基于理論折減系數(shù)的測風(fēng)塔代表性分析

王道欣，蔡創(chuàng)彬，張?jiān)瞥?，逄增?qiáng)

(華潤電力技術(shù)研究院有限公司，廣東 深圳 518000)

發(fā)電量是影響風(fēng)電項(xiàng)目投資決策的最關(guān)鍵因素之一，測風(fēng)塔代表性是準(zhǔn)確計(jì)算風(fēng)電場發(fā)電量的關(guān)鍵。通過文獻(xiàn)[1-3]梳理發(fā)現(xiàn)，目前關(guān)于測風(fēng)塔代表性的分析基本采用兩種方法：一是測風(fēng)塔互推，根據(jù)互推結(jié)果，判定測風(fēng)塔代表性；二是使用不同數(shù)量的測風(fēng)塔對(duì)同一項(xiàng)目進(jìn)行風(fēng)資源評(píng)估，根據(jù)發(fā)電量計(jì)算結(jié)果的對(duì)比分析，判定測風(fēng)塔代表性[4]。

杜云等[5]在《測風(fēng)塔在風(fēng)電場風(fēng)能資源評(píng)估中的重要性和代表性》中，使用實(shí)際算例，討論了測風(fēng)塔的代表性對(duì)風(fēng)資源評(píng)估的影響和重要作用。楊富程等[6]在《測風(fēng)塔代表性對(duì)復(fù)雜地形風(fēng)電場風(fēng)能資源評(píng)估的影響》中，以已經(jīng)投運(yùn)的山地風(fēng)電場為例，分別計(jì)算不同測風(fēng)數(shù)據(jù)輸入條件下，風(fēng)電場發(fā)電量計(jì)算結(jié)果，以此說明測風(fēng)塔代表性對(duì)發(fā)電量計(jì)算的影響。Aurélien Chantelot和Raupach M R．等[7]分別使用單座測風(fēng)塔模擬推算其他測風(fēng)塔的風(fēng)速結(jié)果，然后再將模擬結(jié)果和實(shí)際測風(fēng)數(shù)據(jù)結(jié)果進(jìn)行偏差分析，計(jì)算軟件模擬誤差，并以此指標(biāo)說明測風(fēng)塔代表性。曾杰等[8]在《基于測風(fēng)塔相互驗(yàn)證降低風(fēng)電場發(fā)電量評(píng)估偏差》中，采用測風(fēng)塔相互驗(yàn)證加權(quán)平均誤差數(shù)值模擬方法對(duì)軟件計(jì)算誤差進(jìn)行分析。楊超等[9]在《基于SCADA數(shù)據(jù)的風(fēng)電機(jī)組技術(shù)改造后評(píng)估方法研究》中，通過機(jī)組技術(shù)改造前后風(fēng)機(jī)SCADA數(shù)據(jù)的變化，進(jìn)行機(jī)組性能對(duì)比分析。潘沛等[10]在《上海某風(fēng)力發(fā)電場發(fā)電能力后評(píng)價(jià)研究》中，以上海地區(qū)實(shí)際工程案例，對(duì)項(xiàng)目的實(shí)際上網(wǎng)電量和可研階段計(jì)算的上網(wǎng)電量進(jìn)行對(duì)比，據(jù)此討論項(xiàng)目折減系數(shù)、功率曲線符合度等情況。雷楊娜等[11]在《測風(fēng)塔選址對(duì)復(fù)雜地形風(fēng)電場風(fēng)資源評(píng)估的影響》中，使用WindSim軟件模擬了某風(fēng)電項(xiàng)目風(fēng)能資源分布，結(jié)果表明在考慮地形因素的情況下，復(fù)雜地形風(fēng)電場測風(fēng)塔數(shù)量越多，估算發(fā)電量越準(zhǔn)確。

通過文獻(xiàn)梳理發(fā)現(xiàn)，針對(duì)這兩種方法進(jìn)行測風(fēng)塔代表性的研究，存在一定的局限性。就測風(fēng)塔互推方法而言，存在較大的偶然性，以幾座測風(fēng)塔點(diǎn)位互推結(jié)果好壞，說明測風(fēng)塔對(duì)全場風(fēng)機(jī)點(diǎn)位的代表性，存在只關(guān)注幾個(gè)測風(fēng)塔點(diǎn)位未關(guān)注整個(gè)風(fēng)電場的問題。就不同數(shù)量測風(fēng)塔評(píng)估結(jié)果比較的方法而言，通過全場風(fēng)機(jī)點(diǎn)位的分析，可以得出增加測風(fēng)塔可以改善代表性的結(jié)論，但現(xiàn)有研究只對(duì)整體評(píng)估結(jié)果進(jìn)行分析，沒有進(jìn)一步分析測風(fēng)塔點(diǎn)位對(duì)單臺(tái)風(fēng)機(jī)發(fā)電量計(jì)算結(jié)果的影響，存在只關(guān)注整個(gè)風(fēng)電場未關(guān)注測風(fēng)塔點(diǎn)位的問題，對(duì)測風(fēng)塔選址工作指導(dǎo)性不強(qiáng)。

