风力发电数字孪生技术与系统

截至 2023 年 4 月，我国风电装机容量达 38 亿千瓦（机组数量约 18 万台），全球占比 41%，连续 12 年位居全球第一。风电场多分布在高山、戈壁、海洋等环境复杂、条件恶劣的地区，机组数量庞大，安全运行风险高，受技术经济条件制约，普遍存在状态感知能力弱、工况适应能力差、安全防护能力低等突出问题。随着单机容量和装机规模快速增长，风力发电安全稳定运行面临以下三方面挑战：

图：面临的主要问题及挑战

1、风力发电过程呈多领域耦合与多场景交互特征复杂特性表征难。风电机组是“流体——机械——电气”多领域物理过程耦合的复杂系统，运行过程中受地形、风况、海况等多环境因素交互影响，其耦合方式与交互关系尚不明确，多领域建模及求解困难，生产过程多场景实时高精度特性表征难以实现。

2、风电机组运行工况复杂多变，全生命周期适应性校核验证实施难。复杂环境和本体特性变化易诱发风电机组运行控制失配，而机组大部件载荷、外部环境条件等关键状态参数不可测或测量精度低，导致多变工况下基于模型和检测信息的机组全生命周期运行适应性校核验证无法有效实施。

3、风电机组大型部件运行风险点多，高风险事件识别及安全控制难。叶片扫塔、塔筒超幅振动、转速功率超限等高风险事件会对风电机组的安全稳定运行产生严重影响，现有物理测量装置昂贵、安装部署率低，机组主控系统缺乏风险预警手段，不具备主动安全控制能力。

图：总体技术路线

针对上述难题，该项目从增量感知、传输治理、仿真推演、安全控制四个层面，通过系统架构及功能体系设计、孪生体建模及模型校核、低成本边缘感控设备研制等手段，自主设计并率先研发成功多领域耦合与多场景交互的风力发电数字孪生系统，构建了支持多模式部署及多领域实时精准映射的数字孪生平台。其中，构建了风电机组智能增量传感网络，研发了多态运行数据一体化采集和多元异构网络流数据汇聚传输技术，发明了高维混合聚类、时序数据增强等多态数据治理方法，提出了增量传感与多态数据支撑的数字孪生模型全生命周期校核方法；然后，提出了基于数字孪生的风电机组运行态势感知及工况识别算法，发明了叶片扫塔、塔筒超幅振动、转速功率超限等高风险事件预警方法，形成了基于数字孪生的叶片超幅振动、转速/功率超限等高风险事件预警及其主动安全控制技术，形成了“感——传——仿——控”技术体系。项目成果开拓了新能源发电领域数字孪生技术的创新实践，推动了新能源产业提质升级。

创新点

自主设计并研发多领域耦合与多场景交互的风力发电数字孪生系统，提出了增量传感与多态数据支撑的数字孪生模型全生命周期校核方法，发明了基于数字孪生的风电机组超量感知监测及运行优化、高风险事件预警及主动安全控制技术，形成了“感-传-仿- 控”技术体系。