当前位置: 首页 > 风电 > 解决方案

海上风电运维难题如何求解?

光伏们发布时间:2021-01-26 08:58:56

海上风电是可再生能源中最具规模化发展潜力的领域之一。我国海岸线长,海上风资源丰富,海上风电又具有占地面积少,开发规模大,发电利用小时数高等特点,加上国家政策利好,我国海上风电开发建设已渐入佳境。但与此同时,由此衍生出来的海上风电机组运维的相关问题也受到了广泛关注。海上风电机组相对于陆上来说故障率更高,如何降低成本,提高风电场效益,成为了摆在风电行业的现实问题。

1月23日,广东省政协十二届四次会议上,广东省政协委员、珠海云洲智能科技股份有限公司董事长张云飞建议推动资产评估技术及标准体系建设,推动海上风电运维产业数字化建设,建立海上风电运维先进技术应用试点。

资产风险高与运维力量弱的矛盾突出

当前,我国海上风电运维面临两个难题。首先是机组故障率高,维修工作量大。国内尝试建造的海上风电项目,使用国产机组大多为陆上机组经适应海上环境改造而成,机组运行试验周期短,没有很好的试验和论证,使用的风机在复杂恶劣的海上环境,故障率居高不下。

其次,运维作业受潮汐影响明显,既有台风等恶劣工况,还存在较多的大风、团雾、雷雨天气,又有大幅浅滩,潮间带各潮汐影响明显,通达困难,交通设备选择困难,海上维护作业有效时间短,安全风险大且缺乏大型维修装备。

目前,海上风电运维基本照搬陆上风电经验,计划检修为主、故障检修为辅的运维模式。暨运维人员根据厂家指定的定检周期对风机进行计划性保养和测试和风机报故障,运行调度人员通知运维人员前往现场处理相结合。

故障检修是目前风电运维最常做的事情,但是在海上,交通因天气海况,存在极大的不确定因素,往往因为一个空开断开,导致风机停机几天的情况常常发生,且单台风机报故障,运维人员来回交通成本巨大,对风电场的效益产生极大的影响。

近年来,广东省重视海上风电发展,目前省内在运海上风电装机18万千瓦。根据《广东省海上风电发展规划(2017—2030年)(修编)》,预计到2030年底,广东建成投产海上风电装机容量将达到3000万千瓦。

广东省海上风电业飞速发展,但海上风电场的资产管理风险高,运维需求突出。张云飞认为,相关运维标准、技术、实体发展相对滞后,难以满足装机增量市场需求。

“海上风电场存在资产风险高与运维力量弱的矛盾突出、资产评估技术及标准体系尚未建立、缺乏对海洋环境影响的持续监测、运维数字化管理水平较低等问题。”张云飞称。

张云飞建议,推动资产评估技术及标准体系建设,推动海上风电运维产业数字化建设,建立海上风电运维先进技术应用试点。

其中,在推动海上风电运维产业数字化建设方面,张云飞建议依据《广东省加快发展海洋六大产业行动方案(2019-2021年)》,推动建设广东海上风电大数据中心。其次,组建海上风电运维专家组,制定统一的装备标准、运维数据类型与接口;再次,研究制定法律法规,要求本省海上风电项目运维数据逐步接入大数据中心,实现运维数据统一监管;最后,大量积累海上风电运维数据,设立专项研究,加速海上风电运维数字化技术迭代。

“建议相关政府部门研究出台相关扶持政策,支持重大创新项目,鼓励风电场业主单位、施工单位、风电运维企业、科研院所联合进行核心技术研发,开展基于无人装备的海上风电水上水下检测技术研发及试验,推动关键技术取得突破。”张云飞建议,建立海洋风电运维先进技术应用试点,鼓励采用先进技术进行水上水下检测应用示范,打造应用示范项目,在全国形成示范效应。

机器人充当主力军?

针对海上风电的苛刻运维环境,各国都把目光转向了机器人、无人机,以代替人工开展海上风电机组的维护,有望在降低人员安全和运维风险的同时,通过数据采集和远程监控实现海上风电数字化和智能化运维。例如,江苏风洋风电技术工程有限公司研发的风电塔筒维护机器人,可全方位对风机塔筒外壁进行清洗、除锈、涂装等作业施工;欧洲建立的首个海上风电运维机器人测试中心,可验证机器人在极端天气条件下,进行海上风力基础设施维护评估等解决方案。

去年,专门为维护和检查海上风机叶片而设计的、一种六足履带式爬行机器人,已在英国布莱斯国家可再生能源中心进行了试验,并成功通过了涡轮机行走测试。该机器人名为BladeBUG,利用真空粘合技术,可保持自身稳定性和灵巧性,使步态适应各种叶片曲面。

同时,此次试验还验证了“辅助系绳”的作用,它可以延长机器人在海上作业时间,并能快速地在叶片上布置和回收。据称,BladeBUG及一系列智能机器人替代人工开展海上风电维护,有望成为未来海上风机叶片维护的“生力军”。

与BladeBUG机器人研发目的一样,2019年美国桑迪亚国家实验室的研究人员曾测试了一种检测风电机组叶片损害的爬行机器人。他们表示,这种能够爬上风电机组塔架,并在叶片上爬行的自助式机器人设备比人工维护更安全、更仔细。同时,这种机器人还可以携带检测工具,如相机、传感器、人工智能设备等。

