在役风电场智慧化管理探索与实践.doc

《在役风电场智慧化管理探索与实践.doc》由会员分享，可在线阅读，更多相关《在役风电场智慧化管理探索与实践.doc（7页珍藏版）》请在第一文库网上搜索。

1、在役风电场智慧化管理探索与实践4月27日，华北电力大学技术转移转化中心与中关村华电能源电力产业联盟联合主办的2021年智慧电厂论坛（第一期）在广东深圳成功举办。 尊敬的各位领导、各位嘉宾，大家上午好！首先感谢本次论坛给我们这次交流和学习的机会，我来自大唐内蒙古分公司赤峰事业部。这两天大家以不同的角度分享了电厂智慧化的想法和做法，我想从基层企业的角度来分享我们在风电场智慧化管理中的一些做法和想法。我汇报的题目是在役风电长智慧化管理探索与实践，共分五个部分。一、首先介绍一下我所在的赤峰事业部。大唐内蒙古分公司赤峰事业部目前已投运风电场10座，27个风电项目，安装风机1136台，风机装机容量1.5G

2、W。我们的风电场基本上是2012年前投运的，我们是亚洲地区同一地区同一管理主体装机容量最大的主体。由于内蒙地区属于红色管控地区，发展速度慢了下来。我们作为集团企业，特点也是风电场地处偏远、条件艰苦、运维压力比较大，这些风电场都在赤峰北部的高山草甸地区，最近的离市区120公里，最远的560公里，存在的问题是运维压力比较大，老旧机型超过70%，一些现场的风电人才比较难留住。我们想通过风电智能化转型解决这些问题。二、介绍一下我们的总体思路，近年来随着信息化技术的不断进步，特别是“云、大、物、移”技术的不断成熟，能源行业的智能化工作取得了非常大的发展，推进风电场智能化、智慧化也日益成为风电行业发展的共

3、识。本次的智慧化论坛来的人这么多，也能看出智慧化在这个行业多热，我们很嫂在这方面做了探索，2010年建成的公司的集控中心，2011年获得了东北电网调控中心的授权，这是很少集控中心可以做到的，同年风电场实现了无人值班少人职守，风电场不需要24小时值班，所有的值班工作都是在集控中心做。作为投运年限时间较长的风电场智慧化方面还存在较大的困难，跟新建风电场来比，因为早期的风厂建设没有考虑智慧化的条件，所以后期改造的难度非常大，我们也在集团公司的支持和指导下积极的推进，做了一些工作。我们主要围绕着智慧化的四个主要环节，数据的采集、通过可控的网络、通过大数据的平台，最后通过一体化平台来完成风电场的智能化。

4、三、探索实践。我们围绕着智能化的四个关键环节，网络、平台、数据、算法，在这里我也大致介绍一下我们集团在这方面的顶层设计，在智慧化方面，集团认为我们要做好四个关键环节：一是网络，安全可靠的网络覆盖是风电场智慧化的关键基础设施。二是平台，智能化一体平台是各种智能化算法、数据、网络的载体。三是数据，充分、标准化的数据是风电场智慧化的关键资源和根本的驱动力。四是算法，是风电智慧化核心关键技术。建设比较早的风电场，网络是我们比较大的痛点，从运营商网络来说，风电场离市区比较偏远，有的离村庄都比较偏远，运营商网络覆盖，接近一大半的区域没有手机信号，想利用运营商的网络很困难。早期投运的风电场的光纤线路都是80

5、0到12的线路，光纤的斜线都用尽了，用传输音视频和传输专用系统的光纤环网就很难了。没有网络很难谈后续的智慧化建设，我们也做了几点。网络覆盖方面我们建设了基于TD-LTE无线宽带通信技术，建设了风电场全域覆盖的无线专网，TD-LTE是4G的技术，我们建设比较早，2017年已经完成了网络的覆盖，5G还没有推广应用，4G已经基本能够满足我们对风电场智慧化的需求。即使在今天，我们觉得对于地形比较复杂、面积比较大的，实现5G覆盖也是比较困难的，5G肯定是未来的趋势，去年我们也咨询了一下当地的运营商，我们要实现5万风电场比较平坦的风场覆盖投入的资本是700万，全部风电场的覆盖成本非常高，不是我们能承受的。

