泰豪软件李雄立：新能源智慧集控应用探索

“利用新技术建立新能源的智慧集控中心，全面提升整个新能源电站的管理水平，提高它的运行效率、降本增效，保障我们整个电站的运行安全。”

——泰豪软件股份有限公司营销总监 李雄立

4月27日，华北电力大学技术转移转化中心与中关村华电能源电力产业联盟联合主办的2021年智慧电厂论坛（第一期）在广东深圳成功举办。 泰豪软件股份有限公司营销总监 李雄立主旨发言，他分享的主题是《新能源智慧集控应用探索》

直播专题:2021年智慧电厂论坛（第一期）

字实录如下：

李雄立：本人一直觉得新能源未来是我们在电厂这块的发展方向，我把我的思路跟各位专家抛个砖，希望各位专家一起探讨。

首先我介绍一下我们公司，泰豪软件是于1996年创立，目前来说主要涉及军工电源、军工光电以及相关的电网及能源类产品为主。

我们的电源侧的产品相当于能源侧的产品，涵盖了电源侧包括电网侧、用电侧和综合能源等各个方面，实际上我们在电网侧基本上做了两网总部，省公司全国覆盖。

我个人从事电网多年，基本上也对电网软件特别是相关的一些电厂、电网建设有相关的经验，我介绍一下我的方案。

对于我来说，我们觉得新能源在碳达峰、碳中和这个目标提出以后，新能源一定是未来电力系统中的主体地位，什么是主体地位？从2000年来说，实际上风光资源占到所有装机分布不到25%，这是引用中电联的数据。未来我们可能要很大程度上翻倍，翻倍的基础上，未来新能源发电对于咱们来说占比会更高，随之而来的像火电都会有所下降，这个在电力能源的发展趋势肯定是这样。

随着新能源的发展，各个地区级的电站、智能化的建设一定会日趋增多，但是很多的新能源电站处在很偏远、环境很恶劣的地方。特别是在一些人烟稀少甚至海上风电，如果每个电站单独的运维、管理，基本上比较耗人力资源、人力、物力、财力，我们需要对新能源电站统一管理和集中调度。我们认为它的业务需求主要表现在四个方向：一是远程集中监控需求；二是多站协同管理的需求；三是外部信息感知的需求；四是数据价值挖掘的需求。

我们觉得利用新技术建立新能源的智慧集控中心，全面提升整个新能源电站的管理水平，提高它的运行效率、降本增效，保障我们整个电站的运行安全。降低电站的综合成本一方面是对它进行集中监控，这是省人，实际上我们也要对它的信息进行挖掘。新能源电站对于我们来说，未来不光是卖电的收益，实际上很大一部分还有一些其他的收益，像碳，比如说我们的数据，碳的收益、指标的收益会占新能源很重要，否则新能源电上架不可能和水电、火电竞争平价上网，特别是风光，水资源的成本更低一些。

另一方面是数据，数据是我们对电站成本的降本增效，特别是我们对于一些电站里的气象数据甚至未来增加的云网核储类，对于电价竞价交易类的数据。我们需要提高电站的整体管理水平，整体的管理水平不光是单一新能源电站，我们很多电站因为原来已经建了一些火电站或是一些其他的电站，我们要把这些电站进行集中的监视和管理，我们必须要解决一个问题，我们所有新能源的电站和火电站，他们的监视和控制是有差异的，他们的告警也有差异，他们必须装在一个监视平台上。

另外对于信息的感知进行分析或是处理，甚至预警和诊断。单一电站我们造成的问题是单一的风机停了，实际上多个风机停、多个气象引起的风机故障或是来了一朵云，整个电站信息的损失、复合发电能力的降低会对电网造成很大的波动和干扰，什么时候才能上报给电网？这个就是我们需要去保障整个电站的运行安全。另外要提高电网的运行整体效率，专家提到的什么时候检修，什么时候检修最经济。

我们觉得新能源集控对于集控来说把各个电站的数据接进来，所有的区域集中在生成控制大区和管理信息大区，集控站的数据更多监视在1区，管理应用在III区，我们觉得它要构建四个模块，包括数据中心、智能研判、智能管理和智能指挥。智慧集控我认为“控”是指监视与控制，“集”是有信息归集的意思，一方面对底下的集中监视和控制，一方面要有电网信息的互动，很多信息的标准规范包括操作票，因为从上一级下来，特别是检修计划的申报，必须遵循电网的规范。集控一定要实现和电网的互联互通，甚至设备台帐的管理规范要基于它的基础上衍生出我们新能源管理的其他思路。另外我们需要和移动打通，包括对外的气象服务，为保障我们数据的上传，向政府和其他地方提供数据支撑，另一方面我们需要把互联网上的数据抓取过来。从数据中心出发，我们首先把整个实施监视与控制的信息做好，我们兼顾系统中的数据进行统一的研判分析，提供给智能指挥或是智能管理。

