微信客服
微信公眾號
隨著能源行業智能化的長足發展和深度融合的推進，智慧能源系統日益成為發展的共識。由于風電的單機系統相對簡單，自動化、信息化程度高，場群分散，智能遠控需求強等特點，必然是智慧能源的先行者。智慧不是智能的簡單升級，而是要充分展現“類人”的思維模式、價值判斷和相機決策。因此，智慧風電的概念需要進一步明晰，其體系架構要能滿足功能的實現。同時，研究智慧風電的實現不能離開當前信息化發展水平的現狀，數據的獲取、存儲、通信和安全等是必須充分考慮的因素。
國內外研究現狀及面臨的挑戰
在過去的10多年里，大多數成熟的工業都經歷了一場數字化革命，風電行業也不例外，從之前工業化和信息化“兩化融合”，到后來的互聯網化、智能化，數字化的內核精髓已經并將繼續影響著風電產業的成長軌跡。風電運營商與周邊電網生態系統之間的傳感器數據收集和高質量數據傳輸的頻率顯著增加,這些數據將打開產能的新視野，讓行業充分認識到其巨大的潛力。數字化將為風電運營商創造新的經濟機會，創新的數字智能技術還將提高風力發電機產量和生產力，同時降低設計、運營和維護成本，從而降低能源成本。美國通用電氣公司（GE）發電與水處理集團總裁兼首席執行官史蒂夫·伯茲表示：“更智慧的數字技術正在推動各行各業的轉型，潛力最大的可以說是能源行業。現在問題的關鍵不在于是否要開始轉型，而是要如何充分發揮數字化轉型的潛力”。基于數字化轉型基礎上的智慧風電已引起廣泛的關注和研究興趣。
美國國家可再生能源實驗室（NREL）在美國能源署風能技術辦公室的大氣與電力（A2e）應用研究規劃的支持下，提出了“技術支撐下的大氣資源系統管理（system management of atmospheric resource through technology）” 戰略，簡稱SMART戰略。該戰略以下一代智能化新技術為支撐，以在風電場設計和運行中實現更高的發電量和材料使用效率、更低的運行維護費用和投資風險、更長的風電場壽命、更強的電網協調能力為目標，建成實時響應大氣變化并且提供電網支撐的未來集成化風電場系統，達成SMART戰略后期望能夠降低50%的度電成本。歐洲風能學會（EAWE）聯合歐洲14國的重要風電研究高校與機構，在《Wind Energy Science》期刊創刊首篇文章中討論了未來風電領域長期的研究挑戰，從11個不同的研究領域闡述了當前風電的技術前沿以及技術局限，并進一步提出未來風電發展應優先解決的問題。GE公司于2015年啟動數字化風電場戰略，是一個綜合性軟硬件解決方案，是GE擴展服務協議的一部分。GE數字化風電場的核心在于建立風電機組數字化的模型，以自身長期數據積累上的優勢，提供更多基于數據的優化服務，其重點在于基于大數據挖掘的服務應用。
國內的整機廠商也在一直孜孜以求，探索大數據、互聯網和數字化技術如何為風機和風場賦能。遠景能源有限公司在國內較早提出智慧風電場概念，主推“智慧風場全生命周期管理系統”，目前進一步延伸為智慧物聯網系統。基于全球最大的能源物聯網平臺EnOS打造了“直連、安全、高精度、機器學習”的智慧電場軟件解決方案，幫助運營商打造“少人、透明、預測維護、電網友好”的智慧電站。新疆金風科技股份有限公司的智慧運營系統SOAMTM，整合了風電場運維過程中各個環節的數據，融入故障診斷、健康狀態預警、功率精準預測、風機優化運行等專業技術，打造了強大的智慧運營軟件平臺。中國明陽風電集團有限公司在2014年完成了大數據平臺的搭建，將控制策略與互聯網技術、大數據、云存儲前沿技術融合，進行風電場優化、定制化設計、資源評估、智能風場管理，推進無人值守智慧風電場建設。明陽大數據中心實現“從氣象預測，到風機健康狀態監測預警，到風電場優化運行，再到風電場群的協同協調”。國電聯合動力技術有限公司開發的新一代智慧風電場服務系統UP-WindEYE系統集成高速互聯風電場實時通訊、卓越電網支撐技術、先進的能量管理功能、強大的數據采集和分析功能，精準的壽命評估、故障預警診斷等功能，為打造智慧風場提供全面解決方案。上海電氣集團股份有限公司的“風云集控”系統在風電行業首創基于互聯網技術的分布式數據處理技術，基于ABC技術（artificial intelligence + big data + cloud computing）高效利用數據監控資產，預測機組故障，通過預測性控制技術“預言”風機的運行，實現用戶資產使用價值的最大化。
各風電運營商也在積極構建大數據平臺，利用大數據和人工智能技術進行智能運維和故障預警，進行智慧電廠方面的探索，實現降本增效。如中國華能集團有限公司較早將工業物聯網、大數據技術運用到電力生產和物料管理方面，科學指導檢修，有效控制成本，優化生產過程。中國能源建設集團廣東省電力設計院有限公司的智慧海上風電項目，通過設計海上風電場一體化監控系統、海上風電場智能運維管理系統和海上風電場智能巡檢系統，挖掘海上風電場的運行規律和最佳運營模式。
當前國內外對智慧風電的研究，大多側重于智能算法、智能運維等局部功能智能化，或僅關注如智慧風電的局部控制或故障診斷，只體現了某一部分的數字化、智能化。智慧風電的建設過程中雖然嘗試使用了大量新技術，但無法代表電廠具有了“智慧”，距離智慧風電還有一定的距離，能充分利用人的智慧進行創新的智慧風電體系架構的研究迫在眉睫。
