海上風電智能控制與運維關鍵技術

房方，梁棟煬，劉亞娟，胡陽，劉吉臻

（1.華北電力大學控制與計算機工程學院，北京市 昌平區 102206；2.新能源電力系統國家重點實驗室(華北電力大學)，北京市 昌平區 102206）

0 引言

全面貫徹新發展理念，大力發展可再生能源，建設綠色低碳、安全高效的能源體系已成為我國經濟社會發展的核心目標。在電力領域，全面推進風力發電、太陽能發電大規模開發，提高電網對高比例可再生能源的消納和調控能力，構建以新能源為主體的新型電力系統是實現碳達峰、碳中和目標的重要支撐。

我國風資源富集于三北以及沿海地區。隨著陸上風電建設趨于飽和，東部沿海地區的海上風電成為最具潛力的增量市場。海上風資源豐富，風切變較小，風能質量高；海上風電靠近東部沿海地區的用電負荷中心，便于就近消納；海上風場不受交通運輸、城鄉用地影響，適合大規模開發。因此，大力發展海上風電對于緩解我國能源供需逆向分布矛盾，改善電網結構，加快新型電力系統建設意義重大[1]。

相較于丹麥、德國、英國等國家，我國海上風電雖然起步較晚，但發展迅猛。2021 年，江蘇如東新增海上風電裝機容量300萬kW，總容量達到483 萬kW，成為亞洲最大海上風電場群[2]。同年12月，我國首個百萬千瓦海上風電項目——三峽陽江沙扒海上風電場實現全容量并網發電[3]。國家能源局最新數據顯示，截至2021年年底，我國海上風電新增裝機容量1 690 萬kW，累計達到2 639 萬kW，海上風電裝機規模超過英國，躍居世界第一[4]。根據彭博新能源、全球風能理事會等機構預測，未來幾十年，全球海上風電仍將保持強勁的發展態勢。

相較于陸上風電，海上風電在復雜多變的海洋環境下，面臨著一系列新的技術難題[5-8]。同時，海上風電前期的工程投資和后期的運維成本更高。特別是自2022年起新增并網海上風電項目不再享受國家補貼，全面進入平價時代后，迫切需要通過壓縮整體造價(整機、建設和運維等成本)和提高發電效率[9]來進一步降低度電成本。要實現這一目標，依賴于關鍵技術突破和全產業鏈協同，其中，智能控制與運維技術創新將為海上風電降本增效提供重要驅動力。

1 海上風電技術發展趨勢

海上風電機組按主軸方向可分為水平軸和垂直軸風力發電機組，按照基礎類型可分為固定式和漂浮式風電機組，本文主要關注主流的水平軸固定式和漂浮式海上風電機組的發展。

1.1 大容量與規模化

使用大容量海上風電機組可大幅度減少機位，降低基礎建設造價；海上風場的大規模、集約化開發可降低海纜鋪設、換流站建設及后期運維成本，是攤薄海上風電度電成本的關鍵措施。同時，大容量風電機組具有更大的掃風面積，通過搭載先進的運行控制系統，發電效率也會更高。

當前，國外大容量海上風機的研究已從美國可再生能源實驗室的5 MW 機型[10]、丹麥科技大學的10 MW 機型[11]發展到國際能源署發布的15 MW 海上風電機型[12]。我國5～8 MW 海上風電機組已實現大規模商業化運行，8～10 MW海上風電機組已實現批量應用或示范運行[13]，10 MW 以上的更大容量機型也相繼發布。表1 匯總了國內外整機制造商最新發布的部分大容量型號風機，涵蓋固定式與漂浮式，涉及雙饋、永磁直驅和半直驅3種技術路線。

表1 國內外整機廠商最新發布的大容量海上風電機組Tab.1 The latest large megawatt offshore wind turbines released by domestic and foreign original equipment manufacturers

海上風場發展中，江蘇如東已經建成包含三峽、中廣核、國電投等投資的11個海上風電場集群項目，成為亞洲最大海上風電場群[2]；江蘇大豐國內離岸最遠海上風電場實現并網運行；廣東陽江實現國內首個百萬千瓦海上風電全容量并網[3]。圖1為近年來我國海上風電裝機容量的發展趨勢(數據來自國家能源局)。同時，在山東、江蘇和廣東等沿海省份相繼出臺的“十四五”規劃中均明確提出要打造千萬千瓦級海上風電基地，加快推動海上風電集中連片開發[14]。

