【摘要】風力發電機組發電量作為表征機組功率特性的性能指標，不僅影響風機市場裝機量和競爭力，更直接關乎業主和主機廠經濟收益。越來越多業主在風電項目招標文件中，明確要求保證發電量，即根據年平均風速對應等效滿發小時數波動表承諾發電量，甚至忽略風速、環境變化直接要求裸保發電量。整機廠家在各機型設計研發時通過風資源仿真分析得到理論最大發電量，機組在風場實際運行時往往表現不同，同機型不同風場、同風場同機型不同機組表現都出現差異，而影響機組發電量的因素較多，其中風場實際運行過程主要受到平均風速、故障維護、計劃檢修、降容限電、可利用率、自耗電和控制等因素影響。為降低發電量承諾導致的進出質保風險，提高風電場發電效能，增加后市場競爭力，開展風電機組增功提效技術研究勢在必行。本文以風電機組運行發電情況評估為前提，從機組邏輯控制角度開展增功提效技術探究，提出優化思路，制定技術方案，實現機組精細化控制，提高了發電能力。同時基于陸上3.4MW機組開展啟機和自耗電優化實踐應用，通過收集相關數據進行運行效果評估，對比了同風場同機型優化機組和未優化機組在優化前后發電量表現，有效實現了發電量提升。【關鍵詞】風電機組增功提效精細化控制發電量提升1.引言中國提出“3060”雙碳目標，堅持發展清潔能源，在降低碳排放的實踐道路上取得豐碩成果。中國通過努力已成為全球溫室氣體排放增速放緩的重要力量，最主要得益于我國不斷調整優化能源結構，降低化石能源使用和依賴，大力投資和發展清潔能源。風電作為清潔能源在中國得到廣泛應用，近年來，國家陸續出臺《“十四五”可再生能源發展規劃》《“十四五”現代能源體系規劃》《關于完善能源綠色低碳轉型體制機制和政策措施的意見》等多項產業政策，為風電行業發展提供了明確、廣闊的市場前景，為企業提供了良好的生產經營環境。政策鼓勵風電行業發展與創新，推動了2022年中國風電發展平穩，全國風電裝機容量36544萬千瓦，同比增長11.2%，風電發電量占全國發電總量超過8%。當然，風電行業蓬勃發展帶動風電裝機量激增，也加劇了國內風電整機廠家之間的競爭，風機廠家新機型的加速迭代。海陸大兆瓦機型不斷刷新記錄展現了中國風電發展速度，在高塔筒、長葉片技術加持下，機組單位千瓦價格創歷史新低。隨著整機廠家間競爭愈加白熱化，更低的度電成本，更高的發電性能成為追求。本文以某公司陸上3.4MW機組為研究對象，通過對該機組開展發電性能評估分析，找到問題癥結，從控制角度提出優化，將整機運行控制精細化作為重點攻關方向，壓榨機組運行發電能力，經機組實踐應用和效果評估表明，可有效提高發電量。同時，將研究實踐成果反哺于新機型設計，可有效增強機組運行效能和競爭力，實現真正增功提效。2.增功提效技術探究2.1增功提效前提實現機組增功提效，首先須對機組運行發電性能進行準確分析和評估，掌握風機運行現狀，找到運行過程存在問題和發電量損失原因，才能制定合理優化措施和有效提升技術方案。基于SCADA記錄機組運行的歷史數據，結合機組運行控制參數，制定數據篩選規則對數據進行處理，分別從電量和時間尺度得到單機與全場機組的發電情況。從理論發電量評估可以得到有風未發電量、啟機過程損失電量、限電理論電量和正常運行電量在理論總發電量占比；從時間利用率評估可以得到風小運行時間、有風味發電時間、啟機運行時間、限電時間和正常運行時間在運行總時間的占比。其中，理論電量和時間利用率中占比較高的參量，為風場發電量損失癥結點，更是開展增功提效實現發電量提升的攻關方向。2.2優化思路（1）降低故障率優化通過風場運行發電量分析評估，有風未發電主要是機組故障維護導致發電量損失。針對故障維護導致機組損失電量占比較高情況，應統計分析風場年度、月度故障頻次分布，梳理風場個性、共性高發故障，組織技術專家團隊，進行故障根因分析，開展疑難故障攻關。從故障觸發邏輯的角度開展優化措施方向：1）梳理故障、警告、事件等相關觸發邏輯，針對過保護或邏輯設計存在缺陷、不合理等情況，通過邏輯重構對故障分級及復位開展優化，可降低部分故障和警告頻次；2）對于反復發生頻次高，但安全可控的故障，可采取故障穿越策略。