在刚刚结束的浪潮云海创新论坛2020(简称:IIF2020)上,很多与浪潮云海密切合作的伙伴企业不单单莅临现场积极参与其中,有的还通过短视频的方式表达了对目前合作助力产业智慧化升级的赞叹以及针对未来合作的很多期许。江苏未来智慧就是其中一家,下面我们就来看看云海小分队从现场捕捉的视频吧!
曾有人粗略估计过,地球上可用来发电的风力资源约有100亿千瓦,几乎是全世界水力发电量的10倍;相比之下,世界范围内每年燃烧煤炭所获得的能量也只有风力在一年内所提供能量的三分之一。
放眼全球,作为世界第三大海上风电国家,有数据显示目前风力发电在我国电力总装机比重超过7%,已逐渐成为继火电与水电后的第三大电力来源;由此可见,因为资源丰富、发电利用小时数高以及不占用土地、不消耗水资源和适宜大规模开发等优势特点,海上风电一度有望成为我国电力产业发展新动力。
说起来风电好处多多,但实践起来究竟难不难?有没有坑?谈及这个问题,运维人员可谓满腹心酸。
由于海上风电场长期地处盐雾腐蚀、海冰冲撞,甚至是台风破坏等极端恶劣环境中,远离大陆并不适合现场测试作业,精打细算下来后期运营维护成本甚至高达总成本的一半以上,远远超过机组设备成本;再加上“出现问题才维修,缺乏精准的资源统筹与规划安排”这种“后知后觉”的运维模式根深蒂固,不但运维效率无法保障,运营操作更是很难常规化。
自身疑难非但未解决,再伴随今年风电开启平价上网,价格与火电同价的政策导向,风力发电降本增效的探索就成为当下该行业迫在眉睫的大事儿。
我们深入分析得出,风能行业中运维水平的高低往往对成本以及效率产生最直观的重要影响,所以海上风电的未来早已深度锁定在找到能够对设备运行状况进行全面监测、集约高效、又具有成本优势的智能化风电机组状态监测解决方案上。基于此,江苏未来智慧携手浪潮,在集控体系、边缘计算、大数据、工业互联网平台等领域展开一系列深度合作,凭借浪潮的技术优势成功为海上风力发电插上智慧翅膀。
本次合作,浪潮超融合为海上风电场提供了“一柜即云”的IT基础设施与云边协同完整方案,尤其在滨海南H3项目中完成了升压站、风机监控两个部分的边缘计算节点部署。其中升压站边缘计算节点实现升压站数据采集与计算、机器人协同等工作;而风机监控边缘计算节点则实现对于风机状态监控采集、计算以及整体数据的采集与计算等功能。
具体来说,外边缘节点可以提供丰富的网络接口以支持广泛的终端接入,云端提供资源调度管理策略,主要包括设备管理、资源管理以及网络联接管理。过程通过发电设备的态势感知传感器接入浪潮超融合InCloud Rail,在边缘侧进行叶片转速、高性能倾角、润滑油状态监测、振动状态感知等数据分析,随后有效信息传至云中心,通过云边协同大幅降低建设运维成本。
值得提及的一点,尽管近年来海上风电的运维探索也在尝试不断追赶科技前沿,但长期实践中积累而来的数字化程度不高也成为继自身特殊情况之外,阻碍运营和运维效率进一步提升的关键因素。
例如尽管很多极端环境下的风电场普遍采用风机SCADA监控系统,但因为受限于丰富传感器的缺乏,无法对螺栓、叶片振动、塔底倾斜以及腐蚀等工况实时感知,所以该设备仅仅做到了部分数据采集,并不具备进一步数据分析与及时预警的功能,所谓“理想很丰满、现实很骨感”就是这个道理。
基于这种情况,同样在滨海南H3项目中,依托工业互联网平台长期探索得来的成熟经验,浪潮选择在传统SCADA系统基础上增加了五类传感器和边缘计算的节点,实现了从感知到边缘计算的技术创新,这项举措相当于在海上升压站建设了一个边缘计算中心,同时又在陆地升压站中建设了一个云平台,有效实现了云边协同。
聚力打造边缘云端数据协同 高效释放智数力量
当然除了海上风机等各种设备进行全面数字化升级之外,在实际操作中还需要收集诸如空气、温度、环境监控等多维度数据来进一步提升感知层数据的丰富程度,为集控中心体系构筑坚实的数据基础。
所以问题来了!伴随行业全面数字化推进,当前风电行业已经拥有并掌握了海量风机以及风场运行的大量数据,但如何让这些数据真正发挥价值却一直困扰该行业。例如利用有效数据实现老旧风场的技术改造来完成降本增效目标?针对新投运风机,基于工业互联网打造整体智能化运维平台,实现线上智能化与线下实体运维相融合?
无论目标怎样,可以肯定的一点,海上风电复杂的业务场景要求对数据传送的及时性、应用的承载能力以及大数据融合能力都提出了更高要求,这必然需要设备数字化升级中的边缘站点提供超融合的云数智能力。
此趋势下,风电行业的业务场景正逐渐向边缘端迁移,海量数据亟需在边缘进行预处理,而低时延、高并发的业务场景进一步放大了边缘微数据中心、远程运维和降级自治等需求。
例如在本次未来智慧与浪潮的深度合作中,在场站侧风机规模上,每个设备就布置了超过2000个监测点。伴随该规模不断升级,对陆地上的集控中心能力要求也越来越高,不仅需要在硬件平台上满足海上恶劣环境的硬性需要,更重要的是在工业互联网大数据平台上具备强大的数据处理和分析能力。