中国华电集团有限公司甘肃分公司, 甘肃省兰州市, 730300
摘要:近年来社会用电需求的不断增大,电力工程建设数量也逐渐增多。随着新能源行业的快速发展,我国风电装机总量及装机容量急剧增加,截止到2019年11月底,我国风电累计并网容量已超过2亿千瓦,新增风电装机容量达1646万千瓦。随着风电装机容量的攀升及机组运行时间的增长,如何降低设备故障率,提高机组利用率,降低设备运维成本,进而提升风电场的收益,成为风电场运维工作的主要目标。随着“互联网+”、大数据处理、通信、人工智能、信息、云计算等技术以及风电技术的不断发展,为数字化智慧风电场建设提供了前提条件,也给智慧风电场的发展带来新的契机。本文就智慧风电场发展现状及规划建议展开探讨。
关键词:智慧风电场;数字化风电场;智能监测
引言
近年来,自然资源能耗不断加大,环境保护颇受重视,世界各国都在大力开发和使用新型、环保、绿色能源,风力发电得到了大力支持和快速发展。风电行业快速发展的同时,必然会对风电运维人员提出相应的管理要求,特别是安全管理,其目的在于不断地提高和确保设备安全可靠、减少或杜绝人员三违,确保人的安全,在整个风电场的运营期内,使设备始终保持安全稳定的运转状态,从而提高风电场的发电量和发电效率。
1智慧风电场发展现状
目前,国内外对智慧风电场建设及其关键技术的研究十分活跃,其相关技术也随之不断发展。智慧风电场关键技术包括:风机关键设备状态智能监测技术、智能故障诊断技术、风力机智能控制技术、智慧运维技术、大数据智能分析技术、精准风功率预测技术、备品备件智能管理技术、风电场信息智能管理技术等。其中,风力机智能控制技术已进行了大量的研究,并取得了较好的成果。目前,兆瓦级风机已普遍实现了自动启停、自动偏航、自动变桨、自动功率调节等功能。目前,风机厂家及科研机构虽然在数字化智慧风电场建设方面做了大量的工作,但现有风电场与数字化智慧风电场还存在较大差距,主要体现在以下几个方面。(1)缺少对风场选址、机组选型、基建过程信息的数字化智能化管理功能,无法实现设备全寿命周期相关过程的智慧化监管。(2)缺少对运维过程及质量、运维安全监督的智能评估体系及方法。(3)对风电场各系统、设备健康状态的评估还需人工参与,未实现真正的智能评估。(4)由于业内竞争及数据保密等原因,各风机厂家开发的平台及系统对其他厂商生产的机型适用性相对较弱,不能满足风电场对多家厂商、多种机型信息综合分析管理的需求。(5)初步整合的信息管理平台虽然实现了部分生产、管理和经营业务间的协同,但仍存在部分信息孤岛如状态监测(CMS)数据、离线检测数据等。积累的海量历史数据和实时数据未得到有效的分析和充分利用。(6)智能决策能力不足,仅完成了数据统计分析等基本功能,离智能管控一体化要求还存在一定差距。设备状态数据、备品备件信息与管理平台缺乏有效关联,无法根据数据分析结果自动推出运行优化、检修方案和备件采购工单等一系列运维决策建议。
2智慧风电场建设对策
2.1要加快制定统一的安全生产标准
上级安全管理和高层领导们要充分调研生产一线在安全管理方面的需求,更新优化更加切合实际的安全生产标准,因为经过多年的积累和沉淀之后,有可能公司整合、部门调整、行业法律法规、制度标准、管理体系等都发生了不小的变化,与当下安全生产工作的期望要求已不般配,给安全管理人员监管增加难度。有时,上级公司会拿着其他的管理标准去查所管辖的风电场,或者是检查人员拿着各种国家规范查现场,风电场的管理标准不统一,即便是同属于一家上级公司,各家也有各家的管理标准或制度规范,这样即使公司制定了一套规章制度,也无法满足这种如同大海捞针式的检查,通常弄得现场无所适从。
2.2设备及数据问题
