肖 娜 楊翠蘭 曾寰宇
(中南勘測設計研究院有限公司,湖南 長沙410000)
本次研究的山地風電場主要由1 條東西走向的山脊組成,海拔高度在269m~496m 之間。風電場裝機規(guī)模40MW,風機輪轂高度85m。風電場山脊較單薄,地勢主要以西邊高,東邊低。
風電場內(nèi)東西兩側各有1 座測風塔,塔號分別為1#和2#,其中1#測風塔位于場址西部,海拔高度416.8m,2#測風塔位于場址東部,海拔高度273.9m,兩測風塔測風時長均超過1 個完整年,且數(shù)據(jù)完整率均在90%以上。其中1#測風塔主要以NNE方向的風能為主,2#測風塔主要以NNW 方向的風能為主,風能方向幾乎與山脊垂直,有利于機組布置及風能資源利用。
本次研究主要根據(jù)1#和2#測風塔的1 個完整年數(shù)據(jù),采用WT5.0.2 軟件進行測算。其中地形圖采用1:10000 數(shù)字化地形圖,風電機組功率曲線及推力系數(shù)采用實際中標機型的保證曲線,粗糙度設置采用WT 自帶粗糙度。
2.2.1 空氣密度折減:本次上網(wǎng)電量計算直接采用了廠家提供的中標機型的保證曲線,因此,計算上網(wǎng)電量時此項無需進行折減修正。
2.2.2 尾流折減修正:根據(jù)本風電場場區(qū)的風況特征、各風電機組的具體位置以及風電機組的推力曲線,計算出各風電機組之間相互的尾流影響系數(shù)。
2.2.3 湍流折減修正:98%。
2.2.4 葉片污染折減:98%。
2.2.5 風機功率曲線折減:96%。
2.2.6 風電機組可利用率:96%。
2.2.7 控制與偏航影響:98%。
2.2.8 氣候影響停機:95%。
2.2.9 廠用電、線損等能量損耗:97%。
2.2.10 場平修正后:99.0%。
2.2.11 測風塔代表性:99%。
2.2.12 其它因素:96%。
根據(jù)上述計算條件,采用Meteodyn WT 軟件對本項目進行年理論發(fā)電量和尾流影響的計算,綜合折減系數(shù)75.2%。
通過計算分析,風電場16臺風電機組年上網(wǎng)發(fā)電量為8685 萬kW·h,相應單機平均上網(wǎng)電量為542.8kW·h,年等效滿負荷小時為2171h,容量系數(shù)為0.248。
本次研究收集到風電場2019 年運行一年的發(fā)電數(shù)據(jù),通過各機位點實際發(fā)電量與理論計算值分析可知,1# 測風塔位于3#風機附近,理論計算值與實際發(fā)電量差異較小,但16#風機距離2#測風塔較近,發(fā)電量差異卻較大??紤]到兩測風塔附近機位結果差異較大,分析原始資料發(fā)現(xiàn),9#~16#風電機組于2019 年1 月21 日后才發(fā)電,故發(fā)電量存在一定差異。
因此本次研究主要對比分析1#~8#風機的發(fā)電量,同時考慮到2#測風塔與1#~8#風機距離均在2km 以上且海拔高差均在100m 以上,對各機位點代表性不佳,因此本研究僅針對1#測風塔單獨對各機位的代表性進行分析。1#測風塔單獨控制計算的發(fā)電量與實際發(fā)電量對比及與測風塔距離、高差對比見表1 及圖1。
根據(jù)表1 及圖1 可知,3#風機及6#風機與實際發(fā)電量差異較小,且均小于實際發(fā)電量,兩風機與測風塔高差在50m 以內(nèi)且距離小于300m,說明該兩個機位點測風塔代表性較好,若綜合折減中測風塔代表性取99.5%,發(fā)電量幾乎一致。其他各機位點,隨著與測風塔的距離越遠,發(fā)電量差異越大,測風塔代表性越差,需根據(jù)距離對各機位點測風塔代表性折減相應增加并分別取值。其中2#風機雖然距離測風塔較近且高差較小,但該機位點位于一個獨立的山包,山勢較陡,地形復雜且山脊開挖較大,因此發(fā)電量與實際運行結果存在一定差異。
通過對已建山地風電場實際發(fā)電量與理論計算值進行對比分析可知,測風塔代表性對發(fā)電量影響較大。對于山地風電場,由于各個機位點距離、海拔與測風塔所在位置差異較大,測風塔對該區(qū)域風機風能資源模擬會存在一定的影響,為了增加前期發(fā)電量計算的準確度,應在場址范圍內(nèi)與機位點高差50m、間距300m 左右設立1 座代表測風塔,減少因測風塔代表性不佳而損失發(fā)電量;測風塔代表性滿足的同時,考慮到山地風電場地形復雜性,應根據(jù)各機位地形地貌,因地制宜的設置綜合折減系數(shù),盡量避免各機位綜合折減系數(shù)一概而論,減少風機運行的風險。
表1 1#~8#風機發(fā)電量對比及及與測風塔關系表
圖1 1#~8#風機發(fā)電量對比及測風塔相對位置圖