您的位置:首页 >太阳能 >

中广核新能源董礼:海上风电运维的机遇与挑战

时间:2021-06-30 13:01:29 来源:北极星风力发电网

北极星风力发电网讯:6月24日,由北极星电力网、上海电力大学、上海新能源人才技术教育交流中心共同举办的“2021海上风电创新发展大会”在上海正式召开,中广核新能源运维事业部副总经理董礼先生分享了《海上风电运维的机遇与挑战》。

中广核新能源董礼:海上风电运维的机遇与挑战

风电设备全生命周期中,持续时间最长的就是运维,运维阶段会把风电设备设计、制造、安装阶段的所有问题都暴露出来。实际上,在陆上风电,我们已经有过惨痛的经验教训,确实有很多风电场在后期运维碰到的问题非常多,投入非常大。

在“30•60”双碳目标下,海上风电面临非常大的发展机遇,海上风电在运维阶段有哪些困难与挑战呢?

从海上风电当前发展现状来看,风机大型化、风场规模化、走向深远海是趋势。在海上风电的运维方式上,现在主要以CTV(交通运输船)为主体,今后随着风场深远海开发的规模化发展,后期运维可能会在SOV(运维母船)和WindLift(自移动吊装平台)方面加大投入,包括风机大部件更换等吊装维护维修。

第一、在补贴退坡压力下,运维成本压力尤为显著。这个问题已不仅仅只存在于陆上风电,未来海上风电也一样。一个海上风电场从建设到退役,全生命周期下需要多少运维成本,目前我们还没有经历过,也不是很清楚。上图是如东海上风电运维成本的分类占比,实际上不同海上风电场的运维成本比例也会存在一定的差别,但可以肯定的是,它们主要的支出还是交通船的费用。上述海上风电场运维成本比例是在质保内的,海上风机设备的维修和更换费用暂未统计。

海上风电作业可达性比较差,所有作业都需要用船,并且不同作业内容、不同海况条件、不同离岸距离,对船只的需求也有所不同,从而对于船只的调度管理提出了更高的要求。

第二、风机设备验证不足会为海上风电带来巨大考验。陆上风电已经发生了不少的设备故障事故并造成了巨大的经济损失。海上风电风电也会面临同样的风险,但海上风电一旦出现设备故障,将会给运维带来更为巨大的损失,同时还有海缆的运维、柔直的运维、海上防腐等诸多问题。

某海上风电场曾出现两台发电机轴承问题,两台风机从确定需要更换发电机到完成更换一共历时3个月,为减少损失,两台机组均采用轴承修复方案,暂时恢复运行,其中,吊装总费用680万元,发电量损失220万kWh。

第三、项目前期设计施工缺陷,加大后期运维投入与风险。这个设计不仅仅是项目整体的工程设计施工缺陷,还包括设备的设计研发,这可能会导致后期运行时设备出现批量故障,造成后期运维的投入加大。

第四、海上环境复杂,安全风险高,要经受极端气候条件考验。特别是在台风高发区,如何在风电场区域做好抗台准备及应急预案,包括跟设备供应商沟通,做好防范措施,以及做好人员遇到极端天气情况的应急管理。

第五、数据应用不足,设备深层状态未知。当前我们已经进入了信息化时代,但风电行业的信息化程度并未达到预期的效果,海上风电更是如此。如何在风电运维中做到数据驱动、智慧运营,也是当前的一大挑战。

第六、海上风电运维人员短缺,运维能力不足。海上作业类型诸多,机组基础检查、水下作业、风机设备、海上升压站等方面都需要很高的专业性运维能力,这对运维人员的综合能力、技术水平提出了挑战。

海上风电运维行业面临的六大问题,如何去解决?

一是智慧化应用,切实降低运维成本,提高运维效率,构建监控、安全、预警及数据四大中心,通过数据驱动的方式实现智慧化运营,这是未来的发展大方向。二是对风电场做全生命周期的管理,即从项目设计和建设阶段开始,实施设备可靠性管理,降低风场全生命周期的故障风险。三是要注重运维人才培养,打造运维核心竞争力。

主要的具体应对措施有以下几点:

第一、建立集中监控,打造集中运行的管理模式。实践证明在陆上风电我们通过这种集控运行的模式,从人员集约,风场监控,资产管理等方面都可以实现减员增效,但需要保证数据的准确性和高质量。

第二、依靠互联网技术,打造备件联储信息化平台,提升物资精益化管理水平。通过互联互通共享互备,实现外部与供应商的库存信息互通,在保证备件库存不上升的同时,确保急需备品配件的响应速度。

第三、把好风险源头,进行全寿期可靠性管控。充分考量设备可靠性影响因素及提升关键点,从源头建立细化、量化的可靠性评估标准和体系。建立质量问题根本原因分析机制和风险概率分析评价机制,并反馈到设备采购前端。

第四、推进智能状态预警体系建设,全面实现设备预测性维护。通过建立大数据平台,运用对系统、机组等分析,构建风电机组的系统模型,并根据这个模型判断设备的运行状态,进而结合气候条件及窗口期,实现动状态检修,智慧运维。

第五、加强精准气象预报,智慧化调度,防范海上风电运维风险。通过气象海洋预报和监测数据、设备运行数据(状态监测数据、故障预警数据等)、人员船舶数据,建立精准的海洋气象预报模型,人员、船只调度模型,运维策略寻优模型,防范海上风电运维重大风险,降低海上风电运维成本,提升海上风电发电性能



郑重声明:文章仅代表原作者观点,不代表本站立场;如有侵权、违规,可直接反馈本站,我们将会作修改或删除处理。