赛迪宋颖昌：工业互联网平台+工业设备上云系列研究（九）风电设备
编辑按
工业设备上云是工业互联网平台建设和应用的重点、难点，也是切入点，意义十分重大。2018年7月工信部发布的《工业互联网平台建设及推广指南》，提出要“实施工业设备上云‘领跑者’计划”，并明确了四类十大重点工业设备，即以炼铁高炉、工业锅炉、石化设备为代表的高能耗设备，以柴油发动机、大中型电机、大型空压机为代表的高通用设备，以工程机械、数控机床为代表的高价值设备和以风电、光伏为表的新能源设备。
三年来，工业设备上云取得了重大进展，全国重点工业互联网平台连接的工业设备数量超过7300万台套，上云深度从状态监测、故障诊断向预测预警、精准运维演进。为帮助业界进一步明确不同工业设备上云面临的痛点问题、应用场景、实施路径和推广前景，赛迪智库信息化与软件产业研究所工业互联网研究室在调研40余家企业的基础上，编制形成了“工业互联网平台+工业设备上云”系列研究报告。
文 | 赛迪智库信软所工业互联网研究室副主任 宋颖昌
风电设备面临着风电数据质量不一、设备运维成本高昂、风场综合管理空难等痛点问题。以金风科技、远景智能等为代表的解决方案企业积极探索基于工业互联网平台推动风电设备上云，并开展虚拟风场设计、设备预测维护、风场管理优化等新型应用服务，优化风电设备管理模式，提高发电效率。
痛点问题
01
风电数据质量不一
数据是风电产业设计运营的重要基础。在风场设计阶段，传统数据采集方式周期长、成本高、精度低，难以满足精细化风场设计需求，容易造成投资方损失。在实际运营过程中，能源消费端到生产端反向延伸的数据传输尚不成熟，电站计算生产、传输、损失电量的方式存在由人工统计、环境变化和设备自身问题等原因带来的误差，数据质量层次不齐。受限于单机存储和运算能力等因素，部分高价值运行数据也难以得到较好应用。
02
设备运维成本高昂
风场所在地一般远离市区，环境条件比较艰苦，不适宜维护人员长期驻扎，维护成本相对较高。特别对于海上风电来说，后期运营维护费用占到总成本的一半以上。此外，目前国内风电运维仍然以传统运维方式为主，由于风电行业前期跳跃式发展、参与方良莠不齐、缺乏统一标准等原因，导致风电机组在实际运维中容易发生运行不稳、故障频发等问题，提高了相关成本。
03
风场综合管理困难
一方面，由于系统规划不足、风预测精度低、电网不配套等原因，风电产业自身限电弃风压力较大，风场管理平均水平不高，亟需运用新一代信息技术提升风场综合管理水平。另一方面，随着国家能源局做出新能源电价调整的战略决策，风电和火电价格将逐步趋于一致，压缩风电利润空间，倒逼风电企业优化现有管理方式，加快数字化转型，提高风场生产效能。
应用场景
01
虚拟风场设计
在测风设备采集数据的基础上，基于云平台能够有效在云端汇总并利用前期历史数据，通过建立相关算法模型降低风场建设设计过程中的不确定性，利用线上操作提高设计精度，减短设计周期。一是线上模拟仿真。基于超算等平台的计算能力与长期积累的历史资源，开展宏微观地理选址与场区的智能辅助设计，减少人工成本。二是风场全生命周期设计。聚焦风场特有的风况特征、地形条件等，基于云平台提供高精准度与高精细度的风资源解决方案，合理利用不同密度的风力资源，实现风场全生命周期降本增效。
例如，金风科技打造风资源评估云平台“风匠”，围绕风资源评估、度电成本测算、风电场经济评价等环节提供智能化服务，将风数据处理的时间从小时级缩短到分钟级，为风电场精益化投资提供有力支撑。
远景智能“格林”云平台，围绕风电场全生命周期管理，建立风电场数字孪生模型，利用人工智能技术，帮助开发商以投资回报率最优为目标开展风场规划、设计、运营与后评估。提高风场设计效率50%以上，并为风电场进一步降低成本8%，优化设计电量3%。
