2023年10月16日-19日，2023北京国际风能大会暨展览会（CWP2023）在北京如约召开。作为全球风电行业年度最大的盛会之一，这场由百余名演讲嘉宾和数千名国内外参会代表共同参与的风能盛会，再次登陆北京，聚焦中国能源革命的未来。
10月19日上午，浙江运达风电股份有限公司智慧服务中心高级解决方案工程师赵国群在风电机组优化升级专题论坛上发表题为《智慧电站整体解决方案》的主题演讲。
以下为发言全文：
各位来宾，各位专家，上午好！今天我为大家带来的是智慧电站的整体解决方案，我的演讲分以下几个内容，趋势和挑战、一体四优智慧电站的总体介绍，安全、运维、收益、并网四个方面的能力介绍。
平价上网、规模化发展、市场化交易已经成为新能源发展的三大主要趋势。在平价时代补贴退坡导致投资收益的下降，更关注全生命周期的度电成本。新能源的规模化发展也势必持续推高并网的要求，新能源场站普遍面临电网考核压力趋增的困境。随着电力交易市场化的逐步推进，将进一步影响新能源场站的售电收益，而数字化、智能化以及精益化水平的提升有助于提高电站资产的收益。安全事故、低效运维、非停、调度考核已经成为新能源电站降本增收风险的控制障碍和挑战，系统和平台间的数据融合、业务协同也是企业所面临的问题。
对于安全问题，随着电站少人化、无人化的运维模式深入，建立站内站外设备、人员、环境、本质安全的支撑体系是避免突发人机事故必然的趋势。对于运维低效的问题，人工运维的方式不仅效率低下，而且运维盲点多，利用智能化的手段可以大幅提升运维的效率和效果。对于设备增效的问题，随着数据汇聚价值应用的丰富，利用数据提升发电设备的效率，避免非停时间已经成为电站收益的重要手段。对于并网的问题，随着电网对于电站并网要求越来越高，功率预测、调峰调频、惯量支撑等具体规范的落实都需要电站具备快速精准的控制，避免考核。
为此我们提出了一体四优智慧电站解决方案，智慧电站建设的总体目标是通过数字孪生、智能分析等技术的落地，整合现有的系统建立一体化的应用平台，并以此构建安全可控、运维可靠、收益可保、并网友好的四优智慧电站。
接下来介绍一下一体四优智慧电站主要技术要素。首先是集成融合，在站端通过数据和系统集成，采用AI、图像的处理识别、GIS等手段实现线路巡检、抄标、运维辅助等功能，中心端建立统一的集控和生产管理系统，并和各场站进行业务的对接和联动。
第二个是数字孪生。
第三个是协同互动，我们通过3+N的生产协同体系，实现电站和中心端的生产协同、工单协同以及预警分析协同等功能。
第四是智能分析评估，通过从单机到风电场到云端的数据管理，通过大数据、智能算法等技术得到一个准确的分析与评估结果，为场站运营优化提供有力数据支撑和决策判断，实现新能源场站高效智慧运维管理，优化运营成本和支出。
刚才我们介绍的是一体四优智慧电站主要技术要素，接下来介绍电站的四优能力建设。首先是安全能力建设。在基础安全方面，将状态监测SMS、叶片监测等设备预警信息通过数据或者是文件传输接口实现与健康管理系统的业务贯通。将各种监测数据和SCADA数据作为整体设备健康管理的判断因子进行统一管理和决策，以保障机组的安全运行。在站内安全方面，通过综合运用三维数字孪生、GIS、北斗、知识图谱等技术，对变电站环境、设备、人员行为进行全方位的感知，实现变电站主辅设备的全景监管，设备状态的智能判断、站内安全防控、人员装备高精度的定位、故障异常的智能研判、变电站运行情况三维展示等业务。
通过采用多种识别算法实现设备的缺陷，安全风险识别以及设备状态识别，通过高精度的人员定位和视频识别，可以实现人员在变电站内的轨迹跟踪、位置跟踪、作业区域的识别以及人员到岗到位的跟踪。在作业安全方面，工作负责人可以通过GIS+3D变电站的大屏向进场施工人员进行工作交底。施工人员这样就更容易理解入场后现场的情况以及安全细节，现场人员在工作过程中，后台通过接收智能回传的数据，结合系统模型进行实时的动态和轨迹监控。通过人员的实时位置信息与系统的安全区域划分、安全电子围栏进行全面的安全管控。
通过运维支撑联动，根据业务系统所产生的智能工单，系统将进行任务分配，工单任务和安防、门禁等进行联动。运管中心可以监督现场作业以及安措执行的情况，必要时可以进行远程的互联的技术支持。
接下来介绍运维能力的建设，在站内巡检方面，首先建立基于AP+MESH+5G网络实现电站的全网覆盖，系统对接变电站各类的视频设备，并对其进行统一管理，包括对云台、固定摄像台预定点设置、巡视方案设置以及管理。通过无人机机器人自主巡检管控应用，实现在变电站的远程巡视和周期自主巡检。对于风机巡检采用无人机的巡检方式，支持人工飞行与智能自主飞行两种模式，可以在不停机状态下自动确定风机叶片的位置，判断叶片存在的缺损以及缺损的位置，并将巡检结果统一纳入监管当中去。
