浅析风电场的智能化发展历程

摘  要：本文以当前风电场的运行状态和发展情况为基础，针对风力发电的主要核心技术着重介绍了风电场智能化中数据管理平台、通信网络、风功率预测、电气设备、有功无功控制等主要设备的构成及功能设计，以及对未来风电场构建所具备的特性进行了分析和探究，以上系统功能、特性的应用将会增加风电场运行的可靠性、提高运行检修的安全系数，扩大产能效益以及促进电力系统的科学调度，并对未来智能电网的发展建设具有一定推动作用。

关键词：数据管理;风功率预测;智能通信;控制策略

中图分类号：TM614    文献标识码：A    文章编号：2096-6903（2019）03-0000-00

0 引言

随着国家新能源风电产业的飞速发展，电力网络的安全、高效、可靠、清洁重要性日趋突出，在国家智能电网一系列标准框架制定推出以前，对智能化风电场建设的推进和研究显得尤为重要。通过对智能风电场研究探索，令其与智能电网无缝对接可以有效的减小分布式发电的大量接入对电网的负面影响，从而改善电力调度调峰调压的严峻形势，确保电网的安全稳定和可靠供电，对于提高系统供电质量和风电领域的运行效率，推进我国智能电网的发展和智能化风电场的建设具有十分重要的意义。

我国风电场多分布于三北，东南沿海及内陆局部地区，大部分风电机组地处偏远，环境恶劣，台风、雷暴、积冰、盐雾、沙尘暴等灾害性天气遍布其中，对风电机组本身的性能质量和升压系统的长期安全稳定运行提出严峻考验，另外由于风能资源本身无法受控，风速的大小更不可能人为地对其进行调节，由此导致捕捉到的风能本身具有间歇性和蕴含能量的随机性，因此产生的电能输送到系统中势必会对全网的电能质量和安全稳定运行产生影响。传统风电场的系统配置、运维管理和调度集控形式已经很难满足当今电网发展的需求，新型智能化风电场系统的出现将使当前风电场的运维现状和存在的问题都会得到较大改观。

1 智能风电场主要构成

对未来风电场的设计研究更加倾向于对智能化系统方向进行探索，智能化风电场的主要研究内容涉及到风电功率预测，数据管理，通信网络，有功无功控制以及相配套的电气设备等，本文着重介绍风电场智能化系统的应用及特性。

1.1 数据管理平台

风电数据管理平台是将风电场所有数据统一管理的综合处理系统，主要涵盖风机监控系统、变电站监控系统、功率控制系统、风功率预测系统、箱变监控系统、调度自动化系统等模块，实现为风电场的各项数据的采集、分析、存储、以及指令的下发等功能，达到应用数据统一收发，远程监控指令精确迅速，信息综合处理的智能风电场数字管理平台。目前风电场配备的监控系统种类和传输接口形式繁杂多样，实现功能各有不一。系统之间信息交互由于缺乏统一的接口规范和数据模型经常出现协议匹配、报文传输、软硬件兼容等问题，这就增加了升压站集控难度，降低了监控数据的互通性，并且不利于调度指令的顺畅下达。随着日益增加的数据端口和精确实时的监测控制要求，风电系统大数据处理存储终端研究建设迫在眉睫。数据管理平台的建立可以有效排除数据采集混乱，提高信息处理速度，改善信源传输质量，海量储备大数据资源，保证了生产数据评估能力，缩减管理设备的重复投资。

1.2 通信网络

风电场的通讯业务主要分为场内和场外两种网络传输方式，场内分为升压站电气设备、风电机组的各项运行数据的采集控制，包括运行机组的电气量、传感器反馈、控制指令以及视频监控等;场外传输主要是针对电力调度机构和远程集控中心两大部分，传输的信息主要是场内输变电运行状态的各项参数以及上级指令的下发。由于风电机组分布相对较为分散，信息互传要求质量较高，风电场智能通信的研究建设方向则将基于OPC规范和IEC61400-25标准，以远控星形网状和集电线路内部环状拓扑网络结构为主的光纤传输方式，利用以太网组网技术进行有线和无线网络共同配合搭载在生产运行与调度自动化系统中，可以对现场设备进行数据采集、设备控制、测量、发信、参数调整和事故告警等。以满足风电场内部通信网络的承载能力和安全、高效的传输需求。

1.3 风功率预测

随着风电装机容量在电网中所占比例不断增加，特别是风电集群、整装风场的出现，风电场的接入系统电压等级也随之提高。所以，风电机组大规模频繁集中并网/脱网会对电力系统的安全稳定运行产生较大影响。引入风电功率预测系统参与到调度日常运行管理的范畴内将逐渐成为可能，风电功率预测系统用于电力调度可以有效地减小风电机组随机性和波动性对系统的相关控制难度。而智能风电场功率预测的研究在现有的预测机制中引入灰色神经网络、广义神经网络、支持向量机SVM、小波分析和BP神经网络等多算法的人工智能模型，多种建模机制相结合，改善提高天气预报精度，根据设定程序对当地风能的捕捉算法与实时数据连续校核并进行自我修正，根据历史气候变化和风能资源的分布自动识别对应、自我学习，采用多种容错机制，以应对风电场各种突发天气变化引起的改变，有效提升预测的准确率、上报数据的合格率以及预测系统的鲁棒性。采用数值气象预报将物理预测模型和统计预测模型结合细化短期预测精度，拓宽中长期预测时间跨度，完善映射关系提高输出功率的预测准确程度。

