1、2023 年 2 月总第 349 期大数据技术下的智慧风场建设收稿日期：20220615；修回日期：20221012作者简介：李明云鹏（1994），男，四川泸州人，在读硕士，主要从事科学数据分析研究，E-mail：。李明云鹏摘要：为使风力发电场的经济效益和社会效益最大化，本文从选址规划与建设、运营管理两方面研究了传统风场的困境，并针对传统风场的困境提出智慧风场建设措施建议，即风场选址智能化、设备多样化、监测维护信息化、经营管理精准化、运行维护数字化、管理维护信息化等。关键词：大数据技术；智慧风场；风力发电中图分类号：TM614文献标识码：ADOI：10.3969/j.issn.1674-914
2、6.2023.02.063（湘潭大学公共管理学院，湖南湘潭411105）文章编号：1674-9146（2023）02063031研究背景2022 年 10 月，国家能源局印发能源碳达峰碳中和标准化提升行动计划1，明确“大力推进非化石能源标准化、加强新型电力系统标准体系建设、加快完善新型储能技术标准、加快完善氢能技术标准、进一步提升能效相关标准、健全完善能源产业链碳减排标准”，指出“建立完善以光伏、风电为主的可再生能源标准体系，研究建立支撑新型电力系统建设的标准体系，加快完善新型储能标准体系，有力支撑大型风电光伏基地、分布式能源等开发建设、并网运行和消纳利用”。“智慧风场”的概念最初来自美国 I
3、BM 公司，该公司于 2010 年发布了“The Power of Wisdom”计划2，首次提出对电力能源系统实施智慧管控。而当前随着碳达峰碳中和步伐加速、资源转型深度推动，资源结构格局深入改变，资源使用形式复杂多样，资源科技深入提升，资源经济生态跨越转型，对电力系统稳定运行提出了更高要求。面对当下的能源局势，智慧风场对提升电力系统的设计、建设、维护和运行能力都能提供有效支持。大数据技术下，依托风力发电优缺点，智慧风场发展有诸多限制条件和影响因素。探究大数据技术下智慧风场发展影响因素，打造能“感知”、会“思考”的智慧风场，对于我国风电产业发展、优化能源产业转型、提升能源系统工作与运行效率具有
4、现实意义。2传统风场的困境2.1选址规划与建设方面我国风力资源丰富，陆风可开发容量大概在500600 GW，包括新开发陆风、旧风改造、风叶下乡以及戈壁滩陆风等。海风可开发容量将超过1 000GW，陆风可开发总容量较海风可开发总容量少。截至“十三五”规划末期，海风装机在整个风电装机中占比约为 13%15%。海风装机力度会逐年增加，每年新增装机可能会达到 1520 GW。预计到 2030 年，陆风依然是主力，年均新增装机约为 4550 GW。风的能量密度小且风速不稳定，决定了风能资源的区域性、季节性和不稳定性。风力发电从选址建设到运营维护全程受到自然环境限制，特别是风电场的选择与建造，风电场必须建
5、立在风力大、时间久等风能条件充足的地区。同时，风电项目开发选址涉及所在区域的发展规划、风资源丰富度、电网接入、政府规划、已建项目、地类属性等方面的考量。同样是风电开发建设流程中的重要环节，风电场选址的科学性、合理性、全面性在风电能源体系建设中尤为重要，因此风电场的选址规划与建设长期存在困难。2.2运营管理方面2022 年 8 月 19 日，国家能源局发布了 2022 年17 月份全国电力工业统计数据。截至 7 月底，全国发电装机容量约 24.6 亿 kW，同比增长 8.0%。其中，风电装机容量约 3.4 亿 kW，同比增长 17.2%。风力发电发展势头迅猛，但其运营管理存在不足。对于成本，一方
6、面体现在新能源与传统能源之间的转换取舍上，另一方面体现在风电设备设施采购、维护的人力资源成本上。风力作为新能源，风-063-SCI-TECH INNOVATION&PRODUCTIVITYNo.2 Feb.2023，Total No.349电场会受到风力变化的影响，导致风电机组的风轮输出电流不稳，增加机组与电网的运载负荷。在效益成本上，风力发电的供给与需求两端的协调存在矛盾，对维持电网输出的稳定和并网时的安全造成影响。传统供电商既要保留传统的发电厂，应对风力资源匮乏时的电力短缺，又不得不在风力资源丰富时关闭传统能源发电设备设施，以便接收从风力转换而来的峰值电流，这样在客观上增加了风力发电的运营
