智慧风电体系架构研究

智慧风电体系架构研究

周明

华能吉林发电有限公司新能源分公司吉林省130012

摘要：随着人工智能等相关技术的迅猛发展，国内外各发电公司都在推进智慧风电工程，提高风电企业的核心竞争力。针对目前风电的基本特征与智能化水平现状，以异构计算为基础，采用弹性资源配置策略，从风电生产管理和信息系统两个维度对智慧风电的体系架构进行探索和研究；并通过分析关键技术阐述其开放性、学习性、成长性、异构性和友好性的基本特征，进一步解析了智慧风电系统具备精准感知、快速应对、系统思维和全面开放的不同智慧层级。

关键词：智慧风电；体系架构

引言

风力发电是可再生能源的重要力量，持续引领着能源革命深入推进。随着人工智能等相关技术的迅猛发展，国内外各相关机构都在推进智慧风电工程。针对风电的基本特征与智能化水平现状，笔者以异构计算为基础，采用弹性资源配置策略，从风电生产管理和信息系统两个维度对智慧风电的体系架构进行了探索和研究。

1智慧风电的概念

智慧是一个哲学范畴，是由智力系统、知识系统、方法与技能系统、非智力系统等多个子系统构成的复杂体系所蕴含的能力，该能力表现为及时做出正确抉择，且具有较强的相对性。智慧风电是先进风力发电技术发展的产物，与数字化、信息化、智能化发展水平密切相关，具有更强的发现问题、分析问题、解决问题能力，具有更强的创新发展能力。研究认为：未来的智慧风电以数字化、信息化、标准化为基础，以管控一体化、大数据、云平台、物联网为平台，以数字孪生技术为辅助，以计算资源的弹性配置为保障，以异构计算（包括计算能力、计算方法和计算层次）为核心任务，高效融合计算、存储和网络，通过“人－机－网－物”跨界融合，形成边缘＋云端结合的全层次开放架构，实现不同层级的智慧，追求不断提升风电智能化水平（包括智能感知、智能运维、智能控制、智能决策）目标，完成更加友好和安全、高效、可靠的能源供应［１１］。智慧风电具有学习性、成长性、开放性、异构性、友好性等基本特征。智慧风电体系从感知层到决策层，在数据的全生命周期过程中，一方面不同层级的计算能力和侧重点不同，而每层随着系统的演化，持续自我学习，有所侧重地提升，具备自我成长性。下层对上层提供该层任务内容计算处理后的数据支撑，上层在此基础上完成更加综合的数据计算和处理，并对下层予以指导、指挥、协调、完善，构成一个不断自我成长完善的生态系统。智慧风电体系每层提供标准化、模型化的开放接口，避免了封闭、孤立，受特定标准的限制，通过“人－机－网－物”跨界融合，实现架构的全层次开放。智慧风电需要构建融合不同计算架构的多元异构智慧风电体系架构，研究解决新能源大数据应用的技术瓶颈，实现多种智能技术在风电行业的集成应用。同时，智慧风电系统要实现与自然环境、生态环境、人文环境、电网环境的高度融合，必须是环境友好的，其内部的交互性也必然是友好的。

2智慧风电的体系架构

在一定意义上，每一个风电场都相当于一个小型电网，是地理位置较广，具有一定规模的网络结构，且控制手段复杂多样。构建智慧风电，离不开对广域分布的“小型电网”的智能化及其与骨干电网智能交互的研究。智慧风电架构可以从以下两个维度展开：一是智慧风电的生产管理维度，分为：1.风机级，也就是要能自我调节、自我保护，对重大故障直接反应等基本功能的智能风机；2.场站级，也就是基于智能电网技术，能自主控制、自主优化，对环境（包括风资源、电网）的快速反应能力；3.集控级，要求全面分析、全面统筹，对所属场站的智能化管理，实现智能运维；4.集团化管控级的任务是实现智慧发展，要求持续学习、持续优化，分类、分阶段指导风电智慧化发展。二是智慧风电的信息系统维度，分为：基础设施级（硬件基础）、支撑平台级（软件基础架构）、应用平台级（建设目标的各类应用）等三个部分。对上述两个维度的有机融合是智慧风电建设的基本要求。智慧风电体系架构高效融合计算、存储和网络，以多元异构可信计算为基础来构建，具备计算资源弹性配置能力以满足不同需求，整个体系结构的不同层次引入不同计算能力使之更加高效、实时地处理数据，使风电系统达到精准感知、快速应对、系统思维和全面开放不同层级的智慧。

3智慧风电生产管理体系架构的关键技术

3.1智能风机技术

风机作为风电场中的最重要部分，是决定项目造价和收益率的关键。《智能风机白皮书》中指出，智能风机应具备深度感知、自我认知和控制、协同决策的特征。针对不同应用场景和特征，智能风机在不同层级有不同的要求，智能风机不仅能独立控制实现自身最优，还可以协同风电场其他风机实现风电场收益最优。通过智能控制风机做出最优响应动作，提升发电量的同时，有效降低机组载荷，提升机组在恶劣工况下的稳定性和适应能力。

3.2风资源评估及微气象预测技术

风电场风能资源评估的准确性对风电场的运行效益有重要的影响。风能资源评估技术需要完成风场高精度短期和中长期气象预测和趋势分析。为解决测风塔缺失或测风塔代表性不足等客观因素造成的气象数据缺失，可采用虚拟测风塔技术，模拟出风电场所在区域或者所需点位的气象数据。微气象预测技术为风电机组进行个性化控制策略研究提供精准的气象数据，为风电场检修维护提供合理的作用时间窗口预测，为风电场大部件吊装、道路维修等大型作业提供施工组织依据。

3.3风场智能巡检技术

借助振动、声音、图像等多种智能传感器，利用物联网、边缘计算和人工智能等技术，通过对风电场设备、人员及周围环境的全维度信息感知，进行风场智能巡检，与运维人员的巡视互相补充建立协同巡检机制，最终实现风电场“无人值班、少人值守、智慧运维”的根本目的。

结语

智慧风电是发电过程中数字化、信息化和标准化发展的必然产物，是物联网、大数据、云计算、人工智能、数字孪生等多种技术的深度融合，具有开放性、学习性、成长性、异构性和交互性的特点。本文从智慧风电体系架构的生产管理和信息系统２个维度展开研究，以异构计算为基础，在数据的全生命周期过程中，不同层级采用不同计算方法（边缘计算、雾计算和云计算），具有不同的计算能力，完成不同的计算层次，达到了不同的智慧层级（传感设备的精准感知、场站级的快速应对、区域级的系统思维和整个系统的全面开放的智慧），构建了良好的智慧风电生态。

参考文献：

[1]崔青汝，李庚达，牛玉广．电力企业智能发电技术规范体系架构［Ｊ］．中国电力，２０１８，５１（１０）：３２－３６.

[2]吴智泉，许昊煜，陈建文．环境友好型风电项目开发策略研究［Ｊ］．中国经贸导刊（理论版），２０１８（２）：２５－２８.