2020年10月14日-16日,2020北京国际风能大会暨展览会(CWP 2020)在北京新国展隆重召开。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,本届大会以“引领绿色复苏,构筑更好未来”为主题,聚焦中国能源革命的未来。能见App全程直播本次大会。
在14日下午召开的风资源精细化评估分论坛上, 浙江运达风电股份有限公司朱金奎发表《风电场尾流效应的分析》主题演讲。
以下为发言实录:朱金奎:今天主要讲一下风电场尾流效应的分析,最后做一个简单的总结。咱们分析的风电场,实际重点关注的风电场位于这个风电场集群的正中心,这个风电场集群整体上有九个风电项目组成,整个风电场集群的开发是由东向西逐步进行的,风电场地形比较平坦,这个项目位于青海的,青海整体上项目地表都是沙地,主风向是西风以及西北偏西风,这个风电场这两排机组前面一排七台,后面一排是六台,这两排间距是1300米,这里用的机型主要是931.5兆瓦的,轮毂高度80M,主要针对2019年进行分析的,2019年整体上分析基础运营情况,城市是2019年全场机组平均的功率曲线,然后这里的功率曲线,转换成机舱自由恢复,这里整体算出来K值大概是103.5%,机组正常运行情况下,功率还是可以达到咱们保证功率曲线的,右边这张突各个机组可利用率,我们是讲的时间可利用率,整体上都很高,现在有一个问题,实际上这个项目有一个特点,在项目前期的时候,这里有一个测风塔,作为资源评估塔一直在运行。项目建成之后,这个测风塔在现场运行,我们看到有一个比较大的问题就是说,在项目前期设计的时候这个测风塔,80米的风速是6.64,2019年实际测出来只有5.46,风电场我们根据某商业的软件算出来,测风塔输进去,计算得到的各机组平均的尾流后风速,同样就是在设计阶段这个风场平均的风速有6.37这么高,在2019年的时候,我们是5.21,这个5.21,在机组前的自由风速。这中间接近1.2米的风速的差异是怎么回事,差异非常的显著,我们结合整个风电场,整个项目集群的风电场开发的进度我们可以大致看一下,就是说整个我们S风电场它的东边这些机组的话都是在设计阶段之前已经建好了,但是在于西边ABCD这四个风电场的话,基本都是在S风电场建成之后才逐渐修建的,然后其中我们B风电场基本跟S是同时的,在设计阶段B风电场也还没有并网运行,整体上这中间我们会对这一米多的风速的差异,我们会有一个猜想,这一米多的风跑哪儿去了,针对这个问题,我们展开了一些研究,这个研究主要的目的就说以单个风电场为研究目标,分析大规模风电场之间的尾流影响,无论是前期东边已经存在的风电场,还是西边随着风电场建成之后再逐渐建成新的ABCD对风电场的影响,然后第二个分析一下风电场内部风电机组尾流怎么个恢复的,怎么个变化的,大致的过程,方法以风电场为对象,分析仿真的结果,实际运行结果的差异,第二个我们还用激光测光雷达,到现场实际的观测,作为对我们仿真结果进行的一定程度上的验证。
进入我们第二部分,一米多的风速的差异我们做风资源想第一点是有风速年际波动的,这个是肯定的,因为风资源年际波动在很多时候还不小,然后第二个我们想到的就是说,风场尾流影响,第三个数据处理或者你的计算误差各种其他因素。为什么我们考虑的就这三个因素,下面我们逐一的进行分析。对于年际风速变化我们这里是根据参考数merra2,这里的相关系数在0.82以上,我们采用的是日平均风速的相关性。所以这两个相关性相对来说比较高,我们实际上是可以基于merra2的分析数据,风速年际之间的变化差异,我们这里列出了这个图,我们可以看到在2019年这个厂区,2019年明显是一个小风年,2015年2016年是大风年,基于这两个差异的比例,我们按照相对的变化比例,我们计算就说在设计阶段,测风塔六米六四,全场机位六米三二,订正之后,2019年测风塔自由风速6.2米,按照这个6.2米的风速,计算全场机位的平均风速5.89米,这是我们风资源最直接想到的东西就是年际波动。
第二块周边风对风电场尾流的影响,尾流分析的工具我们采用我们运达自主开发的windeyfoam的平台,机遇RANS的致动盘尾流模型,进行尾流仿真计算。这个平台你还可以在这里进行定植很多参数都是开放的。这个平台也可以进行大范围的精细化的计算,计算效率也是比较高的,还可以有非常好的截面,可以进行比较好的展示,一切基于我们运达自己高性能的计算平台,在这上面进行的。
具体有这么一个模型之后我们实际上怎么来分析这个东西,到底尾流影响有多大,实际上我们这里对于测风塔的风速,对于风电场所有风电场采取的方法是相似的略有差异,这里是测风塔,不同风向条件下,我分析,我是做两遍计算,第一遍是不放机组进去,算机位点处的风速是多少,第二遍是把风电机组放进去之后,把这个模型尾流模型放进去之后,计算这个测风塔处风速是多少,两者之间的差异,是机组对这个测风塔风速的影响,在测风塔风速分析的时候,就不需要讲周边风电场,所有的机组都会对它有影响,我们进行适当的为了加快计算速度,节省计算资源我们找了对测风塔影响最显著的机组,把它放进去,比如说在零度的时候,只放了S风电场,更远的ABCD风电场,为了节省资源没必要放进去,这个是330度的,这330度这边离的更远写得没放进去,放到这里,也是只放S风电场,这是对于测风塔的。
