大型風電機組偏航系統誤差優化研究

莊勇，吳士華，林濤，王建君，李波函

（北京國電思達科技有限公司，北京 100039）

1 研究背景

近兩年，國家能源局組織人員對風電機組進行了抽查，并強調應提高我國的風力發電水平，在風電運維技術和風電運維管理模式兩方面進一步完善和發展。風電機組主要包括：發電機、主軸、葉片、偏航、傳感器等部分。通過表1可以發現偏航系統在風力發電機組中起著不可或缺的作用，在機組所有部件中故障率和故障停機時間都是比較高。風電場通常坐落在偏遠的山區，交通不便，這對風電機組的故障維修帶來了巨大的挑戰，產生了高昂的費用，不利于風電能源的發展。因此通過分析故障產生的原因來降低故障率，提高風場的經濟效益是十分有必要的。影響偏航控制系統的主要因素是風向，為了合理的利用風資源，減少風向和風速特性帶來的不利影響，并使風電機組產生的電量可以安全的并網，所以對于偏航控制系統的研究顯得尤為重要。

表1 風機主要部件故障率和故障停機時間

當風力發電機組正常運行時，為了使偏航控制系統實現有效對風，需要調節偏航系統的機艙正對風向儀所測的方向，但風吹向風向儀造成傷害后將風向儀吹歪、風向儀固定安裝不牢固、風向儀制造精度不高造成了靜態偏差的產生，導致偏航系統不能準確對風。偏航控制系統存在偏航偏差閾值和偏航時間閾值，在偏航時間閾值這一時間段的平均風向與機艙夾角超過一定偏航偏差閾值時，偏航系統才重新啟動對風操作，由于滯后而引起的對風誤差即為偏航控制策略誤差。偏航控制策略誤差不僅會減少對風資源的捕獲，還有可能引起偏航軸承疲勞載荷增大，從而導致機組壽命縮短。當風速較小時，風向變化頻繁，偏航系統為了有效對風，機艙不斷進行重啟對風操作，從而影響偏航軸承的壽命。為了提高風能利用率，提高風電機組的發電量，需要在偏航次數增多和較高對風精度之間尋求一種平衡，在追求高利潤的同時，還要兼顧機組的壽命，因此研究偏航控制策略誤差對提高風能的捕獲具有重要的意義。

現階段，風場遍布全國各地，隨著年限的增加，很多風電場面臨著機組大部件問題頻發，部分機組發電效率、功率特性系數降低，這些問題將對機組的運行產生影響。隨著風電機組裝機容量增多和并網規模擴大，風電場積累了大量的運行數據，越來越多的研究工作通過深入挖掘風機運行數據所蘊含的信息，進而展開對風電機組的研究，所以本文綜述了偏航系統誤差的研究進展，為后續研究偏航系統誤差的優化奠定了基礎。

2 偏航系統優化方法

為了充分利用風資源在風電機組上獲得更大的益處，關于風電機組控制方面的研究迅速發展，在風電機組控制方面的研究主要包含發電機系統、變槳系統和偏航系統。以自適應控制和模糊邏輯控制為主的最先進偏航控制策略廣泛應用在發電機系統和變槳系統，通過調節發電機轉速和葉片槳距角達到控制效果。相較于發電機系統和變槳系統，國內外學者在偏航控制系統的研究不是很多。目前，在偏航控制系統方面的研究主要有：利用測風裝備對風電機組上的風向儀進行修正以達到規定的偏航精度、基于功率檢測的爬山控制算法(V-HC算法)、基于風況預測的偏航執行對風研究、將神經網絡應用到偏航控制器、最大風能追蹤的偏航控制策略，這些方法使偏航系統能夠快速準確地跟蹤風向。

2.1 基于靜態偏航誤差的優化方法

首先，針對偏航控制系統靜態偏差來進行研究，風電機組在正常運行發電過程中，風輪旋轉產生的渦流或者風向儀安裝不準確等一系列原因都可能導致對風速和風向測量的不準確，影響偏航控制器輸入數據的準確性，從而導致偏航靜態誤差產生。偏航誤差的存在對風電機組效率、葉片載荷和運行維護成本都產生了不利影響。統計數據顯示，平均偏航誤差為15°時，風電機組的發電量損失可達5%～13%。國內外學者針對偏航靜態誤差做了大量研究并提出很多方法，為消除靜態偏差，激光雷達被應用于風電機組偏航系統校正。文獻[8]利用機艙激光雷達測得的數據來提高風電機組的對風準確性，但由于激光雷達售價昂貴，不適合大面積使用。另外一類方法是基于歷史數據挖掘，實現對靜態偏差的有效校正。文獻[9]通過對實時數據進行清洗，對偏航誤差區間進行劃分，并為每個偏航誤差區間找到最優的發電曲線，評估多條功率曲線，以確定實際的固有失準值，提高了風場的效益。文獻[10]對偏航誤差區間進行劃分，并確定每個偏航分區的功率曲線，所有的功率曲線量化性能指標之后計算偏航誤差角，對校正偏航誤差有一定的幫助。文獻[11]采用改進的DBSCAN聚類算法對異常數據進行剔除，利用雙調和樣條插值等方法對風向儀進行校正，提高了風電機組的發電量。上述風電機組偏航系統靜態偏差的校正是基于數學統計模型，在檢測快速性和準確性方面表現出了巨大優勢。

