手机浏览网
据国家能源局4 月2 日发布的消息，截至3 月末，全国并网风电装机容量10064 万千瓦。想像一下，如此巨量的风电场存量资产，如果能提升15% 至20% 能量利用率，那是何等的惊喜?!“EBA 体系的价值不只是能有效挖掘存量资产的潜力，更重要的战略价值在于，它能让这个巨大但却缺乏服务标准的运维市场变得成熟和健康。”远景能源后评估产品总监Tim Xu 这样告诉《风能》。
4 月中旬，远景新版EBA 评估模块上线，这款被远景称为“大白”的评估模块意在让风电场的“真相”大白。Tim Xu 解释说，对集团公司来说，EBA 评估模块能够客观、科学地衡量不同风电场的能量捕获水平和电量损失水平，以便确立准确的绩效考核指标。值得一提的是，从风电场资产全生命周期管理的角度看，EBA 评估模块能与前期的投资决策实现“无缝对接”，并为所投资的资产能量效率定标，当资产进入运行后，后期的EBA 指标可以有效地为前期的决策以及收益预期保驾护航。具体到风电场运行阶段，EBA 评估模块通过人工智能和数据挖掘技术精准计算出各类因素损失的发电量和影响EBA 的比重，做到各类损失“真相大白”——即资产运行管理透明化，为未来风电场技改优化建立“诊断档案”，进而帮助业主理性选择资产优化方案以及社会化的资产管理服务。
案例和数据最有说服力。在美国，目前已有Pattern 能源等三家能源公司的风电场接入Wind os ™ 操作系统，在云上基于EBA 框架评估风电场的实际运行状况，建立以EBA 为核心的资产优化体系，通过大数据挖掘提升资产效益。比如使用远景智慧风场Windos ™ 操作系统的美国某风电场，其EBA 达到了90% 。
与美国风电场相比，中国风电场在数据完备性方面有所欠缺，有的业主在风电场投运以后，就把风电场的数字模型搞丢了。“不过，这已不是影响EBA 体系建立的问题了，因为远景‘格林云’可以重建风电场数字模型。”TimHertel 告诉《风能》，“远景智慧风场Wind os ™ 操作系统、格林威治™云平台两者的集成，能够把风电场流场模型和风电机组状态模型绑在一起，任何时间、任意维度的电量损失计算与分析，以及建立和运行EBA 指标体系所需要的风资源图谱和精准计算都能在远景‘格林云’上完成。”
在国内，远景能源和国内领先的某新能源开发商合作，基于Wind OS ™ 操作系统对河北某风电场项目的实际运行数据进行评估分析，结果发现2014 年1 月至8 月，该项目EBA 仅为80.82% 。于是，远景能源的EBA 技术团队从风电机组可靠性、风电机组性能、场内外受累等维度着手，与客户共同制定并实施了EBA 提升方案。数据表明，2014 年9月至12 月的4 个月时间，该项目全场EBA 平均水平为91.99% ，提升幅度为11.17% 。
远景能源美国休斯顿全球数字能源应用中心技术开发总监Feng 向《风能》介绍了远景能源互联网技术的另一个应用——风电场协同控制。Feng 说，“这在美国和中国的风电场都有案例，这方面的技术进化在于，起初是靠写入风电机组主控系统的代码实现控制，后来演化为用软件来定义和实现整场闭环的协同控制。”这就好像一支11 人的足球队，需要各个位置上的球星，但最终决定输赢的是球队的整体攻防水平。
风电场协同控制，其实就是基于大数据和云计算技术，将风电场实时流场数据、流场预测数据以及风电机组与测风塔测量等数据有效地整合在一起，真正建立和形成风电场级的数学模型，而且要把先进的机组通讯和行为管理纳入其中，通过协同控制实现机群发电整体最优。
“比如风况与风电机组的协同控制，”远景能源风电高级应用产品经理赵清声向《风能》举例，“由于风电机组受到叶片扰动，单靠机组本身是无法准确地感知和衡量湍流的真实状况，但通过云端格林威治™矫正之后的数据，用于风况和风电机组的协同控制就不存在问题了。”对实时湍流状况准确把握的一个最为现实的应用是，在风电场限电的过程中，可以根据某台机组的实时湍流情况，决定该台机组是否优先停机，以减少机组大部件疲劳载荷，而由其它机组在正常的工况下自由发电，这样的协同控制可以在策略上更积极地应对限电，让风电场出力最大化。
