一种评估风电场运维水平的方法与流程

文档序号:12366828阅读:648来源:国知局
一种评估风电场运维水平的方法与流程

本发明属于风电场运行维护领域,涉及一种评估风电场运维水平的方法。



背景技术:

长期以来,风机可利用率(和风电场可利用率)一直是评价风电场运行维护水平的重要指标,无论是中电联(中国电力企业联合会)制定的《风力发电设备可靠性评价规程》还是各发电集团自己制定的风电生产运行指标体系,都将其作为一项评价设备管理(运行维护)水平的指标广泛使用。可利用率指标沿用了火电和水电领域设备评价的基本原理:统计一定时间范围内机组各种可用状态的时长,进而计算可用状态的总时长占比。

然而风电与火电及水电有很大的不同,风能作为一种特别的自然资源,其供给的强度和时间均不可人为控制,与燃煤发电和水力发电中能量输入可控可调的特点形成鲜明对比。对风力发电而言,机组状态可用的时机非常重要,风能资源好的时间段尽可能做到状态可用多发电,需停机处理的检修维护工作应安排在风能资源较差的时段开展,因此风电场运维水平的评价不仅要考虑可用状态的时长,还要考虑状态可用的时机,即风机可用状态与风能资源在时间维度分布的契合程度。简而言之,就是风电场运行维护水平的评价应兼顾“量”和“质”两个因素。

近些年很多行业机构和发电集团对风电场运行维护水平的评价开展了广泛的研究,行业规程《风力发电设备可靠性评价规程》,中电联《全国风电场生产运行统计指标对标评比管理办法》,历年“全国风电场生产运行指标统计分析报告”,等文献均将风机可利用率(风电场可利用率)作为评价考核风电场生产运行水平的唯一指标,但该指标的应用存在以下不足:

沿用了火电及水电的设备可靠性概念,仅从传统的可靠性角度来评价风电场运行维护水平,没有考虑风力发电中设备可靠性应契合风能资源才有价值的特点,从而缺失了对风电场生产管理者在检修维护时机把握、故障预警及处理时机导向、生产计划安排等发面的能力评估。



技术实现要素:

本发明的目的在于克服上述现有技术的缺点,提供了一种评估风电场运维水平的方法,该方法能够准确评估风电场的运维水平。

为达到上述目的,本发明所述的评估风电场运维水平的方法包括以下步骤:

1)构建风电场所有风机的设计参数信息表,获取统计时间范围内各风机所处环境的风速、空气密度及各风机状态的历史数据;

2)根据步骤1)得到的统计时间范围内各风机所处环境的风速及空气密度计算统计时间范围内的风功率;

3)根据统计时间范围内各风机状态的历史数据获取统计时间范围内各风机可用状态的时间信息;

4)根据步骤3)得到统计时间范围内各风机可用状态的时间信息计算统计时间范围内各风机处于可用状态时对应的可用风能;

5)根据步骤4)得到的统计时间范围内各风机处于可用状态时对应的可用风能计算各风机在统计时间范围内的总风能;

6)根据步骤5)得到的各风机在统计时间范围内的总风能计算各风机的能量可利用率指标EAF;

7)根据步骤6)得到的各风机的能量可利用率指标计算得风电场能量可利用率指标EAFs;

8)根据步骤7)得到风电场能量可利用率指标EAFs得风电场的运维水平。

步骤1)中获取统计时间范围内各风机所处环境的风速、空气密度及各风机状态的历史数据的具体操作为:通过在线或离线的方式获取各风机所处环境的风速、空气密度及各风机状态的历史数据。

t时刻的风功率P(t)的表达式为:

<mrow> <mi>P</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> <mi>&rho;</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <msup> <mi>AV</mi> <mn>3</mn> </msup> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>

其中,ρ(t)为t时刻风机所处环境的空气密度,V(t)为t时刻风机所处环境的风速,A为风机叶轮的扫风面积。

风机第i个可用状态对应的可用风能Evi的表达式为:

<mrow> <mi>E</mi> <mi>v</mi> <mi>i</mi> <mo>=</mo> <msubsup> <mo>&Integral;</mo> <msub> <mi>t</mi> <mn>1</mn> </msub> <msub> <mi>t</mi> <mn>2</mn> </msub> </msubsup> <mi>P</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mi>d</mi> <mi>t</mi> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>

t1为风机第i个可用状态的开始时刻,t2为风机第i个可用状态的结束时刻。

风机在统计时间范围内的总风能Ev的表达式为:

<mrow> <mi>E</mi> <mi>v</mi> <mo>=</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <mi>E</mi> <mi>v</mi> <mi>i</mi> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow>

其中,n为统计时间范围内风机的可用状态总数。

风机的能量可利用率指标EAF的表达式为:

<mrow> <mi>E</mi> <mi>A</mi> <mi>F</mi> <mo>=</mo> <mfrac> <mrow> <mi>E</mi> <mi>v</mi> </mrow> <mi>E</mi> </mfrac> <mo>&times;</mo> <mn>100</mn> <mi>%</mi> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>4</mn> <mo>)</mo> </mrow> </mrow>

其中,E为统计时间范围内流向风机的总风能。

风电场的能量可利用率指标EAFs的表达式为:

