华能新能源股份有限公司云南分公司 云南省昆明市 650000
【摘 要】风电的智能化管理水平相对于水电、火电来说较低，随着数字化、信息化、智能化技术的不断发展，风电也将迎来新一轮的技术革新。本文对智能化风电场的组成和可以实现的功能进行了分析，遐想在现有的风电场中引入智能化设备技术，探索智慧运行、智能巡视、智慧检修。
【关键词】风电场；智能设备；智慧运检
前言
在工业互联网方面，综合采用大数据、人工智能等先进技术手段，在全面感知的基础上，突破并超越传统的运行维护极限，提升风力发电效率，延长设备使用寿命，降低维护检修成本。风电场实现信息智能化，设备智能化，管理智能化。
1 智能风电场的组成
1.1 智能风机
1.1.1机组人工智能自动优化控制
控制系统采用AI机器学习技术，根据设备运行状态，实时调整极限载荷，优化工况控制策略，保证风机在极限载荷工况下能够安全平稳的运行或停机。
1.1.2风电机组智能感知系统
风机数据智能感知系统是工业互联网的前端系统，在每台风机配置一套数据智能感知系统，完成风机所有数据的采集、汇集、存储、计算、传输和共享。风机智能感知系统除了提供数据外，还包括提供部署针对这些数据的智能分析应用，便于风电集控中心建设中统一部署和有效利用。
1.2 全数据采集
智能化风场要求风电场数据全部传输到SCADA以及智能化风场的云平台或者传输到风机智能感知系统，系统对比分析得到机组优化信息，优化信息配合先进的控制技术进行自我调整，以达到最优运行的目的。
1.3 智能控制
（1）风场控制系统与风机控制系统配合，对AGC、AVC、风力发电机组、升压站进行综合调控。实现动态无功控制；风电场有功功率控制；风电场频率变化控制（电网频率变化时，对风机输出功率的控制；输电线路压降补偿；风电场固定电容器/电抗器组协调控制等功能。保证风电场满足电网高、低穿、有功和无功调节、频率变化调节、一次调频的要求。
（2）机组操作系统，可以方便地设置和更改电网联接所需要的风电场运行的模式和参数，并按要求向电网调度部门传输风机的测量数据：输出功率、升/降负荷速率、调节上下限值、运行/停止状态、远程控制投入/退出状态、是否已运行在上限和下限等，进而根据电网调度部门指令，自动或人工控制风机的有功功率输出。
（3）超短期风速预测功能，高精度的短期预测数据可作为前馈环节直接参与风机转速及功率控制，改变了原有风机闭环控制被动响应风速变化的特性，可实现风机对风能的快速响应，提高风机性能，降低机组载荷。
（4）集中式风功率预测系统，集中式风功率预测系统应实现与集控系统数据对接，实时采集全部风电场的风功率预测数据，不仅能够对风电场分散的风功率预测数据进行管理，还能够结合气象数据、风电机组和升压站运行数据对各风电场进行独立的集中预测。
期刊文章分类查询,尽在期刊图书馆
2 智能风电场可以实现的功能
2.1 智慧运行
生产运维管理工作移动化，在风电场部署覆盖无线通信网络。两票管理、缺陷管理、巡检、物资管理、培训等风电场日常工作全部通过个人终端平台实现，实现人员和设备信息的实时交互；交互平台实现了工作现场与集控中心、风电场中控室的及时沟通互动，能够实现语音、文字、视频的传递，能够为现场运维人员提供远程技术支持。现场终端设备具备移动监视功能。可满足远程的实时监视，工作票在线填写，故障知识库实时查询，风电场运行报表查询。
2.2 智能巡视
引入智能巡检机器人和无人机，与人工配合共同完成发电设备的巡视，可以一定程度降低人工运维的强度和频次，是提高运维管理水平的有效途径。风电场的巡视工作主要包含于变电站巡视、风机巡视、箱变及输变电线路巡视等。
智能巡检机器人主要应用于变电站设备巡视、红外测温、缺陷跟踪、事故处理、倒闸操作等工作。对于风机的叶片、塔筒、集电线路、箱变等场外设备的巡视工作，可借助于无人机以及手持移动通讯设备相结合进行巡视，利用无人机的摄像功能、红外线测温功能，将数据及图像实时传输到巡视人员手持移动通讯设备里，将手持移动通讯设备与升压站数据网链连接，可直接传送至主机，形成数据整合，自动形成表单及图像存储。
2.3 智慧检修
长期以来，风机的检修都是采用定期检修和故障检修相结合的模式。但随着风电行业的不断发展，状态检修是生产精益化管理的核心内容，是未来风电行业科学检修的发展趋势，也是未来长远发展的目标。
在工业互联网平台部署性能诊断及故障预警功能系统，提供机组全生命周期性能诊断及故障预警维护，系统根据机型与主机厂家深入合作，开展机组状态检修的数据收集和分析。系统需通过内置的机组设计模型及专家规则，实时诊断风场内全部机组的运行性能，对性能异常的机组能够及时给出有效的维护整改措施，对主要部件的常见故障能够提前给出预警及处理措施，所有措施根据异常情况对风电场安全经济运行影响的严重程度，分不同的优先级提出。预警模型根据机组运行状态反馈的数据积累，不断调整优化专家规则，使之适用于不同点位、特定风况下的风电机组。机组性能诊断及故障预警功能应具备根据卖方对机组故障模型及解决方案的认识的积累进行不断升级的能力。长周期的实时生产数据和报警信息，比如气象、温度、压力、转速、扭矩、角度、振动、风速、风向、功率、电压、电流等遥测数据；报警代码、继电器位置、开关位置、风机状态等遥信数据。对这些数据进行深入挖掘分析，总结风机上各部件的运行规律，对风机如何发生故障以及导致故障的根本原因有更深入的了解。
机组性能诊断及故障预警功能应覆盖：针对风电机组触发的故障，可自动生成诊断报告；通过内置的专家规则及判定逻辑逐项分析可能导致机组发电量不足的运行参数，找到异常状态及原因，提出改进措施建议；通过专家规则和智能算法分析风机运行数据，定位机组故障源及报警值，提出改进措施建议；通过规则分析机组运行的十分钟平均数据对运行指标进行持续的诊断，发现早期异常情况，根据严重程度和已设定的预警等级实现分级预警，并提出改进措施方案。
3 结束语
工业互联网时代，数字化、信息化、智能化技术发展迅猛，智能风电已成为未来风电行业发展的趋势，“设备智能、现场无人值班、少人值守、区域集控”的运维管理模式在不久的将来也将发挥其巨大的作用，这需要所有风电从业人员都不断学习、不断创新，在变革中找准方向，提升风电行业的运维管理水平。
参考文献：
[1]高翔，李俊清.浅谈状态检修[J].科技致富向导.2012年.
论文作者:张,涛
论文发表刊物:《中国电业》2019年第08期
论文发表时间:2019/9/5
标签：风机论文; 机组论文; 数据论文; 风电场论文; 智能论文; 风电论文; 系统论文; 《中国电业》2019年第08期论文;