在全球范圍內(nèi)，隨著開(kāi)發(fā)技術(shù)和相關(guān)配套產(chǎn)業(yè)的持續(xù)進(jìn)步，海上風(fēng)電開(kāi)發(fā)已經(jīng)成為各國(guó)能源投資與發(fā)展的新熱點(diǎn)，風(fēng)電發(fā)展逐漸向具有風(fēng)能資源豐富、距離負(fù)荷中心近、消納能力強(qiáng)等特點(diǎn)的海上轉(zhuǎn)移。 受海洋區(qū)域規(guī)劃條件的限制，海上風(fēng)電場(chǎng)的規(guī)劃與選址較為集中，大規(guī)模海上風(fēng)電場(chǎng)的集中并網(wǎng)對(duì)電網(wǎng)接納能力產(chǎn)生了極大的挑戰(zhàn)，如何針對(duì)海上風(fēng)電場(chǎng)的不可控性和無(wú)功特性復(fù)雜的特點(diǎn)進(jìn)行發(fā)電預(yù)測(cè)，成為了世界風(fēng)電研究的重點(diǎn)課題。
1 發(fā)電量研究成為國(guó)內(nèi)外重要研究課題
目前很多國(guó)家對(duì)發(fā)電量預(yù)測(cè)開(kāi)展了相關(guān)研究。 通過(guò)WPMS系統(tǒng)預(yù)測(cè)，利用數(shù)值天氣預(yù)報(bào)數(shù)據(jù)、歷史觀測(cè)數(shù)據(jù)、實(shí)際測(cè)量數(shù)據(jù)建立關(guān)系模型進(jìn)行預(yù)測(cè)，均方根誤差約為7%~19%。 近年來(lái)，混沌理論的神經(jīng)網(wǎng)絡(luò)發(fā)電量預(yù)測(cè)方法有了新發(fā)展，利用風(fēng)力發(fā)電機(jī)輸出功率的非線性混沌時(shí)間序列特性，用神經(jīng)網(wǎng)絡(luò)方法進(jìn)行信息處理和發(fā)電量預(yù)測(cè)。 但是上述方法主要適用于發(fā)電量的短期預(yù)測(cè)，對(duì)現(xiàn)今國(guó)內(nèi)外風(fēng)電場(chǎng)中長(zhǎng)期的發(fā)電量預(yù)測(cè)及提高預(yù)測(cè)精確度的研究比較有限。
風(fēng)電論文范例：基于PLC的風(fēng)電機(jī)組控制系統(tǒng)設(shè)計(jì)
由于海上風(fēng)電場(chǎng)特殊的運(yùn)行環(huán)境，運(yùn)維成本遠(yuǎn)高于陸地風(fēng)電場(chǎng)，根據(jù)發(fā)電量預(yù)測(cè)結(jié)果制定合理的運(yùn)維檢修策略可最大限度地減少停機(jī)帶來(lái)的電量損失。 本文提出的月度發(fā)電量預(yù)測(cè)方法，是以多年的月度測(cè)風(fēng)數(shù)據(jù)為基礎(chǔ)，利用WAsP發(fā)電量計(jì)算軟件，分月進(jìn)行發(fā)電量計(jì)算，以華南某海上風(fēng)電場(chǎng)為算例，編制月度發(fā)電計(jì)劃，并根據(jù)風(fēng)電場(chǎng)的實(shí)際運(yùn)行情況進(jìn)行驗(yàn)證和評(píng)價(jià)。
2 海上風(fēng)電場(chǎng)的月度發(fā)電量預(yù)測(cè)
2.1 試驗(yàn)場(chǎng)址概況
試驗(yàn)風(fēng)電場(chǎng)場(chǎng)址離岸約20km，周圍多島環(huán)繞，場(chǎng)內(nèi)海底地貌形態(tài)簡(jiǎn)單，水下地形較平坦，泥面標(biāo)高為-6m至-12m，場(chǎng)址面積約33km2，完成31臺(tái)3MW風(fēng)機(jī)并網(wǎng)調(diào)試。
試驗(yàn)風(fēng)電場(chǎng)場(chǎng)址中心建有一座海上測(cè)風(fēng)塔，在風(fēng)機(jī)輪轂高度90m裝有風(fēng)速儀和風(fēng)向標(biāo)，2012年7月~2013年7月、2013年7月~2014年7月、2015年7月~2016年7月三個(gè)完整測(cè)風(fēng)年期間的數(shù)據(jù)獲取率和有效性滿足規(guī)范要求，有效觀測(cè)時(shí)長(zhǎng)為3年，對(duì)風(fēng)電場(chǎng)的風(fēng)能資源評(píng)估具有很強(qiáng)的代表性。根據(jù)測(cè)風(fēng)塔三年完整測(cè)風(fēng)數(shù)據(jù)統(tǒng)計(jì)年平均、月平均風(fēng)速，得到年風(fēng)向、風(fēng)能玫瑰圖。
