风力发电监控与运维一体化系统设计

周小兵 寻觅 高远

摘要：基于已有的风力发电监控和运维管理经验，运用大数据、无线移动等先进技术，在日常监控和运维管理工作中，对积累的运行数据进行深度挖掘分析，提出监控与运维一体化系统的设计方法，帮助风力发电企业（综合能源服务企业）不断提升发电效率，降低运维成本，最终实现监控、运维系统的智能化、高效化应用目标。

关键词：风力发电;监控与运维一体化系统;综合能源服务

0    引言

分布式发电系统以其分散性、多样性、灵活性、清洁性等优势，已经发展得越来越成熟[1-2]。分布式发电系统已广泛连接到大电网系统，由于分布式发电本身不存在强联系，因此从电网安全考虑，相较于传统电网的集中式、密集性、强网架结构，分布式发电系统对电网本身的依赖较小，当电网发生故障时，分布式发电可以脱离开来单独运行，以支撑分布式发电系统下的重要负荷供电，有力支撑电网结构向更加灵活、多样的方向发展。

我国风力资源雄厚，但是分布不够均匀，西北和海上风电资源尤为丰富，而內陆平原地区相对贫乏。因此，面对风力发电系统的约束条件，如何通过信息技术和智能技术，将风力发电系统管理起来，实现统一监控与运维成为当下研究的热点。大量的分布式发电电源接入给电力系统带来的诸如调度和控制困难、电网运行的安全性和可靠性等问题也逐渐表现出来。分布式发电由于地理位置分布较广，对于通信和数据采集系统的要求也相应增加，同时也给分布式发电设备的运行维护带来了较大的挑战，对系统的运行控制提出了更高要求。

1    关键技术

1.1    集中监控系统集成技术

1.1.1    智能告警技术[3]

分布式新能源电站在集约化监控模式下，系统会接收到大量的告警信息，监控人员将面临繁重的工作压力，且难以抓住事故的重点，不能在第一时间处理问题。因此，有必要在现有功能基础上研究更为智能的告警技术，根据各类设备运行信息的重要性对信号进行分类，实现新能源电站设备运行告警信号的分层分类处理与显示，对信息进行智能加工分析、综合应用，协助运行人员及时准确地分析和处理故障，以提高分布式新能源电站运行的智能化水平。

智能告警功能是以事件推理专家库为基础，目的是有针对性地为每个告警信息实时提供准确判断及处理的方案，协助值班人员及时发现异常情况，并迅速处理事故，以保障设备的安全可靠运行。

1.1.2    故障诊断技术

分布式新能源电站的设备在运行过程中经常发生各种不同类型的故障。利用分布式新能源电站监控系统所获得的设备运行信息及电气信息，采用智能算法，对站内一、二次设备的运行状态进行诊断，能够有针对性地进行技术改进，及早发现设备故障，从而对设备维修做出充分的计划，缩短停工期，减少费用消耗。同时，实现设备故障预警，与分布式新能源电站功率控制系统结合，可以实现发电出力的自动调整和分配，有效地减少由于设备故障停机对电网的不良影响。

1.1.3    时间序列数据库接口技术

随着时间序列数据库应用的发展，现在新建的新能源集控中心都会配置一套时间序列数据库收集数据，以供后续数据的分析挖掘使用。常规做法是监控系统采集到实时数据后，以规约的方式转给时间序列数据库。该方式工作繁琐，且传输效率得不到保证。为适应新的发展趋势和解决规约转发的问题，分布式新能源发电监控系统需要开发与实时历史库接口程序，直接对时间序列数据库进行操作，进行数据的存取。

1.1.4    无线移动监视技术[4]

随着智能移动设备的发展，以及4G甚至是5G无线网络的覆盖范围越来越大，利用移动智能终端设备监控查看运行信息成为迫切的需求，有必要开发移动智能终端设备（智能手机、PAD平板电脑）的无线移动监视功能软件，实现对分布式发电设施的无线移动监视。

1.2    分布式风电集成技术

1.2.1    分布式风电一体化监控技术

针对安防、消防、暖通等辅助控制系统、在线监测系统等的功能特点，对各系统接入一体化监控平台进行论证，确定各系统接入一体化平台的技术路线，以提出分布式风电场一体化监控系统的总体架构。

1.2.2    分布式风电大数据分析平台

设计出分布式风电大数据分析平台，全面颠覆当前控制系统内的数据采集及存储模式，通过大数据平台存储分布式风电的海量实时及历史数据，并基于该平台实现对海量数据的充分分析和挖掘，最终判别风电机组的潜在性故障，实现风电机组的预测性维护维修，对风电场各经营活动提供决策支持。

分布式风电场大数据平台数据采集与处理技术，包括传统的“四遥”数据以及各类文件，如系统日志、数据交换文件、现场检修照片、远程监视的视频等，制定各类数据的传输标准及处理方法，采用分布式风电场大数据平台数据存储技术，来满足分布式风电场海量数据的存储要求以及对数据的分析要求。

1.2.3    分布式风电经营分析技术

基于大数据平台的数据计算技术，研究海上风电场经营指标的分析方法，包括环境资源指标、电量指标、能耗指标、设备运行指标、电站经营指标等。

研究大数据分析的展示技术，基于大数据平台的BI工具，对给定指标的相关数据分析结果，通过图表等多种直观的方式展示，以起到辅助决策的作用。

1.2.4    分布式风电预测性维护技术

基于风电场海量历史监测数据，对风电机组状态检测大数据进行快速有效的分析筛选，重点是基于风机功率特性的故障预测技术。