明阳智能朱雨露:沙戈荒大基地项目的尾流和气候折减研究

能见App 2023年10月17日 22182

2023年10月16日-19日,2023北京国际风能大会暨展览会(CWP2023)在北京如约召开。作为全球风电行业年度最大的盛会之一,这场由百余名演讲嘉宾和数千名国内外参会代表共同参与的风能盛会,再次登陆北京,聚焦中国能源革命的未来。

本届大会以“构筑全球稳定供应链 共建能源转型新未来”为主题,将历时四天,包括开幕式、主旨发言、高峰对话、创新剧场以及关于“全球风电产业布局及供应链安全”“双碳时代下的风电技术发展前景”“国际风电市场发展动态及投资机会”“风电机组可靠性论坛”等不同主题的21个分论坛。能见App全程直播本次大会。

10月17日上午,明阳智能朱雨露在“风资源技术论坛上”发表了题目为《沙戈荒大基地项目的尾流和气候折减研究》的主旨发言。

以下为演讲全文:

各位大家早上好,我今天给大家带来的分享是《沙戈荒大基地项目的尾流和气候折减研究》,从四个方面进行阐述:沙戈荒项目分布及资源特点、低温折减分析、沙尘折减分析、改进尾流模型分析。

沙戈荒项目分布及资源特点,2021年11月份国家能源局和发改委发布第一批风光电大项目,今年4月份已经在组织第三批风光大基地项目的统筹工作。第一批规划容量在97.05MW,沙戈荒在42.85MW,基本上占一半。第二批规划容量165MW,全部为沙戈荒项目,风电占比大概是30%-40%。现在我国的沙戈荒存在八大沙漠和四大沙地,主要分布在新疆、内蒙、青海、甘肃。

黄色位置(PPT)是各沙漠的分布范围,蓝色代表第一批大基地的位置,绿色位置代表第二批大基地的位置,红色代表第三批大基地的位置。可以看到三批大基地的位置,基本上八大沙漠、四大基地都有涉及,主要是分布在沙漠边缘,内陆项目比较少。

我们收集到沙漠和沙地周边100公里已经建设的清单放在上面做参考,我们观察这些项目发现基本上深入沙漠最深的在25公里,沙地最深的是40公里,沙漠内部的资料是没有的,仅仅通过沙漠周边的项目进行正向反馈。

这个是根据以上收集到的数据,统计八大沙漠风资源的基本特征,整体上来看八大沙漠以高原为主。通过分析八大沙漠风资源的分布特征,我们推进的机型是30C和20C以上,具体的选择要根据每一个沙漠的指数选择适合的型号。

我们统计每一个沙漠通过周边的科研极端高温和低温的情况,八大沙漠基本上涉及到高温和低温。

关于沙尘的情况,参考中国天气网统计的1991年-2020年的情况,我国沙尘暴主要是影响北方地区和新疆盆地和内蒙。年沙尘暴在10天,部分区域超过20天,沙尘暴影响的省份包括新疆、青海、甘肃、宁夏、内蒙、陕西、山西。

在沙漠特有的天气气候,有高温、低温和沙尘。通过在沙地周边的项目,综合筛选了一个项目案例,这个项目位于西蒙,整体的海拔在1120米,采用的机型是3.2MW-4.0MW,有于低温折减的分析。  

根据项目案例分析一下低温的情况,我们选择2整年季度的运行时间,统计6个低温时间段,平均可利用率等指标进行分析,选择12个超低温时间段的损失分析。同步,如果处于同机状态,它的放量损失分析。一般机组的运行环境温度是-30到40度之间,低于30度是要停机的,它的放电损失到底是多少?我们对这个项目做了一些技改,低温运行达到-35摄氏度,负30-35也是在运行的,在这种状态情况下放量损失到底是多少?