1.4 电气设备

风电场智能化电气设备的研发主要针对升压站输变电系统、风电机组箱监控以及风电机组控制系统等几方面。智能风电场电气设备构建上参照IEC61850标准内容框架，采用智能终端、电子式互感器、智能开关、在线监测等先进智能设备，达到场内信息化和网络化要求，实现自动采集设备信息，并根据场内设备和电网需求进行实时控制、智能调节并能完成在线分析决策和协同互动功能，从功能上划分为变电站层、间隔层和过程层（如图1所示），并通过分层分布开放式网络系统实现连接，用以實现升压站内电气设备间的信息互联互通和与站外风电机组、调度、集控中心间信息共享和操作。从而提高风电场运行操作的自动化程度，使站内各个分区统一管理，信息共享。将计算机仿真技术应用到网侧信息管理中，充分提升调度智能化的控制能力。另外，引入风机箱变的智能监控装置，采用微机保护和综合自动化装置的应用不但能实现状态化检修，增加运行可靠性和安全性，更能适应无人值守和调度自动化的需要。

1.5 有功无功控制

1.5.1 有功控制

风电汇入电网的有功功率具有不可储能性、波动性、间歇性、反调峰性等特性，电力系统需要预留更多的旋转备用来弥补，风电功率给电网带来的调峰调频问题正受到广泛的关注和研究。目前，由风电机组自治发电的有功控制方式正在向风电场群集中发电控制模式转变，今后风电场的有功控制策略将是多元化发展，考虑各种因素，将不同策略优势互补，尽可能提高有功功率控制的能力，以风功率预测为基础调控策略，多种策略因地制宜参与调控。例文献对风电-水电联合运行建模分析，针对季节互补的特征，验证了水电调节能力可以有效抑风电的日内及日间波动特性的可行性，这种模式可应用到我国东北、南方等风电，水电高密集区作为次要策略参与风电功率的调节。所以，以风电功率预测为基础，风电集群控制策略、电网约束自动控制、单台风机转动惯量的最优调节以及建立储能系统等多种模式相结合来完成风力发电AGC的精确调节将是未来智能风电场有功控制发展的主要方式。

1.5.2 无功控制

无功调节应兼顾分层分区，就地平衡的技术原则，突出风电机组的调节作用。现阶段多以就地无功补偿装置调节为主，风电机组参与补偿为辅进行调节，即无功控制系统以静止无功补偿装置和双馈感应发电机相配合。未来的一段时间内，变速恒频机组在不断改善有功控制策略的同时，充分发挥双馈风电机组在整个风电场中无功处理的能力，使其参与或独立完成所连电网的无功调节。强电网状态下，既能向电网正常输出有功功率，还可以向电网提供无功功率，来保障网侧的电压平稳，甚至在特殊情况下可以作为无功电源向邻近无功消耗用户提供必要的电压补償。风电集群将汇入母线的电压作为无功控制的中枢节点，用以统筹管理各风电场的输出电压，在风电场集群内部形成无功平衡，实现了向电网输送电压的整体合格，达到了降低网损的目的。这种无功控制中心思想以多目标的优化模型为基础，适合应用无穷大电网母线电压较低及风电出力较大的地区。

2 智能化风电场的特性

今后，智能风电场的发展将是基于无人和少人值守的风电机群集中控制处理的风电场，风电的发展也将面向大数据时代，智能化风电场需要通过利用计算机技术、通信网络技术、自动化技术、传感器技术实现遥信、遥测、遥控、遥调、遥视功能对风电机组和升压变电站系统进行测控监视。针对未来风电场的智能化发展，作者认为应注重以下几种特性的探究。

2.1 自愈性

在日常风电机组运行中，实时掌握机组运行状态，及时反馈、快速诊断和自动消除故障隐患发生的可能，无需或仅需少量人为干预，最小化或避免风机故障停机的必要。风机出现故障后自行进入诊断过程，通过设定的逻辑程序，对故障现象和特征进行甄别和筛选，连续的评估自测，分别依次进行软件，硬件和相应级别的操作处理，通过控制开关分合、电力电子元件的高低电平发信进行调节运行中电气量、转速、角度、温湿度等参数的变化，配合复位和启、停等风机动作，实现对风机系统中存在问题元器件的隔离或使其恢复正常运行，判断筛选处理后再进入对应的分系统处理阶段，将状态监测和自动排除故障结果综合反馈给运营数据终端，呈现给操作人员进行核查，记录或者安排现场检修。

