1 引言
随着风电产业跨越式发展，风力发电占全部发电容量的比重愈来愈重。据国家能源局公布的统计数据，2018年，我国风电累计并网容量18426万千瓦、同比增长12.4%，占全部发电装机容量的9.7%，比2017年提高0.5个百分点。全年发电量3660亿千瓦时，占全部发电量的5.2%，比2017年提高0.4个百分点。
风电场数量和规模的扩大，对风电场业主运营提出更高要求，目前风电场运营存在以下痛点：一是对风电场实际环境条件和设计环境条件差异未予评估；二是对风电机组实际参数和设计参数是否符合未予评估；三是对风电机组故障率、功率曲线、可利用率缺乏准确评估手段；四是对典型故障缺乏分析手段和方法。
本文基于现有SCADA数据，提出一种风电场后评估系统，试图对以上痛点提出总体解决方案。一是通过环境辨识确定风场实际风区等级；二是通过机组模型辨识确定风电机组实际参数是否符合设计值；三是通过运行状态监测评估风机运行状态；四是通过故障精细化处理模块分析典型故障原因。
该系统采用模块化设计，以上四个模块，每个模块单独运行可以实现独立功能，该系统的独特之处在于故障精细化处理模块。故障诊断的基本步骤，首先是确定风场环境参数是否符合设计值，其次确定机组参数是否符合设计值，第三是对机组的运行状态做分析统计，掌握上述三种数据之后，经过综合分析即故障精细化处理，最终定位故障点。该系统正是通过前三个模块向故障精细化处理模块提供数据交互，实现故障精细化处理的高级功能。
2 风场环境辨识
选购风机设备时，首先需要考虑风区等级，如50年一遇极端风速、风速为15m/s时湍流强度的期望值等等。如果实际风区等级和设计风区等级不符，对风里发电机组载荷影响较大。例如，风电场设计风区IIIB，实际风区IIIA，则导致设计载荷偏大，致使风机寿命小于设计寿命。如图2所示，某风电机组在环境条件IIIA和IIIB分别计算疲劳载荷，比较后发现IIIA风区疲劳载荷最高增大42%，平均增大约11%。单个机位受地形影响存在湍流度偏大等情况，导致超速、振动等故障频发，如果设计风区和实际风区严重不符甚至会因风机设计寿命不足导致严重安全事故。
风场环境辨识基于SCADA数据中的风速、风向记录高频采样数据，评估整个风电场及单个机位的湍流强度是否和设计风区等级相符，对风机运行、故障诊断提供环境数据支持。对于后者举例如下，如风场频繁报振动故障，存在两种可能性：一是该现场风等级高于设计等级，导致实际振动值超过设计值；二是机组本身控制参数、叶片等问题，风场环境辨识的目的正是排除第一种可能性。
3 机组模型辨识
制造或安装误差导致机组实际参数和设计参数可能存在较大偏差，如塔基刚度不够、螺栓松动导致塔架固有频率向下偏移。机组模型辨识即通过实测数据评估机组实际参数和设计参数偏差，意义是指导故障诊断、机组优化设计等。
机组模型辨识包含以下几个方面：
1）塔架固有频率辨识：测试待机状态下整机振动数据，频谱分析提取塔架固有频率，确定和理论值偏差。
2）叶片气动特性/参考角度辨识：分析实测功率曲线，确定参考角度设置是否和该叶片理论值匹配，辨析单叶片气动不平衡、螺栓安装错位等误差源。
3）风向仪误差辨识：根据瞬时偏航误差将数据分组，并基于分组数据获得不同偏航误差下的性能曲线，根据性能曲线及其对应的分组可辨识得到每台机组的风向仪误差。
4）安全系统保护参数辨识：现场存在修改安全系统参数屏蔽故障等情况，保护参数辨识通过识别极限转速设定值、极限功率设定值、极限振动设定值等参数是否符合设计值，避免机组运行于危险风况。
案例分析：塔架固有频率辨识
