Page 108 - 《中国电力》2026年第3期

2026 年 第 59 卷

业界的广泛关注。据国内某发电企业统计，2024 年 行疲劳载荷，缩短叶片使用寿命，同时提高机组
2 月 21 日—2024 年 2 月 27 日，重庆区域 107 台风 运行故障率。
电机组覆冰停运，台数占比 90%，容量占比 94.5%。 当环境温度升高，或者叶片从静止状态进入
叶 片 覆 冰 是 风 电 行 业 的 系 统 性 威 胁 ， 从 发 电 损 运行状态时，存在融化及冰层脱落现象，叶片甩
失、结构安全到电网瘫痪，影响多维且深远 。 冰对机组附近人员、建筑物和设备造成很大的安
[5]
本文综述了风电机组叶片防除冰关键技术的 全隐患。轻则损坏建筑物和设备，重则造成人员
现状与发展趋势，归纳了覆冰预测的机理模型法 伤亡。
与数据驱动法，分析了被动式防除冰技术、主动 叶片覆冰导致风电机组输出功率显著下降，
式除冰技术及协同防除冰技术的特点及未来发展 冬季是电力需求高峰，若风电场出力骤减，将加
方向，为风电机组叶片防除冰技术的进一步发展 剧电网供需失衡，影响供电可靠性，大规模的风
提供参考。 电机组覆冰或停机还会引发电网频率波动或电压

失稳 [11-19] 。另外，覆冰具有突发性和不确定性，
1 风电机组叶片覆冰形成原因及危害 影响功率预测精度，增加调度难度 [20-21] 。

风电机组叶片覆冰是指在雨雪或冻雨等极端 2 覆冰预测技术
天气下，雨水或雪容易附着在叶片表面，并在叶
片表面形成覆冰层。叶片覆冰大多集中在叶片前 对风电机组叶片覆冰现象进行精准的预测预
缘，随着时间推移冰层逐渐加厚，且更容易发生 警，有助于风电场提前应对覆冰灾害天气，同时
在停机状态下（低风速或故障停机）。根据叶片 对于叶片防除冰作业的开展以及防除冰装置控制
周围不同直径的过冷水滴所形成的不同覆冰特点， 策略的形成也有积极意义。当前风电机组叶片覆
可分为雨凇、雾凇、混合凇和湿雪 4 种类型 。 冰预测领域的研究方法可归纳为两种主要范式：
[6]
叶片表面覆冰后，叶片表面空气流动方向变 1） 基 于 物 理 规 律 的 机 理 建 模 法 ， 通 过 解 耦 气
化 ， 使 叶 片 的 升 力 系 数 与 阻 力 系 数 比 值 大 幅 降 动、热力与相变过程构建数学模型；2）数据驱
低，急剧降低叶片气动性能，导致机组输出功率 动法，依托机器学习算法挖掘历史运行数据中的
严重不足，其功率变化如图 1 所示。严重情况下 隐含特征。两种方法分别从理论推演和经验学习
直接导致机组停机 [7-10] 。 角度切入，在预测精度、计算效率和适用场景上
形成互补。

2 500
正常功率曲线； 机理模型法的核心在于深入理解并数学化描
2 000 覆冰后功率曲线
述 叶 片 覆 冰 的 物 理 过 程 ， 结 合 覆 冰 气 象 学 机 理
功率/kW 1 500 （如过冷水滴的输运、碰撞、冻结）与运动表面
结冰增长动力学（如冰层热量、质量传递），构
1 000
建基于物理定律的预测模型。这类模型已形成较
500
为 系 统 化 的 研 究 体 系 ， 其 优 势 在 于 物 理 意 义 明
0 确、可解释性强，能够揭示环境参数（如温度、
0 1 2 3 4 5 6 7 8 9 10 11 12 13
−1
风速/(m·s ) 风速、液态水含量）与覆冰形成、增长及融化的
图 1 风电机组结冰后的功率曲线变化 内在物理联系，并可用于极端工况或新场景下的
Fig. 1 Variation of power curves under icing
外推预测。文献 [22] 采用 Makkonen 结冰增长模型
wind turbines
耦合冰表面辐射融化模型，结合天气研究预报模
叶片覆冰的形状、位置、重量均不同，可能 型（weather research and forecasting model，WRF）耦
引起叶轮转动不平衡，风电机组振动加剧，增加 合 加 利 福 尼 亚 气 象 模 型 的 数 值 预 报 结 果 驱 动 模
风电机组运行风险，严重时甚至会造成叶片折断 型，实现了湖北风电场覆冰起止时间预报。文献 [23]
或倒塌。即使叶片覆冰不严重，也会增加叶片运 综述了各省气象部门实践，绘制了覆冰风险时空

104