【Goldwind（于迟）】2024年仿真技术推动风电走向智能化报告_26页_4mb

仿真技术推动风电走向智能化

核心内容

金风科技作为全球领先的清洁能源企业，致力于通过仿真技术推动风电行业的智能化发展。公司通过构建数字孪生体系，提升风机的环境适应性、运行效率和电网支撑能力，为实现“双碳”目标提供关键技术支持。

风电行业面临的挑战

双碳目标与新能源发展

• 中国承诺2030年前实现碳达峰，2060年前实现碳中和。
• 2023年我国清洁能源占比34%，其中风电占9%，预计到2060年新能源将占70%。
• 新能源规模增长对电网稳定性构成挑战，如电力系统惯性降低、极端天气影响、调节难度加大等。

机组大型化的风险

• 安全性：大型机组面临更高的安全风险。
• 维护成本：在沙戈荒、深远海等复杂场景下，维护成本高。
• 自适应需求：机组需在不同环境、电网条件下实现自适应运行，提升发电效率。

数字孪生驱动的智能风机

智能风机总体要素

• 采用最精物理传感与数字孪生双引擎，实现多场景智能决策。
• 支持安全实时决策、运行适应决策和发电最优决策，实现极致成本、安全和性能。

先进感知系统

• 集成激光雷达、高清摄像机、毫米波雷达、超声波雷达等传感器，实现环境特征提取与信息融合。
• 通过传感器自动标定技术，提升数据采集精度。

高精度动力学数字孪生引擎 - GTSim

• 集成于风机控制器中，实现在线动力学数字孪生。
• 支持叶片气动、传动链、塔架等关键子系统模型，提升控制精度。

控制决策体系

• 实现机组安全保护、部件延寿和性能提升，满足极端复杂工况下的运行需求。
• 基于数字孪生技术，实现对感知、数字孪生和控制决策的闭环仿真。

智能风机运行效果

• 提升机组安全性，避免叶片断裂倒塔。
• 实现预测性维护，降低故障成本。
• 环境自适应能力，保持最优发电状态。
• 发电量提升1.5%~3%，通过自学习能力实现复杂环境下的自适应控制。

风电场仿真优化控制

风电场能量仿真平台

• 基于Matlab/Simulink建立仿真系统，模拟不同应用场景下的风电场特性。
• 实现200+机组、弱电网环境、复杂风资源的联合仿真，支持风电场规划设计与控制策略设计。

6大应用场景

• 集中式：海上/平原
• 分散式：丘陵/山地
• 大基地
• 风光储综合

风电场控制策略

• 实现功率控制、协同控制与环境控制。
• 优化有功分配、一次调频、无功分配等策略，提升风电场整体发电性能。

风电场优化控制成效

• 实现300+次版本迭代，减少场验时间与电量损失。
• 支持不同地区电网要求，如澳洲、南非等弱电网地区。
• 提升发电量2~5%，实现环境友好控制。

智慧风电展望

仿真技术助力控制技术迭代更新

• 基于模型的软件设计：提升开发效率，实现不同专业软件兼容性。
• 代码生成：主控、辅控、场控代码生成，减少人为错误。
• 模型测试：覆盖全工况，提升模型可靠性。

基于模型的孪生控制

• 集成气弹力学孪生模型，支持直驱、中速、高速机型及跟网型、构网型机组。
• 边缘侧模型集成，实现模型降阶，提升实时边界保护能力，降低安全风险70%。
• 诊断算法开发：实现正向诊断与逆向数据训练，准确率可达90%。

边/场/云协同控制

• 云端数据平台支持模型孵化与协同控制。
• 场端数据湖实现数据整合，提升控制效率。
• 边端控制优化，提升发电量2~5%。

基于模型的预测决策

• 气象预测：利用神经网络进行风速、风向及海况水文预测。
• 机组寿命预测：实现大部件寿命调度控制。
• 负荷/电价预测：结合用电侧负荷变化与电价趋势，实现风、光、储、氢协同控制。
• 运维工单管理：实现人、车、备件调度，综合成本最优控制。

风电行业新形势：智能化水平稳步提升

风电机组智能化分级

• V1.0：系统整体运行监控自动化，智能降载技术初步运用。
• V2.0：实现全场景感知，多机组协同控制，基于数字孪生和环境模式识别自动匹配性能风险平衡的最优调度。

智能化发展路径

• 从依赖机械的自动化操作向完全无需人工的智能控制演进。
• 智能化水平进入3.0时代，实现全场景智能控制。

MATLAB EXPO

金风科技通过MATLAB/Simulink平台实现风机与风电场的智能化控制，推动风电行业向更高效、更安全、更可持续的方向发展。