风电场及机组出力损失计算模型与方法

风电场及机组出力损失计算模型与方法

0出力损失统计方法近年来，随着我国电网大规模改造的蓬勃发展，以及电网的强大连接方式，电网的功率平衡、安全和运行效率存在了深刻的挑战。1-3。在中国风电集中发展区域,因电网对间歇性电源的消纳能力不足,同时又必须确保系统安全运行,电网调度部门在一些时段调控、限制风电场发电出力已成为常态［4-6］。据中国可再生能源学会风能专业委员会对内蒙古、黑龙江、吉林、辽宁、山东、甘肃、新疆、河北以及云南等省、市、自治区部分风电企业在2011年全年由于限制风电出力造成的发电量损失情况的初步调查统计,限电弃风损失电量比例已达16.92%,损失电量5.980TW·h［7］。目前,生产现场采用的出力损失统计方法主要是标杆机组统计法:即选取风电场内3~5台能够代表风电场平均发电水平的机组作为标杆机组,标杆机组在电网调度限出力时不参与限电弃风。在风电场限出力的时间段,以标杆机组实际发电量折算出该时段风电场应该发出的电量,减去该风电场限出力时段的发电量就得出弃风损失电量［7］。一般风电场由于地理覆盖范围较大,地形较为复杂,风电场中各风电机组的地理位置存在着差异,风电场内的风资源分布也存在着很大的差异。因此,这种方法的标杆机组确定困难,计算误差较大。生产现场采用的另一种出力损失统计方法是标准风速—功率特性曲线法:即根据限制出力时段的风速,结合厂家给定的风电机组风速—功率特性曲线,得到风电场的应有出力,再减去风电场该时段实际出力,得到该时段限出力损失量［7］。由于运行中的风电机组持续处于动态运行条件下,并不是完全按照厂家给定的风速—功率特性曲线运行,其运行在一个很宽的区域内［8］,因此该估算方法难以准确地给出限出力功率损失与电量累计损失。在生产现场,风电场是通过其监控系统调节机组桨矩角的大小和机组的启停来实现调度控制要求的［9-10］。电网对风电场限电弃风无疑是一种损失和浪费。但是,在风电场被限电弃风运行状态下,该风电场实际上就具备一定的类似于传统发电中热备用的能力,在电网出现功率缺额时,该风电场可参与电网的调频,支撑电网的运行与稳定［11］。所以,研究风电场在限电弃风运行状态下风电场及机组的实时出力损失并及时上传电网调度部门,对于风电场参与电网运行调节具有重要的应用价值。此外,风电机组在运行过程中可能会因多种情况停机,如人为误操作、机械故障和检修等,也会造成风电场的出力损失。研究因限电弃风等各种原因造成的风电场出力与电量损失情况,可以对弃风问题的严重性进行量化分析,为从根本上解决弃风问题决策提供依据,此外对于评价风电场的投资效益,提高风电场的运行管理水平,甚至于对整个风电行业的发电运行数据分析、产业政策制定等都具有重要的现实意义与价值。1数据库的建立及运行风电机组和风电场出力损失的计算,由专家系统数据库的建立、专家系统数据库的维护、获取专家系统数据库的输出功率、风电机组与风电场实时功率损失计算和发电量损失计算5个阶段组成［12］。1.1u3000数据处理由于风电机组与测风塔所处位置不同,风速计高度和地形不同等原因,造成风电机组与测风塔数据存在差异,文献通过计算Pearson系数及平均差、绝对值差、均方根差、平均绝对百分比差验证了风电机组与风电场内测风塔风速数据具有极强的相关性,误差较小,因此测风塔可代表风电机组轮毂高度处实际风速条件。首先,对风电场监控系统中的历史运行数据进行预处理,将坏数据和弃风数据排除,坏数据包括风速为负值或者过大(大于25m/s)的数据,风向角不在0°~360°之间的数据以及机组出力超过其最大可能出力值的数据等。然后对预处理后的有效数据进行数据挖掘,形成每台风电机组出力损失计算的专家系统数据库。该专家系统以每台风电机组的风速和风向作为输入,风速步进单位为0.1m/s,风向步进单位为5°。在生产现场,绝大多数风电场监控系统的风速采样精度为0.1m/s,风向采样精度为1°。