新闻

风电技术创新:如何用数字化方式解决风电运营

作者:易发棋牌最新网站 发布时间:2020-07-29 10:12 点击数:

  2017年10月17日,北京国际风能大会已经走过了10个年头,同时也是中国风电发展最快的10年。如果说这10年浓缩了中国风电行业发展的精髓,那么对于同样成立10年的远景能源来说,后者的成长也是整个中国风电行业成长的射影。

  今年风能大会的主题是“风电的数字化时代”。未来的风电产业,会是以智能硬件和软件相互结合的数字化产业,我们目前所面临的种种物理问题将以数字化解决方案作为出路。

  数字化之所以成为风电行业近些年长风破浪的发展方向,其内因是风电运营商面临的痛点已经很难单纯在物理世界解决,必须转向智能化的软件解决方案获得解决。简而言之,有四大痛点尤为突出。

  一个成规模的新能源运营商管理运营着成百上千的风机,可能分散在不同的风场,享受不同的风力资源,传统的信息系统难以支撑这样规模的海量数据。另外,不同运营商不同风场采取不同的设备,也会使得系统信息孤立,难以有效协作,因此运营商难以对数据进行有效的分析和利用。

  风电场需要大量运维人员驻守现场,对电场进行定期检查和维护,现场的运维支出成为了运营商日常支出的很大一部分。此外,由于风机进行大部件更换或非计划停机所造成的发电损失也大大增加了运营成本。

  风电与光伏各种KPI指标有几十个,但缺乏有效的KPI对运维进行指导和管理,运维人员经常面临的难题是:损失的电量上哪儿去了?对于系统中出现异常的部件要经过全面的摸索,耗时耗力还不一定能找出原因。

  在国家能源局颁布了关于功率预测准确性的“两个细则”考核标准,对新能源电站的功率预测系统准确性提出了要求。由于预测准确度不达标,全国范围内新能源电站每年的平均罚款接近20万元/场站。此外,由于风场爬坡率等出力控制不合要求与本地SCADA安全与国产化不合规,运营商每年也要承担巨大的罚款损失。

  远景能源智慧风场软件负责人赵清声回忆,为了解决客户痛点,远景从七年前就开始探索风电数字化之路。2011年,远景率先在业内提出“智慧风场”理念并践行时,面对行业里质疑的声音,远景并没有参与到概念的争论里,只是专注地一遍遍在风场实际体验客户的工作流程,实实在在地开发能够解决问题的软件功能。2012年,远景风场管理软件在数个第三方机型和风场上开始应用,并获得了第一个集团级客户项目。“智慧风场”的价值被客户认可。

  2014年,在软件项目实施过程中,远景发现如果要同时满足20多个风机厂商、100多种机型、1000多名用户各种不同的监控习惯和数据标准化的需求,需要把设计阶段和生产阶段全生命周期打通,在不同软件系统之间保持数据一致,抽象出一套高度灵活可配置、数据在底层共享的标准软件,远景智慧风场软件系统开始了以大数据平台为标志的第二代升级。

  随着阿波罗光伏云等软件产品的推出,远景意识到风、光、水领域,甚至配网、储能、用电领域,在实现连接、数据分析、决策上都有组件、算法包和安全与权限管理等共同的需求。远景意识到,能源领域各个垂直应用软件的共同开发需求,可以沉淀到更基础的平台上,让平台来完成大多数应用的重复性工作。于是,以EnOS能源物联网平台及其应用为架构的第三代软件应运而生。

  针对上述运营商四大痛点,远景能源基于EnOS平台搭建了智慧风场软件解决方案,包含USCADA、孔明、Enlight及Ensight等核心产品,以有效的数字化软件解决方案为客户实现最大程度的价值创造。

  EnOS平台通过物联网技术,实现直接读取风机和光伏控制器数据,支持140种风电机型和650种型号的光伏逆变器直接连入,且其接入方式简洁轻松,5万容量典型风场平均1人天即可完成接入。在接入EnOS平台中后,运维人员通过手机上的APP便可将风场运行情况一目了然。

