WindGuard 使用SCADA数据对风机的控制和性能进行分析

图 4：评估功率曲线时，风向扇区的自洽检查
通过风机偏航信号来评估风向，如 3.2 章节所 述进行事先的检查。空气密度是通过 SCADA 系统的 空气温度信号以及公共的气压数据来评估的。 这种功率性能评估的方法可通过详细的不确定 度的分析进行评估，包括： 由于不同控制设定所导致的同一台风机的功率性 能的偏差，可以被甄别并量化，以年发电量计的
图 7：故障原因的统计分析
图 5：原始数据散点绘制的功率曲线和功率系数
图 6 显示同一台风机的功率曲线的偏差及 3 种 不同控制设定，如图 2 中所展示的。为了判断不同 控制设定的功率性能与评估不确定性的相关性，计 算了一台风机的功率曲线低于另一台的概率，见图 6。
图 8： 停机时间的分析可以显示风机， 风电场运行人员 及服务人员需要多长时间。
2
标准不确定度，低于 5%。 类型及控制设定相同但属不同风机的功率性能的 偏差不能被甄别，因为其不确定度太大。然而， 不同风机的偏差可以显示出来（功率输出和机舱 风速测量需要很好的相关） 。而且， 如果风机配备 了标定过的风速计，且如果风机上风速计采用相 同的安装布置，那么不同风机的功率性能就可以 进行比较了【2】 。 风机的绝对功率性能不能进行评估，因为该过程 的不确定度不完整。但如果在参考文献【2】的预 设条件具备的前提下，则评估过程可以改善。 采用所述的方法进行评估，使用原始数据散点 绘制的功率曲线见图 5。
1
读数进行评估的，如参考文献【2】 ，但是这里也有 有些局限，即通常机舱风速计没有很好的进行对无 扰动风速的矫正，而且机舱风速计一般都没有单独 经过风洞的标定。假定担保功率曲线是有效的（图 3） ，则风电场中的风机机舱风速计对无扰动风速的 矫正可以进行评估。
图 1：发电机速度和变浆角度与有功功率原始数据的 关系（噪音优化运行模式）
图 6：同台风机的 3 种不同控制设定的功率曲线的相 对比较
3.5 可利用率 对风电场的运行数据分析，在许多情况下，发 电量不足的主要原因是风电场的技术可利用率造成 的。WindGuard 采用不同的方法对风电场的不可利 用率进行评估： 将同一个风电场中的相邻风机的发电量数据转换 为该风机停机时的发电量。 对于某些风机类型，风机停机时，将机舱风速计 用特定方法矫正至无扰动风速是一个较好的评估 风资源的方法。相应的发电量损失可以从风机功 率曲线中计算得到。
图 3： 机舱测量风速与无扰动风速的矫正， 假定担保功 率曲线是有效的前提下，对 SCADA 数据进行评估。
该矫正将用于对风电场内所有风机的功率曲线 和控制设定的分析，即此前已甄别出的（见 3.1 章 节） ，采用类似于 IEC 标准【3】方法进行评估。通过 前述自洽检查 （图 4） 方法， 对每台风机数据的风向 扇区进行评估。 该方法已经被 MEASNET 组织采纳作 为验证评估扇区的一个可能性【4】 。
据 IEC-标准进行功率曲线的测量。 同样， 绝对功率曲 线的测量也可以通过单独标定的机舱风速计来进行， 但应用前需要有诸多前提条件，如【2】所述。 这里进一步建议应该定期使用该方法学（每半 年）以便跟踪现场风机的设定。SCADA 数据的记录 必须没有缺失，以臻达到最好的监控效果。这需要 采用为风电场监视而建立的专业数据库系统，以便 收集并处理来自不同类型风机控制系统的数据，如 WindGuard Dynamics 开发的 WONDER 系统【7】 。 5 参考文献
百度文库
图 10：风电场月平均发电量与 IWET-发电量指数的相 关性分析。
将所定义的参考时间区间 1989～1999 扩展至可 能的最大时间区间。 开发了一种为每个风电场对 IWET-指数的趋势进 行矫正的方法，用以在风速高的时间区间内高估 技术可利用的风能，亦可如在某些区域，当风速 低的时间区间内低估技术可利用的风能。 风机发电量和 IWET-指数之间的单个月份相关性 不够时将被剔除出长期相关性分析。 长期相关性分析的不确定度杂每种情形下都进行 评估。 如果应用了这些对 IWET-指数的调整， 通常短至 3 个月的数据就能长期相关， 且准确度较好。 这样可 对没有优化的风电场进行长期发电量预测，并在该 假设下，实现风电场发电量的优化。 结论 风电场监控系统的时序数据的分析可以监视风 机控制设定， 并可以甄别优化风电场运行的可能性。 未优化的风电场运行发电量损失在很多情形下可以 进行量化。而且，有很大机会可以甄别发电量不足 的原因。已经有案例经 WindGuard 验证，由于风机 可利用率和风机功率性能的不足所产生的发电量损 失在 10%的量级。在一些案例中，时间技术可利用 率较之担保值要低，此外，由于不可利用率所导致 的发电量损失的百分比较之所达到的时间可利用率 要高。 相比为单个风机进行根据 IEC-标准【3】的标准 功率曲线的测量，所开发的方法可以为整个风电场 以极低的成本提供许多信息。在使用这里描述的方 法在风电场内甄别出现严重问题的风机后，可以根 4