这是我设计规划的架构图，里面构建了I区的实施监控，包括效能分析、智能故障、设备资料的运维，刚才说到的很多资料运维，还有生产管理特别是集控里的运行日志，日志不能生成会影响集控的效率。未来我们要对各个新能源电站的智能辅助包括发电、集控的网络下力，统一协调。

我们认为集控不简简单单做数据集中的接入，要从各个系统出发，包括各个变电站、各个电站把所有的数据全部取过来，取过来以后按照标准的协议，103、104或是其他的协议方式采集到集控的数据，这个时候可能有实时数据的存储，我们对实时数据进行加工、存储，还有一些关系类和非结构化的数据要进行统一的分析和存储，支撑整体的数据应用，未来我们的双碳数据都要来源于这里。

来源了数据我们更多要做数据的加工，来源有很多的电站，来自于很多业务系统，我们要进行多元数据的清洗、交互、关联，我们既要包含传统数据，也要用到云存储、机器学习甚至分布式计算等数据，支撑我们的应用。

实时监视、告警中一方面来源于新能源电站，我们认为新能源集控是包含传统的火电集控，不可能在一个集团内部、大的中心里会单独为新能源做集控，另外又做一个集控，实际上是光电、风电、水电、火电整体打包建立新能源集控中心，我们更多认为这种集控是数据的接入，像CGNNATURE+这种，传到实时监视、实时告警，实时告警要满足原来电网定义的五类告警，包括事故、异常等进行分类。

集控中心我们认为要跟原来的集控不一样，原来电网里的集控对于电站、发电厂的控制是没有的，新能源集控对于AGC、AVC的控制一定要具备这样的条件，可能子站具备控制功能，对于新能源集控中心来说也需要通过这样的控制。除了传统的停机、开机这样的发电控制以外，我们希望未来要做到整体的保护甚至保护设备的控制，这块我们目前还没有做到成熟的案例。

新能源集控做完以后，我们接入了海量的数据，我们需要做什么？我们需要像传统的火电站一样进行数据的全面分析，传统的分析来说，我们要对电站设备的健康状态、效能、生产运营各个指标进行分析。除了数据以外，我们不仅要分析内部的数据，我们对风光资源的评估，未来发电的预测都需要做到分析，这样才能支撑我们后续生产运营的要求。

设备评价方面，我们更多围绕设备性能、设备负载、可靠性、差异化分析等进行分析，设备的差异化分析刚刚提出了这样的概念，我们昨天在分析中很多人提到机器学习，但是我们发现在做的过程中，所有的电站中坏的数据是很少的，小样本数据用大数据来分析必须要找到很好的方法和方式，否则你用机器学习是没办法做到的。当然我们有做过一些这样的案例，比如说油温，我们如何通过正常状态判断异常状态，需要通过很多的多元数据确定它的边界线、控制线和预警线。

电站的效能，除了发电的能力、装机能力以外，总是关心和最关注的还是新能源，它不像传统的火电、水电，需要对风光资源进行很重要的预测，我们可能用到的数据也不仅仅是昨天一天的数据，甚至我们可能要用到一个区域的平均状态，每年的台风有多少次，风光资源，我们根据波动的情况预测整体的发电能力，这个预测我们更多的不希望从电站侧预测，我们要根据条件、根据曲线相似性，通过多个风机、多组风机进行预测，预测整个集控中心的预测水平，提高预测能力。

我们对预测的结果要进行可视化的展示，我们需要将多条曲线拟合起来，5分钟的1444点的预测曲线，这条曲线的预测准确度未来很大程度上决定着电网侧对新能源的考核指标，预测是我们未来做的主要方向之一。

除了整体的预测以外，我们还有各种的预测手段，我们这里用的主要是神经网络，神经网络好在对于他来说，多种参数求解，就像我们求公式一样非常方便，无非就是微调的问题，这个取决于前面选参的准确性，我们前期进行大量的数据加工和处理。

