新时期风电场智慧运维管理路径探索

新时期风电场智慧运维管理路径探索

蔡清石

大唐丘北风电有限责任公司 丘北县663200

摘要：在社会经济发展速度不断加快，人们环保意识不断觉醒的今天，新能源的应用与发展受到社会的广泛关注。风力发电是我国非常先进的一种新能源模式，在物联网、云平台、智能技术等的支持下，风力发电也拥有了智慧化特点。本文重点针对新时期风电场的智慧运维管理路径进行了详细的分析，以供参考。

关键词：风电场，智慧，运维管理

物联网技术与智能技术的不断发展，加快了互联网与各行各业之间的融合。智慧风电场也应运而生。目前，智慧风电场已经表现出了明显的电力信息化发展趋势，强调在现代化科学技术的支持下，将人的智慧传递到传统风力发电设施中，然后再利用集中监控、智能设计以及集中运维等手段，提高传统风力发电设施的运行效率，并在数字化交互的基础上，成功构建出智慧型风电场[1]。在风电场的智慧运行模式下，不仅可以让智慧发电、智能控制成为现实，还明显提高了风电场风机设备的运行效率，保障了风电场的发电效益。风电场的智慧运行系统，主要由以下几部分构成：第一智慧风机、第二智慧变电站、第三区域集控系统、第四集团大数据分析系统等。

一、智能风机

（一）智能风机的功能配置

首先，智能风机的深度感知功能，是指在各种现代化传感器的支持下，风机能够对自身所处的运行环境以及当前的运行状态进行全方位的感知。在此基础上，对智能风机进行精准的定位、科学合理的管理与控制，可以为智能风机的稳定高效运行提供精准的数据支持。智能测风系统的运行，可以帮助运维人员更好的感知风电场的风速状态。其次，智能风机还拥有自我认知控制功能。运维人员对智能风机的这一功能进行合理的应用，不仅可以对相关数据进行深度的感知和科学的分析，还可以在机器学习与深度学习的基础上，对智能分析模型进行有效的构建，实现机组的自我识别、自我学习与自主控制。这样一来，智能风机就能够更好的适应风电场的智慧运行模式。最后，智能风机还拥有协同决策功能，通过各类数据信息的共享，及相关运维措施，提升风机与风电场之间的互补性。

（二）智能风机的性能要求

1.智能测风系统

智能测风系统主要由两部分构成：第一部分是超声波风速仪，另一部分是风速预测系统。首先，超声波风速仪是一种专门的测量传感器或测量仪器，可以通过声波脉冲的发送，来对接收端的时间、频率差别等进行有效的测量。对这些数据进行合理的应用，就可以将风速和风向计算出来。另外，在空气介质中，超声波的传播速度，受到空气流动等因素的影响比较大[2]。而超声波检测技术中的超声测风则能够利用这一点，对风速进行有效的测量。与传统的旋翼式风速仪相比，超声测风在气体介质中的测量优势非常突出。因为整个测风系统没有任何机械转动部件，所以表现出了无惯性测量的特点，能够顾对自然风中的阵风脉动高频成分进行准确的测量。在辅助以现代化计算机技术，就可以对自然风的特性进行更高层次的揭示，为风资源的充分利用以及抗风减灾能力的提高打好基础。另外，智能测风还可以准确预知风剪、湍流等信息。将测量数据接入到主控系统当中，对风况信息进行有效的预测，还可以实现核孔与偏航策略的优化，提升提前感知能力和智能控制能力。

智能测风在性能方面有两大要求。第一个要求，是具备足够的信息量，能够有效测量多个不同距离的风速。同时，能够保证采样频率，并利用先进算法，将风轮上的风速预测出来。第二个要求，是可以对所有距离原始激光测量数据、风速、风向等信息进行输出。

2.智能监测系统

智能监测系统的运行，离不开现代化测量技术、建模分析技术、传感技术的支持。在这些先进技术的支持下，可以对风电场的各种大型设备或重点设备的运行状态进行在线监测与有效评估。

3.智能控制系统

智能控制系统的应用，不仅可以对智能风机的转速与功率进行有效的控制，还可以对塔架振荡抑制、叶片减载等进行有效的控制，并在机器自学习的基础上，对风机自身的运行情况及周边环境特征进行合理的统计与分析，然后借助相应的矫正手段缩短实际运行环境与运行标准之间的差异[3]。这样一来，不仅可以对风机参数进行持续的更新，将风机的实际运行状态反映出来，还可以自动适应调整风机的控制参数与控制方法，使风机长时间处于高效运行状态。智能控制系统的运行，离不开以下三大技术的支持。

第一种技术，是自适应变桨控制技术。这一技术的应用，可以通过自适应算法、持续学习、最佳增益自适应的辅助进行寻优，并成功获取不同风况下的最佳浆距角，为风能捕获效果的提高打好基础。另外，这一技术还可以在准确把握叶片与风轮等特性的基础上，做好自适应补偿，完成独立变桨控制，然后以风轮面内的叶片位置与载荷数据为参考，智能修正每一个叶片的运行角度，进而加强各叶片之间不平衡载荷的控制。

第二种技术，是自学习偏航控制技术。这一技术的应用，可以通过神经网络等预测算法，成功构建出一个精准度较高的风模型。对这一风模型进行有效的应用与校正，就可以对风速、风向等参数记性预测

