本文介绍了三种基于时间的可利用率指标计算方法进，并将其应用到某风电场的机组可靠性评价中，得出了其中最为适合进行机组可靠性能评价的可利用率指标。
一、引言
在应对全球气候变化和能源结构的大形势下，全球在新能源的发展上表现了出了强劲的势头，特别是风电装机，自1997年-2014年，全球累计装机容量达到了369,533MW，其中中国在2014年全球新增装机以及全球累计容量排名中均位居首位[1]。并网风电装机容量为1.2万亿千瓦时，占全球风电装机的四分之一。风电机组投入运行后，其运行是否稳定，是风电运营企业最为关注的问题之一，也是关系风电场盈利能力高低的根本因素。因此，对风电机组进行可靠性评价显得格外重要，而可利用率是可靠性的一个最重要的指标。
国际和国内通常对可利用率的定义是机组在统计周期内，除去故障及检修(不可用)的时数后余下的时数与统计周期总时数比值，用百分比表示，统计周期通常根据考核而定。然而不同厂家和运营商基于各自的出发点对可利用率有不同的衡量方法，并且现有计算方法在限电地区不能很好的评价机组运行情况。因此，本文将介绍几种不同的基于时间维度计算的可利用率指标，并对比之间的优劣，得出最适合评估机组可靠性的基于时间的可利用率指标。
二、基于时间的可利用率指标计算方法
可利用率是用来衡量风电机组在某一统计周期内利用情况，或者说衡量机组无故障的程度。可利用率的考核是对机组可靠性的检验，是评价机组可靠性的重要依据。以下的三种可利用率计算方法均是基于时间维度，从不同角度衡量出机组的可靠性状况。
2.1常规可利用率
该可利用率计算以各风电厂家SCADA系统提供为主，能源局发布的《风电场运行指标与评价导则》和中电联下发的《风电场生产运行统计指标体系》中也对其进行了定义。主要是基于运行记录、工作票、风电机组控制器中的状态列表数据进行计算，其计算方法如下：
可利用率=(统计小时数-计划停运-非计划停运)/统计小时数*100%
式中，
统计小时数——机组处于要进行统计评价的状态，在使用时间又称为统计区间。通常为一年或一个月。
计划停运——机组处于计划检修或维护的状态。计划停运应是事先安排好进度，并有既定期限的定期维护。
非计划停运——机组不可用而又不是计划停运的状态，又称故障停机。
2.2基于故障、报警日志的可利用率(FBA)
为保证计算方法的统一，本节利用风电场SCADA系统导出的故障、报警日志，(主要参数为时间、风机号、启停记录、状态码以及状态码描述)假设没有数据丢失，各状态之间是连续的，从而计算各状态码(0——并网、1——脱网、2——故障、3——启动、4——停机)对应的时间，再根据这些时间按照下面公式计算机组、电网和整个系统的可利用率：
FBA机组=1-H故障/H总
FBA电网=1-H脱网/H总
FBA总=1-(H故障+H脱网)/H总
式中，
H故障故障小时数——指在计算期内，机组发生故障的小时数。
H脱网断开小时数——指在计算期内，机组不能连接到电网的小时数。
H总小时总数——指统计期内日志中记录的小时总数。
2.3基于时间加权的运行时间可利用率
为准确计算限电地区机组实际运行水平，本节基于时间加权的运行时间计算可利用率(RTA)，其表达式如下：
RTA=OR/TR
式中，
OR(运行记录)——计算期内十分钟数据中当机舱风速大于切入风速时，功率大于0的时长。
TR(总记录)——计算期内十分钟数据中机舱风速大于切入风速的时长。
三、可利用率指标适用性分析
下面结合某风电场33台机组某季度的可利用率计算结果来分析不同可利用率评价效果。
从下表1-1中计算结果可以看出，常规可利用率>基于故障、报警日志的可利用率(FBA)>基于时间加权的运行时间可利用率(RTA)。结合三种可利用率的计算原理和方法，我们可以发现造成计算结果差异的主要因素在于三个指标从不同角度对可利用率进行了定义：常规可利用率指标考虑了机组的故障时间，而未考虑电网、通讯及限电因素对机组可利用率的影响;基于故障、报警日志的可利用率(FBA)指标考虑到了机组及电网的故障时间，但未考虑通讯、限电、小风停机等因素对可利用率的影响;而基于时间加权的运行时间可利用率(RTA)则包括了限电而排除了通讯中断和小风导致的停机。
结合机组的发电量(图1-1)，我们可以看到，基于故障、报警日志的可利用率(FBA)与常规可利用率相比，因其同时考虑了电网因素，其计算值均低于月报可利用率，但比较而言，其与发电量相关性更好，更能显示出机组发电性能。
三个指标中基于时间加权的运行时间可利用率指标(RTA)较其他两个指标在与机组发电量的趋势拟合度上是最一致的，且RTA和FBA对于电量趋势的拟合度也明显好于常规可利用率指标。
由此，我们认为基于故障、报警日志的可利用率(FBA)因其综合考虑到了影响机组可利用率的主要因素(故障和电网)，其对机组可靠性评价的指导效果较常规可利用率指标更为直观。
