基于“互聯網+新能源”的智能風電場研究

文 | 張羽

基于“互聯網+新能源”的智能風電場研究

文 | 張羽

移動互聯網、云計算、大數據、物聯網等技術在風電場的應用，是未來風電場的發展方向，也是實現智能化風電場的手段和必要措施。通過開發整場控制器統一協調控制風電場所有風電機組，智能控制風電場電能對電網的輸出，提高風電場整體的發電量，滿足目前和未來的電網要求，挖掘風電機組無功能力，降低風電場造價及運行成本；開發基于云計算的大數據平臺，可根據風功率預測合理制定維護檢修備件計劃，降低管理成本，減少維護損失電量，提高風電機組可利用率；結合多種監測手段使風電機組和風電場更智能，可深度挖掘傳感器數據，智能預測風電機組故障，對風電機組進行全面掌控，為實現遠程集中運營、無人值守提供保障。

智能風電場的整體構架

一、實現基礎

主要利用移動互聯網、云計算、大數據、物聯網、智能監控等手段，將風電場整場控制器、全部風電機組、備品備件信息、風功率預測系統、無功補償裝置、后臺SCADA等組建物聯網，使整場控制器根據電網情況、風況，統一協調控制機組；將全部數據信息匯總到數據庫，打造一個基于風電場的平臺，實現機組控制、風電場信息管理、數據的收集分析、報表自動輸出等功能。

二、主要功能

1.整場控制器：調用風電機組無功，低風速時主要發揮機組自身無功；有功控制，根據電網限功率要求和風能資源情況，協調整場機組，通過功率平衡控制、斜率控制、尾流優化控制，使得整場功率提升。

2.智能監測：振動在線監測，預警風電機組傳動鏈潛在故障；基礎GPS監測，實時監測基礎沉降情況；塔筒形態檢測，監測塔筒變形和傾斜；紅外火焰監測，監測機艙內異常高溫，并可視頻監測機組；雷擊監測，記錄雷擊電流、時間等數據；螺栓斷裂監測，采用聲發射技術進行檢測。

3.大數據處理平臺：風電場整場性能分析，用于風電場控制器優化整場控制策略；利用臨近機組對比和風功率預測系統，對機組機艙頂風速儀數據進行評估與修正；偏航大數據分析，給出風向儀糾正角度、偏航策略優化；風電機組尾流對整場功率曲線影響大數據分析；風電機組故障狀態分析，如臨近風電機組對比、積累數據對比、分析溫度、振動等數據的突變和異常，指導風電機組巡檢、維修、備件儲備；利用風功率預測數據，指導定檢計劃；風電場損失電量統計，風電機組功率曲線計算，公式、數據處理統一；采取風功率預測系統氣象數據修正空氣密度；風電場控制器優化整場控制策略，單臺風電機組提效，為部件評價與技改提供數據支撐。

4.移動終端：手機上顯示風電場信息、發電量、功率曲線、風電機組狀態、維檢信息等。

三、構架圖

構架圖如圖1所示。

風電場整場控制器

風電場整場控制器是對風電場有功功率和無功功率進行綜合管理與配置調度的智能控制系統，它可以對風電場的有功功率進行智能管理，在滿足電網調度的限制功率、功率輸出斜率控制等要求的條件下，通過智能控制算法，實現最大化控制風電場上網電量的目的；風電場控制器還可以手工或者自動控制風電場的無功功率，通過智能優化算法，實現并網點處定電壓控制、定功率因數控制和定無功功率控制等先進功能。

風電場控制器以“風電機組群組性能優化”為控制目標，通過智能算法精確評估機組運行狀態，結合歷史運行狀態，智能調度控制風電場輸出的有功功率，使得風電場的收益最大化。

一、無功控制

為適應風電場電壓調整的需要和電網用戶的無功需求，電網要求風電場需要按照其額定容量的20%-30%配備無功補償裝置。目前風電普遍采用投入SVG設備滿足電網的無功需求，雖然兆瓦級風電機組本身都具有發無功能力，但因風電場的并網點電壓難以調整，并且機組在系統短路故障過程中對系統的電壓、無功支撐能力不足，因此機組均處于恒功率因數運行狀態，從而埋沒了它的無功能力。雖然SVG具備四象限運行并有很強的調節能力，但有些保護定值設置過低，甚至有些SVG在系統出現電壓波動時，由于自身保護定值過低先于風電機組跳閘，起不到無功支撐能力，而有些因部件質量問題，故障頻發，即便質量可靠的SVG也存在損耗過大的問題。因此，調用機組自身的無功功能，穩定電壓能夠緩解對SVG的需求，降低其功耗。

