解读【英文】华能集团37页PPT:海上风电系统智能运维的数字孪生技术

2025-10-27 13 次浏览海上风电风电可再生能源
一键生成知识图谱将跳转 Carbon Harness 生成可视化解读与知识图谱导出解读
碳通通 · 脱水解读

8 分钟理解报告 · 解读 1945 字 · 10 张图 · 16 个数据点

这份材料是中国华能集团清洁能源技术研究院2025年7月的一份英文技术报告,主题是海上风电数字孪生智慧运维。截至2024年,中国海上风电累计装机已超41GW,但运维仍以被动维修为主,数据采集范围有限、多物理场耦合研究不足。这套技术体系做了什么、能用在哪里、效果如何?下面逐层拆解。

核心判断

  • 2024年中国新增风电79.82GW,其中海上风电4GW,累计海上风电装机超41GW。
  • 海上风电运维仍以被动维修为主,缺少高效智能的运维系统,导致成本偏高。
  • 团队构建了机组—场站—环境全景监测体系,形成数字孪生数据底座。
  • 建成面向海上风电预测性维护的风机—场站—环境数字孪生系统。
  • 在华能浙江海上风电场完成全系统部署,覆盖安全、工程、运维、运营四大主题。

脱水解读

为什么海上风电需要数字孪生

材料开篇交代背景:2020年9月22日,中国在第七十五届联合国大会上宣布碳达峰、碳中和目标。为实现这一目标,中国正在建设以可再生能源为主体的新型电力系统,不断扩大清洁能源产业规模,推动可再生能源替代。

ToreachthisgoalChinaisbuildinganewpowersystemcenteredonrenewablesexpandingthecleanenergyindustryandpromotingrenewableenergysubstitutioncreatingavastmarketforgreendevelopment

海上风电被定位为清洁能源的战略选择。中国海域辽阔、海岸线长、岛屿众多,海上风资源密度高,海上风电资源量约为陆上的三倍,且具有发电量更高、运行更稳定、不占用土地、靠近负荷中心等优势。国家能源局数据显示,2024年中国新增风电装机79.82GW,其中海上风电4GW,累计海上风电装机已超过41GW,自2021年以来始终保持全球最大海上风电装机规模。

运维困局:被动维修与成本压力

材料指出,海上风电监测在范围和手段上都比较有限,数据采集与传输存在困难。海上风电多物理场耦合研究不足,缺乏模拟复杂系统行为的方法。

更关键的是,海上风电运维仍依赖被动式维修,缺少高效的智能运维系统,导致成本居高不下。材料将发展瓶颈归纳为几类:机组故障率高、维修工作量大;监测覆盖有限、数据采集碎片化、传输困难;多物理场耦合研究不足;影响运维过程的因素多,但缺乏综合智能系统支撑决策;同时经验人员短缺、信息化水平偏低。

这些瓶颈共同指向同一个方向:需要预测性和智能化的运维技术来提升可靠性与效率,这也成为海上风电管理未来的发展路径。

数字孪生的技术分层与核心价值

材料介绍,数字孪生已在航空航天、能源、电力、制造等行业广泛使用,覆盖设计、生产、运营、决策等场景,推动数据驱动和模型驱动的转型,使资源配置更广泛、更高效、更精准。

在技术架构上,材料给出了四层结构。功能层涵盖描述、分析、预测、决策。模型层包括几何模型、多模型构建与互操作。数据层涵盖数据采集、传输、处理、存储。物理层对应现实对象。其核心价值体现在过程可视化与控制、数字运营提效、协同价值链、数字孪生驱动的转型。

核心支撑技术包括多源异构数据集成、多模型构建与互操作、高实时动态交互。

技术路线图:虚拟与物理的双向映射

材料展示的技术路线图,围绕虚拟与物理之间的映射展开,形成闭环数据链路。气象数据资源包括气象、地形、场站数据以及风速风向等;设备数据资源涵盖设计参数、运行数据等。这些数据经采集后进入数字孪生系统,通过AI终端、无人机传感器等实现感知。