學界對智慧電廠整體概念和體系架構也展開了研究。在智慧電廠的基本概念方面，中國自動化學會發電自動化專業委員會于2016年發布的《智能電廠技術發展綱要》對智能電廠作如下定義：智能電廠是指在廣泛采用現代數字信息處理和通信技術基礎上，集成智能的傳感與執行、控制和管理等技術，達到更安全、高效、環保運行，與智能電網相互協調的發電廠。現階段討論的智慧電廠的特點和架構，多是針對相對集中的火電、燃機和水電廠，而由于風電場的高度分散特性，這些智慧電廠的架構不能完全適用于風電，智慧風電建設仍然處于初級階段，智慧風電建設的道路仍然任重道遠。
綜上所述，國內外圍繞智慧電廠的理論研究和實踐工作逐步開展，許多科研單位和行業相關企業從不同層面展開了關鍵技術和產品的研究工作，針對智慧電廠的概念、內涵、框架結構等進行了廣泛的探討和分析。但總體來看，現階段對智慧風電都沒有一個準確而全面的描述，建設方向不明，缺乏整體規劃和頂層思考，缺乏對發電過程智能化的整體研究，往往只是局部系統的智能化升級，缺乏多個子系統間的協同，對智慧風電技術的系統性研究與應用尚處于起步階段。本文在總結智慧風電的概念及特點的基礎上，全面對智慧風電的概念、體系架構、關鍵技術進行探索和研究，為智慧風電場的建設做一些有益的探索，讓未來的風電場能更好地自我學習、適應和運行。
智慧風電的概念
智慧是一個哲學范疇，是由智力系統、知識系統、方法與技能系統、非智力系統等多個子系統構成的復雜體系所蘊含的能力，該能力表現為及時做出正確抉擇，且具有較強的相對性。智慧風電是先進風力發電技術發展的產物，與數字化、信息化、智能化發展水平密切相關，具有更強的發現問題、分析問題、解決問題能力，具有更強的創新發展能力。
研究認為：未來的智慧風電以數字化、信息化、標準化為基礎，以管控一體化、大數據、云平臺、物聯網為平臺，以數字孿生技術為輔助，以計算資源的彈性配置為保障，以異構計算（包括計算能力、計算方法和計算層次）為核心任務，高效融合計算、存儲和網絡，通過“人機網物”跨界融合，形成邊緣+云端結合的全層次開放架構，實現不同層級的智慧，追求不斷提升風電智能化水平（包括智能感知、智能運維、智能控制、智能決策）目標，完成更加友好和安全、高效、可靠的能源供應。
智慧風電具有學習性、成長性、開放性、異構性、友好性等基本特征。智慧風電體系從感知層到決策層，在數據的全生命周期過程中，一方面不同層級的計算能力和側重點不同，而每層隨著系統的演化，持續自我學習，有所側重地提升，具備自我成長性。下層對上層提供該層任務內容計算處理后的數據支撐，上層在此基礎上完成更加綜合的數據計算和處理，并對下層予以指導、指揮、協調、完善，構成一個不斷自我成長完善的生態系統。智慧風電體系每層提供標準化、模型化的開放接口，避免了封閉、孤立，受特定標準的限制，通過“人機網物”跨界融合，實現架構的全層次開放。智慧風電需要構建融合不同計算架構的多元異構智慧風電體系架構，研究解決新能源大數據應用的技術瓶頸，實現多種智能技術在風電行業的集成應用。同時，智慧風電系統要實現與自然環境、生態環境、人文環境、電網環境的高度融合，必須是環境友好的，其內部的交互性也必然是友好的。
智慧風電的體系架構
在一定意義上，每一個風電場都相當于一個小型電網，是地理位置較廣、具有一定規模的網絡結構，且控制手段復雜多樣。構建智慧風電，離不開對廣域分布的“小型電網”的智能化及其與骨干電網智能交互的研究。智慧風電架構可從以下2個維度展開研究：
1、智慧風電的生產管理維度。分為：①風機級，也就是要有自我調節、自我保護，對重大故障直接反應等基本功能的智能風機；②場站級，也就是基于智能電網技術，能自主控制、自主優化，具有對環境（包括風資源、電網）的快速反應能力；③集控級，要求全面分析、全面統籌，對所屬場站智能化管理，實現智能運維；④集團化管控級的任務是實現智慧發展，要求持續學習、持續優化，分類指導風電智慧化發展。
2、智慧風電的信息系統維度，分為基礎設施級（硬件基礎）、支撐平臺級（軟件基礎架構）、應用平臺級（建設目標的各類應用）3個部分。
智慧風電體系架構高效融合計算、存儲和網絡，以多元異構計算為基礎來構建，形成邊緣+云端結合的智能架構，不同層級的計算能力和側重點不同，整個體系結構的不同層次引入不同計算能力使之更加高效、實時地處理數據，使風電系統達到不同層級的智慧。
智慧風電體系結構的最高層在集團或更高級別云平臺，所有數據處理結果匯聚到集團云平臺，輔助決策分析。邊緣計算近設備端，云計算構建在云平臺之上，因此各風電機組數據在風場端融合匯聚后，到集團云平臺之前，各風場數據仍需在區域級匯聚利用霧計算融合處理，減少網絡傳輸的壓力。
