李家川 劉鑫 郭辰 楊亮 王軍 劉鵬程
:風能資源具有清潔、可再生的優勢,隨著世界能源逐漸短缺,化石燃料導致的污染嚴重化,風能受到越來越多的重視,許多國家已積極致力于這一清潔能源的開發。多年以前,大多數的風力發電場只是以小范圍零星布局的形式存在,隨著科學技術的進步,風力發電場面積增大,裝機數量增多。
大規模風電場建成;風能資源影響。
為了預測風電場的產能輸出,使用準確的方法評估風電場的風能資源是十分必要的。大多數風電場風能資源評估使用的是不存在風電場時輪轂高度處的風能資源情況,但是風電場的建成,即風電機組的引入會影響近地面層的風況,因此會造成資源評估的較大差異,在進行風能資源評估時必須考慮風電場的影響。
風能資源是自然資源中的一種,屬于可再生資源的范疇。考慮到風能資源是在一定的時期和技術水平條件下可以被利用,因而最直接的辦法是采用可以轉換成電能的數量來進行風能資源的評價,而這與風能轉換裝置,即風電機組的性能有關。風電機組是風能利用的核心裝置,不同的風電機組具有不同的能量轉換性能,其性能一般通過風電機組的功率特性來反映,也就是風速與風電機組輸出功率的對應關系。風電機組的風能利用效率是指在標準空氣密度下,風電機組輸出功率與單位時間內流經風電機組掃風面積的空氣所具有的動能之比。盡管風電機組的生產廠家、型號各異,但實際上風電機組的風能利用效率曲線非常相似,數值范圍也基本相同,尤其是在風能較集中、利用效率較高的峰值區域。
1、非均勻下墊面影響。通常非均勻下墊面主要是指地表非均勻,包括地表動力和熱力非均勻作用。動力非均勻作用是由地表粗糙度改變所引起的,如光滑地表到粗糙地表。在中性大氣條件下,氣流從一種粗糙度表面(風電場建場前)躍變到另一種粗糙度表面(風電場建成)的過程中,新下墊面的強制作用將調整原有的風速廓線和摩擦速度,隨著氣流向下游的移動,它的強制作用逐漸向上擴散,因而在新表面上空形成一個厚度逐漸加大的新邊界層,最后形成適應新下墊面的邊界層。在這一過程的初始和中期階段形成的新邊界層為內邊界層,適用于風電場內部適應新下墊面的邊界層。
2、風切變測量高度差的影響。由于風在垂直方向上存在切變,必須考慮測風塔與參考氣象站測風數據的采集高度差。氣象站測風高度一般為地面高度10m左右;測風塔一般有多個測風高度,而目前風電機組輪轂高度一般為70m及以上。若簡單地使用參考氣象站測風高度的風速和風電機組輪轂高度處風速建立關聯,會造成二者風速的相關系數較小且預測誤差較大。針對這個問題,通過測風塔各高度的短期風速分布擬合得到各高度間風速切變指數,或通過各高度平均風速擬合得到風速分布隨海拔高度的變化規律,推算得到風電機組輪轂高度的長期風速。在建立關聯模型時,根據所使用的短期數據形式可以將關聯模型分為散點擬合模型和概率分布模型,概率分布模型又可分為聯合概率密度分布模型與分布函數關系模型兩類,每類模型又因建立關聯模型時扇區分組方法、參數擬合或計算的方法、模型定義、數據長度等的差異而不同。為了實現對風速模型更精細化的擬合,可以對數據進行分組分段。分段折線法就是將各扇區中參考氣象站和測風塔的同期測風數據按照風速大小分組計算,建立分段折線關聯模型。按照測風塔和參考氣象站風向將短期測風數據進行分組,剔除包含數據數量極少的扇區中的數據,但是在進行扇區數據剔除時,易忽略所含數據數量小但數值大的扇區,所以在進行數據剔除時,可以將每個風向扇區中測風塔風速對應的風功率數據作為權重,將風功率之和及風速之和均最小的扇區數據剔除,保留數量少但是風功率總和較大的元素。
