王亭 李龍 馬靖皓 洪歷江

摘要：以往分析風(fēng)電機組不少是采用仿真技術(shù)或理論計算，所得結(jié)論跟實際情況存在較大差距。文章通過對風(fēng)電機組實際運維的數(shù)據(jù)進行分析，得知風(fēng)力發(fā)電機組在幾乎相同的日平均風(fēng)速下，僅當(dāng)來風(fēng)向不同時，其發(fā)電效率存在很大不同。針對額定功率為3.2 MW的同一臺風(fēng)電機組，其在兩種不同風(fēng)向上的日發(fā)電量會相差近10000 kW·h，同時發(fā)現(xiàn)此類情況并非個例，在不同風(fēng)場多臺風(fēng)電機組上均有發(fā)現(xiàn)。據(jù)此文章詳細(xì)分析了兩種不同來風(fēng)方向下，機組的風(fēng)資源、偏航對風(fēng)、收槳等方面數(shù)據(jù)差異。在實地調(diào)研風(fēng)場現(xiàn)場機位的情況下，根據(jù)機組實際偏航數(shù)據(jù)偏差，得出風(fēng)電機組發(fā)電性能受來風(fēng)方向的影響很大，機組所處機位的地形對來風(fēng)造成了一定程度的影響，從而最終影響到風(fēng)機的運行效率。

關(guān)鍵詞：風(fēng)電機組；來風(fēng)方向；發(fā)電性能；數(shù)據(jù)分析

中圖分類號： TM315??文獻標(biāo)志碼： ?A

0?引言

風(fēng)力發(fā)電機組是將風(fēng)輪吸收的風(fēng)能有限的轉(zhuǎn)換為機械能，再由機械能轉(zhuǎn)化為電能。由流體力學(xué)可知，單位時間內(nèi)氣流的動能計算公式為：

P=12ρAv3

式中，A為葉輪的面積（單位：m2），ρ為空氣密度（單位：kg/m3），v為空氣的流速（單位：m/s）［1］。由于風(fēng)電機組從自然風(fēng)中獲取的能量是有限的，當(dāng)來流風(fēng)速v在遠(yuǎn)離風(fēng)輪被阻滯到1/3時，所獲得的功率最大［1］。此時理論上可以獲得的最大功率為：

P=12ρAv3Cp.max

式中，Cp.max為最大功率系數(shù)［1］。根據(jù)計算公式可知，風(fēng)機獲取的風(fēng)能主要是受制于葉輪面積、平均風(fēng)速以及空氣密度，而Cp.max則受制于葉尖速比的影響，使風(fēng)電機組保持在最大功率系數(shù)，需要調(diào)節(jié)風(fēng)輪轉(zhuǎn)速，葉尖速度與風(fēng)速之比保持不變，即可獲得最佳的功率系數(shù)［2］。

在風(fēng)電機組出廠后，葉輪面積是固定值，如果溫度和大氣壓強相差不大，則空氣密度也近似相同。由于最佳葉尖速比在試驗機型時已確定，故Cp.max也不會相差太大。此時，在不同的兩個發(fā)電自然日，如果平均風(fēng)速近似相同，則風(fēng)電機組的發(fā)電功率以及發(fā)電量也會相同或大致相同，但實際情況卻偏差較大。

文獻［3］的研究分析發(fā)現(xiàn)，風(fēng)電機組受外部環(huán)境影響因素較大，主要包括溫度和高度，二者是通過空氣密度影響功率曲線。文獻［4］的研究表明，通過控制策略的改進可以提升發(fā)電機組的功率，減輕對機組和電網(wǎng)的沖擊影響?，F(xiàn)有文獻主要是從仿真的角度進行論證，真實機組上的數(shù)據(jù)并未驗證分析。而本文在研究分析中發(fā)現(xiàn)，對于同一臺風(fēng)電機組，即便是在日平均風(fēng)速相同、空氣密度和壓強相差不大的情況下，其發(fā)電性能或者發(fā)電效率方面也存在著很大的差異。

