当前位置: 新能源网 » 风电技术 » 风电技术 » 正文

风电场让我用什么来评价你?(完整篇)

日期:2017-07-03    来源:远景能源《风向标》

国际新能源网

2017
07/03
13:57
文章二维码

手机扫码看新闻

关键词: 风电场 KPI指标 风电

   一群人争论不休,场景和结果就当不存在吧,你犯不着为此费心劳神,他们都是被KPI评价指标给害的!先看幅图,也许你会想到轮盘赌。

 
  KPI指标体系是一种把目标解耦量化的方案,也就是说,它把一个逻辑维度的战略目标,开枝散叶分解成多个可以用数据来评价的子目标,这些数据全部由目标达成的过程事件里产生或转化而来。
 
  举个例子,身体是革命的本钱,要想“有出息”必须“身体好”,后者就是个“子目标”,“过程事件”是“运动”,过程的“关键参数”是今天走了多少步。你的运动手环、手机app会将这些数据转换成燃烧的卡路里,告诉你击败了多少用户,这是计算和分析。
 
  但是,它是否真的可靠,你会信它多少呢?请注意,这并不是非要说KPI不好,而是要把你拉进对风电项目的KPI评价里,这样没有什么不好。
 
  在此之前,先看一句玛丽莲梦露说过的话,“如果你不能应付我最差的一面,那么你也不值得拥有我最好的一面。”你看,影星就是影星,霸气侧漏,这说明性感的女人总有特殊的一面,一个影星如此,一个新兴的风电行业也不例外,不得不说的是,风电行业KPI评价特殊的一面上有一个秘密。
 
  先来看目前国内风电行业已有的一些KPI指标评价体系:2013年国家能源局发布《NB/T31045-2013风电场运行指标与评价导则》,2014年中电联发布《风电场生产运行统计指标体系》。另外,各大风电运营商也陆续发布这方面的体系,比如大唐集团2012年发布《中国大唐集团公司风电企业指标释义》,龙源电力集团2013年发布《风电场运行指标与评价导则》。
 
  必须点赞的是,上述指标和考核方法是业内经验的总结,对风电场管理有很重要的指导意义。但业主在自己的风电场使用这些指标与考核办法时,也遇到诸多困惑,用“一言以蔽之”的方式抽象一下,就是风电行业KPI评价指标应用的现状主要表现在问题指向性不明显、可操作性差、责任方不明、难以定量衡量、缺乏客观性和说服力等众多问题。
 
  微观来看,不同的角度会看到不同的KPI,这是痛点所在,只是有些痛你还感觉不到。比如你喜欢发电量,可发电量却经常在掩盖真相,这就等于把你骗了。
 
  你知道的,发电量是风电场运行中最常用的指标,统计算法最为简单、易执行、和生产收入正相关。发电容量系数(C F),表征统计周期内风电场实际上网电量与额定上网电量的比值,也常作为发电量的考核指标来定义。
 
  但问题是,同样2000小时发电量,大风年和小风年不可同日而语,所以在用发电量和CF作为考核指标时,人们往往只是简单地参照统计周期的平均风速,得到一个粗略的对比标尺,却掩盖了真实的风能和发电潜力。
 
  这其中涉及到TBA(Time based Availability),即时间可利用率,也称设备可利用率,是用来考核设备可靠性时常用的一项指标。注意了,用了这些年的TBA,和发电量一样,向你隐瞒了很多你没有关心甚至不知道的事情!
 
  可以看到的是,随着风机设备可靠性的持续提升,目前国内外大部分风电场的TBA都达到了97%以上,可是不同项目间仍然存在很大的发电水平差异。据全球风能理事会和能源局统计,欧美典型风场的平均年发电小时数达到2500小时,而国内风电场平均水平只有1900小时左右。2015年的中电联的最新统计数据显示国内风电场去年设备平均利用小时又降了172h,仅仅有1728h。近乎一致的TBA水平似乎难以解释600-800小时的发电量落差啊!
 
