上海电气顾爽：智慧双大脑-边缘计算与风机先进控制技术

　　2021年10月17日-20日，2021北京国际风能大会暨展览会（CWP 2021）在北京新国展隆重召开。作为全球风电行业年度最大的盛会之一，这场由百余名演讲嘉宾和数千名国内外参会代表共同参与的风能盛会，再次登陆北京。

　　

　　本届大会以“碳中和——风电发展的新机遇”为主题，历时四天，包括开幕式、主旨发言、高峰对话、创新剧场以及关于“国际成熟风电市场发展动态及投资机会”“国际新兴风电市场发展动态及投资机会”“风电设备智能运维论坛”“碳达峰碳中和加速能源转型”等不同主题的15个分论坛。能见App全程直播本次大会。

　　

　　在19日上午召开的风电机组技术创新论坛上，上海电气风电集团股份有限公司数字化建模仿真技术总监顾爽发表了《智慧双大脑-边缘计算与风机先进控制技术》的主题发言。

　　

　　顾爽：各位领导大家好，我是顾爽，来自于上海电气，目前负责的是数字化建模和大数据的团队，同时也在开发载荷相关的控制算法。今天我演讲的题目是智能双大脑-边缘计算与风机先进智能控制技术。

　　

　　昨天上海电气的展台发布了一系列数字化的产品，覆盖了从风机端到原端所有的应用场景，在风机端这两款产品是WT-AGERT和EDGE-AGENT，今天的演讲内容主要是包括做这两个产品背后的逻辑，为什么要做这两款产品，需求是怎么来的，怎么做这两个产品，以及现在上海电气围绕这两个产品打造的数字模型在这个范围之内是怎么应用的。   

　　

　　首先要看为什么做这个产品。其实做载荷控制的人知道，现在风机控制越来越难，主要原因是我们对于载荷控制的需求越来越多了，放眼看几年以前载荷控制转速调平，功率调稳，大差不差都可以，但现在我们对于载荷，成本有了更高的要求，必须要降载，除了降载的控制以外，还有寿命的控制，上海电气也在做延寿控制，在延寿控制基础之上还有场级协调的控制，后面这两个需求其实和前面这些控制不在一个维度上，做实时控制都知道，我们需要的是控制器能够实时的响应，风机的动态能够实时去控制它，但是寿命和场级协调控制，其实需要数据积累和分析的功能。

　　

　　如果仅仅把这些功能放到控制器里去做，会发现力不从心，控制里包括PRC做实质性的控制。有没有更好的架构能够来满足现在风机开发控制上面的需求，我们进行了一年多的探索，也正式的推出了双大脑的架构，采用两部分来做这件事情，快的系统和慢的系统，快的系统对应着之前的实时控制系统，慢的系统就是智能终端，目标是做边缘侧的分析，所以会把传统上面的载荷控制、功率控制，转速控制，以及一系列快速响应安全保护的逻辑，仍然放PRC或者工业控制的控制器中。 

　　

　　我们从中抽出了需要数据积累、需要数据分析，需要边缘计算这一部分的内容放到了智能终端做，发现这个框架非常清晰，快速的响应有快速的响应，慢速有慢速的响应，我们做了非常重要的技术突破是在于确保了快系统和慢系统之间能够有一条高速稳定的通讯数据通道，数据终端占用很小CPO负荷的情况下，能够满足数据这个功能。所以有了这个架构之后发现，从硬件的层次上面可以做的事情有很多，现在逐步就开始打磨数字孪生技术，在做数据孪生基础上，还做哪些工作呢？

　　

　　今天主要讲三个部分，一是WT-AGENT控制器，另外是EDGE-AGENT智能终端，还有是基于模型的控制。再讲完了这三个基础之上，我们再会讲上海电气想要做的数据孪生技术的架构和实现的方法。   

　　

　　首先来看智能主控WT-AGENT，花了大概一年多的时间，很多的资源，再重新打磨的控制算法，为什么要这么做？主要是要满足现在的需求，打铁还得自身硬。从需求端开始，从客户的需求、运行的需求、载荷控制的需求、风机的需求一条一条做了非常详细的梳理，每一条需求落地之后会采用V字型的逻辑，将来PRC采用这个方法。我们也是采用相同开发方法，采用V字型在不同的阶段用了模型在环、硬件在环、传感用的方法，对于每个开发周期当中的所有需求，都进行了充分的验证，这个验证给我们带来好处就是在开发的阶段，就可以保证代码是可靠性非常高的代码，到现场部署时就会非常方便的连接到现场的实际，然后控制系统可以开始工作了。

　　

　　在WT-AGENT里面第一类是必须要强调的，就是现在框架采用了这个方法，有了这个控制器之后，有两个点非常重要的功能，是数据终端，进行数据采集，然后汇总、存储功能。这个产品非常小，拿在手上会发现这么小的盒子，能够处理大量毫秒级的数据，存储非常可靠，存储我们做了大量的压力测试，在测试情况下，会发现数据终端不会丢任何的数据，所有的在运行的关键性数据都会非常可靠的保存下来，这际上提供了后面各种各样的分析。有了数据之上，这个终端另外一个定位就是边缘计算的平台，再拿到数据的基础之上做些分析型的动作，比如说数字孪生技术，塔架和叶片也都针对了相应的算法去计算相关的寿命，数字孪生是非常好的平台，在上面可以无时无刻体现情况，所以智能终端这两个定位，我认为是解决数字孪生技术非常两个重要的基础。    