以某風(fēng)電項目為例，風(fēng)場所處地理位置的主導(dǎo)風(fēng)向為東北風(fēng)，次主導(dǎo)風(fēng)向西南風(fēng)，通過對機組長時間的SCADA數(shù)據(jù)分析發(fā)現(xiàn)，該風(fēng)場多臺機組的發(fā)電情況受現(xiàn)場風(fēng)向的影響較為明顯。當(dāng)現(xiàn)場風(fēng)向為東北風(fēng)時，有2臺機組的發(fā)電性能表現(xiàn)較差；當(dāng)現(xiàn)場為西南風(fēng)時，機組發(fā)電性能表現(xiàn)較好。與此同時，另有2臺機組的發(fā)電情況與上述情況剛好相反，即當(dāng)現(xiàn)場為東北風(fēng)時，發(fā)電效率普遍較好；而在西南時，發(fā)電效率普遍偏差。

為此，本文重點分析了#009機組在兩個不同來風(fēng)方向上的風(fēng)資源、偏航情況以及槳葉角度控制等多個維度的數(shù)據(jù)。在此基礎(chǔ)上，筆者實地調(diào)研了風(fēng)機機位，發(fā)現(xiàn)在該機組在東北和西南兩個方位上，地形存在較大差異。

1?發(fā)電情況分析

為表征機組發(fā)電情況的優(yōu)劣，本文定義1項指標(biāo)，即機組性能損失（單位：kW·h）。該指標(biāo)是指風(fēng)電機組在一定時間內(nèi)，在剔除故障、限電以及其他因素導(dǎo)致的停機基礎(chǔ)上，機組理論發(fā)電量與實際發(fā)電量的差值，該指標(biāo)能夠反映機組發(fā)電效率情況。

#009機組在平均風(fēng)速幾乎相同的情況下，性能損失出現(xiàn)了很大的差異，如表1所示。機組性能損失為負(fù)代表機組實際發(fā)電量大于理論發(fā)電量。從風(fēng)向上看，當(dāng)風(fēng)場風(fēng)向為東北風(fēng)時，機組的性能損失均為正值；當(dāng)風(fēng)向為西南風(fēng)時，機組的性能損失均為負(fù)值。在所有風(fēng)向均是西南風(fēng)的天數(shù)中，又以2023年7月7日的性能表現(xiàn)最佳。

以2023年7月7日和2023年7月17日兩天的運行數(shù)據(jù)為例，由于性能損失的差異，導(dǎo)致了該機組在2023年7月17日的實際發(fā)電量相較2023年7月7日減少了11628 kW·h ，主要原因則是因為2023年7月17日的性能損失偏大導(dǎo)致的，兩者在性能損失方面相差8485 kW·h。

在參考文獻［5-6］的基礎(chǔ)上，本文剔除了常見的異常數(shù)據(jù)，如：停機時段數(shù)據(jù)（待風(fēng)與故障時段）、有限功率數(shù)據(jù)時段（限功率）以及噪聲數(shù)據(jù)時段，根據(jù)文獻［7］中所提空氣密度對機組功率的影響，在此基礎(chǔ)上繪制了基于SCADA數(shù)據(jù)繪制機組理論與實際功率曲線，如圖1所示。圖1中紅色線代表機組的理論功率曲線，藍(lán)色和橙色的散點分別代表2023年7月7日和2023年7月17日兩天的實際功率與風(fēng)速的散點。從圖1中可以看出，2023年7月7日當(dāng)日整體的發(fā)電功率優(yōu)于2023年7月17日，而且多數(shù)功率點分布在理論功率曲線之上。

2?風(fēng)資源情況

2.1?風(fēng)頻分布

根據(jù)文獻［8］的研究分析，本文采用適合的決定系數(shù)繪制了表1中對應(yīng)每天的風(fēng)頻分布，其中為東北風(fēng)的3天風(fēng)頻分布如圖2所示，西南風(fēng)的3天風(fēng)頻分布如圖3所示。相較于西南風(fēng)，當(dāng)現(xiàn)場是東北風(fēng)時，其風(fēng)頻分布的范圍更寬以及更分散。

在所有的東北風(fēng)風(fēng)向條件下，2023年7月17日當(dāng)天的風(fēng)頻分布中，出現(xiàn)風(fēng)速突變的可能性是最大的，出現(xiàn)風(fēng)速突變的時間段居多（見圖3）?；诂F(xiàn)有的機組轉(zhuǎn)速與轉(zhuǎn)矩控制策略可知，此種情況往往不利于風(fēng)機的發(fā)電。