02
设备预测维护
推动风力发电机组等核心设备上云，有利于实现覆盖风电设备全生命周期的故障预测和主动维修，有效降低平准化维护成本。一是智能化诊断。通过支持风机箱变、消防、CMS、场控、运行等系统数据的一体化采集，不断迭代的工单知识库和故障模型，辅助实现快速定位。二是预测性维护。基于设备上云建立“预警-推送-检修-反馈-优化”的处理闭环，实现预防性精益运维。三是辅助式维修。基于备件仓储数据库、设备维护知识库与解决方案检索库为维修人员安排运维任务调度、推送指导方案，提升维护人员故障消缺能力。
例如，中国海装结合风功率预测以及潮汐、浪高等气象信息，采用美团派单式人工智能算法进行大型海上风场运维任务优化排程，优化运维路线、节约运维费用、降低维护期间的风功率损失，使运维综合成本降低约20%。
远景智能通过EnOS™智能物联平台实时监控风机运行情况，建立风机疲劳损伤和寿命估计模型，实现风机全生命周期控制策略的优化，实现和超越设计发电量，延长风机使用寿命，降低风电度电成本。
03
风场管理优化
推动变电器、输电线等风场设备上云，有利于企业依托工业互联网平台建立场级运行管理模型，有利于精确预测发电区间，优化电网功率负荷，探索分布式能源管理，提升风场管理水平。一是能效优化。依托Scada生产数据、机组震动数据、升压站数据、场站气象数据等数据采集，形成实时及历史等多维度分析报表，助力提升运维水平。二是集成管理。通过设备上云建立运营服务中心，开发数据质量监控、程序版本管理、应用及资源监控等精益化运维辅助管理工具，提高风场管理水平，辅助功率调度、功率预测、集控等应用需求，支撑风电规模化发展。三是协调供电。通过上云提升发电量测算精准度，统筹构建跨区域储能、发电和运电方案，支撑智能电网建设，提升风电并网消纳能力。
例如，金风科技运用大数据技术提升风场管理综合效益，已接入国内外机组2.8万台，涉及监控容量40GW，平均使发电量提升2～5%，故障平均间隔时间提升20～30%。大唐集团基于新能源生产运营大数据平台提高场站管控水平，每年降低新能源场站设备运维费用30%。
远景智能“孔明”功率预测系统，融合机理模型与机器学习模型，内置30+算法提供各种置信区间分布的概率预测，并基于历史表现自动推荐最优预测，帮助发电企业功率预测精度提升5%，考核降低30%。
推广前景
经过近30多年的发展，风电作为一种绿色能源，已成为世界各国推动绿色低碳转型的重要方向。截至2020年底，我国风电累计装机容量已达2.81亿千瓦，规模居世界首位。风电发电量4665亿千瓦时，同比增长约15%。预计未来风电机组寿命将突破目前的20年时限，在更长的运行生命周期内实现发电效率优化、持续降低度电成本。按照现有设备上云效率估计，如果全国一半的风电设备实现全流程上云，每年有望降低发电成本超过130亿元。
编辑：王改静
延伸阅读：
赛迪张朝：工业互联网平台+工业设备上云系列研究（一）炼铁高炉
赛迪徐靖：工业互联网平台+工业设备上云系列研究（二）工业锅炉
赛迪徐靖：工业互联网平台+工业设备上云系列研究（三）石油化工设备
赛迪孙刚：工业互联网平台+工业设备上云系列研究（四）柴油发动机
赛迪张朝：工业互联网平台+工业设备上云系列研究（五）大中型电机
赛迪宋颖昌：工业互联网平台+工业设备上云系列研究（六）大型空压机
赛迪孙刚：工业互联网平台+工业设备上云系列研究（七）工程机械
赛迪管桐：工业互联网平台+工业设备上云系列研究（八）数控机床
延伸阅读：工业互联网平台新模式新业态系列
推荐阅读
