鉴衡认证唐彬：发电量敏感因素分析

　　2020年10月14日-16日，2020北京国际风能大会暨展览会（CWP 2020）在北京新国展隆重召开。作为全球风电行业年度最大的盛会之一，这场由百余名演讲嘉宾和数千名国内外参会代表共同参与的风能盛会，再次登陆北京，本届大会以“引领绿色复苏，构筑更好未来”为主题，聚焦中国能源革命的未来。能见App全程直播本次大会。 　　 　　在14日下午召开的风资源精细化评估分论坛上，北京鉴衡认证中心高级风资源分析师唐彬发表《基于粒计算理论的风能资源评估》主题演讲。 　　以下为发言实录： 　　 　　唐彬：我是来自北京鉴衡认证中心的高级风资源分析师，这个题目关于发电量影响因素的分析，大家对于发电量影响因素最直观的感受，会说测风塔的代表性，和流程仿真的准确性，这个报告主要关于更细方面的一些研究。 　　 　　目前这些研究主要是基于鉴衡认证内地山地项目，海上风电项目。可能在日常的一些评估过程中，总会遇到各种各样的问题，就比如说对一些项目周期时间比较紧，然后导致实际测风塔时间比较短，这样会造成代表性不足。第二对于大基地项目来讲的话，尾流低谷的效果，后排机组，会导致入流风速，有一个偏差，针对目前常说的一个复杂山地的项目，流场仿真，并不是特别准确，我们做一个基础适应性的一个分析，可能在后期投运阶段就会产生一些故障。这些问题归根到底对机组发电量有一定的影响。 　　 　　接下来就是关于发电量一些影响因素的一个细致的一些探究，本次的报告主要是分成两个大模块，一个是影响因素的分析，第二部分就是简单分享了两个案例。首先对于这个发电量影响因素分成了三个部分，第一部分主要是关于技术本身的一个性能方向，功利曲线，第二个所运行的环境条件的一个影响。第三在实际环境条件下机组的表现形式。 　　 　　首先来看一下功率曲线，对于功率曲线来讲在平时的风资源分析过程中大家常用的动态功率曲线，当然也会有一些实侧，包括实际运行数据SCADA功率曲线，我的风减切，入流角都会对这个功率曲线产生一定的影响，咱们简单的就看一下这个风切变，有一个升高降低的情况，都会有一定的偏差，比如说在，还有一种特殊情况，软切出降功率的情况发生。 　　 　　这张图主要是涉及到对于功率曲线的影响因素，它的风减切湍流强度，空气密度，入流角，我们可以能够看到影响比较大的就是空气密度和入流角是影响比较偏大的。 　　 　　再往下是关于环境条件的，那对于环境条件的话，主要是三个小部分，第一个就是说对于大气稳定度，第二个关于空气密度，第三个就是地形和测风塔数量的整体的影响。首先在环境条件里面，大气影响到整个湍流强度，风切变，风测速时空特性，也会影响相应的结构载荷和它的寿命，最终回导致发电量的评估有一定的偏差，目前对于大气稳定度来讲，利用莫宁长度进行大气稳定度的计算分析，气候温度影响是比较大的。目前下面这张表商业软件里面对于大气稳定度的等级划分，在日常的仿真中，大部分的一个项目，采用中性的状态，但是实际的一个状态，可能并不是这个样子，这张图片来自于国家气候中心的一个演讲报告中，我们可以能够看到对于日变化的话，对于无论是山地平原，沿海地区，它可能都会处于不稳定的状态，那对于一个月变化的话，可能会更加明显这个规律，比如山地可能会处于一个不稳定状态是比较多的，沿海可能会受到一些气候的或者季节的影响是比较大的。 　　 　　在环境条件湍流强度，湍流强度影响两个方面，第一个关于功率曲线的，第二个关于我湍流强度对这个机组的适用性的影响，机组性能的一个影响，当大气出现不同的一个条件状态的时候，它都要环境湍流，风速包括风剪切有一个变化。然后对于风切变，高切变的区域，高切变，分布机组实际运行的性能和寿命，那比如说影响哪方面，叶片的疲劳载荷，以及前后极限和疲劳。 　　 　　总体来讲的话，关于大气稳定度的话，它关乎很多方面，风速分布等等，那对于低风速，内戮平原的项目，常常高切变的一些项目，通常如果用中性这种条件进行仿真的话，会对发电量有一定的高估，比例在0.5%到1.0%，之间，大概差值在0.6%左右，所以这个还是比较贴近的，如果后续在工作中如果可能出于时间上的考虑，单纯中性，折减系数0.5作为参考，空气密度对发电量的影响，最直观的感受。