  所以,必须要反思TBA这个指标,可以发现,大风时停机1小时,往往比小风时停机10小时的损失还要多。某些低风速风电场在台风期间一日的发电量甚至和小风月一月的发电量相当,单纯时间维度的衡量并没有告诉你,那些年,由于停机错过的风能究竟有多少?上述“1日=1月”的发电量现实还可以进一步引申,花开两朵再表一枝:在运行管理风电场,甚至采购风机时候,要不停碎碎念“时间是有权重的”。这个权重就是风的威布尔分布(风速及风能分布),所以,低风速风电场运行管理可靠性就看风能分布最重要的区间,通常是8m/s-12m/s,风能可达60%-80%,而2m/s的风可能一年里有400小时吹过,但是带给你的能量还不足0.1%,所以低风速切入风机不是低风速风机,不值得你去花银子采购这个噱头。
 
  回过头来,再说说那被错过的风能,这几年有个让人最熟悉也最痛恨的风电词汇——弃风限电,但你要想这样一个问题:弃风率一定决定生死吗?
 
  请看两个高弃风率风电场的运行评估数据,两个风电场的弃风率均超过了20%。从设备商和运营商的角度,能做的措施似乎对发电量提升影响甚微。
 
 
  但是,如果将其他项的损失电量解耦出来,会发现风场E除了较高的限电损失外,其在设备可靠性及运行性能方面,均存在一定的改善空间。尽管目前风场E的发电小时数相比于F处在领先水平,然而运维管理水平却落后于风场F。这意味着,一旦E的风资源变差,发电量则很容易被F赶超。正所谓生死由命,富贵在天,天助自助者,如果盲目把弃风限电当成替罪羊,你往往会失去更多。
 
  所以,我们先来看看大家虽然比较熟悉,但是却往往不太重视的一个重要指标MTBT了。
 
  在传统电气产品质量体系中平均故障间隔时间(MTBF:Mean Time Between Faults)是常被用来衡量一个产品可靠性水平的指标,是体现产品能够保持正常功能不间断使用的持续时间。借鉴于该指标的定义,针对风力发电机组单次故障不一定失效的特点,衍生出了风电领域定制的可靠性指标——无故障运行时间(MTBT:Mean Time Between Trips)。
 
  比如一个运维风场MTBT指标可以按照如下方法进行计算:
 
 
  MTBT可以较好的追踪一个风电场的可靠性水平。从设备可靠性水平上来看,该指标反映了评估风电场设备两次非计划停运的间隔时间。如下图所示,横坐标为故障频次,纵坐标表示MTBT。随着风电场可靠性水平的提升,风电场故障率的进一步降低,MTBT指标将变得极为敏感。两个风电场可能故障频次仅相差1次,但MTBT可能会相差上百小时。
 
 
  因此,更高的MTBT指标不仅可以让风电场不在频繁的停机、起机的过程中,白白的损失掉吹过的风能,也让风机的可靠性和寿命得到更好的保护。设想一下,一台一会就故障停机的风机,哪怕它可以远程复位,这样频繁的起停,怎么能够不折风机的阳寿呢?而且风机起停过程中损失的风能,却无法反映到我们常用的时间可利用率的指标上,因为停机故障可以被很快复位了,但是风呼呼的吹,风机却还在风中启动中,发不了电呀!
 
  更高的MTBT还有一个好处,那就是可以带来更加少人的值守,一个MTBT超过2000小时的风电场,一般需要人员到达风机实地干预或维修的次数每周最多一次。所以没有高标准的MTBT,无人值守,少人检修的运行维护状态是无法想象的。
 
  当然,看到MTBT如此的重要,但是仅仅靠MTBT并不足以支撑风电场的精细化管理,因为MTBT仅仅考量故障频次,忽略了停机时间以及停机时段风资源等影响发电量的直接因素。
 
  看到这儿,也许你会说,踩了KPI,然后呢?
 
  然后,就该让EBA来救场了,它会让风电场真相大白。
 
  先看图吧!
 