计算基础方面,材料列出了AI云计算、AI模型、ABM、VR、BIM、分布式云、机理建模、数据驱动模型、混合建模、仿真模型等要素和工业互联网数据枢纽。应用层面分为预测、检测、优化、决策四类:预测类包括风速风向预测;检测类包括性能分析与故障检测;优化类包括性能预测;决策类面向运维和管理决策。

整个路线图形成物理到虚拟映射、虚拟到物理控制的双向闭环,数据在各环节持续流转与反馈。

三项核心创新

创新一是机组—场站—环境全景监测。团队开发了柔性、宽量程的数据采集装置,跨不同网络分区采集海上波浪条件、风场性能、设备状态、安全数据等各类关键信息,并建立了快速、低失真的数据压缩与融合系统,首次形成连接机组、场站和环境的全景监测体系。其中全状态风机监测与数据采集系统覆盖叶片、塔筒、机舱等关键部件,支持音频、振动、激光等多种信号类型的综合测量。

创新二是海上风电场多层级数字孪生构建。团队建立了覆盖风电场流场、力学和电气的集成数字孪生模型,映射人员、设备、物料、方法、环境等关键运维要素,并设计了基于孪生性能的自校正机制。

创新三是基于数字孪生的预测性维护应用,实现性能退化预测、健康评估、智能运维决策和实时专家互动。其中健康评估技术综合能效结果、故障记录、预警和大部件寿命预测,给出健康度评分;智能运维决策则为海上风电定制优化策略,支持安全经济的调度与航线规划。

现场部署与八大应用系统

项目在华能浙江分公司某海上风电场进行了示范和测试,完成全系统部署,覆盖安全、工程、运维、运营四大主题,交付智能安防、工程管理、资源分析、智慧运维、健康管理、绩效优化六项核心功能。

材料列出了八大应用系统。一是集团—区域—场站一体化运维系统。二是安全与应急指挥系统,涵盖作业安全、信息安全、人员安全、站内安全和安全应急指挥中心。三是无人场站AI监控系统,由无人机和机器人解决场站与升压站的定期巡检问题。四是设备精细化管理体系,涵盖性能评估、故障检测、故障预警。五是全生命周期管理体系,覆盖资源评估、建设、生产、运营、评价五个阶段。六是经营与环境可持续一体化系统,涉及气象预报、成本管理、AI交易中心、电力市场交易、环境碳资产管理。七是风光火热储输一体化监管系统。八是源网荷储协调系统,以海上风电为基础,结合风、光、火、储,利用时间互补性平滑出力。

成果与知识产出

材料最后汇总了成果。依托状态监测、无人巡检、数据采集等方面的积累,团队共申请专利60余项,其中授权发明专利21项、实用新型专利9项、软件著作权9项。发表论文10篇,其中SCI期刊7篇、EI期刊3篇。此外还形成了两项企业标准,分别涉及台风期相关技术和海上风电运维人员安全技术指南。

在创新一的全景监测方面,团队获授权发明专利2项、实用新型专利3项,另有2项发明专利在审,登记软件著作权3项。在创新二的多层级数字孪生方面,发表学术论文4篇,获授权发明专利12项,实用新型与软件著作权4项,另有6项发明专利在审。在创新三的预测性维护方面,发表学术论文4篇,获授权发明专利3项,另有3项发明专利在审,登记软件著作权5项。报告还展示了发明专利证书、实用新型专利证书和计算机软件著作权登记证书等。

图说解读

海上风电装机增长轨迹

材料第4页给出了我国海上风电装机容量示意图,横轴从2013年延伸到2021年。图中标注了2021年总装机达到2639万千瓦,2020年新增装机为1739万千瓦。

这组数据直观显示,我国海上风电在2019年之后进入快速增长阶段。国家能源局数据显示,2024年新增风电装机79.82GW,其中海上风电4GW,累计海上风电装机超过41GW,自2021年以来一直保持全球最大海上风电装机规模。

