一、分析误差控制在0.1米/秒内
在此之前,业界公认的我国陆上风电技术可开发条件是风资源达到7米/秒。2011年,国家能源局提出风电开发向中东部转移,同时明确鼓励低风速风电开发。在政策引导下,风电开发和设备企业持续加快技术和管理创新,目前5.5米/秒甚至更低资源品质的风电开发已成为可能,我国可开发风能资源的规模也随之增至10亿千瓦。
随着越来越多的风电投资企业将目光南下东移、跑马圈地,中东部可开发资源日益减少且开发难度增加。“复杂的山地地形占据了目前低风速地区资源可开发区域的大部分比例,可以说,低风速风电开发进入复杂地形山地阶段。”远景能源副总经理王晓宇指出,复杂地形叠加低风速条件,导致准确评估风速水平变得更为困难。远景能源通过对多个低风速风电场项目的后评估发现,在低风速风电场设计过程中,0.1米/秒的风速误差会带来2.5-3%的发电量相对误差、1.5%的资本金IRR绝对误差,同时也会带来评估最大瞬时风速、风切变、入流角等影响机组安全运行的风况特征参数的很大误差。
为最大限度减少全生命期管理和应用中不可控变量带来的影响,远景能源开发了“格林威治”测风数据自动化管理模块,同时实现了管理数据完整性99%以上、有效性98%以上。
“这种标准化的测风数据处理支持,分析误差控制在0.1米/秒以内。”远景能源副总经理王晓宇介绍,“格林威治”测风数据自动化管理模块每天自动从邮箱提取数据,在超算服务器进行同步解析,按照数据质量检查算法进行数据的质量判断报警,并以邮件或短信的形式即时发送给工程师。工程师可在任何时间、任何地点监控数据,并及时安排测风设备维护。同时,针对完成测风后获得的测风数据集,支持工程师进行深度的标准化数据管理。
业界资深人士认为,“格林威治”的另一个重要意义在于,通过高性能的计算资源和精细化模拟仿真,将机位风资源误差控制到5%以内。准确的测风数据、接近实际风况的CFD模拟,为远景能源确定最优的机位优化方案打下了坚实基础。
王晓宇表示,如果是在普通的平原风场,“格林威治”云平台的作用可能不会发挥得那么明显,但山地风场的风险等级远高于平原风场,格林云平台运用精准的数学模型提高了精度,“像拿着放大镜一样,把每个点都看得很清楚。然后像编织渔网一样,把各个点位有效连接起来”。
二、单纯拼风机时代已过去
随着我国风电产业转向低风速地区,产业调整的步伐也逐渐从过去的单纯追求速度和数量,转向追求质量。此前在平原风场开发风电多是拼风机,而在低风速地区,特别是复杂山地地形风场,评判标准不再是简单的发电量和发电小数。
王晓宇表示,常规的风电场设计工具只有基于固定容量和单一机型的发电量最优一项优化目标,远景能源的机位优化模块可以分别设置三个定制化的的多优化目标:投资回报率最优、现金流最优、发电量最优。通过格林云平台,快速给出不同比选方案,供不同诉求的客户得到自己最想要的最优组合方案。
山地风场地形复杂,机位处风速跨度大,根据“格林威治”云平台三种优化指标,不同的优化指标适合不同的需求。在某典型山地风场中,当以NPV最优为优化目标时,可优化得到53个机位,年等效满发小时数约为3011小时,内部收益率为27.0%,净现值达到13.1亿元;当以IRR为优化目标时,可优化得到33个机位,年等效满发小时数为3283小时,内部收益率为28.4%,净现值为9.2亿元;当以发电量最优为优化目标时,根据项目容量50兆瓦限制,可优化出25个机位,年等效满发小时数为3356小时,内部收益率为28.0%,净现值为7.1亿元。对比三种优化结果,当以NPV最优为优化目标时,风电场规模较大,但初始投资较大,适合追求规模的业主;当以IRR最优为优化目标时,更注重单位投资的收益,适合对投资回报率有更高要求的业主。
三、软硬件协同 智能识别需求
王晓宇表示,针对复杂山地地形,格林威治云平台在10分钟时间内就可以为业主完成支持多种机型混排的高精度的高度定制化的微观选址混排方案,在把控单机适用性和单机经济性的前提下,实现3%-5%的风电场整体发电量提升,超过5%的经济性收益。
远景能源的智能工具大大提高了准确性,减少了人工支出,保障了电场收益,为中小开发商进军复杂地形低风速风电项目提供了软件利器。同时,远景成熟的2兆瓦系列风机平台的低风速风机产品家族已更加丰富——2.1兆瓦115米和2.2兆瓦121米风轮机组为投资超低风速风资源提供了更多选择,2.2兆瓦115米风轮山地适用机组更是为复杂地形超高湍流的运行环境量身打造。
据了解,凭借测量技术、数据分析专家系统、主动性能控制和基于可靠性的决策算法等多种智能控制技术,远景能源各系列的智能风机产品在复杂风况和长期运行中拥有快速的自学习、自适应能力。因此,在低风速复杂山地风电场,远景的智能风机可有效提高能量的捕获和利用效率,从而为提升风电效益、降低投资风险奠定了坚实基础。
目前已经走过草根阶段,并步入规模化、正规化发展的风电行业,正在由粗放的规模化突进向以技术和管理为导向的精细化阶段发展,在这个过程中,软硬件协同、智能识别需求的整体解决方案,不仅是远景能源技术实力和核心竞争力的关键所在,也将有助于推动我国实现既定的可再生能源发展目标。