对这个测风塔受到的尾流影响进行了分析,进行了12个扇区的分析,对比之后我们发现,当厂区吹南风的时候,测风塔不会受到尾流的影响,西北风之类的的时候,测风塔受到尾流的影响比例还相对比较高,最高的时候能达到16%的样子,由各个扇区风速衰减比例,结合风图,综合之后就得到上图计算的测风塔衰减比例,2019年自由风速5.61m/s。对于风电场而言,是略有不同风电场,我们分析周边风电场对这个的影响,这个计算相当于更麻烦一点,第一步只放这个S风电场的机组进去,计算说所有的S风电场所有机位的平均风速是多少。第二个步骤就是说计算在有周边风电场,放特定风电场,为了节省计算资源,加快计算速度,在特定风向情况下,把周边的风电场,特定风电场放进去,放进去之后在这种情况下,仍然算S风电场所有机位的平均风速是多少,然后两者一对比,就得到说在这个风向条件下,风速的衰减比例是多少?这里给出了两个示例,第一个90度,把风电场放进去,东风的情况下,再把东边放进去这两个的差异,风的衰减比例还挺大的,接近有15.7%,这些机组是小机组,尾流会小一点,对于西风来讲的话,这里的因为西风这些机组实际上都是121的机组,这些机组的尾流更显著一些,尾流的效率更强一些,接近20%了。
基于这种方法我们同样的,我们按照30度一个上区,不同的入流风向条件下,测风塔风速衰减比例是多少,得到不同风速的衰减比例,再结合厂区的图风速衰减是多少。2019年S风电场80米平均风速是5.28米,5.89米降到5.28米。我们对风速变化做一个总结,对于测风塔而言,它设计阶段6.64米,降到6.2米,风机尾流因素风速继续从6.2米,降到5.21米。尾流计算误差都是有可能总体上已经比较接近了,对于全厂平均风速也是一个类似的效果。
这是我们模拟计算的结果,实际上我们现场还进行现场的验证,这个是我们在今年的6月份到今年7月份,我们现场实际去拜访了4台激光测风雷达,第一台放在咱们S风电场上风向两三百米的地方,距离B风电场下方向一千米的地方,第二台雷达放在S风电场下风向1200米的地方,点三放在一千米的地方,还有一个点四放在D风电场下风向4500米的地方,再结合现场实际的测风塔测风塔一直都在,结合测风塔位于D方向的下方向大概2200米的地方。
我们进行初步的分析,风速看到一个很有意思的现象,就是说对于点一同时测出来的风速,点三5.66多一点,点四已经5.81米了。当时感觉这个效应还挺显著的,我们有一个初步的分析认为说,这个B是121的机组,我点一距离121相当于八九地的样子,风速是最低的,对于点2落讲,点2距离S风电场一千两百米,整体上会导致我点一的风速测出来比点的还要更低,点三实际上类似的尾流也在逐渐慢慢恢复的过程,测风塔更显著了,对于D风电场121的机组,下方面16、17D的样子,我们认为点四基本上来说在结合这段时间实测,我们认为点四基本上没有太受到尾流的影响,实测出来5.81米,点一是很显著的,风速衰减,我们把它按照点一的风速相对于点四的风速的衰减比例11%点几,仿真得出来的12%的样子,现场实测的验证与我们之前的仿真结果还是比较接近的。
风电场尾流效应实实在在存在的东西,这个是你没法消除它的,对于我们考虑这个尾流问题的时候,我们设计应该注意哪些事情,我们的初步的想法,就是说第一点可能就是采用大功率的机组,减少机组数量,拉大机组之间,机组的尾流有足够的空间来进行恢复,比如我们这里有个项目,采用50台两兆瓦的机组,这个是用工程尾流算出来,这个尾流6%,如果我是采用28台3.6降低到2.1%,整体上我们认为说你这个如果机组数量减少了,整体上这个尾流效应会减少一些,当然可能实际发电量会略微降低一点。
第二个采用自动盘尾流模型,或者大规模风场专用尾流,更适合实际尾流的大小,我们给了一个对比,这个对比就是说,这里给出一个纵坐标全场风速差异,横坐标各种尾流模型,相当于我们这里是用park尾流模型,不放周边风电场,如果我放了周边风电场之后我看平均风速多少,两者之间的差异,如果用park尾流模型,风速差异0.16,如果是用大规模尾流模型结合park大概是0.43的样子,计算速度能比较快一点,结果相对比较靠谱一点,如果你时间足够你也可以用自动盘尾流进行计算。
第三点咱们进行厂区规划的时候,最好还是给尾流一定的缓冲区域,我们这里看到瓜州风电场的规划,三到四公里,这个规划还是比较科学的。
总统的一个总结,就是说我们这个改进的自动盘尾流模型对大规模风电场尾流模型但需要较多的高性能计算资源。
(根据速记整理,未经本人审核)