三、技術發展趨勢和需求

在風電發展方面，我國將繼續落實陸上大型基地建設、陸上分散式并網開發和海上風電基地建設,并結合我國制造業轉型升級的國家戰略，積極推動整機設備和零部件出口。風電機組出于充分利用風能資源和降低度電成本的目的，不斷向大型化、智能化、數字化的方向發展，而具體技術突破則更多地借助信息化、集群化以及多學科的交叉融合。

（一）大型風電機組整機設計與制造發展趨勢和需求

1.大型風電機組的開發

隨著風電機組單機容量的不斷增加及我國風電開發的不斷深入，利用智能控制技術，通過先進傳感技術和大數據分析技術的深度融合吊車公司，綜合分析風電機組運行狀態及工況條件，對機組運行參數進行實時調整，實現風電設備的高效、高可靠性運行，是未來風電設備智能化研究的趨勢。大型風電機組整機技術需求主要包括：大功率風電機組整機一體化優化設計及輕量化設計技術，大功率機組葉片、載荷與先進傳感控制集成一體化降載優化技術，大功率風電機組電氣控制系統智能診斷、故障自恢復免維護技術，以及大功率陸上風電機組及關鍵部件綠色制造技術。

我國海床的構成特征確定了我國海上風電機組基礎段的工程成本將高于歐洲，而我國海域的夏季臺風則對海上風電機組了嚴峻挑戰吊車，這就促使我國海上風電市場更需要設備具有大容量和高可靠性。

海上風電機組技術需求主要包括：適用于我國的近海、遠海風電場設計、施工、運輸、吊裝關鍵技術；適合我國海況和海上風能資源特點的風電機組精確化建模和仿真計算技術；10MW級及以上海上風電機組整機設計技術，包括風電機組、塔架、基礎一體化設計技術，以及考慮極限載荷、疲勞載荷、整機可靠性的設計優化技術；高可靠性傳動鏈及關鍵部件的設計、制造、測試技術以及大功率風電機組冷卻技術；自主知識產權的海上風電機組及其軸承和發電機等關鍵部件；對于惡劣海洋環境對機組內部機械部件、電控部件以及對外部結構腐蝕的影響；臺風、鹽霧、高溫、高濕度海洋環境下的風電機組內環境智能自適應性系統。

2.零部件配套

在風電機組大型化的同時，結構性問題的重要性也越來越凸顯，一些新型的技術方案，如分段式葉片、全鋼分瓣式柔性塔架、低成本的輔助控制小型激光雷達、海上機組用的高度生物可降解油品等我國尚未完全掌握。

葉片大型化和柔性化帶來一些新的問題,如葉片的一階扭轉頻率越來越低，葉片氣彈發散以及顫振穩定性邊界逐漸降低，甚至威脅風電機組的正常運行，因此葉片氣彈穩定性分析將是未來大型葉片結構設計的必要內容,通過結構設計提高葉片的氣彈穩定性具有重要意義[6]。

3.風電試驗平臺

國內廠商進行產品性能試驗時，多出于產品認證和市場準入的需要，而整機廠商和零部件廠商出于自身技術研發和產品優化需要而開發的試驗平臺或者制訂的試驗標準則一直比較缺乏。由于試驗平臺和標準涉及的上下游廠商較多，關系到從理論到實踐的成果轉化風電葉片分析，需要行業標準歸口單位組織眾多廠商深入論證，并積極開展實質性的協作，真正推動產業技術成長。

（二）數字化風電技術發展趨勢和需求

1.風電智能監控

風電場智能化監控可以帶來非常大的商業價值，具體需求主要包括：風電機組和風電場綜合智能化傳感技術、風電大數據收集、傳輸、存儲、整合及快速搜索提取技術；風電場中不同制造商風電機組間通信兼容解決方案，建立風電場監控系統信息模型；大型風電場群遠程通信技術，開發風電場間通信協議及數據可視化展示平臺，實現風電場信息的無縫集成等。

2.風電智能運維

風電場智能化運維技術正在向著信息化、集群化的方向發展。通過智能控制技術、先進傳感技術以及高速數據傳輸技術的深度融合，綜合分析風電機組運行狀態及工況條件，對機組運行參數進行實時調整風電葉片分析，實現風電設備的高效、高可靠性運行。

風電運維與信息技術的深入融合包括建立包含風電場群運行數據、氣象數據、電網信息、風電設備運行信息的物聯網大數據平臺，通過多風電場群協同控制和綜合分析，加強風電機組智能控制和發電功率優化；以可靠性為中心的風電場維修理論，按照以最少的維修資源消耗保持設備固有可靠性和安全性的原則，應用邏輯決斷的方法確定裝備預防性維修要求的過程；基于云計算平臺的風電大數據挖掘及智能診斷技術，將數據分析范圍覆蓋風場從設計建設到狀態監測、故障診斷以及運營維護的全流程等方面。

3.風電機組故障智能診斷和預警

當前風電機組的運維主要采用定期檢修和故障后維修的“被動”維修方式，需要改變風電機組運行維護方式，充分利用風電狀態監控，開展預警相關研究，變風電機組“被動”維修為“主動”維修，提高風電運維效率，增加風電開發收益。當前在役風電場均配有監控與數據采集系統（SCADA），具備多年運行積累的歷史數據；2010年以來，為監測風電機組振動狀態，新增風電機組都配有振動狀態監測系統（CMS），基于大數據技術開展風電狀態監控及智能預警研究已具備開展條件。結合機組主控制系統、SCADA數據和CMS數據，開展風電機組狀態預測與故障診斷方法研究，開展振動信號檢測與分析研究，對風電機組關鍵部件故障進行特征提取與精確定位，并結合疲勞載荷分析和智能控制技術，對風電機組進行健康狀態監測、故障診斷、壽命評估及自動化處置已經成為各個廠商都在積極投入的技術方向。