在所有的西南風(fēng)天氣條件下，2023年7月7日當(dāng)天的風(fēng)頻分布最不利于發(fā)電，2023年5月2日和2023年5月16日兩天的風(fēng)頻分布情況近似，但2023年5月16日在風(fēng)頻分布的數(shù)據(jù)區(qū)間范圍上要稍好于2023年5月2日。在西南風(fēng)天氣下，2023年7月7日的發(fā)電效率最高，由此可以說明，風(fēng)頻分布并不是影響發(fā)電的最主要的因素。

2.2?風(fēng)向、風(fēng)速以及湍流離散評估

文獻［9］研究分析了關(guān)鍵環(huán)境因素對風(fēng)電機組輸出功率的影響，為此本文針對文獻中提到的湍流進行了分析。風(fēng)場#009機組雖然在平均風(fēng)速和風(fēng)向上近似相同，但需要利用風(fēng)機SCADA數(shù)據(jù)對風(fēng)向和風(fēng)速做進一步的分析和整理。為此，分別計算了該機組在東北風(fēng)和西南風(fēng)兩個風(fēng)向下的詳細(xì)數(shù)據(jù)，具體如表2—3所示。

標(biāo)準(zhǔn)差可以反映機組數(shù)據(jù)的集中情況。相較于西南風(fēng)而言，當(dāng)現(xiàn)場為東北風(fēng)時，其在風(fēng)向、風(fēng)速以及湍流值的標(biāo)準(zhǔn)差遠(yuǎn)大于西南風(fēng)，說明現(xiàn)場是東北風(fēng)時，其風(fēng)向的波動幅度較大、風(fēng)速變化更明顯，最終導(dǎo)致機組所處的湍流值存在較大不同。

由表2和表3可知，不論機組是處在東北風(fēng)還是西南風(fēng)，性能損失的優(yōu)劣更多的是取決于風(fēng)向的集中情況。如2023年7月7日和2023年7月18日分別是西南風(fēng)和東北風(fēng)條件下性能損失表現(xiàn)最好的天數(shù)，此時上述兩日的風(fēng)向標(biāo)準(zhǔn)差也是最小的，但此時風(fēng)速以及湍流的標(biāo)準(zhǔn)差并非最小，說明在機組的實際表現(xiàn)中，風(fēng)向可能是起到了決定性的作用。

在額定風(fēng)速附近，機組輸出功率隨湍流強度的增加而減小；在切入風(fēng)速附近，功率將隨湍流強度的增加而增加；當(dāng)湍流強度小于10%時，對機組的輸出功率影響較??；湍流強度較大時，對小風(fēng)速下機組輸出功率的影響更明顯［9］。針對該機組上述日期中，機組平均風(fēng)速處于額定風(fēng)速以下，故湍流強度越大，對機組輸出應(yīng)該是有促進作用。而此時西南風(fēng)時的湍流強度小于東北風(fēng)，說明在湍流方面，當(dāng)現(xiàn)場為西南風(fēng)時，并非有助于機組發(fā)電。

3?偏航對風(fēng)情況

3.1?風(fēng)向偏差角

在計算偏航對風(fēng)時，以機組啟動偏航時刻為基準(zhǔn)點，選擇基準(zhǔn)點前30 s的數(shù)據(jù)，求平均值作為機組啟動偏航時的風(fēng)向偏差角，該計算結(jié)果也是機組啟動偏航的實際角度。另外，將當(dāng)日計算出來的所有啟動偏航時的風(fēng)向偏差角度求平均，得出計算結(jié)果如表4—5所示。

在風(fēng)向為東北風(fēng)的天數(shù)中，以2023年7月18日偏航對風(fēng)最優(yōu)，2023年7月17日偏航對風(fēng)最差，具體如表4所示。從數(shù)據(jù)上看，機組偏航對風(fēng)最優(yōu)時，此時機組性能也是最好的（性能損失值最?。瑯悠綄︼L(fēng)最差時，機組性能也最差（性能損失值最大）。

