風力發電集控中心的信息化建設研究

國能思達科技有限公司 魏 亮

引言

隨著我國工業發展和人民生活對能源的需求，各大電網公司都在大力發展風力發電，并在全國范圍內興建風電場，從而使風電的效率得到顯著的改善。由于風電場分布比較分散，風場監測系統相互獨立，難以實現風電資源的共享和統一管理。因此，要充分引進先進的技術，結合信息時代的發展趨勢加強風電的信息化建設，建立一個統一的風電場管理平臺以及時掌握風能資料，做好風電場的遠程監測和設備維護及對突發情況的科學處置。

1 風力發電集控中心的信息化建設的作用

1.1 數據挖掘技術的研究能有效維護風電系統在數據方面的安全性

在風力發電系統中數據挖掘技術越來越被人們所關注，并被大力推廣。數據挖掘是數據收集和查找的過程，數據的來源是以數據庫為基礎，經過過濾獲得有價值的、全新的、有潛力的數據。風力發電系統在運行期間會積累大量的原始資料，其中蘊藏著巨大的潛能，對今后的系統進行改進、對風力發電系統的高效運轉有著重要的意義。

目前，風力發電系統所能夠收集和整理的部分資料信息等級較低，不能深入挖掘出更深層的信息，也不能對其進行系統性的整理和預測。然而數據挖掘技術則是通過對電力設備所提供的數據進行深入分析，從而對潛在問題做出合理的預測和預警，從而使維修人員可更好地監控自己所在區域。同時還可對電網的運行規律進行分析，并對其進行自動設置，使其運行在最佳狀態，從而大大地提高了運行效率，減少了維護費用，確保了風電系統的安全穩定運行。

1.2 保證風電系統內部信息傳遞的順利進行

在風力發電系統的集控中心，由于控制站與數據中心的位置相隔較遠，數據共享、指令傳送等都要求采用高效率的通訊方式。該中心有語音服務、數據調整與調度、視頻服務和MIS服務四大功能。語音業務主要用于處理中央和下屬的集控站的各種電話，包括發送指令、系統調動和撥打電話；調度服務主要負責對各個集控站的生產信息進行控制，其內容包括電力行業信息、系統自動化數據等；視頻業務主要是監控、防盜等功能，并在內部組織視頻會議；信息管理系統以提供辦公服務為主，強化自動化和多媒體，以改善電力使用、企業管理、生產管理等；在電力信息網絡中，MIS系統的信息傳輸是其中的一個關鍵環節，其存在可以保證風力發電系統的集中控制中心的高效和安全運行。因此在風力發電系統中，通訊系統是實現信息傳輸的關鍵環節。

1.3 信息安全技術為集控中心的數據提供安全保障

在風力發電系統的集中控制中心存儲了大量電力部門的生產和操作信息，確保了它的安全。為確保集控中心的數據傳輸，須滿足二次電力系統的安全保護，并在此基礎上建立了一個與網絡相分離的安全硬件防火墻。各系統界面應保持一致并嚴格遵守界面規格，同時保證系統數據的正常傳遞和數據的高穩定性。

為有效防止跨部門間的信息交互，減少系統間的信息交互、減少系統間的風險，同時限制了用戶的使用權限，加強了認證。集中控制中心在與外界進行數據交互時，應當注意防止系統遭到攻擊，并加強對外部系統的安全審查，防止病毒入侵和網絡攻擊。

2 風力發電集控中心信息化建設措施

2.1 采集數據信息

風電場集控中心由監控、能源、數據查詢等部分構成，它們各自獨立工作互不干擾，可實現各個系統的功能。在風力發電系統中，傳輸精確的數據和信息是實現資源共享的關鍵。由于各子系統的設計要求、運行模式不同，相應的行業標準也不盡相同，使得各系統之間的信息不能充分交換。

