场间尾迹簇对风电场发电量和载荷的影响分析

孙 涛

(中国大唐集团新能源科学技术研究院有限公司，北京市 西城区 100052)

0 引言

最近10年，风力发电产业在我国得到了快速发展，总装机容量处于世界第一。截至2019年底，我国风电累计装机2.1亿 kW，占全部发电装机的10.4%，风力发电量也首次突破4 000亿 kW·h，占全部发电量的5.5%。通常情况下，风电场盈利与否主要受风电场场址、微观选址、风机选型和运行维护等方面的影响。其中风电场选址又尤为重要，因为风电场选址直接与资源禀赋挂钩，决定了风电场寿命期内的发电水平。风电场选址受接入系统、土地规划选址、地方政策等诸多因素的综合制约，因此可供开发的场址无论在陆地还是海上皆日趋紧张，经常出现已建成风场在主风能方向上被新建风电场遮挡的现象。

本文以中国大唐集团公司某区域风电场为研究对象，利用经济学模型和风电场仿真手段定量计算上风向风电场尾迹簇对其电量造成的损失，以及载荷造成的影响。

1 背景介绍

图1 大唐滨海风电场区域风电场布局Fig.1 Layout of Datang Binhai wind farm

以中国大唐集团公司滨海海上风电场(图1—2)为例， H3海上风电场位于滨海风电场上风向，其西南向边界最近处与滨海风电场相距2 km，最远相距3 km，低于滨海风电场内部尾流恢复带的设计值(3.5 km)，故H3投产后必将影响大唐滨海风电场的风能和机组载荷水平。

图2 大唐滨海风电场区域风能风频玫瑰图Fig.2 Wind energy and wind frequency rose diagram of Datang Binhai wind farm

除了既有项目会受新建项目的遮挡，大基地类项目因在相邻区域内多个项目几乎同期开展测风、招标、施工等工作，而各项目间缺少协同，势必导致下风向风电场投运后的资源水平比设计阶段的测风结果有所亏损。随着风电平价时代的到来，业主单位的利润空间缩减，设计阶段的次优结果必定大大降低业主单位收益。

图3 尾迹簇现象航拍图Fig.3 Aerial image of wake cluster phenomenon

学术上通常用尾迹簇[1](图 3)来描述多台风力机产生的尾迹相互融合，无法识别出单一风机产生尾迹的现象[2]。尾迹簇具有风速亏损、湍流强度增高、持续时间久和绵延距离长等特点。同一区域相邻建设的风场很容易受到彼此尾迹簇的影响。Nygaard和Newcombe[3]于2018年使用双多普勒测风雷达测量Nysted二期海上风电场的入流和尾迹簇并发现风速损失影响至下游17 km处,并在风速稳定情况下观察到了持续1 h以上的尾迹簇。2018年Platis等[4]使用研究飞机，对德国北海的海上风电场群后，轮毂高度的风速进行了实地测量，报告了在稳定状态下尾迹簇最长可达55 km的观测结果。Siedersleben等[5]则利用Platis飞行测量结果对Fitch等[6]在2012年使用WRF模型建立的风电场参数化模型进行了评估。此外，他们还对风电场下风向5 km处5个不同高度的风速情况进行了测量，发现了风轮顶端上方50m处受尾迹簇影响的证据。Pryor等[7]2018年发表了其利用Fitch的WRF模型对北美陆上风电场尾迹簇的分析结果。Lundquist等[8]则在2019年分析了陆上数座装机容量大于100 MW风电场间尾迹簇现象对下游风电场在经济和法律等方面影响。Schneemann等[9]更关注气象条件对尾迹簇成因的研究，并在2020年发表了对不同大气稳定度情况下的尾迹簇进行研究的结果。

从现有资料来看，国际上已有观察到55 km长风电场尾迹簇的报道。因此，相距不足55 km的2座风电场很有可能会影响彼此的发电量和收入，并且由于尾迹簇带来更大的湍流强度和更久的持续时间，这将导致下风向风场风机载荷增加，增加安全生产风险、降低机组寿命。

值得注意的是，风电场间距不足55 km并非个例。以中国大唐集团某区域发电公司为例，截至2020年6月，该公司已投产的20余座风电场间距离皆小于55 km，其中20座间距不足20 km。

2 经济性分析

图4 中国大唐集团某区域风电场布局图Fig.4 Layout of three given wind farms of Chian Datang Group

图5 风电场区域风频与风能图Fig.5 Wind frequency and wind energy of a given region

研究区域的3座风电场空间布局和资源情况分别如图4—5所示。本文选择B和W风电场作为下风向风电场和上风向风电场，B风电场北侧的S风电场作为参考风场。所选3座风电场，空间方面，区域地貌为平坦地形，W风场位于B风场主风能方向13 km处；时间方面，S风场和B风场在W风场开工前已投产数年，为评估W风电场对B风电场发电量带来的影响提供了参考。3座风电场的容量、单机容量、投产日期、位置、月度容量系数统计值等信息列于表1。

