2019年10月21-24日，2019北京国际风能大会暨展览会（CWP2019）在北京隆重召开，大会主题“风电助力‘十四五’能源高质量发展：绿色、低碳、可持续”。自2008年首次在北京举办以来，已连续举办11届，成为北京金秋十月国内外风电行业争相参与的年度盛会。
10月23日上午，举办了“智慧运维论坛——大数据应用，智能预测及故障诊断”。
以下为发言内容：
赵天意：非常感谢，今天有机会跟大家交流一下施奈德在全球的经验，以及我们对未来智能运维的看法。在今年8月9号的时候伦敦大停电，非常有意思在于一开始的时候，整个英国地区30%的电来自于天然气，30%的电来自于风电，20%的电来自于储能和其他的装置。在当天上午的时候整个英国地区宣布了一个喜讯，整个英国地区47.6%的电力就来自风电，结果在下次的时候由于一次雷击事故下午，先导致是英国整个燃气轮机丧失了将近600兆的储力，导致整个电网频率的下降，最后整个电网频率跌落到了48Hz，正常电网频率应该是49.5Hz，48Hz之后，只引起了英国最大的霍恩森海上风电储力下降，降低了700兆瓦，整个在15分钟之内英国大电网损失1.3个GW的发电量，直接导致系统崩溃。
大家发现在整个系统之中可能是因为无论是雷击还是误操作，无论是天气还是设备的老化导致的故障情况，使我们新能源，尤其是可再生能源在运行中的时候，在面对越来越高可靠性的系统、电力设备的时候，是一个比较弱势的状态，怎么样能够提供我们在长达25年周期之内，风电系统可靠性，我们要抓到关键点。因为在风电系统之内，整个系统投资中，涉及到电气设备投资只占不到10%，但是因为电气设备造成的故障数量远远高于10%，这也是在整个电气设备中见到非对称性，为什么这样？其实因为从风机侧到升压侧，从升压侧到并网侧，其实这里边我们的风电系统是跟传统的火电、水电、核电各种系统不一致，因为类似于这种式发电系统本身有非常专业的运维团队，有非常稳定、可靠的运行环境。相对于我们的风电光伏新能源类的系统，由于采用是分布式发电，自身对抗严苛条件，对抗不太专业的运维，需要有更加可靠、稳定和智能化系统，这也是我今天跟大家分享的主题，如何来实现在风电系统中最敏感的或者最不对称的电气系统的可靠性，尤其在长寿命周期之内怎么样通过智能运维来实现。
这边是一个国内风电场故障统计的记录，大家会发现跟电气相关的电气设备，其实故障的次数和故障的时间都占整个风电平均的故障时间的上侧，这里电气相关，既包含主配电设备，也包含变压、变流等一系列设备，包括变桨偏航系列，跟电气有关的设备，可以看到大型的机械类设备，对整个风电来说，运维成本非常高，但是在未来当平价上网之后，越来越关注发电量的时候，这时候造成发电量损失的主要因素可能就需要我们把视线更加平衡的看到电气和机械这两个环节，尤其对造成频率最高的电气设备的敏感性，需要更加重要加以分析。
这里有一些不太好的案例，比如某个地区有一些螺栓的掉落，会引起整个事故，在某些地区由于设备选型的问题，这里边其实对风电可靠性和系统要求具有很大的考量，我们现在中国的风电已经走过了大约10年的历程，但是5年左右大的发展，每年不断增长，针对越来越大的存量，针对越来越高的对可再生能源的要求，我们从补充到替代，从替代未来会成为主力能源，而且国家对我们期待越来越大的情况下，怎么避免由于这些电气造成的瑕疵，影响到整个可再生能源，尤其是风电的发展，这是我们面临的统一课题。
怎么去应对？说起来我们可以从三个角度看，首先是设备的选型，另外是系统的配合，第三个是运维的优化，我们如何降低场用电，如何进行预防性维修维护，如何用大数据和人工智能实现对整个风电系统可靠性的把握以及提升，这里面可以看到如果从系统化较角度来看，从骨干设备劳动肌肉系统，再到神经网络，整个数据的管理来说，这三环是一环扣一环，不可或缺的。核心在于如何用智能，从靠我们单纯的用设备，用人去管理，到系统去管理，这个角度的转变，可能是未来整个风电智能化的核心所在。