  EnOS Wind自动识别并预测设备的异常运行状态,提前预警自动下达故障通知单,现场检修人员第一时间接到工作任务,有效缩短设备故障时间,提高设备可利用状态。通过打通移动监测与工单,EnOS Wind帮助客户实现了运维成本大幅降低,最终可以做到运维人数2.03人/万千瓦,运维成本可40万元/万千瓦。

  传统运营商需要花费大量时间去逐条分析电量损失的原因及对应的损失量,甚至要通过去风机内部实地检查来发现问题,有时候还会遇到发现的问题解决了还是没有减少损失发电量的情况。

  远景Enlight Wind,基于EnOS能源物联网平台,采用NTF机舱传递函数法,准确计算风场各机型实际风轮前风速,实现损失电量分析的准确度达到95%。Enlight Wind能以不同维度分析电量损失原因,如限电、设备故障停机、场内受累等,运营管理人员每周花10分钟即能快速了解,通过考核拉动人员与设备改善,各案例发电收益平均提升3%。

  在风电和光伏运维过程中,如果能熟知风机和光伏板运行特性,基于海量运行数据和机器学习,可对未来其可能发生的故障及存在的风险进行预知警告,防患于未然,大大降低运维成本。

  而机器学习技术可以通过大量数据的录入,通过计算机内嵌的各种算法找出数据之间的联系,从而将数据分类,根据分类的数据即可看出是哪一个变化最终导致了发电性能的跌落。远景Ensight Wind,基于2PB海量数据与机器学习技术,不断优化算法,实现风机发电性能与设备的亚健康状态识别告警,进行预测维护,减少大部件故障造成的非计划性停机损失。

  价值创造四:高精度新能源功率预测和AGC/AVC控制,打造电网友好型新能源电站

  新能源全球装机规模逐渐增大,其间歇性、随机性、波动性对电网调度和安全稳定运行带来巨大挑战。如压线运行时偏差高、爬坡控制超调明显、风机与SVG无功无法协调,发电侧电压超出并网范围、高寒地区,限电风机停机后被凝冻等。

  EnOS新能源软件解决方案,基于USCADA场站端通用平台,实现风光升压站、场站端一体化监控,高精度功率预测和AGC/AVC电网命令响应,能够实现高精度的新能源功率预测和AGC/AVC控制,打造电网友好型新能源电站。

  比如上图这个跨越江苏和安徽的区域,某新能源运营商通过远景EnOS能源物联网平台在这片疆域上管理了7个风场、1个光伏电站,容量达803MW的新能源资产。

  改造前:江苏电网由于容量巨大,历史上对新能源功率预测与限电控制要求较低,无法直接响应电网调度;功率预测系统不参加限电计划,考核不严、准确度不高。无法应对考核。

  改造后:客户通过远景USCADA平台代替了设备厂家EMS,直接响应电网调度出力命令,满足爬坡率要求,出力响应控制误差达到1%,高于设备厂家水平。

  “孔明”利用多个权威部门发布的数值天气预报结果并集合风场测风数据,基于格林威治(Greenwich)高精度CFD(计算流体力学)模型和先进的机器学习理论预测每台风机的理论风速及功率,并整合风机发电性能及生产计划,优化预报结果。上述提到的运营商由于预测准确度不达标而被罚款的问题,借用“孔明”系统可以得到很好的解决。

  远景在美国科罗拉多建立了空气动力与气象研发中心,有效地整合了来自全球多家权威气象机构的领先气象预报模式和数据,气象预报误差降低30%。通过EnOS,孔明将遍布全球的每一个风机点位都打造成为一个气象监测站,构建起了全球气象监测网络,巨大的新能源资产运行数据库,能够帮助孔明有效地将气象预报误差降低5%,持续提升预测精度。

  懂风机、更理解风场也是远景能源的特长。孔明基于风机物理模型并采用先进的机器学习算法分析每台风机,从风的感知到能量的生产和传输的整体脉络,找到每个风机个体的发电特性并针对性的功率预报能够实现风功率预测精度误差降低3%。

  借助EnOS物联网平台,远景将帮助运营商实现由传统风场到少人、透明、预测维护和电网友好型智慧风场的转变,从软件角度出发,解决风场运维最令人头疼的问题。


易发棋牌最新网站

@SHENZHEN ENERGY Corporation All Rights Reserved.

易发棋牌最新网站