智慧风电场及其“能效潜力”探析

崔炜 艾斯卡尔

过去十几年间，风电产业得到了快速发展，各种创新技术陆续实现了工程化应用，风电机组性能得到了显著提升，产业装备制造业迅速崛起，产业链逐年成熟，开发投资成本不断下降，我国风电产业的长期发展基础已经形成。但是，在发展过程中，由于各种原因，也曾出现过“消纳难”“弃风率高”等问题，导致一部分风电场的盈利能力达不到预期。与此同时，随着风电装机规模的不断增加，我国风电的开发理念逐步从重视规模向重视效益转变，关注重点也从风电机组选型、风电场开发等“前端工作”向风电场运维等“后端工作”延伸。在此背景下，智慧风电场应运而生。

为风电场注入“智慧”特性实际上就是为了实现风电场综合效益的最大化。目前，关于智慧风电场的有关研究和工程示范已经比较常见，但少有关于智慧风电场节能增效方面的详细论述。本文从智慧风电场的运行、维护、管理等维度，对我国智慧风电场能效管理存在的问题进行浅析，研究智慧风电场能效管理的可行方案，并对智慧风电场的能效管理发展前景进行展望。

智慧风电场及其优势

一、智慧风电场简述

从风电场运营角度来看，“高效”“可靠”“低成本”始终是备受关心的核心问题。近年来，风电机组供货商、风电场开发商以及处在产业链上游的部件供應商、科研院所等单位都围绕着这三点，不断给风电场注入“智慧”的元素。归纳发现，通常所谈及的智慧风电场的核心功能是：依托先进传感技术和感知技术，感知外部环境和自身状态，并利用互联网、智能控制、大数据等先进技术，实现信息与信号的快速、准确交互，提高自身的自我学习、修正能力，使系统运行更加智能，使维护等运营工作更加便利，助力系统级协同决策，最终实现风电场综合效益的最大化。

二、智慧风电场优势

风电场“智慧化”最终是为了实现风电场综合效益的最大化。从此角度来看，智慧风电场的优势如下：

设备或系统的“智慧化”将带来显著效益。实际上，智慧风电场还有一个潜台词，即：“前期规范化、设计数字化、设备智能化、建设标准化”。可见，“智慧”已开始贯穿于风电场的设计、建设、运行、维护和管理等多个层面。仅从设备角度来看，随着传感/感知技术和智能控制技术的进步，已有设备或系统开始得到“智慧化”改造，也出现了具有“智慧”特性的部件或子系统，使风电场变得更加“智慧”，并具有更低的成本和更高的效益。如，近几年开始采用的激光雷达方案，使风电机组设备更好地感知风速变化，在降低载荷、提升发电量、提高机组运行稳定性等方面起到了非常显著的作用。像风电场功率预测系统、风电场无功功率电压控制系统（AVC，Automatic Voltage/Var Control）等场级控制系统也在不断引入智能控制、大数据等先进技术，使风电场运行在最佳模式下，进而降低发电成本，降低损耗，提高发电量，提升效益。

“智慧”运维是降本增效的利器。风电场的运维模式基本上包括三个类别，即：故障检修、定期检修和状态检修。其中，故障检修的成本不仅取决于运维人员的操作熟练度、天气情况、备件储备情况等多种因素，而且还与整个风电场的发电量收益、故障后设备可靠性等紧密关联：定期检修的成本与运维频次、运维间隔等因素有关;状态检修是指利用风电机组在线或离线状态监测系统所获取的相关状态信息，结合在线或离线诊断系统的诊断结果而制定的运维工作，难度比较大，更需要“智慧”。可见，从风电场的运维模式角度来说，无论是故障检修、定期检修还是状态检修，都与当时的天气情况、备件储备情况、数据管理、设备状态感知系统和后台管理等有关。目前，智慧风电场所使用的功率预测系统，通过大数据、云计算等技术手段，已经把天气预报、功率预测的精度和准确度提高到较高的水平：可视化的运维手册、视频对话等措施较好弥补了运维人员在操作技能上的不足：基于设备健康状态的备件管理方式、预报式/预警式运维管理平台等系统使智慧风电场运维工作变得更加“智慧”，已经带来了可观的经济效益，未来还会得到长足发展。智慧风电场能效问题浅析

智慧风电场一次系统如图1所示。由图1可知，从智慧风电场系统角度来看，与风电场能效问题高度关联的子系统有：风电机组、风电机组自用电变压器及其下口的风电机组内部负荷、风电机组电网侧端口的箱式变压器系统、风电场升压变电站配电变压器及其下口的场内各类负荷、风电场主变压器、风电场无功补偿设备和各回送电线路。

