截至 2023 年 4 月，我國風電裝機容量達 38 億千瓦（機組數量約 18 萬臺），全球占比 41%，連續 12 年位居全球第一。風電場多分布在高山、戈壁、海洋等環境復雜、條件惡劣的地區，機組數量龐大，安全運行風險高，受技術經濟條件制約，普遍存在狀態感知能力弱、工況適應能力差、安全防護能力低等突出問題。隨著單機容量和裝機規模快速增長，風力發電安全穩定運行面臨以下三方面挑戰：

圖：面臨的主要問題及挑戰

1、風力發電過程呈多領域耦合與多場景交互特征復雜特性表征難。風電機組是“流體——機械——電氣”多領域物理過程耦合的復雜系統，運行過程中受地形、風況、海況等多環境因素交互影響，其耦合方式與交互關系尚不明確，多領域建模及求解困難，生產過程多場景實時高精度特性表征難以實現。

2、風電機組運行工況復雜多變，全生命周期適應性校核驗證實施難。復雜環境和本體特性變化易誘發風電機組運行控制失配，而機組大部件載荷、外部環境條件等關鍵狀態參數不可測或測量精度低，導致多變工況下基于模型和檢測信息的機組全生命周期運行適應性校核驗證無法有效實施。

3、風電機組大型部件運行風險點多，高風險事件識別及安全控制難。葉片掃塔、塔筒超幅振動、轉速功率超限等高風險事件會對風電機組的安全穩定運行產生嚴重影響，現有物理測量裝置昂貴、安裝部署率低，機組主控系統缺乏風險預警手段，不具備主動安全控制能力。

圖：總體技術路線

針對上述難題，該項目從增量感知、傳輸治理、仿真推演、安全控制四個層面，通過系統架構及功能體系設計、孿生體建模及模型校核、低成本邊緣感控設備研制等手段，自主設計并率先研發成功多領域耦合與多場景交互的風力發電數字孿生系統，構建了支持多模式部署及多領域實時精準映射的數字孿生平臺。其中，構建了風電機組智能增量傳感網絡，研發了多態運行數據一體化采集和多元異構網絡流數據匯聚傳輸技術，發明了高維混合聚類、時序數據增強等多態數據治理方法，提出了增量傳感與多態數據支撐的數字孿生模型全生命周期校核方法；然后，提出了基于數字孿生的風電機組運行態勢感知及工況識別算法，發明了葉片掃塔、塔筒超幅振動、轉速功率超限等高風險事件預警方法，形成了基于數字孿生的葉片超幅振動、轉速/功率超限等高風險事件預警及其主動安全控制技術，形成了“感——傳——仿——控”技術體系。項目成果開拓了新能源發電領域數字孿生技術的創新實踐，推動了新能源產業提質升級。

創新點

自主設計并研發多領域耦合與多場景交互的風力發電數字孿生系統，提出了增量傳感與多態數據支撐的數字孿生模型全生命周期校核方法，發明了基于數字孿生的風電機組超量感知監測及運行優化、高風險事件預警及主動安全控制技術，形成了“感-傳-仿- 控”技術體系。