 
  EBA的来头不小呢!2014年,国际电工委员会(IEC)发布IEC61400-26-2:Production-basedavailability for wind turbines,首次在官方文件中提出了EBA(Energy based Availability)的概念。所谓EBA,即能量可利用率,就是实际发电量和理论发电量的比值。
 
  在项目前期阶段,每一类设计折减项都可以对应于风电场后评估阶段的影响EBA的损失电量原因。因此,EBA可以为折减系数的预估提供可靠的样本统计依据,从而实现投资决策和设备选型的优化。针对每一个平台接入机型,对于可评估的设计折减项,理论上均可以在后评估侧形成闭环分析。
 
 
  在风电场运行阶段,EBA相较于其他运行管理类指标,可以更加准确定位问题,量化生产过程中的每个环节导致的损失电量。
 
 
  值得注意的是,在实际情况下,EBA指标在目前的风电场运维管理中被采用的并不多,其主要原因可以概括为如下两点:一方面,能量可利用率的计算需要能够对真实的风资源进行准确还原,这对现场地形分析、测风管理、数据采集系统等都有较为严格的要求;另一方面,要实现精细化管理,需要对损失原因进行精细拆解,单纯依靠传统的SCADA系统很难完成。
 
  那怎么办呢?看着远景在中外白富美那里做了那么多EBA指标的管理应用,是不是有些眼馋?是呀,那可是基于远景高大上的WINDOS平台支撑下,才能完成EBA应用呀。不过,没有关系,下次我们给大家介绍一种可以应用范围更加的广泛,对,就是你马上就能用起来的评价体系和方法,敬请期待。

  上面提到,能量可利用率(EBA)是风电场资产评估真相大白的关键,但目前采用这一指标的风电场并不多,其主要原因有两点:一是能量可利用率的计算需要能够对真实的风资源进行准确还原,这对风电场的地形分析、测风管理及数据采集等都要有较为严格的要求;二是要实现精细化管理,需要对损失电量进行精细拆解,而单纯依靠传统的SCADA系统是很难完成的。
 
  在风电场运维管理过程中,对由于设备可靠性问题导致的设备停运或亚健康造成的电量损失进行闭环管理会相对容易些,运营商也会更加关注该类损失电量的计算。那么,在设备硬件需求、技术储备不完善以及没有生产测风塔的情况下,是否存在一套容易获取和使用的数据源及指标计算方法,可以针对设备停运或者亚健康造成的电量损失进行评估并闭环指导生产呢?
 
  需要关注的是,针对电量损失计算实践,远景能源工程师将目前两种主流计算方法予以总结,并分享给关注风电场评价的人们。
 
  第一种方法:邻近风机/标杆风机评定法
 
  这种方法假定,当风机处于非正常发电运行时间段内的实际风资源可以用周边机位(标杆机位)进行对标,也就是说,对于一个出现停运或者亚健康运行等非正常运行状态的风机A,可以使用相邻的风机群(或者标杆风机)同一运行时间段内的平均发电量作为A风机停机时间段内的应发电量,这一应发电量减去A风机相同时间段的实际发电量就是A风机所损失的电量。
 
  第二种方法:实际功率曲线标定法
 
  这种方法将针对具体机位选取其正常发电时间段内的10分钟数据,按月绘制实际功率曲线,针对当月的非正常运行时间段,根据其机舱10分钟风速匹配当月的实际功率曲线,计算这段非正常运行时间内的应发电量,那么这段非正常运行时间的损失电量,即等于这段时间对应的应发电量减去这段时间的实际发电量。
 
  值得注意的是,当风电场全场停机或复杂地形风电场标杆风机对其他风机代表性不足时,则会出现较大的计算误差,但它的优点是简单、易于人工操作。与此相比,第二种方法由于机舱功率曲线的统计取值需要计算机辅助,所以它相对复杂,不便于人工操作。
 
  到此,远景能源工程师用两个案例和你探讨上述两种计算方法的优缺点,但为保证有足够的数据集对这两种计算方法的相对误差进行评估,工程师按照一定的规则对选取风电场样本的数据作了处理。
 
  风场选取:选取平地风场A和山地风场B作为评估样本,按照IEC61400-12-2地形评级的规定,平地风场全场各机位的风机地形评定为一级,山地风场全场各机位的风机地形评定为三级到五级之间。
 