本文立足于實(shí)際投運(yùn)風(fēng)電場，定義了理論折減系數(shù)，引入統(tǒng)計(jì)分析常用的方差指標(biāo)，將理論折減系數(shù)作為測風(fēng)塔代表性的衡量標(biāo)準(zhǔn)，對(duì)發(fā)電量高估和低估的機(jī)位進(jìn)行了地形歸類分析，給出了測風(fēng)塔設(shè)立位置建議；使用不同數(shù)量測風(fēng)塔對(duì)同一風(fēng)電項(xiàng)目進(jìn)行風(fēng)資源評(píng)估，通過理論折減系數(shù)的比較，找到測風(fēng)塔代表性變化的區(qū)域分布，并進(jìn)行量化，發(fā)現(xiàn)規(guī)律；將理論折減系數(shù)方差作為發(fā)電量評(píng)估不確定性的衡量標(biāo)準(zhǔn)，分析增加測風(fēng)塔與降低風(fēng)機(jī)發(fā)電量計(jì)算結(jié)果的不確定性之間的關(guān)系，為風(fēng)機(jī)點(diǎn)位取舍提供了定量依據(jù)。

1 研究思路及方法

1.1 理論折減系數(shù)計(jì)算

SCADA(Supervisory Control And Data Acquisition)[12]，即數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)，在風(fēng)電項(xiàng)目中，SCADA系統(tǒng)主要應(yīng)用于風(fēng)力發(fā)電機(jī)工作狀態(tài)的數(shù)據(jù)采集與統(tǒng)計(jì)。

SCADA系統(tǒng)實(shí)際記錄的風(fēng)機(jī)發(fā)電量數(shù)據(jù)經(jīng)過代表年訂正后，可得到各臺(tái)風(fēng)機(jī)代表年發(fā)電量。

張雙益等[13]在《利用MERRA數(shù)據(jù)對(duì)測風(fēng)數(shù)據(jù)進(jìn)行代表年訂正的研究》中論證了MERRA數(shù)據(jù)可以滿足參考?xì)庀髷?shù)據(jù)的要求，在缺失氣象站數(shù)據(jù)的情況下，可以采用 MERRA 數(shù)據(jù)對(duì)實(shí)際測風(fēng)數(shù)據(jù)進(jìn)行代表年訂正[14]。本文使用MERRA數(shù)據(jù)進(jìn)行代表年訂正。

風(fēng)機(jī)理論折減系數(shù)是指風(fēng)機(jī)代表年發(fā)電量和軟件模擬風(fēng)機(jī)發(fā)電量之間的比值。

式中：L為風(fēng)機(jī)理論折減系數(shù)；MCPT為風(fēng)機(jī)代表年發(fā)電量；MCPB為軟件模擬發(fā)電量。

1.2 理論折減系數(shù)的方差計(jì)算

在概率論和統(tǒng)計(jì)學(xué)中，方差是用來表示隨機(jī)變量與其期望之間離散程度的一個(gè)量[15]。

數(shù)據(jù)方差的計(jì)算公式為

1.3 研究思路

首先，使用4座測風(fēng)塔進(jìn)行發(fā)電量計(jì)算，得到理論折減系數(shù)①；其次，使用8座測風(fēng)塔進(jìn)行發(fā)電量計(jì)算，得出理論折減系數(shù)②；對(duì)理論折減系數(shù)①和②進(jìn)行分析比較。

分析分為兩個(gè)方面，一方面分析了不同數(shù)量測風(fēng)塔對(duì)整個(gè)風(fēng)電場發(fā)電量計(jì)算結(jié)果的影響；另一方面分析了不同數(shù)量測風(fēng)塔對(duì)單臺(tái)風(fēng)機(jī)發(fā)電量計(jì)算結(jié)果的影響，進(jìn)一步分析了測風(fēng)塔代表性、測風(fēng)塔設(shè)立對(duì)減少低效機(jī)組的意義，并給出了測風(fēng)塔點(diǎn)位設(shè)立建議等。

