孫 濤，段琦瑋，黨 群，馮 強

(中國大唐集團新能源科學(xué)技術(shù)研究院有限公司，北京市 西城區(qū) 100052)

0 引言

大型風(fēng)電場通常由幾十甚至上百臺風(fēng)力機組成，可實現(xiàn)在較大范圍內(nèi)捕獲風(fēng)的動能并轉(zhuǎn)化成電能的目標(biāo)[1]。尾跡作為這種能量轉(zhuǎn)換的一個副產(chǎn)品，通常帶有降低風(fēng)速、增加湍流等特點。在尾流完全形成后的運動過程中通常還會出現(xiàn)許多復(fù)雜的現(xiàn)象，如偏斜、融合、恢復(fù)和擺動等。因為這些現(xiàn)象會受到風(fēng)機工作狀態(tài)、大氣條件、地面或海面的表面粗糙度以及其他尾跡相互作用等條件的影響，因此尾跡的產(chǎn)生、運動和發(fā)展過程都十分復(fù)雜。上游風(fēng)力機的尾跡沖擊是造成下游風(fēng)力機大量功率損失和疲勞載荷增加的主要原因[2]。

為降低尾跡對風(fēng)力機發(fā)電量的影響，對于已建成風(fēng)電場，通過采用尾跡方向控制[3-7]，降低上風(fēng)向風(fēng)力機發(fā)電量[8-9]，加快尾跡恢復(fù)速度[10]和下游風(fēng)力機主動控制[11-12]等技術(shù)手段減少尾跡對發(fā)電廠收益的影響。此類控制技術(shù)是工程應(yīng)用中以較低成本減少上下游風(fēng)力機間尾跡影響的重要技術(shù)手段。

為了在工程應(yīng)用中有效地執(zhí)行上述控制策略，有必要設(shè)計一種在線算法，以快速檢測尾跡對風(fēng)輪產(chǎn)生的沖擊。

由于尾跡內(nèi)部風(fēng)況運動非常復(fù)雜，且尾跡的直徑是風(fēng)輪直徑的1倍以上，因此目前廣泛采用的風(fēng)力機機艙頂部測風(fēng)儀的單點測量結(jié)果無法為尾跡測量提供精確的參考，并且會導(dǎo)致額外的操作并增加風(fēng)力機的疲勞載荷。此外，加裝在風(fēng)力機艙頂部或風(fēng)場地面的激光檢測和測距設(shè)備檢測尾跡的方法還有設(shè)備的購買或租賃成本高昂，以及較高的安裝量測技術(shù)門檻等不足，因此激光檢測和測距設(shè)備并不適合風(fēng)電場范圍的實際部署使用。

由于尾流運動過程中受諸多因素制約，工程應(yīng)用的尾流模型對這些因素又進行了不同程度的簡化，因此工程應(yīng)用中的尾流模型在精度和實時性上都存在較大的不確定性。

本文從檢測系統(tǒng)準(zhǔn)確性、可靠性的角度出發(fā)，提出一種利用載荷信號進行尾跡沖擊檢測的方法。利用塔筒基礎(chǔ)應(yīng)變傳感器的檢測數(shù)據(jù)進行在線分析，可以實現(xiàn)對尾跡沖擊情形的在線檢測。