2.2 月度發(fā)電量預(yù)測(cè)
從測(cè)試風(fēng)電場(chǎng)有效測(cè)風(fēng)時(shí)間三整年的平均風(fēng)速比較來(lái)看，年平均風(fēng)速比較穩(wěn)定，在7.00m/s~7.02m/s之間，且風(fēng)速的季節(jié)分布也比較一致。 用三年的數(shù)據(jù)作為數(shù)據(jù)源進(jìn)行月度電量預(yù)測(cè)可以降低預(yù)測(cè)的不確定性。
本文選取實(shí)測(cè)三年(2012年7月~2014年7月、2015年7月~2016年7月)90m高度分月的測(cè)風(fēng)數(shù)據(jù)作為輸入條件，應(yīng)用WAsP軟件，設(shè)置計(jì)算中所需要的模型參數(shù)(地表粗糙度、尾流衰減系數(shù)、風(fēng)電場(chǎng)及周邊地形條件、風(fēng)機(jī)功率曲線)，分別對(duì)風(fēng)電場(chǎng)發(fā)電量進(jìn)行模擬計(jì)算，預(yù)測(cè)風(fēng)電場(chǎng)全年的理論發(fā)電量，再折減氣候、線損、功率曲線、可利用率、運(yùn)維及時(shí)性等因素，得到計(jì)劃上網(wǎng)電量的預(yù)測(cè)結(jié)果。
2.3 實(shí)際發(fā)電量驗(yàn)證與分析
測(cè)試風(fēng)電場(chǎng)于2018年12月完成31臺(tái)風(fēng)機(jī)并網(wǎng)發(fā)電，于2019年1月完成最后一批風(fēng)機(jī)的并網(wǎng)調(diào)試。 本文選取2019年1月(最后一批風(fēng)機(jī)并網(wǎng)調(diào)試)及2019年2月(全部風(fēng)機(jī)正常投產(chǎn))的發(fā)電量，進(jìn)行與發(fā)電計(jì)劃的對(duì)比分析。
(1)風(fēng)速評(píng)估。
選取香港橫瀾島測(cè)風(fēng)三年同期的月平均風(fēng)速，與測(cè)試風(fēng)電場(chǎng)的測(cè)風(fēng)塔測(cè)風(fēng)期三年的月平均風(fēng)速進(jìn)行相關(guān)分析。 相關(guān)系數(shù)R為0.78，認(rèn)為橫瀾站與測(cè)風(fēng)塔月平均風(fēng)速具有較好的線性相關(guān)關(guān)系，因此將橫瀾站作為試驗(yàn)風(fēng)電場(chǎng)的參證站進(jìn)行大小風(fēng)月的評(píng)估。
橫瀾站2019年1月實(shí)測(cè)風(fēng)速22.8km/h，即6.33m/s，將該風(fēng)速與試驗(yàn)風(fēng)電場(chǎng)前三年實(shí)測(cè)對(duì)應(yīng)的橫瀾島1月數(shù)據(jù)6.8m/s進(jìn)行比較可見(jiàn)，2019年1月較三年測(cè)風(fēng)期間1月的月平均風(fēng)速較小，風(fēng)速低約7%。 用線性關(guān)系推算風(fēng)電場(chǎng)2019年1月實(shí)際風(fēng)速約為6.89m/s。
橫瀾站2019年2月實(shí)測(cè)風(fēng)速23.4km/h，即6.5m/s，將該風(fēng)速與試驗(yàn)風(fēng)場(chǎng)前三年實(shí)測(cè)對(duì)應(yīng)的橫瀾島2月數(shù)據(jù)6.53m/s進(jìn)行比較可見(jiàn)，2019年2月與三年測(cè)風(fēng)期間2月的月平均風(fēng)速持平，測(cè)風(fēng)三年的數(shù)據(jù)可用于試驗(yàn)風(fēng)電場(chǎng)2019年2月的發(fā)電量預(yù)測(cè)。
(2)應(yīng)發(fā)電量。
由于1月發(fā)電計(jì)劃的制定依據(jù)于三年測(cè)風(fēng)風(fēng)速7.4m/s，高于2019年1月的實(shí)際風(fēng)速，所以應(yīng)找到接近于實(shí)際風(fēng)速6.89m/s的計(jì)劃發(fā)電量，用以評(píng)估試驗(yàn)風(fēng)電場(chǎng)的實(shí)際發(fā)電情況。 實(shí)驗(yàn)風(fēng)電場(chǎng)測(cè)風(fēng)期間1月、3月及全年的測(cè)風(fēng)風(fēng)速基本符合韋布爾分布曲線，本文暫取3月(平均風(fēng)速為6.79m/s)與全年計(jì)劃(平均風(fēng)速為6.97m/s)的均值作為2019年1月的參考理論發(fā)電量：
