东方风力发电网
当前位置: 首页 » 看资讯 » 活动动态 » 正文

上海电气孙业辉:未来技改趋势 就是运用大数据技术以及基于模型设计的现代控制技术

放大字体  缩小字体 发布日期:2018-10-20  来源:能见APP  浏览次数:133  
核心提示:  他在演讲中表示,未来技改趋势,就是运用大数据技术以及基于模型设计的现代控制技术,实现单机个性化与整场最优控制的结合,将在役风场的潜力挖掘出来;关键技术点:第一个是Smart enerboost增功提效(在役机组的增功技改);第二个是减少尾流效应的场控技术和基于数据挖掘的单机个性化控制优化。风力发电其实就是各种能量的转换,从控制角度讲,可以从偏航误差补偿、发电功率段的控制优化、自耗节电和智能增功降载来实施技术升级。
  2018年10月17日-19日,2018北京国际风能大会暨展览会(CWP 2018)在北京新国展隆重召开。本次大会由中国可再生能源学会风能专业委员会、中国循环经济协会可再生能源专业委员会、全球风能理事会、中国农业机械工业协会风力机械分会、国家可再生能源中心和中国电子信息产业发展研究院(赛迪集团)六大权威机构联合主办。
  
  上海电气风电集团有限公司工程服务分公司技术部主任孙业辉在“在役风电机组技改提效专题”中发表主旨演讲,演讲主题为《定制化智能增功控制解决方案》。
  
  他在演讲中表示,未来技改趋势,就是运用大数据技术以及基于模型设计的现代控制技术,实现单机个性化与整场最优控制的结合,将在役风场的潜力挖掘出来;关键技术点:第一个是Smart enerboost增功提效(在役机组的增功技改);第二个是减少尾流效应的场控技术和基于数据挖掘的单机个性化控制优化。风力发电其实就是各种能量的转换,从控制角度讲,可以从偏航误差补偿、发电功率段的控制优化、自耗节电和智能增功降载来实施技术升级。
  以下为发言实录:
  
  孙业辉:各位领导,各位专家大家好,今天是分能展最后一天,感谢大家还在这里,今天的论坛议题是在役机组的提质增效,那我就先抛砖引玉,给大家介绍一下上海电气风电集团在后市场主控增功方面所做的一些工作。
  
  分3个方面:背景、关键技术点、案例应用;
  
  先说背景:第一个,当前风电行业逐步转向平价和竞价上网,在役风场业主面临较大的发电量考核压力,迫切需要提升发电量;第二个,早期的一些风场地形比较复杂,并存在实际风区低于可研的情况;第三个,控制技术逐步已从自动控制迈向到智能控制发展。但是,之前建设的部分老风场控制算法和硬件相对来说比较落后;现状是目前智能控制技术还不完备,在役老机组运用较少;scada数据量虽然较大,但是利用率不高;如果想要提高在役机组的发电量,首先就是对老机组进行控制技术的迭代更新,以及升级相应硬件;
  
  未来技改趋势,就是运用大数据技术以及基于模型设计的现代控制技术,实现单机个性化与整场最优控制的结合,将在役风场的潜力挖掘出来;关键技术点:第一个是Smart enerboost增功提效(在役机组的增功技改);第二个是减少尾流效应的场控技术和基于数据挖掘的单机个性化控制优化。风力发电其实就是各种能量的转换,从控制角度讲,可以从偏航误差补偿、发电功率段的控制优化、自耗节电和智能增功降载来实施技术升级;
  
  下面我们从自适应功率控制、智能降载增功、定制化偏航、自耗节电4个方面进行阐述。
  
  动态最优转矩控制,目的呢是基于实时计算的空气密度值,通过多功能气象仪测量,动态跟踪KOPT,提高风能利用效率;真实的空气密度是气温、气压,相对湿度的函数,只要有1个参数变动,空气密度就会变化。
  
  左边这幅图呢,是能够测量空气温度、湿度、气压等参数的多功能风速风向仪,可以更精确的根据气温、湿度等条件,确定实时空气密度,在整个发电功率段,机组采集到的风速确保是经过空气密度修正的,特别是最佳cp段,空气密度变化时,风机也会做相应的调整出力。
  