智慧風電體系架構應具備計算資源彈性配置的能力，以滿足不同需求。體系架構從場站側的邊緣計算到集團云端的云計算，由于建設對象的不均衡發展，存在著計算能力提升的速度不同、計算力發展不均衡的狀況，因此需要對智慧風電體系架構的異構計算資源實行彈性配置來滿足不同場景的需求。另一方面，由于技術發展的不均衡，區域集控的軟硬件基礎設施條件差別較大，智慧風電體系結構需要根據這種不均衡現狀靈活配置計算資源，對于基礎設施差的風場或集控，可將計算部署于集團云平臺，對于軟硬件設施先進的單位，可直接將計算過程部署在本地，條件好的風場還可部署邊緣人工智能（artificial intelligence, AI)運算。
智慧風電生產管理體系架構的關鍵技術
1、智能風機技術。
風機作為風電場中的最重要部分，是決定項目造價和收益率的關鍵。《智能風機白皮書》中指出，智能風機應具備深度感知、自我認知和控制、協同決策的特征。針對不同應用場景和特征，智能風機在不同層級有不同的要求，智能風機不僅能獨立控制實現自身最優，還可以協同風電場其他風機實現風電場收益最優。通過智能控制風機做出最優響應動作，提升發電量的同時，有效降低機組載荷，提升機組在惡劣工況下的穩定性和適應能力。
2、風資源評估及微氣象預測技術。
風電場風能資源評估的準確性對風電場的運行效益有重要的影響。風能資源評估技術需要完成風場高精度短期和中長期氣象預測和趨勢分析。為解決測風塔缺失或測風塔代表性不足等客觀因素造成的氣象數據缺失，可采用虛擬測風塔技術，模擬出風電場所在區域或者所需點位的氣象數據。微氣象預測技術為風電機組進行個性化控制策略研究提供精準的氣象數據，為風電場檢修維護提供合理的作用時間窗口預測，為風電場大部件吊裝、道路維修等大型作業提供施工組織依據。
3、多尺度風功率預測技術。
風電場輸出功率的波動性和間歇性，給電力系統的調度運行帶來巨大的挑戰。風電場輸出功率預測是緩解電力系統調峰、調頻壓力，提高風電接納能力的有效手段。根據電場所處地理位置的氣候特征、地形地貌和風電場歷史數據(如功率、風速)、數值天氣預報、風電機組運行狀態等數據建立風電場輸出功率的預測模型，得到風電場未來的輸出功率，為電場管理工作提供輔助手段，為風電場自動發電控制（automatic generation control, AGC）有功自動調節系統提供技術支撐。
4、風電場精細化網絡建模及全狀態感知。
風電場可視為一個小型的輻射狀電網，風場內部的有功、無功、電壓分布差異較大。建立風電場內部的精細化網絡模型，并準確感知風場內部的各種運行狀態，是實現智慧風電的關鍵技術。在風電場精細化網絡模型及運行實測數據的基礎上，對風場內部進行實時狀態估計，獲得每臺風機的機端電壓、輸出功率及每條饋線的潮流狀態，為后期的智能分析提供初始的風場運行狀態。
5、智能優化控制技術。
建立多機型統一的能量管理平臺，保證風力發電機組安全可靠運行、獲取最大風能，并提供良好的電力保證，實現機組的功率優化控制和場群優化控制。研究優化控制策略，實現對風電場有功功率的智能管理；研究先進的儲能技術，削峰填谷，實現電力調峰調頻，自由控制風電場上網電量，減輕電網波動；研究無功功率控制方式，在風機允許的范圍內，完全響應調度對無功控制的要求；結合尾流效應研究場群協調控制策略，有效提高場群的風電出力、降低網絡損耗及增強電壓穩定性，有效提高發電量。風電場智能優化控制技術可增強風電對電網安全穩定的支撐能力，是智慧風電系統穩定靈活運行的保障。
6、風場智能巡檢技術。
借助振動、聲音、圖像等多種智能傳感器，利用物聯網、邊緣計算和人工智能等技術，通過對風電場設備、人員及周圍環境的全維度信息感知，進行風場智能巡檢，與運維人員的巡視互相補充建立協同巡檢機制，最終實現風電場“無人值班、少人值守、智慧運維”的根本目的。
智慧風電信息系統體系架構的關鍵技術
1、智能傳感器技術。
風電機組、升壓站、測風塔安裝的傳感器節點以有線或無線的方式構成傳感器網絡，可以全方位實時感知、監測和收集覆蓋區域內的風、風電機組和風場環境等各種信息，并實時傳輸到控制中心，減少設備故障，降低維修成本。智能傳感器本身的設計、傳感器節點的部署策略以及能量優化策略是傳感器網絡高效準確工作的重要因素。智能傳感器技術是智慧風電實現精準感知的基本硬件保證。
2、數據采集技術。
精確的風機數據采集是評估風機和風電場性能和運行狀況，預測風機和風電場年發電量的基本保證。而風電場單位時間數據采集量巨大，數據質量難以把控。針對風電大數據采集成本高、可靠性低、狀態分類少、標準不統一和獲取數據少的現狀，同時為解決后續場站、區域集控、總部生產調度等信息建設的數據獲取問題，標準化的風電機組采集技術亟待研發。風機數據直采，作為一種可以屏蔽不同機型差異的數據采集技術，是風電機組數據采集的有益嘗試，涉及數據主動采集、通信規約破解、數據標準輸出和風機狀態精準識別等技術。
3、異構資源的彈性配置技術。
智慧風電體系架構計算資源的彈性配置包括以下幾個方面：
① 計算邊界的彈性劃分。邊緣計算、霧計算和云計算的邊界根據風電場的實際情況靈活配置。有區域集控中心的，其霧計算的邊界可以拓展到區域集控；風場直連集團數據中心的，其霧計算的邊界也可以拓展到風場或者風機層面。
② 計算方法的彈性配置。各種機器學習和人工智能算法可根據不同需求在不同的層配置相應功能版本。