而基于时间加权的运行时间可利用率指标(RTA)因其全面考虑了引起机组停机的因素(机组故障、电网故障、限电、通讯中断、小风停机等)，从而能较为客观地体现机组的实际可利用率状况，从而能给予运行人员和经营决策者最为真实的关于机组状态的评价与反馈，方便作出准确的决策。
[pagebreak]四、可利用率指标对机组运行分析的指导
根据上节的结论，基于故障、报警日志的可利用率(FBA)与基于时间加权的运行时间可利用率(RTA)对于机组可靠性的评价效果均好于常规可利用率指标，下面我们将就两个指标分别结合常规可利用率指标对于开展机组运行分析的指导方法进行详述。
4.1基于故障、报警日志的可利用率
通过33台机组基于故障、报警日志的可利用率(FBA)的计算值的大小趋势与对应机组发电量的大小结合来分析(图1-2)，编号12、23、25、31的机组的FBA值较其周边机组均偏高，且其常规可利用率与周边机组无异常，但其发电量却比周边机组偏低，对于此类机组，我们可以进一步分析其FBA机组、FBA电网计算值与周边机组进行比较，找出差异后进行异常点的定位与深度分析;编号19的机组，我们可以看到其FBA与常规可利用率计算值较周边机组并无明显异常，但其发电量位于33台机组的末位，此时我们可以初步判断其发电量异常问题的原因并不仅仅来自于自身故障和电网因素，而可能是这两者以外的因素造成的，可以重点就该台机组自身的发电性能进行进一步地分析。
在进行基于故障、报警日志的可利用率(FBA)的计算中，某些机组的可利用率值变化较大，经分析发现，基于故障的可利用率(FBA)的数据源是基于SCADA系统导出的故障、报警日志，而可利用率变化较大的机组，其故障代码中存在一些特定的非停机故障，若不考虑此类故障时间，则可利用率会相对偏高，若考虑了此类故障，其可利用率值会因故障时间的增加而降低，经过筛选，发现代码为X的故障，在SCADA系统报警日志中较为突出，且故障时间较长，但是通过查阅机组故障手册发现该故障代码只报警，并未造成机组实际停机，因此，为了使得FBA的计算更为准确，我们在计算基于故障、报警日志的可利用率(FBA)的时候，将该报警代码所积累的时间剔除，通过这种处理后的基于故障、报警日志的可利用率(FBA)能够更加客观的反映机组的实际停机时间(图1-3)。
基于以上原理，我们可以根据计算出的基于故障、报警日志的可利用率(FBA)值变化大小来初步推断出某些不会造成停机的故障代码在该机组基于故障的利用率(FBA)计算中所占的比重大小，同时也能判断出机组是何种故障频发。所以，基于故障、报警日志的可利用率(FBA)计算中若未剔除某种非停机故障，对于受此故障频发的机组，对其计算值影响较大，因此，根据剔除前后计算值的偏差，易实施该类故障定位检测。结合图1-3，我们不难发现，该类故障比较频发的机组编号为6、7、15、16，17，25，29，30，31，32。
4.2基于时间加权的运行时间可利用率
根据前文的结论，基于时间加权的运行时间可利用率指标因其在计算中考虑了能够引起机组停机的绝大部分因素，因而能够更加准确地体现出机组的实际可利用率及发电情况，故我们对于该指标较低并且发电量也较低的机组初步定位为可利用率对发电量影响较大;而对该指标较高而发电量较低的机组定位为机组自身发电性能存在问题。
结合此次分析的33台机组(图1-4)，我们可以发现编号为10、14、19的机组较整个风电场其他机组而言，其实际可利用率是明显偏低的，因此对于这三台机组应该进一步开展分析，找出其实际可利用率偏低的真正原因，对于风电场运维人员而言，通过RTA指标的判断，也能看出这三台机组应该是今后运维工作中的重点关注对象。
五、结论
可利用率是衡量风电机组性能的重要指标之一，如何更加客观、严谨地对该指标进行考核评价，从而提升运维人员对于风电机组实际性能的掌控，为业主提供更为精确的决策依据将是未来风电后评估市场继续努力的方向。
本文就风电机组可靠性评价中基于时间的三种可利用率指标的计算方法和原理进行了分析，同时将三种指标应用在某风电场33台机组的可利用率计算中，根据计算的结果并进行了相应地分析，得出如下的结论：
1)基于时间加权的运行时间可利用率指标(RTA)，因在计算过程中考虑了大部分可能造成机组停机的因素(机组故障、电网故障、限电、通讯中断、小风停机等)，相对于常规可利用率和基于故障/错误、报警日志的可利用率(FBA)而言，其对机组实际可利用率指标及发电情况的评价效果更为客观真实，建议将基于时间加权的运行时间可利用率指标(RTA)列入机组可利用率考核体系。
2)基于故障、报警日志的可利用率(FBA)因其考虑了造成机组停机的最主要的因素(故障与电网)，故较常规可利用率指标而言，对机组实际可利用率的考察仍具有参考意义。在使用FBA指标进行可利用率评价过程中，可通过加入剔除某类特定故障的步骤来判断该特定故障是否频发。