圖1 我國海上風電裝機容量Fig.1 Installed offshore wind power capacity of China

1.2 深遠海與漂浮式

在“雙碳”目標驅動下，未來幾年內我國近海(水深＜60 m)固定式海上風電的可開發資源將趨于飽和。在水深大于60 m的海域，固定式海上風電的基礎建設成本將呈指數增長，不再具備成本優勢。國家氣候中心數據顯示，我國深海風資源總量約10億kW，是近海風資源的近2倍，發展潛力巨大[15]。而大容量漂浮式風機技術將成為海上風電走向深遠海的突破口。

技術研究方面，為支持海上風電工程的設計和分析，國際能源署已經于2007—2019年先后完成海上代碼比較協作項目OC3[16]及延續項目OC4[17]和OC5[18]。其中，OC3(固定式和立柱漂浮式風機)和OC4(半潛浮式風機)主要通過海上風電機組的模擬響應來進行仿真軟件代碼間的比較，以驗證不同耦合建模工具的準確性；OC5項目(半潛式)則將工作擴展到通過對比模擬響應與實際測量值來驗證建模工具，觀察建模工具與測量數據間的差異；2019—2023年進行的OC6項目將更有針對性地進行海上風電系統工程級建模工具、高精度建模工具與實測數據三方之間的對比驗證，目前已經完成前2個階段工作[19]。

實際工程中，2009 年，挪威首臺立柱(Spar式)漂浮式風機的成功安裝開啟了漂浮式海上風電發展的序幕，在此之后葡萄牙、日本、英國、法國等國家相繼開展漂浮式海上風電的示范項目[20]。我國的風電制造企業，如金風科技、三峽能源、龍源電力聯合明陽智能、中國海裝和上海電氣等，也開展了漂浮式風機技術的相關研究。2021 年7月，全球首臺半潛式抗臺風型漂浮式海上風電機組“三峽引領號”在廣東陽江沙扒順利安裝[21]；同年12月，由海裝牽頭研發的“扶搖號”半潛式基礎平臺成功下線[22]。

1.3 數字化與智能化

隨著海上風電單機容量不斷增大，風場向深遠海不斷延伸，其運維難度、運維成本和風險等級顯著提升。據測算，海上風電后期運維成本占整個風電場全生命周期度電成本的23%左右，而陸上風電僅為5%左右[23]。通過引入數字化技術、人工智能技術等降低整體運維成本、提升單機與場群的運行控制水平，是控制海上風電度電成本的有效途徑。

在海上風電智能化技術研究方面，基于機器學習、深度學習的海上風況、風功率預測[24]，基于數字孿生的海上風電機組實時狀態感知與智能診斷[25]等引起了廣泛關注。海上風電的數智化產品也不斷取得新進展：遠景能源的“伽利略”超感知風機利用海量實測數據，具備一定的學習、感知、判斷能力[26]；上海電氣的D2X 數據治理平臺、Park-Agent 智能監控平臺，E-CMS Plus 智能診斷平臺、Prognostic-Agent 故障預測及健康管理平臺等產品，具備一定的保障風機全生命周期高效高可靠運行的能力[27]；中國海裝的全生命周期管理PLM 系統基于大數據平臺[28]，搭配海上運維船，能夠為海上風電運維提供保障。

2 海上風電機組控制與運維難題

2.1 漂浮式風機運行控制難題

與陸上風機以及固定式海上風機不同，漂浮式風電機組是氣動-水動-伺服-彈性全耦合的非線性系統，由風機、浮體、系泊三大部分組成，對其動態全耦合機理尚缺乏深入研究。目前，多采用附加質量的方法實現強行耦合來進行簡化研究，但該方法并不能準確反映漂浮式風機的非線性耦合機理，只能作為簡化替代方案。

固定式海上風機由于底部始終固定于海底，其沒有底部基礎平臺運動響應問題，故轉矩、變槳等控制策略與陸上風機基本相同。而漂浮式風機由浮式基礎支撐浮于海面，系泊錨鏈連接固定于海底，由此增加了縱蕩(Surge)、橫蕩(Sway)、垂蕩(Heave) 3 個平移自由度和橫搖(Roll)、縱搖(Pitch)、艏搖(Yaw)3 個旋轉自由度。同時，漂浮式風機受到風-浪-流載荷的聯合作用。圖2 顯示了漂浮式風機增加的六自由度作用以及受到的外部載荷[9]。

