吴智泉：推进智慧风电建设 提高风电核心竞争力

　　风力发电是可再生能源的重要力量，持续引领着能源革命深入推进。随着人工智能等相关技术的迅猛发展，国内外各相关机构都在推进智慧风电工程。

　　针对风电的基本特征与智能化水平现状，笔者以异构计算为基础，采用弹性资源配置策略，从风电生产管理和信息系统两个维度对智慧风电的体系架构进行了探索和研究。

　　由于风电的单机系统相对简单，自动化、信息化程度高，场群分散，智能远控需求强等特点，风电成为智慧能源的先行者。

　　智慧不是智能的简单升级，而是充分展现“类人”的思维模式、价值判断和相机决策。智慧风电的概念需要进一步明晰，其体系架构要能满足功能的实现。同时，研究智慧风电的实现不能脱离当前信息化发展水平的现状，数据的获取、存储、通信和安全是必须充分考虑的因素。

　　目前，基于数字化转型的智慧风电研究已引起国内外广泛关注，如美国国家可再生能源实验室的SMART战略，GE公司的数字化风电场，远景的能源互联网平台EnOS，上海电气(5.270,0.03,0.57%)的“风云集控”系统。他们都在探索大数据、互联网和人工智能技术如何为风电场赋能，挖掘风电场的运行规律和最佳运营模式，实现降本增效。

　　当前，智慧风电的建设大多侧重于智能算法、智能运维等局部功能智能化，距离智慧风电还有一定的距离，充分利用人的智慧进行创新的智慧风电体系架构研究迫在眉睫。

　　关于智慧电厂的体系架构，各方也展开了不少研究。但这些研究多是针对煤电、燃机和水电，而由于风电的高度分散特性，这些智慧电厂的架构不完全适用。就我国电力行业现状而言，智慧风电发展任重道远，需要对智慧风电的概念、体系架构、关键技术继续进行探索和研究，让未来的风电场更好地自我学习、适应和运行。

　　智慧是一个哲学范畴，由智力系统、知识系统、方法与技能系统、非智力系统等多个子系统构成的复杂体系所蕴含的能力，这种能力表现为及时做出正确抉择，且具有较强的相对性。

　　智慧风电是先进风力发电技术发展的产物，与数字化、信息化、智能化发展水平密切相关，具有更强的发现问题、分析问题、解决问题能力，具有更强的创新发展能力。

　　研究认为，未来的智慧风电以数字化、信息化、标准化为基础，以管控一体化、大数据、云平台、物联网为平台，以数字孪生技术为辅助，以异构计算（包括计算能力、计算方法和计算层次）为核心任务，高效融合计算、存储和网络，通过“人—机—网—物”跨界融合，形成“边缘+云端”结合的全层次开放架构，实现不同层级的智慧，追求不断提升风电智能化水平（包括智能感知、智能运维、智能控制、智能决策）的目标，完成更加友好、安全、经济、可靠的能源供应。

　　智慧风电具有学习性、成长性、开放性、异构性、友好性等基本特征。智慧风电系统从感知到决策，在数据的全生命周期过程中，不同层级的计算能力和侧重点不同。随着系统的演化，每个层级持续自我学习，有所侧重地提升，具备自我成长性。下层提供计算处理后的数据支撑，上层完成更加综合的数据计算和处理，并对下层予以指导、协调和完善，构成一个不断自我完善的生态系统。

　　智慧风电体系每层提供标准化、模型化的开放接口，通过“人—机—网—物”跨界融合，实现架构的全层次开放。智慧风电需要构建融合不同层次的多元异构的计算架构体系，实现多种智能技术在风电行业的集成应用。智慧风电更要实现与自然环境、生态环境、人文环境、电网环境的高度融合，其内部的交互性也必然是友好的。

　　在一定意义上，每一个风电场都相当于一个小型电网，是地理位置较广，具有一定规模的网络结构，且控制手段复杂多样。构建智慧风电，离不开对广域分布的“小型电网”的智能化及其与骨干电网智能交互的研究。智慧风电架构可以从以下两个维度展开：

　　一是智慧风电的生产管理维度，分为：1.风机级，也就是要能自我调节、自我保护，对重大故障直接反应等基本功能的智能风机；2.场站级，也就是基于智能电网技术，能自主控制、自主优化，对环境（包括风资源、电网）的快速反应能力；3.集控级，要求全面分析、全面统筹，对所属场站的智能化管理，实现智能运维；4.集团化管控级的任务是实现智慧发展，要求持续学习、持续优化，分类、分阶段指导风电智慧化发展。

　　二是智慧风电的信息系统维度，分为：基础设施级（硬件基础）、支撑平台级（软件基础架构）、应用平台级（建设目标的各类应用）等三个部分。

　　对上述两个维度的有机融合是智慧风电建设的基本要求。

　　智慧风电体系架构高效融合计算、存储和网络，以多元异构可信计算为基础来构建，具备计算资源弹性配置能力以满足不同需求，整个体系结构的不同层次引入不同计算能力使之更加高效、实时地处理数据，使风电系统达到精准感知、快速应对、系统思维和全面开放不同层级的智慧。

　　风机、场站、集控、集团各层级涉及的关键技术是智慧风电生产管理体系架构的技术支撑。

　　智能风机具备深度感知、自我认知和控制、协同决策的特征，智能风机技术的研究可提升机组在恶劣工况下的稳定性和适应能力。

　　风资源评估及微气象预测技术对风电场的运行效益有重要的影响，缓解电力系统调峰、调频压力，提高风电接纳能力的有效手段，为风电场AGC有功自动调节系统提供技术支撑。

　　风电场精细化网络建模及全状态感知为后期的智能分析提供初始的运行状态。智能优化控制技术可增强风电对电网安全稳定支撑能力，是系统稳定灵活运行的保障。适合风电场分散性的网络通信技术是风电场监控通信系统可靠性和安全性的保障。

　　风电数据从感知、采集、传输、存储、处理到应用的整个生命周期过程中，各个阶段的关键技术构成了智慧风电的信息系统体系架构的技术支撑。

　　智能传感器技术是实现精准感知的基本硬件保证；风机数据精准标准化采集和知识图谱技术是评估性能及运行状况，评估风机健康状态的保证和手段；快速有效的数据存储策略是智慧风电数据高效传输和快速挖掘的可靠保障；多维异构、时空关联等特性的风电数据融合策略研究，是智慧风电精准系统地决策分析的数据质量保证。

　　而异构资源的弹性配置技术，是智慧风电体系架构的核心特征，也是智慧风电适应不同外部环境，实现智慧风电系统思维，构建良好风电生态的有力保证。

　　同时，利用数字孪生技术在虚拟空间中构建实体风机映射，通过大数据分析技术分析风机/风场实时状态，实现机组优化控制；借助大数据、云计算、人工智能等信息技术，通过技术手段实现数据指定范围内可查、可控、可信，是不可或缺的一部分。

　　智慧风电是发电过程中的数字化、信息化和标准化发展的必然产物，是物联网、大数据、云计算、人工智能等多种技术的深度融合，具有开放性、学习性、成长性、异构性和交互性的特点。

　　智慧风电对推进风电行业发展，打造我国风电的核心竞争优势，建设绿色低碳、安全高效的现代智慧新能源体系，推动能源革命纵深发展具有重要意义。

　　（作者系中国大唐集团新能源科学技术研究院院长）