就分析指標(biāo)上來說，對(duì)發(fā)電量計(jì)算結(jié)果的影響使用理論折減系數(shù)。對(duì)風(fēng)機(jī)發(fā)電量計(jì)算結(jié)果的不確定性使用理論折減系數(shù)方差。

1.4 工程實(shí)例對(duì)方法的探討

取得風(fēng)電場SCADA系統(tǒng)記錄的發(fā)電量數(shù)據(jù)，進(jìn)行數(shù)據(jù)清洗及代表年訂正后，獲得代表年發(fā)電量。使用風(fēng)資源評(píng)估商業(yè)軟件進(jìn)行風(fēng)資源評(píng)估，計(jì)算得到軟件模擬發(fā)電量，進(jìn)而計(jì)算理論折減系數(shù)，探討測風(fēng)塔代表性。

2 基于某項(xiàng)目的發(fā)電量理論折減系數(shù)計(jì)算

2.1 工程資料搜集

本項(xiàng)目設(shè)計(jì)階段安裝4臺(tái)編號(hào)分別為A0030號(hào)、A0041號(hào)、A0058號(hào)、A0083號(hào)測風(fēng)塔，后期增加設(shè)立了4座測風(fēng)塔，編號(hào)分別為B0075號(hào)、B0076號(hào)、B0077號(hào)、B0078號(hào)測風(fēng)塔。

本項(xiàng)目裝機(jī)容量120 MW，安裝單機(jī)容量為1.5 MW風(fēng)電機(jī)組80臺(tái)，該項(xiàng)目2017年10月全部機(jī)組并網(wǎng)運(yùn)行，此次搜集到2018年7月至2019年6月風(fēng)電場SCADA系統(tǒng)記錄發(fā)電量數(shù)據(jù)。該風(fēng)電場風(fēng)機(jī)布置位置示意圖如圖1。

圖1 風(fēng)電場風(fēng)機(jī)位置示意圖

2.2 資料分析

1)代表年發(fā)電量及軟件模擬發(fā)電量計(jì)算。因5臺(tái)風(fēng)機(jī)型號(hào)不同，本次不納入分析。對(duì)75臺(tái)風(fēng)機(jī)發(fā)電量數(shù)據(jù)進(jìn)行代表年訂正，獲得風(fēng)機(jī)代表年發(fā)電量。使用業(yè)內(nèi)廣泛使用的WT風(fēng)資源模擬軟件，輸入4座測風(fēng)塔數(shù)據(jù)和8座測風(fēng)塔數(shù)據(jù)進(jìn)行發(fā)電量計(jì)算，得到軟件模擬發(fā)電量。

2)理論折減系數(shù)和方差計(jì)算。使用各風(fēng)機(jī)點(diǎn)位代表年發(fā)電量及軟件模擬發(fā)電量，求解理論折減系數(shù)及方差，計(jì)算結(jié)果如表1所示。各風(fēng)機(jī)點(diǎn)位理論折減系數(shù)圖見圖2(4測風(fēng)塔)和圖3(8測風(fēng)塔)。

根據(jù)表1及圖2，使用4座測風(fēng)塔評(píng)估，全場平均理論折減系數(shù)為0.7。風(fēng)機(jī)點(diǎn)位理論折減系數(shù)有很大差別，最小值為0.53，最大值為1.01，全場平均折減系數(shù)方差為0.87%。

圖2 各風(fēng)機(jī)點(diǎn)位理論折減系數(shù)圖(4座塔)

根據(jù)表1及圖3，使用8座測風(fēng)塔評(píng)估，全場平均理論折減系數(shù)為0.69。風(fēng)機(jī)點(diǎn)位折減系數(shù)不同，最小值為0.52，最大值為0.85，全場平均折減系數(shù)方差為0.34%。

圖3 各風(fēng)機(jī)點(diǎn)位理論折減系數(shù)圖(8座塔)

3 基于理論折減系數(shù)的測風(fēng)塔代表性分析

3.1 機(jī)位理論折減系數(shù)與全場平均值偏離度分析

測風(fēng)塔代表性可以用風(fēng)機(jī)理論折減系數(shù)偏離全場平均值來衡量，代表性差的機(jī)位差值較大。

從各風(fēng)機(jī)點(diǎn)位理論折減系數(shù)圖4中可以看出，與平均值偏離較大的機(jī)位主要分布在圖4虛線框線內(nèi)。

圖4 各風(fēng)機(jī)點(diǎn)位理論折減系數(shù)圖(8座塔)