  动态最优转矩控制对功率曲线的影响,左边这幅图,这是在安徽某一风场采集的数据,黄色线是常规控制,红色线是动态转矩控制,可以看出,采用动态最优转矩控制要优于常规控制,出力更好,更真实的反应功率曲线,右边这张图可以明显看出,在额定风速段以下,动态转矩控制对功率的提升效果。
  
  最优桨距角βopt与机型及环境、风速、空气密度等关系紧密,针对(超)低风速和高原气候风电场,定制化采用自适应最优桨距角控制;右边这张表是我们2MW某机型的最优桨距角值。
  
  智能降载增功,通过传动链加阻控制,塔架加阻控制等一系列的降载控制策略,配置振动传感器硬件,有效的降低叶片、塔架、传动链的载荷,为机组发电量提升创造条件。
  
  智能增容,取决于风场风资源、气候条件及部件的能力边界,一些风场风况条件好,湍流和风切变比较小,夏季温度低,冬季环境高,这样的条件比较适合做增容,但是在方案制定之前,需要载荷及部件做安全评估。
  
  智能穿越:当高风速下湍流强度急剧增加时,会引起转速的大幅波动,基于湍流的实时监控功能,当极端湍流(超过当前风速标准值1.7倍)来临时,对风速和转速的设置点进行调整,能够保护机组在此工况下降功率持续发电运行。这张图呢是智能穿越的逻辑,通过穿越,可以大幅降低在役风场的故障停机时间。
  
  定制化偏航,在役机组风速风向仪都是安装在风轮后端,测量的风向不准,存在静态误差(传感器测量和安装误差等)和动态误差(叶轮后端测风影响),为了精准对风,有两种方案:第一种,基于激光测风仪,可找出偏航的静态误差和动态误差,对其做误差补偿;第二种,基于偏航自寻优算法,设置功率差,利用连续测量功率,进行动态控制,使偏航误差尽可能小,对风更准确。
  
  左边这幅图是从云南的某一风场采集的机舱测风与激光测风形成的散点,后将散点拟合为一条线性函数;右边这张图是风机风速与偏航误差(机舱与激光测风仪的偏差)的关系,可以看出在低风速段,偏航误差散点分布比较密集,通过拟合计算,算出偏差值,并做控制算法修正。
  
  2MW风机所有自耗电的功率约55kW左右,目前2MW在夏季单台月自耗电在10000kWh左右,我们通过部件协同控制以及控制策略优化来大大降低风机的自耗电。例如:机舱冷却系统可以看成是一个整体热交换系统,机舱冷却风扇和发电机冷却风扇、齿轮箱冷却风扇可以协同控制,使冷却更加高效。冬季长时停机后,风轮空转,可以使齿轮箱油温维持在一定温度,而不使用加热器和润滑泵,以降低自用电。
  
  第二部分,智能控制,下面分享一下现役风机增功提效方面,我们利用新技术所做的一些尝试。重要的2个技术点:基于数据挖掘的个性化控制和风电场尾流控制;整机厂商在智能故障诊断方面的进展比较明显,但是利用大数据技术提升风机性能方面还不是很多,我们看一下关键点。
  
  载荷估计器:基于blade风机模型的载荷估计器,能够更精准估算载荷,优化风机模型;偏航控制策略自优化(校正风向测量偏差,挖掘历史数据,根据历史数据分析,得出最优模型),桨叶补偿算法(用于减少人为误差),也是通过不断的与历史数据对比,形成消除静态误差的最优模型。风场尾流控制:建立价值函数,开发场控代码,基于尾流模型的风场建模及控制仿真,单机与风电场的协同控制,场控策略与scada及能量管理平台的集成;数据中心,提供高频/低频的数据采集,以及对长周期历史数据的清洗/分析,为”场控“和”机控“提供全面、准确的数据。
  
  我们都知道自然界的风资源都是非标准的,仿真计算出的载荷与实际载荷也会有一定差异,对于现役机组的改造,载荷安全性是非常关键的要素;我们看一下机理图,基于整机的blade模型,构建出初版的载荷估计器,嵌入控制系统,与控制系统一起采集相同的风资源参数和机组数据(同时,该台机组进行载荷测试);数据通过过滤器后,在载荷估计器内部分解计算,输出载荷结果,与实际测量结果进行对比,后迭代优化风机模型,使计算结果与实际相符后,以精确确定现有其他机组的安全余量。
  