目前，很多風電場有廠區較大、風電機組分布廣、線路阻抗大的特點，因此通過風電場并網點監測到的電壓波動信息傳輸到機組本地后，帶來很大的延時和不準確性。如果風電機組直接使用該信息進行無功調整，則會帶來控制響應慢、風電場并網點的電壓波動和難以穩定的問題。所以穩定電網電壓首先要保證每臺機組的自身電壓穩定，首先需要對主控系統進行升級，對機組進行自律控制，根據機端電壓波動，自身智能協調無功穩定電壓。而對風電場較重要的線路匯流點增加無功補償裝置，采用分散的補償方式取代集中補償。

二、智能限電

電網公司會根據電網發電和用電的一些情況，對風電場進行總功率的臨時限制。目前風電場會對要求限制的總功率進行平均，在某一功率限制所有風電機組。風電機組進行功率限制采取的措施是變槳，而在機組整機設計時是不考慮限電工況的，也就是說變槳系統會在機組設計范圍外進行工作。圖2為某2MW風電機組，設計額定風速為10m/s，三類標準風況下，變槳工作時間占20年壽命的21.7%，而限電則使變槳超出壽命周期。20年內變槳電機扭矩有效平均值較高的點出現在額定風速附近，這是由變槳的頻繁啟停引起，而限電則在小風時啟動變槳，這也會導致變槳啟停頻繁，帶來更大的載荷，而這個RMS載荷正是變槳系統容量的依據，限電工況則意味著風電機組的變槳系統容量也不充足（圖3）。

因此，功率限制需要根據風電機組變槳情況做出調整。現實中由于風電場機組布局和當時的風向，會出現尾流中工作的機組，這時工作的機組的載荷也會增大。再結合機組故障狀態和維護需求的信息，智能分配風電場內哪些機組發電，哪些停機，哪些限制運行更為合理，這樣能夠減小變槳的消耗，提高機組的可利用率。

三、整場協調控制

通過協調每臺風電機組的控制狀態，使風電場出口的電功率保持平穩的狀態，可視為電網友好型的風電場。如圖4，在暴風突然來到時，風電場風電機組采取有規律的逐臺切出，能夠保證整場無突變，而當風速恢復到發電范圍再逐臺切入并網。

四、其他控制優化

可通過協調全場風電機組的功率輸出，保持有功功率出口電量維持在恒定的設定點上，如電網需求波動，風電場能夠快速響應，維持電網平衡。

通過升級變頻器控制策略，動態儲存風輪的轉動慣量，不增加硬件的前提下實現虛擬同步發電技術，再通過正常的功率統一協調，這使得電網遠端看到風電場特性如同火電廠同步

h發電機狀態，對電網來說意義重大。

還可以將風電機組布局結合地形納入控制策略，根據風電場的自身特點調整場內各機組的偏航和轉速狀態，使得整場發電功率提升。

大數據平臺

風能行業根據其特點，大數據平臺應分為總部級、區域級和風電場級的梯級數據分析管理系統。總部級別平臺主要集中在整體信息管理比對、大方向和長期計劃的措施優化；區域級平臺主要集中在數據的管控、數據分析、報表管理，是風電場無人值守的關鍵；風電場級平臺，主要任務是對大量數據的過濾處理、關鍵信息的提煉，在實現無人值守前，是故障預警的第一信息反饋。

現實狀況是應對種類繁多的風電機組和不同情況的風電場。不同的機組，如直驅、雙饋、失速機組，有不同的特性，再加上功率、配置的區別，即使是同一型號的機組在不同風電場，數據可能指向的結論也會有所區別，因此細節數據應消化在風電場，直接指導風電場的運行，真正做到的是風電場的智能化而不是單一智能化的管理平臺。由于網絡安全和數據傳輸等原因，互聯網起到的是重要的信息交換、綜合的數據管理作用，這樣才能層次清晰，重點突出。

目前機組的數據基本都記錄在SCADA系統里，而沒有有效的挖掘利用。采用神經網絡、遺傳算法等先進算法的數據跟蹤處理；實時提示機組電量達標情況，對發電量提升意義重大；智能預測機組維護計劃；實時監控機組運行狀態，預警機組故障，結合備件信息提示，提示檢修及備件計劃；對機組提效研究、風電場布局研究等工作提供大量數據支持。

