中國風電材料設備網：基于大數據、貫穿宏觀選址和風場運維的智能化風電服務，在歐洲已經非常成熟，中國卻少人問津。特殊的行業背景和企業習慣，讓中國風電行業處于“依賴感覺而非數據”的階段當風吹動風力發電機時，產生的不只是電能，還有海量的數據。
　　在歐洲，風電整機廠商通過收集這些數據，不僅能夠提升投資者的資產回報率，還能反饋到研發和運維領域，為下一代產品的改進和升級提供參考。
　　這些數據，包括風電機組的發電指標、關鍵零部件的實時運行參數、此前十年的氣象資料……以及在這些數據基礎綜合作出的判斷和預測。
　　風機廠商每豎起一臺風機，就好像建立了一個小型的數據中心。在北京東三環一座寫字樓的辦公室里，維斯塔斯（中國）風電技術公司的技術人員在接收全球4500萬千瓦裝機量的風電機組運行參數，以及來自6000個氣象站的數據。這些數據經過篩選與整合后，再通過大型計算機的處理，最后形成可視化的圖表，用來指導運維團隊的工作。
　　不過，這項高技術含量的產品和服務，在中國推行起來似乎并不順利。截至今年秋季，大多數維斯塔斯的客戶在風機過了質保期之后，并沒有續簽合同。這意味著他們放棄了維斯塔斯基于智能化平臺的運維服務，轉而投向更有價格競爭優勢的中小運維團隊。
　　不過，這項高技術含量的產品和服務，在中國推行起來似乎并不順利。截至今年秋季，大多數維斯塔斯的客戶在風機過了質保期之后，并沒有續簽合同。這意味著他們放棄了維斯塔斯基于智能化平臺的運維服務，轉而投向更有價格競爭優勢的中小運維團隊。
　　在中國，金風科技(002202.SZ，02208.HK)和江陰遠景能源科技有限公司(下稱遠景能源)等富有先見之明的中國風電整機商，也正在進行這方面的嘗試，但業務進展未有想象中順利，原因是它們的客戶亦在觀望。
風電“大數據”
　　智能風機，在中國還是一個新潮的詞匯。風電整機廠商通過收集風機和氣象數據，能夠提供一套從前期選址到后期運維的系統化管理方案，幫助客戶盡可能地提升投資期內的收益。現在，相當一部分風機在出廠時，會在葉片和齒輪箱等關鍵位置安裝傳感器，通過收集溫度和振動等關鍵數據，來判斷風機的運行狀況。此外，安裝在風機外部的雷達，可以監控風機所在地的氣象情況。
　　傳感器和雷達收集的數據，將暫時存儲在風電場的數據采集器中，然后通過互聯網匯總到后臺服務器，最終接入超級計算機進行處理。
　　加拿大的Gastops公司，原先為F-22和臺風戰斗機等軍用飛行器的發動機提供軸承檢測服務，現在他們將這種技術移植到了風電領域。
　　和飛機的發動機一樣，齒輪箱堪稱風電機組的心臟，大多數整機商在風機出廠時都會安裝針對齒輪箱的傳感器。不過和市場上大多數產品不一樣，Gastops生產的在線油液金屬顆粒檢測儀(MetalScan)檢測的不是振動，而是金屬顆粒的數量。
　　Gastops中國區業務總監李明東告訴《財經》(微信公眾號 mycaijing)記者，顆粒檢測能比振動檢測更早地發現問題，并及時發出預警信號。“只要齒輪箱工作就會出現磨損，磨損就會產生金屬顆粒，但只有磨損到一定的程度，才會在振動上體現出來。”
　　通過收集檢測數據，運維團隊所做的工作不僅是事后應對故障，而是事前預測問題。“可以將問題扼殺在萌芽狀態，或者選擇恰當的時機排除問題。”維斯塔斯中國服務部總監曾思萌介紹。
　　不過，風電行業的智能化，并非是只關注設備數據的集中——把風機從它運行的自然環境里拿出來分析，沒有多大意義。自然環境可以產生更大的數據庫，即包含風和地形在內的環境數據。有實力的整機廠商除了利用風機收集數據之外，還會在全球部署氣象站。
　　相比風機的運行數據，這些風資源數據的數量級要大得多。遠景能源的解決方案及軟件產品管理總監李恒認為，企業要做好風電資產管理，必須要把設備運行和自然環境的數據匯總處理。建立風電場的數值模式，進而實現高精度的資產運行水平評估。
