远景能源投资运营的广灵风电场引起风电开发巨头的兴趣，以至于到现场调研它值得借鉴的地方。问题是，它真的能够引领风电场的未来吗？
如果不是那些标志性的输变电设施，仅看类似集成电路的房子，你会以为走进一个布局紧凑的科研基地，而不是一座风电场的升压站。
8月下旬，记者走进这座升压站——远景广灵风电场升压站，其内部正在建设“数字化展厅”。看上去，远景能源不仅仅希望酷炫的升压站承担传统职能，更要求其从骨子里展示对风电智慧和梦想的追寻之意。
提及这座风电场的定位时，远景能源资产解决方案负责人赵清声称，“公司内部并没有将它仅仅看作是一个标杆项目，而是基于最新智能风机与格林云平台打造一款‘风场数值和智能设备’深度融合的智慧风场产品。”
据透露，截至2015年9月1日，远景广灵风电场发电量折合满发小时数为1800小时，高于附近地区风电场30%，位列山西省第一，预计全年利用小时数可达到3000小时以上；每台风电机组平均检修间隔时间118天，整座风电场仅由3名员工完成所有工作；累计运营成本为169万元，预计全年运维成本约为250万元，实现运营成本50元/千瓦。
相比工程视角，产品在时间上更注重全生命周期的管理、在整体性上更强调系统各要素间的紧密联系、在投资回报上更在意稳定和可预期。赵清声说，“远景做这款风电场产品，不仅希望它能提供20年优厚的现金流回报，更重要的在于要探求风电场的未来和验证远景对于未来风电场的新思考。”
这种智慧的执念折射到硬件建设和软件算法上，则是对这座风电场全生命周期度电成本锱铢必较的控制。对远景能源来说，这既是一道升压站、中控楼还能节省多少资金的算术题，也是格林云平台用算法优化风电场20年投资收益的数据化轨迹。
一位来自某风电开发巨头的风电项目负责人告诉记者，与同等装机容量、电压等级的风电场相比，远景广灵风电场升压站的面积减少了3300多平方米、中控楼减了少2层，从而节省投资约300万元。值得一提的是，千里之外的上海智慧能源数字管理中心可以高效协助对风电场进行遥控、遥信，遥测、遥调以及遥视，实现了无人值班、少人值守的运行方式。
也正因此，远景广灵风电场形成了现在的物联网形态，可以支持风电机组之间智能化的协同控制以及与电网的无缝能量管理连接。
风电投资：出生决定健康一生
2015年1月12日，是远景广灵风电场一期并网投产的日子，对这座风电场的设计负责人耿冬来说，他的自豪来自远景能源的投资理念： “生而不凡，让出生决定它健康的一生！”在他看来，“好的风电场是设计出来的，而不是管理出来的。 ”
实际上，3 年前远景能源就提出“将风电场作为一个整体产品，基于标准化的流程管理进行设计优化和风险管控”的概念，由此使得风电场有一个相对健康的出生，并基于风电场出生DNA（ 数值化风场模型 ） 承载标准化的运行评价体系，来有效支持 20 年生命周期有质量、有效率的一生。
之所以提出这样的概念，是因为太多的风电场后评估案例让远景能源看到了太多的风险因素。比如人性化点看，好的机组被错立在风速很差的机位，这让机组的一生痛苦不堪，一个风电场总有一批机组“养着”另一批生不逢时不作为的机组。类似问题凸显出风电场设计层面严重缺陷， 可谓 “失之毫厘， 谬以千里” ——用古人的话来表达其中的风险再合适不过。
于是，远景能源基于格林云平台承载的标准流程和智慧风场优化设计能力，打造了一个实实在在的风电场产品，以展现云端的先进生产力，为行业提供一个可借鉴的新风电场主义样本——远景广灵风电场。
事实上，在此之前，由于一直缺乏标准化的流程掌控工具和必要的优化设计手段，行业中针对风电场发电量的许多设计优化也只是说法而已，但远景格林云的出现改变了这一点。
具体到远景广灵风电场的设计优化，远景能源解决案及软件产品管理负责人李恒向记者表示，远景基于格林云平台，将风电场设计流程固化下来，确保风电场从孕育到诞生都处于标准化设计和风险管控之下。
第一步，在云端使用Greenwich TM云平台上 100x100 米的风资源历史气象数据，快速宏观选址，发现值得树立测风塔并进行进一步考察的地区 ; 第二步，基于历史数据，在线计算确定测风塔的位置，确保测风塔对所考察区域的代表性和测风的长期可持续性； 第三步，实时监测测风数据，确保测风数据的完整性和有效性，同时通过一键清洗插补测得的数据，保证测风塔数据的准确性 ; 第四步，基于地形及测风塔数据微观选址，采用 CFD 模型网格计算机组排布方案，对风电场净现值、内部收益率、机位安全性等多目标求最优。
