风电场智能化发展展望

风电场智能化发展展望盐城风电吴浩徐涛风电场的风力发电机组由于发布比较分散，为便于监控风力发电机组采用将大量数据经过网络传输至控制系统从而实现机组的控制和保护。随着计算机技术和人工智能的迅猛发展使得风电场在智能化发展方面取得了很大的进步，同时人们对风电场智能化发展也不断提出新的要求。从近些年风电场的运行情况来看，风电场智能化不仅应该具有卓越的安全性和经济性，还应该具有准确的功率预测功能，智能化的定维管理，各设备间的信息共享。风力发电在国家政策的大力倡导支持下装机容量大幅增长，一方面风力发电在电网中所占比例不断增加，另外一方面风力发电机组出力预测准确度低使得电网频率控制难度增加。风功率预测的准确性对电力系统运行有着重要意义，电力系统是一个复杂的动态系统，维持发电、输电、用电之间的功率平衡是电网的责任。风电场输出功率具有波动性和间歇性，风电的大规模接入导致发电计划制定难度大大增加，风电给电力系统的调度运行带来巨大挑战。对风电场输出功率进行预测是缓解电力系统调峰、调频压力，提高风电接纳能力的有效手段之一，同时，风电场开发企业也可以利用风电预报选择风力较小的天气合理安排风电机组设备的检修，尽可能减少因风电机组检修无法发电带来的发电量损失。因此提高风功率预测的准确率也是风力发电行业进一步发展亟待解决的问题。风力发电机组的维护工作一般分为半年期和一年期定期维护工作，即以时间为周期开展发电机组的维护检修工作。首先，定期体制缺乏科学性，时间周期一到不管电气设备的初始状态、环境差异和运行状况，一律到期必修；其次，定期检修缺乏经济性，采用定期检修的方法不仅会增加财力支出，并不能保证设备完好无损，缩短了设备的使用寿命，同时也损失了发电量；最后，定期检修缺乏周期合理性，通常在这一检修模式中，可能会出现维修过度或维修不足的情况，这种检修方式难以根除隐患，不能满足对风力发电机组安全可靠运行的要求。利用大数据系统对各部件运行参数、环境等因数进行分析确定设备的运行状态；根据同类型零部件的平均使用寿命确定零部件的更换周期；根据功率预测系统预测情况由软件生成检修计划，智能化的定维管理将极大提高定维工作的效率。风电场各设备之间的信息共享将极大地提高发电机组的运行效率。偏航对风是风力发电机组经常出现的现象，但往往对完风后由于风速低机组仍不能启动并网此时的偏航是没有意义的。同样偏航后不久机组解缆动作也会造成机组停运，甚至停运时间达到十分钟以上造成大量发电量损失。风功率预测数据共享后就可以减少机组无意义的偏航动作，也可以在无风时对机组进行主动解缆。风电场各设备之间的信息共享还可以提高对故障的分析判断。集电线路故障是风电场的常见故障，虽然风电场内装设了故障录波设备但由于集电线路分支较多，无法通过测量阻抗的方法判断故障点的位置，给现场运维人员查找故障点带来很多困难。在故障发生时各发电机组都会对故障点提供故障电流（非零序电流），如将这些数据与故障录波设备共享将会提高对故障点位置分析的准确性。