③ 計算力的彈性配置。計算力是算法快速運行實現的保證，隨著計算軟硬件技術的發展，智慧風電體系架構可以根據需要將不同的計算力靈活配置到不同的功能層，例如由于計算資源的限制，之前AI算法的訓練需要在云端完成，邊緣端只部署模型，隨著邊緣計算技術的發展，可以將云計算服務部分下沉，行成邊緣云計算。異構計算資源的彈性配置技術是智慧風電體系架構的核心特征，也是智慧風電適應不同外部環境，實現智慧風電系統思維，構建良好風電生態的有力保證。
4、多源異構數據融合技術。
風電機組裝有大量如振動傳感器、拾音器、紅外傳感器、視頻傳感器以及溫度濕度傳感器等不同類型的傳感器，這些不同信號類型傳感器節點產生的大量風電數據呈現出多維異構、時空關聯等物理特性。如何將這些來源不同、異構且具有實時要求的時間序列數據融合起來處理，讓運行系統快速決策與控制將會是一大挑戰。數據融合分為像素級、特征級和決策級融合策略，不同階段不同目標的數據融合需要結合不同的融合策略。多源異構數據融合的核心問題是選擇合適的數據融合算法，不同層次融合策略的研究為后期的智慧風電精準系統的決策分析提供數據質量保證。
5、智能診斷預警技術。
由于工作環境惡劣、載荷復雜多變，風電機組容易發生故障。對風電機組展開狀態監測和故障診斷預警研究，及時掌握其運行狀態，及早發現潛在故障征兆，降低故障率和減少運行維修成本，從而加強風電機組運行的可靠性，是智慧風電系統需具備的最基本智慧。充分挖掘現有的故障診斷與預警方法，結合數據挖掘、人工智能等現代技術，研究智能故障診斷與預警方法。借助全開放的智慧風電體系架構，故障預警算法通過與外界交互隨時自我更新，為智慧風電系統運維和檢修提供強有力的技術支撐。
6、風場數字化技術。
數字孿生技術可以利用風機的物理模型和歷史運行數據，在虛擬空間中完成風機實體的映射，以反映相對應的風機的全生命周期過程。風機/風場都可以有一個數字復制體，不僅能看到產品外部的變化，還能看到風機內部每一個零部件的工作狀態。借助數字孿生技術和5G通信技術，獲取風機的實時運行數據，構建多種主控風機數字孿生體的實驗平臺，通過大數據分析技術分析風機/風場實時狀態，實現機組的功率優化控制，使智慧風電系統具備快速應對的智慧。
7、數據存儲策略。
智慧風電系統需要實時跟蹤風機動態變化，并按照時間序列存儲完整的歷史數據。一方面需要支持每秒鐘上千萬數據點的寫入，并在秒級上對海量數據進行分組聚合運算；另一方面需要考慮如何更低成本地存儲這些歷史數據。在場站側采取節點級計算存儲融合策略，節點級計算存儲融合采用新型存儲級內存器件，將內存與本地外存有機地融合在一起，設計成為新內存計算體系。在集團云端可將存儲中心與計算中心有機融合到一個系統中，有效降低網絡傳輸瓶頸造成的系統性能下降。快速有效的數據存儲策略是智慧風電數據高效傳輸和快速挖掘的可靠保障。
8、網絡通信技術。
風機通信系統需要完成風機內部、就地監控、中央監控和遠程監控之間數據與命令的通信。現有的風電場有線通信網絡已不能完全滿足風電場監控系統、通信系統對可靠性和安全性的要求。一方面針對各風機廠家通信規約不同，風電場需制定統一的通信傳輸技術標準；另一方面隨著風電場容量的增大以及海上風電場對監控需求的提高，先進的網絡通信技術迫切需要研發，考慮到有線介質的不可預知的破壞，無線通信的靈活機動特性使其可能成為更佳選擇。
9、系統架構信息安全技術。
智慧風電一方面本身復雜的架構和眾多的支撐技術容易出現漏洞，另一方面全開放交互的架構也為智慧風電系統的安全防護帶來很大的挑戰。智慧風電體系架構的安全防護滿足多層次防護的同時還需能夠靈活配置和功能擴展。因此，探索融合邊緣計算、霧計算和云計算等多種異構計算體系的智慧風電體系架構的運行安全、數據安全和安全管理等技術，是智慧風電系統實現精準感知、快速應對、系統思維、全面開放智慧的安全保障。
智慧風電體系架構在數據的全生命周期，通過各功能層不同的計算能力、計算方法，使得風電系統達到不同層級的智慧。全層次的交互開放架構將“人機網物”有機融合起來，從而將人的智慧融入智慧風電的體系架構，使智慧風電系統具有持續學習成長的能力。
結 論
智慧風電是發電過程中數字化、信息化和標準化發展的必然產物，是物聯網、大數據、云計算、人工智能、數字孿生等多種技術的深度融合，具有開放性、學習性、成長性、異構性和交互性的特點。本文從智慧風電體系架構的生產管理和信息系統2個維度展開研究，以異構計算為基礎，在數據的全生命周期過程中，不同層級采用不同計算方法（邊緣計算、霧計算和云計算），具有不同的計算能力，完成不同的計算層次，達到了不同的智慧層級（傳感設備的精準感知、場站級的快速應對、區域級的系統思維和整個系統的全面開放的智慧），構建了良好的智慧風電生態。
智慧風電是一個復雜的系統工程，包括：與智慧風電相關的標準和參考體系架構的規劃、設計，硬件基礎設施搭建，網絡拓撲結構設計，數據和系統安全，計算模型的構建，應用模塊設計等。智慧風電重新定義風電場管理，提高風機基于時間的可利用率，降低設備故障發生率和故障時間，提高風電場發電量，降本增效，實現了“無人值守、無人值班”的目的。智慧風電對推動風電行業發展，打造風電行業的競爭優勢，打造安全、綠色、低碳、經濟和可持續的現代智慧新能源產業體系具有重要的意義。
