風電場的出生決定一生

　　“安徽、江蘇的低風速風電場的運行案例告訴我們，風電場開發并不是一般意義上的工程建設，而是一個高度集成和復雜的產品開發。風電場本身就是一個產品，是需要研發的。”王曉宇說.

　　失之毫厘，謬之千里。這句話用復雜地形風電場前期測風上再恰當不過。遠景的技術人員在現場工作中發現，由于測風方案的設計與實施欠佳，以及現有評估軟件功能的局限性，使得微氣候的影響未能被充分識別，部分機位實際發電量和前期評估發電量相差超過30%.

　　隨著我國風電可開發條件愈加復雜，風電投資企業更加理性化，從過去的單純關注裝機數量轉變為“數量和質量”并重，產生了更加合理和急迫的科學管理能量利用率的訴求。許峰飛告訴記者，從風電場開發的角度看，從前期開始要加強風險管理提升收益。“舉個例子，某風電場容量300MW，遠景的14座測風塔很好的代表全場，相比臨近風場，同等資源水平下年發電小時優化提升18%以上。”

　　測風數據完整性差也會帶來風險。數據完整性低，測風不足一年，不同的處理標準、方法，導致風速差異達到6%,電量差異甚至達到12%。遠景能源的格林平臺，建立企業級測風數據解決方案，力求實現測風塔數據的高效和高精度處理。“0.1m/s的風速誤差帶來2.5-3%的電量相對誤差、1.5%的資本金IRR絕對誤差。

　　測風塔遠程監控可確保測風數據高完整性。”許峰飛說。

　　風資源評價及微觀選址也是控制風險提高電量的重點。王曉宇表示，格林平臺可以通過流體建模，使用CFD技術實現機位誤差小于5%。相比單機商業軟件,單臺工作站，格林平臺具有超級計算中心,可以處理3000萬~1億網格量，網格分辨率推薦5m~30m。

　　提升能量可利用率是現實選擇

　　能量利用率(簡稱EBA)是實際發電量和理論發電量的比值，是一個非常客觀風電場評價體系，最早由國際電工協會提出，但在國內風電場實際被采用的并不多。其原因一是計算的難點存在于理論發電量上，需要對風資源有準確的把握;二是精確計算的難度，單靠SCADA等軟件是沒有辦法掌握的，需要有精算的管理信息系統。

　　王曉宇表示：“目前中國風電場的時間可利用率平均達到了98%，處于世界領先水平。風機進入較高時間利用率的階段以后，再沿用這樣的指標評體系，實際上就進入了一個誤區，因為它模糊了好風機與壞風機、好風場與壞風場的差別，從發電量的角度看，它對價值創造的意義已不大。從中國風電平均發電小時數并不高的事實也能看出，基于時間可利用率的評價標準已不再適用。”

　　過去風電場的管理系統中并沒有納入當地的風資源數據和風電場基本數據。現在，通過能量利用率管理，把風電場的實際數據納入管理系統，從而提高管理的精度。為了提升風電資產發電效率，遠景能源推出了以能量利用率(EBA)為核心評價指標的格林云平臺，隨后又推出了最新的EBA模塊。

　　據了解，通過EBA模塊的人工智能和數據挖掘技術精準計算，可以得出各類因素損失的發電量和影響EBA的比重，讓投資人和業主清晰地看到損失在哪。EBA評估模塊可以客觀地衡量不同風電場的能量捕獲水平和電量損失水平，以便確立準確的績效考核指標。此外，從風電場資產全壽命管理的角度看，EBA評估模塊對接前期投資決策，為前期資產投資能量效率定標，以后期EBA指標為前期決策保駕護航。風場運行階段，資產運行管理透明化，為未來風電場技改優化建立“診斷檔案”，進而幫助業主理性選擇資產優化方案以及社會化的資產管理服務。

　　業內人士表示，EBA體系的價值不只是能有效挖掘存量資產的潛力，更重要的戰略價值在于，它能讓這個巨大但卻缺乏服務標準的運維市場變得成熟和健康。