圖2 海上漂浮式風機Fig.2 Floating offshore wind turbine

漂浮式風機下部的浮式基礎受浪-流激勵而產生的自由運動會直接影響到上部葉輪的掃風面積，影響最佳風能捕獲，而上部葉輪所受的風載荷通過塔筒力矩的傳遞作用于浮式基礎，會使平臺產生自由運動。文獻[29]指出，在額定風速以上，隨著風速的增大，若使用傳統固定式風機變槳距控制策略，風輪氣動推力的降低將可能使漂浮式風機產生負的氣動阻尼，這將導致浮式平臺的縱搖模態阻尼降低，引發浮式基礎產生更大的運動響應。因此浮式風機控制策略需要在固定式海上風機控制策略基礎上做出相應的調整，其控制目標不僅是功率和載荷，還應當最大程度抑制浮式平臺的運動，保持系統穩定。同時，由于浮式基礎(立柱式、半潛式、張力腿、駁船式等)不同，其結構尺寸、吃水深度、固有頻率、水動力特性及對應的運動響應幅度也不盡相同，控制策略需要定制化設計。

2.2 海上風場尾流管理難題

由于海平面粗糙度低，經過前排風機后的尾流衰減小，海上風機單機尾流拖尾較長，尾流疊加效應更大。對于包含幾十臺甚至上百臺風機的大型海上風電場來說，如果機組排布不合理且只采用常規的單機發電量最大化控制策略，尾流影響將會非常明顯。圖3 為拍攝于2008 年的丹麥海上風電場Horns Rev 一期的尾流效應照片[30]。經過上游風機后，風的能量會大幅降低，且湍流強度變大，因此尾流作用將會導致下游風機捕獲的能量大大減少，降低整場發電量，不僅影響海上風場的經濟性，同時還會增加機組的疲勞載荷，降低機組的壽命。因此，必須對海上風電場進行尾流管理，最大化降低尾流損失，提升整個風電場發電效益。但尾流管理涉及前期的風場微觀選址、風機布局，后期的風電場群尾流建模、偏航控制策略優化等，復雜度高，已成為海上風電高質量發展的重點和難點。

圖3 海上風電場尾流效應Fig.3 Wake effect of offshore wind farm

2.3 海上風電自主運維難題

隨著海上風電發展從潮間帶進入近海、最終走向深遠海，風機離岸距離越來越遠，其對長時間自主運行的可靠性以及運維管理的智能化水平要求越來越高。首先，在環境層面，高風速、極端浪高和鹽霧侵蝕等海上惡劣環境會導致海上風電機組的故障率升高；海上運維交通條件受海況影響大，被動維修窗口期不定，使得故障停機維修時間長，發電量損失較大。其次，在技術層面，海上風電機組大型化造成柔性部件增多，使機組產生更大運動響應和結構振動；海上高速、高安全通信網絡建設難度大，風電信息化、智能化技術應用受制約，難以充分滿足決策調度與智能運維的需要。最后，在管理層面，由于我國海上風電起步較晚，機組復雜度高，尚缺乏成熟的運維管理經驗、先進的運維裝備和高水平的運維隊伍。

3 海上風電智能控制與運維關鍵技術

3.1 智能控制

3.1.1 極端工況載荷安全控制技術

臺風是海上風電可能遇到的典型極端工況。由于強臺風影響，海上風電機組葉根應力和塔基彎矩過大，易造成風機葉片損毀和塔筒折斷等結構性破壞，造成重大經濟損失。除了加強海上風電機組葉片、塔筒材料及結構性的設計，還應改進控制策略，全力保障海上風機載荷安全。海上風電機組抗臺風控制策略在充分了解臺風的極端風速、湍流強度和風向突變特性[31]基礎上，建立臺風過境全過程的風力機葉片、塔架等關鍵部件的風載荷分析模型[32]，在收到臺風預警信號后，啟動備用電源，進行變槳操作，調整葉片處于順槳狀態，松開剎車保持空轉，通過偏航系統調節風機葉輪盡可能正對風向，減少側向對風，最小化變風向的風載荷[33]。同時，要確保臺風期間風場通信信號暢通，實時監控臺風、風電機組與電網狀況[34]，通過大量的數據在線分析，結合智能化多工況適應性控制策略，使臺風造成的影響最小，保證海上風電機組的安全。

