微信客服
微信公眾號
10月12日，國家電投江蘇濱海南H3海上風電項目首臺風機順利并網，這標志著國內首個數字化、智慧化海上風力發電場已進入投運階段。
在海上風電面臨去補貼的關鍵節點，H3海上風電項目的實踐讓業內眺望到數字化風電的未來，也看到了數字化技術驅動行業降本的希望。
文丨本報記者 張子瑞
1
構建真正意義的智慧風電場
濱海南H3海上風電場位于江蘇省鹽城市濱海縣近海海域，離岸距離36公里，平均水深約18米，布置75臺單機容量4.0MW的風機，總裝機容量300兆瓦，配套建設一座220千伏海上升壓站、兩回220千伏海纜送出線路和一座陸上集控中心。該項目建成投產后，將與已建成運營的濱海北H1#100兆瓦、濱海北H2#400兆瓦兩個海上風電場共同構成亞洲規模最大的海上風電集群“國家電投鹽城陣列”。
當前，海上風電運維成本占據海上風電成本的一半以上。降低運維成本是降低海上風電成本的關鍵。由于海上風電設備遠離陸地，運轉、損耗、風險等監控運維成為最大挑戰。
據濱海南H3項目數字化智能化實施單位江蘇未來智慧信息科技限公司常務副總經理宮照海介紹，在國電投江蘇濱海南H3#海上風電項目中，未來智慧與浪潮合作，利用云計算及大數據技術，共同打造了云邊協同的智慧風電設備監測平臺。依托這一平臺，實現了風電場設備統一運行監控、統一數據管理的全生命周期智慧化管理；實現了無人值守下數據實時采集，實時動態了解設備運行狀況；最終達成了在線監控海上風電主要設備，保障安全、優化運行維護策略，降低運營成本的“智慧風電場”目標。
數據采集和分析處理是實現海上風電智能化運維的基礎。
據介紹，在濱海南H3項目中，完成了升壓站、風機監控兩個部分的邊緣計算節點的部署，升壓站邊緣計算節點實現升壓站數據采集與計算、機器人協同；風機監控邊緣計算節點實現對于風機狀態監控采集、計算以及風機整體數據的采集與計算等功能。
“發電設備的態勢感知傳感器接入浪潮超融合InCloud Rail，在邊緣側進行葉片轉速、高性能傾角、潤滑油狀態監測、振動狀態感知等數據分析，有效信息傳至云中心，通過云邊協同大幅降低建設運維成本。”浪潮云計算與大數據產品線首席架構師趙志祥解釋稱。
2
改變傳統的故障后運維方式
海上風電場面臨著鹽霧腐蝕、海冰沖撞、臺風破壞等挑戰，并且遠離大陸不適宜現場運維作業,迫切需要找到對設備運行狀況進行全面監測、集約高效、又具有成本優勢的風電機組狀態監測和運維方案。
宮照海表示，傳統的海上風電運維屬故障后運維，出現異常和故障才采取行動。受制于天氣等可達性因素，窗口期短，運維成本高。“船只的成本、出海時間的成本使得海上風電運維成本接近陸上風電兩倍。如果再考慮風機停機所造成的電量損失，海上風電的運維成本比陸上風電更要高出許多。”
近年來，海上風電運維也在應用信息化技術，比如通過風機SCADA監控系統傳遞機組運行情況，但距離真正的狀態感知還相去甚遠。
據介紹，傳統SCADA系統里缺少豐富的傳感器，無法對螺栓、腐蝕、葉片振動、塔底傾斜等工況實時感知。并且，SCADA系統只是采集了一部分數據，并不具備預警和數據分析能力。
在去補貼和降本的壓力下，海上風電必須盡快實現從從被動式運維到主動預防式運維的轉變。這需要風電運維與大數據、云計算、邊緣計算、機器學習等新技術更深度地融合。
在趙志祥看來，海上風機復雜的應用場景，對硬件平臺和軟件平臺都是巨大考驗。對數據傳送的及時性、應用的承載能力和大數據的融合能力提出了更高要求。這要求邊緣站點提供超融合的云數智能力。
