摘要：风力发电作为新能源和清洁能源，已经成为我国电力供应和电能量增加的关键渠道，也是我国较为提倡的发电模式。为了更好地进行风力发电，则需要准确掌握风电场机械设备的运行状态，要对运行数据进行分析，以保障机械设备正常运行，达到生产大量电能的目的。基于此，本文主要分析了风电场与风电机组运行数据的重要性，研究了风电机组数据的精细化分析软件，并进行了案例分析。
关键词：风电场；风电机组；运行数据；精细化
0引言
目前，如何充分发挥已投运风电场发电能力、实现存量风电场的提质增效对于各发电集团提高管理水平、提高经济效益意义重大。而要做到以上两点，首先必须准确掌握整个风电场乃至每台机组的实际运行状态。然而，由于每座风电场的机组数量少则三十余台，多则三、四百台，且往往分布在方圆数十公里的区域内，虽然各公司均建立了比较完善的维护、巡检制度和标准，但在实际工作中，其运维的注意力主要集中在减少机组的故障次数、故障停机时间及由此导致的发电量损失上，而对于浩繁的机组运行数据缺乏分析，难以发现数据中隐含的一些机组亚健康状态、隐性缺陷及每台机组的隐性发电量损失等信息。
1风电机组数据精细化分析软件简介
1.1数据的采集与标准化模块
此模块首先访问风电场SCADA系统的数据存储服务器，从其中采集获取风电场每台机组的全部历史运行数据、包括风速、风向、环境温度等风资源参数，机组实时功率、发电量、叶片转速、桨距角、变桨扭矩、各类温度、发电机各相电流、电压等机组状态数据，同时也采集机组的各类故障统计数据。之后对这些数据进行分类整理、清洗和标准化，数据清洗采用软件自动清洗和人工干预相结合的方法，按照既定的清洗规则对上述数据进行清洗，发现和剔除其中的错误数据、异常数据和不一致数据并形成数据清洗报告，之后对数据进行标准化处理，按照统一的时间间隔（选用10分钟）对不同属性的数据分别进行平均、汇总或分解，形成标准化的数据并映射至分析软件的标准化数据结构中。需要注意的是，数据的正确清洗和标准化对数据分析结果的准确性至关重要。
1.2关键指标的计算统计分析模块
该模块根据风电场生产运营中的不同需求，对风电场的关键运营指标和其主要影响因素进行统计和分析计算，运营指标包括每台机组和风电场整体在设定的统计时间内的实际发电量、理论发电量、电网指令限电量、非正常运行状态损失电量、发电时间、故障时间、待机时间、故障类型和数量、故障损失电量等。该模块对不同属性的数据，分别采取加权平均、累积求和、多项式回归计算等各种统计分析算法进行。在每台机组关键指标计算分析结果的基础上，进行相应的分类、汇总、排序等操作，从而得到风电场整场的主要指标。
1.3结果存储与图形化展示模块
通过创建机组运行数据统计分析数据库，将得到的运行数据统计结果存储至对应的运行数据统计分析表（数据库）中，同时利用各种图形化软件实现统计数据的图像化显示和统计数据报表的查询导出，方便风电场运行和维护人员快速发现运行异常的机组，以及定量分析影响风电场运行的各种因素。
2数据分析软件的主要统计量和相关计算方法
（1）理论发电量的统计和计算。就机组理论发电量来说，其是指根据该功率曲线，计算出实际风况下机组的理论应发电量。在实际计算过程中，首先计算选定的时间范围内，当机组不存在主动限功率、电网指令限电的情况下，以该机组机舱风速仪风速为准，用统计回归算法计算出机组的功率曲线；根据功率曲线，计算相应的理论发电量。
（2）风电场实际发电量的统计和电网限电量的统计。在选定时间范围内，对风电场每台机组的实际发电量进行统计。并将统计的实际发电量进行汇总，从而获取整个风电场总发电量。而电网限电量的统计，也是在选定的时间范围内，在电网指令限电的情况下，对机组实际风速下发电量与实际发电量进行比较，并计算两者的差值，从而实现电网限电量的统计。同时，通过限电量的统计和累积计算，获取电网限电损失电量。
