引言

在陸上資源日趨枯竭的背景下，海洋資源的開發利用成為了國家維護能源安全的重要途徑。海洋風能是可再生能源供應體系的重要組成部分，海上風電更是重要能源產業之一，因其資源豐富，風速穩定，可以供給人類大規模開發，已成為全世界各國關注的焦點，近幾年全球海上風電裝機容量平均增長速度達到80%以上。我國具有豐富的海上風能資源，在發展海上風電方面占有天然優勢，并且國家政府為了支持海上風電的發展提出了大量的優惠政策，海上風電近年來發展迅速，市場前景非常廣闊。根據可再生能源“十三五”規劃的初步預計，2020年至2030年每年新增容量將可達到200萬至300萬千瓦。

海上風能總規模為陸上風能的2~3倍,且風質量更加穩定。英國、法國、德國、荷蘭等歐洲風電強國均出臺10 GW 量級海上風電規劃,美國計劃2030年完成30GW 海上裝機容量,韓國、日本、越南等亞洲國家預計2030年完成25GW 海上裝機容量,海上風電已成為業界全新的“藍海戰場”。在海上風電蓬勃發展之際,滯后的運維技術成為其進一步發展的隱憂。傳統風電運維是平面化、后置化的,只能在單一或少量參數背景下探討風機狀態,運維過程中依賴專業人員的主觀判斷,各流程相對孤立,難以保持信息的實時流通。而真實的風電場是立體、瞬變的,后發式、周期式等離散化方案均不能完全適配現代海上風電場的運維要求。狀態評估、故障預警、運維船路徑、窗口期預測等全周期要素需要在綜合性平臺上共融呈現,才能以最小成本換取最大效益。同時,由于通信技術受限,現場監測設備必須具備過濾噪聲、初篩信息、散點覆蓋、重點回傳的自適應能力,才得以在帶寬有限的條件下完成全天候有效監測。菲律賓以西生成的南?！巴僚_風”路線詭異莫測,越接近登陸點其能量越強,會給海工結構物以措手不及的毀滅性打擊,臺風“暹芭”造成風電運維船事故便是例證。智能運維模式能夠將陸基、?；?、近端、遠端的大范圍天氣海況參數進行集成分析,發揮一線氣象站的作用,及時發出風暴預警并安排人員和船只撤離避險,并能基于大數據對故障進行精細識別與預警,對保障人員安全、提升運維效率具有重大意義。

然而，隨著全球投產的海上風機數量不斷增加，海上風電系統設備自身運行特點和環境所造成的故障風險與維護成本控制問題也日益突出，如何降低海上風電行業運維費用，提高系統可用度和總回報率，發展相關的第三產業即風機運行監測、故障診斷、維護方法等已成為亟需解決的新課題和行業新的增長點。海上風電系統設備結構復雜，系統失效模式數量龐大，在不利的海洋環境下使風機的故障率升高，為避免海上風電系統在設計使用壽命內發生損傷破壞，風機各個設備及結構必須具有很高的強度和健康的工作狀態，然而，近些年來，由于設備監測工作的疏忽及損傷預測方法的不精準，海上風電系統損傷破壞事故在不斷發生，不但造成大量的財產損失，同時還引發了海洋環境的破壞。2015年11月，丹麥Samson島附近的PaludansFlak海上風場的一臺2.3ＭＷ西門子海上風機出現垮塌事故，如圖1所示，機組葉片和機艙均落入海中，該事故造成整個海上風場的關停檢修，造成了巨大的經濟損失。因而，研究怎樣精準預測結構和設備的健康狀態，根據系統的實際情況進行針對性的維修，使各個設備維修活動相互協調，提高海上風電的可靠性和經濟性，已成為亟待解決的問題。故障預測與視情預防性維修是裝備和系統實現自主保障的關鍵技術，然而在海上風電系統領域仍需要進行方法改進以提高海上風機的可靠性，并且降低整體維護成本。鑒于此，本文研究了海上風電系統基于分步識別的結構損傷預測方法和視情維修模型，還提出了合理有效的維護策略。經過對大豐田海上風電場的算例分析，對本文優化維護策略在提高風電系統可用度和節約維護成本方面所產生的有效性進行了驗證，從而對海上風電場的運行和維護工作起到實際工程指導作用。