现阶段风电场对各设备状态的监测与感知、控制优化、设备故障预警等方面存在较多不足。(1)风电场对各设备状态监测存在盲区,目前风电场仅能监测风机部分设备以及升压站的部分运行状态。由于风机简配以及投资成本等原因,部分设备、系统的运行状态一直未得到有效监测,如叶片、变桨轴承、变桨系统后备电源、偏航减速器、通信滑环以及发电机绝缘状态等,这导致风电场无法实时获取各关键设备的状态数据信息,进而导致风电场评价设备状态用数据信息的不完整。(2)目前,风机的自动化控制程度虽已很高,但仍存在以下不足:①同一风场来自不同厂家的设备普遍存在配备不同控制系统的情况,特别是风机厂家数据采集与监视控制(SCADA)系统开放性不够,导致底层数据不能有效整合利用;②控制策略的控制效果不尽如人意,部分风机厂家甚至仍未掌握核心控制算法;③对风机群的操作仍以简单的、经典的SCADA系统自动控制为主,缺少从提高全场发电量及降低单机载荷角度出发的控制方法;④针对单机的优化控制手段不足,导致无法从整体风场及单机角度对控制策略进行优化。(3)风机大部件可靠性有待进一步提高。近几年风电技术飞速发展,风机单机容量不断增大,新机型、新设备不断出现,导致在新设备研制过程无历史运行数据可参考,加之缺乏必要的试验手段,增加了新设备出现各类故障的概率。此外,对设备状态监测数据的分析与诊断多采用人工方式,智能化水平较低,无法精确判断设备的状态,不能满足智慧风电场建设的要求。(4)风电场普遍存在多源异构数据,处理困难。智慧风电场需要对庞大的数据资源进行统一采集、存储、挖掘和分析,却遇到了数据格式不规范、数据编码不统一、数据不完整、设备状态分类数据不完备、能获取的设备状态数据少、数据采集成本高等问题。为了全面获取各设备的运行状态,智慧风电场建设过程应从经济性、设备可靠性及安全性出发,开展故障模式、影响及危害性分析(FMECA)工作。风电场还应统一各风机数据通信接口、数据格式、数据编码,以满足直采风机数据的条件,降低风电场数据采集成本及数据处理难度,以便全面、自主地获取智慧风电场建设所需数据。此外,风电场应配置通用一体化集控系统,从而降低维护费用,提高人员的工作效率以及智慧运维水平。
2.3风电机组与储能技术结合
电力系统是一个动态平衡系统,发输变电与配用电必须时刻保持平衡。而风能是一种间歇性能源,且风速预测存在一定的误差,因此风电场不能提供持续稳定的功率,发电稳定性和连续性较差。大容量储能系统与风电机组结合,可以有效抑制或缓解风电的波动性,减小风电对电网的影响。只要储能装置容量足够大而且响应速度足够快,就可以实现任何情况下系统功率的完全平衡,从而达到一种主动致稳的状态。
3直流风电场的发展展望
随着风电场的逐步增多,直流输电系统将逐步呈现从两端到多端直流系统再到直流电网的发展趋势,这也为大规模交直流电力系统的安全稳定分析提出了新的挑战。通过对直流输电基础理论的深入研究,来实现系统拓扑结构的优化创新,从而降低建设成本,将会成为直流输电系统未来的研究方向。直流风电场智慧化管理系统能够将信息化技术及精益化管理理念相结合,这方面的研究也将会取得长足发展,从而进一步提高深远海风电场的运维效率。
结语
虽然,目前建成的或在建的数字化智慧风电场还处于较初级阶段,但随着“互联网+”、信息化与人工智能等技术的飞速发展,大型数字化智慧风电场建设必将成为未来风电场的发展趋势。
参考文献
[1]任杰.大型风电机组运行状态评价与分析[D].北京:华北电力大学,2019(01):2.
[2]冯宝平,曹立海,王瓅,等.探索风电场信息化、数字化、智能化建设之路[J].风力发电,2018(04):5-8.
[3]周玥.基于智慧风场概念的风电场发电量最大化控制策略的研究[D].天津:河北工业大学,2018(04).