一体化风电场监控平台设计与实现

2018-09-14何飞跃

水电站机电技术 2018年8期

何飞跃，赵泽

（中国水利水电科学研究院自动化所，北京100038）

对于风电场，大量二次系统如风电场监控系统、升压站监控、有功/无功控制系统、状态监测系统、风功率预测系统以及其他智能电子装置等的投入[1]，给风电场的二次系统带来革命性的变化，提升了风电场的自动化水平。但目前这些二次系统互不联系，之间缺乏信息共享，而且二次系统的生产厂家繁多，即使是同一厂家的装置也往往存在不同的型号[2]，从而具有不同的硬件接入形式和不同的通信规约。一方面，存在信息冗余，不同系统（装置）难以信息共享；另一方面，场站端的数据难以实现整合及数据的综合利用。

本文从风电场监视、控制、预测、统计分析、运行管理的角度全面研究了其集成化应用系统，即一体化风电场监控平台的功能需求，提出了一种开放的系统结构，阐述了该系统中风电场监视、控制、调度、预测、统计分析部分，以及风电场与调度端的数据接口的功能设计和若干关键技术问题，为实现风电场的控制和优化管理提供了一种解决方案。

1 一体化系统架构

一体化风电场监控平台由智能化一次组件设备、网络化的二次设备和计算机监控平台组成。信息传输采用网络通信平台，信息模型采用IEC61850和IEC61400-25[3]，其目的是实现风电场和升压站智能设备信息共享和互操作，并且能与电网控制中心在AGC/AVC、优化调度等方面实现协调控制。

基于IEC61850和IEC61400-25信息模型，如图1所示，一体化风电场监控平台在逻辑上可以划为3层：站控层、间隔层、过程层。

图1 风电场智能综合控制系统框架

站控层通过风电场及升压站等IED设备的通信，实现对风机、断路器、变压器、无功补偿设备的控制；通过电力数据网与电网控制中心进行通信，完成风电场有功和无功的自动控制；一体化平台通过反向隔离装置获取外网数值天气预报，完成风电场短期/超短期功率预测。站控层监控平台完成风电场各应用功能的一体化部署，实现全风电场数据采集、处理、展示和风电场的控制。

风电场和升压站的测量、控制和保护IED布置在间隔层。过程层由风电场一次设备及电子式电流、电压互感器等一次设备构成。

对于采用智能化升压站的风电场，其智能一次设备有一次设备本体、传感器、执行机构以及智能化组件，可对一次设备进行状态监测、测量、控制、保护，由多个IED设备组成。在风电场现有技术条件下，升压站智能组件内的各个IED设备可以分散布置，这些IED设备采用IEC61850标准，向下全部接入过程网络，向上全部接入站控层网络。风电场过程网络和升压站过程网络采用光纤连接，组成统一网络。

2 系统安全防护

风电场一体化平台需满足国家经贸委[2002]第30号令《电网和电厂计算机监控系统及调度数据网络安全防护的规定》和国家电力监管委员会发布[2005]5号令《电力二次系统安全防护规定》，风电场一体化平台各功能部署在对应的安全分区内[4]。风机和升压站信息采集及监控和AGC控制、AVC控制部署在安全Ⅰ区；风电功率预测和在线统计分析功能部署在安全Ⅱ区，安全I区与安全II区采用防火墙隔离。外网数值天气预报信息接入功能模块部署安全Ⅲ区，用于从外网获取数值天气预报信息并传送到安全Ⅱ区，完成风电场短期/超短期功率预测。

3 系统功能

一体化风电场监控平台应具备以下主要功能：

3.1 风场监测

监控系统应能接入采用不同通信介质（如以太网、RS232/485）、不同通信规约的不同厂家不同型号的风机，采集所有风机和逆变器有效信息。需要采集的信息有：机组有功功率、无功功率、功率因数、发电量、风速、风向、偏航角度、各种油温、油压。

设备控制。对风机进行启动、停止、复位、偏航、有功控制使能、无功控制使能等控制。

人机接口。以地理分布示意图、风场平面布局图（GIS图）、风机矩阵图、单机可视化信息图等形式展示风电场运行工况和进行人机交互。以棒图、曲线形式显示负荷、电压等模拟量。在趋势窗口中可显示任意多个参数按时间呈现的实时曲线和历史曲线。

3.2 有功控制

3.2.1 有功控制目标

风能具有很强的波动性，将侵占系统大量的调频、调峰资源，因此，与常规电源不同，风电场有功控制的主要目的是降低其不确定性和波动性，减轻系统有功控制的负担。因此，风电场不参与一次调频，主要应用于当电网频率偏差较大、常规调频容量不够时，以限制出力、限制风电爬坡率的形式，参与电力系统有功控制。