（3）不同状态下，机组损失电量的统计和计算。在选定时间范围内，对不同状态下，不同机组的实际发电量与该机组的理论应发电量进行比较，并计算两者的差值，从而获得不同状态下机组的损失发电量。
3风电场运行数据精细分析实例
本文以内蒙古新锦风力发电有限公司乌吉尔风电场运行数据分析为例，对风电场运行数据进行深入、精细化分析。
3.1乌吉尔风电场概况
乌吉尔风电场处于西北半荒漠草原地带，共安装了33台风电机组，每台机组的功率1.5MW。通过上述软件对该风电场2016全年进行了数据统计分析，经统计，2016年该风电场单机全年平均发电量为4351.5MWh，全场平均风速为6.6m/s，并对该风电场的主要指标进行了分析。
3.2风电场的风资源情况
该风电场各机组之间，风资源存在较大的差异，符合西北地区的风资源特点。其中，单机最小年平均风速为5.9m/s，最大为7.4m/s，可见风速相差较大。另外，部分风电机组平均风速要低于整体的平均风速，比如17号风电机组、19号风电机组、25号风电机组等。
3.3机组实际发电量
经统计，部分机组的实际发电量低于平均水平，比如17号风电机组、22号风电机组、33号风电机组等。
3.4机组主要指标分析
（1）机组电网限电损失量分析。在统计和分析机组运行数据的基础上，在选定时间范围内，机组不存在主动限功率状态、电网指令限电的情况下，对机组理论发电量进行了计算，并以该风功率曲线为准，进行电网限电损失功率的统计和分析。据统计，2016年乌吉尔风电场拥有143.6GWh的总发电量，全场机组的电网限电损失发电量总计为5.75GWh，平均每台机组弃风损失电量174.2MWh，由此可见，弃风限电是影响该风电场运行效益最主要的原因。
（2）机组自限电损失电量分析。在实际的机组运行中，如果某些部件温度比阈值要高，机组可能会自动进入限功率运行状态，以达到保护设备安全的目的，受限功率运行影响，会造成部分发电量的损失。其中，发电机前轴承温度、变流器IGBT温度、变桨充电器温度都是影响机组发电量的主要超温部件。在乌吉尔风电场中，2016年机组超温自限电主要因素为变流器IGBT温度超限，其占据总体的90%以上，因此，乌吉尔风电场需关注自身的超温问题，以达到减少发电量损失的目的。
4结束语
通过本文的分析可知，本风电场机组运行数据分析软件可以准确获取风电场的实际发电量、理论发电量、电网限电量、机组自限电量、总发电时间、故障时间、待机时间、故障类型和数量、故障损失电量等统计值;分析机组高温、故障、服务等运行数据统计，可以指导风电场对超温现象严重的机组重点进行机组超温改造，减少超温自限电造成的电量损失以及提高机组设备的使用寿命。
本分析软件具有数据分析精确度高、统计数据量大、分析数据种类多及良好的可视化报表显示等特点，便于用户准确掌握整个风电场的多种经济性指标和关键运行指标，帮助风电场尽早发现一些机组存在的亚健康状态和隐性缺陷，在一定程度上指导运维，节约运营成本，降低风电场电量损失，从而实现风电场经济效益的提升。
参考文献
[1]李牡丹，王印松.基于ASW-FCM算法的风电场动态等效建模与仿真[J/OL].系统仿真学报:1-12[2020-06-24]
[2]柯贤波，张文朝，李朋旺，牛拴保，盛四清，杨俊炜.高风电渗透率系统的模糊自适应虚拟惯量控制[J].电网技术，2020，44（06）:2127-2136.
[3]胡鹏，艾欣，肖仕武，张明远，于永军.静止无功发生器序阻抗建模及对次同步振荡影响因素分析[J/OL].电工技术学报:1-12[2020-06-24].
[4]龚永智，陶晔，许传敏，罗正娅，徐岩.考虑风电机组馈入电流的风电场汇集线路保护整定计算方法[J/OL].电力系统保护与控制:1-8[2020-06-24].
第一作者简介：作者简介：姓名：李跃文（1987.04.27）；性别：男，民族：汉，籍贯：内蒙古呼和浩特土默特左旗，学历：本科；现有职称：中级工程师；研究方向：电气工程。