作者簡介：吳智泉，男，工學博士、數量經濟學博士后，高級工程師。主要從事能源戰略與氣候變化應對、能源開發與利用評價、能源規劃、可再生能源技術、電力工程技術等方面的研究工作。在國內外發發表學術論文50余篇，其中：SCI收錄5篇，EI收錄2篇。
國內外研究現狀及面臨的挑戰
在過去的10多年里，大多數成熟的工業都經歷了一場數字化革命，風電行業也不例外，從之前工業化和信息化“兩化融合”，到后來的互聯網化、智能化，數字化的內核精髓已經并將繼續影響著風電產業的成長軌跡。風電運營商與周邊電網生態系統之間的傳感器數據收集和高質量數據傳輸的頻率顯著增加,這些數據將打開產能的新視野，讓行業充分認識到其巨大的潛力。數字化將為風電運營商創造新的經濟機會，創新的數字智能技術還將提高風力發電機產量和生產力，同時降低設計、運營和維護成本，從而降低能源成本。美國通用電氣公司（GE）發電與水處理集團總裁兼首席執行官史蒂夫·伯茲表示：“更智慧的數字技術正在推動各行各業的轉型，潛力最大的可以說是能源行業。現在問題的關鍵不在于是否要開始轉型，而是要如何充分發揮數字化轉型的潛力”。基于數字化轉型基礎上的智慧風電已引起廣泛的關注和研究興趣。
美國國家可再生能源實驗室（NREL）在美國能源署風能技術辦公室的大氣與電力（A2e）應用研究規劃的支持下，提出了“技術支撐下的大氣資源系統管理（system management of atmospheric resource through technology）” 戰略，簡稱SMART戰略。該戰略以下一代智能化新技術為支撐，以在風電場設計和運行中實現更高的發電量和材料使用效率、更低的運行維護費用和投資風險、更長的風電場壽命、更強的電網協調能力為目標，建成實時響應大氣變化并且提供電網支撐的未來集成化風電場系統，達成SMART戰略后期望能夠降低50%的度電成本。歐洲風能學會（EAWE）聯合歐洲14國的重要風電研究高校與機構，在《Wind Energy Science》期刊創刊首篇文章中討論了未來風電領域長期的研究挑戰，從11個不同的研究領域闡述了當前風電的技術前沿以及技術局限，并進一步提出未來風電發展應優先解決的問題。GE公司于2015年啟動數字化風電場戰略，是一個綜合性軟硬件解決方案，是GE擴展服務協議的一部分。GE數字化風電場的核心在于建立風電機組數字化的模型，以自身長期數據積累上的優勢，提供更多基于數據的優化服務，其重點在于基于大數據挖掘的服務應用。
國內的整機廠商也在一直孜孜以求，探索大數據、互聯網和數字化技術如何為風機和風場賦能。遠景能源有限公司在國內較早提出智慧風電場概念，主推“智慧風場全生命周期管理系統”，目前進一步延伸為智慧物聯網系統。基于全球最大的能源物聯網平臺EnOS打造了“直連、安全、高精度、機器學習”的智慧電場軟件解決方案，幫助運營商打造“少人、透明、預測維護、電網友好”的智慧電站。新疆金風科技股份有限公司的智慧運營系統SOAMTM，整合了風電場運維過程中各個環節的數據，融入故障診斷、健康狀態預警、功率精準預測、風機優化運行等專業技術，打造了強大的智慧運營軟件平臺。中國明陽風電集團有限公司在2014年完成了大數據平臺的搭建，將控制策略與互聯網技術、大數據、云存儲前沿技術融合，進行風電場優化、定制化設計、資源評估、智能風場管理，推進無人值守智慧風電場建設。明陽大數據中心實現“從氣象預測，到風機健康狀態監測預警，到風電場優化運行，再到風電場群的協同協調”。國電聯合動力技術有限公司開發的新一代智慧風電場服務系統UP-WindEYE系統集成高速互聯風電場實時通訊、卓越電網支撐技術、先進的能量管理功能、強大的數據采集和分析功能，精準的壽命評估、故障預警診斷等功能，為打造智慧風場提供全面解決方案。上海電氣集團股份有限公司的“風云集控”系統在風電行業首創基于互聯網技術的分布式數據處理技術，基于ABC技術（artificial intelligence + big data + cloud computing）高效利用數據監控資產，預測機組故障，通過預測性控制技術“預言”風機的運行，實現用戶資產使用價值的最大化。
各風電運營商也在積極構建大數據平臺，利用大數據和人工智能技術進行智能運維和故障預警，進行智慧電廠方面的探索，實現降本增效。如中國華能集團有限公司較早將工業物聯網、大數據技術運用到電力生產和物料管理方面，科學指導檢修，有效控制成本，優化生產過程。中國能源建設集團廣東省電力設計院有限公司的智慧海上風電項目，通過設計海上風電場一體化監控系統、海上風電場智能運維管理系統和海上風電場智能巡檢系統，挖掘海上風電場的運行規律和最佳運營模式。
當前國內外對智慧風電的研究，大多側重于智能算法、智能運維等局部功能智能化，或僅關注如智慧風電的局部控制或故障診斷，只體現了某一部分的數字化、智能化。智慧風電的建設過程中雖然嘗試使用了大量新技術，但無法代表電廠具有了“智慧”，距離智慧風電還有一定的距離，能充分利用人的智慧進行創新的智慧風電體系架構的研究迫在眉睫。