如何定义一个智能化，我们从设备到系统，从系统到运维，一个智能化系统尤其是智能化电气的系统，对风电来说意味着什么，首先必须要灵活，每个阶段不一样，无论是针对旧有风场的改造还是旧有风场的升级，甚至对未来风场的设计，这一系列都需要我们在整个系统级别内把它做一个灵活性的考量。这里我们可以有一个比较好的概括，可以把一个风电场的智能化系统分为三级。
第一级就是设备选型，体现的是不要出故障，出故障之后能够第一时间做出故障的限制，甚至在故障时候第一时间恢复到运行。第二级是系统应用级，尤其是给运维人员，提供现场快速诊断、分析以及排除故障的方式，尤其是在整个运维系统之中制定年度计划，制定季检和秋检计划的时候有更好的依据。第三级就是大数据级，这块数据积累一定来自于对风场不断优化，而且系统之间不同的分享，包括开发商和设备商之间的共用，这里包括可以在未来形成很多资产式的管理，人工智能的管理。
前天我们有很多的闭门会议，讨论了在平价上网之后，如何继续可靠推动风电场的发展，这里既包括地方政府的支持，也离不开金融力量的支持，如何在系统级别去评估一个风场的价值，第三层的信息必不可少，因为它是能够提供未来发电的预期和过去历史数据的统计，这样才能知道这个风场如何进行融资，如何进行最优化的资产管理，所以说三层都不可少，而且三层能形成相互开放、相互兼容，又灵活互动的系统，这里说的灵活互动指如果只做第一层可不可以？当然可以，我们可以从第一层进行起步，向第二第三层进行迈步，所以这里就形成了一个非常好的配合度。
我们先看第一层，第一层智能设备为基，我们知道整个风电最重要的可靠向还是来自于设备侧可靠性，无论数据的获得还是设备的可靠性运行，如果没有一个稳定可靠的设备，这一切都无从谈起，越来越多的传感器，越来越多内设在内部的物联网设备，这一切都使我们触觉更加敏感，但同样的是不是意味着必须要降低可靠性，必须要牺牲我们的强健性，并不是如此，所以说我们在设备选型的时候，基础一定要选好，无论是设备内嵌的产品，还是说通过设备所使显得智能化，同时包含对整个风电场适应性的配合，这一块一定是以设备为核心。
比如说我们看到这里是针对双馈的，施耐德一台MTZ断路器，里边是针对了整个风电的，无论是从振动、盐雾腐蚀、高低温、环境、耐风沙、全系列的高于IEC标准的设置，而且内部内置了全自动的诊断和管理系统。因此我们可以发现，不用一个互感器外之，只需要内嵌一个设备，就能形成可靠性和智能化的结果，这也是在设备侧一定要考量到的，所以当我们投资一个风电场还改造一个风电场的时候，起步一定从设备开始，因为如果没有设备的可靠性，谈不到整个智能化的管理，也谈不到整个数据可靠获得，可以试想一下我们在风场办公室里看着，很多数据如果来源不可靠，数据稳定性不够好的时候，造成的不是效率的提升，反而是注意力的分散，所以这里对设备的核心观念非常重要。
第二个强调的是系统，我们知道单一的设备，无论从电气设备还是以后从齿轮箱到扇叶的机械设备，只是个单独设备，但设备之间一定要形成配合。举个例子来说，相变并网系统，如果相变的测控单元因为一些鸟类或老鼠类的进入，造成短路的话，假如这个测控端短路，传递到上级，形成一个主回路的断路，就会影响到整个风场或这台风机的可靠运行，使人员需要到现场进行恢复运行，而且需要排查故障。这种事情在风场中经常发生，我们遇到很多类似的情况，在这里怎么样通过主短断器、分断路器到中间选择性配合，保证当出现故障的时候只切断最终端的核心设备，通过智能化能第一时间判断出故障类型，告诉我们运营人员在现在应该怎么样恢复风场的供电有些设备的故障是可以忽略掉的，带着小故障运行，在适当的时候进行排除，这就相当于中医里的望闻问切一样，经过系统的判断告诉我们如何来降低运维工作量，提升整个运维效率，所以系统性配合既是可靠性的基础，也是智能化的起点。
