10月12日，国家电投江苏滨海南H3海上风电项目首台风机顺利并网，这标志着国内首个数字化、智慧化海上风力发电场已进入投运阶段。
在海上风电面临去补贴的关键节点，H3海上风电项目的实践让业内眺望到数字化风电的未来，也看到了数字化技术驱动行业降本的希望。
文丨本报记者 张子瑞
1、构建真正意义的智慧风电场
滨海南H3海上风电场位于江苏省盐城市滨海县近海海域，离岸距离36公里，平均水深约18米，布置75台单机容量4.0MW的风机，总装机容量300兆瓦，配套建设一座220千伏海上升压站、两回220千伏海缆送出线路和一座陆上集控中心。该项目建成投产后，将与已建成运营的滨海北H1#100兆瓦、滨海北H2#400兆瓦两个海上风电场共同构成亚洲规模最大的海上风电集群“国家电投盐城阵列”。
当前，海上风电运维成本占据海上风电成本的一半以上。降低运维成本是降低海上风电成本的关键。由于海上风电设备远离陆地，运转、损耗、风险等监控运维成为最大挑战。
据滨海南H3项目数字化智能化实施单位江苏未来智慧信息科技限公司常务副总经理宫照海介绍，在国电投江苏滨海南H3#海上风电项目中，未来智慧与浪潮合作，利用云计算及大数据技术，共同打造了云边协同的智慧风电设备监测平台。依托这一平台，实现了风电场设备统一运行监控、统一数据管理的全生命周期智慧化管理；实现了无人值守下数据实时采集，实时动态了解设备运行状况；最终达成了在线监控海上风电主要设备，保障安全、优化运行维护策略，降低运营成本的“智慧风电场”目标。
数据采集和分析处理是实现海上风电智能化运维的基础。
据介绍，在滨海南H3项目中，完成了升压站、风机监控两个部分的边缘计算节点的部署，升压站边缘计算节点实现升压站数据采集与计算、机器人协同；风机监控边缘计算节点实现对于风机状态监控采集、计算以及风机整体数据的采集与计算等功能。
“发电设备的态势感知传感器接入浪潮超融合InCloud Rail，在边缘侧进行叶片转速、高性能倾角、润滑油状态监测、振动状态感知等数据分析，有效信息传至云中心，通过云边协同大幅降低建设运维成本。”浪潮云计算与大数据产品线首席架构师赵志祥解释称。
2、改变传统的故障后运维方式
海上风电场面临着盐雾腐蚀、海冰冲撞、台风破坏等挑战，并且远离大陆不适宜现场运维作业,迫切需要找到对设备运行状况进行全面监测、集约高效、又具有成本优势的风电机组状态监测和运维方案。
宫照海表示，传统的海上风电运维属故障后运维，出现异常和故障才采取行动。受制于天气等可达性因素，窗口期短，运维成本高。“船只的成本、出海时间的成本使得海上风电运维成本接近陆上风电两倍。如果再考虑风机停机所造成的电量损失，海上风电的运维成本比陆上风电更要高出许多。”
近年来，海上风电运维也在应用信息化技术，比如通过风机SCADA监控系统传递机组运行情况，但距离真正的状态感知还相去甚远。
据介绍，传统SCADA系统里缺少丰富的传感器，无法对螺栓、腐蚀、叶片振动、塔底倾斜等工况实时感知。并且，SCADA系统只是采集了一部分数据，并不具备预警和数据分析能力。
在去补贴和降本的压力下，海上风电必须尽快实现从从被动式运维到主动预防式运维的转变。这需要风电运维与大数据、云计算、边缘计算、机器学习等新技术更深度地融合。
在赵志祥看来，海上风机复杂的应用场景，对硬件平台和软件平台都是巨大考验。对数据传送的及时性、应用的承载能力和大数据的融合能力提出了更高要求。这要求边缘站点提供超融合的云数智能力。
“在滨海南H3项目中，依托工业互联网平台，在传统的SCADA系统基础之上增加了五类传感器和边缘计算的节点，实现了从感知到边缘计算，相当于在海上升压站建设了一个边缘计算的中心。同时，在陆上升压站建设一个云平台，实现了云边协同。”宫照海说，“以数据为基础，构建了近30类故障预警模型，可以提前预警故障，为实现预防式运维奠定了基础，有利于提高风场的可利用率，切实降低风电全生命周期的度电成本。”
3、让数据驱动行业降本增效
在数字化时代，数据正成为生产资料，算力正成为生产力。
当前，风电行业拥有和掌握了海量的风机和风场运行数据。但是，如何让这些数据真正发挥价值却一直困扰着行业。
据业内人士介绍，使用基于自主可控的硬件基础设施、数据库、操作系统等，以边缘计算、三维可视化、在线监测、大数据分析、深度学习等信息技术为支撑，利用“互联网+”理念，可以搭建智能化风电的基础设施，让数据真正驱动行业降本增效。
着眼于可落地的数据应用，宫照海认为，一是利用数据实现老旧风场技改，从而提质增效；二是针对新投运风机，基于工业互联网平台打造整体的智能化运维大平台，实现线上智能化和线下实体运维相融合。
“伴随海上风电的规模化发展，传统的集控方式难以应对成千上万台风机的数据传递、分析和智能运维，需要基于工业互联网的架构模式，在边缘侧打造智能化的集控场站。在智能化集控场站之上，再构建区域的集控中心。”宫照海说。
赵志祥认为，在此背景下，风电行业的业务场景正逐渐向边缘端迁移，海量数据亟需在边缘进行预处理，低时延、高并发的业务场景进一步放大了边缘微数据中心、远程运维和降级自治等需求。
“未来，基于掌握的数据还能提供更多深层次的服务，比如，建立起每一个型号风机的正常运行模型和异常运行模型。让数据在降低风电全生命周期度电成本方面发挥更大价值。”宫照海表示。