2013年
2014年
2015年
2016年
2017年
2018年
2019年
2020年
2021年
新增装机(万千瓦)
6
23
36
116
163
279
593
1739
2639
总装机(万千瓦)
45
68
104
230
306
363
1006
1739
2639
我国海上风电装机容量
碳通通

数字孪生四层技术架构

材料第6页展示了数字孪生的技术分层。自下而上依次为物理层、数据层、模型层、功能层。物理层对应现实对象,数据层负责数据采集、传输、处理与存储,模型层包括几何模型以及多模型构建与互操作,功能层则输出描述、分析、预测和决策能力。

这套分层结构支撑了数字孪生的核心价值,即过程可视化与控制、数字运营提效、协同价值链和数字孪生驱动的转型。其核心支撑技术包括多源异构数据集成、多模型构建与互操作、高实时动态交互。

功能层
描述、分析、预测、决策
模型层
几何模型、多模型构建与互操作
数据层
采集、传输、处理、存储
物理层
现实对象
数字孪生技术分层结构
碳通通

技术路线双向闭环

材料第7页的技术路线图呈现了虚拟与物理之间的双向映射。气象数据资源涵盖气象、地形、场站数据以及风速风向;设备数据资源涵盖设计参数和运行数据。数据经采集进入数字孪生系统,通过AI终端、无人机传感器等实现感知。

应用层面分为预测、检测、优化、决策四类,分别对应风速风向预测、性能分析与故障检测、性能预测以及运维和管理决策。整个链路形成闭环数据流,支持从物理到虚拟的映射和从虚拟到物理的控制。

数据采集气象与设备数据资源数字孪生建模机理与数据驱动混合建模智能分析预测、检测、优化、决策控制反馈优化方案下发执行
虚拟与物理双向映射链路
碳通通

三大发展瓶颈

材料第8页将海上风电运维的发展瓶颈归纳为多个方面。首先是机组故障率高、维修工作量大;其次是监测覆盖有限、数据采集碎片化、传输困难;第三是多物理场耦合研究不足;第四是影响运维过程的因素多,但缺乏综合智能系统支撑决策;此外还伴随经验人员短缺和信息化水平偏低的问题。

这些瓶颈表明,预测性和智能化的运维技术正在成为提升可靠性与效率的关键工具,被材料视为海上风电管理未来的发展方向。

故障率高
机组故障多,维修工作量大
监测有限
数据采集碎片化,传输困难
耦合不足
多物理场耦合研究不充分
决策缺失
缺少综合智能系统支撑
人员短缺
经验人员不足
信息化低
信息化水平偏低
海上风电运维的主要瓶颈
碳通通

全景监测技术要点

材料第9至11页介绍了创新一的主要内容。团队开发了柔性、宽量程的数据采集装置,能够跨不同网络分区采集海上波浪条件、风场性能、设备状态和安全数据等关键信息,并建立快速、低失真的数据压缩与融合系统。

这套系统首次形成连接机组、场站和环境的全景监测体系,为后续数字孪生应用打下数据基础。在全状态风机监测方面,系统覆盖叶片、塔筒、机舱等关键部件,支持音频、振动、激光等多种信号类型的综合测量。数据链路方面,整合了SCADA、CMS、AGC/AVC、SVC/SVG、功率预测等监测系统,并纳入天气、海底电缆、船舶追踪、人员定位和AR虚拟场景监控等环境数据。

柔性采集
宽量程采集装置跨网络分区
数据压缩
快速低失真的压缩与融合
全景监测
连接机组、场站与环境
全状态监测
覆盖叶片、塔筒、机舱
多信号类型
音频、振动、激光综合测量
数据链路
SCADA、CMS等系统接入
机组—场站—环境监测体系
碳通通