在智慧风电场条件下，能效管理的最终目标其实就是实现内部用电量和内部损耗的最小化。其中，用电量主要与场内的各用电设备或子系统的智慧设计、智慧选型、智慧运维、控制智能化水平等因素有关：内部耗电主要与整场的规划设计、场内子系统或电气设备的设计指标、场内子系统或电气设备的运维智慧化水平等因素有关。当然，用电量和内部耗电紧密关联，用电量大，内部耗电也大。

本文暂不考虑智慧风电场能效管理中的设计因素，仅从设备的用电量和损耗角度，对已有智慧风电场能效管理所存在的问题展开剖析，并给出方向性建议。

一、提高PWT-out

在智慧风电场条件下，提升风电机组单机的发电量有很多种思路，应视具体情况而定。经研究分析可知，可以尝试的办法有如下几类：

（一）硬件的清洗与修补

对于运行时间较长的风电机组而言，关键部件的老化或受损将会对风电机组的发电量产生显著影响。以叶片为例，当表面出现污迹、腐蚀、砂眼或出现局部损伤的时候，叶片的气动性能将会下降。进而使叶片的输出功率下降。以变流器、发电机等功率部件为例，灰尘、污迹等必将影响其散热效果，导致绝缘老化，损耗增加，进而影响机组的发电量和可靠性。可见，必要的清洗和修补有利于机组发电量的提升。一般风电场的运维工作通过“肉眼”检查，不够智慧，不讲效率，不重视“预警”，风电机组及其内部硬件的清洗与修补同发电量和能耗之间的关系被忽略。在智慧风电场条件下，我们可通过先进的感知能力或通过更加智能的数据分析能力。自动识别出设备部件的受损情况和老化趋势、灰尘的堆积程度等信息，以便进行对应的清洗和修补操作。

（二）硬件的更换或升级

过去，技术的更新换代需要较长的时间。近年来，尤其是进入21世纪以后，技术的更新换代变得迅速，更替速度前所未有。以叶片扰流发生器为例，通过有关文献可知，如果把叶片扰流发生器安装在合适的位置，可使年捕获功率显著增加。再以风速测量用元器件为例，技术更先进的激光雷达的使用，能够准确获取风速和风向的变化，对风电机组单机发电量提升的效果比较明显。可见，部件的更换或技术的升级。对风电机组发电量提升的影响相当显著。目前，多数场内设备的智能化水平低，设备的节能特性差，系统控制不够“智慧”;此外，受风电机组可利用率指标和新设备投运所需的样机检验周期的限制，基于新技术的硬件设备批量应用的时间成本较高。在智慧风电场条件下，信息获取更加容易，海量数据的分析处理更简单、快速，我们可通过模拟计算风能资源的流场分布。确定出更加合理的硬件设计指标，如叶片长度、塔架高度、机组间距等。此外，机端储能装备、激光雷达等诸多硬件更换和升级类技术措施若能与整机控制有效匹配，也能显著提高风电机组发电量，并收获节能效益。

（三）设计或算法优化

从设计或算法角度来看，风电机组整机的平台化设计和风电机组整机控制的MPPT（Maximum Power PointTracing，最大风能追踪）等控制算法或启停机等控制流程如果能够被注入“智慧”元素，则必将带来一定的发电量提升，但其关键在于能否在工程实践中得以应用。对此，部分制造厂家已进行了较为深入的研究并初见效果。以风电机组待机流程为例，对于风冷变流器而言，可根据当时的电网情况、環境温度来确定IGBT调制的最佳开启时刻，并根据IGBT温度来智能控制冷却风扇的变频控制，以达到节能增效目的。目前，受制于基础科学方面的认知水平，我国研制的风电机组度电成本还偏高，整机控制软件的“智慧”特性还有偏差，智慧风电场所提供的信息资源没被充分利用，在确定的硬件条件下的发电量和节能潜力未被充分挖掘。