“对需要充分优化发电量的风电场来说，上述标准化的过程不可或缺，而且所有的信息和数据都必须精确无误，否则不可能做好风电场设计优化。 ”李恒强调说。
可以说，格林云平台上的标准化过程控制以及评价体系是广灵风电场发电量优化设计中最核心的部分。 “但仅有这些还不够，还需要偏执的求真务实精神。 ”李恒进一步补充道。
举一个例子，2014 年 12 月 16 日，远景能源发布了一款海报，解决方案高级经理和彦辰成为海报的主角，这位具有超过 1000 万千瓦风电场设计经验的 “偏执狂” 在海报中称， “我会清晨 7 点爬上荒无人烟、野猪随时出没的荒山，到太阳落山前一直踏勘适合风机生存的地点。 ”由此可以想象到远景广灵风电场设计者们偏执般的精细了。
在和彦辰看来，风电机组选型是风电场定制化设计最为重要的流程，也最能说明远景能源的核心技术能力。远景广灵风电场地形复杂，机位风速差异大， 很多机位湍流强度超过 A 类，应使用II类机组， 但选用II类机组会损失电量，而选用 III 类机组又不满足安全要求。针对这样的情况，远景能源技术团队基于“2.X 智能风机平台”，采用成熟的模块化设计技术，针对广灵风电场各个机位的风况定制了不同的硬件配置和控制策略，以此实现整场发电最优。
万物互联：实现智能协同效应
“远景广灵风电场是一个物联网平台，测风塔、风机以及输变电设备等硬件都运行在物联网平台上。 ”在对远景广灵风电场进行深入调研以后，一位互联网架构师这样评价：“Wind OSTM像风电场的操作系统，它管理的是风电场的物联网世界 ;GreenwichTM 像风电场的基因数据库，它贯通了风电场的全生命周期。 ”
谈到风电场的物联特性时李恒称，远景广灵风电场设施设备的互联并不只是监控、报警这么简单，而是它们能够互相协作，变得更加智能化，更重要的一点在于，它们的协同运行可以产生更优的效应。并且，这座风电场物联网平台也不仅仅是设备的互联，而是设备与自然界的互联。基于风电场数值模型，设备测量网络、气象预报引擎、Wind OSTM精准掌握了风电场在过去、当下和未来时的风流形态，进行对风电场超越传统实时控制的四维时空智能管理。
值得一提的是，在远景广灵风电场监控系统上显示的机位实时风速都是真实的风轮前风速，这样能够准确测算实时输入风电场的风能量。据赵清声透露， “其背后是测风塔与风机、风机与风机、风机与地形之间在格林云平台上万物互联、智能协同运算的结果。 ”
一位不愿具名的风电运维工程师这样评价 ： “远景广灵风电场的实时有功无功控制和风功率预测令人印象深刻。 ”
先来看实时无功控制。运行实际表明，远景广灵风电场使用能量管理系统（EMS）实现了SVG 与风电机组无功的协同控制，220kV并网口无功几乎全部由机组发出，这不仅优化了风电场的线损，SVG 导致的场用电损失也从2% 降低到 0.5% 以内。
再来看有功控制。电网限电令人心痛，较差的限电有功控制会让人痛上加痛。在风电场被限电的现实下，一方面，出力超出电网指令将受到电网的罚款 ; 另一方面，风电场由于控制问题，出力往往没有达到限电功率，白白造成“限下”损失。因此出力控制在压线运行尤其重要。数据显示，远景广灵风电场压线运行的误差不超过 1%。而有些传统的风电场控制精度比较差，尤其在爬坡率控制时损失电量高达 15%。
这是为什么呢？赵清声的解释是， “这与远景广灵风电场基于风场流体模型的实时能量精确管理有关，由于能够准确计算每一时刻每台风机的理论出力，远景广灵风电场出力可以紧跟电网调度的指令压线运行 , 具有很强的电网友好性。 ”赵清声强调， “格林云平台还能准确地将天气预报、风流分布和风机的运行状态联系起来，使得这座风电场的每一台风机都可以预测未来 72 小时的风速、功率，甚至损失电量的情况。 ”
实际上， 格林云平台上的风功率预测 （FC）和风场能量管理（EMS）这两个高级应用模块实现了对风电场实时能量的精确管理，从能量输入预测到监控再到能量输出管理，形成了一个闭环的流程。
