刘曙源：智能风机是什么

　　从低风速风场的风能分布来看，风速在8 米/ 秒到12 米/ 秒段的风能，尽管其仅占全年时间的30% ，但所蕴含的风能则超过全年的70% 以上。不幸的是，恰恰这个风速区间的风能是最难以捕获的，这也是实际风能转换效率和理论风能转换效率偏差发生最大的风速区间。原因很简单，风电机组在这个风速区间正是风机额定风速上下的范围，这个时候的机组控制面临着一个尴尬的境地，理想情况是，当超过额定风速时，机组的控制目标是将风能卸掉，但不能多也不能少，正好够满发；而当风速低于额定风速时，机组的控制目标是尽量捕获最多的能量，但现实情况是，风速在瞬态会时而高于额定风速，时而低于额定风速，如果不采用激光雷达技术，我们很难预见下一时刻的风速，机组可能在风速高于额定风速时过度变桨而卸掉了更多的风能，导致不能满发。相反，当风速低于额定风速时，机组也可能还处于上一时刻卸掉风能的变桨状态，导致风能转换效率进一步降低，而大风轮惯量的增加，也加剧了这种低能量转化在传统风机的常态化。这就是为什么有些使用了大风轮传统风机的业主抱怨机组过度偏离理论发电性能的原因。
　　说到智能风机针对低风速的技术特点，远景智能控制技术中有一个基于神经网络的样本训练预测模型，这个有数十万行代码的在线运行软件模型能够不断通过历史样本训练，实现对风电场风速模式的识别，这在很大程度上避免远景智能风机在低能量转化工况下运行的几率。其实，这项技术在汽车行业已得到广泛应用，比如发动机控制系统可以通过历史的过程，识别出驾驶者的驾驶习惯，从而提升发动机的控制性能。风电场也是一样，尽管下一时刻的风速难以预测，但只要风电场的风速特点有所不同，远景智能风机就能识别，这也是远景智能风机在低风速风能蕴含量最大的风速区间风能转换效率行业领先的重要原因。