使用 SCADA 数据分析风机控制和功率性能
作者：A.Albers, J.Mander, G.Gerdes，Deutsche WindGuard Consulting GmbH, Windallee 15, D-26316 Varel，德国 E.mail: a.albers@windguard.de, Tel: (+49)(0)4451/9515-15, Fax: (+49)(0)4451/9515-29 译者：汪洋，WindGuard China E.mail: wang.yang@windguard.de, Tel: (+86) 1380 124 0835 概述：风电场监控系统（SCADA 系统）通常会记录每一台风机最重要运行参数的时序数据。我们开发出一系 列方法对这些数据进行分析， 籍此可以得到很有价值的信息，而这些信息将有助于分析风机停机原因、时间 技术可利用率、由停机所导致的发电量损失、以及风机控制系统和功率特性。进而甄别出低于预期的发电 量， 并知晓该风电场发电量优化的潜力。从许多案例中发现，由于较低的技术可利用率和不准确的场址评估 是发电量不足的主要原因。而且， 由停机所导致的发电量损失的百分比要大于时间不可利用率的百分比。 这 里所开发的方法可以为整个风电场提供许多信息，且从成本上来说，较之依据 IEC 标准对单台风机的标准功 率曲线进行测量的成本要低很多。如果风电场中出现了某些有严重问题的风机，则可以在使用前述方法进 行分析之后，再依据 IEC 标准对其进行功率曲线的测量。这里建议使用此方法定期对风电场的 SCADA 数据 进行分析，以监视风电场的性能。 介绍 风电场监控系统（SCADA-系统）通常会记录每 一台风机的一套运行数据。 这些数据经常会被忽视。 现在经过仔细分析，这些数据的价值非常高。 风电场监控系统所记录的数据的准确性经常比 较低或者根本未知。尤其是风机的机舱上风速计记 录的风速数值。WindGuard 公司所开发的分析方法 可以得到很好的数据分析结果，并可据此优化风机 的控制参数，进而提升风机的性能。 风电场的实际和预计发电量之间的偏差的原因 经常是因为技术可利用率较低、风机性能缺陷或者 场址评估的瑕疵。对风电场运行数据的详细分析能 够解释这些偏差的原因，并甄别优化风电场运行的 可能性。 1 方法学 根据现有的数据或者风电场运行者或所有者的 要求分析的范围可以定制，包括： SCADA 数据的处理和真实性检查， 甄别不同风机的控制设定（即：噪音优化的运行 模式，或者强制设定） ， 通过机舱风速计进行功率曲线评估，并全面考量 其不确定度。WindGuard 开发的该方法可以对同 一台风机的功率曲线进行比较，以甄别不同的控 制设定。此外，也可以对该风电场内的每台风机 2 的绝对功率曲线进行评估。 风机控制设定的检查 （叶轮速度控制、 变浆控制、 发电机不同级的切换） ， 使用新的方法来检查偏航， 因故障或者维护所导致的风机停机时间的统计分 析， 风机可利用率的评估， 基于时间以及发电量损失， 发电量的长期相关性分析。 3 详细和结果 3.1 叶轮速度和变浆控制 现代风机的控制参数是可以调整的。因此，风 电场的运行者一般不会在意到单台风机的控制参数 的设定。而在同一个风电场中，风机会出现不统一 的强制的控制设定。通常，很小的控制设定的变化 可能对风机性能有很大的影响。
4
图 9：基于时间和发电量的可利用率的展示
3.6 长期预测 对于风电场的业主，掌握长期的平均发电量的 情况很重要。目前，已经有许多进行发电量数据的 长期相关性分析的方法。不同方法的准确度完全取 决于具体场址和具体情形，而且，应用在长期相关 性的方法及其不确定度需要在单个风电场进行验证。 在德国， IWET-发电量指数 【5】 是经常用在风电场发 电量长期相关性分析当中。但 WindGuard 也发现 IWET-发电量指数存在不同的缺陷， 请参考文献 【6】 。 然而， 当应用了 WindGuard 介绍的不同调整方法后， IWET-指数还是可用的： 检查 IWET-指数和月平均风机发电量（根据可利 用率损失仔细进行矫正）足够相关，如图 10。