这也是格林云平台上的高级应用形成的一种独特的协同效应，如果孤立地上线各种控制系统，形成信息孤岛而不是物联网协同，就很难达到以上效果。 “智能协同效应有利于风电场电能输出达到最优。 ”赵清声这样告诉记者， “远景广灵风电场的协同控制还体现在对风机尾流的有效控制上，通过尾流协同模块减少尾流损失 25%，提升整场 1% 的发电量。可以说，尾流有效控制显示了这座风电场较高的技术含量。 ”
EBA：让电量损失真相大白
对于远景广灵风电场负责人李海宁来说，EBA 是一个让他欢喜让他忧的指标，因为远景能源对质保期内的风电场每月都要进行 EBA排名与考核，他的绩效与此正相关。
8 月 19 日这天，远景能源变桨系统工程师来现场上机测试变桨软件升级方案，在停哪台机组的问题上，李海宁“想了又想”才指定了一个风速偏低的机位——李海宁最不情愿停机影响到 EBA 指标，但停机测试正是为了提升这座风电场的 EBA 指标。
简单地说，EBA 是风电机组实际发电量和理论发电量的比值，这是远景广灵风电场的关键性指标，揭示着整座风电场的发电潜力和电量损失。需要说明的是，基于格林云平台，就能精准地计算这座风电场的理论发电量——能算且算得准，这是风电场 EBA 的基础。
以 1 月 12 日至 5 月 31 日时段为例，远景广灵风电场平均 EBA 为 88%，还有 12% 的电量去哪儿啦？细分析下来发现，损失电量分布在故障检修损失、故障复位损失、机组技改损失、机组检查测试损失、机组亚健康损失、机组待命损失、变电线路故障损失、电网限电损失等维度，这般精细的分析让提升 EBA 有了具体的落点。
从本质上看，实施 EBA 就是找回失去的电量。李海宁告诉记者，在格林云平台上，远景广灵风场的日报不是汇报每天做了什么工作，而是回答为什么今天会有这些电量损失？透明的损失电量，让他明确地知道到哪儿去闭环风电场的损失电量。此前，就是因为李海宁汇报了变桨故障的损失电量，变桨系统工程师在上海总部的办公室坐不住了，赶紧到广灵风电场试验技改方案，防止再次发生变桨故障。
在现场，检修工程师告诉记者，技改方案对风电场 EBA 提升贡献较大，同样功不可没的是大部件健康度管理（PHM） 。
在远景广灵风电场，风电机组上的关键部件不再只有正常与故障两种状态，而是细分为五级健康状态。远景能源预测性健康度管理算法负责人解释， “PHM 收集到风机部件的载荷、振动、温度等数据后，再通过机器自学习的方法将其实际状况归位到相应级别的健康度中，当部件出现亚健康时发出告警与维护通知，要求维护人员到现场检修。 ”
由于健康度管理的实施，远景广灵风电场大量叶片矫零、发电机对中、螺栓紧固等定期维护工作得以免除，维护工作量从每台 104 人时减少为 66 人时，而且可以分散在一年中任意时间完成。
“状态维护的变化，不仅仅是实时数据处理后的维护通知，更有历史数据的积累分析及测试验证后的结论。 ”上述负责人举例， “为使塔筒螺栓紧固转化为状态维护，技术团队不仅动用了几年来 2.X 平台风机螺栓维护松动的所有数据，还在广灵风电场的智能风机上贴了大量载荷应变片，建立了螺栓松动与风机受力训练模型，从而将大半以上螺栓的检查与紧固时间从 6个月延长到了 18 个月。 ”
尤其值得关注的是，远景广灵风电场使用了一项有可能取代振动监测系统的新技术——通过自动分析风速、温度、转速等普通的机组部件监测数据，就可以识别机组主轴、发电机、齿轮箱等大部件的运行情况，并将其归类到相应等级的健康度中，提前 3 个月预警失效问题。上述负责人向记者表示， “这项技术可以预知部件全生命周期各个阶段的状态，也就是说预知它失效的时间。”
据透露，这项新技术来自机器学习领域的一种算法。上述负责人和他的技术团队花费近2年时间的研发和验证，终于将它成功应用在了风电行业，其准确率已达 90%。算出来的先知先觉带来了运维模式上的进步。
事实上，由于“智能风机”和“数据算法” ，远景广灵风电场已成为一个能够感知设备健康度的状态维护风电场，没有定期维护小组人员，所有维护工作由 3 名居住在广灵县城的移动检修班人员，在平时小风或故障停机时间内完成。
