Research on the Method for the Reconstruction and Expansion of the Wind Farm Based on the Scada Data

该风电场位于湖北齐岳山上，山体为东北-西南走向，山体宽约一至二千米，为复杂山地风电场，一期建设58台G850-58机组(容量850 kw，风轮直径58 m，轮毂高度44 m)，风机排布主要分为山体的东西两侧；二期是在一期场址内部已建成风机之间进行改扩建，工程初步规划建设容量34 MW，微观选址排查后初步确定满足工程条件的可利用机位点为26个。

Figure 1.  Wind farm phase 1 58 sets of fan layout

风电场一期开发及建设阶段在场址内部建立了2座测风塔，编号分别为#0672和#0641，#0672测风塔高70 m，位于风电场中部偏东区域；0642#测风塔高40 m，位于风电场北部偏东区域。两测风塔测风设备均为NRGsystems公司生产的测风仪，测风时段均超过一年，完整性良好。其中#0672测风塔位于42号风机位上，目前两座测风塔均已拆除。根据一期风能资源评估成果及测风数据分析，该风电场应选用IEC-III-B类以上机型。

已建成风电场改扩建的总体方法包括风电场Scada数据采集、分类、处理、矫正、统计分析，风电场建模，风电场运行数据与模型的对比分析，修正模型，现场微观选址并确定改扩建方案。

总体方法的中心是根据风电场内已有Scada数据及建设期数据的统计结果，分析风电场的风能资源特征与运行特征，并以此为依据进行风电场模型与风电场实际运行数据的对比及修正。首先确定风电场原有配置，并通过校正后的Scada数据对风电场实际风能资源及机组运行进行初步分析，得到风电场场区内的风能资源特性与风电场运行特征；其次通过前期测风数据、前期研究成果及地形信息建立风电场CFD模型，并应用模型对已建成风电场进行模拟对比，针对对比结果进行分析，得到风电场模型的优化方案；最后根据风电场模型及微观选址成果，确定风电场的改扩建方案。

根据已建成风电场情况，将风电场内有效的实际运行数据收集起来。

按《风电场气象观测及资料审核、订正技术规范》对测风塔的原始数据进行合理性检验，对不合理数据进行相应处理。若某时段缺测风速记录，用临近测风塔相应高度风速记录经相关性分析修正后替代，若无临近测风塔则用参证气象站的记录经相关性分析修正后替代，由此整理出一年完整的逐小时风数据^[2]。

收集风电场一期Scada近三年的测风数据，并进行统计整理。对58个机位点的机舱风速风向进行检验后，应用文献[3]提供的根据IEC相关标准，基于测风塔测风数据的机舱风速修正方法，得到机舱后风速修正为自由流风速。

收集风电场一期Scada近三年的运行数据，应用风电场后评估方法^[4]，排除冗余数据，并进行统计整理，得到一期58个机位点的近三年发电数据。

根据气象站数据及中尺度数据分析结果显示，风电场区域内主导风向与山体走势垂直，为东南风。但针对场内两个测风塔的测风数据对比发现，场区内存在风向随纬度增加出现逆时针偏转趋势。

风电场一期机位点主要排布在在山体东西两侧，根据风电场一期近三年实际运行数据统计结果，山体东侧机位点年发电量普遍低于西侧机位点，即主导风向上首排机位点发电量较低，次排机位点发电量较高，二者年等效满发小时数相差约在在500～1 000 h，机舱测风数据与发电量差异趋势一致，东部与西部区域平均风速相差约在0.6 m/s～1.5 m/s。原因分析如下几点：

1)东部区域与西部区域机位点的地形地表基本一致，两个区域海拔高度差较小，基本在50 m以内，导致的发电量差异较小，因此海拔高差不是导致发电量差异较大的主要原因。

2)风电场主导风向为东南风，东部区域为首排机位，发电量低，而西部区域为次排机位，发电量高，说明尾流影响亦并非是导致发电量差异较大的主要原因。

3)风电场位于一道东北-西南走向的狭长山梁上，山顶平均宽度约为1.5 km且地势较为平缓，两边较为陡峭，主导风向山坡下有较大起伏地形。东部区域机位点基本位于主导风向上风向，上风向边坡较为陡峭，该区域由于特殊地形可能存在来流风速的分流或产生局部回流区等微地形影响，导致东部区域风速低于西部区域，说明特殊地形影响可能是导致东部与西部区域风速异较大的主要原因。

