本文为文章摘录，全文刊登于：《可再生能源》杂志 第38卷第5期 2020年5月

原文标题：

风力发电机组对风偏差检测算法研究与应用

作者：

李闯，田春华，刘家扬，崔鹏飞，蒋伟

前言

风电机组对风偏差是由于风向标安装误差、电器测量、尾流影响等因素造成的机组对风偏差。偏航对风偏差会造成机组发电效率损失，当对风偏差为10°时，机组功率损失约为4.5%。

另一方面，当出现偏航偏差时，机组将受到单侧偏离向主轴轴向的作用力，该作用力将使主轴轻微偏离中心轴，形成大风机械振动，如此长期运行，会造成主轴磨损、齿轮箱齿面磨损、机组对中位移等问题，严重影响机组寿命。因此，定期排查风电机组对风偏差，及时对偏差进行矫正，不仅能够提升机组发电性能，提高风电场发电量，还能减少大部件磨损，延长机组使用寿命。

风电机组叶轮在正对风时，风能的吸收效率达到最高，大型机组通常采用主动偏航控制系统来保证机组对风。

△风电机组对风偏差示意图

偏航对风偏差按照成因不同分为静态偏差和动态偏差。静态偏差由风向标固定安装、电气测量、扰流影响造成；动态偏差由风湍流和偏航系统响应延迟造成。本文提出的对风偏差检测算法仅用于机组的静态偏差测算。

1 对风偏差检测算法

1.1 算法原理

偏航对风是否存在偏差主要体现在相同风速下，对风角-功率曲线极大值点的偏移量 (图)。

由图可知：正对风时，如图中实线曲线，极大值中心线靠近0度对风角；正偏和负偏分别对应右侧和左侧的虚线曲线。因此，只要搜集足量数据，在很小的风速区间内（近似认为风速不变），拟合出对风角-功率曲线，找出功率最大值对应的对风角度，即是所求对风偏差。

1.2 算法流程

风电机组对风偏差算法，基于机组运行SCADA数据，以单台机组为颗粒度执行，具体分为五步。

第一步：单台机组数据获取。

搜集机组SCADA运行数据和机组保障功率曲线。

第二步：数据预处理。

包括零方差数据删除和风速平滑。

第三步：风速分仓。

按照风速把数据集划分成若干风速仓。

第四步：回归模型建立。

为找到风速仓内最大功率对应的对风角度，需对风速仓内的数据进行回归

第五步：对风偏差计算。

通过分仓和拟合，获得集合，使用加权平均法计算机组的综合偏差。

1.3 测试效果

以河北某风电场25台2MW机组为例，取2018年12月数据进行对风偏差测算，该风场SCADA数据为7s间隔，机组切入风速3m/s，额定风速10.5m/s，设定风速仓大小=0.5m/s。风场25台机组测算的对风偏差结果如表1所示。其中2台机组对风偏差绝对值大于8°，评级为严重偏差；6台机组介于4°-8°之间，评级轻微偏差；17台机组小于4°，评级正常。

2 应用系统设计

基于对风偏差检测算法，设计了风电场偏航对风监测应用，主要功能包括风电场监测画面（矩阵、列表、柱状图展示），对风偏差、损失电量历史统计画面（机组维度、时间维度），用户权限管理功能。监测画面用不同颜色代表偏航偏差正常、轻微、严重、非常严重（偏差8°以上）四个等级。对风偏差、损失电量历史统计均可在监测画面中显示，该画面可以对用户选定时段进行对风偏差、损失电量统计，帮助用户发现偏航偏差问题和相关电量损失。

在对风偏差监测应用基础上，应用系统包括采集计算前端和对风偏差监测应用两部分。采集计算前端位于风电场一区，负责采集机组数据和偏航对风控制参数调整（需要计算前端与机组主控系统对接）。

3 结论

本文针对风电机组偏航对风偏差问题，提出了基于分位数拟合的偏航对风算法，并在河北某风电场进行测算，发现严重偏差2台，经现场核验，这2台机组确实存在风向标对风不正问题，验证了算法的有效性。基于检测算法开发了偏航对风偏差监测应用，设计了应用系统整体框架，实现了系统的检测算法的闭环落地。

本文的检测算法仅考虑了风速因素，对于地形复杂风场，入流角或湍流影响会造成不同风向下偏航对风偏差的不同，此外温度、湿度也会影响对风偏差。因此，下一步，应加入扇区、环境等因素进行对风偏差分析。

收稿日期：2019-04-07

基金项目：国家重点研发计划项目（2018YFB1700605）。

作者简介：李闯：男，博士，主要从事风电场功率预测、风电机组状态监测相关工作。