從表4的計算數(shù)據(jù)來看，在東北風(fēng)條件下，機組啟動逆向偏航時，最大和最小風(fēng)向偏差角度為4.99°（31.56～26.57）；機組啟動正向偏航時，最大和最小風(fēng)向偏差角度為3.65°（-23.89～-27.54）。

在風(fēng)向為西南風(fēng)的天數(shù)中，偏航對風(fēng)效果幾乎相同，不存在較大的偏差，具體如表5所示。而綜合兩個表的數(shù)據(jù)來看，當(dāng)風(fēng)場是西南風(fēng)時，該機組的對風(fēng)效果整體要優(yōu)于東北風(fēng)，導(dǎo)致偏航出現(xiàn)差異的原因，應(yīng)該也是由于來風(fēng)方向的差異所導(dǎo)致。由于機組應(yīng)對不同來風(fēng)方向的偏航程序相同，風(fēng)向的差異，則直接導(dǎo)致了機組在偏航實際表現(xiàn)上的不同。

偏航對風(fēng)誤差主要受偏航控制性能誤差和偏航靜態(tài)偏差影響，偏航系統(tǒng)的容錯控制策略引起偏航誤差分布的形狀不同，而偏航靜態(tài)誤差則影響偏航靜態(tài)分布位置。隨著風(fēng)電設(shè)計水平和技術(shù)的日趨成熟，偏航系統(tǒng)的控制誤差對偏航誤差的影響越來越小，而偏航靜態(tài)偏差成為影響偏航誤差的主要因素［10］。在偏航靜態(tài)誤差中，風(fēng)向標(biāo)的安裝精度、測量精度以及葉片紊流是導(dǎo)致偏航誤差的主要因素［10］。針對該機組，不同的運行自然日，機組風(fēng)向標(biāo)的安裝精度和測量精度均相同，故導(dǎo)致在東北和西南風(fēng)下對風(fēng)偏差的主要原因還是來自葉片的紊流，而風(fēng)速和風(fēng)向則是引起紊流不同的主要原因。

3.2?偏航次數(shù)和時長

東北風(fēng)和西南風(fēng)條件下，機組啟動正/逆偏航的次數(shù)和時長，如表6—7所示。根據(jù)表中數(shù)據(jù)可以看出，相較于東北風(fēng)而言，該機組在西南風(fēng)時，偏航的次數(shù)減少了40.4%，累計偏航時長減少了14.4%，但機組平均單次偏航的時長卻增加了44.0%，說明偏航時長的減小的比例要小于偏航次數(shù)。

前文已述，在此期間并未更改過機組控制程序或者更換過風(fēng)速、風(fēng)向儀等，所以導(dǎo)致機組偏航數(shù)據(jù)（偏航角度和偏航次數(shù)等）出現(xiàn)較大不同的原因可以判定，并非由機組自身原因?qū)е?，而是由于外部環(huán)境所致，也就是由風(fēng)資源引起。由于日平均風(fēng)速近似相同，結(jié)合風(fēng)電機組的控制原理可以得知，導(dǎo)致偏航發(fā)生較大差異的根本原因還是由于風(fēng)向引起。

4?機組收槳情況

當(dāng)該機型的機組在功率大于1900 kW時，為避免機組葉片和塔筒之間出現(xiàn)掃塔風(fēng)險，會使機組槳葉執(zhí)行一定的收槳操作；在機組達到額定功率后，為限制機組功率的增加，也會以收槳的方式來達到控制功率超限的目的。

為此，在分析機組槳葉角度時，考慮以1900 kW與3200 kW（額定功率）為標(biāo)準(zhǔn)，將機組分成3個區(qū)間，即：（0，1900］，（1900，3200］，（3200，3360］，其中3360 kW是以不大于機組額定功率5%來確定的機組功率上限。

在東北風(fēng)條件下，除（3200，3360］功率區(qū)間外，機組在（0，1900］和（1900，3200］兩個非滿功率區(qū)間下，平均槳葉角度越大，則對應(yīng)的機組性能損失越大。而在滿功率以上的區(qū)間（3200，3360］，出現(xiàn)大風(fēng)的概率分布較多天數(shù)，其平均槳葉角度也會越大，如2023年5月7日在（3200，3360］功率區(qū)間對應(yīng)的平均槳葉角度為8.1°。與東北風(fēng)不同，當(dāng)機組處在西南風(fēng)時，機組最佳發(fā)電效率所對應(yīng)的槳葉角度并非最小，如在2023年7月7日，除在額定功率以上外，機組平均槳葉角度均大于2023年5月16日與2023年5月2日。