7、成本与风险事故的发生概率。对于管理，一些风电场会出现管理规范和技术标准不完善的情况，人才队伍建设相对落后。新能源产业作为新兴的能源行业，与传统能源行业中的知识、技能经验无法完全匹配适用，导致相应的从业人员与技术人员无法适应风电行业快速发展带来的新问题、新挑战。随着风能发电行业的高速发展，相关操作技术人员、设计施工人员、技术管理人员都缺乏相应的实践经验，且专业技术培训不到位，也造成风能行业的技术人员素质影响了风电场建设、运行和管理。另外，风电场装备的管理、检验方法以及检测认证水平存在问题，造成风电场装备缺陷无法及时被发现，进而导致事故时有发生3，引发安全问题。3大数据技术下的智慧风场3.1选址智
8、能化风电场需要根据区域属性选定开发场址，在项目初选阶段通过大数据技术获取目标地区的准确数据信息。通常如果目标区域无测风塔实测数据，一般根据中尺度数据结合周边测风塔进行风资源评估。而在大数据技术下，通过宏观选址软件能够做到 200 m200 m 较小尺度网格的分辨率，能够有效区分不同山脉之间的风资源差异，例如平原地区的尺度数据可靠性较高，偏差较小；山地风电项目较为复杂，风随着山脉变化无常，传统的分析软件计算山顶风速的误差较大。通过海量的数据分析，现阶段新建风电项目中，如果项目周边有测风塔或已投运的其他风电项目，可以采用测风塔数据或已运行项目风资源数据进行分析，根据地形图与测风塔实测数据进行计算流
9、体力学（Computational Fluid Dynamics，CFD）4仿真模拟。一般来讲，测风塔距离目标区域 20 km 以内具有一定的代表性，可以作为选址的依据。但是由于中尺度数据准确性远不如测风塔实测数据，中尺度数据仅供前期选址评估，确定拟选区域后通过立塔测风或激光雷达测风，进一步真实反映本区域风资源情况，使智慧风场选址更加科学、合理，选址过程更加智能。3.2设备多样化在风机机型选择上，过去我国风力涡轮机的单机容量不足 100 kW，风轮直径不足 20 m，风力发电塔高不到 30 m。随着制造业技术的进步，目前我国风力涡轮机的单机容量突破 10 MW，风轮的直径增加到 171 m，风
10、力发电塔高已超过 120 m。在产品丰富的同时，其单位成本进一步降低。2007 年，风电行业最长叶片型号长度为 40.5 m，配套功率为1.5 MW 的风机，风机质量在 6.3 t 左右；到 2022年，风电机组叶片长度增加 3 倍，质量增加 10 倍，按照单位千瓦的材料用量同比计算，叶片单位千瓦的原材料用量质量从 2007 年的 42 kg/kW 下降到2022 年的 38.75 kg/kW，下降幅度为 8%。如果按2007 年当期陆上风电的平均销售价格统计，整机价格为5 0005 500 元/kW；2022 年，陆上风电整机的平均销售价格为 1 6501 750 元/kW，价格下降66%以
11、上。以 2007 年风电机组叶片 7715 型号为例，风电机组叶片单套价格约 150 万元；2022 年，6 MW 平台叶片的销售价格不到 300 万元，功率却是 7715 型号的 4 倍以上，就部件而言，叶片的成本下降 50%以上。通过对风电叶片与实时地理环境数据的分析，进一步提升了风力发电设备的研究效率，研发速度从每年 10 多款提升到每年 200 多款5，不断更新的新机型和越来越适合不同自然环境的风力机机型投入市场。面对不同的地形地貌，风力发电有更多的选择，能够进一步弥补能源缺口。在地理大数据的基础上，智慧风场可以综合考虑风速、空气密度、湍流、极大风速、风切变、道路运输等因素，根据风场区
