彭懷午，胡己坤，田偉輝，呂 昶

(中國電建集團西北勘測設計研究院有限公司，陜西 西安 710065)

0 前 言

在《關于完善風電上網(wǎng)電價政策的通知》(發(fā)改價格[2019]882號文)中，國家發(fā)展和改革委員會明確了2019年I～Ⅳ類資源區(qū)新核準陸上風電指導價分別調(diào)整為0.34、0.39、0.43、0.52元/(kW·h)，2020年指導價分別調(diào)整為0.29、0.34、0.38、0.47元/(kW·h)，2021年新核準陸上風電項目全面實現(xiàn)平價上網(wǎng)，國家不再補貼。

風電場選型、選址[1-2]和建設條件日益復雜，風電場設計成為影響風電場開發(fā)成敗的決定性因素。受益于大數(shù)據(jù)技術、云計算等信息技術的飛速發(fā)展，大量的創(chuàng)新技術正成為風電場設計[3- 4]的重要基礎?；谌斯ぶ悄芎痛髷?shù)據(jù)等技術的風電場智能化設計[5-7]正在革命性地改變傳統(tǒng)風電設計行業(yè)，為平價風電開發(fā)提供有力的技術支撐。本文從風電場設計的各個專業(yè)角度，對智能化設計云平臺開發(fā)的關鍵技術進行系統(tǒng)分析。

1 風資源智能化評估研究

以測風塔數(shù)據(jù)、氣象站數(shù)據(jù)和中尺度數(shù)據(jù)作為輸入，重點研究中小尺度嵌套計算、大數(shù)據(jù)的自動整理分析、測風數(shù)據(jù)智能化插補延長及代表年分析等風資源評估關鍵技術。

1.1 中尺度風資源數(shù)據(jù)降尺度嵌套計算

研究風資源計算中從中尺度數(shù)據(jù)到小尺度數(shù)據(jù)的跨尺度框架，提出將中尺度計算數(shù)據(jù)降尺度應用到風資源評估軟件的方法及相關參數(shù)設置方案，開發(fā)基于云計算技術的全國范圍中尺度數(shù)據(jù)平臺，提供高質(zhì)量的中尺度與小尺度的嵌套數(shù)值模擬數(shù)據(jù)。

目前主要采用成熟先進的WRF模式和共享再分析數(shù)據(jù)搭建中尺度風速數(shù)值模擬平臺。采用云服務的方式，對重點項目所在省市區(qū)域范圍的中尺度數(shù)據(jù)進行系統(tǒng)集成，并結合已掌握的1∶2 000～1∶10 000高精度地形圖、實際測風資料和氣象站資料，使用已有的Windsim或WT軟件進行高精度的降尺度數(shù)據(jù)計算及精度修正，提供高質(zhì)量的中、小尺度的嵌套數(shù)值模擬數(shù)據(jù)[8-9]，具體技術路線如圖1所示。

圖1 基于中尺度與小尺度模型進行降尺度計算

首先利用全球環(huán)流模式的長期再分析數(shù)據(jù)，基于WRF模式，對重點項目所在省市區(qū)域進行中尺度風速數(shù)值模擬計算，并采用測風塔實測數(shù)據(jù)進行MOS數(shù)據(jù)校正，獲得分辨率在公里級的中尺度計算結果。其次將測風塔實測數(shù)據(jù)與氣象站數(shù)據(jù)進行MCP相關分析，得到具備多年代表性的風能資源數(shù)據(jù)，并嵌套中尺度的風能資源圖譜，結合實測地形圖、實地繪制的地表粗糙度和實際計算的大氣穩(wěn)定度，利用CFD軟件最終計算得到高分辨率的小尺度風能資源分布圖。

1.2 大數(shù)據(jù)智能診斷與管理

研究針對測風項目的海量數(shù)據(jù)統(tǒng)一收集、處理和分析的方法模型，建立一套完整的數(shù)據(jù)智能管理和分析體系，形成風資源數(shù)據(jù)管理分析模塊。針對測風項目的海量數(shù)據(jù)[10]，應用大數(shù)據(jù)技術和人工智能技術，進行數(shù)據(jù)管理和分析，技術路線如圖2所示。

圖2 大數(shù)據(jù)智能診斷與管理技術路線

通過大數(shù)據(jù)分析系統(tǒng)Hadoop和Spark對各類結構化、非結構化的不同格式的風資源數(shù)據(jù)進行統(tǒng)一收集，存儲在單位風資源數(shù)據(jù)庫中，通過機器學習等方式處理和分析測風數(shù)據(jù)，建立一套完整的數(shù)據(jù)管理和分析體系。具有數(shù)據(jù)可視化[11]、自動檢驗、智能診斷與修補、數(shù)據(jù)異常自動報警及一鍵生成各類報表等功能。測風數(shù)據(jù)中心可將所有測風項目的海量數(shù)據(jù)進行存儲和管理，通過積累逐步形成全國范圍的風資源數(shù)據(jù)庫，服務于風電場設計的各個階段。