4)由于风电场东部各机位点实际平均风速约在4.8 m/s～5.9 m/s，适合选用低风速机型，而在西部区域各机位点平均风速约在6.2 m/s～8.0 m/s，适合选用中风速机型。本风电场一期机位统一选择G850-58机型，该机型为中风速机型，图2表示该机型在不同风速下的年等效满发小时数变化与历年年等效满发小时数的差值，可以看出，该机型在平均风速为5.5 m/s～6 m/s的风速段发电能力明显低于6 m/s～7.5 m/s的风速段。因此该机型在东部低风速机位点对比低风速机型的发电性能较差，而在西部高风速机位点适应性较强是导致风电场东部与西部区域发电差别较高的设计原因。

Figure 2.  Wind farm phase 1 eastern and western comparison chart

Figure 3.  Variations and Difference of Equivalent Full Hours of Hours in Different Wind Velocities

为了得到更准确的风电场风能源分布情况，对风电场进行精细化数值模拟。计算域水平方向分别向风电场外延约15 km，垂直高度距地表约5 km；为了减少因模型垂直网格节点与测风塔各个测层高度不一致而导致的风切变对比误差，将160 m高度以下分为16层，除第一层网格高度为2.5 m外，其他各层网格节点均为10 m的整数倍；流场计算分为36个扇区，每10°一个扇区。将大规模计算结果嵌套到风电场中(大规模计算结果作为风电场精细化初始值)^[5]，从网格数量和湍流模型角度进行风电场精细化模拟；考虑当地大气热稳定性影响，应用测风数据修正风切变拟合模型^[6]。应用前期测风塔的测风数据作为输入资料，针对整个风电场进行模拟。

首先应用模型对风电场一期已建成机位点进行模拟，并对修正后的机舱测风数据与模拟结果进行对比，从而得到模型与风电场实际偏差。

对比结果见图4及图5，根据对比结果显示，应用风电场内一期的测风数据及地形进行风电场模拟存在偏差，西部区域机位点模拟风速结果普遍低于实测风速，各机位点模拟风速与实测风速差值约在0.8 m/s；而东部区域机位点恰恰相反，机位点模拟风速普遍结果高于实测风速，各机位点模拟风速与实测风速差值约在-0.4 m/s。

Figure 4.  Comparison of simulation results and measured wind velocity in west

Figure 5.  Comparison of simulation results and measured wind speed in east

根据初步对比结果，应用测风数据及地形进行风电场模拟与风电场实际运行结果偏差较大，无法准确模拟风电场内风能资源情况。考虑风电场范围较大，场内两座测风塔均位于东部区域，代表性不足，因此选择更改输入条件：针对本风电场的风能资源分布特征，将风电场划分为东西两个大区，再根据微观选址后确认的二期26个可利用机位点分布情况，分别将东西两个大区划分为若干个小区域，根据区域的地形情况，选择该区域内若干具有代表性的修正后的机舱测风数据作为输入数据重新模拟。图6及图7为模型修正前后模拟风速与风电场机位点实际测风数据对比结果。根据对比结果显示，修正后的模拟结果与风电场机位点实际测风数据偏差明显低于修正前的模拟风速与风电场机位点实际风测风数据偏差，证明模型修正方案可行。

Figure 6.  Comparison of simulation results and measured wind velocity in west

Figure 7.  Comparison of simulation results and measured wind speed in east

应用修正后的模型针对微观选址后26个可用机位点进行风能资源及发电量计算，综合考虑风能资源、二期机位点安全性、新增机位点对一期机位点安全性影响、道路和集电线路最优化、避开限制及民用区域等因素，最终确定选择17台风能资源较好的机位点的排布方案。

通过对需要改扩建的风电场进行模拟，提出了基于Scada数据分析结果的风电场模型修正方法，并以湖北利川某一实际风电场模拟结果为例验证了模型修正方法的可行性和精度，结论如下：

1)应用传统方式采用前期数据作为输入条件，对复杂山地风电场进行CFD模拟，可能无法比较精细地描述风电场的风能资源分布特性。

2)将风电场重点关注地区划分为若干区域，根据细化区域内的已知风能资源特征，选用风电场已建机位点的机舱实测数据作为输入条件，可以提高风电场CFD模型精度，进而保证风电场改扩建后的发电量与经济收益。

3)本文提出的方法工程实用性强，广泛适用于各类有用改扩建需求的风电场，为进一步风电场翻新建设奠定了基础。