海上風電是可再生能源中最具規模化發展潛力的領域之一。我國海岸線長，海上風資源豐富，海上風電又具有占地面積少，開發規模大，發電利用小時數高等特點，加上國家政策利好，我國海上風電開發建設已漸入佳境。但與此同時，由此衍生出來的海上風電機組運維的相關問題也受到了廣泛關注。海上風電機組相對于陸上來說故障率更高，如何降低成本，提高風電場效益，成為了擺在風電行業的現實問題。

1月23日，廣東省政協十二屆四次會議上，廣東省政協委員、珠海云洲智能科技股份有限公司董事長張云飛建議推動資產評估技術及標準體系建設，推動海上風電運維產業數字化建設，建立海上風電運維先進技術應用試點。

資產風險高與運維力量弱的矛盾突出

當前，我國海上風電運維面臨兩個難題。首先是機組故障率高，維修工作量大。國內嘗試建造的海上風電項目，使用國產機組大多為陸上機組經適應海上環境改造而成，機組運行試驗周期短，沒有很好的試驗和論證，使用的風機在復雜惡劣的海上環境，故障率居高不下。

其次，運維作業受潮汐影響明顯，既有臺風等惡劣工況，還存在較多的大風、團霧、雷雨天氣，又有大幅淺灘，潮間帶各潮汐影響明顯，通達困難，交通設備選擇困難，海上維護作業有效時間短，安全風險大且缺乏大型維修裝備。

目前，海上風電運維基本照搬陸上風電經驗，計劃檢修為主、故障檢修為輔的運維模式。暨運維人員根據廠家指定的定檢周期對風機進行計劃性保養和測試和風機報故障，運行調度人員通知運維人員前往現場處理相結合。

故障檢修是目前風電運維最常做的事情，但是在海上，交通因天氣海況，存在極大的不確定因素，往往因為一個空開斷開，導致風機停機幾天的情況常常發生，且單臺風機報故障，運維人員來回交通成本巨大，對風電場的效益產生極大的影響。

近年來，廣東省重視海上風電發展，目前省內在運海上風電裝機18萬千瓦。根據《廣東省海上風電發展規劃（2017—2030年）（修編）》，預計到2030年底，廣東建成投產海上風電裝機容量將達到3000萬千瓦。

廣東省海上風電業飛速發展，但海上風電場的資產管理風險高，運維需求突出。張云飛認為，相關運維標準、技術、實體發展相對滯后，難以滿足裝機增量市場需求。

“海上風電場存在資產風險高與運維力量弱的矛盾突出、資產評估技術及標準體系尚未建立、缺乏對海洋環境影響的持續監測、運維數字化管理水平較低等問題。”張云飛稱。

張云飛建議，推動資產評估技術及標準體系建設，推動海上風電運維產業數字化建設，建立海上風電運維先進技術應用試點。

其中，在推動海上風電運維產業數字化建設方面，張云飛建議依據《廣東省加快發展海洋六大產業行動方案(2019-2021年)》，推動建設廣東海上風電大數據中心。其次，組建海上風電運維專家組，制定統一的裝備標準、運維數據類型與接口；再次，研究制定法律法規，要求本省海上風電項目運維數據逐步接入大數據中心，實現運維數據統一監管；最后，大量積累海上風電運維數據，設立專項研究，加速海上風電運維數字化技術迭代。

“建議相關政府部門研究出臺相關扶持政策，支持重大創新項目，鼓勵風電場業主單位、施工單位、風電運維企業、科研院所聯合進行核心技術研發，開展基于無人裝備的海上風電水上水下檢測技術研發及試驗，推動關鍵技術取得突破。”張云飛建議，建立海洋風電運維先進技術應用試點，鼓勵采用先進技術進行水上水下檢測應用示范，打造應用示范項目，在全國形成示范效應。

機器人充當主力軍？

針對海上風電的苛刻運維環境，各國都把目光轉向了機器人、無人機，以代替人工開展海上風電機組的維護，有望在降低人員安全和運維風險的同時，通過數據采集和遠程監控實現海上風電數字化和智能化運維。例如，江蘇風洋風電技術工程有限公司研發的風電塔筒維護機器人，可全方位對風機塔筒外壁進行清洗、除銹、涂裝等作業施工；歐洲建立的首個海上風電運維機器人測試中心，可驗證機器人在極端天氣條件下，進行海上風力基礎設施維護評估等解決方案。

去年，專門為維護和檢查海上風機葉片而設計的、一種六足履帶式爬行機器人，已在英國布萊斯國家可再生能源中心進行了試驗，并成功通過了渦輪機行走測試。該機器人名為BladeBUG，利用真空粘合技術，可保持自身穩定性和靈巧性，使步態適應各種葉片曲面。

同時，此次試驗還驗證了“輔助系繩”的作用，它可以延長機器人在海上作業時間，并能快速地在葉片上布置和回收。據稱，BladeBUG及一系列智能機器人替代人工開展海上風電維護，有望成為未來海上風機葉片維護的“生力軍”。

與BladeBUG機器人研發目的一樣，2019年美國桑迪亞國家實驗室的研究人員曾測試了一種檢測風電機組葉片損害的爬行機器人。他們表示，這種能夠爬上風電機組塔架，并在葉片上爬行的自助式機器人設備比人工維護更安全、更仔細。同時，這種機器人還可以攜帶檢測工具，如相機、傳感器、人工智能設備等。