3.1.2 功率-載荷-運動多目標控制技術

大容量海上風機的整體結構更加復雜，柔性增強，在風-浪-流等多重外部載荷激勵下，易產生更大的結構振動和平臺運動(漂浮式)，因此大容量海上風電機組的整機控制策略已經不僅僅局限于功率控制。針對大容量海上風機(固定式和漂浮式)的控制策略，首先，可基于多體動力學理論建立風-浪-流多重載荷輸入下的固定式海上風機轉子-機艙-塔架耦合模型和漂浮式風機的風機-浮體-系泊一體化載荷分析模型；然后通過基于激光雷達的風況測量[35]或基于機器學習、深度學習的短期風、浪預測[36-37]，能夠使海上風電機組控制系統提前感知來流風-浪信息。與基于線性二次型調節器[38]、模型預測控制[39-40]、魯棒H∞[41]等先進控制算法的轉矩控制、統一變槳和獨立變槳控制相結合，及時進行控制動作的調整，在調節功率穩定輸出的同時增加氣動阻尼，抑制傳動鏈轉矩振蕩、塔頂和葉尖的振動，實現降載荷。對于漂浮式風機，最優化變槳距控制除了實現輸出功率調節和降載荷作用，其所改善的機組氣動力矩通過塔筒的傳遞還能夠降低浮式平臺的自由運動響應，限制平臺運動范圍，實現平臺的運動控制和位置控制[42-43]。而對于變槳漂浮式風機易產生的平臺縱搖負阻尼問題，可以通過增加塔頂加速度反饋回路來實現葉輪前后向加阻，減小變槳控制器增益來降低縱搖運動響應，采用轉矩-變槳聯合或獨立變槳距的多入多出控制策略來增強轉子轉速調節和平臺縱搖阻尼等，通過多種策略實現漂浮式風機平臺縱搖運動加阻。

此外，針對功率-載荷-運動多目標優化控制需求，還可以進一步安裝機艙、塔基調頻質量阻尼器(tuned mass damper，TMD)，并采用基于TMD 的被動式[44]或主動式[45]結構控制，提升機組結構阻尼，大幅度降低柔性部件的振動。圖4 為本文針對海上風電運行控制難題所提出的基于風-浪-流預測的海上風電機組一體化耦合建模與功率-載荷-運動多目標控制技術架構圖。

圖4 基于風-浪-流預測的海上風電機組功率-載荷-運動多目標控制技術架構Fig.4 Power-load-motion multi-objective control technology architecture based on wind-wave-current prediction for offshore wind turbines

3.1.3 風電場尾流協同控制技術

由于海上風電場尾流結構復雜，作用機理呈現高度非線性，直接采用基于高精度的計算流體力學尾流模型進行優化控制往往求解困難，響應緩慢。可行的替代方式是采用面向控制的中等精度穩態尾流機理模型[46]或基于歷史風況的數據驅動穩態尾流模型[47]。在尾流模型基礎上計算海上風電場發電量，量化尾流對機組載荷影響，采用模型驅動[48]或者數據驅動[49]的預測控制算法構建閉環動態場級控制器。基于安全網絡通信，采用場級控制器實時感知每臺機組運行狀態和環境條件，通過優化問題的求解，輸出機組最佳偏航角度，以此進行尾流重定向，降低尾流影響。基于以上分析，本文提出了基于數據-知識聯合驅動的海上風電場尾流模型與協同控制技術架構，如圖5所示。基于數據-知識的尾流聯合驅動模型，結合尾流的主要動態機理模型和現場實測數據，可彌補單一的面向控制的尾流模型精度問題，并解決單一數據驅動模型的穩定性和可解釋性問題，搭載基于模型-數據驅動的模型預測場級控制器，可實現尾流作用下海上風電場功率-載荷的智能協同控制，提高海上風電場尾流智能管理水平，最大化海上風場效益。

圖5 基于數據-知識聯合驅動的海上風電場尾流協同控制技術架構Fig.5 Data-knowledge joint driven collaborative control technology architecture of wake flow for offshore wind farm