3.2.2 有功控制功能

随着风电并网容量的增加，风电场应具备有功功率调节能力，能根据电网调度部门指令控制其有功功率输出，以减少风电场功率波动对电网的影响。风电场有功控制模块包括2个主要功能：上传满足上级调度站需求的风电场有功运行信息，根据实时的发电计划控制本风电场出力。风电场有功控制应满足《风电场接入电力系统技术规定》。

风电场有功控制包括功率分配和功率执行2个环节。在功率分配环节，需要考虑以下因素：①由于风电各台机组的地理位置不一样，导致风机捕获的风能不一样，平均功率分配法对风电机组不适用。由于风机主控系统可提供理论发电能力，因此应以理论功率作为功率分配依据；②考虑到气候条件，风电机组在夏季和冬季的控制方式和约束条件不一样，应根据气候条件制定有功控制策略。

风电场有功控制的框图如图2所示，根据风电场是采用远程还是本地控制模式，风电场有功给定可以来自电网调度给定或者风电场本地给定，在风电功率预测值的基础上进行修正得到。为滤去风电场风机有功出力总加噪声成分，有功控制部分对有功出力总加进行了低通滤波，有功给定和实际风场出力总加相减，得到有功的偏差，经PI控制环节后，在风电场各风机之间进行功率分配。对于不具备调节能力的机组，只进行机组启/停的控制，对具备调节功能的机组，如双馈机组则进行功率分配。在功率分配过程中，根据机组的运行状态、机头风速、机组的偏航角度和机组的微观选址信息等数据，确定各台机组的可调节上限和可调节下限。在功率分配中，考虑风电场爬坡速率限制，以使风电场的功率波动范围符合并网规范。功率分配模块的输出以遥调、遥控的形式输出到每台风机，对机组进行有功的调节和机组的启停。

3.3 无功控制

3.3.1 无功控制目标

我国风电场大多集中在“三北”地址，与系统联系不强，无功支撑资源不足，风电场无功控制是一个重要问题。虽然风电场无功源充足（并联电容器、并联电抗器、SVC、静止无功发生器、双馈变速机组、直驱机组），但在风电场无功控制中，还没有考虑如何在不同的无功设备进行优化协调，设备之间缺乏配合。风电场无功控制的主要目的在于对多种无功源进行优化协调控制，满足风电场并网点对电压指标的要求。

3.3.2 无功控制功能

无功电压控制系统接收电网调度的电压设点值，根据风电场并网电压值、风电机组的无功出力、风电机组的状态、无功补偿设备的出力、无功补偿设备的状态，计算出风电机组和无功设备的无功出力，实现并网点的电压控制。无功控制对象包括风电机组、无功补偿设备SVC/SVG、有载调压器分接头。

风电场无功控制框图如图3所示，当风电场并网点电压Vpcc偏离并网点电压Vref，无功电压PI控制器根据电压偏差，计算出风电场应该发出的总无功出力，输出至风机/SVC模块协调控制模块，协调模块完成无功缺额在风机和SVC装置之间的分配，从风电场无功调节成本上看，风机的无功调节成本是最小的，其次是SVC装置，因此无功分配策略采用风机分配优先的算法，以充分发挥风机的无功调节能力，当风机的无功调节能力用尽时，再调节SVC。否则，不调节SVC。

图3 风电场无功控制框图

3.4 风电功率预测

风电功率预测应用为其他应用提供短期、超短期功率预测。其中，风电场安装测风塔，并实时上传测风数据。

3.4.1 风电功率预测时间与空间特性

系统可对风电场/光伏电站提供中期、短期、超短期功率预测。短期功率预测系统每天指定时间（可设定）预测未来0～72 h的风电输出功率，预测的起止时间可设定，时间分辨率为15 min。超短期功率预测系统的时间参数要求为预测未来0～4 h的风电输出功率，每15 min滚动更新，时间分辨率为15 min。3.4.2 预测模型

新投运的风电场和已投运比较长时间的风电场，由于历史数据积累的情况不一样，需要有不同的预测模型。对于已并网运行时间较长的风电场，由于积累了较长时间的历史数据，应优先选用统计方法建立功率预测模型。对于并网时间不长的新建风电场，由于电站缺乏必要的历史功率数据，则选择物理方法建立短期功率预测模型。对于超短期功率预测模型，其时间分辨率是15 min，4 h滚动预测，一般采用时间序列外推的方法建立。

