在役机组发电性能的第三方评价
在役机组发电性能评价的常见问题
总结性能表现，明确损失 找到正确的期望值 让业主得到公正透明的信息 找到问题的实质，改善的方向 对风电场运营水平的对标评价
在役机组发电性能第三方评价解决方案
风电场管理系统
第三方智能评估系统
风电机组
SCADA
监测系统
公证的动态功率曲线
设计数据
测试数据
第三方 月报、年报
发电性能总结、问题机组锁定
长期监测
技改方案
风电场考核与对标
制造商、技改服务方
技改效果评价
业主方
第三方
制造商及其他
发电量的影响因素
动态功率曲线
利用什么数据？
每台机组的运行SCADA数据
状态与载荷监测数据
动态功率曲线
如何做？
每台机组的运行SCADA数据
绘制功率曲线
机舱风速修正
VS
担保K值
足够的采集变量，供识别机组状态 足够的采集时长，供进行统计分析
动态功率曲线
如何做？
每台机组的运行SCADA数据
绘制功率曲线
机舱风速修正
VS
担保K值
需提前获取，否则无法很好的评价机组是否满足预期。
只要在统一尺度下进行评价，选出表现好的机组作为“参考值”，总能找到那些相对不理想的机组。 虽然机舱风速会受风轮影响，但对同一机型，影响基本一致。所以，采用未经修正的SCADA功率曲线，通过一定的方式依然可以进行分析
如果没有机舱传递函数，还能做些什么？
横向比较：和其它机组同期进行比较，可排除与时间相关的变化（如风资源、机组性能下降、夏天温度过高）；通常选择相关性较好的机组 纵向比较：和历史进行比较，可排除机组个体间的差异（机组差异、机位处特殊风况的条件）；通常适合个体差异较大的机组，相关性差，功率异常等。
同一机位不同时期的风玫瑰图
分析方法
某风场各机组发电量相关性分析
与理论曲线比较：反应与预期的差异 实际电量与理论电量：综合发电效果评价 未发电时间和损失电量：潜在提升空间 机组状态量：识别异常，进行原因查找
分析量
案例分析——功率曲线分析
和动态功率曲线的比较
各机组的功率的机舱风速功率曲线比较
案例分析——统计分析
年发电量统计
案例分析——统计分析
年发电量与风速P50统计
年发电损失
案例分析——年发电量
年发电量损失(小时数)
案例分析-年发电量统计
3月 4月 5月实际发电量和理论发电量差异较大
年损失发电量占比
年损失发电量占比
案例分析——状态分析（功率异常）
机组异常限功率 部分机组在额定风速以上存在大量未满发情况，但根据业主反馈，目标风场不存在限电。
案例分析——状态分析（控制异常）
额定转速设置不一致
控制器没能追踪最优CP
切入模式设置不一致
控制器问题
案例分析——状态分析（传感器异常）
转速信号故障
功率达到额定，转速信号依然为0，也不触发停机
数据中存在的问题 – WT11
故障被屏蔽？ 数据记录出错？ 数据入库被篡改？
案例分析——状态分析
异常限功率机组——WT01
案例分析——状态分析
对齿轮箱温度进行划分（>74℃）
进一步的状态细分
案例分析——状态分析
实测温度和估计温度 的偏离程度
警戒线
温度过高触发预警，提前消缺
潜在可能： 油品质量不合格 齿间啮合异常 传动链加阻效果不理想 危害： 传动链故障、寿命不足、 影响整机安全和发电量
齿轮箱油温估计器和故障预警系统
总结
加入高频监控数据 机组结构动态性能监测和特性分析 机组结构模态共振分析和报警 机组传动链监测、风轮气动不平衡监测
加入控制器内50Hz数据 机组控制动态性能分析和优化 机组动态载荷估算分析 塔架共振和防倒预警
Now
Future