當然，為保障邏輯優化后問題處理，應更新控制邏輯說明書，對所有故障、報警和事件的原因及處理措施進行說明，由此可減少故障停機時間和次數，提高故障維護效率。（2）啟停機優化啟停機優化，主要關注待風、小風、啟停機過程和暴風。優化思路：1）待風階段，可適當調整機組待風變槳角度，以獲得更高轉速，實現風況滿足后快速啟機，對配置主齒輪箱機組，低溫下可實現空轉加熱；2）小風況下機組具備一定發電能力，可以通過評估低風況下機組自耗電與發電功率輸出達到平衡點時，機組可運行風速，對比設計切入風速適當降低，同時，切出時綜合風速和發電機轉速等條件優化策略；3）在啟機過程，保證機組安全前提下縮短啟機時間，實現啟機后盡快并網；4）通過仿真確認暴風切入、切出和再切入邏輯存在的優化空間。（3）齒輪箱加熱控制優化針對配置主齒輪箱機組，在冬季，機組進行故障維護或計劃檢修，經歷較長時間停機，齒輪箱油溫降低至較低環境溫度，此時從啟機到正常發電，往往需1~2個小時，耗時長。為實現減少齒輪箱加熱時間，盡快啟機，低溫下多發電，結合齒輪箱專業工程師評估意見，提出優化思路：1）降低待風狀態變槳角度，獲得更高空轉轉速；2）提高齒輪箱空轉加熱時的轉速；3）降低不同溫度下的限功率幅值；4）降低機組允許啟機運行的齒輪箱油溫。（4）自耗電控制優化自耗電控制優化主要通過梳理目標機組電機、加熱等主要耗電設備，結合歷史運行數據，優化耗電設備啟停和報警、故障邏輯。梳理結果表明耗電功率較高的，主要是齒輪箱、發電機、機艙和塔基通風等相關設備。設備啟停控制，不考慮耗電。主要發現問題：低功率情況下機組耗電偏高，機組耗電量占比高。為降低機組自耗電，提出優化措施：主要耗電設備的控制邏輯精細化設計。低風速時，保證機組基礎運行前提下，結合運行數據，以更晚介入、輪流介入等方式，通過提高設備啟動條件，降低耗電。此次優化的主要思路：1）機組正常發電運行的基本保證，如偏航、變槳、齒輪箱潤滑不優化；2）功率低于1KW的設備，耗電量占比低的不優化；3）功率高于1kw，主要在發電運行期間工作的設備，作為主要的優化對象。實際運行分析為優化提供數據支撐，通過風場運行數據結合故障報警閾值溫度與現行邏輯，按不同功率等級，對設備主要冷卻、加熱作用對象的關鍵溫度進行統計分析。某3.4MW機組相關部件溫度-功率曲線如圖2.1所示。由圖可知，通過設備的作用，設備溫度絕大多數情況主要將控制在溫度平均值+2倍標準差水平以下，因此可根據運行情況調整故障、警告溫度閾值，優化冷卻設備啟停邏輯。在整機設計時可參考自耗電優化邏輯，同時應關注相關設備正常運行時的溫度。（5）偏航控制優化針對機組實際運行工程中偏航和解纜問題：1）偏航次數較多，耗電量多，存在固定偏航誤差；2）中大風發電時間解纜，且過度解纜，造成發電時間損失電量。偏航控制優化主要開展偏航策略和解纜優化，主要優化思路：1）偏航策略優化可采用基于激光雷達或歷史數據開展固定偏航誤差動態校正；2）提出偏航啟停優化策略：參考對風精度對發電量影響，小風和滿發采用高偏航啟動閾值，以降低偏航耗電和次數，中風段采用低偏航閾值提高對風精度以增加風能捕獲，依據風向儀實時對風，誤差小于設定值停止；3）機組盡量在無風或小風進行解纜，減少發電運行時的解纜次數，大風時減少解纜的偏航角度，實現盡快重新并網發電，避免過度解纜。圖2.1：某3.4MW機組相關功率--溫度曲線（6）功率閉環控制點優化不同工況下，機組自耗電水平不同，原控制采用機組出口閉環，出口功率發到額定功率，若考慮3%的機組自耗電，將機組功率閉環點改為變流器側，變流器出口按考慮自耗電的額定功率進行閉環控制，則變流器功率閉環的額定功率約為102.5%~103%額定功率。采用變流器出口閉環控制的機組實際自耗電小于設計時，機組出口可高于額定功率，一定程度可提高發電量。同時結合風場能量管理平臺優化，保證風場出口不超過電網報備容量。（7）機組異常狀態的識別及控制優化機組異常狀態識別，主要通過提高機組運行穩定性，以控制優化手段增加機組關重部件防護，降低機組異常運行風險和關重部件故障率，保障安全運行。目前機組異常狀態的識別及控制優化措施包括：異常波動和特真頻率識別、湍流識別、自適應濾波等。