Daniel W. Bernadett：風電功率曲線研究及應用

2017-10-18 17:17:54 能見　點擊量：評論 (0)

2017年10月16日-19日，2017北京國際風能大會（CWP2017）在北京隆重召開。在中國國際展覽中心（新館）風電場智能運維專場，UL可再生能源功率曲線測試總監(jiān) 專業(yè)工程師介紹了功率曲線的作用，功率曲線被當作衡量和考

2017年10月16日-19日，2017北京國際風能大會（CWP2017）在北京隆重召開。在中國國際展覽中心（新館）“風電場智能運維”專場，UL可再生能源功率曲線測試總監(jiān)/專業(yè)工程師介紹了功率曲線的作用，功率曲線被當作衡量和考核風電機組性能重要技術(shù)指標。DanielW.Bernadett提出UL現(xiàn)在正在開發(fā)一項技術(shù)，這不是用的REC的標準，可以用到的在全世界的用戶的風電場功率曲線方面。

以下為演講內(nèi)容：

DanielW.Bernadett：好，我會講英文，我是來自功率和測試部門的。首先談一下什么是風電場功率曲線，包括了電力損失等等，這些都是在功率曲線里面，而不是在功率曲線外面的風機曲線。

因為我們把它放到內(nèi)部，所以風電場的功率曲線會有相應的函數(shù)，有三個方式，首先去預測一下自發(fā)的瞬時的曲線，可以輸出多少功率，就會有這樣曲線告訴我們，現(xiàn)在電場輸出什么樣的功率，然后可以去把尾部損失，尾風損失等等的，還有電網(wǎng)損失都包括在里面。

那么還有就是在過去，如果考慮到現(xiàn)在這種時刻風電的一些湍流會是怎么樣，或者風電機運行是怎么樣。

那么可以用它去預測未來，對于我們風電場未來會有怎么樣能源的產(chǎn)出？這和預見的報告是相似的，就是我們要測量一下風速，還有預測功率輸出，基于功率曲線，或者基于尾風損失，那現(xiàn)在我們知道它的損失量是多少，還有就是工廠的情況，這樣我就可以準確去預測尾流。

那么誰會使用這個功率曲線呢？制造商會使用它來提供質(zhì)保，像風機的質(zhì)保，風電場會包括尾流損失，可用率，相應的風機的補償損失。

那么這個業(yè)主也會使用這個電場的功率，來知道他的資產(chǎn)，優(yōu)化資產(chǎn)。同時還了解一下他的營收的曲線，這樣可以用它來追測未來的收入，通過過去的一些運行。

那么在這兒我們可以看一下整個電場的功率曲線，這是一個很小的電場，看到它這個產(chǎn)出是隨著時間推移會有變化，那作為這種零散的可用率，如果有9臺機組運行，產(chǎn)出會受到這個量的限制。

那么同時你也可以看到，運行在這里會下降，在高風速情況下，哪個風機會出現(xiàn)這樣的下降？當整個風場態(tài)勢有高的風速之后。

所以我們可以看一下更加樂觀的視角，就是當整個風機在運行的時候，最佳的運行案例是怎么樣的？就是它有百分之百的功率曲線，那么這就意味著這個風電場在運行情況下可以發(fā)多少電。

還有另外一個不同的審視的視角，就是每個用的電量，風速平均值，還有月度平均的產(chǎn)出水平，這樣的功率曲線就變成線性的了。

因為我們知道一個月以來風速和風向，這樣我們就可以建立他們之間的函數(shù)，這可以表明我們參照風和我們的風場，以及可利用率，并沒有特別好的關(guān)聯(lián)系數(shù)。

那么在這個例子當中，我們可以看到它的相關(guān)聯(lián)會比較好，值為0.9，讓我們知道這個風速和最終的發(fā)電量，之間有比較好的關(guān)聯(lián)。

我們再看一下可利用率，可利用率這是一個重點，那如果說我們看到所有的數(shù)據(jù)，我們大約對于百分之百BOP可用率進行篩選，然后我們再把一些不可利用的數(shù)據(jù)篩除掉，然后我們把風電機組調(diào)整到百分之百的可利用率，我們用可利用率來除。

對于不確定對，我們需要有一個從上到下的方式，我們所做的事情是我們計算預測和序列數(shù)據(jù)的均方跟誤差，如果我們做風電機組的數(shù)列統(tǒng)計的話，我們是自下而上的方式，然后得到是整個風機的不確定度，這個對于風電機組來說是非常適合，因為都是非常標準的數(shù)據(jù)，但是把每個分量的不確定性分別除去的話，我們進行非常好的校準，可以量化，可以分析，然后來通過校準的方式來減少它的不確定度。

那么因為自下而上的理論設計是各個環(huán)節(jié)當中最大的不確定度，所以通常會得出比較保守的結(jié)論。但是通過應用最優(yōu)方法能產(chǎn)生比理論計算更低的不確定度，那我們對于均方均值誤差，我們做了一個定義，我們可以這樣來認為，它是預測與觀察值之間一個差異的一個標準差。

我們用K層交叉檢驗不確定度，它聽上去很復雜，其實沒有那么復雜，它是保留五分之一的數(shù)據(jù)，依據(jù)剩余五分之四的數(shù)據(jù)開發(fā)模型，與保留數(shù)據(jù)比較模型預測，重復5次，每次保留不同數(shù)據(jù)，5次運轉(zhuǎn)之間很好的一致顯示，模型不是過擬合。

那我們應該有一個非常好的模型，這樣的話，它可以適用于所有數(shù)據(jù)，而不是單組數(shù)據(jù)。

那我們看一下風電場功率曲線和風機功率曲線它有什么比較，風電場功率曲線需要更多的數(shù)據(jù)，有可能達到一年，因為我們需要評估風向?qū)ξ擦鞯挠绊憯?shù)據(jù)。

用風電的數(shù)據(jù)，我們也可以用十分鐘的數(shù)據(jù)，它用風機的功率一樣，但是如果用月季度計算的話，不會受短時影響。

那我們?nèi)绻玫斤L電場功率曲線預測瞬時功率輸出或預估電網(wǎng)中斷的損失，作為輸入量的風數(shù)據(jù)需要在現(xiàn)場獲得。

我要是對于未來的能量作一個預測，我需要這種長期的這種數(shù)據(jù)，那這時候我們可以用非現(xiàn)場的數(shù)據(jù)，或者說模擬的風數(shù)據(jù)，我們在這兒也非常重要地記住，模型的均方根差不能量化輸入風速數(shù)據(jù)，我們應該用蒙特卡倫模擬來量化處理。

最后總結(jié)一下，我們可以采用各類的輸入，包括風速、風向等等。然后模型的復雜性是由輸入量的多少確定，最低不確定度的模型是最好的模型，我們所說的風電場的功率模型采用的是自上而下來計算不確定度，這個跟風機是不一樣的，它是自下而上的方式，通過這個方法，我們可以不同模型之間，可以進行比較。

那未來是什么樣子的？UL現(xiàn)在正在領(lǐng)導著一項技術(shù)，這不是用的REC的標準，他用到的在全世界的用戶，他們都可以來用風電場功率曲線，當然這個UL正在領(lǐng)導著這一項研究，我現(xiàn)在恐怕需要停到這兒了，不知道對于我的PPT大家有沒有什么問題？

（發(fā)言為現(xiàn)場速記整理，未經(jīng)本人審核）