“在濱海南H3項目中，依托工業互聯網平臺，在傳統的SCADA系統基礎之上增加了五類傳感器和邊緣計算的節點，實現了從感知到邊緣計算，相當于在海上升壓站建設了一個邊緣計算的中心。同時，在陸上升壓站建設一個云平臺，實現了云邊協同。”宮照海說，“以數據為基礎，構建了近30類故障預警模型，可以提前預警故障，為實現預防式運維奠定了基礎，有利于提高風場的可利用率，切實降低風電全生命周期的度電成本。”
3
讓數據驅動行業降本增效
在數字化時代，數據正成為生產資料，算力正成為生產力。
當前，風電行業擁有和掌握了海量的風機和風場運行數據。但是，如何讓這些數據真正發揮價值卻一直困擾著行業。
據業內人士介紹，使用基于自主可控的硬件基礎設施、數據庫、操作系統等，以邊緣計算、三維可視化、在線監測、大數據分析、深度學習等信息技術為支撐，利用“互聯網+”理念，可以搭建智能化風電的基礎設施，讓數據真正驅動行業降本增效。
著眼于可落地的數據應用，宮照海認為，一是利用數據實現老舊風場技改，從而提質增效；二是針對新投運風機，基于工業互聯網平臺打造整體的智能化運維大平臺，實現線上智能化和線下實體運維相融合。
“伴隨海上風電的規模化發展，傳統的集控方式難以應對成千上萬臺風機的數據傳遞、分析和智能運維，需要基于工業互聯網的架構模式，在邊緣側打造智能化的集控場站。在智能化集控場站之上，再構建區域的集控中心。”宮照海說。
趙志祥認為，在此背景下，風電行業的業務場景正逐漸向邊緣端遷移，海量數據亟需在邊緣進行預處理，低時延、高并發的業務場景進一步放大了邊緣微數據中心、遠程運維和降級自治等需求。
“未來，基于掌握的數據還能提供更多深層次的服務，比如，建立起每一個型號風機的正常運行模型和異常運行模型。讓數據在降低風電全生命周期度電成本方面發揮更大價值。”宮照海表示。
在海上風電面臨去補貼的關鍵節點，H3海上風電項目的實踐讓業內眺望到數字化風電的未來，也看到了數字化技術驅動行業降本的希望。
文丨本報記者 張子瑞
1
構建真正意義的智慧風電場
濱海南H3海上風電場位于江蘇省鹽城市濱海縣近海海域，離岸距離36公里，平均水深約18米，布置75臺單機容量4.0MW的風機，總裝機容量300兆瓦，配套建設一座220千伏海上升壓站、兩回220千伏海纜送出線路和一座陸上集控中心。該項目建成投產后，將與已建成運營的濱海北H1#100兆瓦、濱海北H2#400兆瓦兩個海上風電場共同構成亞洲規模最大的海上風電集群“國家電投鹽城陣列”。
當前，海上風電運維成本占據海上風電成本的一半以上。降低運維成本是降低海上風電成本的關鍵。由于海上風電設備遠離陸地，運轉、損耗、風險等監控運維成為最大挑戰。
據濱海南H3項目數字化智能化實施單位江蘇未來智慧信息科技限公司常務副總經理宮照海介紹，在國電投江蘇濱海南H3#海上風電項目中，未來智慧與浪潮合作，利用云計算及大數據技術，共同打造了云邊協同的智慧風電設備監測平臺。依托這一平臺，實現了風電場設備統一運行監控、統一數據管理的全生命周期智慧化管理；實現了無人值守下數據實時采集，實時動態了解設備運行狀況；最終達成了在線監控海上風電主要設備，保障安全、優化運行維護策略，降低運營成本的“智慧風電場”目標。
數據采集和分析處理是實現海上風電智能化運維的基礎。
據介紹，在濱海南H3項目中，完成了升壓站、風機監控兩個部分的邊緣計算節點的部署，升壓站邊緣計算節點實現升壓站數據采集與計算、機器人協同；風機監控邊緣計算節點實現對于風機狀態監控采集、計算以及風機整體數據的采集與計算等功能。
