摘要：隨著風(fēng)電場行業(yè)的大發(fā)展，在運(yùn)行機(jī)組數(shù)量急劇增長的情況下，風(fēng)電機(jī)組的發(fā)電性能、可靠性問題迫切需要解決。本文通過數(shù)據(jù)分析，清晰地展現(xiàn)風(fēng)電機(jī)組的能量真正損失在哪兒了，進(jìn)行性能分析與優(yōu)化建議，對提高和優(yōu)化機(jī)組性能和可靠性提供強(qiáng)大的依據(jù)。
　　
　　1、前言
　　
　　國家“十三五”能源規(guī)劃指出，到2020年，中國風(fēng)電規(guī)模要達(dá)到2億千瓦，規(guī)劃明確風(fēng)電主要以大型基地為主，截止2015年底，全國并網(wǎng)風(fēng)電裝機(jī)容量12934萬千瓦，設(shè)備平均利用小時(shí)為1728小時(shí)。隨著風(fēng)電機(jī)組運(yùn)行時(shí)間的增加，機(jī)組性能和可靠性方面的問題也逐漸增多，造成了不必要的發(fā)電量損失和經(jīng)濟(jì)損失。
　　
　　本文通過數(shù)據(jù)處理、KPI指標(biāo)分析、損失電量分解、根源分析等手段，評估風(fēng)電場和每臺機(jī)組的實(shí)際發(fā)電能力，可靠地進(jìn)行詳細(xì)科學(xué)的分析和診斷，準(zhǔn)確回答出“風(fēng)電場和風(fēng)電機(jī)組的電量損失在了哪里”，使管理者全面了解風(fēng)電場的最真實(shí)情況，并為優(yōu)化技改提供方向。
　　
　　2、背景
　　
　　現(xiàn)場通過數(shù)據(jù)采集方式，可得到機(jī)組、升壓站、電能量計(jì)量等相關(guān)數(shù)據(jù)，通過這些數(shù)據(jù)可計(jì)算相應(yīng)的指標(biāo)，如風(fēng)電機(jī)組可利用率、風(fēng)電機(jī)組功率曲線、風(fēng)電機(jī)組發(fā)電量及可利用小時(shí)數(shù)等等。以往發(fā)電企業(yè)更多關(guān)注限電、停機(jī)、故障等最直接表現(xiàn)出來的問題，通過計(jì)劃經(jīng)營、檢修、維護(hù)等方式來提供發(fā)電效益，往往忽略了機(jī)組性能問題。我們會(huì)發(fā)現(xiàn)，當(dāng)限電、停機(jī)、故障等都不存在的時(shí)候，發(fā)電量的表現(xiàn)仍然不盡人意。通過分析和實(shí)驗(yàn)發(fā)現(xiàn)，機(jī)組性能存在可觀的優(yōu)化空間。性能分析不但能提高發(fā)電效益，同時(shí)能對技改后評估提供依據(jù)。風(fēng)電機(jī)組性能問題表現(xiàn)為兩個(gè)方面。一是限功率運(yùn)行；二是功率曲線表現(xiàn)差。
　　
　　通過對運(yùn)行數(shù)據(jù)分析，往往可以發(fā)現(xiàn)高溫、結(jié)冰、風(fēng)向標(biāo)、葉片、控制策略異常以及軟件配置等問題。解決這些問題能夠減少被考核，提高發(fā)電能力，避免大部件故障的發(fā)生等，提高企業(yè)經(jīng)濟(jì)效益。
　　
　　功率曲線是衡量機(jī)組發(fā)電能力最直觀的表述。它能幫助我們進(jìn)行機(jī)組之間的比較或與保證功率曲線比較。廠家提供的保證功率曲線往往是在標(biāo)準(zhǔn)空氣密度下以自由來流風(fēng)速進(jìn)行擬合的，而采集的風(fēng)速則是機(jī)艙風(fēng)速。因此，在與保證功率曲線對比時(shí)，需要將機(jī)艙風(fēng)速修正為相同空氣密度下的自由來流風(fēng)速。
