低風速風電，下一個藍海

　　技術進步帶來的則是經濟性的提升。據三一重能研究院副院長胡杰測算，在湖南，風電項目的收益率要達到10% 以上，年利用小時數必須高于1750 小時；而要把收益率提高到14%、15%，年利用小時數就不能低于1900小時。 
　　記者從多個渠道拿到的資料則顯示，2016年，湖南全省的風電設備平均年利用小時數為2125 小時，部分風電場甚至達到2500 小時左右。這意味著，大部分項目都能獲得較為可觀的收益，投資回收期大大縮短。比如，位于郴州的太平里風電場因投運后的發電能力遠超設計值，預計將在5 年左右即可收回成本。 
　　在湖南的示范帶動下，中南部低風速風電市場吸引了眾多投資商的目光。神華新能源華中區域籌建處主任龍云漢就表示，未來3 年神華將與擁有地域和技術優勢的中車株洲所共同開發約300 萬千瓦的風電項目。 
　　雖然湖南的風電開發已經卓有成效，但中國可再生能源學會風能專業委員會秘書長秦海巖認為，“如果將5 米/ 秒作為技術開發指標，湖南可開發的風資源達2800 萬千瓦，目前僅利用了1/10，仍大有可為。” 
　　這個結論同樣適用于全國范圍內的低風速區域。據國家氣象局評估，中東部和南部地區風速在5 米/ 秒以上達到經濟開發價值的風資源技術可開發量接近9 億千瓦，可挖掘的空間還很大。而在范寶林看來，這個規模還會進一步擴大，因為隨著　　新機型的推出，能夠實現經濟性開發的最低風速將從目前的5 米/ 秒下探到4.8 米/ 秒，甚至更低。 
可以說，隨著經濟性的提升，前景廣闊的低風速地區勢必將成為我國風電開發的下一個“藍海”。
　　向整體解決方案提供商轉型 
　　湖南等低風速地區，以山地和丘陵為主，地形復雜，風資源分布差異性大，風電項目建設將是更加復雜的系統工程，需要從全生命周期的角度設計方案。這一點上，業內有待提高。 
　　湖南省電力設計院新能源公司總經理周晟向記者解釋，當前制定布機方案時，主要還是基于發電量最優，而較少結合建設條件來考慮全局的經濟性。對于低風速風電來說，要采用專業協同、專業融合的方式，整合電氣、土建等環節，在優化布機方案時，必須充分考慮與反復研究建設成本和收益，確保整個風電場的全局經濟性最優。這就要求包括開發商、設計院、整機商以及施工單位等所有參與方緊密合作。尤其是，整機企業作為其中核心的一環，必須根據新形勢下的市場需求，在角色上進行重大轉變，更加深度地參與項目的開發。
　　劉年來對此的理解是，山地風電場的特點是場址地形地貌的復雜性，整機企業應著眼于提供整體解決方案，實現從賣設備到賣服務轉變，從單一供應向綜合處置轉變，全面提升綜合技術水平。 
　　事實上，這也是國家能源局等主管部門近些年來重點引導的行業趨勢之一。《風電發展“十三五”規劃》就明確提出，在可研設計階段推廣應用主機廠商帶方案招投標。 
　　目前，包括中車株洲所在內的不少整機商都在進行相關布局。 
　　據悉，中車風電確立的“十三五”總體戰略思想是，快速由機組設備提供商向風電綜合系統解決方案提供商升級。此前，除了涉足機組供應和運維服務外，這家公司還積極將業務鏈條向前端延伸，進入測風、微觀選址等環節。 
　　中車株洲所風電技術中心副主任王靛向記者透露，他們正在與國家氣候中心、法國美迪公司進行合作，通過整合全球先進的技術與經驗，打造風資源分析、評估系統平臺。目前，平臺已經基本搭建完成，正在進行內測，預計今年6 月可以開放公測。通過該平臺，可查詢到全國各地30 年間的氣候狀況，包括風速、風向等風資源數據，以及沙塵、雷暴、冰凍等災害天氣情況。 
　　“當然，建立風資源平臺只是第一步。真正轉型為整體解決方案提供商后，提供的將是包括測風、微觀選址、機組選型、道路和輸電線路施工等在內的一攬子方案。”王靛補充道，“這是行業未來發展的一大特點，也是我們積極打造‘風電場優化設計’‘場址控制策略定制’‘風電資產管理’三位一體的風電項目全生命期盈利最大化解決方案windProfitTM 的原因所在。” 
　　在業內專家看來，這對提高項目收益的作用是顯而易見的。 

　　一方面，通過從全場和全生命周期的角度通盤設計風電場，可以將施工方案做到既有條件下的最優，最大限度降低整體成本。 
　　另一方面，通過深度參與前期環節，整機企業可以更加全面掌握場址區的風資源和環境氣候特征。“有了這些一手信息，我們就可以對機組進行有針對性設計，或者采用更加個性化的布機方案。比如，針對南方山區雷雨和冰凍天氣多的特點，可以強化機組的防雷、除濕以及除冰性能。還可以根據風資源的分布情況，因地制宜地采用安裝不同類型機組的混排方案。從而提高機組投運后的可靠性，進一步提高風能利用效率。”范寶林說。 
　　智能化技術的全新應用場景 
　　面對更低的風速，加長葉片和升高塔筒是提高機組捕風能力的最直接手段。因此，高塔筒、大功率、長葉片就成了目前低風速風電機組的標配。 
　　然而，在中南勘測設計研究院新能源院院長劉小松看來，這種方式顯得“簡單粗暴”，不僅會帶來載荷和成本增加等“副作用”，也無法很好地應對山區多變的風向和風速。他認為，單就機組而言，更重要的是，必須通過增強系統自學習能力、優化智能控制系統來提升風電機組的整體性能。 
　　這也是目前低風速風電開發中呈現的另一大趨勢，即廣泛運用互聯網思維和技術手段，使開發和運維環節高度智能化。 
　　自國家于2015 年首次提出“互聯網+”行動計劃以來，各個整機廠商紛紛加大了對機組智能控制系統的開發力度。 
　　現在的通行做法是，在控制系統中加入多個優化控制策略，借助模型，讓機組及時對外界風速和風向變化做出反應，使葉輪始終處于最佳的捕風角度上，并避免因強陣風引起的超速故障等。 
　　與此同時，一些企業還嘗試根據整個風電場的風資源特點，為每臺機組定制個性化的控制策略。王靛告訴記者，“在低風速的復雜地形下，每個機位點的風速、風切變、湍流是不一樣的，而且機組之間還有尾流的影響。這種情況下，如果整個風電場只用同一種控制策略的話，控制效率肯定無法達到最高。下一步，需要根據周邊位置的風速、風向、湍流特點，為各個機組配備專屬控制策略。” 
　　當然，這只能算是“初級”的智能化應用。現在，部分企業已經在進行更大膽的嘗試，將人工智能的核心——機器學習引入到控制系統。這實際上是給機組裝上了一個“超強大腦”，使它具備通過自學習來獲得經驗的能力，能夠依據外界條件自主調整運行狀態。 
　　人工智能領域的專家認為，機器學習非常適合應用于風電開發中。因為機器學習離不開數據，而借助大量傳感器和高速數據傳輸線路，正好可以將風電場產生的海量實時數據輸送給系統，供其進行反復訓練。 
　　除了機組，機器學習應用的另一個主要場景將是運維環節。