凯时k66app   关于我们   组织架构   风力产业   风力技术   风力市场   风电设备   硬件设施   联系我们

网站导航
  - 关于我们
  - 组织架构
  - 风力产业
  - 风力技术
  - 风力市场
  - 风电设备
  - 硬件设施
  - 联系我们
 
人气榜
  - 江苏启东开建国内最大海
  - 海上“捕风者”——7MW海
  - 风电产业高质量发展跑出
  - 规模接近300亿元装机容量
  - 风积地貌
  - 风力发电机
  - 节能风电:融资净偿还1
  - 2018年全国及各省市风电行
  - 深度丨2019年风电行业主要
  - 武钢:我国风电产业已进
 
推荐
 
 
技术丨智慧风电体系架构研究

日期:2020-06-09 09:20
 
 

  随着能源行业智能化的长足发展和深度融合的推进,智慧能源系统日益成为发展的共识。由于风电的单机系统相对简单,自动化、信息化程度高,场群分散,智能远控需求强等特点,必然是智慧能源的先行者。智慧不是智能的简单升级,而是要充分展现“类人”的思维模式、价值判断和相机决策。因此,智慧风电的概念需要进一步明晰,其体系架构要能满足功能的实现。同时,研究智慧风电的实现不能离开当前信息化发展水平的现状,数据的获取、存储、通信和安全等是必须充分考虑的因素。

  在过去的10多年里,大多数成熟的工业都经历了一场数字化革命,风电行业也不例外,从之前工业化和信息化“两化融合”,到后来的互联网化、智能化,数字化的内核精髓已经并将继续影响着风电产业的成长轨迹。风电运营商与周边电网生态系统之间的传感器数据收集和高质量数据传输的频率显著增加,这些数据将打开产能的新视野,让行业充分认识到其巨大的潜力。数字化将为风电运营商创造新的经济机会,创新的数字智能技术还将提高风力发电机产量和生产力,同时降低设计、运营和维护成本,从而降低能源成本。美国通用电气公司(GE)发电与水处理集团总裁兼首席执行官史蒂夫伯兹表示:“更智慧的数字技术正在推动各行各业的转型,潜力最大的可以说是能源行业。现在问题的关键不在于是否要开始转型,而是要如何充分发挥数字化转型的潜力”。基于数字化转型基础上的智慧风电已引起广泛的关注和研究兴趣。

  美国国家可再生能源实验室(NREL)在美国能源署风能技术办公室的大气与电力(A2e)应用研究规划的支持下,提出了“技术支撑下的大气资源系统管理(system management of atmospheric resource through technology)” 战略,简称SMART战略。该战略以下一代智能化新技术为支撑,以在风电场设计和运行中实现更高的发电量和材料使用效率、更低的运行维护费用和投资风险、更长的风电场寿命、更强的电网协调能力为目标,建成实时响应大气变化并且提供电网支撑的未来集成化风电场系统,达成SMART战略后期望能够降低50%的度电成本。欧洲风能学会(EAWE)联合欧洲14国的重要风电研究高校与机构,在《Wind Energy Science》期刊创刊首篇文章中讨论了未来风电领域长期的研究挑战,从11个不同的研究领域阐述了当前风电的技术前沿以及技术局限,并进一步提出未来风电发展应优先解决的问题。GE公司于2015年启动数字化风电场战略,是一个综合性软硬件解决方案,是GE扩展服务协议的一部分。GE数字化风电场的核心在于建立风电机组数字化的模型,以自身长期数据积累上的优势,提供更多基于数据的优化服务,其重点在于基于大数据挖掘的服务应用。