对于需要现场人员执行的运检任务，我们可以依照场站间的物理位置，场站内设备的物理位置、历史运检的轨迹信息等，给出一个优化的运检路径规划，提高运检效率。通过移动应用，我们为管理者和运检人员提供一个信息操作的便利，移动应用是集合各种应用的便捷的支撑系统，兼顾各级管理和需求，为运检人员提供业务处理的便利性和及时性，有助于及时的消缺排故。
通过建立AI专家知识库支撑现场人员的故障原因分析以及处理方法的推荐，可以解决80%的常规问题，通过中心端的专家诊断系统和智能头盔、智能眼镜等结合，可以解决20%的疑难问题，实现快速的消缺和排故。目前我们的AI知识库已经达到99%的故障覆盖率，故障诊断的准确率大于80%，有累计800多份的故障类的分析报告以及处理方案可以供查阅，故障处理的综合效率已经提高了约12%。
接下来介绍一下收益能力的建设。通过智能预警系统，我们将被动运维转向主动运维，还可以发现机组及场站能效的异常，可以提前介入优化。基于故障预警的主动运维模式，相比传统的被动运维模式有多方面的优势。首先看维修成本方面，在被动模式下故障早期的介入，维修成本就小。对于维修时间点的选择来看，在被动模式下故障时间是不确定的，对于主动模式下我们可以提前计划，比如可以选择小风天进行维修。对于运维管理方面，在被动模式下设备失效以后往往造成需要有一个紧急的协调，造成管理方面的不便，在主动模式下我们可以提前对人员以及背景进行统一的安排。在技术优化方面，在被动模式下故障失效以后，往往故障的根源难以定位，在主动模式下由于有预警系统数据的分析支撑，我们往往可以从故障的根源进行优化。
对于能效预警方面。第一个是通过对可利用率、常识调整等方面的评估和预警，可以及时发现能效的异常，并根据能效的评估结果确定具有针对性的技改方案。
第二个是自适应偏航矫正。风向标安装矫正方法的不当，运维人员操作的误差，台风等极限工况的扰动等等，诸多因素都可能造成风向标存在测量的误差，使风电机组无法准确对风，降低机组的能量利用率。自适应偏航矫正控制通过数据的预处理、特征提取、测量偏差的辨识，可以得到每台机组固有的风向的测量偏差，并将该偏差值作为参数写入风机的主控系统，使风机可以校正偏差，实现准确的对风，提高风能的利用率。
第三个是自适应最优桨距角的控制。为了最大程度捕获风能，桨距角一般设置为最优桨距角，但是叶片在制造安装过程中可能造成实际最优桨距角偏离理论的最优值。随着机组经过长时间运行，它的气动的性能也会逐渐改变，长时间的变桨运动会造成零位的桨距角跟设计值有一定的偏差，机组在不同风速下最优桨距角也是不近相同的。风电机组大部分时间都运行在额定风速以下，最优桨距角设置的不匹配会直接影响机组的能量利用效率，自适应最优桨距角控制通过数据挖掘的手段，可以自动识别风电机组在运行过程中实际的最优桨距角的位置，并通过修改控制参数来提高机组发电的效率。
电力交易辅助，通过利用数字孪生技术实现新型电力系统的源网荷储多层级的智能建模，有机结合电网的电力交易市场的数据、发电端实时和历史数据、区域的政策模型等等，并使用大数据技术进行电力交易的模拟仿真，辅助电力交易决策，来提高电站售电的收益。
最后我们介绍一下并网优化的能力建设。通过智能功率控制系统，我们集成AGC、AVC、能量管理、调频、调压、惯量以及在线评价等多个系统的功能，可以解决当前新能源电站控制层级多、数据类别多、通讯方式多的问题，有助于提高电站对于电网调度指令的快速响应、精确控制，以避免电网的考核风险。
总体来讲一体四优智慧电站通过一体化的应用平台建设，整合现有的系统，实现AI数字孪生等技术的全业务的赋能，通过安全能力建设，可以打幅降低设备人身安全的隐患，创建零事故电站。通过运维能力建设，提升运维的效率，提升设备的平均无故障时间，通过并网能力建设，满足电网严格并网要求，降低考核的费用，通过收益能力建设降低设备的非停损失，提升发电量和发电收益。
智慧电站的效益体现在以下几个方面：从经济效益上讲，相较于传统现场管理方式可以提升发电量约2%到8%。通过集中监控、生产管理实现减人增效，提高物资的综合利用率，电站的运营成本可以降低每千瓦10到30元，业务效率可以提升20%到50%。通过集中功率预测、能量管理、辅助电量交易，我们可以提升售电收入，并且避免考核。从管理效益上来讲，从传统的运维模式向智慧运维模式的转变，可以提升经营管理的决策的效率，优化人财物资源。从传统的安全管控模式向智能安全管控模式的转变，可以提升作业的标准化，降低设备和人员的安全风险。从社会效益上来讲，智慧电站的项目对新一代的智慧风电场的技术体系进行了有益的探索，促进了新能源物联网和智慧能源的应用，促进了新能源的高质量发展，成为行业内具有示范性的，具备先进管理理念和经营水平的风电场。
我的演讲到此结束，谢谢大家！
（根据演讲速记整理，未经演讲人审核）
