基于实测数据的海上风电场月度发电量预测方法及验证

　　在全球范围内，随着开发技术和相关配套产业的持续进步，海上风电开发已经成为各国能源投资与发展的新热点，风电发展逐渐向具有风能资源丰富、距离负荷中心近、消纳能力强等特点的海上转移‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。 受海洋区域规划条件的限制，海上风电场的规划与选址较为集中，大规模海上风电场的集中并网对电网接纳能力产生了极大的挑战，如何针对海上风电场的不可控性和无功特性复杂的特点进行发电预测，成为了世界风电研究的重点课题‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。

　　1 发电量研究成为国内外重要研究课题

　　目前很多国家对发电量预测开展了相关研究‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。 通过WPMS系统预测，利用数值天气预报数据、历史观测数据、实际测量数据建立关系模型进行预测，均方根误差约为7%~19%。 近年来，混沌理论的神经网络发电量预测方法有了新发展，利用风力发电机输出功率的非线性混沌时间序列特性，用神经网络方法进行信息处理和发电量预测。 但是上述方法主要适用于发电量的短期预测，对现今国内外风电场中长期的发电量预测及提高预测精确度的研究比较有限。

　　风电论文范例：基于PLC的风电机组控制系统设计

　　由于海上风电场特殊的运行环境，运维成本远高于陆地风电场，根据发电量预测结果制定合理的运维检修策略可最大限度地减少停机带来的电量损失。 本文提出的月度发电量预测方法，是以多年的月度测风数据为基础，利用WAsP发电量计算软件，分月进行发电量计算，以华南某海上风电场为算例，编制月度发电计划，并根据风电场的实际运行情况进行验证和评价。

　　2 海上风电场的月度发电量预测

　　2.1 试验场址概况

　　试验风电场场址离岸约20km，周围多岛环绕，场内海底地貌形态简单，水下地形较平坦，泥面标高为-6m至-12m，场址面积约33km2，完成31台3MW风机并网调试。

　　试验风电场场址中心建有一座海上测风塔，在风机轮毂高度90m装有风速仪和风向标，2012年7月~2013年7月、2013年7月~2014年7月、2015年7月~2016年7月三个完整测风年期间的数据获取率和有效性满足规范要求，有效观测时长为3年，对风电场的风能资源评估具有很强的代表性。根据测风塔三年完整测风数据统计年平均、月平均风速，得到年风向、风能玫瑰图。

　　2.2 月度发电量预测

　　从测试风电场有效测风时间三整年的平均风速比较来看，年平均风速比较稳定，在7.00m/s~7.02m/s之间，且风速的季节分布也比较一致。 用三年的数据作为数据源进行月度电量预测可以降低预测的不确定性。

　　本文选取实测三年(2012年7月~2014年7月、2015年7月~2016年7月)90m高度分月的测风数据作为输入条件，应用WAsP软件，设置计算中所需要的模型参数(地表粗糙度、尾流衰减系数、风电场及周边地形条件、风机功率曲线)，分别对风电场发电量进行模拟计算，预测风电场全年的理论发电量，再折减气候、线损、功率曲线、可利用率、运维及时性等因素，得到计划上网电量的预测结果。

　　2.3 实际发电量验证与分析

　　测试风电场于2018年12月完成31台风机并网发电，于2019年1月完成最后一批风机的并网调试。 本文选取2019年1月(最后一批风机并网调试)及2019年2月(全部风机正常投产)的发电量，进行与发电计划的对比分析。

　　(1)风速评估。

　　选取香港横澜岛测风三年同期的月平均风速，与测试风电场的测风塔测风期三年的月平均风速进行相关分析。 相关系数R为0.78，认为横澜站与测风塔月平均风速具有较好的线性相关关系，因此将横澜站作为试验风电场的参证站进行大小风月的评估。

　　横澜站2019年1月实测风速22.8km/h，即6.33m/s，将该风速与试验风电场前三年实测对应的横澜岛1月数据6.8m/s进行比较可见，2019年1月较三年测风期间1月的月平均风速较小，风速低约7%。 用线性关系推算风电场2019年1月实际风速约为6.89m/s。

　　横澜站2019年2月实测风速23.4km/h，即6.5m/s，将该风速与试验风场前三年实测对应的横澜岛2月数据6.53m/s进行比较可见，2019年2月与三年测风期间2月的月平均风速持平，测风三年的数据可用于试验风电场2019年2月的发电量预测。

　　(2)应发电量。

　　由于1月发电计划的制定依据于三年测风风速7.4m/s，高于2019年1月的实际风速，所以应找到接近于实际风速6.89m/s的计划发电量，用以评估试验风电场的实际发电情况。 实验风电场测风期间1月、3月及全年的测风风速基本符合韦布尔分布曲线，本文暂取3月(平均风速为6.79m/s)与全年计划(平均风速为6.97m/s)的均值作为2019年1月的参考理论发电量：

　　2019年1月应发电量=(1608+(19932×31/365))/2=1650万kW·h

　　因2019年2月采用测风三年的实际风速，应发电量直接取表2发电计划中的2月1939万kW·h。

　　(3)实际发电情况分析。

　　2019年1月，31台风机实际发电量总计1603万kW·h，上网电量1551万kW·h，略低于实际应发电量1650万kW·h。 从现场调试情况看，2019年1月最后一批并网风机正处于调试状态，发电不稳定，故障较多。 31台风机平均可利用率为90%，且6#、8#、9#、13#可利用率不足80%，对发电量造成较大影响。

　　在2019年1月应发电量中，如扣除6#、8#、9#、13#四台风机的发电量，由调试引起的损失约50%电量118万kW·h，即1650-118=1532万kW·h，与实际发电量的1551万kW·h较为接近，低约1%。

　　2019年2月31台风机实际发电量总计2236万kW·h，上网电量2172万kW·h，略高于实际应发电量1939万kW·h。 2019年2月风机已全部完成调试，进入正常运行状态，风场平均可利用率为98%(高于制订计划预估时采用的预期值95%)，各风机实发功率与用于计算的功率曲线吻合度达95%以上，可认为2019年2月风电场实际状态略优于制定发电计划的假定条件。 考虑可利用率对于发电量的影响，在2019年2月应发电量中应增加部分电量即61万kW·h，即1939+61=2000万kW·h，略低于实际风况下应发电量2172kW·h，低约8%。

　　经上述分析，2019年1月和2月的实际风况下应发电量与实际发电量的月度比较一致，风电场的风机可利用率直接影响应发电量与实际发电量的匹配性，误差可控制在10%以内。

　　3 结论

　　本文以华南某海上风电场为试验场址，对发电量的月度预测及分析方法进行了研究，主要结论如下：

　　(1)利用WAsP软件全面考虑地形、气象条件、地表粗糙度、尾流衰减、阻碍物、风机排布方案等对发电量的影响，进行海上风电场月度发电量预测，可为企业制定发电计划提供科学的依据。

　　(2)月度发电量预测应选择合适的数据源，多年度测风数据用于月度发电量预测可以降低预测的不确定性。 测试结果表明，实际风况下应发电量与实际发电量的月度比较一致，风电场的风机可利用率直接影响应发电量与实际发电量的匹配性，误差可控制在10%以内。

　　(3)根据实际风况下的理论发电量计算结果与实际发电量的对比分析，应充分考虑设备的运行状况，如风机可利用率、风机功率曲线等因素。

　　【作者简介】刘沙