1.3 風資源智能化分析計算

建立一套具有排查數(shù)據(jù)缺失和異常、智能化修補延長測風數(shù)據(jù)、多種代表年訂正方法比較、輪轂高度風速外推計算等功能的風資源智能化分析模塊，能夠應用人工智能技術，對海量的測風數(shù)據(jù)、氣象數(shù)據(jù)、中尺度數(shù)據(jù)及再分析數(shù)據(jù)進行分類、回歸及聚類等處理，技術路線如圖3所示。整合出風資源數(shù)據(jù)各物理量的表現(xiàn)模式后，結合工程經(jīng)驗和人工智能算法，對各種因素造成的數(shù)據(jù)缺失和異常，開展質(zhì)量分析、異常數(shù)據(jù)自動判定機制、塔影分析[12]、數(shù)據(jù)智能插補延長、長系列訂正[13]、湍流強度、風切變、最大風速計算等工作，保證數(shù)據(jù)質(zhì)量水平。對于不同階段的風資源專業(yè)分析報告，平臺擁有快捷的按照用戶需求定制的分析報告生成、審批、發(fā)布的自動化流程。

圖3 風資源智能化分析計算技術路線

2 智能布機全局優(yōu)化研究

以無人機航拍圖、衛(wèi)星圖和現(xiàn)場實景拍攝圖為基礎，采用虛擬現(xiàn)實技術及三維互動技術，構建風電場三維可視化場景?；陲L能資源專業(yè)計算軟件輸出的高精度風資源圖譜，將風電機組智能布置優(yōu)化、集電線路智能優(yōu)化與場區(qū)道路自動優(yōu)化三者進行技術經(jīng)濟耦合，完成風電機組布置的全局優(yōu)化。

智能布機全局優(yōu)化技術路線如圖4所示。主要采用GIS技術、圖像識別技術及Dijkstra算法[14]與最小生成樹算法[15]，將真實的風電場場景在桌面上進行三維可視化呈現(xiàn)，并將集電線路優(yōu)化與道路優(yōu)化成果集成到風電機組布置優(yōu)化中，經(jīng)過大量的方案技術經(jīng)濟比選后，自動推薦最優(yōu)的風電機組布置、集電線路路徑及場區(qū)道路路徑，并實現(xiàn)三維交互環(huán)境下的設計優(yōu)化。

圖4 智能布機全局優(yōu)化技術路線

2.1 三維可視化平臺

通過虛擬現(xiàn)實技術，利用無人機現(xiàn)場航拍影片疊加衛(wèi)星圖片與現(xiàn)場實際拍攝圖片，建立風電場三維可視化平臺；基于風資源評估軟件的計算結果，結合人工智能優(yōu)化算法，綜合考慮發(fā)電量、道路與集電線路成本，全局優(yōu)化風電機組布置。友好型的交互設計可以使得風電機組人工移動后，自動生成新的道路與集電線路及其工程量，形成新的布置方案，方便結合實地情況對優(yōu)化方案進行調(diào)整。由于智能算法需要大量的迭代，加上考慮道路與集電線路成本造成的單次迭代計算量大大增加，全局優(yōu)化算法必須引入到并行計算框架。

2.2 線路優(yōu)化

結合GIS技術和圖像識別技術，利用無人機現(xiàn)場航拍影片、衛(wèi)星圖片與現(xiàn)場實際拍攝圖片對地形特征的識別，自動識別出河流、高坡度區(qū)及多植被區(qū)等敏感區(qū)域，使風機布置和道路及電纜鋪設避開嚴重影響安全運行地區(qū)；科學地對風電機組群進行區(qū)域劃分，使用智能算法并結合最小生成樹方法在坡度等限制下對各分區(qū)內(nèi)風電機組的電纜布置進行優(yōu)化，形成最優(yōu)化路徑。

2.3 道路優(yōu)化

通過綜合考慮場內(nèi)和場外物流成本，以及道路挖填平衡、安裝平臺最小、水土保持、機位點位置等因素，以道路和平臺的綜合造價最優(yōu)為目標，使用智能算法并結合最小生成樹方法優(yōu)化道路選線，設計經(jīng)濟成本最優(yōu)的方案，技術路線如圖5所示。結合地形識別技術，將河流、高坡度、地質(zhì)條件差等不能鋪設道路的區(qū)域設置為敏感區(qū)域。同時，在道路建設前的路勘階段，依靠智能數(shù)據(jù)采集系統(tǒng)采集風場進場道路與設計道路的環(huán)境數(shù)據(jù)，建立數(shù)字化3D道路模擬平臺，提前識別道路運輸與施工過程的風險點，并輸出解決方案，確保施工質(zhì)量和最終的運輸過程安全。

圖5 道路優(yōu)化設計技術路線

3 風電機組基礎設計優(yōu)化研究

基于風電場各個機位處實際的風速、湍流等風資源特征，對傳統(tǒng)的風機載荷數(shù)據(jù)進行定制化處理，結合基礎技經(jīng)庫，進行風場內(nèi)基礎的分區(qū)分類的差異化設計。通過軟件內(nèi)部模塊計算，得到每個機位點的風機所受的載荷，結合相應機位點的地質(zhì)條件、基礎工程投資及施工工期、環(huán)境保護對基礎施工的特殊要求等幾個方面，自動選擇合適的風機基礎類型。風機基礎優(yōu)化設計技術路線如圖6所示。

