北极星

搜索历史清空

  • 水处理
您的位置:电力风电风电运维企业正文

能量去哪儿了?

2015-06-12 14:21来源:远景能源关键词:远景能源智慧风场智能风机收藏点赞

投稿

我要投稿

风电场协同控制,其实就是基于大数据和云计算技术,将风电场实时流场数据、流场预测数据以及风机与测风塔测量等数据有效地整合在一起,真正建立和形成风电场级的数学模型,而且要把先进的风机通讯和行为管理纳入其中,通过协同控制实现机群发电整体最优。

“比如风况与风机的协同控制,”远景能源风电高级应用产品经理赵清声向《风能》举例,“由于风机受到叶片扰动,单靠风机本身是无法准确地感知和衡量湍流的真实状况,但通过云端格林威治TM矫正之后的数据,用于风况和风机的协同控制就不存在问题了。”对实时湍流状况准确把握的一个最为现实的应用是,在风电场限电的过程中,可以根据某台风机的实时湍流情况,决定该台风机是否优先停机,以减少风机大部件疲劳载荷,而由其它风机在正常的工况下自由发电,这样的协同控制可以在策略上更积极地应对限电,让风电场出力最大化。

赵清声说,协同控制还体现在对风电场尾流的有效控制上,也就是说,通过限制上风向风机出力来增大下风向风机的风能捕获,实现全场风机出力最优,可至少降低30%的尾流损失能量。

尾流效益是影响发电量的重要因素之一。研究表明,尾流造成的真实能量损失超过了10%。为规避风险,业内常用的做法是,在主风向上尽可能增加风机间的距离以减小尾流效应的影响,但在主风向以外的其它风向上,仍可能由于尾流效应导致较大的能量损失。

可以说,有效控制尾流效应是协同控制中最具亮点的技术。在这点上,远景除了根据风况实时的动态变化对风机进行物理限制外,还通过智能协调算法将各台风机的运行状况反馈到风电场的流场模型中,通过在线学习和修正的方式提升协同控制的精度,进一步减小尾流效应可能对整场造成的能量损失。

在协同控制上,还有一点不能忽略——远景实现了风机与变电站静态无功补偿器(SVG)的无功协同控制。“风电场用SVG向电网提供无功功率是电网方面的要求,大多数风电场也是用SVG发无功,而实际上SVG的自耗电比较大,约占总功率的1%至3%。”据赵清声透露,“远景的做法是让风机和SVG协调发无功,通过无功电流优化场内线路的线损,以降低SVG的自耗电量,这方面的协同控制可提升发电量1%以上。”

提到风电发电量提升或保持,风电场预防预测性维护已成为业界的前沿话题,而这也是远景能源互联网技术在风电领域最具发展潜力的一个应用。据透露,全球范围已有2000万千瓦的风电场资产接入远景的能源互联网平台,这个数据有望在2015年末达到3000万千瓦。

对于预防预测性维护,远景丹麦创新中心总经理 Anders举例,以前风机偏航使用的摩擦片、机油、润滑油、蓄电池等耗材大多是定期更换,而现在能够基于大数据来预估它们的寿命,进而在其寿命末期到来的时去作更换,这是预防性维护;以前风机大部件的检修或更换是根据其运行中实际受损情况进行的,而现在风机状态监测和SCADA运行数据结合在一起,就会对大部件可能发生的问题作出比较准确的预测,从而作出积极的对策,这体现的是预测性维护。

可以与业界分享的是,远景能源投资自建的广灵风电场已取消了定期维护,正在做预防预测性维护方面的创新实践。这座在远景能源内部被定位为“业界标杆”的风电场,无人值守的背后是高度的智能化和自动化水平。其实,也不妨把远景广灵风电场理解为一座云上的风电场,它从未来向中国风电走来。(本来来源《风能》杂志,作者薛辰)

投稿与新闻线索:陈女士 微信/手机:13693626116 邮箱:chenchen#bjxmail.com(请将#改成@)

特别声明:北极星转载其他网站内容,出于传递更多信息而非盈利之目的,同时并不代表赞成其观点或证实其描述,内容仅供参考。版权归原作者所有,若有侵权,请联系我们删除。

凡来源注明北极星*网的内容为北极星原创,转载需获授权。

远景能源查看更多>智慧风场查看更多>智能风机查看更多>