為達到這一目的，本文提出以Web服務為基礎的通用數據服務系統，使各子系統間可進行高效的互聯、共享，傳輸數據的效率更高。網絡的主要功能是提供通訊服務，然后通過各種協議對各地區的原始資料進行收集。Web具有信息統一的特征，使得系統能在各種背景下有效地進行數據的處理。網絡技術支持通信協議和操作系統應用，在風力發電系統集控中心信息化建設的基礎上，通過網絡技術可實現信息的共享，而不會影響到各個子系統的獨立運作和相應的功能。

2.2 應用數據挖掘技術

在風電集控站的信息化建設中大數據技術是一種普遍的技術方法，而數據挖掘技術在風電集控中心的應用也越來越廣泛。數據挖掘包含了數據的收集和檢索，將數據從數據庫中提取，通過設置條件進行篩選，從而獲得有價值的數據；其核心是對資料的搜尋。風力發電系統在運行過程中會產生大量的原始數據，在此基礎上進行沉淀并將其存儲起來，從而使其在實際應用中得到更好的利用。

目前在風力發電系統的信息化建設中，主要是對已有的信息進行收集和整理，所提供的信息水平不高，無法對有價值的資料進行進一步的挖掘；沒有系統的整理和預測。利用數據挖掘技術，可對電力設備的各種數據進行自動歸納，并對其可能出現的問題進行預警。通過這種方法可根據預報的結果來設置維修區域，并把處于維修區域的設備列為重點監控對象。

此外，利用數據挖掘技術可對電網的運行規律進行歸納和自動設定，從而保證電網的正常工作，提高了運行效率、減少了維護次數、節約了成本，提高了運行的安全性和穩定性。

2.3 應用信息安全技術

風力發電集控中心是電力生產和運營的重要組成部分，其數據安全是非常重要的。集中控制中心的重要信息傳輸，對二次供電的保護提出了更高的要求，即要保證各子系統都在安全區域，并使用安全的硬件防火墻；與因特網實現安全隔離。系統各接口必須一致并達到接口的需求，確保系統的數據可高效傳輸，同時也要確保穩定的數據傳送。

為了避免信息安全的風險，各系統必須使用統一的數據平臺進行數據交換。另外用戶的權限也有一定的限制，特別是認證的必要性。在與外界進行數據信息交換時，要時刻關注系統是否遭到惡意攻擊，這時需要對外部系統進行安全檢查，防止出現安全問題。

2.4 智慧化監測賦能

深度應用基于大數據的智慧化監測技術，嵌入豐富的監測模型、預警模型、評估模型及數字孿生系統，實現將人工的絕大部分工作通過在線監測、自我檢測、系統分析以及智能機器來完成。建立全面感知體系，利用信息化網絡賦予風力發電集控中心全方位立體感知能力，可實現風電設備關鍵運行狀態的直接精確測量，包括對整機及核心部件振動、不均勻沉降、腐蝕、應力應變等運行狀態進行機組級的實時監控或評估，并及時進行故障預警和控制；對機組關鍵部位的載荷進行實時監測，并進行基于載荷狀態的優化控制，以支持機組壽命評估并最大化機組發電能力。

實現產品全壽命周期智能化運維。應用智能巡點檢設備，覆蓋GIS地理信息、RFID無線射頻技術、LBS基于位置服務、4G/5G網絡通信等多種新技術，使用手持智能終端滿足流程處理、身份識別、人員定位、信息采集、作業指導等工作場景的需要。實現對大部件故障監測，基于現有的數據采集系統，應用最新的風機監控和故障診斷軟件工具，實現對風機及風場整體故障風險的診斷和評估；利用在風電關鍵部件生產、測試、維護及狀態監控的經驗和服務能力，將多種產品和相關技術集成到智能風場管理業務和平臺中。

支持智能風場管理系統的建設，提高風場維護管理及故障診斷能力，提高診斷準確率，降低維護成本等。實現對風機葉片的監測，應實現葉片振動監測、葉片應力監測，利用風機葉片長期運行積累的故障特征數據，如：葉片開裂、葉片斷裂、葉片結冰、雷擊事件、葉片附塵、質量不平衡等；基于聲音的葉片在線外形損傷監測系統采用與葉片非接觸的形式，實時采集葉片運行過程中的聲音數據，與風機狀態數據同步，通過機端采集系統中內置的特征提取與機器學習算法，對原始數據進行降噪、脫敏、瘦身，協同站端的工業智能算法在線識別葉片損傷及嚴重等級，根據損傷類型及嚴重等級以進行針對性維護。支持雷擊損傷、保護膜脫落、排水孔堵塞、葉片結冰等常見失效模式識別的能力；對葉片的擺動幅值和頻率進行實時監測，并根據相應算法，實時評估葉片健康狀態。

