這篇報告的目的是向公眾和決策者提供一個未來風場智能化的發展規劃和路線圖,我在這里把其中的重要部分做一個概述。
發展智能風場的目的
智能風場的目的只有一個:降低風力發電系統的在整個生命周期內的度電成本,更準確一點說就是平準化度電成本,LCOE。
要降低度電成本,有兩方面手段:一是增加風能利用效率;二是降低設備運行和維護的成本。
智能風場未來研究的主要內容
回歸到問題的根本,如何高效地利用風能,如何在最大化捕獲風能的同時降低設備的疲勞和極限載荷從而節約成本。
過去,我們都是從一臺機組,一個機型去考慮上述問題;
未來,風場智能化的發展方向是從場級去考慮這樣的問題,找到解決方案。
過去,我們傾向于把大氣的運動變化過程當成隨機變化的量來考量,我們在設計單機組閉環控制系統時,都是把風速作為一個干擾項來對待的;
未來,從場級智能化的角度,我們應該重新考慮風速這個變量的地位,我們要用新的技術手段和計算方法重塑整個風電場的風能利用方式。
所以,智能風場未來發展的一個重要內容就是風電場級的高精度建模,以及基于此的場級智能控制。
風電場高精度建模及其檢驗和驗證:這里的建模重點是整個風場的大氣運動過程,用新的傳感技術 (比如 LiDAR 測風)、并行計算技術對風場入流及其變化過程進行建模。從而研究單臺機組和整個風場與場內大氣運動的關系,建立高精度的模型,并對模型進行校驗和驗證。
場級控制系統:場級控制主要突破 3 個方面:
在整場高精度模型的基礎上,考慮風能利用的最大化;
在整場模型和新的測風手段的基礎上,最大限度地降低機組尾流的影響;
特定機位的優化控制,以降低機組運行風險,提升機組性能為目標。
另外,一個重要的發展方向是,在高精度建模和準確測風的基礎上,可以實現特定機位的機組定制化,首先是控制策略定制化,從而提升效率,降低風險。
更多的設想是,未來在生產線上的風電機組都是為特定風場特定機位生產的,因為它們可以基于機位更細節,更準確的信息評估整個生命周期的運行狀況,從而為該機位定制最低成本,最小風險和最大收益的機組配置。