  国内的整机厂商也在一直孜孜以求,探索大数据、互联网和数字化技术如何为风机和风场赋能。远景能源有限公司在国内较早提出智慧风电场概念,主推“智慧风场全生命周期管理系统”,目前进一步延伸为智慧物联网系统。基于全球最大的能源物联网平台EnOS打造了“直连、安全、高精度、机器学习”的智慧电场软件解决方案,帮助运营商打造“少人、透明、预测维护、电网友好”的智慧电站。新疆金风科技股份有限公司的智慧运营系统SOAMTM,整合了风电场运维过程中各个环节的数据,融入故障诊断、健康状态预警、功率精准预测、风机优化运行等专业技术,打造了强大的智慧运营软件平台。中国明阳风电集团有限公司在2014年完成了大数据平台的搭建,将控制策略与互联网技术、大数据、云存储前沿技术融合,进行风电场优化、定制化设计、资源评估、智能风场管理,推进无人值守智慧风电场建设。明阳大数据中心实现“从气象预测,到风机健康状态监测预警,到风电场优化运行,再到风电场群的协同协调”。国电联合动力技术有限公司开发的新一代智慧风电场服务系统UP-WindEYE系统集成高速互联风电场实时通讯、卓越电网支撑技术、先进的能量管理功能、强大的数据采集和分析功能,精准的寿命评估、故障预警诊断等功能,为打造智慧风场提供全面解决方案。上海电气集团股份有限公司的“风云集控”系统在风电行业首创基于互联网技术的分布式数据处理技术,基于ABC技术(artificial intelligence + big data + cloud computing)高效利用数据监控资产,预测机组故障,通过预测性控制技术“预言”风机的运行,实现用户资产使用价值的最大化。

  各风电运营商也在积极构建大数据平台,利用大数据和人工智能技术进行智能运维和故障预警,进行智慧电厂方面的探索,实现降本增效。如中国华能集团有限公司较早将工业物联网、大数据技术运用到电力生产和物料管理方面,科学指导检修,有效控制成本,优化生产过程。中国能源建设集团广东省电力设计院有限公司的智慧海上风电项目,通过设计海上风电场一体化监控系统、海上风电场智能运维管理系统和海上风电场智能巡检系统,挖掘海上风电场的运行规律和最佳运营模式。

  当前国内外对智慧风电的研究,大多侧重于智能算法、智能运维等局部功能智能化,或仅关注如智慧风电的局部控制或故障诊断,只体现了某一部分的数字化、智能化。智慧风电的建设过程中虽然尝试使用了大量新技术,但无法代表电厂具有了“智慧”,距离智慧风电还有一定的距离,能充分利用人的智慧进行创新的智慧风电体系架构的研究迫在眉睫。

  学界对智慧电厂整体概念和体系架构也展开了研究。在智慧电厂的基本概念方面,中国自动化学会发电自动化专业委员会于2016年发布的《智能电厂技术发展纲要》对智能电厂作如下定义:智能电厂是指在广泛采用现代数字信息处理和通信技术基础上,集成智能的传感与执行、控制和管理等技术,达到更安全、高效、环保运行,与智能电网相互协调的发电厂。现阶段讨论的智慧电厂的特点和架构,多是针对相对集中的火电、燃机和水电厂,而由于风电场的高度分散特性,这些智慧电厂的架构不能完全适用于风电,智慧风电建设仍然处于初级阶段,智慧风电建设的道路仍然任重道远。

  综上所述,国内外围绕智慧电厂的理论研究和实践工作逐步开展,许多科研单位和行业相关企业从不同层面展开了关键技术和产品的研究工作,针对智慧电厂的概念、内涵、框架结构等进行了广泛的探讨和分析。但总体来看,现阶段对智慧风电都没有一个准确而全面的描述,建设方向不明,缺乏整体规划和顶层思考,缺乏对发电过程智能化的整体研究,往往只是局部系统的智能化升级,缺乏多个子系统间的协同,对智慧风电技术的系统性研究与应用尚处于起步阶段。本文在总结智慧风电的概念及特点的基础上,全面对智慧风电的概念、体系架构、关键技术进行探索和研究,为智慧风电场的建设做一些有益的探索,让未来的风电场能更好地自我学习、适应和运行。

  近期,一张包含103种垃圾的垃圾分类列表在网上热传,在湿垃圾干垃圾有害垃圾和可回收物这4个分类下,每一类都列出了20多种垃圾。因为内容详[详细]


   
 

 


 

 

凯时k66app科技(C)版权所有 Version 3.1.1
网站地图