测风塔代表性对复杂地形风电场风能资源评估的影响

2020-03-13 04:08杨富程韩二红王彬滨刘海坤黄博文
江西科学 2020年1期
关键词:风能风电场风速

杨富程,韩二红,王彬滨,刘海坤,黄博文

(四川电力设计咨询有限责任公司,610094,成都)

0 引言

风电场风能资源评估是关乎风电场建设的重要环节,而影响风能资源准确评估的又是测风塔的测风数据,因此,测风塔的代表性对风电场的风能资源评估至关重[1-3]。复杂地形风电场由于受到地形地貌、地势、下垫面以及山体走向等多种复杂条件的影响,风电场不同区域的成风条件、风况特征也不同[4-5],复杂地形风电场测风塔所能代表区域的风能资源十分有限,若仅采用某一点或几点的测风数据为代表,风能资源评估具有很大的不确定性[6-7]。因此,需要在风能资源不确定的典型区域加密测风塔,以便准确评估整个风电场风能资源的分布情况,保证微观选址及风机选型与布置、发电量评估的准确性,进而降低风力发电项目开发建设的投资风险[8-9]。

复杂地形风电场风能资源评估最重要的一点就是测风塔是否具有代表性,只有测风塔具有代表性才能真正客观、准确地评估风电场风能资源情况。本文通过已投运的复杂地形风电场实际运行的SCADA数据,采用不同拟定的方案,利用Windsim软件对该风电场进行风能资源评估,计算不同拟定方案下风电场机位平均风速和可利用小时数的相对误差,分析了复杂地形风电场测风塔对风能资源评估的影响,同时就复杂地形风电场测风塔的布设提出自己的建议,为复杂地形风电项目测风塔的选址工作起到一定的借鉴作用。

1 测风塔选址原则

复杂地形风电场由于其地形复杂,测风塔所能代表的区域往往有限,为能够准确评估风电场区域风能资源,需要在风电场典型区域设立多座测风塔以降低风能资源评估的不确定性。因此,为节约项目前期投资同时降低风能资源评估的不确定性,在设立测风塔时应综合考虑测风塔的代表性。

风资源是受地形影响最大的气象要素,受地理位置、下垫面特征及周围环境的影响很大,但就同一风电场,其大气结构和地貌特征基本一致,所以其地形特征就决定了风电场不同区域的风能资源特性,因此测风塔代表性可根据地形特征相似原则和测风塔代表区域半径范围界定[10]。

根据国家以及行业的有关技术标准和规定[11-13],测风塔位置应在风电场中具有代表性,能够基本代表风电场的风况,并且周围开阔;测风塔位置应选择在风电场主风向的上风向位置;在选择测风塔位置时,附近应无高大建筑物、树木等障碍物,如果无法避开,则与单个障碍物距离应大于障碍物高度的3倍,与成排障碍物距离应保持在障碍物最大高度的10倍以上;地形较为平坦的风电场测风塔控制半径不宜超过5 km,地形较为复杂的风电场选择不同地段场址安装测量设备测风塔控制半径不宜超过2 km等。

2 工程实例

2.1 工程概况

为进一步分析和论证测风塔代表性对复杂地形风电场风能资源评估的影响,以西南地区某49.5 MW复杂山地风电场为例,该风电场海拔位于2 100~3 350 m之间,地形复杂,风电场内海拔变化较大。风电场前期设计阶段有3座测风塔(A、B和C),设计阶段根据3座测风塔推算的风电场33个机位发电量均相对较好。但根据现阶段收集到风电场风力发电机组M1~M33的近3 a运行数据,部分风机发电量偏低。M1~M8风机和M21~M33风机所在区域主风向基本一致,为SW;M9~M20由于受周围地形的影响,主风向为SSW。