表1 区域风电场信息表Table 1 Basic information of three regional wind farms

2.1 数据集

理想情况下，作为业主单位，本文的研究应采用风力机实际发电功率、风机测风仪数据用于分析，但由于业内普遍认为风电场的数据采集与监视控制 (supervisory control and data acquisition，SCADA)系统无法提供准确的发电功率和测风数据，且存在运维不及时导致SCADA数据不准确等问题。因此，本文根据区域电网公司认可的逐月“电量及电价说明”文件整理了3座风电场的月发电量数据和测风数据进行数据分析。此外，本文还用到了3座风电场月度并网容量数据、风机点位坐标2个数据集。

综合4个数据集所覆盖的时间段，本文选取2014年1月1日至2019年12月31日，共6年，72个月的数据进行经济性分析。

2.2 构造变量

本文基于已有数据集构建3个关键变量。首先，利用各风电场月发电量数据集，本文将每月发电量除以理论产能(理论产能定义为：月装机容量×24×月日数)的商(Ci)定义为该风电场的月度容量系数，其中i∈{B,W,S}分别代表该数据来自B、W和S风电场。其次，利用W和B风电场风机的坐标数据，本文计算两风电场间的方向向量。最后，利用月度风向数据同风电场间方向向量偏差归一化的结果，构造B和W风电场的风向系数D，以描述B和W风电场的空间方向同风向的一致性(如风向由W风电场吹向B风电场，则D=1，反之，则D=0)。

2.3 建模与分析

本文共构造了如式(1)(2)所示的线性回归模型，2个模型中B风电场的容量系数为因变量，S风电场的容量系数作为控制变量，Wcap(MW)表示W风电场的月度并网容量。

模型(1)中关注的变量是β1，因为其反映了W风电场每投产1 MW装机容量对F风场容量系数的边际效应。因此，若其值小于0，则反映W风电场的尾迹簇对B风电场的发电量存在负面影响。

两回归模型的参数估计结果如表2所示。2个模型的F检验和模型参数的T检验分别表明模型和参数的统计显著性，说明了风电场间的尾迹簇效应可以通过风电场的月度容量系数检验出来。

表2 回归模型参数估计表Table 2 Parameter estimation list of regression model

虽然2个模型在统计意义上都能表明W风电场的尾迹簇效应对B风电场的发电量产生了负面影响，但模型(1)未考虑风向、风速因素，只是从总体上反映了W风电场容量对B风电场发电量的影响。而模型(2)综合考虑了上风向风场容量、风能方向同风电场布局一致性对下风向风电场容量系数带来的影响，其自变量的选取更符合尾迹簇产生的物理过程，因此接下来使用模型(2)进行经济性分析。

2014—2019年，D变量的中位数是0.577 7，这意味着至少在36个月的时间里，W风电场每兆瓦装机容量至少导致了B风电场容量系数降低了0.000 731 3，相应的，约导致B风电场的容量系数降低了3.51%。D变量90%分位数为0.733 6，即至少在7.2个月的时间里，W风电场每兆瓦装机容量导致B风电场容量系数降低了0.002 429 417 92，约导致B风电场的容量系数降低了11.66%。

按各月装机容量值将B风电场容量系数折算成发电量进一步核算可以得到，在所研究的72个月时间里，根据模型(2)，受W风电场尾迹簇效应影响，B风电场共减少发电量的均值为90 100 MW·h，按区域公司集控中心出具的“电量及电价说明”中的上网结算电价0.61元/(kW·h)核算，受尾迹簇现象影响，在分析时段内B风电场售电收入减少约5 496.1万元。

对比2020年中国大唐集团新能源事业部复核的同区域某50 MW风电项目，以核算的等效利用小时数2 820 h计，该项目年售电收入约为4 874 万元，略低于B风电场六年因尾迹簇导致的售电损失的九成，而B风电场年售电损失约为上述项目年收益的18.8%。

3 载荷分析

仿真(图6)采用2台沿风向排布的NREL 5 MW风机模型生成上风向尾迹簇，下风向风力机采取与滨海项目相同的布置方式，与第二台风力机相距3 km。仿真风速设为8 m/s,并采用雨滴法对主要部件的载荷仿真结果进行分析。为了便于比较，本文将仿真中上游第1台风机和下游第3台风机低速轴弯矩、偏航弯矩、塔筒基础弯矩的仿真结果进行了标称化处理。仿真结果(图7)表明，受上游风力机尾迹簇影响，包括低速轴、偏航轴承在内的多个主要部件的载荷都有显著增加。

图6 载荷仿真示意图Fig.6 Schematic diagram of wake cluster load simulation

图7 主要部件载荷比较Fig.7 Wake cluster load simulation results of three main components

4 结论

本文通过对中国大唐集团某区域3座风电场6年发电数据的建模分析，首次验证了陆上相距13 km风电场间尾迹簇对发电量的影响，仿真分析表明尾迹簇对下风向机组的主要部件载荷造成了较为严重的影响。因此基于尾迹簇的控制对提升区域多座已建成风电场的风能总体利用水平，降低安全生产风险具有重要意义。