學界對智慧電廠整體概念和體系架構也展開了研究。在智慧電廠的基本概念方面，中國自動化學會發電自動化專業委員會于2016年發布的《智能電廠技術發展綱要》對智能電廠作如下定義：智能電廠是指在廣泛采用現代數字信息處理和通信技術基礎上，集成智能的傳感與執行、控制和管理等技術，達到更安全、高效、環保運行，與智能電網相互協調的發電廠。現階段討論的智慧電廠的特點和架構，多是針對相對集中的火電、燃機和水電廠，而由于風電場的高度分散特性，這些智慧電廠的架構不能完全適用于風電，智慧風電建設仍然處于初級階段，智慧風電建設的道路仍然任重道遠。
綜上所述，國內外圍繞智慧電廠的理論研究和實踐工作逐步開展，許多科研單位和行業相關企業從不同層面展開了關鍵技術和產品的研究工作，針對智慧電廠的概念、內涵、框架結構等進行了廣泛的探討和分析。但總體來看，現階段對智慧風電都沒有一個準確而全面的描述，建設方向不明，缺乏整體規劃和頂層思考，缺乏對發電過程智能化的整體研究，往往只是局部系統的智能化升級，缺乏多個子系統間的協同，對智慧風電技術的系統性研究與應用尚處于起步階段。本文在總結智慧風電的概念及特點的基礎上，全面對智慧風電的概念、體系架構、關鍵技術進行探索和研究，為智慧風電場的建設做一些有益的探索，讓未來的風電場能更好地自我學習、適應和運行。
智慧風電的概念
智慧是一個哲學范疇，是由智力系統、知識系統、方法與技能系統、非智力系統等多個子系統構成的復雜體系所蘊含的能力，該能力表現為及時做出正確抉擇，且具有較強的相對性。智慧風電是先進風力發電技術發展的產物，與數字化、信息化、智能化發展水平密切相關，具有更強的發現問題、分析問題、解決問題能力，具有更強的創新發展能力。
研究認為：未來的智慧風電以數字化、信息化、標準化為基礎，以管控一體化、大數據、云平臺、物聯網為平臺，以數字孿生技術為輔助，以計算資源的彈性配置為保障，以異構計算（包括計算能力、計算方法和計算層次）為核心任務，高效融合計算、存儲和網絡，通過“人機網物”跨界融合，形成邊緣+云端結合的全層次開放架構，實現不同層級的智慧，追求不斷提升風電智能化水平（包括智能感知、智能運維、智能控制、智能決策）目標，完成更加友好和安全、高效、可靠的能源供應。
智慧風電具有學習性、成長性、開放性、異構性、友好性等基本特征。智慧風電體系從感知層到決策層，在數據的全生命周期過程中，一方面不同層級的計算能力和側重點不同，而每層隨著系統的演化，持續自我學習，有所側重地提升，具備自我成長性。下層對上層提供該層任務內容計算處理后的數據支撐，上層在此基礎上完成更加綜合的數據計算和處理，并對下層予以指導、指揮、協調、完善，構成一個不斷自我成長完善的生態系統。智慧風電體系每層提供標準化、模型化的開放接口，避免了封閉、孤立，受特定標準的限制，通過“人機網物”跨界融合，實現架構的全層次開放。智慧風電需要構建融合不同計算架構的多元異構智慧風電體系架構，研究解決新能源大數據應用的技術瓶頸，實現多種智能技術在風電行業的集成應用。同時，智慧風電系統要實現與自然環境、生態環境、人文環境、電網環境的高度融合，必須是環境友好的，其內部的交互性也必然是友好的。
智慧風電的體系架構
在一定意義上，每一個風電場都相當于一個小型電網，是地理位置較廣、具有一定規模的網絡結構，且控制手段復雜多樣。構建智慧風電，離不開對廣域分布的“小型電網”的智能化及其與骨干電網智能交互的研究。智慧風電架構可從以下2個維度展開研究：
1、智慧風電的生產管理維度。分為：①風機級，也就是要有自我調節、自我保護，對重大故障直接反應等基本功能的智能風機；②場站級，也就是基于智能電網技術，能自主控制、自主優化，具有對環境（包括風資源、電網）的快速反應能力；③集控級，要求全面分析、全面統籌，對所屬場站智能化管理，實現智能運維；④集團化管控級的任務是實現智慧發展，要求持續學習、持續優化，分類指導風電智慧化發展。
2、智慧風電的信息系統維度，分為基礎設施級（硬件基礎）、支撐平臺級（軟件基礎架構）、應用平臺級（建設目標的各類應用）3個部分。
智慧風電體系架構高效融合計算、存儲和網絡，以多元異構計算為基礎來構建，形成邊緣+云端結合的智能架構，不同層級的計算能力和側重點不同，整個體系結構的不同層次引入不同計算能力使之更加高效、實時地處理數據，使風電系統達到不同層級的智慧。
智慧風電體系結構的最高層在集團或更高級別云平臺，所有數據處理結果匯聚到集團云平臺，輔助決策分析。邊緣計算近設備端，云計算構建在云平臺之上，因此各風電機組數據在風場端融合匯聚后，到集團云平臺之前，各風場數據仍需在區域級匯聚利用霧計算融合處理，減少網絡傳輸的壓力。
智慧風電體系架構應具備計算資源彈性配置的能力，以滿足不同需求。體系架構從場站側的邊緣計算到集團云端的云計算，由于建設對象的不均衡發展，存在著計算能力提升的速度不同、計算力發展不均衡的狀況，因此需要對智慧風電體系架構的異構計算資源實行彈性配置來滿足不同場景的需求。另一方面，由于技術發展的不均衡，區域集控的軟硬件基礎設施條件差別較大，智慧風電體系結構需要根據這種不均衡現狀靈活配置計算資源，對于基礎設施差的風場或集控，可將計算部署于集團云平臺，對于軟硬件設施先進的單位，可直接將計算過程部署在本地，條件好的風場還可部署邊緣人工智能（artificial intelligence, AI)運算。