　　
　　如圖1所示，藍(lán)色點(diǎn)為風(fēng)機(jī)SCADA中導(dǎo)出的原始數(shù)據(jù)散點(diǎn)圖，灰色點(diǎn)為藍(lán)色點(diǎn)計(jì)算出的風(fēng)機(jī)原始機(jī)艙功率曲線，紅色點(diǎn)線為保證功率曲線，從圖中可以看到由于風(fēng)機(jī)廠家的設(shè)置自由來流風(fēng)速與風(fēng)輪機(jī)艙風(fēng)速之間的影響差異，導(dǎo)致機(jī)艙風(fēng)速遠(yuǎn)小于真實(shí)風(fēng)速，SCADA數(shù)據(jù)繪制的功率曲線遠(yuǎn)高于保證功率曲線，無法反映功率曲線的性能損失。通過風(fēng)速修正后的功率曲線如黃色點(diǎn)所示，可以看到機(jī)組真實(shí)的功率曲線并沒有達(dá)到保證功率曲線。使用風(fēng)速修正后的風(fēng)速計(jì)算，可以計(jì)算出機(jī)組功率曲線劣化帶來的性能損失。 　　 　　
　　本文選取某一個(gè)風(fēng)場的數(shù)據(jù)，按照詳細(xì)分析流程的描述進(jìn)行操作，具體的揭示了通過性能分析發(fā)現(xiàn)的機(jī)組問題。
　　
　　3、分析流程
　　
　　3.1 分析流程概述
　　
　　由于數(shù)據(jù)的龐大復(fù)雜，需要對數(shù)據(jù)進(jìn)行處理，清洗等操作。通過數(shù)據(jù)的輸入、數(shù)據(jù)處理及最后的數(shù)據(jù)輸出，完成能量可利用率指標(biāo)的計(jì)算，形成數(shù)據(jù)的查詢與展示。輸入的數(shù)據(jù)通常有機(jī)組10min數(shù)據(jù)、測風(fēng)塔數(shù)據(jù)、機(jī)組故障數(shù)據(jù)、測風(fēng)數(shù)據(jù)、報(bào)表數(shù)據(jù)、臺賬數(shù)據(jù)、地形圖等，經(jīng)過數(shù)據(jù)統(tǒng)計(jì)、數(shù)據(jù)清洗、數(shù)據(jù)插補(bǔ)、數(shù)據(jù)篩選與分類、數(shù)據(jù)量化等方法對數(shù)據(jù)進(jìn)行處理，最終展示出各指標(biāo)的散點(diǎn)圖、柱狀圖、曲線圖、時(shí)序圖、餅圖、玫瑰圖、甘特圖、瀑布圖、地圖、樹地圖、堆疊圖、面積圖、氣泡圖等可視化分析形式。 　　 　　
　　3.2 分析基礎(chǔ)平臺
　　
　　基于R、Python、H2O對歷史數(shù)據(jù)進(jìn)行挖掘、分析、建模，基于Spark實(shí)現(xiàn)全量數(shù)據(jù)的大型分布式模型訓(xùn)練、驗(yàn)證、評估，通過分類、回歸等機(jī)器學(xué)習(xí)算法，在Hadoop集群主節(jié)點(diǎn)、Spark節(jié)點(diǎn)、DataNode和交換機(jī)進(jìn)行配置，完成數(shù)據(jù)的分布式計(jì)算和集群管理，從而實(shí)現(xiàn)算法的開發(fā)。 　　 　　 　　
　　4、性能分析與優(yōu)化
　　
　　4.1 數(shù)據(jù)質(zhì)量分析
　　
　　本文采用的是機(jī)組SCADA系統(tǒng)導(dǎo)出的2014年9月1日至2015年10月1日的10分鐘數(shù)據(jù)。其中2015年6、9月數(shù)據(jù)缺失；21號機(jī)組缺少6月份以后的數(shù)據(jù)，22號機(jī)組所有數(shù)據(jù)缺失。此時(shí)，對于缺失數(shù)據(jù)可以選擇通過算法進(jìn)行插補(bǔ)。由于缺失數(shù)據(jù)對本文的分析不產(chǎn)生影響，因此忽略插補(bǔ)步驟。下一步進(jìn)行數(shù)據(jù)量化。