1 風(fēng)力機尾跡沖擊

圖1 中國大唐集團烏登山風(fēng)電場風(fēng)機部分布局圖

圖2 風(fēng)機T的尾跡坑示意圖

圖1給出了中國大唐集團某風(fēng)電場的局部布局圖，對風(fēng)力機T的數(shù)據(jù)采集與監(jiān)視控制 (supervisory control and data acquisition，SCADA)系統(tǒng)發(fā)電數(shù)據(jù)進行尾跡對于發(fā)電量影響的分析。其中，風(fēng)力機T額定功率為2.0 MW，在北偏東34.62°方向上的風(fēng)力機W1與之相距1.3 km，而在北偏東89.15°方向上風(fēng)力機W2與之相距2.3 km。圖2給出了風(fēng)力機T分別處于W1和W2下風(fēng)向時的功率曲線。根據(jù)圖2可知，風(fēng)機T在2個不同方向上都是在11 m/s 左右的風(fēng)速時開始出現(xiàn)尾跡坑現(xiàn)象，并且隨著風(fēng)速的增加尾跡坑越發(fā)加深。雖然在風(fēng)速達到14 m/s左右時2臺風(fēng)力機受尾跡影響程度趨于相同，但發(fā)電功率都遠未達到額定功率。此外，根據(jù)文獻[13]實地測試結(jié)果，海上風(fēng)電場由于尾跡影響，下游風(fēng)力機的功率損失可達50%以上。

2 仿真設(shè)計和檢測算法

2.1 仿真設(shè)計

本文利用風(fēng)電場仿真工具FAST.Farm，對2臺NREL 5 MW風(fēng)力機組成的尾跡仿真環(huán)境進行仿真驗證，并利用ParaView實現(xiàn)仿真過程的可視化。FAST.Farm是美國國家可再生能源實驗室開發(fā)的風(fēng)電場仿真軟件，該軟件具有運行速度快、仿真精度高等優(yōu)點，其仿真結(jié)果在推力、發(fā)電功率和不同大氣條件下尾跡蜿蜒、偏斜、融合等現(xiàn)象具有同美國能源實驗室開發(fā)的SOWFA軟件相似的精度[14]。

仿真中2臺風(fēng)力機沿風(fēng)向布置，平均風(fēng)速設(shè)為8 m/s，2臺風(fēng)力機距離設(shè)為8倍風(fēng)輪直徑(1 008 m)，塔筒基礎(chǔ)載荷數(shù)據(jù)的采樣頻率設(shè)為fHz。圖3給出了湍流強度為10%(湍流風(fēng))和0%(穩(wěn)定風(fēng))這2種情況下ParaView可視化的仿真實驗布局效果圖。

圖3 風(fēng)電場仿真布局

仿真首先修改模型控制系統(tǒng)動態(tài)鏈接庫文件。由于仿真軟件自帶的風(fēng)力機控制文件是沒有偏航控制算法的，仿真中將增加風(fēng)力機的偏航控制策略，設(shè)定為最小化風(fēng)輪法線方向和風(fēng)向夾角的控制方式。此外，在動態(tài)鏈接庫文件中增加數(shù)據(jù)緩存算法，將采樣時間、風(fēng)速向量、塔筒底部彎矩等參數(shù)實時的保存到緩存文件中，當(dāng)緩存文件中保存的數(shù)據(jù)達到設(shè)定值C條時，保存已有數(shù)據(jù)并新建緩存文件。

2.2 算法流程

本文采用快速傅里葉變換(fast Fourier transform, FFT)對塔筒底部彎矩的緩存時間序列進行分析，并取變換結(jié)果在設(shè)定頻率處的幅值Qi作為檢測指標(biāo)。其中，i表示第i個緩存文件，Qi為檢測算法在第(i-1)C/f到iC/f的取值。若根據(jù)Q的時間序列，在某時刻i，有

(1)

成立，則報告尾跡碰撞檢出。其中n為算法檢出因數(shù)，為可調(diào)參數(shù)，用于提高或降低算法的靈敏度。檢測算法流程如圖4所示。

圖4 算法流程圖

因為Qi為檢測算法在第(i-1)C/f到iC/f的取值，則該檢測算法至多將導(dǎo)致C/f秒的時間滯后，讀者可根據(jù)實際應(yīng)用的具體需求，通過適當(dāng)減少C和增加f的方式減少算法所帶來的時間滯后。