對(duì)上述風(fēng)機(jī)點(diǎn)位進(jìn)行統(tǒng)計(jì)，結(jié)果如下：

折減值大于0.75的機(jī)位：F0001號(hào)、F0005號(hào)、F0038號(hào)、F0041號(hào)、F0043號(hào)、F0069號(hào)、F0071號(hào)、F0073號(hào)。

折減值小于0.65的機(jī)位：F0011號(hào)、F0032號(hào)、F0034號(hào)、F0048號(hào)、F0065號(hào)。

對(duì)折減值偏離均值較大的機(jī)位進(jìn)行地形分析。

通過表2機(jī)位所處地形及主風(fēng)向分析，可以發(fā)現(xiàn)：風(fēng)機(jī)點(diǎn)位海拔相對(duì)不高，但是存在峽谷效應(yīng)的風(fēng)機(jī)位置存在發(fā)電量低估現(xiàn)象。

表1 理論折減系數(shù)及理論折減系數(shù)方差

表2 折減值大于0.75機(jī)位的地形特點(diǎn)

通過對(duì)表3機(jī)位所處地形及主風(fēng)向分析，可以發(fā)現(xiàn)：迎風(fēng)坡陡峭的山頂位置處機(jī)位，發(fā)電量可能會(huì)高估。

表3 折減值小于0.65機(jī)位的地形特點(diǎn)

發(fā)電量高估和低估的機(jī)位，需要增加測風(fēng)塔設(shè)立，以減少項(xiàng)目風(fēng)險(xiǎn)。就本例而言，對(duì)于海拔位置不高但存在峽谷效應(yīng)的區(qū)域以及迎風(fēng)坡陡峭的山頂位置，需要增加測風(fēng)塔的設(shè)立。對(duì)于投資商而言，在迎風(fēng)坡陡峭的山頂位置需要優(yōu)先設(shè)立測風(fēng)塔，以免發(fā)電量高估。

3.2 理論折減系數(shù)比較

對(duì)4座測風(fēng)塔與8座測風(fēng)塔計(jì)算的各機(jī)位理論折減系數(shù)進(jìn)行分析，得到的對(duì)比關(guān)系如圖5。

從圖5中可以發(fā)現(xiàn)，4座測風(fēng)塔和8座測風(fēng)塔計(jì)算的理論折減系數(shù)不同，說明不同數(shù)量測風(fēng)塔對(duì)風(fēng)機(jī)點(diǎn)位的代表性不同，因此使用不同數(shù)量的測風(fēng)塔進(jìn)行發(fā)電量計(jì)算，風(fēng)機(jī)點(diǎn)位應(yīng)取的折減系數(shù)不同。

圖5 4座塔與8座塔計(jì)算的理論折減系數(shù)對(duì)比圖

根據(jù)表1，使用4座測風(fēng)塔計(jì)算，全場平均折減系數(shù)為0.7，使用8座測風(fēng)塔計(jì)算，全場平均折減系數(shù)為0.69。通常認(rèn)為，測風(fēng)塔數(shù)量越多，測風(fēng)塔代表性越好，全場平均折減系數(shù)應(yīng)更大。本例提供一個(gè)反例，并非測風(fēng)塔數(shù)量越多，理論折減系數(shù)越大。

折減系數(shù)發(fā)生較大變化的機(jī)位主要集中在4個(gè)區(qū)域，這些位置集中在新設(shè)立測風(fēng)塔的位置附近，說明增加4座測風(fēng)塔對(duì)周邊機(jī)位的發(fā)電量評(píng)估結(jié)果產(chǎn)生了很大的影響。

如圖5中虛線框所示，這些機(jī)位主要分布在區(qū)域1：F001-F009、區(qū)域2、區(qū)域3：F028-F043、區(qū)域4：F067-F073。為了評(píng)估4座測風(fēng)塔和8座測風(fēng)塔對(duì)發(fā)電量計(jì)算影響大小，對(duì)于上述機(jī)位，理論折減系數(shù)取0.7情況下，滿發(fā)小時(shí)數(shù)差異情況如表4。

表4 滿發(fā)小時(shí)數(shù)計(jì)算差值(8座塔-4座塔) h

測風(fēng)塔代表性不足會(huì)導(dǎo)致發(fā)電量測算結(jié)果有較大的差異，從而帶來巨大投資風(fēng)險(xiǎn)。從表4計(jì)算結(jié)果可以看出，使用4座測風(fēng)塔較使用8座測風(fēng)塔，區(qū)域1滿發(fā)小時(shí)數(shù)高估457 h，區(qū)域2、3和區(qū)域4分別低估358 h和248 h。