  数据选取:选取样本的数据分辨率为10分钟,数据字段包括风速、有功功率、发电状态、发电机转速、风向及平均桨叶角度等测点10分钟的最大、最小、平均及标准差,其评估时间段为完整年,在基本完成对10分钟数据的数据清洗并过滤剔除非正常发电状态点后,再选取全场剩余的数据集作为评估所用的数据样本集。
 
  模拟停机时段:定义停机持续时间在60min~240min之间为有效停机,按照该规则对数据样本集进行随机的停机位标识,以5%、10%、15%三档停机百分比率对测试样本进一步分类。同时,为保证第一种方法(邻近风机/标杆风机法)计算的完备性,在样本生成时限制全场风机不存在全部停机的时间段。
 
  损失电量计算误差统计:针对机组i,其每一个被标识为停机的时间片j_的实际有功功率和为p_j,按照临近风机法计算得到的停机时间片内的损失电量和为p_jM1;按照实际功率曲线法计算得到的停机时间片内的损失电量和为p_jM2。机组 i在不同测试样本下,应用两种损失电量计算方法后与实际功率和的相对误差,其定义如下:
 
 
  根据上述规则,针对两组风电场样本,随机生成3组不同测试样本,分别针对测试样本按照两种评定方法评定损失电量,其测算结果见以下分析。
 
  平地风场A
 
  远景能源工程师选用江苏某平地风场作为平地风场的测试案例A,A风场的等高线分布图如下:
 
 
  以下是平地风场3个样本集合的计算结果:
 
 
  从上述结果来看,使用实际功率曲线方法计算风机停机状态下的实际损失电量相对偏差均小于1%,且全场机组相对误差一致性很好。而使用邻近风机/标杆风机评定法计算的实际损失电量平均相对偏差达到了3.80%;同时,由全场机组间计算得到的相对误差出现了一定波动,其一致性明显低于实际功率曲线评定法。
 
 
  山地风场B
 
  远景能源工程师选用某丘陵山地风场作为测试案例B,B风场的等高线分布图如下:
 
 
  值得注意的是,邻近风机/标杆风机评定法在山地风场B出现了较大的误差,相较于平地风场A高4%左右,而且由于地形原因,机组间偏差波动性进一步放大;而使用实际功率曲线法计算得到的结果,相对偏差并未出现明显波动,机组间一致性较好。
 
 
  现在,来概括一下上述两种评定方法的特征。
 
  实际功率曲线标定法:停机损失发电量计算误差较小,可以控制到1%左右;不依赖于场内其他风机数量及运行状态,通过自身的运行数据就可以完备评价;计算方法标准,基于信息化软件技术较易实现;适应各种不同地形条件、不同风场机型配置等情况。
 
  邻近风机/标杆风机评定法:停机损失发电量计算误差较大,随着地形从简单到复杂的变化,其误差会逐步放到到4%以上,但其计算较为简单,无需绘制机组的实际功率曲线,仅需通过功率/发电量进行传递即可计算出损失电量;需要定义邻近风机及标杆风机,依赖于风场具体管理措施的落地;当全场出现停电或者限负荷时,就难以对损失电量作出准确的标定。
 
  值得一提的是,上述计算方法稍微变通,也可以作为限负荷(未停机但限功率)、风机亚健康等非正常发电状态发电量损失的统计方法。尤其在限电区域,此指标计算方法也可应用于高精度限电损失统计和分析,以期找到更好的解决方案。
返回 国际新能源网 首页

新能源资讯一手掌握,关注 风电头条 储能头条 微信公众号

看资讯 / 读政策 / 找项目 / 推品牌 / 卖产品 / 招投标 / 招代理 / 发新闻

风电头条

储能头条

0条 [查看全部]   相关评论

国际能源网站群

国际能源网 国际新能源网 国际太阳能光伏网 国际电力网 国际风电网 国际储能网 国际氢能网 国际充换电网 国际节能环保网 国际煤炭网 国际石油网 国际燃气网