[4]。在此基础上参考风向数据，对偏航控制进行优化，对偏航系统的灵敏度进行调自动调整，就可以最大限度的减少偏航误动作，保证对风的精准度。

第三个技术，是独立变桨控制技术。这一技术的应用，需要借助相关算法，将检测到的不平衡载荷转化为浆角控制。然后，再借助协同控制机制、浆角独立信号控制算法机制，实现不平衡载荷条件下，三个浆角角度的有效控制，为不平衡载荷的补偿打好基础。独立变桨系统属于控制输入，主要由载荷传感器与相关配套接口设备组成。这一系统的运行，需要增加叶根处载荷传感器的设置储量，并将配套接口设备安装到轮毂内，将旋转编码器安装到滑环内。

二、智慧变电站

（一）总体设计

智能变电站的自动化系统以开放式分层分布结构为主，主要有三大功能作用，即运行功能、监视功能和保护功能。提升智能变电站自动化系统的运行稳定性，可以对设备与馈线进行更好的控制、监视与保护。图1为智能变电站系统架构示意图。

图1：智能变电站系统架构示意图

（二）系统架构

智能变电站的运行，在智能终端与合并单元的大力支持下，具有了数据采集、数据控制等功能。在智能变电站的运行中，对光缆进行合理的应用，取消传统电流互感器的大功率输入回路，并做好与电缆有关的电磁兼容问题、传输过电压问题及两点接地问题的防控，可以从整体上提高电能传输效率。

（三）智慧变电站的重要作用

智能变电站在运行过程中，能够在做好电网运行信息与设备状态信息的分层分类工作的同时，在明确相关需求的基础上，借助智能告警与远程浏览的技术优势，对相关数据信息进行获取、分析与研究[5]。这样，不仅可以最大限度的缓解信息处理方面的压力，保证信息的使用效率，还可以通过人工的方式，加强数据模型与图形的维护，使数据模型与图形能够快速进入系统中的各模块当中，确保系统中的某一处得到维护，其他各模块也会发生同步、一致的变化。

智慧变电站可以严格按照IEC1850标准中的相关要求，进行各类数据信息的收集与传输，提升数据信息的标准性与统一性。这样一来，不仅可以为全站的信息一体化收集与应用提供保证，还可以在完全共享机制的支持下，向相关应用发出最及时、最需要的数据信息，然后利用通信标准，提升变电站内各系统之间的互通性。

在智慧变电站中，全景数据平台的应用，不仅可以让各应用的连接拥有了标准了接口，还提高了数据信息的共享程度，为信息矛盾的处理与解决、数据信息应用的标准化提供了保证。

三、区域集中监控中心

（一）网络层

在智慧风电场中，远程集控中心都会构建一个开放性的分层分布系统结构。远程集控中心共设置了四个层次，即生产查询层、控制层、非控制层和接入层。这四个不同的层次，依次对应生产控制网、生产非控制网、管理信息网和接入网等四个局域网。在这种分层控制模式的运行下，远程集控中心就可以在同一时间，对这四个局域网中的数据信息进行采集和检测[6]。再加上系统标准化通信与运行模式的支持，远程集控中心可以直接对风电场进行全面的监控，并与其他风电场进行信息通信，提升各风电场运行监控的真实性、实时性与全面性。这样一来，运维人员就可以直接根据风电场的运行数据，例如风电场模拟量、电能量、模拟量以及风电场中继电保护装置、监控装置以及自动装置的运行状态，采取针对性的管控措施。

（二）智能巡检系统

智能巡检系统的应用，可以对风电场的所有施工人员进行有效的监督和管理，提升其工作状态与行为的规范性与标准性。将智能巡检系统与GPS系统融合在一起，不仅可以加强巡检线路的分析与设计，还可以将机器人、无人机等应用到实际的巡检作业当中，实现巡检效率的提高。

四、集团大数据分析

集团大数据分析系统与各分区局域网相连接，运维人员可以利用这一系统，对各系统、各数据流的相关信息进行调用和分析，为相关管理者与决策者更好的管理风电场打好基础。只有这样，才能够进一步使风电场拥有专家诊断、智慧运维等功能，成为拥有人类智慧的智慧风电场。

结语：

综上所述，在我国风力发电领域中，智慧风电场有着极为广阔的发展前景。与传统的风力发电厂相比，智慧风电场的科技含量更高，技术优势更加突出。要想提升风电场的智慧运维管理策略，还需要对智慧风电场进行持续的研究，并根据实际情况对风电场的运行质量进行优化。

参考文献：

[1] 李磊. 风电场智慧运维管理浅谈[J]. 百科论坛电子杂志,2019(12):389-390.

[2] 吕多,敖乐,孙晨,等. 健康管理智慧运维"健康风电场"探索之路[J]. 电力设备管理,2022(8):15-17.

[3] 陈兵. 风电场智慧运维管理[J]. 建筑工程技术与设计,2020(11):2415.

[4] 张艳锋,田震,杨海涛,等. 风电场智慧运维管理浅谈[J]. 中国设备工程,2019(15):35-37.

[5] 齐声. 风电场智慧运维管理分析[J]. 电脑爱好者（普及版）（电子刊）,2021(6):1657-1658.

[6] 杨一帆. 面向智慧风电场的远距离控制与运维管理技术研究[J]. 工程技术研究,2022,4(4):3-4.