智慧風電生產管理體系架構的關鍵技術
1、智能風機技術。
風機作為風電場中的最重要部分，是決定項目造價和收益率的關鍵。《智能風機白皮書》中指出，智能風機應具備深度感知、自我認知和控制、協同決策的特征。針對不同應用場景和特征，智能風機在不同層級有不同的要求，智能風機不僅能獨立控制實現自身最優，還可以協同風電場其他風機實現風電場收益最優。通過智能控制風機做出最優響應動作，提升發電量的同時，有效降低機組載荷，提升機組在惡劣工況下的穩定性和適應能力。
2、風資源評估及微氣象預測技術。
風電場風能資源評估的準確性對風電場的運行效益有重要的影響。風能資源評估技術需要完成風場高精度短期和中長期氣象預測和趨勢分析。為解決測風塔缺失或測風塔代表性不足等客觀因素造成的氣象數據缺失，可采用虛擬測風塔技術，模擬出風電場所在區域或者所需點位的氣象數據。微氣象預測技術為風電機組進行個性化控制策略研究提供精準的氣象數據，為風電場檢修維護提供合理的作用時間窗口預測，為風電場大部件吊裝、道路維修等大型作業提供施工組織依據。
3、多尺度風功率預測技術。
風電場輸出功率的波動性和間歇性，給電力系統的調度運行帶來巨大的挑戰。風電場輸出功率預測是緩解電力系統調峰、調頻壓力，提高風電接納能力的有效手段。根據電場所處地理位置的氣候特征、地形地貌和風電場歷史數據(如功率、風速)、數值天氣預報、風電機組運行狀態等數據建立風電場輸出功率的預測模型，得到風電場未來的輸出功率，為電場管理工作提供輔助手段，為風電場自動發電控制（automatic generation control, AGC）有功自動調節系統提供技術支撐。
4、風電場精細化網絡建模及全狀態感知。
風電場可視為一個小型的輻射狀電網，風場內部的有功、無功、電壓分布差異較大。建立風電場內部的精細化網絡模型，并準確感知風場內部的各種運行狀態，是實現智慧風電的關鍵技術。在風電場精細化網絡模型及運行實測數據的基礎上，對風場內部進行實時狀態估計，獲得每臺風機的機端電壓、輸出功率及每條饋線的潮流狀態，為后期的智能分析提供初始的風場運行狀態。
5、智能優化控制技術。
建立多機型統一的能量管理平臺，保證風力發電機組安全可靠運行、獲取最大風能，并提供良好的電力保證，實現機組的功率優化控制和場群優化控制。研究優化控制策略，實現對風電場有功功率的智能管理；研究先進的儲能技術，削峰填谷，實現電力調峰調頻，自由控制風電場上網電量，減輕電網波動；研究無功功率控制方式，在風機允許的范圍內，完全響應調度對無功控制的要求；結合尾流效應研究場群協調控制策略，有效提高場群的風電出力、降低網絡損耗及增強電壓穩定性，有效提高發電量。風電場智能優化控制技術可增強風電對電網安全穩定的支撐能力，是智慧風電系統穩定靈活運行的保障。
6、風場智能巡檢技術。
借助振動、聲音、圖像等多種智能傳感器，利用物聯網、邊緣計算和人工智能等技術，通過對風電場設備、人員及周圍環境的全維度信息感知，進行風場智能巡檢，與運維人員的巡視互相補充建立協同巡檢機制，最終實現風電場“無人值班、少人值守、智慧運維”的根本目的。
智慧風電信息系統體系架構的關鍵技術
1、智能傳感器技術。
風電機組、升壓站、測風塔安裝的傳感器節點以有線或無線的方式構成傳感器網絡，可以全方位實時感知、監測和收集覆蓋區域內的風、風電機組和風場環境等各種信息，并實時傳輸到控制中心，減少設備故障，降低維修成本。智能傳感器本身的設計、傳感器節點的部署策略以及能量優化策略是傳感器網絡高效準確工作的重要因素。智能傳感器技術是智慧風電實現精準感知的基本硬件保證。
2、數據采集技術。
精確的風機數據采集是評估風機和風電場性能和運行狀況，預測風機和風電場年發電量的基本保證。而風電場單位時間數據采集量巨大，數據質量難以把控。針對風電大數據采集成本高、可靠性低、狀態分類少、標準不統一和獲取數據少的現狀，同時為解決后續場站、區域集控、總部生產調度等信息建設的數據獲取問題，標準化的風電機組采集技術亟待研發。風機數據直采，作為一種可以屏蔽不同機型差異的數據采集技術，是風電機組數據采集的有益嘗試，涉及數據主動采集、通信規約破解、數據標準輸出和風機狀態精準識別等技術。
3、異構資源的彈性配置技術。
智慧風電體系架構計算資源的彈性配置包括以下幾個方面：
① 計算邊界的彈性劃分。邊緣計算、霧計算和云計算的邊界根據風電場的實際情況靈活配置。有區域集控中心的，其霧計算的邊界可以拓展到區域集控；風場直連集團數據中心的，其霧計算的邊界也可以拓展到風場或者風機層面。
② 計算方法的彈性配置。各種機器學習和人工智能算法可根據不同需求在不同的層配置相應功能版本。
③ 計算力的彈性配置。計算力是算法快速運行實現的保證，隨著計算軟硬件技術的發展，智慧風電體系架構可以根據需要將不同的計算力靈活配置到不同的功能層，例如由于計算資源的限制，之前AI算法的訓練需要在云端完成，邊緣端只部署模型，隨著邊緣計算技術的發展，可以將云計算服務部分下沉，行成邊緣云計算。異構計算資源的彈性配置技術是智慧風電體系架構的核心特征，也是智慧風電適應不同外部環境，實現智慧風電系統思維，構建良好風電生態的有力保證。
