DNV-GL资深工程师：海上风电要以降低度电成本为目标
能见APP讯：10月19日，2016年北京国际风能大会暨展览会在中国国际展览中心召开。DNV-GL资深工程师韩韬在分论坛上作了主题发言，分享的主题是，以降低度电成本为目标的海上风电环境研究与对策。
以下为发言全文：
想讲的内容就是抛砖引玉，给大家提出一下，我们认为针对海上风电，我们海上风电条件的特性有几种，可以有效降低这个方法。
介绍一下DNV.GL，就是DNV，德国传奇设计GL，还有就是欧洲的一个电力公司，还有我们专门做海试公司，还有一个做空气动力学研究的，我们这么多公司，我们合并起来。我们业务包括4大块，主要包括海试，石油，电网，还有几十年来一直从事的，就是关于风电，包括可再生能源方面。
首先，介绍一下海上条件。很多演讲人采用类似的照片，这个图想到几个问题。对于海上空气来说，我们的成本趋势是什么？还有针对海上的条件，海上跟陆上不一样，地形比较的平坦，尾流影响比较的严重，我们怎么优化海上风电厂呢？我们把这些综合起来，我们是不是有更聪明有更智能的方法来进行海上风电的建设？
首先，简单回顾一下，这三个图，相信大家很熟悉，就是我们IEC标准三个，ABC，这一条红线是德国北海的一个测风塔，就是德国第一个海上风电的项目，就是测风塔的实测数据。跟我们做形式认证的反流有很大的区别。当然，大家会说，海上不光有自己流，还有尾流，这个是我们基于IEC模型不同的间距内，我们把尾流计算出来。大家可以看到，我们在海上会有三个直径的间距，比较大的间距，这里返流度比较的低。考虑到这个尾流的影响，A类返流度，还有比较大的距离。通过减少返流度有优化的空间。或者我们可以针对这个特性采取更智能的分机智能控制策略，来优化提高这个发电量，同时减少这个载荷。
这个是我们内部的一个工具叫做Architect，把风机设计经验完全自动化集成在里面，迭代的过程当中，我们通过一套软件可以看一下风机设计整个过程，包括输入条件，疲劳载荷，还有极限载荷。我们自动化的来把整个的风机设计出来，这个给我们提供了一个优化平台，我们可以快速地估计，用不同的参数可以快速地估计各种各样情况下的成本。包括风机的成本。
这是我们度电成本的模型，简单介绍一下三大块。第一块，风机的输入，风机的模型，包括风机的投资，厂方面的模型，分厂的一些投资。还有第三块很大的，运维的模型，就是三块儿放在一起我们可以由不同的输入，有度电成本，投资回报率，我们就是度电成本。首先，我们可以先看一下风机部分，对于厂商来讲希望把结构做越轻，成本越低越好。我们做了一个对比，我们举两个例子，第一个5兆瓦，126，一个是7兆瓦160，5兆瓦，就是一个行业内大家都是有一个试验标准风机。
但是，极限采用同样的工况。大家可以看到，在这个里面有一个对比，比如说A类和C类5兆瓦和7兆瓦，对应的和我们A类相比，B类和C类这里风机成本，这里有百分比的下降。我们把这个下降百分比给他细划，主要是塔架方面，这个有很大得降低。风轮这个方面，主要是反映在叶片上面，包括变相轴承。
然后，我们把风机的成本，不同风机的成本，从A类，B类到C类，放在同一个风厂当中，我们从风机的成本可以推算出来度电成本的降低，我们只有三个对比，从A2C到A2B度电成本的降低。
第二个，希望介绍一下度电成本的工具，我们更深化用这个工具进行风电厂的优化，因为大家都是知道，我们度电成本有三块，刚刚主要是介绍风机。现在我们主要是介绍一下，这两块儿怎么基于刚刚度电成本工具优化一下，是这样的，风电厂设计永远是一个矛盾。这个风机载荷太大，发电量有优势，这个会有故障，这样会减少发电。但是，如果我们只考虑载荷，我们不考虑发电量，可能整个风场不经济。对于海上来说条件更复杂，跟陆上不一样的。海上不光有风的条件，还有波浪水深的条件，这个是我们大概流程图怎么优化的。我们优化是基于我们已有的，经过测试，成熟的软件平台进行的。风机方面刚刚也是提到了，我们用那个软件。分场我们用另外一个软件计算那个尾流，这个尾流不载荷发电量，随着不同的一些变化，这个都是会实时变化的。我们会计算这个COE。这个是举了一个例子。比如说，一个600兆瓦海上风厂，这个是用了英国海上3期一个典型风况举一个例子。大家可以看到，这个是厂址输入的条件，左边这个图就是一个深度，包括离岸比较近。这个深度会逐渐地增加，包括红色的点和线，我们一些禁区，一些航道，不可以装风机。第二个风速的图，我们速度离岸越来越远，我们平均风速也是在增加。我们是取的是比较的接近海上的一个IEC的C类，这个是一个玫瑰图，这个是一个典型的玫瑰图。
在我们工具里面我们就可以不断地通过派不可以自动地优化，完全是一个自动化过程，尝试不同的组合。可以不断地迭代。这里有三个比较感兴趣的变量。第一个，蓝色的就是整个的年均发电量。红色的，度电成本，然后，绿色的三角形就是初始的投资。
