如何鎖定海上風機最優坐標

2018-08-06 22:37:44 明陽　點擊量：評論 (0)

　　在海上風電場建設過程中，機位排布是實實在在影響項目全生命周期收益的重要一環。合理的機位排布可以充分利用風力資源以獲得最大發電量

　　在海上風電場建設過程中，機位排布是實實在在影響項目全生命周期收益的重要一環。合理的機位排布可以充分利用風力資源以獲得最大發電量，進而獲取最大經濟效益。

　　然而，主流的基于經驗公式的傳統手動排布方法不僅費時費力，更致命的是不能精準描述尾流場分布以及全生命周期風向變化這兩大影響發電量的關鍵要素，導致100-200小時左右的年等效滿發小時數偏差值，給客戶造成重大損失。

　　為攻克上述難題，明陽智能開發了海上機位智能優化模塊，以全生命周期機位優化策略為指導，破解造成發電量損失的難題。基于多重變量嵌套迭代遍歷尋優方式、先進的尾流計算模型，該模塊已實現在1-2個小時內對上萬種機位排布方案快速尋優，精準鎖定最優機位排布坐標，帶來全生命周期發電量提升。

　　以某30萬千瓦海上項目為例，明陽智能海上機位智能優化模塊在原始方案基礎上j發電量提升了2.1%。按海上0.85元/度電價計算，在25年全生命周期內，整個風場可為客戶增加收益3.94億元。

　　海量方案尋優，鎖定最佳機位排布

圖1 明陽智能海上機位智能優化模塊自動排布結果

　　明陽智能海上機位智能優化模塊自動排布結果顯示，不同機位排布方案導致的發電效率偏差值最高可達8%左右，如何精準鎖定發電效率最高的排布點呢？

　　在傳統的排布機位方法中，工程師憑借技術經驗在少量機位排布方案中模糊化優選，而機位排布是一個復雜的系統工程，“經驗”往往存在偏差，進而導致發電量的損失。

　　明陽智能海上機位智能優化模塊可以實現在1-2小時內快速完成上萬種排布方案的迭代尋優計算，并對所有排布方案進行清晰的量化處理，快速為客戶鎖定發電量最大的機位排布坐標。

　　需要強調的是，海上機位智能優化模塊之所以能夠精準鎖定最佳機位排布坐標，原因在于明陽智能抓住了“偷走”海上風電場發電量的兩大關鍵因素：尾流及風向，并基于全生命周期對其進行研究。

　　基于對100個實際案例的研究，并基于尾流模型、風向年際變化等數據對年等效滿發小時數進行精準計算，明陽智能風資源工程師發現，尾流和風向對發電量的影響堪比陸上機位排布中的復雜地形因素影響。因對尾流場分布、風向年度變化的描述與風場全生命周期的實際情況不符，造成的年等效滿發小時數偏差最高可超過200小時。

　　通過海上機位智能優化模塊精準描述尾流場分布以及全生命周期風向變化是提升海上風電項目發電量的關鍵。

　　先進的尾流計算模型

　　尾流損失的大小直接影響整場的年發電量值。統計數據顯示，尾流損失降低1%，年等效滿發小時數至少提升30小時，IRR至少提升0.5%。

　　目前，機位排布主要通過經驗公式計算尾流場分布，不同的經驗公式計算得出的尾流場有極大偏差。下圖為Jensen尾流模型與Larsen尾流模型計算得出的尾流場分布，呈現出了不同的結果。經驗公式所描繪的尾流場分布與海上風場實際尾流分布不一致是導致風場實際發電量與計算發電量偏差較大的主要原因。

圖2 Jensen尾流模型與Larsen尾流模型計算得出的尾流場分布

　　以先進的尾流計算模型為內核的海上機位智能優化模塊破解了這一難題。明陽智能海上技術專家對MySE平臺機組整機模型的葉片與轉速、三種尾流描述方法（包括經驗公式法、制動盤模擬法、大渦模擬法等），以及常見的十余個尾流經驗公式做了深入研究，并利用CFD仿真中先進的大渦模擬技術計算真實尾流場分布，最終擬合推導出了針對MySE平臺機組的尾流計算模型。

　　為了驗證尾流計算模型的準確性，明陽智能采用美國NREL實驗室的風洞試驗結果，與經驗公式及擬合尾流計算模型做了比對分析。由圖3可見，采用經驗公式推導在超過4D距離后，計算偏差逐漸增大，最大可達20%，而明陽智能尾流模型計算結果與實際情況的偏差值僅為3%左右。尾流計算模型與MySE平臺機組完美匹配，實現了尾流場分布的準確描述，進而實現了最高發電量的精準計算。

圖3 不同經驗公式、CFD仿真的尾流模型與風洞試驗的測試數據對比圖

　　全生命周期精準捕風

　　破解尾流損失難題后，明陽智能海上機位智能優化模塊進一步攻克風向難題。

　　受限于風場建設周期制約，大多數海上風電項目機位排布定點都是依靠測風塔一個完整年的風向數據。但實際情況是，風向是存在年際變化的，這意味著今年測風數據排布最優機位方案并非適用于明年，更不適用于整個生命周期。海上機位智能優化模塊完美地解決了這個問題。

　　以某海上風場項目為例，通過海上機位智能優化模塊快速完成上萬種排布方案的迭代尋優計算，找出發電量前五的機位排布方案，結果如下表。

　　由下圖可知，在不考慮25年風向變化的前提下，方案4的年等效滿發小時數最高，其他方案年等效滿發小時數降低0.22%~0.65%。而考慮風向的年際變化影響后，方案2的年等效滿發小時數最高。從風向對年等效滿發小時數影響差異上分析，方案2損失的年等效滿發小時數僅為0.24%，而方案4損失高達2.39%，兩方案差異為2.15%。