登录 | 注册

基于大数据的集团级新能源全过程智能优化与运行监控系统

73

成果主要完成人

张剑峰、高 伟、郭 鹏、帅 超、曹庆才、王 娟、高文依、李 芮

项目概况

与传统能源相比,新能源发电具有点多面广线长、多场站与设备海量的显著特征。目前,新能源管控大都局限于以生产过程监控与指标对标等传统方式为主,缺乏数字智能技术与精益化分析对资源评估、工程建设和生产管控的全过程有效支撑,项目价值判断缺乏准确高效手段,工程设计精益化水平有待提高,发电潜能难以充分挖掘释放,设备潜在风险缺乏有效预控方法。本项目针对新能源发电存在的普遍问题及自身特征,充分运用云边异构、湖仓一体、全寿命周期广域关联智能分析、多模预警与多源融合、多阶数字孪生聚合等技术,研发了“双区耦合、两级管控”的集团级新能源全过程智能优化与运行监控系统。 (1)提出了集团级新能源全过程智能优化与运行监控“双区耦合、两级管控”的系统设计方法。基于自主可控“云边异构,湖仓一体”技术架构的集团级大数据中心与省域集控中心构成上下协同的两级管控架构,在云端搭建以全寿命周期精益化分析为核心的智能优化区,以监控和指标对标为核心资产管控全覆盖的运行监控区,实现了高度分散新能源资产实时透明高效管控。 (2)研发了基于功能数据模型的全寿命周期广域关联智能分析平台。以新能源资产全寿命周期多源融合数据为要素,融合在线数据仓库与专用API离线数据,打通新能源各阶段数据壁垒,建立了集团级新能源数据湖和精益化分析数据仓库。 (3)研发了多模预警与多源融合的专家支持平台。基于机器学习技术,开发了传感器等4类94个模型,形成了集团级故障预警算法库,实现了异常识别和安全状态超前感知。基于运行参数和风光资源等多源数据,通过高精度气象模拟、流场仿真与增强现实技术,实现专家远程指导和事故复盘。 (4)研发了基于多阶数字孪生技术聚合的系统优化平台。采用BIM、GIS和CFD等多阶数字孪生技术,开发了风电场尾流效应、风能密度空间差值等模型,可对不同地形复杂度、气象环境条件下的风场发电量精确评估,为整场设计、升级改造等提供多层次多方案快速优选,突破了传统方法的技术瓶颈,首次实现了对风电场全寿命周期的精准指导。 获得授权发明专利12项、实用新型专利16项,授权软件著作权5项,发表论文6篇;成果应用于集团全量新能源资产,与项目投入前的2020年相比,2022年风电与光伏利用小时分别增加143和140小时,提升经济效益1.14亿元。经中国电机工程学会鉴定,以刘吉臻院士为组长的专家团队一致认为:项目整体技术达到国际领先水平。