二、降低△P_demand

一般而言，从智慧风电场电气设备选型设计角度，△P_demand实际上就是风电场内部各用电负荷额定功率之和，并不是用电负荷实际的用电需求（按照目前的智慧风电场运行管理方式，并没有统一、连续、系统地针对风电场内部各电气设备实际用电量数据的在线监测和长时间跟踪分析）。可见，我们并不清楚实际△P_demand的变化规律，更不知道△P_demand的各个特征量，故无法通过实际的△P_demand统计数据来优化后期同类电气设备的额定参数。可见，△P_demand只取决于设备供应商或设计院早期的选型设计和相关的厂内模拟实验。因此，目前使用的△P_demand数据是存在偏差的，曾经选用的电气设备并不是最优的，更何况有关单位使用的是“设计终身责任制”制度，产品的安全裕度因设计理念、内部管理等因素也大不相同，产品设计依据的技术规范不统一，优质设备（是指可利用率高、效率高、可维护性高的产品）和劣质设备在系统中并存。此外，智慧风电场的信息资源没能得到有效利用，工程实践中的海量数据未被“智慧”处理，产品的设计和工程应用实践没能形成有效闭环。以风电机组内部用电负荷为例，其节能潜力非常大。风电机组内部用电负荷实际的用电量与环境条件、风电机组设计、风电机组运行控制、风电机组部件选型等诸多环节有关，但无论是在设计环节还是在后期的产业化环节，风电机组整机制造商一般都更重视设备的度电成本和产业化成本，都会选取成本低、可靠性高的部件，不轻易更改运行多年的成熟控制逻辑。实际上。对风电机组而言，冷却风扇的变频控制、待机模式下的负荷控制、节能电机等诸多措施能够为风电场的精细化经营带来可观的节能空间和节能效益，但由谁来承担使用节能电机所增加的额外成本，又由谁享受因此而带来的节能效益，值得反思。

三、降低△P_demand

电气设备的△P_demand实际上正比于设备的用电需求△P_demand用电量大，用电时间长，则△P_demand也会大。但是，决定电气设备△P_demand大小的不仅仅是电气设备的△P_demand，△P_loss还与设备所使用的材料、工艺。甚至设备的运行控制方式、设备的管理等诸多因素有关。以风电机组网侧端口的箱式变压器为例，也存在一定程度的△P_loss可降低空间。其中，容量的合理选择最为关键。在智慧风电场条件下，设备状态信息资源比较丰富，可以对其进行长期跟踪，形成闭环，最终确定最佳容量。

四、降低P_pay

降低P_pay本质上取决于风电场用电管理和风电场用能环节的技术改进，但应避免“得不偿失”现象的出现，毕竟其最终的衡量标准就是“效益”。从技术改进角度来看，可以考虑采用“微电网”解决方案，以此降低无风条件下的用电需求，也可采取“热储能”等措施来降低风电场的用能成本。

智慧风电场能效潜力有待挖掘

目前，智慧风电场关注点主要是在运维的智能化、管理的数字化和信息化等方面，风电场的“智慧”并没有在节能增效方面起到明显作用。下面将浅析智慧风电场能效管理的可行方向，并对智慧风电场的能效管理发展前景进行一定的展望。

一、已有的状态数据应得到深度分析.能效潜力要有效释放

随着智慧风电场的逐步发展，风电场场内可利用的数据资源变得非常丰富。如何有效借助风电场的“智慧”功能，即：通过大数据思维和相关技术，充分分析被采集的海量数据，通过智能控制、智能辨识、设备健康在线监测与智慧管理等技术手段，发现所存在的能效问题，使设备工作在最佳能效状态，实现降本增效，值得我们深入研究。实际上，节能降耗符合时代主旋律，符合我国政府倡导的生态文明建设思想，不仅要鼓励，而且要主动采取措施，让风电场的“智慧”功能在能效管理和节能增效方面充分发挥作用。

二、先进技术的应用理应得到节能效果

目前，先进的感知技术、信号处理技术和控制技术在一定程度上已经应用到风电场内各种设备的控制和风电场的整体运维当中，设备自身状态信息的准确获取变得更加方便，各个子系统之间的信息与信号交互更快、更准确，控制环节更加智能，甚至具备一定的自我学习和自我修补功能，完全可以兼顾节能效益。

结论

对于智慧风电场而言，还有很多需要解决的问题，例如，如何实现“无人值班或少人值守”，如何让集控系统真正实现“区域统筹运维”功能，如何构造最佳的运维模型等都是近期应该设定的目标。而从长期目标来看，尤其是在海上风电、分散式风电等新的应用场景条件下，如何实现借助无人机、机器人、vR等技术手段的运维方式，降低运维人员安全事故发生率，提高运维效率：如何通过大数据思维增强风电场运营的“智慧性”，并强化设备寿命管理等都是需要攻克的重要课题。在工程案例中，已经投运的在线状态监测与分析系统、风电机组基础监测系统、风电机组螺旋载荷在线监测报警系统、桨叶状态监测系统、发电机绝缘电阻自动监测系统、雷电监测系统、变压器运行状态监测系统等都需要不断优化，不断提高精准性。

在解决这些问题，关注运维智能化和技术创新的同时，应该认识到，深化风电场能效问题有效管理的研究，是风电场实现综合效益最大化的重要环节，行业有必要为此付出很多的努力。