　　 　　
　　4.2 整體發(fā)電量分析
　　
　　通過數(shù)據(jù)量化得到32臺機(jī)組2014年10月至2015年10月12日故障停機(jī)、高溫降容及其他降容損失電量達(dá)488萬kWh，占應(yīng)發(fā)電量的6.04%。其他由于齒輪箱油溫高降容損失26萬kWh，發(fā)電機(jī)驅(qū)動(dòng)端軸承溫度高損失4.14萬kWh，發(fā)電機(jī)非驅(qū)動(dòng)端軸承溫度高損失3.68萬kW，發(fā)電機(jī)繞組溫度高損失0.06萬kWh；停機(jī)及其他降容損失454.12萬kWh。同時(shí)，機(jī)組之間功率曲線相差比較大，見下圖。
　　 　　
　　4.3 機(jī)組異常問題分析
　　
　　根據(jù)SCADA的10分鐘數(shù)據(jù)利用數(shù)據(jù)模型分析機(jī)組的發(fā)電性能、控制策略和大部件穩(wěn)定性。分析結(jié)果匯總?cè)缦拢?br /> 　　
　　1、 機(jī)組由于高溫存在限功率運(yùn)行的情況
　　
　　由于機(jī)組程序設(shè)置高溫（齒輪箱油溫75°）后，機(jī)組自動(dòng)限功率運(yùn)行，直至達(dá)到極限溫度后停機(jī)。分析發(fā)現(xiàn)每個(gè)月都存在齒輪箱高溫降容的情況，其中2014年11月、2015年3月和5月比較嚴(yán)重；大風(fēng)月份發(fā)電機(jī)前后軸承也存在高溫降容情況。除14、15和20號外其他機(jī)組都出現(xiàn)過齒輪箱高溫降容情況，9、32、17、4、24比較嚴(yán)重；32、33、13、24、26、2、9、3、23、11、30、7、21號發(fā)電機(jī)驅(qū)動(dòng)端存在高溫情況；9、24、18、20、7、2、13、33、11發(fā)電機(jī)非驅(qū)動(dòng)端存在高溫情況；13號機(jī)組2015年4月出現(xiàn)過發(fā)電機(jī)繞組高溫降容情況。
　　
　　為分析近期機(jī)組情況，本文通過2015年8月和10月數(shù)據(jù)分析發(fā)現(xiàn)。4、5、9、10、11、13、14、16、17、23、24、25、28，共13臺機(jī)組存在齒輪箱高溫問題。高溫情況在10月份后有所緩解，但是4、5、16、17這4臺機(jī)組還存在齒輪箱油溫高問題。
　　
　　優(yōu)化建議：此時(shí)應(yīng)建議風(fēng)電場對10月份還存在問題的機(jī)組檢查其齒輪箱散熱器是否堵塞、溫控閥和單向閥是否失效、油泵是否失效；同時(shí)加強(qiáng)對其他機(jī)組齒輪箱散熱系統(tǒng)的維護(hù)，可考慮進(jìn)行改造避免發(fā)電量損失。同時(shí)檢查出現(xiàn)過高溫降容的發(fā)電機(jī)軸承是否存在電腐蝕情況，振動(dòng)是否存在異常，潤滑油脂是否合適等問題。
　　 　　
　　2、 控制策略修改導(dǎo)致發(fā)電性能下降
　　
　　絕大部分機(jī)組在4、5和10月份調(diào)整過控制策略，導(dǎo)致機(jī)組發(fā)電性能有所下降。
　　
　　分析發(fā)現(xiàn)10月份前絕大部分機(jī)組功率曲線出現(xiàn)了下降；懷疑是由于程序升級導(dǎo)致，若存在限電的話，個(gè)別機(jī)組也有可能是限電導(dǎo)致；分析發(fā)現(xiàn)各機(jī)組額定轉(zhuǎn)速有所不同，控制參數(shù)前后不一致。如5、7、9、12、15、16、17、18、23、25、26、29、30、31、33，共15臺機(jī)組發(fā)電性能在10月份出現(xiàn)了明顯下降。
