【遠景風向標】哪些因素影響了風電場的盈利能力？

　　下圖是IEC標準定義的極限陣風，其陣風的時間尺度是秒級，10分鐘統計數據完全不能給出陣風的情況。一旦風場的實際極端風況條件超過IEC標準定義的條件，風機安全就存在著巨大的風險，尤其是復雜地形的山地風場。 　　所以，在前期風機選型階段，如果風機的設計風況和風場的實際風況不匹配，可能會出現兩方面的問題：一方面，會造成選型過于保守，影響風電場的風能利用效率；另一方面，由于極端風況信息的缺失，可能會導致風機的安全風險，從而增加風電場全生命周期的運行成本。
　　中期風機運行
　　除了受到前期風機選型的影響外，風電場的盈利能力還受到中期風機運行的影響，其中有兩點最為關鍵。
　　一是風機故障對風電場發電量的影響：從下圖國內典型風電場故障損失電量所占理論發電量的百分比看，在故障發生率高的風電場，故障損失的發電量要占理論發電量的3%以上，一般風電場的故障損失電量超過1%。 　　必須提醒的是，如果發生例如葉片、傳動鏈、發電機甚至倒塔等大部件失效，對發電量的影響更大。據美國可再生能源實驗室（NREL）對不同部件失效的概率以及停機時間所做統計（見下圖），大部件失效引起的停機時間普遍在1周左右，對風機可利用率影響很大。 　　二是風機發電性能的優化：盡管在設計階段會根據理論模型以及假設的風況條件來確定風機的適宜性，但實際上由于在加工過程和安裝上的誤差，導致了實體風機和理論模型不一致，而且風場的實際風況條件和理論假設也不完全相同，還有就是隨著風機的實際運行，葉片的氣動性能也會產生變化，所有這些都會造成風機的理論優化點偏離實際的最佳工作點。
　　下圖描述的是某風機在不同工作點運行的功率系數對比情況，橫坐標是風速，藍點是設計階段確定的最優工作點，綠點是根據風機實際運行進行優化后的工作點。由此可見，設計階段確定的最優工作點不是實際最優點，通過優化可以明顯提高功率系數，提升發電量2至3個百分點。 　　后期風機評估改善
　　后期評估主要是評估風機的發電性能以及實際載荷情況，這是反饋并修正風機運行優化的重要一環，如果后期評估不準確，就會錯失修正和改善風機運行業績的機會，影響風電場的盈利能力。
　　先來看風機發電性能評估。風機發電性能的評估主要依賴于基于測風塔測量數據的功率曲線測量，但在復雜地形的山地風場，地形條件會對風流產生很大的影響，進而影響到功率曲線測量的準確度。
　　IEC61400-12-1標準定義了功率曲線測量對地形的要求（見下表），D表示風輪直徑，L代表測風塔到風機的距離，大致要在2D-4D范圍內，一般推薦2.5D。由此可見，在復雜山地地形，很難滿足IEC標準要求。 　　值得注意的是，功率曲線測量只能代表一臺風機的發電性能表現，不能代表所有風機的發電性能。其他風機的發電性能表現只能依賴于機艙風速儀并進行相應的數據修正后來獲得，但由于修正數據并不等同于經過風輪的真實風速，這就使得風機發電性能評估有很大的不確定性，尤其是復雜地形的山地風場，這一問題更加突出。
　　再來看實際載荷評估。實際載荷評估是重要的后期評估內容，其結果會影響未來設備的使用壽命以及部件失效風險。目前普遍的做法是做載荷測量，通過在風機主要受力點上安裝應變片測量出風機實際所受載荷，并根據風場的風速數據外推到20年風機壽命期內的載荷，以此評估風機壽命情況。但需要注意的是，由于年與年之間的風況不同，風對風機損傷程度也不一樣，所以用“外推”方法評估風機20年的壽命情況也存在很大的不確定性。
　　至此，我們分析了影響風電場盈利能力的三大因素，那么更好的解決方案呢？遠景能源工程師當然要與業內分享遠景智能風機解決方案。
　　問題來了，為什么提升風電場盈利能力要用遠景智能風機？
　　這要從“如果”說起：如果風機能夠實時感知自身的載荷情況，做到自動控制降低載荷，就能擴大大葉輪風機的適用范圍，解決前期選型的挑戰；如果風機能夠實時感知自身的氣動性能變化，做到自動調節優化，就能提高風機的發電性能，提高中期運行的效率；如果風機能夠實時重構實際風況，做到自我評估性能以及疲勞壽命，就能優化生命周期內的運行，提高后期評估優化的效果。
　　值得欣慰是，遠景智能風機基于載荷的實時風機控制技術完全可以讓上述“如果”成為現實。
　　基于載荷的實時控制是將整個風機模型植入與風機控制器中，作為物理風機的數字鏡像在控制器中實時運行，估計出物理風機不能準確測量的物理量，比如經過風輪平面的風速、部件的載荷、氣動性能的變化等等，并根據這些信息進行自適應的控制和調節；同時，物理風機將傳感器測量的物理信號，反饋到控制器里進行數字鏡像模型的修正，請看下圖的示意。
　　基于載荷的控制方法，通過載荷的估計，可以提早識別危險工況，及時調整控制動作，保證風機安全，提高風機適用范圍；同時，通過葉輪風況的重構，可以評估葉片的實際氣動性能，自動調整工作點，提高發電效率；通過載荷對風機實際疲勞損傷的估計，可以掌握設備的健康情況，預防部件失效，降低風電場全生命周期的運行成本。