6、我们最早投运的风电场是2005年，已经运行16年，后续的政策不明朗，大量的投入从经济性方面考虑不是太划算。我们采用专网4G，实现每个风电场的覆盖，我们可以看一下这个图是一个风电场的网络覆盖图，通过模拟的仿真我们可以确定一个风场布几个基站，覆盖的效率是多少，一个是保证全域覆盖，基站和基站要互补，一个基站失电，另外一个基站可以覆盖到它。无线专网在无线电管理上是没问题的，他用的是1785到1805的频段，国家专门分给行业专用的，我们使用也通过了无线电委员会的批准。要实现风电场的无线覆盖还有wifi的技术，那些也要基于光纤网络，后期搭建光纤网络就有很大的困难，特别是到风机这端，老的风机没有预留传线的位

7、置，所以很难。新建风电场这些问题比较好解决。基站只是很小的天线，在合适的位置布一个的基站就可以了。安全性方面也是没有问题的，安全专网是跟III区相连，不会和安全I区和II区相连，被攻击比较少，网络数据也是采用加密存储，终端设备采用绑定MAC、IMSI、IMEI手机的核心码、设备码保证安全。普通的手机是上不去的，配的是专用终端，专用的终端作用很大，智能化终端可以当对讲机和手机搭载我们的智能管理软件。在风电场到集控中心，我们在单独的地级市，所有的风电场和集控集控中心采用电力的专网，我们的配置方式跟调度网采用同等的安全防护，采用核心路游、纵密，我们的安全性也获得了电网公司的认可，这样才能把调度权授予

8、我们。网络方面建立了覆盖十个风电场的网络安全管理平台，实现了本部与风电场的网络安全态势感知、数据互联和集中研判。我们建立了覆盖I区、II区、III区到互联网四个区域的安全感知系统，这也是我们集团统一建的。我们还单独建立了I区、II区的安全管理平台，安全管理平台现在电网要求风电场要把安全信息上传到电网，在蒙东、冀北，我们风场并的电网都是这么要求，风电场要上II型管理装置，信息转发给他。我们在做风电场的安全管理时，不但把同样的信息发给电网，还把信息同时发给集控中心，电网看到我的安全信息，我集控也都能看到，同时集控也建立了所有II型装置纵密管控平台，可以在集控处理一些网络的问题。平台建设，我们基于大

9、数据、物联网、私有云技术提出了智能化风电场运维管理一体化平台系统架构，开发了具有全方位感知、交互、生产相关数据，实现对海量数据的融合与挖掘，具备自趋优、自诊断等特征的智能发电运行控制与管理系统。基本这个平台分三个层次：生产控制层，采集风电场不同生产环节的数据。数据存储与处理和智能应用层实现运营控制、维护与生产管理，这个平台是分为I区和III区两部分，I区实现智能化控制，III区是做不到智能控制的。这是我们平台的界面（见PPT），从这里可以看到几乎所有生产关心的数据，比如说发电量、设备运行的状态，包括各个场站的AGE、AVC的状态，包括实时的发电数据和设备健康状态。通过这个平台实现了风电场风机升

10、压站所有数据的采集，也可以进行风机启停升压站设备控制，基于风电场的数据标准化实现对标。生产过程的智能管理，大家基本都有这个功能，风电设备的智能分析也是可以从多维度、多层次进行数据分析，数据分析这部分是部署在III区，不但本部的人可以用，各风电场的技术专工都可以通过它来分析自己风场的风机数据。同时我们实现了十个风电场的集中功率预测，最早功率预测每个场站都是单独的，单独从网站上下载预报进行预测、单独的上传。如果在风电场工作的人都深有感触，每一个风电场都有对外网的连接点，这是一部分，安全性不太可控。单独的预测很难做到预测模型的实时优化，我们转化为集中预测，我们中心集中运行两套系统，一套是和大学合作的

11、，一套是行业专业厂家用的，我们就集中在集控中心下载数值天气预报，预测完毕再转发到风电场，风电场再推动原有的数据途径上传到电网公司，这样至少有两个安全：一是网络安全性大大增加；二是预测的准确率比原来增加，发现问题当天就可以修正模型，而且几个风场的集中预测可以充分运用这个区域的风测数据，改为集中预测以后，原来最早的部分风场是有考核的，现在基本上每个月是获得奖励的，这种预测方式在这个区域还是占优的。优化发电控制我们做了统一的AGC系统，这里可以监控到每一个风电场的能量管理平台，大家说了很多智能化的东西，如果能量管理平台不是自己开发的、不可控，如果是厂家带的，后续很多策略都下不去。比如说有一个风电场的

