智能风电难服中国水土？

　　当风吹动风力发电机时，产生的不只是电能，还有海量的数据。
　　在欧洲，风电整机厂商通过收集这些数据，不仅能够提升投资者的资产回报率，还能反馈到研发和运维领域，为下一代产品的改进和升级提供参考。
　　这些数据，包括风电机组的发电指标、关键零部件的实时运行参数、此前十年的气象资料……以及在这些数据基础综合作出的判断和预测。
　　风机厂商每竖起一台风机，就好像建立了一个小型的数据中心。在北京东三环一座写字楼的办公室里，维斯塔斯(中国)风电技术公司的技术人员在接收全球4500万千瓦装机量的风电机组运行参数，以及来自6000个气象站的数据。这些数据经过筛选与整合后，再通过大型计算机的处理，最后形成可视化的图表，用来指导运维团队的工作。
　　不过，这项高技术含量的产品和服务，在中国推行起来似乎并不顺利。截至今年秋季，大多数维斯塔斯的客户在风机过了质保期之后，并没有续签合同。这意味着他们放弃了维斯塔斯基于智能化平台的运维服务，转而投向更有价格竞争优势的中小运维团队。
　　在中国，金风科技(002202.SZ，02208.HK)和江阴远景能源科技有限公司(下称远景能源)等富有先见之明的中国风电整机商，也正在进行这方面的尝试，但业务进展未有想象中顺利，原因是它们的客户亦在观望。
风电“大数据”
　　智能风机，在中国还是一个新潮的词汇。风电整机厂商通过收集风机和气象数据，能够提供一套从前期选址到后期运维的系统化管理方案，帮助客户尽可能地提升投资期内的收益。现在，相当一部分风机在出厂时，会在叶片和齿轮箱等关键位置安装传感器，通过收集温度和振动等关键数据，来判断风机的运行状况。此外，安装在风机外部的雷达，可以监控风机所在地的气象情况。
　　传感器和雷达收集的数据，将暂时存储在风电场的数据采集器中，然后通过互联网汇总到后台服务器，最终接入超级计算机进行处理。
　　加拿大的Gastops公司，原先为F-22和台风战斗机等军用飞行器的发动机提供轴承检测服务，现在他们将这种技术移植到了风电领域。
　　和飞机的发动机一样，齿轮箱堪称风电机组的心脏，大多数整机商在风机出厂时都会安装针对齿轮箱的传感器。不过和市场上大多数产品不一样，Gastops生产的在线油液金属颗粒检测仪(MetalScan)检测的不是振动，而是金属颗粒的数量。
　　Gastops中国区业务总监李明东告诉《财经》(微信公众号 mycaijing)记者，颗粒检测能比振动检测更早地发现问题，并及时发出预警信号。“只要齿轮箱工作就会出现磨损，磨损就会产生金属颗粒，但只有磨损到一定的程度，才会在振动上体现出来。”
　　通过收集检测数据，运维团队所做的工作不仅是事后应对故障，而是事前预测问题。“可以将问题扼杀在萌芽状态，或者选择恰当的时机排除问题。”维斯塔斯中国服务部总监曾思萌介绍。
　　不过，风电行业的智能化，并非是只关注设备数据的集中——把风机从它运行的自然环境里拿出来分析，没有多大意义。自然环境可以产生更大的数据库，即包含风和地形在内的环境数据。有实力的整机厂商除了利用风机收集数据之外，还会在全球部署气象站。
　　相比风机的运行数据，这些风资源数据的数量级要大得多。远景能源的解决方案及软件产品管理总监李恒认为，企业要做好风电资产管理，必须要把设备运行和自然环境的数据汇总处理。建立风电场的数值模式，进而实现高精度的资产运行水平评估。
　　将风资源数据和风电机组运行数据相结合，整机厂商可以绘制出一张风资源分布地图。其不仅包括风能的分布，也包括地形、地貌、地表覆盖、交通条件，甚至土地性质和电网条件。业主可以在这个地图上理性地选择什么样的厂址才是最适合的投资地点。
　　李恒介绍，“这里面最难的是风能分布。要做到这一点，意味着你要把历史上风能的数据做一个气象模型的反演，并且变成一个可以像自来水一样的数据库，工作量巨大。”