在某一研究項目中，桑迪亞國家實驗室為爬行機器人配備了掃描儀，該掃描儀可以搜索風電機組葉片內的潛在損壞。通過研究該機器人對一只損壞葉片進行測試檢查的現場視頻，研究人員發現，這一新的檢測方法可以很快地發現葉片損壞，并最大程度地降低損失或維修成本。

據介紹，在視覺檢查中，往往只能看到表面損傷。但是當看到葉片外側裂縫時，損壞就已非常嚴重了，這就需要馬上進行一些非常昂貴的維修，或者甚至可能需要更換葉片。他們認為，例行檢查對于保持風電機組的可利用率，以及發電量提升都至關重要。據相關統計，在一個典型的風電項目全生命周期內，一個先進的機器人系統預計可為其節省約3300萬美元的運維費用。

目前，BladeBUG機器人已經加入了 MIMRee（一個極端環境下檢查、維護和修理平臺）項目。該項目由歐洲開發商聯合英國海上可再生能源孵化中心推出，以無人船為載體，利用無人機、機器人等多種智能化設備對海上風機葉片表面進行檢查、測試和修理。

據了解，MIMRee項目匯集了機器人技術、無損檢測、人工智能、空間任務規劃、海洋和航空工程以及納米生物技術等領域的專業知識，八個領域的合作伙伴將以各領域的創新研究為基礎，其最終目的是開發一個整體的數字和機器人系統，該系統能夠通信和共享數據，并在復雜的維護任務中協同工作。

據悉，目前MIMRee研究人員正在使用船只到項目現場進行初步掃描，然后利用無人機對葉片進行視覺成像檢查，再將爬行機器人運送到葉片進行維修。這些機器人還可以使用電子皮來“感知”或“感覺”葉片表面的狀態并采集數據。

讓“算力”成為“生產力”

去年10月12日，國家電投江蘇濱海南H3海上風電項目首臺風機順利并網，這標志著國內首個數字化、智慧化海上風力發電場已進入投運階段。

在海上風電面臨去補貼的關鍵節點，H3海上風電項目的實踐讓業內眺望到數字化風電的未來，也看到了數字化技術驅動行業降本的希望。

濱海南H3海上風電場位于江蘇省鹽城市濱海縣近海海域，離岸距離36公里，平均水深約18米，布置75臺單機容量4.0MW的風機，總裝機容量300兆瓦，配套建設一座220千伏海上升壓站、兩回220千伏海纜送出線路和一座陸上集控中心。該項目建成投產后，將與已建成運營的濱海北H1#100兆瓦、濱海北H2#400兆瓦兩個海上風電場共同構成亞洲規模最大的海上風電集群“國家電投鹽城陣列”。

據濱海南H3項目數字化智能化實施單位江蘇未來智慧信息科技限公司常務副總經理宮照海介紹，在國電投江蘇濱海南H3#海上風電項目中，未來智慧與浪潮合作，利用云計算及大數據技術，共同打造了云邊協同的智慧風電設備監測平臺。依托這一平臺，實現了風電場設備統一運行監控、統一數據管理的全生命周期智慧化管理；實現了無人值守下數據實時采集，實時動態了解設備運行狀況；最終達成了在線監控海上風電主要設備，保障安全、優化運行維護策略，降低運營成本的“智慧風電場”目標。

數據采集和分析處理是實現海上風電智能化運維的基礎。

據介紹，在濱海南H3項目中，完成了升壓站、風機監控兩個部分的邊緣計算節點的部署，升壓站邊緣計算節點實現升壓站數據采集與計算、機器人協同；風機監控邊緣計算節點實現對于風機狀態監控采集、計算以及風機整體數據的采集與計算等功能。

“發電設備的態勢感知傳感器接入浪潮超融合InCloud Rail，在邊緣側進行葉片轉速、高性能傾角、潤滑油狀態監測、振動狀態感知等數據分析，有效信息傳至云中心，通過云邊協同大幅降低建設運維成本。”浪潮云計算與大數據產品線首席架構師趙志祥解釋稱。

近年來，海上風電運維也在應用信息化技術，比如通過風機SCADA監控系統傳遞機組運行情況，但距離真正的狀態感知還相去甚遠。

據介紹，傳統SCADA系統里缺少豐富的傳感器，無法對螺栓、腐蝕、葉片振動、塔底傾斜等工況實時感知。并且，SCADA系統只是采集了一部分數據，并不具備預警和數據分析能力。

在去補貼和降本的壓力下，海上風電必須盡快實現從從被動式運維到主動預防式運維的轉變。這需要風電運維與大數據、云計算、邊緣計算、機器學習等新技術更深度地融合。

在趙志祥看來，海上風機復雜的應用場景，對硬件平臺和軟件平臺都是巨大考驗。對數據傳送的及時性、應用的承載能力和大數據的融合能力提出了更高要求。這要求邊緣站點提供超融合的云數智能力。

“在濱海南H3項目中，依托工業互聯網平臺，在傳統的SCADA系統基礎之上增加了五類傳感器和邊緣計算的節點，實現了從感知到邊緣計算，相當于在海上升壓站建設了一個邊緣計算的中心。同時，在陸上升壓站建設一個云平臺，實現了云邊協同。”宮照海說，“以數據為基礎，構建了近30類故障預警模型，可以提前預警故障，為實現預防式運維奠定了基礎，有利于提高風場的可利用率，切實降低風電全生命周期的度電成本。”