　　將風資源數據和風電機組運行數據相結合，整機廠商可以繪制出一張風資源分布地圖。其不僅包括風能的分布，也包括地形、地貌、地表覆蓋、交通條件，甚至土地性質和電網條件。業主可以在這個地圖上理性地選擇什么樣的廠址才是最適合的投資地點。
　　李恒介紹，“這里面最難的是風能分布。要做到這一點，意味著你要把歷史上風能的數據做一個氣象模型的反演，并且變成一個可以像自來水一樣的數據庫，工作量巨大。”
　　智能風電領跑者
　　丹麥維斯塔斯的智能化管理平臺，其作用貫穿于風機的全壽命周期。該公司與IBM合作開發了Firestorm超級計算機，用于進行風電數據的計算和分析。在其智能化管理平臺上，技術人員開發出了數十種工具，對遍布全球的維斯塔斯風電機組和氣象站進行監測。這些數據最后全部指向關鍵運行指標LPF(Lost production factor)，即發電損失系數，這個數據越低越好，可以直觀地反映客戶因故障損失的發電量，能比風機可利用率更精確地反映風機運營情況。
　　在某種極端情況下，風機可利用率很高，但發電量卻不高，因為風機在風況好的情況下正好處于故障維修中，而無風時卻正常運轉，這時候風機的發電量損失系數會很高。
　　為了保證較低的發電量損失系數，需要整機廠商精準分析預測發電量的情況，集中管理和計劃服務訂單，降低非計劃風機故障的次數，做好預防性維護，并制定更合理的維修計劃，這些都需要智能化管理平臺的指導。
　　在宏觀層面，維斯塔斯智能化平臺可以精確告訴投資者，如何在一大片區域里，選擇效率最好的風電場場址。在微觀層面，智能化平臺還可以精確告訴投資者，應該如何設計風場，在某一點應該采用哪種類型的風機更合適。
　　各個機位應如何選擇塔筒高度，最優化的風場布局是怎樣的，如何能確保風電投資的回報等等，“基于大數據的預測非常重要。”維斯塔斯中國技術部經理孫立告訴《財經》(微信公眾號 mycaijing)記者，預測可以幫助運維團隊提前判斷風機性能變化的趨勢，從簡單機械地應對故障轉變為提前預知故障，并制定最合理的解決方案。
　　智能風電技術在中國的運用才剛剛起步。這一概念的國內主要倡導者，是近年來異軍突起的風機整機制造商遠景能源，堪稱中國風電行業“新貴”。
　　2012年，遠景能源全年新增裝機量為54萬千瓦，位居全行業第七。但今年這一數據預計將超過200萬千瓦，躍居行業前三。
　　今年10月，遠景能源第一次參加在北京舉行的國際風能大會，便吸引了最多眼球。在風能展上，遠景能源發布了風電智能化管理平臺“格林威治”。
　　近年來，風電行業在中國發展迅猛。在部分業內人士眼里，新興的智能化風機既是一個金礦，也是一片蠻荒之地。
　　李恒介紹，遠景能源最初進入風機行業時，和國內一家主流業主開發一個安徽的低風速項目。項目建成后做后評估，遠景能源和業主一起在現場分析了整整5個GB的電腦數據。分析一個星期后，才找到該區域項目投資需要認真關注的風險點。
　　“我們一評估才發現，完全手工的方式根本無法滿足科學決策的要求。”李恒回憶，“雙方匯聚了最精銳的團隊，在現場拼了一個星期。這么常規的一個分析，居然要動那么大的干戈。”
　　李恒介紹，中國每年新增上百個風電項目，存量資產已達數千個。若每個項目都這樣去手工分析是不可能的，“整個行業處于比較茫然的狀態，對項目的深入分析不具備技術和信息化條件”。
　　遠景能源創始人、CEO張雷對《財經》記者說，在風機上安裝傳感器以及部署智能控制算法，只是智慧能源的第一階段，形象地說只是“單機版”，但這畢竟是“互聯網能源的開端”。
　　經過七年的發展，遠景能源日前聲稱，通過“格林威治”平臺，可以運用云端計算分析、智能控制技術、數據分析專家系統、主動性能控制和基于可靠性的決策算法，使得發電效率比同類產品高出20%。
　　除了遠景，國內排名第一的風電整機商金風科技，亦在積極涉足這一領域，他們更強調對核心數據的精細化把控。