  基于数据挖掘的机组个性化控制优化,主要是桨叶静态误差自动补偿、偏航的控制策略自优化,我们看一下,左边原理图,利用清洗过的长周期历史数据,对不同偏航策略的分析结果,横坐标为年风能捕获率,纵坐标为平均偏航间隔时间,色块代表的是在某一偏航偏差角度下的滞留时间,蓝色方块代表不偏航,棕色的是在偏航误差8゜的状态停留300s的能量捕获率约为99.28%,在偏航误差8゜的状态停留100s的能量捕获率约为99.4%,在偏航误差16゜的状态停留100s的能量捕获率约为98.95%,也就是粉色块,这些都是通过历史数据进行的统计。
  
  再看右边的这幅图,利用SCADA长周期数据与湍流模型,以及简化的风机模型进行优化;风数据和风机数据一同输入构建的湍流模型,经过曲线拟合及滤波以后,输出动态功率曲线,经过反复迭代,使每台风机都会拥有“个性化”的功率曲线。
  
  风电场控制策略的要素:SCADA变量需求更新(低频数据采集),SCADA长周期历史数据清洗,基于激光雷达的尾流模型验证,基于尾流模型的发电场控制模型,数据资产管理系统。
  
  右上是尾流模型仿真图,可以看出尾流影响;下面这两张图是通过仿真得出的坐标图,左边的图风机成一字排开,在受到横向风作用时从1号风机—6号风机,未受尾流影响的单机发电功率全部为正常的1100kw;考虑尾流影响时,位于首台机位的1号风机未受到影响,2号机组受影响最大,功率降至不到原来的一半,加入场控策略后,1号机组发电效率略有下降,但是2号机组与未加场控策略的状态一样;但是很明显,6号机组的功率比原来有了较大提升。
  
  塔底载荷方面,在没有尾流时,塔底疲劳载荷非常小,在受到尾流影响并且不加场控策略时,除1号风机外,每一台的疲劳载荷都非常大,在加入控制策略后,几乎每一台风机塔底疲劳载荷都有50%的降幅,机组个性化和场控目前我们还属于合作试验阶段,准备进入验证阶段,右下图就是我们要试验的风场,整个风场风机是呈一字排开分布的,中间风机受尾流影响非常大。
  
  下面我们看一下两个实际应用案例。
  
  在讲案例之前,先介绍一下服务流程,我们分四块,调研、方案、实施、评估/验收。首先我们获取风场的风资源数据和机组运行数据,数据中心进行数据分析,诊断出风场运行存在的问题,并出具风场运行分析报告后,在技改前,对风场存在的问题进行集中整治,保证在技改前的机组是“健康的”,后由解决方案经理出具详细方案和作业指导书,项目实施过程中严格管控质量,在试运行期结束后,风电公司出具发电量提升评估报告,在与客户双方达成一致后,进行项目验收。
  
  第一个是甘肃的某个风场项目,风速主要集中在3-7m/s,配置50台2MW风机,2018年7月底,对27号机进行了主控增功smart技改,改造后,拿8月的数据和6月的数据进行排名指标对比,改造前风速排名38,发电量排名21,发电时间排名28,改造后的8月,风速排名33,33根据风场的风速是有变化的,发电量排名第7,发电时间排名第1,所以说改造效果从排名指标来说还是比较明显的。
  
  第二个是江苏某风电场属于低风速山地风场,年平均风速5.01m/s,全场36台机组于2016年5月14日全部签署预验收证书进入质保期,于2016年11月开始Smart技改,2017年2月全场技改完,技改后至今运行无大故障和长时间停机,全场发电量提升4.34%,效果明显。
  
  我是介绍了一下主控增功,其实我们还有像叶片加长、叶片换长以及降低故障率,还有增加安全性的增功,如果大家有兴趣可以在线下进行交流,谢谢大家!
 
 
[ 看资讯搜索 ]  [ 加入收藏 ]  [ 告诉好友 ]  [ 打印本文 ]  [ 关闭窗口 ]

 
0条 [查看全部]  相关评论

 
推荐图文
推荐看资讯
点击排行
 
 
关 闭
关 闭