3.3 各臺(tái)機(jī)位理論折減系數(shù)的方差比較

在投資階段，往往面臨風(fēng)機(jī)點(diǎn)位的取舍問題，在發(fā)電小時(shí)數(shù)相差不大的情況下，決策者優(yōu)先選擇發(fā)電量不確定性小的機(jī)位。業(yè)內(nèi)對(duì)風(fēng)機(jī)發(fā)電量計(jì)算結(jié)果的不確定性，并無定量標(biāo)準(zhǔn)，本文將理論折減系數(shù)方差作為風(fēng)機(jī)點(diǎn)位發(fā)電量不確定性的定量判斷標(biāo)準(zhǔn)。

對(duì)4座測風(fēng)塔和8座測風(fēng)塔測算的各臺(tái)機(jī)位理論折減系數(shù)方差進(jìn)行分析(如圖6)。

圖6 各風(fēng)機(jī)點(diǎn)位折減系數(shù)方差比較

從圖6中可以看出，4座測風(fēng)塔計(jì)算的各臺(tái)機(jī)位理論折減系數(shù)方差大于8座測風(fēng)塔計(jì)算結(jié)果。

增加4座測風(fēng)塔后，理論折減系數(shù)方差平均值由0.87%下降到0.34%，大大降低了各臺(tái)機(jī)位發(fā)電量測算的不確定性，減小了低效機(jī)組出現(xiàn)的可能性。

原有4座測風(fēng)塔周邊風(fēng)機(jī)點(diǎn)位的折減系數(shù)方差幾乎未發(fā)生變化，這說明新設(shè)立的4座塔不會(huì)對(duì)原有測風(fēng)塔周邊機(jī)位評(píng)估結(jié)果產(chǎn)生影響。將圖6與圖4、圖5進(jìn)行對(duì)比，發(fā)現(xiàn)折減系數(shù)方差減小的機(jī)位與新設(shè)立測風(fēng)塔控制范圍幾乎相同，因此新設(shè)立測風(fēng)塔主要降低了周邊機(jī)位發(fā)電量評(píng)估的不確定性。

4 結(jié) 語

本文通過分析120 MW風(fēng)電項(xiàng)目2018年7月至2019年6月SCADA系統(tǒng)記錄發(fā)電量，結(jié)合4座測風(fēng)塔和8座測風(fēng)塔軟件模擬發(fā)電量，通過定量分析，得出如下結(jié)論：

1)不同數(shù)量的測風(fēng)塔對(duì)風(fēng)電場代表性不同，應(yīng)取的折減系數(shù)不同。就本項(xiàng)目而言，使用4座測風(fēng)塔計(jì)算應(yīng)取理論折減系數(shù)為0.7，使用8座測風(fēng)塔計(jì)算應(yīng)取0.69。

2)采用相同折減系數(shù)，不同數(shù)量的測風(fēng)塔計(jì)算得到的風(fēng)電場滿發(fā)小時(shí)數(shù)不相同，就本項(xiàng)目3個(gè)區(qū)域而言，滿發(fā)小時(shí)數(shù)高估達(dá)到457 h(高估17%)，低估達(dá)到358 h(低估16%)。

3)對(duì)于海拔位置不高但存在峽谷效應(yīng)的區(qū)域，存在發(fā)電量低估，需要增加測風(fēng)塔。在迎風(fēng)坡陡峭的山頂位置，存在發(fā)電量高估風(fēng)險(xiǎn)，需要優(yōu)先設(shè)立測風(fēng)塔，以進(jìn)行風(fēng)險(xiǎn)控制。

4)增加測風(fēng)塔后，折減系數(shù)方差會(huì)大幅降低，減小了不確定性。本算例增加4座測風(fēng)塔后，折減系數(shù)方差平均值由0.87%降低到0.34%，對(duì)開發(fā)商作為機(jī)位取舍決策提供了直接依據(jù)。

5)新設(shè)立測風(fēng)塔主要降低了周邊機(jī)位發(fā)電量評(píng)估的不確定性，對(duì)原有測風(fēng)塔周邊機(jī)位代表性幾乎無變化，因此測風(fēng)塔設(shè)立應(yīng)盡可能拉開距離。

6)局限性。本項(xiàng)目測風(fēng)塔數(shù)量、地形情況、機(jī)組類型等都具備特殊性，相關(guān)結(jié)論僅供其他項(xiàng)目參考。