3 仿真驗證

為了驗證本文提出方法的有效性，文章分別在均勻風(fēng)、湍流風(fēng)和時變風(fēng)向3種工況的情形下進行了仿真驗證。仿真中設(shè)置平均風(fēng)速為8 m/s，湍流風(fēng)況下的湍流強度設(shè)為10%，風(fēng)向如圖3所示(從WT1到WT2的方向)。仿真中各參數(shù)取值為n=5,C=1 000,f=100。此外，由于前排風(fēng)力機的尾流會大大降低后排風(fēng)力機風(fēng)輪前風(fēng)速，導(dǎo)致被尾流擊中的風(fēng)力機其發(fā)電功率將大大降低。因此，本文亦對通過風(fēng)力機WT2的發(fā)電功率數(shù)據(jù)進行進行尾跡檢測的可行性進行了分析，并通過ParaView軟件來直觀驗證本文提出方法的有效性。

3.1 均勻風(fēng)

在圖3所示的均勻風(fēng)情形下，Q的時間序列結(jié)果如圖5所示。圖6給出了WT2發(fā)電功率隨時間變化的曲線。比較圖5—6可知文中提出方法檢測到尾跡集中時間為仿真開始后147.2 s，較即時功率檢測的結(jié)果滯后了4.2 s，這2種方法在均勻風(fēng)況下具有相似的檢出效果。

圖5 均勻風(fēng)情形下的Q時間序列

圖6 均勻風(fēng)情形下的即時功率時間序列

3.2 湍流風(fēng)

圖7 湍流風(fēng)情形下的Q時間序列

圖8 湍流風(fēng)情形下的即時功率時間序列

在圖 3所示的湍流風(fēng)情形下，Q的時間序列結(jié)果如圖7所示，WT2的即時功率時間序列如圖8所示。因圖8中有多個同尾跡擊中時刻相同的數(shù)據(jù)模式，無法用于尾跡擊中時刻的驗證。根據(jù)圖9給出的ParaView的可視化結(jié)果，在仿真開始后的145 s，WT1的尾跡到達WT2的風(fēng)輪面處，這與圖7中的結(jié)果一致。因此可以判斷WT2在仿真開始后145 s受到WT1的尾跡影響。根據(jù)圖9，本文提出的檢測算法有8 s的時間滯后。

圖9 ParaView可視化效果圖

3.3 時變風(fēng)向

變風(fēng)向仿真中，采用8 m/s的均勻風(fēng)，其風(fēng)向從-16°開始，以0.04°/s的速度，風(fēng)向逐漸改變?yōu)?°，改變過程如圖10所示。

圖10 風(fēng)向改變前后示意圖

根據(jù)ParaView的結(jié)果顯示，WT1的尾跡在仿真開始330 s后部分擊中WT2的風(fēng)輪，在480 s時完全擊中WT2的風(fēng)輪。

圖11表明，本文提出的算法能夠完全檢測WT1尾跡掃過WT2風(fēng)輪的過程。

圖11 時變風(fēng)向情形下的Q時間序列

盡管仿真結(jié)果表明在3種風(fēng)況下文章所提出算法都存在一定的時間滯后，但是這種量級的時間滯后不影響實現(xiàn)控制算法的要求。此外，基于測風(fēng)塔數(shù)據(jù)分析和迭代學(xué)習(xí)方法，亦可以提高本文所提方法的檢測效果與精度。

盡管在湍流風(fēng)和變風(fēng)向這2起風(fēng)況下較均勻風(fēng)風(fēng)況下的檢測信號存在一定的噪聲信號，實際應(yīng)用中可以通過濾波、模式識別等方法實現(xiàn)快速的在線檢測。

4 結(jié)論

本文提出了一種基于載荷數(shù)據(jù)的風(fēng)力機尾跡在線檢測方法，并利用風(fēng)電場仿真工具FAST.Farm，對2臺風(fēng)力機情況下的尾跡檢測進行了仿真及結(jié)果分析，結(jié)果驗證了該方法的有效性。盡管部分仿真是在無湍流風(fēng)況下執(zhí)行的，但仿真結(jié)果顯示本文所提方法對湍流風(fēng)具有較強的適用性。由于本文只分析了塔筒底部彎矩一種載荷信號的時間序列，接下來將對不同位置的載荷信號進行比較，進一步分析適合尾跡檢測的傳感器安裝位置與型號。