一、風電場整場性能分析

利用風電場全場的大數據，對整場控制器和風電機組主控優化，提升整場控制策略，比如通過對比臨近風或風功率預測的數據，可對機組機艙頂風速儀、風向標數據有效性評估、修正；通過偏航大數據分析，能夠看出風電場當地的風向規律，合理優化偏航策略，在不同風速下給出合理的偏航誤差角，提升發電量和降低偏航耗電。如圖5、圖6所示，在5m/s和9m/s湍流風下的零度和±8度偏航角的發電功率模擬。

從仿真結果（表1）可以用看出偏航在8度時最大有3%的電量影響，偏航動作也會引起耗電，所以根據當地風向波動規律合理定制偏航策略能夠提高發電量，降低自損耗。

表1 不同風速偏航角引起的電量損失

而對實際運行風電機組的數據分析，發現很多機組不但偏航測量不夠優化，偏航系統相關傳感器也存在精準度問題。如圖7，從某機組的實際偏航角度和功率的統計關系，可以看出，機艙頂風向標可能存在偏差。

二、指導生產

風電機組故障狀態分析，如臨近機組對比、積累數據對比、分析溫度、振動等數據的突變和異常，指導機組巡檢、維修、備件儲備。故障響應時間、處理時間分析指導建議。風功率預測數據執導定檢，避免電量損失。

實時的功率曲線達標報警，定時統計風電場損失電量，分類損失原因，以便對癥下藥，找出治理方案。統計風電機組功率曲線計算、可利用率、發電量效率，氣象數據計算空氣密度修正風速，統一計算公式報表形勢，方便統一管理和對標。

三、數據支撐

為風電場控制器優化整場控制策略數據支撐；單臺機組提效方案數據支撐；機組故障統計、歸類，部件評價與技改數據支撐。這些數據具有極高的價值，除可指導生產、支撐可研，甚至能夠分析出行業發展方向等重要信息。有效的收集管理十分必要。

智能監測

完善風電機組監控系統，監測機組振動、運動、溫度等運行狀態，通過同步平均和包絡解調等手段結合自學習知識庫實時預警機組未來可能出現的各種狀況；移植其他行業簡單有效的監測手段服務機組，填補機組監測的空白，比如雷擊的頻次、電流大小等監控，除能夠積累大量研究數據還能廣泛在富雷區的風電場推廣。而基于聲發射的螺栓斷裂檢測的應用則使機組的監控更加全面，最終實現風電場無人值守。

狀態監測：對機組傳動鏈和整機振動在線監測，實時掌握機組運行情況，通過比對振動表現出的頻譜特點，比對各種故障特征頻譜，能夠準確判斷轉動不平衡，軸承磨損，齒輪面點蝕等故障，并結合專家診斷系統，預測機組未來可能出現的故障。如圖8，通過振動頻譜反饋出齒輪箱輸出軸齒輪磨損嚴重。

基礎GPS檢測：用于觀測基礎沉降情況，對地質情況不好的地區和海上風電場特別適用。

塔筒形態檢測：用于監測塔筒變形和傾斜，對風電機組安全起到警示作用。

紅外火焰探測：能夠探測機艙內的異常高溫，預警火災，并能夠實現機艙視頻監視。

雷擊監測：能夠檢測富雷區雷雨季節的風電機組雷擊頻率、雷電流大小和雷擊時間，對分析由雷擊引起的傳感器燒毀有很重要的意義。

螺栓斷裂監測：采用聲發射的手段在線監測葉片和塔筒高強螺栓，如出現斷裂則立即警報，能夠及時停機更換，避免更大災害產生。

結語

基于“互聯網+新能源”的智能風電場建設，主要是對現有設備和數據的深度挖掘利用，建立整場控制器，利用大數據平臺并結合多種監控手段，使風電場能夠提高整體的發電量；能夠智能控制風電場電能對電網的輸出，滿足目前和未來的電網要求；能夠挖掘風電機組無功能力，降低風電場造價及運行成本；能夠提高風電場管理水平，合理制定維護檢修備件計劃，降低管理成本，減少維護損失電量，提高風電機組可利用率，也為實現遠程集中運營設置無人值守提供基礎；豐富的監測手段使機組和風電場更智能，其中研究成果還能夠自由組合，比如對海上機組進行全面監測，對富雷區機組進行雷電監測等，對地質條件不好的地區進行基礎監測等。

（作者單位：大唐新能源試驗研究院）