等，只適用于表示離散數(shù)據(jù)中各個數(shù)據(jù)點(diǎn)與數(shù)學(xué)期望或算術(shù)平均值之間的偏離程度。

基于此本文提出一種連續(xù)數(shù)據(jù)平均相對變化量評價指標(biāo)，對風(fēng)速變量的波動程度進(jìn)行評價，如式（4）所示：

相對于方差和平均差，該指標(biāo)能夠更好地反映連續(xù)數(shù)據(jù)的波動變化程度。選取某風(fēng)電場機(jī)組運(yùn)行數(shù)據(jù)進(jìn)行驗(yàn)證，結(jié)果如圖2及表1所示。

圖2 風(fēng)速數(shù)據(jù)樣本

表1 各樣本對應(yīng)的評價指標(biāo)

由圖2中各風(fēng)速樣本數(shù)據(jù)可知，樣本1風(fēng)速基本處于6m／s到9m／s之間，風(fēng)速曲線呈劇烈波動；樣本2風(fēng)速處于上升過程，樣本3風(fēng)速分為3個相對平穩(wěn)階段，其中樣本2、3風(fēng)速波動程度明顯小于樣本1。

由表1可知，樣本1的方差和平均差均小于樣本2和樣本3，說明方差和平均差只能反映連續(xù)數(shù)據(jù)在采樣點(diǎn)上的離散程度，不能反映連續(xù)數(shù)據(jù)的波動性。而樣本1平均相對變化量為12.9113%，均大于樣本2和樣本3，從而表明本文提出的新評價指標(biāo)能夠真實(shí)有效的反映實(shí)際風(fēng)速量的動態(tài)變化特性。

3 模型建立

3.1 模型構(gòu)建

以風(fēng)電機(jī)組現(xiàn)場運(yùn)行數(shù)據(jù)中風(fēng)速W、變槳角度T和偏航誤差角度E作為模型輸入，以風(fēng)電機(jī)組的輸出功率P作為模型輸出。本文取該機(jī)組2013年6月除27日以外實(shí)驗(yàn)數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)。

圖3 風(fēng)電機(jī)組運(yùn)行過程支持向量機(jī)模型

本文采用最小二乘支持向量機(jī)建立機(jī)組運(yùn)行過程模型，如式（5）所示［8］：

式（5）中：l—訓(xùn)練次數(shù)，K（xi，xj）—核函數(shù)，b—偏差。本文采用高斯徑向基核函數(shù)（RBF）。

3.2 模型驗(yàn)證與結(jié)果分析

利用遺傳算法對模型參數(shù)C和σ2尋優(yōu)，選擇初始種群規(guī)模為50，遺傳代數(shù)為100，參數(shù)尋優(yōu)范圍為 C∈［1，10000］，σ2∈［0.1，10］，尋優(yōu)結(jié)果為 C=6010.4，σ2=0.16。

根據(jù)尋優(yōu)得到的C和σ2對LS-SVM模型進(jìn)行訓(xùn)練，從而確定該風(fēng)電機(jī)組運(yùn)行過程的最優(yōu)LS-SVM模型。通過對運(yùn)行數(shù)據(jù)的學(xué)習(xí)訓(xùn)練分別得到支持向量a與偏差b，支持向量a維數(shù)與模型學(xué)習(xí)訓(xùn)練樣本組數(shù)相同，由于維數(shù)過高，在此不便列出。偏差b=0.2569。

為驗(yàn)證模型準(zhǔn)確性，選取該機(jī)組2013年6月27日全天運(yùn)行數(shù)據(jù)作為測試樣本，比較模型預(yù)測功率與機(jī)組實(shí)際功率，如圖4～5所示。

圖4 機(jī)組實(shí)際輸出功率

圖5 模型預(yù)測輸出功率

在模型訓(xùn)練基礎(chǔ)上，利用現(xiàn)場數(shù)據(jù)測試模型泛化能力。取該機(jī)組在2013年7月至12月，每月任一天連續(xù)24小時正常運(yùn)行數(shù)據(jù)作為測試樣本，以平均相對誤差作為評價指標(biāo)［9］，并計(jì)算各日期風(fēng)速數(shù)據(jù)的平均相對變化量，結(jié)果如表1所示。