3、風電場建場前輪轂高度處平均風速的影響。若在某一區域將建成一個大規模風電場,該區域建場之前,假設風電機組對氣流的影響在風電場內水平分布均勻,風電機組葉片對氣流的作用力集中在輪轂高度處,忽略風電機組塔筒對氣流的影響,風電場內部平均垂直風廓線在輪轂高度上下分別為不同的對數分布。使用特定的地表粗糙度、風電機組相關參數以及風速韋伯分布,在實際情況中,這三個條件會有所不同,結果也會發生相應的變化。風電場建成后,輪轂高度處風速比建場之前的相應風速小,存在風速損失,且隨著增大,風速損失變小,原因是風電機組的推力系數隨風速的增加而減小。
4、參考風功率密度的影響。風能資源的大小和優劣最終表現在通過風電機組所發出的電量上。以風電機組為風電轉換裝置,風電項目的經濟收益由單位千瓦裝機投資與單位千瓦裝機發電收益來決定。為了保證風電項目的投資收益,必須提高風電場的容量系數。結合風電項目經濟效益,從容量系數出發,給出基于參考風功率密度的風能資源等級劃分,計算有效時間段氣流垂直通過單位面積的發電量。考慮到風能資源評估都以代表年為基礎,參考風功率密度實際上就是在一定的離地高度,氣流通過風電機組單位掃風面積的發電量。計算發電量時,可先將風速序列處理成各等級風速,再根據風電場區域內代表性的風速分布,算出參考風功率密度。由于參考風功率密度結合了諸多因素,因而可以作為風電場宏觀選址風能資源評價的一個綜合性指標參數,但它并沒有考慮風向的穩定性等對風電機組出力的影響。隨著選用風電機組葉輪直徑的增大,誤差也有增大的趨勢,這是因為參考風功率密度值隨著高度不同而不同,當風電機組葉輪直徑變大時,用一個高度的值去代表風電機組不同葉輪直徑范圍內不同高度的值,其引入的誤差也會隨之增大。
在智能電網的發展要求下,風能資源評估結果的準確性和最大限度地縮短評估周期,已經成為最基本的要求。研究應從目前已有的風電場出發,結合不同場地條件下的風電場實際運行數據,用大數據與云計算技術,為風能資源提供更有參考價值的平臺。深層次挖掘再分析數據、中尺度數據、周邊風電場、氣象站、機組SCADA數據和理論模型之間的相互關系。提升風能資源精度的同時優化預測模型的評估精度,構筑風電場全生命周期的評估體系,建立前、中、后期的一體化評估,從而使評估參數多元化,進一步提升評估預測結果的精度。結合氣象要素和實際運行,研究并構筑各點位動態,避免理想功率造成的評估誤差對風電機組生產、運維工作的影響。當前風電場總裝機容量和單機容量不斷增大,應深入研究尾流疊加模型和湍流擾動模型,考慮其對發電量評估和預測的影響,進一步提高風能資源評估的精度。
隨著大規模風電場接入電力系統,精確可靠的風能資源評估,可以有效地降低風電并網所帶來的風險。現有的風能資源評估還存在一定的局限性,特別是對風能資源的間歇性和不確定性的預測難度極大。我國的風力發電行業發展比較好,電力企業的智能電網已經形成。在風力發電的運行中,確實存在一些問題需要我們解決,在不斷的創新和改革中,希望能達到更高的水平,促進我國的經濟和社會的發展。
[1] 中國能源中長期發展戰略研究項目組. 中國能源中長期發展戰略研究(綜合卷) [M ]. 北京: 科學出版社, 2017.
[2]中國工程院. 中國可再生能源發展戰略研究(風能卷) [M ] .北京: 中國電力出版社, 2018.
[3] 中國氣象局風能太陽能資源評估中心. 中國風能資源評估[M ] . 北京: 氣象出版社, 2018.