2.2 基于風向預測的主動偏航優化方法

偏航控制策略誤差是不可避免的，為了減小偏航誤差對風電性能的影響，大型風電機組普遍采用基于風向測量的主動偏航控制，但風向快速變化與偏航緩慢動作之間的矛盾限制了該類控制方法的性能。為解決上述問題，基于風向預測的偏航控制方法被提出。文獻[12]利用基于自回歸綜合移動平均線的卡爾曼濾波模型來預測風向,同時提出一種基于有限控制集的模型預測控制方法，相比于在傳統方法的預測，提高了預測精度。文獻[13]選用遺傳算法對支持向量機的懲罰參數和核函數進行優化，解決了參數難以確定和模型訓練時間過長問題，并提高了風速預測模型的準確度。以上的風電場短期預測方法都在傳統方法的基礎上做了改進，雖然這些模型對于風向預測都有很好的預測效果，但是對于數據量大、預測精度等問題不能滿足需求，而深度學習的神經網絡在這方面表現了很好的優勢。文獻[14]通過利用卷積神經網絡（Convolutional Neural Network，CNN）在訓練中可以克服梯度爆炸和消失的優點，將CNN和門控循環單元相結合對風向進行預測，但由于CNN池化層會丟失有價值的信息，對于時序序列不能準確預測。文獻[21]針對時間序列數據的復雜特性，采用VMD（Variational Mode Decomposition，VMD）算法對原始數據進行分解，得到了平穩的信號，降低了原始序列不穩定性。文獻[15]利用長短期記憶神經網絡（Long Short-Term Memory，LSTM）在處理時間序列數據上具有記憶功能的優點，采用其方法對風速進行了預測，并與其他方法進行了對比，表現出很好的預測效果。但LSTM的各項超參數難以確定，如時間步長、隱藏層單元個數等。單一的預測不能表現出很好的優勢，為了提高預測精度，會把各種模型的優點組合成混合預測模型。

2.3 基于偏航控制參數的優化方法

雖然風向預測解決了偏航系統滯后問題，但是帶來了偏航次數增多，增加了偏航系統的故障率。為了解決此問題，智能算法被應用于偏航控制系統參數優化。文獻[16]根據風速設定了三個偏航區間，但對于偏航閾值和偏航時間沒有設定，只是簡單的設置了三個區間的控制模式。文獻[17]將風速區間劃分為4個區間，選用概率統計的方法進行參數設定，沒有進行參數的搜索尋優。文獻[18]利用偏航誤差概率分布的方法確定低中高風速段的尋優范圍，應用細菌群體趨藥性算法對參數進行求解，優化后的偏航控制策略能夠有效降低偏航次數，但是沒有考慮偏航電機消耗的電量和偏航軸承疲勞壽命。文獻[19]對偏航控制系統的壽命進行了量化計算，以綜合經濟效益為目標函數，在經濟效益與偏航次數之間尋求了一種平衡，解決了偏航系統頻繁啟停與提升發電量之間的矛盾。上述方法對風電機組的偏航時間和偏航閾值重新設定，設定的參數符合本地區的偏航控制策略，解決了風機出廠時偏航控制參數設置相同的問題，對于提高本地風場經濟效益具有顯著的意義。

3 偏航系統研究展望

通過上述方法研究，目前對于偏航系統的優化主要在靜態偏差和控制策略誤差兩方面，為了后續對其更好的研究，提出了如下兩種方案。

其一，現有的大型風電機組對于偏航系統靜態偏差的校正主要用激光雷達技術對風向標進行校正，由于激光雷達造價昂貴，不適用于大規模機組。未來采用基于數據驅動的方法對靜態誤差進行研究，并開發出偏航評估系統，對風場提供更好的運維方案。

其二，風電機組在出廠時往往制定同一種偏航控制策略，而在不同地區，不同機組之間，不同風況下有較大差異，偏航控制區間不一定是最好的，設計適合本地區的偏航控制策略具有重要意義。風電機組一般采用偏航容許誤差的偏航控制模式：只有當機艙軸線和風向的夾角超過設定的偏航閾值時，才進行偏航動作。雖然犧牲了偏航系統對風精度，降低了風能利用率，卻提高了偏航系統和整個風電機組的穩定性，這種控制策略被大部分的風機制造商所推崇。通過風向預測對偏航系統進行指導，提高了偏航系統的對風精度，但在低風速區由于偏航系統頻繁啟停，導致偏航系統機械部件的嚴重磨損，所以需要對偏航控制參數重新劃分，增大低風速區間的偏航偏差閾值和偏航時間閾值。偏航控制方法如圖1所示，當風向儀檢測風信號，計算偏航閾值時間段的平均風向與機艙軸線的角度是否大于偏航閾值的最小值，如果否，不進行偏航動作。如果是，利用風向數據預測下一時間段的風向，并且判斷此時的風速是否大于切入風速小于峰值風速，如果是，執行低風速控制模式；如果否，判斷風速是否大于峰值風速小于額定風速，如果是，執行中風速控制模式；如果否，判斷風速是否大于額定風速小于切出風速，如果是，執行高風速控制模式；如果否，執行停機模式。如果執行低風速控制模式、中風速控制模式或者高風速控制模式，將調節機艙位置到下一時刻預測的風向。通過改進的控制模式可以提高風機的對風精度，提升風機的發電量，有效降低故障發生概率。

圖1 偏航控制方法流程

4 結語

本文分析了風電機組偏航系統誤差產生的原因，并對偏航系統靜態偏差和控制策略誤差兩方面進行了綜述。在以往的偏航控制方法的研究中，主要對偏航控制系統參數的重新設定和風向預測兩方面提高對風精度，而忽略了對風向標的校正，通過運用已有的數據來研究風機的偏航系統，并開發偏航評估系統，對于風電機組的智慧運維發展奠定了基礎。