3.1 載荷優(yōu)化

研究風機廠家載荷計算方法，綜合國內(nèi)外相關規(guī)程規(guī)范，形成對風機廠家載荷初步校核的計算方法。編制并優(yōu)化相關計算算法，通過統(tǒng)一的交互式平臺鏈接，達到對不同建設條件下風電場風機載荷計算個性分析的目的。

3.2 土建數(shù)據(jù)庫平臺

建立完善的風電場設計土建數(shù)據(jù)庫平臺，采用云服務的方式，鏈接該數(shù)據(jù)庫，根據(jù)輸入的相關設計參數(shù)完成風機基礎初期設計工作。該初期設計工作主要為對已有數(shù)據(jù)庫數(shù)據(jù)與設計風電場相關參數(shù)綜合分析后，形成匹配度最高的風機基礎設計方案。

3.3 基礎設計

通過統(tǒng)一的交互平臺，與風機基礎設計軟件無縫對接，建立設計資料輸入接口，完成風電場基礎設計計算工作，通過設置統(tǒng)一的出圖模板，滿足相關圖紙出圖，并輸出設計計算書。

圖6 風機基礎優(yōu)化設計技術路線

4 風電場升壓站選址及優(yōu)化研究

考慮進場道路、集電線路、送出線路及升壓站本身建設施工成本，對升壓站位置進行定量優(yōu)化，并智能推薦升壓站布置、自動選配升壓站的電氣設備。

升壓站的位置選擇對集電線路設計的成本控制具有很大的影響，通過建立產(chǎn)品化升壓站選址能力，將軟件化的集電線路工程設計能力應用在升壓站選址中，在項目前期給出綜合考慮建設條件、集電線路、道路的最優(yōu)升壓站位置選取[16]。風電場升壓站站址應根據(jù)電力規(guī)劃及風電場中長期開發(fā)容量、運輸條件、地區(qū)自然條件、環(huán)境保護要求等因素全面考慮。根據(jù)《電力系統(tǒng)設計手冊》并結合風電場前期工作經(jīng)驗，制定風電場升壓站選址及優(yōu)化研究方法如圖7所示。

圖7 升壓站選址及優(yōu)化技術路線

4.1 自動避開敏感區(qū)域

根據(jù)相關資料，自動圖像識別[17]或人工劃出自然保護區(qū)、文物保護區(qū)、礦藏區(qū)等區(qū)域。同時，考慮臨近設施、周圍環(huán)境和相互影響和協(xié)調(diào)，站址距飛機場、導航臺、收發(fā)信臺、地震臺、鐵路信號等設施應符合現(xiàn)行國家有關標準。

4.2 站址優(yōu)化

研究影響升壓站選址的各項因素，在綜合考慮風電場地形、地質(zhì)、征地、標高、交通運輸、出線走廊、集電線路、場內(nèi)道路等建設條件的基礎上，自動識別地形與坡度，構建技經(jīng)庫，智能算法遍歷風電場場區(qū)范圍，實現(xiàn)自動優(yōu)選升壓站站址位置。

4.3 布置與設備優(yōu)化

根據(jù)選定站址地質(zhì)及氣象情況，綜合考慮占地、運維、造價等因素，構建技經(jīng)庫，自動進行比選，推薦出升壓站布置最佳方案(戶外敞開式、戶外GIS、戶內(nèi)GIS等)。

同時，根據(jù)輸入的裝機容量、風電機組機型、場址條件、接入系統(tǒng)要求等邊界條件，基于目標函數(shù)與約束條件，智能選配風場及升壓站的電氣設備形式及參數(shù)[18]。

5 結論與展望

基于大數(shù)據(jù)、云計算與人工智能等技術的風電場智能化設計云平臺，將風資源智能化評估、智能全局布機優(yōu)化(含場內(nèi)道路優(yōu)化與集電線路優(yōu)化)、風機基礎優(yōu)化、升壓站選址優(yōu)化等系統(tǒng)，通過統(tǒng)一的交互平臺在云端有機融合，完成風電場設計全專業(yè)協(xié)同優(yōu)化，以及對海量數(shù)據(jù)存儲、分析及計算的快速響應。

該平臺為行業(yè)提供規(guī)范的工作流程和高效的自動化處理機制，有效促進各專業(yè)的緊密協(xié)作，降低協(xié)調(diào)溝通成本，提升設計水平，提高工作效率。在可預見的未來，風電場智能化設計云平臺將作為風電場設計與開發(fā)的動力引擎，源源不斷引入前沿創(chuàng)新技術，使得風電場設計產(chǎn)品在精準、降本、增效各個維度取得持續(xù)提升，推動我國風電行業(yè)科技進步及風電事業(yè)健康可持續(xù)發(fā)展。