12、域大致的风速、空气密度，以及海拔等环境参数选择机型，进一步开发利用风力资源。3.3监测维护信息化风力发电机组一般位于风速很大的自然环境中，但因为风能所产生的电荷存在着无规律特性，所以它们会在瞬时状态下对风力发电机组形成巨大的冲击力，导致风力发电机组产生故障。传统风电场需要靠人力进行人工维护，效率较低、耗时较长。智能风场建设可以针对老旧机型进行改造和针对新机型进行配置，对风电机变频器的实际需求配备监控设备和网络接口，实现联网统一管理。可以远程上传现场数据分析和计算结果，远程编辑、检测变频器内部参数，即时监测风电机变频器的工作状况、详细技术参数、事故报警情况等，具备即时录播、事故录播等能力，从而能
13、够满足风电机组强大的集中管理能力和网络信息化要求6。远程监测控制系统采用 C/S 结构，并引入了通信适配器，以可持 续 发 展Sustainable Development-064-2023 年 2 月总第 349 期实现通信规约转换，将变频器直接连接风机环网，与升压站上位机直接实现数据通信。根据不同的操作系统设置与相应工作环境，可以实施对各种变频器的独立监测。变频器远程监测系统可以进一步减少变频器故障分析与检测时间，从而减少系统维修成本，可以对风电场的监控与维护工作实现系统化、信息化管理。3.4经营管理精准化在风电项目投资收益测算中，需要综合判断项目投资成本、项目收益、融资方案。目前，传统风
14、电场建设项目成本主要包括设备、建安、财务、征地、运维等投入。陆上风电项目经济效益不断提高，主要是因为风机发电能力的增强和生产成本的降低，在风控制技术与材料科学的不断进步下，经过 10 多年风机风轮尺寸的巨大突破，面积可以扩大到原来的 2 倍（目前最大叶轮 已超过 200 m），在相同风况环境下发电量也提高了 3 倍，度电成本也降低到原来的 50%。目前，全国高、中、低风速地区度电成本已分别降到了 0.1 元、0.2 元、0.3 元。为达到良好的技术效果和市场效果，在风能工程投资评估中，可以采用风能图谱分析技术及应用的程式 WAsP，对风能涡轮机和风电场等工作场所进行选址、发电量测算、风能资源评
15、价等，对气象资料进行分析研究，从而得出风能资源统计表、风玫瑰图和风频分布等7；通过 CFD 软件初步测算发电量，根据项目发电小时数、综合电价等指标，测算项目年收益。3.5运行维护数字化通过物联网技术，结合对智能风场的智能控制，并运用国际领先的高新技术、大数据分析、云计算技术，实现了从风能力评价、风机选择、整体方案设计，到企业物流控制、前运维跟踪、后管理的一体化运行。大数据技术下的智慧风场，既具备制造端的数字化、智能化特点，也具备产品端的数字化、智能化特点。传统产品智能化程度不高，往往只能实现自动化，通过智慧风场，能源电力产品开始向数字化和智能化迈进。在未来以新能源为基础的智能电力系统中，广泛互
16、连、智能交互、灵活柔性、安全控制、开放共享是其主要特征。在传统发电输电配电设备领域，智慧风场将满足新型配电网数字化要求。而新建发电场则走向全面自动化，嵌入升级智能算法中，将专家的管理经验与企业实际工作的情境实现良好的融合，以增强对智慧风场的学习力，从而大大降低建设与管理流程中的故障率，提高运维水平，并延伸产品生命周期，以增强电力系统运行的安全性与可靠性。3.6管理维护信息化通过将风资源、地形、土木工程设计、风电场设备选型与大数据、优化算法、数字化技术相结合，实现工程设计的软件化，如风机混合技术、塔架基础定制优化、集热器电路优化、助力站智能选址、少人值守设计等。在新信息技术的支持下，风电的发展越来越均衡，弃风率也逐渐降低。以弃风率较高的甘肃省为例，近几年甘肃弃风限电降到了10%以内，通过大数据平台的统一管理与调度，运用特高压电远程调节技术，风电输出明显好转，弃风率每年降低大概 2%3%，最高降低 20%以上。针对风力能量密度低、风速不稳定等自然因素造成的输入风速不稳定等问题，风力机输出功率的稳定性会难以调节和控制。通过分析、总结，讨论一年中不同月份具体的风力资源情况，在风能不可控的前提下