下面看统计的数据情况,整体的数据统计在-30到-20,统计6个时间段的基本情况,最右边是超低温全年放量损失的情况,我们求出来每一段的比例,在限功率运行的状态下有实发电量,通过相对应温度实际运行的工艺曲线算出应发电量,那么我们就会求出损失电量。

机组在位于-30到-20区间量是有提升的,机组平均量下降0.1%,超低温的状态下放量损失在1.16%。如果说这个机组处在停机占比在2.08%,这里的低温折减告诉大家,我们公司在评估项目中对低温风评计算时容易被忽略。如果机组设计的温度在-30度以下,基本上都是停机状态不发电,这一部分折减是低温损失的折减。

沙尘折减的分析,原则选择沙尘暴2022年一整年,统计沙尘前、沙尘后的故障量进行对比分析,同步分析深沉后实发电量、应发电量,进一步得出沙尘折减。默认沙尘前期做成的问题,全部是因为沙尘造成的。来看一下数据的统计情况,统计将近5段的变化情况。它的计算方式和低温折减方式相同,在低温情况下,因为沙尘天气造成的问题有实发电量,故障期间造成的因素通过曲线可以求出应发电量。

下面我们看结果,沙尘前、沙尘后、沙尘期间,基本上都在沙尘期间表现出的是大风状态,基本的表现是交叉的。沙尘的大风情况下,可以造成可利用率降低。沙尘期间也统计比例,沙尘期间、沙尘后造成的损失是4.7%,全年是0.3%的水平。

尾流模型,现在比较常用的两个模型,我谈一下个人见解。改进型的perk模型风速取自对周边所有风机最小的系数,同时也是尾流影响最大的值。从公式上来看,目标风机受综合的影响,现在只是取最小的值,尾流损失影响最大的结果。从公式来看,已经低估场群的影响。大尾流模型,周围所有的风机可以默认为做粗糙度处理,大尾流模型计算出来的损失和改进型的大于10%,甚至更多。比较典型的是大型风电场在10%左右,相应的优点和缺点不再赘述。

制度盘模型基本上不太实用,还有其他的经验模型不再赘述,谈一下明阳对perk的理解,它选择的系数是选择影响最大的参数,既然这个风机受所有风机综合影响的结果,那么如何表现出来?初步对perk做了调整。但是这种调整的合理性,还要经过项目实证的验证。一个是风速降低系数,每一台风机对目标风机的影响,都采用沉积的形式做表现。

我去做这个事情,算出来一个理论电量,通过各种折减最后得出来范围的综合折减系数。如果以成机的形式体现综合影响的结果,是否有效的?

调整的方案二,选择对应的CT,保证中高段的准确性。整个分析方法为了控制变量,仅仅分析风速。为了更好的做尾流影响,我们选择标准风机,分析的工况采用16个区,分析各个机位的风速衰减值,最终分析的参数通过各机位的损失和全场平均损失进行结论的说明。

这个项目选用一个案例,也是后评估的项目,位于吉林省某风电场,地形属于平坦,周边的风机用的1.5MW。之所以选择平坦风机,保证尾流风速是一致的,这样误差更小。

这是改进尾流模型的计算结果,右下角风速降低系数代表的是serd数据,整体三个尾流模型去做仿真,控制在0度区,来风控制在5米/s,可以看到模型计算出来的展示。通过图形可以看到,perk和新尾流模型与实际运行数据是接近的,但是perk在风速衰减系数上颜色更淡,意味着风阻更大一些。

新尾流模型以成机的形式展现,它与各个衰减是接近的,只有个别的机位点与实际运行有差别。大尾流模型算出来都是逐步增加的,整体还是有差别。我们控制在0度区,perk模型处于低估的状态,新尾流模型更加符合,大尾流模型处于相对高的状态。

同样是来风控制在10米/s的情况下,仍然与数据进行对比,与北部的点算系数。这种情况下,仍然是新尾流模型,通过沉积的公式算出来结果与实际相近。在10米风速段,基本上还是低估了尾流的影响,大尾流模型和实际运行还是有一定差别的。

这张图控制在0度,三种模型计算出来的公式,已经全部处于低估的状态。统计各个区的风速损失情况,整体平均损失的情况,对比三种模型风速降低系数和实际系数的对比。通过以上的数据展示,perk模型普遍低估实际的影响。

第二个是修复后的全场损失与实际更加符合,这只是对perk模型做的尝试,它的合理性还需要通过更多项目的实际案例进行研究,谢谢大家。

(根据演讲速记整理,未经演讲人审核)