多物理场建模三条支线

材料第14页介绍了风电机组多物理场建模的内容。团队构建了跨尺度、多物理场的海上风电机组数字孪生模型,集成了流场、动力学场和电场。

叶片气动分析方面,基于叶素动量理论计算各叶片分段的二维力与力矩,再沿叶展积分得到整体三维气动载荷。动力学特性分析方面,采用有限元分析,将叶片和塔筒划分为若干段,准备各段基本属性以表示分布载荷。电气仿真方面,开发了针对偏航系统、变桨系统和功率变流器系统的控制模型,以实测风速和风向为输入,在各种运行工况下生成控制指令。

叶片气动分析基于叶素动量理论计算二维力与力矩动力学特性分析有限元分析求解叶片与塔筒分布载荷电气仿真偏航、变桨与变流器控制模型整机数字孪生跨尺度多物理场集成模型
叶片气动分析→整机数字孪生(气动载荷输入)
动力学特性分析→整机数字孪生(结构响应输入)
电气仿真→整机数字孪生(控制模型输入)
风电机组多物理场建模
碳通通

健康评估流程

材料第18页介绍了基于数字孪生的预测性诊断技术。团队开发了风电机组健康评估技术,综合能效结果、故障记录、预警信息和大部件寿命预测,输出健康度结果。

评估流程从输入解析开始,经过能效评估、特征提取、风险值计算,最终计算健康度。健康度评估结果分为正常、注意、异常、严重四个等级,并可分层输出子系统健康度、整机健康度和风场健康度。该方法采用隶属度函数、权重占比和模糊向量相结合的方式,为运维决策提供量化依据。

输入解析
能效评估
特征提取
风险值计算
健康度计算
风电机组健康度评估流程
碳通通

八大应用系统清单

材料第23至30页详细列出了八大应用系统。一是集团—区域—场站一体化运维系统;二是安全与应急指挥系统,涵盖作业安全、信息安全、人员安全、站内安全和安全应急指挥中心;三是无人场站AI监控系统,由无人机和机器人解决场站与升压站的定期巡检问题。

四是设备精细化管理体系,涵盖性能评估、故障检测、故障预警;五是全生命周期管理体系,覆盖资源评估、建设、生产、运营、评价五个阶段;六是经营与环境可持续一体化系统,涉及气象预报、成本管理、AI交易中心、电力市场交易、环境碳资产管理;七是风光火热储输一体化监管系统,整合风、光、火、储、输资产实时数据;八是源网荷储协调系统,以海上风电为基础,结合风、光、火、储,利用时间互补性平滑出力。

一体化运维
集团—区域—场站三级体系
安全应急
五大安全模块与指挥中心
无人场站
无人机与机器人巡检
设备管理
性能评估、故障检测与预警
全生命周期
资源、建设、生产、运营、评价
经营环境
碳资产、电力交易与成本管理
风光火热储输
多能源统一监管
源网荷储
时间互补平滑出力
智能安防
六项核心功能之一
工程管理
六项核心功能之一
资源分析
六项核心功能之一
绩效优化
六项核心功能之一
现场部署的八大应用系统
碳通通

源网荷储协调的效益数据

材料第30页介绍了源网荷储协调系统的运行效果。该系统以海上风电为基础,结合风、光、火、储,利用各能源品种的时间互补性平滑电力输出,降低波动对电网的影响。

图中给出了一组运行指标:弃风弃光率为0.04,覆盖率为0.91,碳减排减少961573.09吨。储能用于平抑极端功率波动,提高综合能源基地的供电品质;火电承担调峰调频,平抑整个综合能源基地的功率波动。

0.04无量纲
弃风弃光率
材料给出的综合能源基地弃风弃光率
0.91无量纲
覆盖率
材料给出的综合能源基地覆盖率
961573.09吨
碳减排量
综合能源基地碳减排减少量
综合能源基地运行指标
碳通通

成果产出概览

材料第34页汇总了项目的知识产权与论文成果。依托状态监测、无人巡检、数据采集等方面的积累,团队共申请专利60余项,其中授权发明专利21项、实用新型专利9项、软件著作权9项。发表论文10篇,其中SCI期刊7篇、EI期刊3篇。