針對當前發電機轉速波動識別中存在濾波相移大、濾波結果失真問題，導致無法準確識別特征頻率，同時采用阻尼濾波器、陷波濾波器對識別的特征頻率進行監測和保護。為降低湍流強度對機組發電量和疲勞載荷響應，可以開發基于機艙風速儀測量風速計算湍流強度，或者基于激光雷達測量湍流強度，提前識別強湍流，做好停機等保護措施。3.應用效果評估本文以某公司陸上3.4MW機組為研究對象進行控制程序梳理和優化，將部分優化技術應用在裝有該機組的某風場，其中奇數機組更換優化程序，偶數不換，用于進行效果評估和對比。（1）評估方法評估方法如表3.1所示：表3.1：評估方法（2）啟停機控制優化效果采用啟停控制優化思路開展優化，效果評估如下：1）啟機時間優化效果通過統計優化機組切入風速3m/s以上，發電機轉速50~并網轉速的時間，即啟機時間，開展優化前后對比，相關數據如圖3.1和表3.2所示。圖3.1：優化前后啟機優化時間及占比分析表3.2：優化前后啟機時間和損失電量分析由圖和表可知，從運行時間對比，高于切入風速的運行數據中，優化前，測試機組啟機時間2.13h；優化后，測試機組啟機時間0.95h，啟機時間縮短1.18h，縮短比例55.4%。2）啟停機優化效果選擇5臺優化后機組進行啟停機優化后的發電量和發電時間評估，相關數據如表3.2所示，其中發電量（等效滿發小時數）按機組出口統計。表3.2：啟停機優化后發電量和發電時間表現由表可知，從發電量提升的角度，平均風速越低，啟停機控制優化的發電量提升效果越明顯。平均風速從4.9m/s-5.7m/s發電量提升占比0.7%-2.07%不等。測試機組平均風速5.32m/s，發電量提升比例平均為1.28%。（3）自耗電優化效果原耗電功率主要通過變流器功率、機組出口功率之差確定，由于運行時間和功率測量等因素導致采用此方式評估的提升比例出現失真。現采用統計“發電機轉速-機組出口功率”的方式對比，確定相同轉矩指令下的機組出口功率變化情況。具體算法如下：1）耗電功率降低降權水平在并網轉速至額定轉速之間，間隔1rpm劃分轉速bin區間，統計轉速區間內功率頻次，求出平均功率，計算優化后與優化前平均功率差值，各bin區間內差值與優化后轉速頻次的乘積為區間功率折算值，對所有bin區間內功率折算值求和，耗電功率降低加權水平為功率折算值總和與轉速頻次總和的比值。計算公式：其中，Pw為耗電功率降低加權水平，Pa為優化后bin區間內平均功率，Pb為優化前bin區間內平均功率，Fa為優化后bin區間內轉速頻次。2）平均功率占比將1）中各bin區間平均功率差值與優化后平均功率相比得到優化后區間功率占比，通過“并網~額定”轉速段內計算區間功率占比算術平均值為平均功率占比。計算公式：通過數據分析，各機組耗電功率降低加權水平如表3.4所示：表3.4：機組耗電功率降低加權水平由表可知：①優化機組前后對比看，自耗電加權功率降低5.87~8.13kw，降低比例0.86%~1.30%。②考慮環境因素，如環境溫度降低，更利于機組扇熱，機組自耗電本身有一定程度降低。因此，與未優化機組對比確定降低水平。未優化機組自耗電加權功率降低1.11~2.97kw，降低比例0.34%~0.50%。③測試期間，并網轉速附近，自耗電降低5~10kw，額定轉速附近，自耗電變化不明顯，考慮環境因素，自耗電降低水平加權平均在5.22kw左右，約為當前功率水平的0.72%，自耗電優化策略有效。（4）綜合優化效果測試機組、對比機組均未存在長時間停機情況。將測試機組（奇數機組優化）和對比機組（偶數機組不優化）以SCADA統計的實際發電量比較。優化前后時間段內，SCADA發電量統計數據如表3.7所示：表3.7：優化前后SCADA統計電量對比由表可知，以未優化機組作為參考，測試機組使用啟停機優化和自耗電優化，發電量提升比例為2.38%。4.結語風電機組增功提效旨在實現風電場提質增效，增功主要實現發電性能提升，即增加實際發電量，提效主要保障機組安全可靠運行，提升機組穩定性，降低機組自身故障風險。準確評估機組的運行狀態是開展增功提效的前提，通過運行數據分析可掌握目標機組的發電性能和運行指標。本文以某公司陸上3.4MW機組為研究對象，