　　
　　此時(shí)應(yīng)建議風(fēng)電場確認(rèn)是否進(jìn)行了程序升級，10月份后是否開始限電。同時(shí)調(diào)查上述15臺機(jī)組程序版本及控制參數(shù)是否存在問題，特別是26號，若確實(shí)是由于程序升級導(dǎo)致，建議恢復(fù)到8月份程序版本。
　　 　　
　　3、 個(gè)別機(jī)組功率曲線表現(xiàn)不好
　　
　　分析發(fā)現(xiàn)全場機(jī)組功率曲線一致性較差，個(gè)別機(jī)組功率曲線存在問題，個(gè)別機(jī)組在一些月份存在問題。
　　
　　其中一些機(jī)組功率曲線離散度比較大，功率曲線與其他機(jī)組相比相差較大，如9、10、19、26、29、30這6臺機(jī)組；建議檢查這些機(jī)組設(shè)備配置是否有區(qū)別，特別是主控程序版本、變頻器、變槳系統(tǒng)及風(fēng)速儀、風(fēng)向標(biāo)及傳遞鏈等。
　　
　　其中機(jī)組8、25在10月的時(shí)候功率曲線差，分析發(fā)現(xiàn)其額定轉(zhuǎn)速低于其他機(jī)組，建議檢查這些機(jī)組控制參數(shù)列表設(shè)置是否存在問題，調(diào)查發(fā)電機(jī)型號是否與其他機(jī)組不一致。
　　
　　其中機(jī)組4、15、16的功率曲線差，建議風(fēng)電場檢查風(fēng)向標(biāo)是否校正，葉片零位是否校正，葉片是否存在污染或者破損等。
　　
　　4、 控制策略存在異常
　　
　　分析發(fā)現(xiàn)個(gè)別機(jī)組的最優(yōu)CP控制階段采用了兩個(gè)動(dòng)態(tài)的Kopt參數(shù)，針對不同的空氣密度。如27、28這兩臺機(jī)組，在8月和10月一直存在這種情況。建議風(fēng)電場與廠家或者維護(hù)單位確認(rèn)是否在一些機(jī)組上進(jìn)行相關(guān)試驗(yàn)，并對試驗(yàn)結(jié)果請相關(guān)專家進(jìn)行評估，挑選最優(yōu)參數(shù)進(jìn)行升級。
　　
　　表2 機(jī)組性能分析表
　　
　　5、結(jié)論
　　
　　通過對風(fēng)電機(jī)組的性能分析，利用數(shù)據(jù)說話，科學(xué)地分析每臺機(jī)組的性能損失問題，可針對性地解決問題，提高機(jī)組的發(fā)電量。但是在性能分析中，還存在兩個(gè)問題：一是數(shù)據(jù)質(zhì)量差，隨著數(shù)據(jù)過多的缺失，風(fēng)電場的一些真實(shí)問題會(huì)隨之丟失。欲實(shí)現(xiàn)精細(xì)化管理，必須加強(qiáng)數(shù)據(jù)采集技術(shù)：如建設(shè)通訊中斷就地緩存。二是全參數(shù)的數(shù)據(jù)量大，目前大多數(shù)廠商只采集部分?jǐn)?shù)據(jù)。為了達(dá)到更精準(zhǔn)的根源分析，需要借助全參數(shù)的數(shù)據(jù)相互耦合判斷。在數(shù)據(jù)量隨之增大后，對性能的要求也隨之增高，尤其是對實(shí)時(shí)性能分析的要求更高。因此，需要引入大數(shù)據(jù)平臺存儲技術(shù)，如HDFS、HIVE等和流數(shù)據(jù)處理技術(shù)，如SparkStreaming、Storm等。