2.5 強化智慧能量控制

通過應用智慧能量控制，可迅速響應調度計劃，統籌考慮各風電機組的運行狀態和當前有功出力，掌握設備狀況以及功率預測，進行高響應速度、高精度的場級能量控制、單機能量控制，動態進行有功調頻和無功調壓。實時結合電場機組的設備狀態及運行工況，得到風電場未來的輸出功率，并以此推算風電場未來發電能力。

新能源基礎氣象大數據是整個集中功率預測系統的基礎。氣象數據須積累大量的歷史數據，通過強大的中尺度預測引擎及CFD流體仿真引擎，提供高精度氣象預測及預警數據服務。采用國際最先進的數值天氣預報模擬技術，同時根據中國地形地貌和氣候特點進行不斷優化、完善。通過采用神經網絡、深度學習、混沌理論等智能算法，對風電場進行混合建模，在現有時間序列模型下，采用人工智能技術，引入概率統計學理論以及智能優化算法，針對電場地形及氣候特點，通過綜合各方法所使用的信息和優勢實現復雜性建模，提高風功率預測的精度?？蓪崿F超短期（日內）預測、短期（日間）預測，來支撐建立風電系統的經濟調度與決策模型。

2.6 配套儲能控制

通過應用大容量、高效率、長時間儲能系統，以獨立控制裝置完成有功-頻率下垂特性控制，使其在并網點具備主動支撐參與電網頻率快速調整能力；以動態無功調壓采用無功-電壓下垂曲線控制裝置，實時監測并網點的電壓，當電壓變化超出調壓死區范圍時，主動實施動態無功調壓功能。通過儲能系統快速調節進行發電，對電網的負荷進行快速跟蹤，減少風光電對電網的沖擊，保證新能源場站的出力穩定性，迅速完成峰谷平滑調配。

2.7 構建數字孿生技術

應用基于數字孿生的設備監控來建立與實際設備完全一致的三維幾何模型，在此基礎上通過數據采集或添加傳感器全方位獲取設備數據，并將各個位置數據與虛擬三維模型一一映射，實現物理對象與孿生設備完全一致的運動行為，更加直觀的監控物流對象實時狀態。從關鍵部件級進行仿真，全方位進行參數調優與測試，經驗證取得較優指標后再推廣至整機仿真，直至建立完整的孿生模型。

應用基于數字孿生的設備控制調試、工藝仿真及參數調優能夠在虛擬空間開展虛擬驗證，可進行工藝調參驗證工藝變更的合理性，有效降低了傳統物理調試時間，極大提高測試安全性。應用基于實時仿真的設備深度運維管理，將離線仿真與IOT實時數據結合，實現基于實時數據驅動的仿真分析，能夠實時分析設備哪個位置出現了問題，并給出最佳響應決策。通過基于數字孿生的智能仿真診斷分析，將傳統仿真技術與人工智能技術結合，極大提升了傳統仿真模擬準確性。

3 結語

在現代化的社會背景下，電力系統必須逐步實現信息化、數字化和智能化。在風電集控中心的信息化建設中，除了要在數據采集、傳輸、分析等方面進行創新外，還應引入大數據、云計算、人工智能等技術，以確保數據的安全。

通過技術創新的不斷突破，依托于高度智能化的數字化系統、全方位的監測體系、預警分析體系，可更好的適應并支撐各種工況的電網，可賦能風力發電集控中心統籌調控風光儲等不同電源形式間運行時序、營銷協作、出力均衡的協同運行，更好地融入區域電力市場，以數字革新全方位提升電力營銷能力。