此外还形成了两项企业标准,分别涉及台风期相关技术和海上风电运维人员安全技术指南。分创新看,创新一获授权发明专利2项、实用新型3项,另有2项发明专利在审,软件著作权3项;创新二发表论文4篇,获授权发明专利12项,实用新型与软件著作权4项,另有6项发明专利在审;创新三发表论文4篇,获授权发明专利3项,另有3项发明专利在审,软件著作权5项。

60余项
申请专利
含授权发明专利21项、实用新型9项
10篇
发表论文
SCI期刊7篇、EI期刊3篇
9项
软件著作权
已登记
项目知识产权与论文成果
碳通通

数据解读

指标数值单位出处
海上风电新增装机(2020年)1739万千瓦第4页
海上风电总装机(2021年)2639万千瓦第4页
新增风电装机(2024年)79.82GW第4页
新增海上风电装机(2024年)4GW第4页
累计海上风电装机超过41GW第4页
我国海上风电装机规模

这组数据来自材料第4页,反映了我国海上风电装机的规模变化。图中横轴从2013年延伸到2021年,2021年总装机达到2639万千瓦,2020年新增装机为1739万千瓦。 根据国家能源局数据,2024年中国新增风电装机79.82GW,其中海上风电4GW,累计海上风电装机已超过41GW。自2021年以来,中国一直保持全球最大海上风电装机规模,这为数字孪生和智慧运维技术提供了广阔的应用场景和市场需求。

指标数值单位出处
弃风弃光率0.04无量纲第30页
覆盖率0.91无量纲第30页
碳减排减少量961573.09吨第30页
源网荷储协调系统运行指标

这组数据来自材料第30页的源网荷储协调系统。该系统以海上风电为基础,结合风、光、火、储,利用时间互补性平滑电力输出,降低波动对电网的影响。 图中给出的运行指标显示,弃风弃光率为0.04,覆盖率为0.91,碳减排减少961573.09吨。储能用于平抑极端功率波动,火电承担调峰调频,两者共同平抑整个综合能源基地的功率波动,提升供电品质。

指标数值单位出处
申请专利总数60余项第34页
授权发明专利21项第34页
实用新型专利9项第34页
软件著作权9项第34页
发表论文总数10篇第34页
SCI期刊论文7篇第34页
EI期刊论文3篇第34页
企业标准2项第34页
项目知识产权与论文成果

这组数据来自材料第34页的成果汇总。团队共申请专利60余项,其中授权发明专利21项、实用新型专利9项、软件著作权9项;发表论文10篇,其中SCI期刊7篇、EI期刊3篇。此外还形成两项企业标准,涉及台风期相关技术和海上风电运维人员安全技术指南。 从创新分布看,全状态监测方向获授权发明专利2项、实用新型3项,另有2项在审,软件著作权3项;多层级数字孪生方向发表论文4篇,获授权发明专利12项,实用新型与软件著作权4项,另有6项在审;预测性维护方向发表论文4篇,获授权发明专利3项,另有3项在审,软件著作权5项。这些成果为海上风电数字孪生运维技术提供了较为系统的知识产权支撑。

附件资料

PDF

海上风电系统智能运维的数字孪生技术

pdf 文件 · 2.7 MB

附件来自原发布机构;如涉版权,请联系我们,我们将立即下架。

关于本页内容

本页解读由 AI 依据报告原文辅助生成,经碳通通作者编辑整理,旨在帮助读者快速把握文件要点,不代表原文件发布方的观点。受节选范围与理解差异所限,解读与图表可能与原文表述存在出入,也可能存在疏漏或不够准确之处,请以报告原文为准。如需核对,请查阅报告原文。附件资料均来自原发布机构或公开渠道,版权归原作者及发布机构所有,本页仅提供学习查阅便利;如涉及版权问题,请联系管理员下架。