綜合兩種風(fēng)向下的槳葉角度來看，西南風(fēng)條件下的槳葉角度均小于東北風(fēng)，槳葉角度越小，則說明更多的風(fēng)資源被機組吸收，發(fā)電效率則會更大。

5?原因分析

不同工況下，風(fēng)電機組運行特性不同，各狀態(tài)變量間相關(guān)性強弱差異較大，對風(fēng)電機組工況進行劃分，研究不同工況下各狀態(tài)變量間的相關(guān)性，能更準(zhǔn)確地反映風(fēng)電機組運行特性［11］。本文則采用兩種不同風(fēng)向下進行了較為深入的數(shù)據(jù)分析。

經(jīng)調(diào)取該機組日常運維的相關(guān)記錄可以得知，在分析時段內(nèi)，機組并未修改過主控程序，未更換過風(fēng)速和風(fēng)向儀，因此導(dǎo)致機組發(fā)電性能偏差較大的主要原因在于自然因素。在自然因素中，本文則主要分析了空氣密度、風(fēng)速以及風(fēng)向等。由于分析時段跨度不大，經(jīng)計算所得的平均溫度相差較小，故可以排除是由于空氣密度導(dǎo)致的差異；而由于機組日平均風(fēng)速近似相同，故導(dǎo)致機組在發(fā)電效率方面存在較大差距的原因可以歸結(jié)為是風(fēng)向?qū)е隆?/p>

為分析導(dǎo)致此類情況的根本原因，筆者實地調(diào)研了#009機組的現(xiàn)場地形情況，其地形分布情況如圖4所示。前文已述，該機組的主導(dǎo)風(fēng)向和次主導(dǎo)風(fēng)向分別為東北和西南風(fēng)向，故該機組在實際運行過程中，主要是受這兩種風(fēng)向。對比兩種地形可以發(fā)現(xiàn)，在東北方向上，地形分布起伏較為嚴(yán)重，而在西南風(fēng)向上，地形相對平坦。所以可以判斷，機組在此種地形分布情況下，東北風(fēng)受地形的影響更為嚴(yán)重，風(fēng)速和風(fēng)向的波動會加劇。而在西南風(fēng)下，平坦的地形對風(fēng)速和風(fēng)向的波動影響相對較小。該結(jié)論可以通過本文2.2章節(jié)中風(fēng)速和風(fēng)向的標(biāo)準(zhǔn)差以及3.1章節(jié)中偏航對風(fēng)的實際表現(xiàn)可以得出。在東北風(fēng)下，風(fēng)速和風(fēng)向的標(biāo)準(zhǔn)差均大于西南風(fēng)，說明在風(fēng)速和風(fēng)向的波動方面，東北風(fēng)更為嚴(yán)重。東北風(fēng)下，機組正、逆向偏航的次數(shù)約是西南風(fēng)條件下的1.67倍，偏航時長也明顯偏長，說明機組處在東北風(fēng)條件下時，為了捕捉最佳的對風(fēng)效果，機組需要付出更多的偏航次數(shù)才能實現(xiàn)。而平均單次偏航的時長則是出現(xiàn)在西南風(fēng)，也是由于東北風(fēng)向變化較大所致。

綜上，經(jīng)過對風(fēng)電機組實際運維的SCADA數(shù)據(jù)分析發(fā)現(xiàn)，對于同一臺機組而言，即使機組日平均風(fēng)速相同，僅當(dāng)來風(fēng)方向不同時，對機組的發(fā)電效率也會造成較大的差別，最終會影響到機組的日發(fā)電量。通過對風(fēng)資源、機組偏航、機組變槳等各個實際運維的數(shù)據(jù)分析中發(fā)現(xiàn)，風(fēng)向的影響起到了主導(dǎo)作用；風(fēng)向通過影響機組的對風(fēng)效果，進而影響到風(fēng)機的性能損失；在有利的風(fēng)向下運行時，機組偏航次數(shù)和累計時間均會減少，但單次平均偏航的時間不會減少，反而會增大。造成上述情況的原因在于機組所處兩種風(fēng)向上的地形不同。