Evaluation based on Wind Turbine Data, proceedings of EWEC1997, Dublin 【2】 A.Albers, H.Klug; Power Performance Verification, proceedings of EWEC1999, Nice 【3】 IEC61400-12: Wind turbine generator system – Part 12: Wind turbine power performance testing, 1998 【4】 MEASNET: Power Performance Measurement Procedure, 2000 【5】 H. Haeuser, J. Keiler; Windindex aus Betreiber Datenbasis, Ingenieur-Werkstatt fuer Energietechnik, Dorfstr. 14, 24594 Rade 【6】 A. Albers: Uncertainty Analysis of Energy Yield Prediction as Basis for Risk Evaluation of Wind Farm Projects, proceedings of DEWEK 2002 【7】 A. Albers, G. Gerdes, K. Rehfeldt, J.Liersch, M. Melsheimer, J. Twele, J. Hermann; Wind Guarding, An Innovation Aiming to Optimise the Performance of Wind Farms and to Reduce the Cost of Wind Energy, proceedings of EWEC 2003.
图 2： 通过 Bin 的方法分析的叶轮的转速控制。 在该例 子中发现了 3 种不同的风机状态。
3.2 偏航控制 风机的偏航控制是可以通过所谓的自洽检查来 进行，该检查最初是用在功率曲线测量的扇区评估 中的【1】 ，见图 4。该检查现在可以用来确定偏航 控制信号中的指北信号。指北的准确度可以达到 5 度，这与采用传统的指北针来检查偏航指北信号的 准确度级别相当。通过统计分析不同风机的偏航信 号的偏差，来评估偏航控制的功能。 3.3 功率性能 每单台风机的功率性能是通过其机舱风速计的
3.4 风机停机时间的分析 通过分析 SCADA 数据的故障代码（图 7）来分 析由不同故障原因所导致的风机停机的次数以及单 次停机的平均时间。该评估可以显示出单个组件导 致风机停机的趋势，并可以显示出超出一般停机时 间的风机。 此外， 风机故障停机时， 对风机、 风电场 技术运行人员以及服务人员的响应时间可以进行评 估，如图 8。
3
在一些情况下发现时间技术不可利用率百分比 较之于基于发电量损失的百分比要小很多。这可以 解释为一些类型的风机故障停机可能是发生在风速 较高的时间区间内。在图 9 的示例中，该风电场的 时间技术可利用率为 96%，而发电量的技术可利用 率只有 91%。 而且，也曾发现一些风机制造商有将一些由于 技术缺陷所导致的风机停机定义为风机处于可用的 状态的情况，这样，制造商评估得到的技术可利用 率与发电量技术可利用率会产生偏差。 因此，WindGuard 开发了风电机组采购合同中会 涉及的的相应公式： 由于技术缺陷导致的停机时间被明确定义为风机 处于不可利用状态的时间， 由于风机不可利用， 根据实际发电量损失索赔 （也 可以根据基于时间的不可利用率的百分比） 。
WindGuard 首先通过甄别风机控制器调整风机 控制变量的测量值来分析其控制参数。一旦这些测 量值被确认，可以检查控制设定是否有效，可以检 查这些控制设定是否随时间有变化，也可以检查控 制设定在整个风电场内是否统一。在图 1 中是一组 在噪音优化运行模式下的 10 分钟原始数据。 在参考 风机处，发现在几个月的数据中出现了 3 中不同的 控制方式，参见图 2（业主并没有意识到。 ）