12、两期项目电价是不一样的，两期项目不是一年投的，一个风场0.54元，一个风场是0.52元，电价高的限电的时候电价高的优先发电，电价低的先进行负荷控制，可以实现企业的经济效益最优。如果你有设备的健康评估系统，你还可以把健康评估系统和发电控制优先起来，可能区域不一样，我们属于北方区域，电网限电的问题比以前大为缓解，始终没有解决，目前还有限电，在南方、没有限电的地区这方面感触不深。设备的状况不好，一台风机的健康状况恶化了，限电的时候可以优先让他停下来，这些都可以通过能量管理平台控制，只是需要修改策略和他关联起来就行。健康状态好的让他多发电，健康状态不好的让他少发电，延缓他对设备健康状态的裂化程度，择机

13、对它进行检修。对于风机数据这块我们也感触很深，集控做了11年，最早数据不准、缺失是我们很大的痛点，后期的智能化和数据的质量息息相关，我们做了数据的标准化采集、标准化处理，这样能满足风电场和集控中心对数据质量的需求，我们十个风电场中有九个风机厂家，13个机型，数据采集的时候还是很困难的，有的风机厂家不是特别支持，或是有的风机厂家仅给你开放有限的点，不是把所有能开放的点都开放给你，也造成风机数据的点比较少，国内厂家都是非常配合的，有一些进口的风机，比如说维塔斯配合程度跟国内相比还是有很大的差距，这方面我们采取了一种方案，数据直彩，细节就不说了，通过数据的采集和标准化使各种输出的数据点数相同、类型相

14、同、含义相同，就为对比分析奠定了基础。数据点的增补，也是考虑数据的全面性，有一些老风机传感器的点相对比较少，对监测和后期的数据分析带来困难，比如说主轴，有的老主轴没有温度测点，包括发电机非驱动端也没有温度测点，我们也是为了监控它，监控主传送链一个是温度、一个是振动我们说的CMS，说温度其实也是非常重要的，所以我们也是加了传感器，使他的数据更加的完善。对于老风场来说，是不是数据的采集点越来越多越好，后续处理来说这肯定是数据点越多越丰富，更有利于后期的算法、故障应用。作为企业要考虑实际的经济效益，如果过多的增加测点，肯定要有费用的。所有的传感器同样也是设备，也存在故障的可能，增加过多的测点，可能就

15、会增加风机的故障几率。话题展开点说，大家现在也都在做，在做自动巡检，我们也在做试点，比如说音视频巡检要代替人工巡检，我们分析所有的机型，如果人去巡检要看关键的部位就有二十多个，这些部位是不是所有的都要加上视频的测点？我觉得谁都不会那么做，比如说加二十个摄象头也可以做，也能做到，一个是数据量特别大给传输造成压力，第二个是造成经济压力。我也见到很多装摄象头的，隔一段时间一部分摄象头的数据传不回来了，摄象头本身也有故障，我们一定要综合考虑，选你最关注的点获取视频、音频的数据。个人的观点，如果一个机舱里加超过四个，就已经很奢侈了，还可以通过设立轨道采集的方式，这些都要结合具体的机型考虑，机舱设备的排布

16、，机仓大小都会影响机舱传感设备的安装，同时后期安装像老风场也要不影响风机的安全稳定运行，需要接电源线、数据、网线，这些都要符合安装的规范。数据存储这块我们也是同样应用大数据平台，同时建立了风电的公共信息模型，实现程序的无缝对接和无缝调取。我们采集的数据不但来自于风机、变电站，还来自于后期安装一部分，比如说CMS的数据，比如说螺栓监测的数据，比如说无人机采集的视频数据，这些我们都要存到大数据平台里，但是我们要保证采集程序和数据库要做到无缝对接，数据也要做到无缝的调取。算法是企业、系统的核心技术，就像斯帝雅阁介绍的，最核心的就是算法。我们主要做风机状态的精细化分类、风机故障预警、数据越限分析、故障自动复位与人工复位提示等，主要是从基层应用来说。为什么提状态精细化分类？我们最早做集控的时候，能统计风机可用率和发电量就可以了，随着领导精细化管理越来越深入，领导更关心的是这个风速下损失了多少电量，对于风电场来说损失电量就是损失了，不像火场，没发那么多