另外对设备的研判，部分的数据设备研判有可能在站端，像视频类的，我发现风机转得慢不慢或是其他原因，站端做比较合适，但是更多的是，在同一个区域里，同一个电站里找到风机中最异常的，超出10%，同一个装机，同一个时间内发电曲线和其他曲线并不一致，这个需要集控中心分析，大家都正常，每个电站发电效率低于其他的水平，这个需要基控上做更多的思考和分析。

我们通过数据的加工和预处理以及整体的分析和计算，我们对整个的设备、状态、行为、安全都可以做到统一，最好做一套模型的训练，同一个标准通过主子站之间，下发到边端、站端，站端就是集控中心的边端，这个模型下下去，提供统一预警的指示。边端的告警可以大于这个模型。

故障的处置，我们需要诊断处置的知识库，希望可以做到故障确定、原因确定、故障范围确定、诊断方案确定和维修成本确定，我们可以通过各种技术、图谱的技术去做。

交流过程中，换人了或是由于受限于运维人员个人的素质导致整体的能力不一、有差异，未来智慧电站、新能源集控以后，智慧电站的能力一定是非常高水平的、要求也非常高，我们希望建立统一的“五确定”故障诊断能力。

未来还要加强智能巡检，包括无人机、智能巡检的方式，我们希望把巡检的结果和我们的实景的三维进行关联，主站侧和我们自己的联动是有非常好的联动方式。检修单、工作票的执行情况，包括巡视情况都可以实现联动，主站可以做到实时的监视和指挥。希望未来信号集控以后信息非常多，甚至很多的干扰数据，因为集控人少了事没有少，我们怎么把事减少？我们更多希望借助于信息事件化的手段，将历史告警、台帐、环境、检修和操作票进行关联，把无效的干扰信号全部排除掉，我们希望事件化的模型可以大幅度的减轻监盘的压力。上海公司有40万个集控点，每天的信号要做到1万多个，通过信息压缩手段以后，做集控以后可以压缩10%，大概100条之内，处理的信号是30条，如果今天看昨天的信号可能只需要15分钟之内就可以做所有的预判，大幅度的减轻了工作压力。

泰豪软件也是做交易，也是我们的主营产品之一，特别是青海整体新能源的现货，都是我们参与相关的建设，实际上未来新能源的建设特别需要知道组网侧的报价规则，既要预测得准新能源的发电预测，我们需要对未来电价的走向趋势预测得准。

希望通过更高层的算法，特别是站端的算法可以进行择优，通过主站、子站的算法优化，把数据上传到主站模型，通过相关的模型训练的方式方法，我们希望通过主站实现发电的智能优化控制。

最后我们希望能够实现集控的网络下令，通过统一标准的令，大家的认知是一样的，接到什么，集控安排什么再转发到各个站端是什么，大家所见即所得，每一层缩短汇报时间，通过网络化的方式避免了很多电话和其他的误传误达的原因，后面通过人工智能的手段构建虚拟座席，信息的传达可以用电话进行拨打，这是集控站做的要求。

生产运行管理希望实现日志自动的记录，开关什么时候变位了，哪个风机自动停了，可以自动形成日志，不需要调度的值班人员、集控的值班人员做这个工作，减轻集控的压力，机器存储也会结构化存储，未来为整体的新能源集控做得很好的数据二次利用。设备管理统一采、跟、用统一设备编码、统一的运维管理、信息自动上传到主站，主站上传到电网侧，包括设备名称，编码侧我们希望更多的向调度侧，云端有统一的18位编码，包括整个设备检修、移动应用，都可以用同一套编码做。

我们希望做到在集控大屏上的统一展示，我们希望集控统一的告警、统一的数据挖掘、调度、值班、预测。

以上就是我分享的所有内容，新能源我做过一些案例，我还算是一个新兵，希望大家和我一起分享。感谢大家的认真聆听！

海上风电是非常大的资源，未来肯定有发展前途，我们国家大力投海上风电，江苏滨海南H3海上风电数字化智能化项目结合已积累的海上风电建设和运行管理实践经验，通过三维建模与数字化移交、数字化巡检及安防、设备状态监测诊断、风机控制策略优化、风机健康评估、智能运维排程等功能模块，搭建在基于工业互联网的一体化平台上，风电场设备的统一运行监控、统一数据管理的全寿期的智慧化管理，达到在线监控海上主要风险设备保障安全、优化运行维护策略降低运营成本的“智慧风电场”目标。

（来源：北极星电力网，发言为北极星电力网根据速记整理，未经本人审核，如需转载请完整转载全文不允许删减）