6?結(jié)語

一般情況下，在同一個風(fēng)場中，相同機型的機組會采用相同的控制程序，其中包括偏航控制程序，而機組所處機位的地形不可能完全相同，由此會導(dǎo)致機組在發(fā)電效率上存在較大差距。因此，在已知不同來風(fēng)方向上發(fā)電效率差異的前提下，結(jié)合文獻［12］的研究成果，可以有針對性地采取不同的偏航策略，以提升機組發(fā)電效率和發(fā)電量。

［參考文獻］

［1］廖明夫，GASCH R，TWELE J. 風(fēng)力發(fā)電技術(shù)［M］.西安：西北工業(yè)大學(xué)出版社，2009.

［2］葉杭冶.風(fēng)力發(fā)電機組監(jiān)測與控制［M］.2版.北京：機械工業(yè)出版社，2021.

［3］邢作霞，項尚，徐健，等.外部環(huán)境對風(fēng)電機組性能影響分析［J］.太陽能學(xué)報，2021（3）：98—103.

［4］許謹(jǐn)，鄧巍，李春廷，等.改進的風(fēng)電機組轉(zhuǎn)矩控制策略［J］.熱力發(fā)電，2023（3）：160-167.

［5］柏文超，劉穎明，王曉東，等.基于數(shù)據(jù)驅(qū)動的風(fēng)電機組最優(yōu)槳距角辨識方法［J］.電力科學(xué)與工程，2022（9）：38-44.

［6］劉清河，趙映澤.風(fēng)電機組功率曲線建模方法對比研究［J］.可再生能源，2018（4）：580-584.

［7］張國強，田宏哲，楊政厚，等.考慮空氣密度變化的風(fēng)電機組轉(zhuǎn)矩控制算法研究［J］. 可再生能源，2020（1）：58-62.

［8］李化.基于威布爾分布的風(fēng)功率密度計算方法比較［J］.南方能源建設(shè)，2024（1）：33-40.

［9］陳海軍，宮偉，張銳，等.關(guān)鍵環(huán)境因素對風(fēng)電機組輸出功率的影響［J］.船舶工程，2023（2）：5-12.

［10］?楊偉新，宋鵬，陳雷，等.風(fēng)電機組偏航靜態(tài)偏差對發(fā)電性能的影響及優(yōu)化方法［J］.可再生能源，2020（5）：680-684.

［11］?崔雙雙，孫單勛.分工況下風(fēng)電機組各變量相關(guān)性研究［J］.綜合智慧能源，2022（12）：49-52.

［12］?毛江，蔡義鈞，張斯翔，等.湍流風(fēng)況下的風(fēng)電機組偏航控制系統(tǒng)［J］.機械工程與自動化，2022（1）：175-177.

（編輯?姚鑫）

Data analysis and research on the power generation performance of

wind turbines with different wind directions

WANG ?Ting， ?LI ?Long， ?MA ?Jinghao， ?HONG ?Lijiang

（Mingyang Smart Energy Group Co.， Ltd.， Zhongshan 528400， China）

Abstract： ?In the past， many analyses of wind turbines were conducted using simulation techniques or theoretical calculations， resulting in significant discrepancies between the conclusions obtained and the actual situation.Through analyzing the actual operation and maintenance data of wind turbines， it is found that under almost the same daily average wind speed， the power generation efficiency of wind turbines varies greatly only when the incoming wind direction is different. For the same wind turbine unit with a rated power of 3.2 MW， its daily power generation in two different wind directions will differ by nearly 10000 kW·h. At the same time， it was found that this situation is not an exception and has been found on multiple wind turbines in different wind farms. Based on this， this article provides a detailed analysis of the differences in data on wind resources， yaw impact on wind， and pitch control for wind turbines under two different wind directions. After conducting on-site research on the wind farms machinery， the relevant conclusion was drawn that the power generation performance of wind turbines is greatly affected by the wind direction， and the terrain will have a significant impact on the operational data of the turbines.

Key words： wind turbine; direction of incoming wind; power generation performance; data analysis