智慧风场新型结构浅析

智慧风场新型结构浅析

卢茂茂 1、刘钰磊 1、党照宇 1、李建伦 2、

1内蒙古华电新能源分公司 内蒙古 呼和浩特市 010000

2华电电力科学研究院有限公司 浙江省杭州市 310030

摘要：2021年全年新增风电装机容量4757万千瓦，增长为总量的七分之一，领跑世界。面对如此庞大的监管需求，上线一种新型智慧风电场结构用以优化检测效率、减轻运维负担，提升诊断准确性的必要性日益增长。智慧风场架构以数字化深度以及数字化转型为基础，其中物联网和互联网的应用为主要策略。物联网提供数据互通的渠道，并且能够促进商业模式的更迭。互联网则作为其智能性的依靠，提升发电并网以及故障诊断的整体性能水平。为此，本文将针对“物联网+互联网”的模式提出一种智慧风场的新型结构。

关键词：智慧风电 数字化 物联网 互联网

引言: 自20年起，中国提出“碳达峰、碳中和”的战略概念以来，立志于2030年前夕使二氧化碳排放量达到峰值，于2060年实现“碳中和”的目标。这不但是中国能源企业近些年的战略方向，更是给新能源行业打的一针强心针、吃的一颗定心丸[1]。时代的进步使得硬件设备的性能可靠性不断提升，同时也伴随着物联网、大数据、AI算法等等软件层面的深度挖掘，这种新技术也在工业应用上渐渐产生价值。目前所面临的处境是运营的数据化和智能化都仅停留在初始应用的层面，同时也意味着，这一领域的开发前景的发展空间都是巨大的。手段便是通过数字化智能运维来提升产品附加价值的同时有效减轻成本负担，从而进行更有竞争力的未来产业发展[2]。

1 传统的数据采集

1. 1. 风电场通讯架构

风电场的网络架构通常采用一台交换机对应一台风电机组，根据不同场站不同情况，可配备多个闭环网络，每个闭环网络可连接多台风电机组。网络一般采用中央控制层和风电机组层的双层架构模式。中央控制层中部署用于数据监控的SCADA和CMS服务器、能量管理平台等。基础监测系统、振动状态监测系统、箱变运行状态监测系统等硬件相对应的监测系统则部署在风电机组网络层。以点对点的方式建立网络通讯，复杂度较高[3]。

1. 2. 风场运维技术现状

传统风电场运维的特点是分散，机组的分散、运维人员的分散、备品备件的分散。这种分散式运维使得风场内的人力资源与备品备件相互独立开来，无法做到有效的信息共享。在这种情况下，风场有限需要保证运维的效率，避免因故障导致风电机组长时间停机无法发电。这也就意味着要随时部署充足的备品备件以及灵活调用运维人员，成本也就随之水涨船高，与平价时代的风电场理念相冲突[4]。另外一个硬性欠缺是运维人员水平参差不齐并且缺乏统一的规范，因此机组的部分运维工作会流于表面，难以保证排查质量。在目前这种运营模式下必将造成不必要的发电量损失和设备性能降低。由此可见，现在急需一种有效的运维检测诊断手段来提升运维质量和机组稳定性，这是行业内的共性难题。

1. 3. 传统方案的不足

由于风机振动信号的采样频率为40kHz，要求数据的采集质量较高，但是现有系统无法完成这样的实时传输。采样所得数据多以文件形式存于本地，然后再传输状态至检测服务器，从一区至三区再至集控中心供给给诊断平台分析[5]。

综上所述，目前风场现存的问题主要在数据采集的采样率低，重复性高以及同步性差，并且后续的数据分析工作需要再次解析文件降低效率。循环周期长，通讯结构复杂，通信易发生故障，网络安全也难以得到保障。此外运维成本也因为需求发电量的提升不断走高，所以提出新型智慧架构的必要性可见一斑[6]。

2. 新型智慧风场架构

2.1 建立新能源物联网

强联系性能够将各项生产工作与生产设备连接起来，连接后形成的网络就是物联网。实现物联网首先要保证自身的全面感知力，能做到在任何时刻任何地点都能准确实时得了解各个设备的运行状态信息。其次要确保在内部之间设备可以建立起强交流的网络架构，实现信息传输。最后还要充分利用大数据模式下带来的收益，将获得的信息整理展示出去，以此分析并制定智能化管理方案，优化风电场运维管理工作。