由表2看出，針對該機(jī)組其他月份正常運(yùn)行數(shù)據(jù)，模型平均相對誤差值較小，具有良好的泛化能力。在夏秋季節(jié)，由于風(fēng)場不穩(wěn)，風(fēng)速波動程度大，機(jī)組運(yùn)行長期處于動態(tài)過程，模型預(yù)測誤差較大，并由于風(fēng)速較低時機(jī)組輸出功率隨之下降，導(dǎo)致相對誤差增加。在冬季，風(fēng)場穩(wěn)定，風(fēng)速波動程度小，機(jī)組能夠長期處于穩(wěn)定運(yùn)行狀態(tài)，模型誤差小，其中2013年12月22日，風(fēng)速始終在額定風(fēng)速以上，機(jī)組輸出功率維持在額定功率，該樣本平均相對誤差僅為0.526%。由以上分析可知，本文建立的風(fēng)電機(jī)組LS-SVM模型，風(fēng)速波動程度越小，模型精度越高。該模型能夠較好的跟蹤機(jī)組實(shí)際功率的變化，具有滿意的擬合效果和泛化能力。

4 結(jié)束語

1）風(fēng)電機(jī)組現(xiàn)場運(yùn)行數(shù)據(jù)預(yù)處理方法符合理論分析與現(xiàn)場實(shí)際情況，根據(jù)該方法篩選得到的現(xiàn)場運(yùn)行數(shù)據(jù)可以真實(shí)有效地反映風(fēng)電機(jī)組運(yùn)行特性以及機(jī)組輸出功率與風(fēng)速等影響因素之間關(guān)系。

2）連續(xù)數(shù)據(jù)平均相對變化量評價指標(biāo)，能夠真實(shí)有效地反映諸如風(fēng)速量等現(xiàn)場連續(xù)變化量的波動程度。

3）在數(shù)據(jù)預(yù)處理基礎(chǔ)上，建立了大型風(fēng)電機(jī)組運(yùn)行過程LS-SVM模型。驗(yàn)證結(jié)果表明，該模型誤差與風(fēng)速平均相對變化量有直接關(guān)系，動態(tài)過程模型誤差大于穩(wěn)態(tài)過程模型。風(fēng)速波動程度越小，模型精度越高，總體平均平均相對誤差為8.424%，說明該模型能夠較好的跟蹤機(jī)組實(shí)際功率的變化。

表2 模型預(yù)測功率與機(jī)組實(shí)際功率平均相對誤差

［1］徐寅，陳穎，風(fēng)力發(fā)電機(jī)組暫態(tài)仿真模型［J］.電力系統(tǒng)自動化，2011，（5）：100－107.

［2］劉暢，雙饋式變速恒頻風(fēng)力發(fā)電機(jī)控制方法改進(jìn)研究［D］.保定：華北電力大學(xué)，2010.

［3］王偉娜，基于實(shí)測風(fēng)功率曲線的風(fēng)機(jī)控制方法研究［D］.北京：北京交通大學(xué)，2012.

［4］ Whei－Min Lin，Chih－Ming Hong.A New Elman Neural Network－Based Control Algorithm for Adjustable－Pitch Variable－Speed Wind－Energy Conversion Systems［C］.IEEE TRANSACTIONS ON POWER ELECTRONICS，2011，26（2）：473－481.

［5］ 牛山泉 D.風(fēng)能技術(shù)［M］.北京：科學(xué)出版社，2009.

［6］陳清麗，風(fēng)力發(fā)電機(jī)組風(fēng)輪建模及運(yùn)行特性研究［D］.保定：華北電力大學(xué)，2007.

［7］張志英，趙萍等，風(fēng)能與風(fēng)力發(fā)電技術(shù)［M］.北京：化學(xué)工業(yè)出版社，2010.

［8］李大中，李曉江.木屑、稻殼和煤混合型煤壓縮成型成型過程建模與工況優(yōu)化［J］，農(nóng)業(yè)機(jī)械學(xué)報，2012，（4）：83－87.

［9］孟巖峰，胡書舉，鄧雅，許洪華.風(fēng)電功率預(yù)測誤差分析及預(yù)測誤差評價方法［J］.電力建設(shè)，2013，（7）：6－9.