3.5 状态监测

风电设备状态监测系统采集齿轮箱、轴承、发电机传动链主要部件的机械振幅数据、叶片应力数据、并结合SCADA数据，提出故障分量，采用人工智能方法，对潜在的故障进行预测。风电状态监测系统由以下模块组成，机组运行状态监测、统计与分析，技术资料与专家知识库，机组诊断分析专家系统，检修决策与优化运行支持平台。

3.6 运行维护

我国大部分风电场集中投运在2011～2012年，目前大量风电机组面临出质保问题。由于风电机组的运维技术主要由风机主机厂家掌握，运营商缺乏有效的维护技术和管理经验，因此风电场运维问题比较突出，为了提高风电场运维水平，需要建立风电场运维系统。首先，建立风电设备和风电场的数学模型，并根据风资源情况进行仿真，在此基础上，分析风电机组的运行规律，并提出风电优化运行策略；结合状态监测系统数据与SCADA数据，建立风电场运行和维护优化系统、故障预警系统；提高风电场运行效率。

智能风电状态监测包括对升压站一次设备（GIS、变压器、无功补偿装置等）和风电场机组（发电机、传动链、变流器、叶片、塔架等）的监测。状态监测模块通过对设备运行过程中所表现出的各种时域和频域信号，采用信号处理方法，提出故障特征分量，进行故障识别、预警和分析。

3.7 运行评价

风电场运行评价主要包括发电量水平评价、设备运行水平评价、生产维护水平评价、能耗评价及综合评价。发电量水平评价根据收集的风能资源数据、数字化地图、风电机组当地的空气密度下的功率曲线和推力系数曲线、微观选址等数量计算风电场年理论发电量，再根据上网折减系数进行上网电量估算，从而对发电量水平进行评价。设备运行评价由机组可利用率和风电场电气设备可利用率共同决定。生产维护水平评价根据期望运行费用与实际运行维护费用进行比较评价。

4 系统实现

风电场由于风电机组台数多、数据量大，而且控制实时性要求高。在实现状态监测诊断功能时，需要完成基于海量数据的大数据分析，因此智能一体化平台需要在分布式运行环境、实时数据库、人机界面方面进行特别考虑。具体包括以下方面：

4.1 分布式运行环境

分布式运行环境由消息总线和服务总线双总线构成[5]。消息总线提供了一种跨计算机操作系统和硬件的透明消息传递总线，提供消息接收/发送总线进程、消息接收/发送接口API。服务总线采用面向服务的架构，对于文件访问、SQL访问、图形访问等标准客户服务均封装成通用服务，屏蔽了各种操作系统对文件、磁盘、进程等API的差异。为了提高服务总线中的数据传输可靠性，服务总线基于TCP实现，并且配置了在链路中断、出现数据丢失情况下的重传机制。

4.2 数据库

数据库部分包括实时数据库、关系数据库和实时历史库。

实时数据库常驻内存，基于关系库模型实现，其空间可动态扩展。实时库结构和数据存在于关系库中，在智能综合平台启动时加载至内存。实时数据库面向应用分布，采用主备结构，可以为应用提供高可用性。实时数据库支持SQL标准，支持update、select、insert和delete等操作，并提供SQL的C/C++API接口，供各个应用调用。值得注意是，实时数据库的SQL操作不能影响一体化系统的前置采集、SCADA服务和人机界面等子系统的运行。

关系数据库采用主流商用数据库，如Oracle、Mysql等。主要用来存储参数和存储周期为分钟级的历史数据。

实时历史库采用键值数据库，如PI、eDNA等。其具有高速存储性能，适合存储高采样频率数据，如风机振动数据，用于状态监测、故障诊断等高级应用。

4.3 人机联系

图形系统是人机联系系统中的重要部分，在目前风电场SCADA系统中，其图形系统一般都采用私有格式，各厂家互不相同。为了实现不同厂家的图形系统共享以及风电场SCADA与电网调度自动化系统的图形共享，人机联系应该基于SVG标准实现，SVG基于XML语言，易于扩展，具有良好的兼容性。

另一方面，可视化技术是风电场人机联系中一个发展方向。风电场的风机状态、发电机可运行区域、线路潮流、风资源图，均可以采用可视化化技术来展示。与常规的表格和数据点表示方法不一样，可视化技术采用动画、等值线、等值面、动态箭头、3D图形等方法，展示风电场运行状态、安全稳定运行域，更加有利于风电场的安全、稳定、经济运行。