本次拟采用风电场运行后的风电机组SCADA数据进行风电场风能资源评估和发电量分析,并结合风电场地形地貌等情况,进一步分析测风塔布设位置的代表性对风电场风能资源评估的影响。但需要说明的是,风电机组SCADA数据是受风电场运行以及尾流干扰后的数据,与实际风机点位处的风能资源情况存在一定的偏差,论文通过采用3年的SCADA数据以尽可能降低其影响,提高SCADA测风数据的可信度。

图1 风电场地形图和风电机组布置图

2.2 CFD模拟试验方案

Windsim软件是一款基于CFD和边界气象学方法,模拟分析风电场区域风能资源特性的风电场专业工具。Windsim采用CFD方法进行空间风流模拟,求解三维Navier-Stokes方程,并应用合适的湍流模型和边界条件对风电场目标区域的风流特性参数进行求解计算。已有研究表明Windsim软件对复杂地形条件下的风电场风能资源具有一定的模拟能力[4,14-15]。

通过风电场1∶10000和1∶50000地形资料、GLC 30粗糙度数据、各机组SCADA数据以及风电机组布置图,采用Windsim对风电场进行建模。Windsim设置风电场核心区域水平网格分辨率为25 m×25 m,垂直方向上的网格从地面到150 m共分为10层,150 m到边界层为10层。

从地形上看,该风电场属于隆升的地形,风电场盛行风向SW和SSW吹过山脊时,山底的风速较小,山顶的风速最大,半山坡风速位于中间,但由于受地形影响,山顶、山底和半山腰的风速均不可能代表整个风电场的实际风速。因此,应根据风电场实际地形地貌、风机布置等情况,合理布设测风塔。为了能够进一步分析风电场测风塔代表性对风能资源评估及发电量的影响,本次采用不同方案对风电场区域进行风能资源评估和风电场发电量差异分析。

根据地形特征相似和测风塔代表区域控制半径范围原则,M1~M5机位位于同一山脊上且高程变化不大,选取M4机位点作为该区域代表测风点;M6~M8位于主山脊的一个分支山脊上且高程变化不大,选取M7机位点作为该区域的代表测风点;M9~M20位于同一山脊且高程变化相对不大,选取M15机位点作为该区域的代表测风点;M21~M33位于同一山脊,海拔逐渐降低且变化较大,根据地形相似原则,选取M21~M25和M26~M33两段,其中M21~M25选取M23机位点作为该区域的代表测风点;M26~M33选取M30机位点作为该区域的代表测风点。

图2 风电场各风机点位高程

拟定方案1:输入所有已运行风力发电机组(M1~M33)SCADA数据对风能资源进行评估分析。

拟定方案2:仅输入海拔较高的风力发电机组(M5)SCADA数据对风能资源进行评估分析。

拟定方案3:仅输入海拔较低的风力发电机组(M33)SCADA数据对风能资源进行评估分析。

拟定方案4:仅输入平均海拔的风力发电机组(M15)SCADA数据对风能资源进行评估分析。

拟定方案5:输入代表性测风点的风力发电机组(M4、M7、M15、M23和M30)SCADA数据对风能资源进行评估分析。

2.3 测风塔代表性对风能资源评估影响对比分析

2.3.1 风电场风能资源分布 方案1由所有风电机组(M1~M33)测风数据进行风电场风能资源评估,因此方案1基本可以客观准确地评估整个风电场的风能资源分布情况。由方案1风能资源分布图可以看出,风电场区域风能资源好的区域位于风电场两条主山脊的高海拔区域,风速基本随海拔高度的增加而逐渐增大,风电场区域风机点位风速最高值位于M21风机处,风机点位风速最低值位于M33风机处;风电场M6~M8所在区域海拔较高,但是实际风速远低于M1~M5风电点位的风速,经分析主要是由于M6~M8风机机位所在的分支山脊受到主风向上较高山脊的遮挡效应引起的;M9~M20和M21~M33风机点位海拔基本呈现逐步下降的趋势,与此同时风机所在点位风能资源也呈现下降的趋势。