咱们看一下具体实际的是什么样子，本次也是选择了一个适算的一个项目，这个项目选取的是沿海项目，本身地表的粗糙度比较低，大气处于中性的状态，对于分析空气密度，右下这张图里面，明显看到这个空气密度和发电量会呈很明显的线性的关系，比如说我空气密度变化1%的话，发电量会不会是1%，实际结果并不是这样样子。会低于1%这个因素。 　　 　　目前在环境条件里边的地形和测风塔数量来讲的话，对于我测风塔代表区域和覆盖范围的定量分析，再一个就是说，对于目前已运行的或者在投建的风电场项目，我没有办法再额外去安装测风塔，我可以选择一些虚拟测风，雷达测风，有没有更简便的方法来指导一下这些对于整厂的发电量的折减情况。首先我提到量化指标就说对于地形复杂度，地貌复杂度再结合气象条件来去分析。简单来讲的话，大家对这个都比较了解，就是说对于一个平坦地形，代表距离大概在五到六公里，山地两到三公里。 　　 　　最后一个小部分是关于机组的一个可用率方向，机组可用率目前两种，时间可用率能量可用率时间可用率每个厂家计算公式是不一样，不同厂家有不同的计算共识，通常对于发电量统计的时候会有一个关系。 　　 　　接下来是第二大部分关于本次的一个案例分享，那本次案例分享，主要是从两个接入点，第一个关于对于复杂地形，机位点和测风塔高程差距离差有多大的影响，第二探究一下什么地形才会有这样的影响。首先看一下第一个案例，第一个案例选取的主山脉地形特别明显，从左到右地形逐渐升高，测风塔位于两端这种状态，分别采用单塔综合和多塔综合探究一下，发电量最终会有多大的影响，我们10号机组以前的仿真结果是比较准确的，对于10号机组以后，它的偏差是比较大的，10号机组距离1号测风塔2.5公里左右。我们再看一下高程差距离差，探究一下对总体发电量有一个什么影响，能够看到右下这张图里面有一个很明显的类似于线型的关系。对于线性关系，简单分成三类，对于在0到3公里就是说高程差在400公里，最高会达到15%，3到5，会到达20%，然后到7公里，最高会达到30%，通过线性结合一些经验的数据，每一公里它的相应的屏幕差会达到2%，高程相差100米有0.5%的差距。分析表是否适用其他的地形，在这里简单举了另外一个例子，这个例子它的地形并不是具有很明显特征的主山脉，基础主要是沿着类似于迂旋分布的，这样的结果会有什么样的偏差，这个是它的基本的地形的状态。对于跟实际发电量去比对的话，我们能够明显看到其中，有两个机位点偏差是比较大的，那我们找到这两个机位点，分别是20号和23号这两个机位点，大概位置是在这个位置。 　　 　　来看一下仿真的一个结果，相对于整体来讲，通过仿真总体去看的话，它差距其实并不是特别大，但是实际上仿真结果差距是很大的。这两个机位点距离测风塔3公里，高程差300米左右，仿真结果不准确的状态下，我们结合一下实际的运行数据来去分析一下。这个通过实际运行数据里提取到湍流强度这个，我们能够看到这两台既有湍流强度都是高估很多的，对于这种状态，结合咱们前面修正表分析，根据修正表在11.86%，此外3%点多的差异是哪里来的初步判断由于这个地形，这个地形前面波峰高程高于后面20号机组和23号机组处的高度。它可能会存在回流，会导致它的湍流强度比较大，额外引起发电量的损失，这个就是本次报告的一个主要内容，简单来总结一下。 　　 　　就是针对于什么样的地形，地势适应这种条件，对于主山脉特征特别明显的这种地形，高程差在一百米左右以下，评估效果是比较好的，高过一百米，偏差会比较大，再有对于余弦山脉，波峰高程一致，仿真的结果是比较一致的，一旦波峰处的一些高程差有一定的差距，对于最终的一个评估结果有一定的高估低估，后续进一步的探索更多的例子，以上就是本次报告的全部内容，谢谢。 　　 　　（根据速记整理，未经本人审核）