实际表现中风向对风电机组输出功率的影响远小于风速对风电机组输出功率的影响,经过对实际运行数据的分析,风速相等情况下,风向差异超过5°时,风电机组的输出功率才有明显变化。以每台风电机组的输出功率为输出,建立输入、输出之间的映射关系。在建立专家系统数据库过程中,当新的输入数据与专家系统数据库已有输入数据不同时,自动将该组数据添加到系统中来;当新的输入数据与专家系统数据库中已有输入数据相同时,作如下处理。设Po为已有输出数值,Pn为最新输出数值,则用于更新专家系统数据库的输出数值Pu为:式中:n为已有输入数据记录的次数。风电机组的输出功率会随运行时间的变化而发生细微变化,此外,距离停机或弃风时间越近的气象环境因素所产生的输出功率也越接近该时段的输出功率值,因此,引入权值影响因子的方法更新专家系统的输出将提高出力损失计算的精度。经调研,一般风电机组正常运行的风速范围为3~25m/s,精度为0.1m/s,风向范围为0°~360°的精度为5°,由此,专家系统为每台风电机组建立了一张220×72的数据表。至此,专家系统数据建立完成。1.2专家系统数据的预处理使用风电场监控系统的测风塔数据和风电机组实时运行数据对专家系统的输入、输出数据进行维护,可以进一步提高专家系统的计算准确度。但在使用该实时数据前需对其进行预处理,将坏数据和弃风数据剔除。与风电场监控系统的实时连接可采用OPC(OLEforprocesscontrol)或Modbus接口实现。专家系统数据的更新方法与建立专家系统数据库时所采用的方法相同。如此,经过一定时间的积累和智能学习,专家系统能够全面地反映输入、输出数据之间的映射关系,建立的专家系统也会越来越准确。1.3检测风塔风值的方法步骤专家系统数据库输出功率的获取方法如下。用ss表示停机或弃风机组某一时刻测风塔的实测风速,用as表示停机或弃风机组某一时刻测风塔的实测风向,用sc表示专家系统数据库中的已有近似风速,用ac表示专家系统数据库中已有近似风向。理想情况为:ue055ss=sc且|as-ac|<5,但若风电场运行时间较短,专家系统中某些输入暂没有输出数据。因此,使用专家系统计算时,根据不同数据情况采用下3种方式进行处理。令C,S为整型变量,其中C的初值为10,S的初值为0.2。1)且|as-ac|≥5步骤1:在专家系统数据库中找出与测风塔风速ss所对应的所有风向角aci,找出所有的满足条件|as-aci|<C的aci的集合R。步骤2:如果集合R为空,则C=C+5,转到步骤1。步骤3:从集合R中找出aci,使得最小。2)且|as-ac|<5步骤1:在专家数据库中找出使得最小的aci所对应的所有风速sc,找出所有的满足条件|ss-sci|<S的sci的集合R。步骤2:如果集合R为空,则S=S+0.1,转步骤1。步骤3:从集合R中找出sci,使得最小。3)c且|as-ac|≥5步骤1:在专家系统数据库中找出所有满足条件|ss-sci|<S且|as-aci|<C的风速sci,风向角aci的集合R。步骤2:如果集合R为空,则C=C+5,S=S+0.1,转步骤1。步骤3:从集合R中找出sci和aci使得最小。此时选用得到的sc和ac组合作为专家系统数据库的输入,若有X组sc和ac组合,则将sc和ac的所有组合作为专家系统数据库的输入。则对应于输入风速ss,输入风向为as的专家系统数据库的输出功率值为:1.4停机及弃风机组设停机或弃风机组某一时刻测风塔的实测风速为s,测风塔的实测风向为a。由1.3节提供的方法得出对应于输入风速s和输入风向a的输出功率为P(s,a)。对于停机机组,由式(3)得出停机机组该时刻的实时功率损失Pstop。对于弃风机组,设此时监控系统中所记录的该时刻实际输出功率值为Preal,由式(4)得出弃风机组该时刻的实时功率损失Plimit。