圖1 PaludansFlak海上風場事故

海上風電技術發展趨勢

1.1 大容量與規模化

使用大容量海上風電機組可大幅度減少機位，降低基礎建設造價；海上風場的大規模、集約化開發可降低海纜鋪設、換流站建設及后期運維成本，是攤薄海上風電度電成本的關鍵措施。同時，大容量風電機組具有更大的掃風面積，通過搭載先進的運行控制系統， 發電效率也會更高。

當前，國外大容量海上風機的研究已從美國可再生能源實驗室的5 MW機型、丹麥科技大學的10 MW機型發展到國際能源署發布的15 MW海上風電機型。我國5~8 MW海上風電機組已實現大規模商業化運行，8~10 MW海上風電機組已實現批量應用或示范運行，10 MW以上的更大容量機型也相繼發布。表1 匯總了國內外整機制造商最新發布的部分大容量型號風機，涵蓋固定式與漂浮式，涉及雙饋、永磁直驅和半直驅3 種技術路線。

表1 國內外整機廠商最新發布的大容量海上風電機組

海上風場發展中，江蘇如東已經建成包含三峽、中廣核、國電投等投資的11 個海上風電場集群項目，成為亞洲最大海上風電場群；江蘇大豐國內離岸最遠海上風電場實現并網運行；廣東陽江實現國內首個百萬千瓦海上風電全容量并網。同時，在山東、江蘇和廣東等沿海省份相繼出臺的“十四五”規劃中均明確提出要打造千萬千瓦級海上風電基地，加快推動海上風電集中連片開發。

1.2 深遠海與漂浮式

在“雙碳”目標驅動下，未來幾年內我國近海(水深<60 m)固定式海上風電的可開發資源將趨于飽和。在水深大于60 m的海域，固定式海上風電的基礎建設成本將呈指數增長，不再具備成本優勢。國家氣候中心數據顯示，我國深海風資源總量約10億kW，是近海風資源的近2 倍，發展潛力巨大。而大容量漂浮式風機技術將成為海上風電走向深遠海的突破口。

技術研究方面，為支持海上風電工程的設計和分析，國際能源署已經于2007—2019 年先后完成海上代碼比較協作項目OC3及延續項目OC4和OC5。其中，OC3(固定式和立柱漂浮式風機)和OC4(半潛浮式風機)主要通過海上風電機組的模擬響應來進行仿真軟件代碼間的比較，以驗證不同耦合建模工具的準確性；OC5項目(半潛式)則將工作擴展到通過對比模擬響應與實際測量值來驗證建模工具，觀察建模工具與測量數據間的差異；2019—2023 年進行的OC6項目將更有針對性地進行海上風電系統工程級建模工具、高精度建模工具與實測數據三方之間的對比驗證，目前已經完成前2個階段工作。

實際工程中，2009 年，挪威首臺立柱(Spar式)漂浮式風機的成功安裝開啟了漂浮式海上風電發展的序幕，在此之后葡萄牙、日本、英國、法國等國家相繼開展漂浮式海上風電的示范項目[20]。我國的風電制造企業，如金風科技、三峽能源、龍源電力聯合明陽智能、中國海裝和上海電氣等，也開展了漂浮式風機技術的相關研究。2021 年7月，全球首臺半潛式抗臺風型漂浮式海上風電機組“三峽引領號”在廣東陽江沙扒順利安裝；同年12 月，由海裝牽頭研發的“扶搖號”半潛式基礎平臺成功下線。

1.3 數字化與智能化

隨著海上風電單機容量不斷增大，風場向深遠海不斷延伸，其運維難度、運維成本和風險等級顯著提升。據測算，海上風電后期運維成本占整個風電場全生命周期度電成本的23%左右，而陸上風電僅為5%左右。通過引入數字化技術、人工智能技術等降低整體運維成本、提升單機與場群的運行控制水平，是控制海上風電度電成本的有效途徑。

在海上風電智能化技術研究方面，基于機器學習、深度學習的海上風況、風功率預測，基于數字孿生的海上風電機組實時狀態感知與智能診斷等引起了廣泛關注。海上風電的數智化產品也不斷取得新進展：遠景能源的“伽利略”超感知風機利用海量實測數據，具備一定的學習、感知、判斷能力；上海電氣的D2X 數據治理平臺、Park-Agent 智能監控平臺，E-CMSPlus 智能診斷平臺、Prognostic-Agent 故障預測及健康管理平臺等產品，具備一定的保障風機全生命周期高效高可靠運行的能力；中國海裝的全生命周期管理PLM 系統基于大數據平臺，搭配海上運維船， 能夠為海上風電運維提供保障。