图3 方案1风电场风能资源分布图

2.3.2 不同方案下风能资源分布对比分析 图4为不同方案下风能资源分布图,为能够清晰对比,本文将4种方案的风能资源图谱的色带图例调为一致。由图4可知:不同方案推算模拟的风能资源随海拔变化趋势基本一致,海拔较高的区域风速较高,海拔较低的区域风速较低;方案2和方案3所在测风塔位于相同山脊,但是由于所输入测风塔所在的海拔差异较大,模拟的风电场区域风能资源差异很大,方案3所模拟的风电场风能资源严重偏低,方案2模拟的风能资源较实际值偏高,且对M6~M8分支山脊的风能资源明显高估,误差较大;方案4所在测风塔位于下风向的另一山脊上,虽能够较好地评估测风塔所在区域的风能资源,但对左侧上风向山脊风能资源的模拟明显偏高;方案5则考虑地形因素、测风塔代表区域控制范围以及分支山脊受遮挡影响而采用5座测风塔评估风电场的风能资源,经分析,方案5基本能够代表风电场风能资源的分布情况。

图4 不同方案风电场风能资源分布图

2.3.3 不同方案下发电量对比分析 通过不同方案计算风电场可利用小时数和各风电点位风速,具体计算结果见表1。方案1是根据所有风机点位风速推算实际风电点位处的发电量,经核实与风电场实际运行结果相差不大。

表1 不同方案下风速和可利用小时数推算结果及误差分析

由表1可以看出,采用方案1推算出的风电场年可利用小时数为2 183.4 h,33台机位平均风速为5.05 m/s;方案2中推算的机位平均风速和发电量结果均高于方案1,其中风速偏高9.9%,可利用小时数偏高19.6%;方案3推算的平均风速和发电量结果远低于实际运行情况,其中风速偏低-27.1%,可利用小时数偏低-62.2%;方案4推算的平均风速和发电量结果与实际运行结果差别也较大,其中风速偏高41.0%,可利用小时数偏低53.1%;方案5根据地形特征相似和测风塔代表区域控制半径范围原则,采用代表性测风点可以较好地控制风电场平均风速和可利用小时数的推算误差。

3 结论

风电场发电量的大小直接关系到风电场的收益水平和投资风险,影响着项目的整体决策。本文通过对西南已运行某复杂地形风电场的SCADA数据分析测风塔对风能资源评估分析可以得出以下结论。

1)复杂地形风电场由于地形条件复杂,为了能够准确模拟风电场区域风能资源分布,降低风能资源评估的不确定性,降低项目投资风险,测风塔布设应综合考虑地形、海拔、测风塔控制距离范围、主风向以及遮挡效应等因素,合理布设代表性测风塔。

2)复杂地形风电场测风塔与机位点的海拔高度差宜控制在100 m以内;对于地形较为复杂的风电场,测风塔代表区域半径一般不宜超过2 km;山脊较为平坦且高差变化相对较缓的风电场,测风塔控制半径不宜超过3 km;对于风电场部分受微地形和遮挡影响的区域,还应加密布设测风塔。

3)一般而言,风速随海拔高度的增加逐渐增大,但复杂地形风电场由于地形条件复杂,部分区域受地形原因,风速可能会随海拔高度的增加而减小;测风塔应选择在风电场主风向的上风向位置,测风塔位于下风向,很可能会出现对风电场发电量高估的现象;测风塔位置宜避开场址最高、最低以及其它与风电场主要地形、地貌或障碍物特征差异较大的地点。

4)对于复杂地形风电场而言,风电场测风的投资占建设总投资的比例很小,但对降低项目的开发投资风险具有重大的作用,因此,前期风电场的测风应引起足够的重视。

猜你喜欢
风能风电场风速
为什么风能变成电?
基于最优TS评分和频率匹配的江苏近海风速订正
基于时间相关性的风速威布尔分布优化方法
基于PSS/E的风电场建模与动态分析
巴基斯坦风电场环网柜设计
神奇的风能
为什么风能变成电
基于GARCH的短时风速预测方法
为什么风能变成电?
含风电场电力系统的潮流计算