Plimit(s,a)=P(s,a)-Preal(4)按式(5)即可求出整个风电场该时刻的实时功率损失Ploss。式中:M和L分别为风电场停机和弃风机组的数量;Pstop，i和Plimit，j分别为停机机组和弃风机组的实时功率损失。1.5实时功率损失法设风电机组I的停机或弃风时间长为T,在故障时段内,风电场监控系统记录测风塔的N组风速、风向数据和风电机组的输出功率数据,记录这N组数据的时刻为ti(i=1,2,…,N),根据实时功率损失计算方法可以得到N个时刻的实时功率损失Pi(i=1,2,…,N),这N组数据的时间间隔为Δtj=tj+1-tj(j=1,2,…,N-1),则在故障时间段内机组I损失的发电量Wloss由式(6)确定:对于任意一台停机或弃风风电机组,按以上方法即可求得其在停机或弃风时间段内所损失的发电量。按式(7)即可求出整个风电场所损失的发电量Wfarmloss。式中:Wloss，i为i时刻损失的发电量。2运行数据验证本文利用山东省某风电场2010年6月至2012年2月的运行数据验证本文计算模型的有效性,该风电场监控系统通过OPC接口建立实时数据连接,数据刷新率为30s。本文验证风电机组出力损失计算模型有效性所采用的方法如下。1停机机组假设步骤1:从历史数据中任意选取1台正常运行的风电机组,将其假设为停机机组。步骤2:使用计算模型对该假设风电机组在选定某一时刻的发电功率损失进行计算。步骤3:将计算结果与实际发电功率进行比对,得出计算模型的相对误差。2计算结果和讨论步骤1:从历史数据中任意选取1台某时间段T1~T2内正常运行的风电机组,将其假设为停机机组。步骤2:使用计算模型对该假设风电机组在选定时间段内所损失的发电量进行计算。步骤3:将计算结果与实际发电量进行比对,得出计算模型的相对误差。该验证方法是针对停机机组,对于弃风机组,由于监控系统内记录的实际功率不会引入对该模型的计算误差,而可能引入的误差部分与停机机组相同,因此,该验证过程也可以反映弃风机组的实时功率损失和发电量损失的计算误差情况。整个风电场的实时功率损失和发电量损失计算是在对单个风电机组的实时功率损失和发电量损失的基础上求和得到的,求和过程不会引入对该模型的计算误差,因此该验证过程可以反映出整个风电场的实时功率损失和发电量损失的计算误差情况。图1是山东某风电场编号为WT6的风电机组在2012年3月13日当天的实际功率曲线,时间分辨率为10min。分别采用本文方法、标杆机组统计法和标准风速—功率特性曲线法这3种方法对该风电机组在2012年3月13日当天进行模拟实时功率损失计算,结果如图2所示。3种方法的计算误差如表1所示。表1中:Enmae为平均绝对误差;Enrmae为均方根误差;Emae为最大绝对误差。表1中Enmae,Enrmae,Emae的表达式如式(8)至式(10)所示。式中:i=1,2,…,N;xi为实际的风电功率;^xi为模拟损失计算值;Pcap为风电机组的额定容量［14］。对该风电场中风电机组分别采用本文方法、标杆机组统计法和标准风速—功率特性曲线法这3种方法进行模拟发电量损失计算,计算对比结果如表2所示。通过对图2和表1、表2的分析,可以得到如下结论:1由于运行中的风电机组持续处于动态运行条件下,利用标准风速—功率特性曲线法进行风电机组实时功率和发电量损失计算时,有较大误差,最大误差能够达到20%;2利用标杆机组统计法进行风电机组实时功率和发电量损失计算时,由于标杆机组不容易确定,该方法也存在有较大误差,但较标准风速—功率特性曲线法计算精度有了一定的提高(计算精度能够提高约3%);3与标杆机组统计法和标准风速—功率特性曲线法相比,本文通过建立实时动态变化的专家数据库来进行风电场风电机组实时功率和发电量损失计算,大大提高了计算的精度(能够提高3%~6%),具有较高的准确率。3实际数据验证本文提出了一种风电场及机组出力损失的计算模型与方法,建立了利用专