第三个智能运维标，最后我们一定是基于可靠的设备，实现了可靠性，实现了风场长时间可靠运行，基于这个系统智能化和互联互通，形成了现场级别有效管理。第三步就是在风电系统全寿命周期的增值，如何实现？这里一定以数据的分析，比如经过设备，把当前的运行状况，包括它的电流、电压、所发出的功率包括磨损深包括保护曲线的协调作用，全部上传之后，这个数据分析可以告诉上级或者总部管理部门，当前风场智能运维健康状况如何，我们是不是需要投入更多的资金使它的风电效率得到最优化，或者换个角度来说，是不是已经可以把这个风电场作为一个成熟的优秀的资产进行一些配资，进行一些处理，这里其实是数据分析的核心所在。
第二个就是资产增值，当我们聊到这个的时候一定会想到，新能源发电一定不是一个短时间一锤子的买卖，它其实类似于保险，类似于一次投资终身受益，25年周期之内我们可能投资有效回收期会大于三年到五年，后面是稳定的投资收益，怎么样告诉投资方或怎么样降低融资成本，以收益最大化，如何通过数据分析告诉风电场有哪些潜力可以挖掘，这些离不开数据智能分析，以及每个海量数据的综合。
海量数据综合上来之后，看起来是一堆乱码，但是可以通过人工智能、大数据找出一些规律所在，这也是施耐德在全球的经验所在。作为资产增值第三项就是智慧运维了，当风场投资完之后，投资成本只会占到40%到50%左右，后续25年的周期成本，运维、更新改造，甚至人员管理成本会越来越高。如何实现智慧运维的目标，就是在全寿命周期里。25年之内整个投资占的比例和后期运维比例二者是有着高相关度的，给我们甲方，给设备制造商，这个就是通过智慧运维来实现的资产增值。我们曾经做过风场有效分析模型以及风场的资产模型，这个模型能带给大家的就是如何来看一下，通过一些优质的设备，实现整个价值的扩展，这里很有意思，就是智慧运维所实现资产方面的增值。
我们总结一下会发现整个智能风场运维，尤其电气设备智能运维，针对最敏感、最容易出现故障的系统，这个运维以可靠性为目标，以人为本的运维。因为风电可达性并不像火电、水电、核电一样有专业的运维团队在现场进行值守，很多时候运维是一体化的，有可能是第三方，有可能是自己公司的运维，这降低公司的运维量，提升设备的可靠性，同时提升人员操作的安全性。我们知道整个单位受伤率，风电在整个系统中比例还是比较高，所以智能运维不仅仅提升是有效性、可靠性，同时在另外角度提升的是整个运维或整个操作人员的安全性，我们在现场就知道故障如何排除，可以通过VR的模拟进行人员不到现场模拟的运维，通过无人机来实现，这一系列在光伏中已经应用的概念，在风电中有很大的可扩展性，未来这一定是一个能够提升能效的很有效的管理模式。
分享一个国外的案例，其实国内施耐德的案例很多，这个案例很有意思，英国大停电之后，这家风电场做的不错，这是默克尔在整个德国倡导，因为德国马上把所有新能源可再生能源的比例提到非常高的程度，这是在波罗的海最大的风电场。大家会发现它从第一级系统设备级，高可靠性的专门专对风电系统关键的设备，第二级其实已经把整个系统运维培训和整个系统化设计考量在其中，第三级是大数据管理，这三级已经形成三级一体化系统，这个系统其实是在ARKONA这个风电场实现了，欧洲现在采用的还是33千伏的系统，但是我们知道现在欧洲很多海上风电，当离岸越来越远的时候，可能会进化到66千伏，风机越来越大的时候，风机内部的电压可能会从690升到1100伏，这一切都代表着新能源的效率在提升，如何通过运维来实现智能化的改造，实现整个风场有效的运维，这里是我们共同面临的课题，我们希望一起施智驭风，能臻长青，谢谢大家。