停机工况下的振动数据如4图所示，图中第一行为风速和叶轮转速信号，第二行为驱动向和非驱动向风机原有振动传感器振动信号的频谱图。如图4所示，停机工况下，驱动向和非驱动向在0～1Hz范围内的尖峰频率分别为0.3484Hz和0.3487Hz。由于在停机工况下受转频影响较小，所以在0～1Hz范围内的尖峰频率即可确定为塔筒固有频率。
4 运行状态监测
运行状态监测是通过分析故障数据、实时功率数据实现机组功率特性评估、机组可靠性评估等，根据现场风机实际情况制定最适宜的机组维护、优化方案。运行状态监测包含以下方面：
1）风电机组故障统计分析
基于实际运行的风电场，统计场内风电机组全年的故障数量，结合风电场月度发电量、月平均风速和月平均气温，通过分析风电机组故障数量与机组运行状况和环境温度之间的关联性，得到系统故障高发的原因。
2）实际和理论功率曲线误差分析
根据风电场代表性风电机组运行数据进行风机实际功率曲线拟合,并且根据现场实测空气密度进行功率曲线修正。
3）风场可利用率分析
风力发电机组可靠性量化指标可以通过机组的可利用率来度量，是固有可靠性和使用管理可靠性的综合度量指标，不但是对风电场运营维护管理的考核指标，也是对生产商的风电机组制造水平的重要考核指标。
案例分析：风场可利用率对比分析
如图6所示，时间利用率1基于人工记录计算，时间利用率2基于Scada计算。Scada数据和人工记录的停机记录相比，前者在客观性、全面性等方面具有明显优势。时间可利用率1全场平均值计算结果为88.46%。时间可利用率2全场平均值计算结果为81.15%。时间可利用率2较小，原因是人工记录的停机记录存在漏记等情况。总之，基于Scada计算的时间利用率2，综合考虑数据可靠性、风机故障界定及非风机故障剔除等因素，最终结果可作为风场时间可利用率的依据。
案例分析：故障统计分析诊断振动故障
某机组多次报振动超限故障，如图7所示，振动故障共发生了62次。统计这62次振动故障所伴随的PLC状态、偏航状态，振动故障和偏航状态具有明显相关性，如图8所示，最终将故障点定位于偏航系统，现场工作人员检查并更换偏航垫片后故障得以解决。
5 故障精细化处理
故障精细化处理是建立典型故障专家库，对所发生故障，根据故障特征触发相应故障模块，对故障原因实现自诊断。
故障精细化处理模块将故障分为两大类型实时突发型和趋势演化型，依据此两大类型，再根据故障数据特征值将故障细分为变桨系统故障、变频器故障、振动故障等，确定故障类型后，模块自动确定数据记录模式包括历史故障记录、短周期数据记录、长周期数据记录、故障录波，最终通过实时诊断或历史数据诊断分析故障原因。
案例分析：控制参数不适应风区导致超速故障诊断
某风场地形为山地，机组频繁报转速超限故障，如图10所示。对风速做模型辨识后，发现湍流度超过设计值。对机组做模型辨识后，确认机组实际参数和设计参数一致。结合转速和变桨角度数据，分析故障原因是控制参数不适应该湍流度。经过控制参数优化以后，转速超限故障得以消除。如图11所示，红色为优化参数之前的转速、变桨角度，黑色为优化参数之前的转速、变桨角度，可以看到，参数优化后，转速大幅波动现象消失，超速故障消除。
6 结语
基于SCADA数据的风电场后评估系统，通过环境辨识、机组模型辨识、运行状态监测、故障精细化处理为风电场运营方提供故障分析诊断及风机运行状态评估系统，为实现风电场的智能数字化管理、风机故障智能分析、备件管理检修工作统筹安排提供数据支持，从而提高设备可利用率，最终实现风电场经济运行。