　　

　　第三方面我想讲一下，数字孪生技术另外一个技术就是基于模型的控制策略，现在很多风电界的朋友也都推出了基于模型的控制，其实大家背后的想法也是比较相近的，传统控制上面越来越多的局限性，为什么这么说？风能直径增大，叶片要减重，塔桶要减重，我们漂浮式，海上风机，还有载荷的问题，这些问题从控制学上来讲它都是一个分线性的问题，而且分线特性越来越强，对于控制器来说，实际上稳定的预度就会越来越小，导致了非常头疼的事情，就是如果要去采用传统方法去调控制器，要做大量的工作去优化，到底是转速波动的呢？还是要去看塔桶的载荷，这两个之间怎么去平衡？   

　　

　　我们调参的工作用传统的框架是越来越难，基于模型的控制速度算法不一样，他的控制性参数并不是KP、KI、KD的这些值，不是PID之值，基于模型控制参数实际上就是参数目标，我希望转速上面响应带宽是多少，叶片载荷控制到什么上面，有了模型的东西之后，这些参数是不会变的，或者说很容易做平衡，剩下的事情是谁在做？是模型本身在做，整个机组设计出来，叶片的长度、重量、弹性变化之后，我们的轮部的重量变化之后，根据设定的控制目标，所有控制器的参数是完全自定义的，这是我们非常重要的优势。有了这个框架之后，不用再花大量的时间去开发控制器的这种参数，可以把工程师放到更为重要的一个场景去解决问题。   

　　

　　模型控制方法有非常好的效果就是模块化，因为任何部件之间，可以通过模型的方法把它结合起来，通过气动可以把叶片和结构结合起来，通过各种模型的表达，可以把传统链和塔桶结合起来，所以在这个方向如何导入新的算法。比如说我们想用新的传感器，其实并不是说要把所有的传感器装到这个风机上，那就是好的控制策略，并不是这样的，因为通过模型这样的算法之后，可以做最优传感器的策略。

　　

　　在很多程度上来讲，风机的传感器很多情况下是有的，比如说如果装了IPC传感器，不管是装在叶片上也好，还是装在什么地方也好，装了IPC传感器，是不是还需要别的传感器，塔底的传感器，还需要净控的传感器呢？基于模型算法可以回答出这个问题，从模型传播的角度，把这事情推断出来，可以根据客户风场实际的风况，然后来判断风机需要用什么配置，需要什么传感器导入，什么样的技术，所以通过这个模型的方法，会把所有在载荷控制上面的需求和技术完全是在一起的。

　　

　　另外一个好处就是最优控制策略，因为它非常直观，可以去控制载荷，参数设置，可以去调响应速度，参数就是响应速度量，你会发现很容易在这两个之间做一个平衡，而且整定这些各种各样不同的控制目标也可以通过参数做一个直观折中，而不是说要设PID，调大了多少，调小了多少，可以显示把控制目标做折中。所以说模型的控制最主要就是提供了最优传感器的策略，是我们最优控制的策略，可以在我们的开发效率，在机组运行性能，在载荷控制方面都给我们带来非常多的好处。到这里我们在上海电气现在做的就是数字孪生技术非常基本工作，一个是WT-AGENT，基于MBD的开发，另一个是EDGE-AGENT，数据终端存储的数据提供边缘计算的能力。MBC的算法，另外一个模型的概念，基于模型去做控制。

　　

　　在此之上，现在究竟是怎么做数字孪生，可能很多同事也会听到，在行业里面有各种各样的数字孪生，在机械设计的时候，有数字孪生的技术，在控制上面有数字孪生的技术，上海电气在控制方面的数字孪生的想法，首先我觉得可能提出一个概念也可以和大家一起探讨，究竟数字孪生和模型到底有什么区别？我们会经常觉得又是模型、又是数字孪生，做控制很多年之前，都是在做模型，现在为什么都来做数字孪生？背后之间有什么联系？从我们的解读来看，数字孪生一定是对应了物理的实体，我们上海电气现在所讲的数字孪生，它是对应着风场上面一个具体风机的塔桶和具体的叶片，模型它其实是一种技术手段，是我们获得相关信息建模数据方法，所以在我们的理解上面他们其实是不同的东西，数字孪生一定是对应了一个本体。

　　

　　数字孪生的技术从数据输入这边开始，有传感器，有观测型的数据，像刚才我也讲高感知这些概念，有了传感器输入之后，首先有我们MBC的方法，获得了其他的一些数据，在这基础之上，最上面这层是我们MBC的框架，就是基于模型的控制，下面这块就是关键的非常重要的数字孪生，数字孪生现在目标关注的是状态、载荷、性能、寿命这几个维度，通过我们打造出来的叶片孪生、塔架、变流器、驱动链这些孪生它都是围绕着四个维度去，也就是说我的孪生放在终端里面向外体现出来的数据，是按照这四个维度来出现的。

　　

　　这四个维度其实是到我的上面MBC最高层运行工况调度上来，通过寿命这些情况来切换具体的运行成本，要么是降功率，都是基于数字孪生的结果进行控制的，我们终端其实也是一个开放的平台，希望各个有志同道合，想在里边做一些模型，这些分析技术的一些同事和厂商，我们一起能够把这个生态环境做起来的。非常谢谢。

　　

　　（根据演讲速记整理，未经演讲人审核）