<mrow> <mi>E</mi> <mi>A</mi> <mi>F</mi> <mi>s</mi> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&Sigma;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <mi>E</mi> <mi>A</mi> <mi>F</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>&times;</mo> <mi>w</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> </mrow> <mrow> <munderover> <mo>&Sigma;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <mi>w</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>5</mn> <mo>)</mo> </mrow> </mrow>

其中,EAF(k)为统计时间范围内第k个风机的能量可利用率指标,w(k)为第k个风机的装机容量,m为风电场的风机数目。

风机的设计参数信息表包括风机的装机容量及叶轮直径。

本发明具有以下有益效果:

本发明所述的评估风电场运维水平的方法在具体操作时,通过统计时间范围内各风机状态的历史数据获取统计时间范围内风机可用状态的时间信息,再根据统计时间范围内风机可用状态的时间信息计算得到风电场能量可利用率指标EAFs,然后再根据风电场能量可利用率指标EAFs评估风电场的运维水平,该方法充分考虑风机状态可用时间与风能资源分布的契合程度,从可利用率的“量”和“品质”两方面反映风电场的运行维护水平,在实际应用时,可有效评估风电场在设备可靠性管理、风场天气预测、检修维护时机把握、故障预警及处理时机确定、生产计划安排、物资供给效率等方面的综合水平,从而使该项工作快捷、准确和有据可依。

附图说明

图1为本发明中第i个风机可用状态时间分布图;

图2为本发明中第i个风机的可用风能分布图。

具体实施方式

下面结合附图对本发明做进一步详细描述:

本发明所述的评估风电场运维水平的方法包括以下步骤:

1)构建风电场所有风机的设计参数信息表,获取统计时间范围内各风机所处环境的风速、空气密度及各风机状态的历史数据,其中,风机的设计参数信息表包括风机的装机容量及叶轮直径;

其中,步骤1)中获取统计时间范围内各风机所处环境的风速、空气密度及各风机状态的历史数据的具体操作为:通过在线或离线的方式获取各风机所处环境的风速、空气密度及各风机状态的历史数据。

当应用于在线计算时,系统按设定的时间间隔从生产数据库中(风场SCADA系统或区域集控系统)中读取风速数据;当应用离线分析时,系统通过生产日志或报表人工读取。

2)根据步骤1)得到的统计时间范围内各风机所处环境的风速及空气密度计算统计时间范围内的风功率,其中,t时刻的风功率P(t)的表达式为:

<mrow> <mi>P</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> <mi>&rho;</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <msup> <mi>AV</mi> <mn>3</mn> </msup> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>

其中,ρ(t)为t时刻风机所处环境的空气密度,V(t)为t时刻风机所处环境的风速,A为风机叶轮的扫风面积。

3)根据统计时间范围内各风机状态的历史数据获取统计时间范围内各风机可用状态的时间信息;

4)参考图1及图2,根据步骤3)得到统计时间范围内各风机可用状态的时间信息计算统计时间范围内各风机处于可用状态时对应的可用风能,其中,风机第i个可用状态对应的可用风能Evi的表达式为:

<mrow> <mi>E</mi> <mi>v</mi> <mi>i</mi> <mo>=</mo> <msubsup> <mo>&Integral;</mo> <msub> <mi>t</mi> <mn>1</mn> </msub> <msub> <mi>t</mi> <mn>2</mn> </msub> </msubsup> <mi>P</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mi>d</mi> <mi>t</mi> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>

t1为风机第i个可用状态的开始时刻,t2为风机第i个可用状态的结束时刻。

5)根据步骤4)得到的统计时间范围内各风机处于可用状态时对应的可用风能计算各风机在统计时间范围内的总风能,其中,风机在统计时间范围内的总风能Ev的表达式为:

<mrow> <mi>E</mi> <mi>v</mi> <mo>=</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <mi>E</mi> <mi>v</mi> <mi>i</mi> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow>

其中,n为统计时间范围内风机的可用状态总数。

6)根据步骤5)得到的各风机在统计时间范围内的总风能计算各风机的能量可利用率指标EAF,其中,风机的能量可利用率指标EAF的表达式为:

<mrow> <mi>E</mi> <mi>A</mi> <mi>F</mi> <mo>=</mo> <mfrac> <mrow> <mi>E</mi> <mi>v</mi> </mrow> <mi>E</mi> </mfrac> <mo>&times;</mo> <mn>100</mn> <mi>%</mi> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>4</mn> <mo>)</mo> </mrow> </mrow>

其中,E为统计时间范围内流向风机的总风能。

7)根据步骤6)得到的各风机的能量可利用率指标计算得风电场能量可利用率指标EAFs,其中,风电场的能量可利用率指标EAFs的表达式为:

<mrow> <mi>E</mi> <mi>A</mi> <mi>F</mi> <mi>s</mi> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&Sigma;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <mi>E</mi> <mi>A</mi> <mi>F</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>&times;</mo> <mi>w</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> </mrow> <mrow> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <mi>w</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>5</mn> <mo>)</mo> </mrow> </mrow>

其中,EAF(k)为统计时间范围内第k个风机的能量可利用率指标,w(k)为第k个风机的装机容量,m为风电场的风机数目。

8)根据步骤7)得到风电场能量可利用率指标EAFs得风电场的运维水平,需要说明的是,风电场能量可利用率指标EAFs越高,则风电场的运维水平越高,该参数理论最大值为1。

当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1