近年來，大量接觸海外風電資產的遠景能源發現，中國風電資產發電效率和美國有很明顯的差別。與美國風電資產對比，在相同風資源和發電能力下，中國風電資產發電量低于美國15%-20%。這一次，一直致力于智慧能源發展的遠景能源，開始在風電資產的能量利用率提升利用上做文章。
　　風電場能量利用率提升訴求日增
　　據了解，能量利用率(簡稱EBA)是實際發電量和理論發電量的比值，是一個非常客觀風電場評價體系，最早由國際電工協會提出，但是一直以來，在國內風電場實際被采用的并不多。
　　究其原因，一是計算的難點存在于理論發電量上，需要對風資源有準確的把握;二是精確計算的難度，單靠SCADA等軟件是沒有辦法掌握的，需要有精算的管理信息系統。遠景能源綜合解決方案負責人李恒告訴記者，在中國還存在一個特殊的情況，即發電量的損失原因非常復雜，存在限電等其他不可控因素。
　　然而，眼下，這一情況慢慢在發生變化。隨著我國風電進入平穩的發展階段，風電投資企業逐漸理性化，從過去的單純關注裝機數量轉變為“數量和質量”并重，產生了更加合理和急迫的科學管理能量利用率的訴求。
　　李恒說：“目前中國風電場的時間可利用率平均達到了98%，處于世界領先水平。風機進入較高時間利用率的階段以后，再沿用這樣的指標評體系，實際上就進入了一個誤區，因為它模糊了好風機與壞風機、好風場與壞風場的差別，從發電量的角度看，它對價值創造的意義已不大。從中國風電平均發電小時數并不高的事實也能看出，基于時間可利用率的評價標準已不再適用。”
　　能量利用率提升潛力大
　　李恒說：“能量利用率的提升空間很大。過去風電場的管理系統中并沒有納入當地的風資源數據和風電場基本數據。現在，通過能量利用率管理，把風電場的實際數據納入管理系統，從而提高管理的精度。”
　　為了幫助風電場實現全生命周期的標準化管理，提升風電資產發電效率，遠景能源推出了以能量利用率(EBA)為核心評價指標的格林云平臺，隨后又推出了最新的EBA模塊。
　　據介紹，在運行的風電場，通過EBA模塊的人工智能和數據挖掘技術精準計算，可以得出各類因素損失的發電量和影響EBA的比重，讓投資人和業主清晰地看到損失在哪。EBA評估模塊可以客觀地衡量不同風電場的能量捕獲水平和電量損失水平，以便確立準確的績效考核指標。此外，從風電場資產全壽命管理的角度看，EBA評估模塊對接前期投資決策，為前期資產投資能量效率定標，以后期EBA指標為前期決策保駕護航。風場運行階段，資產運行管理透明化，為未來風電場技改優化建立“診斷檔案”，進而幫助業主理性選擇資產優化方案以及社會化的資產管理服務。
　　業內資深人士表示，EBA體系的價值不只是能有效挖掘存量資產的潛力，更重要的戰略價值在于，它能讓這個巨大但卻缺乏服務標準的運維市場變得成熟和健康。
　　遠景引領：能量利用率提高的積極實踐
　　李恒說：“遠景智慧風場Wind OSTM操作系統、格林威治TM云平臺兩者的集成，能夠把風電場流場模型和風機狀態模型綁在一起，任何時間、任意維度的電量損失計算與分析，以及建立和運行EBA指標體系所需要的風資源圖譜和精準計算都能在遠景格林云上完成。”
　　在美國，目前已有Pattern能源等數家能源公司的風電場接入Wind OSTM操作系統，在云上基于EBA框架評估風電場的實際運行狀況，建立以EBA為核心的資產優化體系，通過大數據挖掘提升資產效益。一個使用遠景智慧風場Wind OSTM操作系統的美國某風電場，其EBA達到了90%。使用Wind OSTM操作系統的美國新能源公司，也將使用遠景能源的格林威治TM云平臺，通過與Wind OSTM操作系統的對接，以形成從風機到風場的全面數字模型，徹底貫通從風電場設計到風電場運行的全生命期資產價值鏈，為提升風電資產的收益水平提供大數據基礎。
　　在中國，遠景能源和國內某領先新能源開發商合作，基于Wind OSTM操作系統對河北某風電場項目的實際運行數據進行評估分析，結果發現2014年1月至8月，該項目EBA僅為80.82%。于是，遠景能源的EBA技術團隊從風機可靠性、風機性能、場內外受累等維度著手，與客戶共同制定并實施了EBA提升方案。數據表明， 2014年9月至12月的4個月時間，該項目全場EBA平均水平為91.99%，提升幅度為11.17%。
　　目前，除了遠景能源自己的300多萬千瓦風電資產使用這套管理系統以外，華潤、中廣核、龍源等很多主流的風電投資企業也越來越多的通過各種方式關注能量利用率，并注重其精度的提高。
　　一家企業的相關人士表示，是遠景能源的格林云讓中國的風電行業意識到，這是一種切實可行的風電場效率提升解決方案。