2.2 安全性

由于风电机组常年运行于恶劣嘈杂的自然环境中，为了保障风电机组长期有效的安全健康运行，智能化风电场要求风电机组及变电设备的性能质量更加优异，控制系统的健壮性能、机组出力性能和元器件的抗疲劳特性等级更为苛刻，随着高低压穿越能力要求的不断提高，及工装、降噪、静电感应场强水平以及无线电的干扰等方面的影响，无论是硬件系统还是计算机网络遭到外部攻击时，或是网侧潮流暂态失稳等，智能风电场均能针对以上情形作出应对措施，有效地排除电力系统、计算机网络及自然条件等对其产生的危害，即使造成系统失电，也能够快速切除故障点，重新修复投入运行。

2.3 集成性

在IEC61850、IEC61968、IEC62357、IEC60870-6/TASE.2等标准基础上对信息处理功能将采用高度集成的综合模块化系统。实现电气设备和风电机组运行参数的监视、控制、维护。能量管理（EMS）、配电管理（EMS）、调度自动化、电能质量管理平台等和其他各类信息系统之间的综合集成，新的系统控制逻辑使它们协同运行，从而实现多重电力电子装置的集成控制，电网与风力发电（DG）之间的物理电气形成互联，调度与集控控制中心以及面向风机个体之间的通信，并实现在此基础上的业务集成。从而提高信息化集成程度，避免一二次设备的重复设置和多次投资。

2.4 互操作性

风电机群SCADA系统与综合自动化监控系统通过OPC服务器和相应的协议相互连接起来，实现有功、无功调度，风电机组监控，风功率预测，站内输变电设备统一管理的开放式系统，就地、远方完成互联互操。安装在风电场的SCADA控制系统从发电机、升压站等设备上采集实时运行数据，通过企业专网或卫星传输通道实现与运营中心通讯，运营中心将收集到的实时数据汇总，统一存储及可视化展现每台发电设备产生的实时数据及运行变化趋势，实现远程控制、监测发电设备和诊断发电设备故障等功能，便于现场运维人员与运营中心的工作人员协同工作，对设备进行维护与检修、减少设备平均宕机时间，提高设备利用率，使每台发电设备在技术管理和经济效益上达到最优，整体上实现企业改进生产运营效率的战略目标。

3 结语

长期来看，实现风电场的自动化和智能化控制是今后风电场的主要发展趋势，随着风电场集成性、安全性、自愈性、互操作性等性能的不断提高，通信网络、数据管理平台、风电功率预测系统、电气设备、有功无功控制装置等关键应用的不断改进和发展，将会大大减少风电场在建设运营上人力、物力的投入，有效的提高设备利用效率，充分利用自然资源，促进地区经济增长。针对以上近阶段风电技术的发展作者谈了对风电场智能化发展的一些理解和建议，其中有些建议和目标还只是在设想阶段，但相信随着上述各方面技术特性的改进与创新势必会推动传统风电场向智能化方向的巨大演变。

参考文献

[1] 成红兵，袁炜，祁立，李建伟，薛建.大型智能风电场关键应用探讨[J].中国风电资讯，2012（5）：17-24.

[2] 朴金姬.神经网络算法在风电场功率预测中的应用研究[D].北京：华北电力大学，2011.

[3] 严艺明.国内智能变电站发展现状[J].电气开关，2011，49（6）：16-18.

[4] 陈树勇，宋书芳，李兰欣，沈杰.智能电网技术综述[J]，电网技术，2009，33（8）：1-7.

[5] 田艳，任强，盛和乐.风电场升压变电站智能化技术方案与应用[J].电力勘测设计，2012（06）：76-80.

[6] 王成，王志新，张华强.风电场远程监控系统及无线网络技术应用研究[J].自动化仪表，2008，29（11）：16-20.

[7] 邓恩思.大型风电场运行的特点及并网运行的问题[J].智能电网专题，2010（4）：46-49.

收稿日期：2019-06-01

作者簡介：罗普（1987—），男，山东菏泽人，本科，主要从事风电场运维管理。

Analysis of Intelligent Development of Wind Farm

LUO Pu

（Guodian Power Weihai Wind Power Co.， Ltd. Weihai Shandong  264000）

Abstract： ;In this paper， the current operating status and development of wind farms， based on the core technology of wind power for the main highlights of the wind farm intelligent data management platform， communication networks， wind power prediction， electrical equipment， active and reactive power control， etc. structure and functional design of major equipment， as well as to build the future of wind farms possess characteristics were analyzed and explore the application of these system functions， features， will increase the reliability of wind farm operation and maintenance to improve the operation of the safety factor， and expand production efficiency and the promotion of scientific power system dispatch， and the construction and development of the smart grid has a certain role in the future.

Keywords： data management; wind power prediction; intelligent communication; control strategy;