在某一研究项目中,桑迪亚国家实验室为爬行机器人配备了扫描仪,该扫描仪可以搜索风电机组叶片内的潜在损坏。通过研究该机器人对一只损坏叶片进行测试检查的现场视频,研究人员发现,这一新的检测方法可以很快地发现叶片损坏,并最大程度地降低损失或维修成本。

据介绍,在视觉检查中,往往只能看到表面损伤。但是当看到叶片外侧裂缝时,损坏就已非常严重了,这就需要马上进行一些非常昂贵的维修,或者甚至可能需要更换叶片。他们认为,例行检查对于保持风电机组的可利用率,以及发电量提升都至关重要。据相关统计,在一个典型的风电项目全生命周期内,一个先进的机器人系统预计可为其节省约3300万美元的运维费用。

目前,BladeBUG机器人已经加入了 MIMRee(一个极端环境下检查、维护和修理平台)项目。该项目由欧洲开发商联合英国海上可再生能源孵化中心推出,以无人船为载体,利用无人机、机器人等多种智能化设备对海上风机叶片表面进行检查、测试和修理。

据了解,MIMRee项目汇集了机器人技术、无损检测、人工智能、空间任务规划、海洋和航空工程以及纳米生物技术等领域的专业知识,八个领域的合作伙伴将以各领域的创新研究为基础,其最终目的是开发一个整体的数字和机器人系统,该系统能够通信和共享数据,并在复杂的维护任务中协同工作。

据悉,目前MIMRee研究人员正在使用船只到项目现场进行初步扫描,然后利用无人机对叶片进行视觉成像检查,再将爬行机器人运送到叶片进行维修。这些机器人还可以使用电子皮来“感知”或“感觉”叶片表面的状态并采集数据。

让“算力”成为“生产力”

去年10月12日,国家电投江苏滨海南H3海上风电项目首台风机顺利并网,这标志着国内首个数字化、智慧化海上风力发电场已进入投运阶段。

在海上风电面临去补贴的关键节点,H3海上风电项目的实践让业内眺望到数字化风电的未来,也看到了数字化技术驱动行业降本的希望。

滨海南H3海上风电场位于江苏省盐城市滨海县近海海域,离岸距离36公里,平均水深约18米,布置75台单机容量4.0MW的风机,总装机容量300兆瓦,配套建设一座220千伏海上升压站、两回220千伏海缆送出线路和一座陆上集控中心。该项目建成投产后,将与已建成运营的滨海北H1#100兆瓦、滨海北H2#400兆瓦两个海上风电场共同构成亚洲规模最大的海上风电集群“国家电投盐城阵列”。

据滨海南H3项目数字化智能化实施单位江苏未来智慧信息科技限公司常务副总经理宫照海介绍,在国电投江苏滨海南H3#海上风电项目中,未来智慧与浪潮合作,利用云计算及大数据技术,共同打造了云边协同的智慧风电设备监测平台。依托这一平台,实现了风电场设备统一运行监控、统一数据管理的全生命周期智慧化管理;实现了无人值守下数据实时采集,实时动态了解设备运行状况;最终达成了在线监控海上风电主要设备,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。

数据采集和分析处理是实现海上风电智能化运维的基础。

据介绍,在滨海南H3项目中,完成了升压站、风机监控两个部分的边缘计算节点的部署,升压站边缘计算节点实现升压站数据采集与计算、机器人协同;风机监控边缘计算节点实现对于风机状态监控采集、计算以及风机整体数据的采集与计算等功能。

“发电设备的态势感知传感器接入浪潮超融合InCloud Rail,在边缘侧进行叶片转速、高性能倾角、润滑油状态监测、振动状态感知等数据分析,有效信息传至云中心,通过云边协同大幅降低建设运维成本。”浪潮云计算与大数据产品线首席架构师赵志祥解释称。

近年来,海上风电运维也在应用信息化技术,比如通过风机SCADA监控系统传递机组运行情况,但距离真正的状态感知还相去甚远。

据介绍,传统SCADA系统里缺少丰富的传感器,无法对螺栓、腐蚀、叶片振动、塔底倾斜等工况实时感知。并且,SCADA系统只是采集了一部分数据,并不具备预警和数据分析能力。

在去补贴和降本的压力下,海上风电必须尽快实现从从被动式运维到主动预防式运维的转变。这需要风电运维与大数据、云计算、边缘计算、机器学习等新技术更深度地融合。

在赵志祥看来,海上风机复杂的应用场景,对硬件平台和软件平台都是巨大考验。对数据传送的及时性、应用的承载能力和大数据的融合能力提出了更高要求。这要求边缘站点提供超融合的云数智能力。

“在滨海南H3项目中,依托工业互联网平台,在传统的SCADA系统基础之上增加了五类传感器和边缘计算的节点,实现了从感知到边缘计算,相当于在海上升压站建设了一个边缘计算的中心。同时,在陆上升压站建设一个云平台,实现了云边协同。”宫照海说,“以数据为基础,构建了近30类故障预警模型,可以提前预警故障,为实现预防式运维奠定了基础,有利于提高风场的可利用率,切实降低风电全生命周期的度电成本。”


评论

用户名:   匿名发表  
密码:  
验证码:
最新评论0

相关阅读

无相关信息