2.2 智能运维体系建设

在新基建的时代背景下，引进物联网、数字孪生、AI算法以及5G等新型通讯元件到风电场的架构中来。并借助大数据平台和信息化技术实施预判和诊断，进而实现行行业数字化、运维智能化的转型。要从多精度、多维度的层面细化渗透新型的运维体系。

其特点如下：

1. 部署多节点传感器，通过物联网采集高价值数据；以AI算法技术为基础进行边缘计算，挖掘机组深层次潜在问题；利用5G基站的通讯时效性，对数据进行高速且稳定的传输至区域和集团测的诊断平台，加以分析计算，综合判断，诊断出结果。

2. 尝试将数字孪生技术引入架构体系中来，在不熟悉中熟悉，在不成熟中成熟。实现一对一跟随，最终实现风电机组的实时监测预测、辅助决策。

3. 环境相对难以人为实测的风场可以采用无人机蜂群协同系统进行勘测和检验，大大节约运维成本。调整整场能量供需平衡关系，将所有状态信息通过工业互联网上传至区域集控中心。

4. 集团测和区域侧借助诊断平台的优势对实时上传的数据进行监测分析，提前预测预判，对现有故障加以健康诊断，并且对已损失电量分析评估。

3. 智能运维

3.1 风电机组层面

部署智能传感器和边缘计算节点在风电机组端部，使故障预判模型前移至风电机组端，在机组端实现多数据融合分析。这类传感技术能够实时对风电机组的所处环境条件进行多维度感知，例如风况、天气条件、载荷等状态因素。目的是实现风电机组的智能化，自我感知、自我认知、自我调整。在面对巡检率和覆盖率低的特殊条件下，需要借助无人机蜂群系统；在面对散热和叶片结冰等问题时，可以考虑能量供需平衡关系，以热交换技术为根本设计一套热传导循环系统。

3.2 风电场层面

借助5G时代的红利将数据得以以高速带宽上传至云端平台，并且基于数字孪生技术构建线上虚拟的数字电厂。同事无人机蜂群系统可以提供动态风电机组数据作为数据检验的依据，并且拥有智能巡检编队设计的蜂群可以大大节约运维成本。后端利用大数据平台与云计算技术，汇总风电场运维信息，并基于机器学习的模型算法与 PHM 系统，支撑场级管理决策，实现风电机组的故障预测和健康管理，最终达到风电场效益提升的目的。

3.3 场群层面

从集团长远角度出发，形成云边架构的大数据决策中心，并且伴随专家经验库的建立，可以实现资源合理配置及风电机组大数据分析优势对比、能量管理策略宏观优化。同时，构建风电场体检、产能分析等平价时代机组合同履约风险跟踪保障体系，最终达到整体提升风电机组发电量、合理降本增效、价值大幅增长的目的。

4. 结语

综上所述，此智能风电架构拥有一系列独特且必要的特征，其目的简而言之就是减少运维成本，提升发电量这一基本原则，这使长久以来电力行业所追求的精之又精的目标。其节能减排的效果也完美契合新时代“碳达峰，碳中和”的指导方向，提升民用电、商用电的电能水平。在未来几十年的生态文明建设规划下，以风能为首的新能源市场只会不断地扩大扩增，因此我们务必要抓住我们这个时代的优势，发展数字化的场站，智能化的平台，优化自身产业结构，进而促进行业稳步向前的发展。

参考文献

[1]王靛, et al."新基建时代风电场智能运维技术的发展与展望." 控制与信息技术 .05(2021):6-11. doi:10.13889/j.issn.2096-5427.2021.05.002.

[2]伍淼."基于“互联网+新能源”的智能风电场研究." 低碳世界 11.09(2021):66-67. doi:10.16844/j.cnki.cn10-1007/tk.2021.09.032.

[3]王宁强."物联网技术在风电场数字化中的应用".第八届中国风电后市场交流合作大会论文集.Ed.. , 2021, 171-176.

[4]李东林."风力发电数字化发展与技术创新." 风能 .01(2019):82-87.

[5]张振, 杨源,and 阳熹."海上风电机组辅助监控系统方案设计." 南方能源建设 6.01(2019):49-54. doi:10.16516/j.gedi.issn2095-8676.2019.01.009.

[6]王煜."基于大数据的风电场电力系统运维服务能力建设研究." 中国高新技术企业 .10(2017):115-116. doi:10.13535/j.cnki.11-4406/n.2017.10.057.