2019年1月應(yīng)發(fā)電量=(1608+(19932×31/365))/2=1650萬(wàn)kW·h
因2019年2月采用測(cè)風(fēng)三年的實(shí)際風(fēng)速，應(yīng)發(fā)電量直接取表2發(fā)電計(jì)劃中的2月1939萬(wàn)kW·h。
(3)實(shí)際發(fā)電情況分析。
2019年1月，31臺(tái)風(fēng)機(jī)實(shí)際發(fā)電量總計(jì)1603萬(wàn)kW·h，上網(wǎng)電量1551萬(wàn)kW·h，略低于實(shí)際應(yīng)發(fā)電量1650萬(wàn)kW·h。 從現(xiàn)場(chǎng)調(diào)試情況看，2019年1月最后一批并網(wǎng)風(fēng)機(jī)正處于調(diào)試狀態(tài)，發(fā)電不穩(wěn)定，故障較多。 31臺(tái)風(fēng)機(jī)平均可利用率為90%，且6#、8#、9#、13#可利用率不足80%，對(duì)發(fā)電量造成較大影響。
在2019年1月應(yīng)發(fā)電量中，如扣除6#、8#、9#、13#四臺(tái)風(fēng)機(jī)的發(fā)電量，由調(diào)試引起的損失約50%電量118萬(wàn)kW·h，即1650-118=1532萬(wàn)kW·h，與實(shí)際發(fā)電量的1551萬(wàn)kW·h較為接近，低約1%。
2019年2月31臺(tái)風(fēng)機(jī)實(shí)際發(fā)電量總計(jì)2236萬(wàn)kW·h，上網(wǎng)電量2172萬(wàn)kW·h，略高于實(shí)際應(yīng)發(fā)電量1939萬(wàn)kW·h。 2019年2月風(fēng)機(jī)已全部完成調(diào)試，進(jìn)入正常運(yùn)行狀態(tài)，風(fēng)場(chǎng)平均可利用率為98%(高于制訂計(jì)劃預(yù)估時(shí)采用的預(yù)期值95%)，各風(fēng)機(jī)實(shí)發(fā)功率與用于計(jì)算的功率曲線吻合度達(dá)95%以上，可認(rèn)為2019年2月風(fēng)電場(chǎng)實(shí)際狀態(tài)略優(yōu)于制定發(fā)電計(jì)劃的假定條件。 考慮可利用率對(duì)于發(fā)電量的影響，在2019年2月應(yīng)發(fā)電量中應(yīng)增加部分電量即61萬(wàn)kW·h，即1939+61=2000萬(wàn)kW·h，略低于實(shí)際風(fēng)況下應(yīng)發(fā)電量2172kW·h，低約8%。
經(jīng)上述分析，2019年1月和2月的實(shí)際風(fēng)況下應(yīng)發(fā)電量與實(shí)際發(fā)電量的月度比較一致，風(fēng)電場(chǎng)的風(fēng)機(jī)可利用率直接影響應(yīng)發(fā)電量與實(shí)際發(fā)電量的匹配性，誤差可控制在10%以內(nèi)。
3 結(jié)論
本文以華南某海上風(fēng)電場(chǎng)為試驗(yàn)場(chǎng)址，對(duì)發(fā)電量的月度預(yù)測(cè)及分析方法進(jìn)行了研究，主要結(jié)論如下：
(1)利用WAsP軟件全面考慮地形、氣象條件、地表粗糙度、尾流衰減、阻礙物、風(fēng)機(jī)排布方案等對(duì)發(fā)電量的影響，進(jìn)行海上風(fēng)電場(chǎng)月度發(fā)電量預(yù)測(cè)，可為企業(yè)制定發(fā)電計(jì)劃提供科學(xué)的依據(jù)。
(2)月度發(fā)電量預(yù)測(cè)應(yīng)選擇合適的數(shù)據(jù)源，多年度測(cè)風(fēng)數(shù)據(jù)用于月度發(fā)電量預(yù)測(cè)可以降低預(yù)測(cè)的不確定性。 測(cè)試結(jié)果表明，實(shí)際風(fēng)況下應(yīng)發(fā)電量與實(shí)際發(fā)電量的月度比較一致，風(fēng)電場(chǎng)的風(fēng)機(jī)可利用率直接影響應(yīng)發(fā)電量與實(shí)際發(fā)電量的匹配性，誤差可控制在10%以內(nèi)。
(3)根據(jù)實(shí)際風(fēng)況下的理論發(fā)電量計(jì)算結(jié)果與實(shí)際發(fā)電量的對(duì)比分析，應(yīng)充分考慮設(shè)備的運(yùn)行狀況，如風(fēng)機(jī)可利用率、風(fēng)機(jī)功率曲線等因素。
【作者簡(jiǎn)介】劉沙
相關(guān)閱讀