“發電設備的態勢感知傳感器接入浪潮超融合InCloud Rail，在邊緣側進行葉片轉速、高性能傾角、潤滑油狀態監測、振動狀態感知等數據分析，有效信息傳至云中心，通過云邊協同大幅降低建設運維成本。”浪潮云計算與大數據產品線首席架構師趙志祥解釋稱。
2
改變傳統的故障后運維方式
海上風電場面臨著鹽霧腐蝕、海冰沖撞、臺風破壞等挑戰，并且遠離大陸不適宜現場運維作業,迫切需要找到對設備運行狀況進行全面監測、集約高效、又具有成本優勢的風電機組狀態監測和運維方案。
宮照海表示，傳統的海上風電運維屬故障后運維，出現異常和故障才采取行動。受制于天氣等可達性因素，窗口期短，運維成本高。“船只的成本、出海時間的成本使得海上風電運維成本接近陸上風電兩倍。如果再考慮風機停機所造成的電量損失，海上風電的運維成本比陸上風電更要高出許多。”
近年來，海上風電運維也在應用信息化技術，比如通過風機SCADA監控系統傳遞機組運行情況，但距離真正的狀態感知還相去甚遠。
據介紹，傳統SCADA系統里缺少豐富的傳感器，無法對螺栓、腐蝕、葉片振動、塔底傾斜等工況實時感知。并且，SCADA系統只是采集了一部分數據，并不具備預警和數據分析能力。
在去補貼和降本的壓力下，海上風電必須盡快實現從從被動式運維到主動預防式運維的轉變。這需要風電運維與大數據、云計算、邊緣計算、機器學習等新技術更深度地融合。
在趙志祥看來，海上風機復雜的應用場景，對硬件平臺和軟件平臺都是巨大考驗。對數據傳送的及時性、應用的承載能力和大數據的融合能力提出了更高要求。這要求邊緣站點提供超融合的云數智能力。
“在濱海南H3項目中，依托工業互聯網平臺，在傳統的SCADA系統基礎之上增加了五類傳感器和邊緣計算的節點，實現了從感知到邊緣計算，相當于在海上升壓站建設了一個邊緣計算的中心。同時，在陸上升壓站建設一個云平臺，實現了云邊協同。”宮照海說，“以數據為基礎，構建了近30類故障預警模型，可以提前預警故障，為實現預防式運維奠定了基礎，有利于提高風場的可利用率，切實降低風電全生命周期的度電成本。”
3
讓數據驅動行業降本增效
在數字化時代，數據正成為生產資料，算力正成為生產力。
當前，風電行業擁有和掌握了海量的風機和風場運行數據。但是，如何讓這些數據真正發揮價值卻一直困擾著行業。
據業內人士介紹，使用基于自主可控的硬件基礎設施、數據庫、操作系統等，以邊緣計算、三維可視化、在線監測、大數據分析、深度學習等信息技術為支撐，利用“互聯網+”理念，可以搭建智能化風電的基礎設施，讓數據真正驅動行業降本增效。
著眼于可落地的數據應用，宮照海認為，一是利用數據實現老舊風場技改，從而提質增效；二是針對新投運風機，基于工業互聯網平臺打造整體的智能化運維大平臺，實現線上智能化和線下實體運維相融合。
“伴隨海上風電的規模化發展，傳統的集控方式難以應對成千上萬臺風機的數據傳遞、分析和智能運維，需要基于工業互聯網的架構模式，在邊緣側打造智能化的集控場站。在智能化集控場站之上，再構建區域的集控中心。”宮照海說。
趙志祥認為，在此背景下，風電行業的業務場景正逐漸向邊緣端遷移，海量數據亟需在邊緣進行預處理，低時延、高并發的業務場景進一步放大了邊緣微數據中心、遠程運維和降級自治等需求。
“未來，基于掌握的數據還能提供更多深層次的服務，比如，建立起每一個型號風機的正常運行模型和異常運行模型。讓數據在降低風電全生命周期度電成本方面發揮更大價值。”宮照海表示。
0 條