3.2 智能運維

3.2.1 多目標優化運維策略

海上風電場全生命周期運維流程復雜且不確定性強。運維策略的選擇影響海上風電場的整體效率、利潤率、安全性和可持續性；對于海上風電，在選擇維護策略后，還將考慮進度計劃，這是一個優化問題；現場運維涉及復雜的海上作業，其效率和安全取決于海況等實際因素；此外，海上運維造成的負面環境影響也是需要關注的問題[50]。有效的運維作業以海上風電機組狀態監測、故障診斷技術和資源運籌調度技術為基礎，通過預測性維護策略判別和定位潛在故障位置，提前有針對性地判斷需要進行維護的風機部件，結合海上天氣狀況，統一決策調度運維船只和人員等資源，預留足夠的維修窗口期，科學規劃最佳運維時間和路線，達成機組故障、運維成本、資源損耗和生產效益之間的最佳平衡[51]。

3.2.2 智能監測與診斷技術

由于長期處于無人值守狀態，海上風電的監測與診斷應具有更強的感知能力、預測能力和自主決策能力。采用數字孿生技術可以實現海上風機物理與孿生模型的實時映射與交互，透明化風電機組的全生命周期生產過程，實現海上風電機組的智能監測和診斷[52]。數字孿生是建模與仿真技術的巔峰應用，仿真模型是實現數字孿生體和物理實體實時交互的基礎，貫穿于系統全生命周期各個階段.基于多模型數字線程交互技術和高效數據通信技術，數字孿生系統可實現信息空間和物理空間的無縫集成與實時映射。數字孿生系統通過對全生命周期的推演，可實現對整個價值鏈的虛擬洞察與反饋，進而支撐對真實生產和運維過程的持續優化[53]。機理-數據聯合驅動的風機(風場)孿生模型作為數字孿生系統的核心，提供實際對象的精準映射，數據采集與感知系統為孿生體提供多源狀態數據，邊緣設備提供分布式數據清洗、數據挖掘與分析等數據治理能力，實時安全網絡搭建孿生系統中的信息交互橋梁。孿生平臺結合運維的需求，采用知識庫、機器學習、深度學習等人工智能技術，實現風機故障預警、健康管理、壽命預測等功能。配套的3D圖形引擎則可提供風機內部模型、運行狀態和故障診斷預警的可視化呈現。海上風電機組數字孿生系統整體架構[52]如圖6所示。

圖6 海上風電機組數字孿生系統架構Fig.6 Digital twin system for offshore wind turbines

3.2.3 智能運維裝備

復雜的海上作業環境給海上風電運維帶來諸多挑戰。為提高海上風電運維效率、降低安全風險，運維船、水下機器人和無人機等智能設備成為海上風電智能運維的關鍵組成部分。新型海上運維船[54]抗風浪能力強，具備更大尺寸和更高安全性，配備海區無線電等，可同時滿足多種海況運維環境，能夠安全高效地向海上風場運送裝備和運維人員。多自由度水下機器人通過自主定位與路徑導航在水流中保持穩定并避開水下障礙物，利用高精度攝像頭近距離拍攝海上風機水下支撐基礎和系泊錨鏈(漂浮式)高清圖片，然后借助數字化手段對圖片進行深層挖掘，可實現海上風機支撐基礎和系泊子系統的健康監測[55]。構建基于云-邊-端協同的海上風機無人機智能巡檢系統，可實現無人機航線自主規劃、多機協同作業[56]。無人機實時拍攝的海上風機葉片圖像上傳至移動設備平臺進行高速邊緣計算，初步識別葉片缺陷；對于疑似缺陷的圖片，通過場區無線專網上傳至海上風場中央服務器，基于深層卷積神經網絡等深度學習技術進行驗證判斷和缺陷位置標注[57]。在終端設備上，運維人員可查看葉片缺陷標注情況并導出缺陷診斷報告。圖7 為海上風電機組無人機葉片巡檢過程及標注結果示意圖。

圖7 海上風電機組無人機葉片巡檢Fig.7 Unmanned aerial vehicle blade inspection of offshore wind turbines

4 結論

2021 年我國海上風電經歷了“搶裝潮”，2022 年將全面步入海上風電的平價時代。在“雙碳”目標下，作為規模化可再生能源的重點發展領域，海上風電仍將保持快速穩定的發展態勢。

隨著海上風電向著大容量、規模化、深遠海方向快速推進，新一代信息化、數字化、智能化技術的創新應用將發揮越來越重要的作用。其中，智能控制與運維關鍵技術針對海上風電特有結構和運行特性，可實現全工況下機組/場群的高性能運行和全生命周期運維管理，從而有效提升海上風電的社會經濟效益，助力海上風電健康、有序、高質量發展。