4、多源異構數據融合技術。
風電機組裝有大量如振動傳感器、拾音器、紅外傳感器、視頻傳感器以及溫度濕度傳感器等不同類型的傳感器，這些不同信號類型傳感器節點產生的大量風電數據呈現出多維異構、時空關聯等物理特性。如何將這些來源不同、異構且具有實時要求的時間序列數據融合起來處理，讓運行系統快速決策與控制將會是一大挑戰。數據融合分為像素級、特征級和決策級融合策略，不同階段不同目標的數據融合需要結合不同的融合策略。多源異構數據融合的核心問題是選擇合適的數據融合算法，不同層次融合策略的研究為后期的智慧風電精準系統的決策分析提供數據質量保證。
5、智能診斷預警技術。
由于工作環境惡劣、載荷復雜多變，風電機組容易發生故障。對風電機組展開狀態監測和故障診斷預警研究，及時掌握其運行狀態，及早發現潛在故障征兆，降低故障率和減少運行維修成本，從而加強風電機組運行的可靠性，是智慧風電系統需具備的最基本智慧。充分挖掘現有的故障診斷與預警方法，結合數據挖掘、人工智能等現代技術，研究智能故障診斷與預警方法。借助全開放的智慧風電體系架構，故障預警算法通過與外界交互隨時自我更新，為智慧風電系統運維和檢修提供強有力的技術支撐。
6、風場數字化技術。
數字孿生技術可以利用風機的物理模型和歷史運行數據，在虛擬空間中完成風機實體的映射，以反映相對應的風機的全生命周期過程。風機/風場都可以有一個數字復制體，不僅能看到產品外部的變化，還能看到風機內部每一個零部件的工作狀態。借助數字孿生技術和5G通信技術，獲取風機的實時運行數據，構建多種主控風機數字孿生體的實驗平臺，通過大數據分析技術分析風機/風場實時狀態，實現機組的功率優化控制，使智慧風電系統具備快速應對的智慧。
7、數據存儲策略。
智慧風電系統需要實時跟蹤風機動態變化，并按照時間序列存儲完整的歷史數據。一方面需要支持每秒鐘上千萬數據點的寫入，并在秒級上對海量數據進行分組聚合運算；另一方面需要考慮如何更低成本地存儲這些歷史數據。在場站側采取節點級計算存儲融合策略，節點級計算存儲融合采用新型存儲級內存器件，將內存與本地外存有機地融合在一起，設計成為新內存計算體系。在集團云端可將存儲中心與計算中心有機融合到一個系統中，有效降低網絡傳輸瓶頸造成的系統性能下降。快速有效的數據存儲策略是智慧風電數據高效傳輸和快速挖掘的可靠保障。
8、網絡通信技術。
風機通信系統需要完成風機內部、就地監控、中央監控和遠程監控之間數據與命令的通信。現有的風電場有線通信網絡已不能完全滿足風電場監控系統、通信系統對可靠性和安全性的要求。一方面針對各風機廠家通信規約不同，風電場需制定統一的通信傳輸技術標準；另一方面隨著風電場容量的增大以及海上風電場對監控需求的提高，先進的網絡通信技術迫切需要研發，考慮到有線介質的不可預知的破壞，無線通信的靈活機動特性使其可能成為更佳選擇。
9、系統架構信息安全技術。
智慧風電一方面本身復雜的架構和眾多的支撐技術容易出現漏洞，另一方面全開放交互的架構也為智慧風電系統的安全防護帶來很大的挑戰。智慧風電體系架構的安全防護滿足多層次防護的同時還需能夠靈活配置和功能擴展。因此，探索融合邊緣計算、霧計算和云計算等多種異構計算體系的智慧風電體系架構的運行安全、數據安全和安全管理等技術，是智慧風電系統實現精準感知、快速應對、系統思維、全面開放智慧的安全保障。
智慧風電體系架構在數據的全生命周期，通過各功能層不同的計算能力、計算方法，使得風電系統達到不同層級的智慧。全層次的交互開放架構將“人機網物”有機融合起來，從而將人的智慧融入智慧風電的體系架構，使智慧風電系統具有持續學習成長的能力。
結 論
智慧風電是發電過程中數字化、信息化和標準化發展的必然產物，是物聯網、大數據、云計算、人工智能、數字孿生等多種技術的深度融合，具有開放性、學習性、成長性、異構性和交互性的特點。本文從智慧風電體系架構的生產管理和信息系統2個維度展開研究，以異構計算為基礎，在數據的全生命周期過程中，不同層級采用不同計算方法（邊緣計算、霧計算和云計算），具有不同的計算能力，完成不同的計算層次，達到了不同的智慧層級（傳感設備的精準感知、場站級的快速應對、區域級的系統思維和整個系統的全面開放的智慧），構建了良好的智慧風電生態。
智慧風電是一個復雜的系統工程，包括：與智慧風電相關的標準和參考體系架構的規劃、設計，硬件基礎設施搭建，網絡拓撲結構設計，數據和系統安全，計算模型的構建，應用模塊設計等。智慧風電重新定義風電場管理，提高風機基于時間的可利用率，降低設備故障發生率和故障時間，提高風電場發電量，降本增效，實現了“無人值守、無人值班”的目的。智慧風電對推動風電行業發展，打造風電行業的競爭優勢，打造安全、綠色、低碳、經濟和可持續的現代智慧新能源產業體系具有重要的意義。
作者簡介：吳智泉，男，工學博士、數量經濟學博士后，高級工程師。主要從事能源戰略與氣候變化應對、能源開發與利用評價、能源規劃、可再生能源技術、電力工程技術等方面的研究工作。在國內外發發表學術論文50余篇，其中：SCI收錄5篇，EI收錄2篇。
0 條