大家可以看到，第一个选最大发电量这个点，因为平均风速离岸很远，这个尾流影响很小。所以，如果只考虑发电量大家可以看到，这个里面风机发布的比较的开。如果我们想要最小的投资成本，所有的风机排在水浅的地方，基础的成本比较的低。但是，这样造成发电量很低，还有就是什么呢？这个很近，互相之间尾流作用很大，这个长时间载荷也是超过了设计载荷。第三种最优的方法，我们考虑综合度电成本，就是排的相对来说就是较浅水域里面就是有足够的间距确保发电量，这个海上发电量因素很多，我们考虑水深，考虑发电，这个比陆上更综合。水更深，运维到达的时间更远。所以，要优化，确实需要整套工具，我们把这些图里面讲到这些相关的因素都是考虑进来了，我们综合地优化。同时，我们的收益方程也是关键的。我们的目标是什么？我们追求最大的度电成本还是最大的发电量。
这是我一些初步的结论。首先，通过我们这个度电成本的工具分析，我们通过变化设计反流度，显而易见的好处，就是可以降低风机设计的成本，现在政策电价降低，我们对于成本的要求就是更高，我们希望把它做的更细划，对于已有设计的机型。使用寿命更长，因为实际来说疲劳载荷这个量比较大，在已有分场，25年设计寿命基础上，这个实际的使用寿命更长。对于海上风电厂优化来说，像刚刚提到了这个工具可以来优化，把这些所有的影响设计的因素放进来，影响这个度电成本，包括发电量，还可以自动迭代不同的布局，找一种最优势的风电厂布局。
当然，因为我们是展望，我希望在展望一下，今后海洋风电厂可以进一步做的事情，因为海上的尾流影响很严重，风电厂的优化提供了很好的机会。因为风电厂的优化很大一部分怎么控制尾流，可以达到整场最佳的发电量，而不是以前只强调单机功率测试，单机发电量。
简单说一下，我们在过去4、5年以前，我们开始对风电厂优化的研究，我们现在比较成熟的技术通过一些方法来进行控制，我们有闭环动态的控制，目前还是在研究阶段，我们主要的目的就是通过优化风电厂，每台风机影响这个尾流，达到一个整场最佳效果。在已有控制器基础上，我们也增加了新的元素。就是我们可以来调整风机转速，包括功率不同的设置点，可以达到风场控制的目的。风场控制在上海电器马龙先生介绍了单机控制基础上可以进一步地来解决我们单机控制所面临的一些问题。因为单机控制，大家控制过在场都是比较的熟悉，我们对于疲劳和极限载荷。包括载荷跟发电量永远是一个矛盾。我们可以优化整场。
比如说，这个尾流当中这个发电量比较小，疲劳比较大，我们通过不同分机之间调整这个设置点，在单机控制点优化载荷。控制调试就是这个情况下进行的，我们测试的时候，我们采用动态仿真的技术，就是这个仿真里面来验证，我们验证发现，我们分场控制在这个当中的设计方法。在这个仿真里面也是达到了预期效果。这个是限性空间里面做设计，然后，在这个仿真环境里面做验证，这个是我们举的一个例子。比如说，因为海上，我们举的比较的简单，一台风机，可以在这里看到，理想情况，假如不考虑尾流的影响塔架载荷。
红色的点，我们没有控制，就是按照正常排布，我们这个塔架载荷，我们这边可以优化载荷。当然，我们这儿是一个简单的例子。但是，对于厂商，对于业主来说同样原理可以进行不同的应用，限电的时候怎么优化载荷，让这个载荷更低，可以延长风机寿命。后一些机位环境比较的恶劣，这个超出设计载荷怎么通过整场优化，这个控制可以跟刚刚我们所介绍的分场优化的工具结合在一起，这个算法更复杂了。需要指出，风场控制可以针对不同的目标来控制。
所以，在这里我们的收益就是很关键。我们到底是希望提高这个量？有一些分机前面提到了，我们针对A类的反流度设计的。我们针对分场控制，我们可以把这些余量用掉，让它超发。有一些分机余量不足，我们可以通过分场控制降低这个载荷，同时我们保证整场发电量，尽量不损失。然后，可以优化分机的运维策略。对于前期做的分场，我们可以考虑分场的元素在哪里？可以降低分机，尤其是基础结构的出始投资。
如果疲劳载荷降低，包括我们现在单装基础，很大都是疲劳载荷决定这个成本。通过这个方式有效降低我们的成本。第二个，我们可以做优化的管理，我们来进一步地优化我们的分厂的排布，我们怎么样进一步优化增加这个发电量。这个排布已经定了，我们通过这个升级改造加进去以后，有助与减少风机运维成本。就像刚刚提的，A类设计，通过这个控制，把这个余量可以在用掉一部分，可以增加这个发电量。
我报告到此结束。谢谢大家。
问答：
提问：韩先生您好，这个里面那个LCOE全生命周期计算的时候，这个成本包括什么项？还有怎么定义的？
韩韬：成本包括几个部分，第一个分机成本，我们做过很多分机设计，我们内部有估算过分机成本。
提问：不同的布局，那个电缆成本不一样的，这个地方考虑详细的？还是一个简单的处理？
韩韬：我们有比较详细的，因为我们是在欧洲，全世界90%风厂都是参与了。包括电缆，不同的各种各样的风场元素，不是我们部门做，他们都是成本模型在里面。
提问：那个风机优化多长时间？以那个度电成本为目标。
韩韬：优化的时间取决于目标的高低，就是这样的。
提问：我希望最小。你算这个案例多长时间？
韩韬：这个案例算的很快，因为我们有快速估算载荷的办法，也就是说，我们并不需要每一个不同的布局在这个里面跑载荷仿真。所以，我们估算载荷，所以，其实很快。基本上就是分钟级别。整体的优化取决于度电成本，因为里面找最优的点，取决于目标设计的高低。
提问：我设的目标，我设非常小的一个值，什么时候可以达到最优值？
韩韬：就看目标合理不合理。
提问：您就是找最优的。
韩韬：这样给你解释，我们算每一个，我们做一个计算，这个是算的很快，就是分钟级别的。就是看你想算我们多少点。