　　通過對機組運行數據進行分析，金風科技提取出發電機等設備異常狀態的特征值，并將這個數據分析的過程轉化成模型，以“規則”的形式嵌入到全球監控中心的軟件平臺中，最后進行批量的自動預警。發現設備的不正常狀況之后，金風的運維團隊提前邀請專家介入分析、通知備件倉庫準備供貨，并進行合理的時間規劃。
　　金風科技的技術人員告訴《財經》(微信公眾號 mycaijing)記者，智能化應用后的結果是避免了重大質量事故的發生。目前已經應用的數據分析預警準確率，一般在90%以上。
　　金風科技的高管認為，大數據的核心其實是“小數據”——如何從海量的數據中挖掘出最關鍵的核心數據，這是一個由繁入簡的過程。
　　風電高科技中國水土不服
　　理論上，一個風電項目，從前期的宏觀選址到后期的風場運維，都需要基于龐大數據的高性能計算，進而通過建立流體模型對選址進行科學決策。但是，野蠻生長的中國風電行業，并不按照這樣的套路出牌。
　　在歐洲純熟運用的智能化風電技術，在中國少人問津。維斯塔斯技術經理孫立表示，在歐洲國家，風機質保期過后，客戶總是愿意與維斯塔斯續簽服務合同，而且一簽就是十年。但在國內，維斯塔斯還沒有遇到過這種情況。
　　這是因為，在風機質保期過后，業主如果還希望整機廠商繼續提供運維服務，就必須支付額外的費用。中國諸多風電業主認為，整機商提供的后續服務費用太貴，遂轉而將合同交給收費較低的中小運維團隊。
　　維斯塔斯曾思萌稱，經過精心的計算，國外投資者發現繼續購買維斯塔斯的服務意味著可以使用維斯塔斯全套智能化的運維系統，與服務費相比，其發電量的提升更為可觀。
　　但這種理性邏輯卻在中國水土不服。畢竟，智能化風電在中國還是一個新潮概念，大多數投資商對此并沒有太深的認識。一位來自五大國有發電集團的風電業務負責人告訴《財經》記者，他曾看到過西班牙風電巨頭歌美颯提供的風資源分布圖，“確實牛！但是我們不需要！”
　　在中國，業主更關心的是，能否順利和地方政府簽下風電場開發協議，這似乎比精確的選址更重要。在這種情況下，選址全憑業主的感覺。
　　一般的，“就是聽當地人說了，那座山周圍風比較大，我們就和當地的政府去談一談”。如果談判成功，業主就會找到電力設計院，在適當位置安裝測風塔進行測風。收集一年的數據之后，如果判斷可以投資，才開始進入風機招標采購的流程。在這種“粗糙”的流程下，智能化管控平臺中強大的測風選址系統，毫無用武之地。
　　在風機運維領域，智能化管控平臺的預警作用也未能充分體現。和測風選址系統一樣，安裝有傳感器并配合后臺管理平臺的風機，通常售價更高，很多中國業主在權衡之后，選擇了放棄。上述業主人士稱，智能化管控平臺確實可以監測風機、預測故障，并提前制作維修方案。“但是，我們通常都在夏天停機維修，因為那時候風比較小”。
　　對此，曾思萌回應稱，風確實有季節性變化。在一些地區，冬季風資源充沛而夏季略差，“即使在夏季，一周或一天中的風速仍然有可能會有很大變化，基于大數據進行分析并實施檢修計劃，就能產生額外的價值”。曾還強調，僅有智能化平臺是不夠的，還需要將它和設備、供應鏈和人員緊密結合。
　　智能化風電技術在歐洲廣泛運用，是其風電產業數十年發展積累的成果；而中國風電產業，從起步至今也不過十余年。五年前，中國有80余家風電整機商，質量參差不齊。從2012年開始，風電行業走低，行業才出現大洗牌。《財經》記者采訪到的部分中國風電業主坦言，國內風電開發的思維尚未達到國外精細化的程度，做事比較粗放，仍處于“依賴感覺而非數據”的階段。
　　如今，風電運維成了中國風電行業新的焦點，中小運維公司不斷涌現，似乎正在重復整機商五年前的故事，智能化風電技術的普及，仍需更長的時間。
　　遠景能源和金風科技等國產廠商在該領域的布局，可以看做是對未來的投資。以中國風電產業發展的速度和規模來看，智能化風電時代并不遙遠，業主對于這方面的認識正在逐步提升。“從整機到運維再到智能化的管控平臺，這是一個規律，代表著行業認知水平的不斷攀升。”丹麥美科丹風公司分析師孫文軒表示。