據國家能源局4 月2 日發布的消息，截至3 月末，全國并網風電裝機容量10064 萬千瓦。想像一下，如此巨量的風電場存量資產，如果能提升15% 至20% 能量利用率，那是何等的驚喜?!“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。”遠景能源后評估產品總監Tim Xu 這樣告訴《風能》。
　　4 月中旬，遠景新版EBA 評估模塊上線，這款被遠景稱為“大白”的評估模塊意在讓風電場的“真相”大白。Tim Xu 解釋說，對集團公司來說，EBA 評估模塊能夠客觀、科學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。值得一提的是，從風電場資產全生命周期管理的角度看，EBA 評估模塊能與前期的投資決策實現“無縫對接”，并為所投資的資產能量效率定標，當資產進入運行后，后期的EBA 指標可以有效地為前期的決策以及收益預期保駕護航。具體到風電場運行階段，EBA 評估模塊通過人工智能和數據挖掘技術精準計算出各類因素損失的發電量和影響EBA 的比重，做到各類損失“真相大白”——即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。
　　案例和數據最有說服力。在美國，目前已有Pattern 能源等三家能源公司的風電場接入Wind os ™ 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。比如使用遠景智慧風場Windos ™ 操作系統的美國某風電場，其EBA 達到了90% 。　　Tim Hertel 透露，正在使用Wind os ™ 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™云平臺，通過與Wind os ™ 操作系統的對接，以形成從風電機組到風電場的全面數字模型，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。
　　與美國風電場相比，中國風電場在數據完備性方面有所欠缺，有的業主在風電場投運以后，就把風電場的數字模型搞丟了。“不過，這已不是影響EBA 體系建立的問題了，因為遠景‘格林云’可以重建風電場數字模型。”TimHertel 告訴《風能》，“遠景智慧風場Wind os ™ 操作系統、格林威治™云平臺兩者的集成，能夠把風電場流場模型和風電機組狀態模型綁在一起，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。”
　　在國內，遠景能源和國內領先的某新能源開發商合作，基于Wind OS ™ 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 技術團隊從風電機組可靠性、風電機組性能、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% 。
　　遠景能源美國休斯頓全球數字能源應用中心技術開發總監Feng 向《風能》介紹了遠景能源互聯網技術的另一個應用——風電場協同控制。Feng 說，“這在美國和中國的風電場都有案例，這方面的技術進化在于，起初是靠寫入風電機組主控系統的代碼實現控制，后來演化為用軟件來定義和實現整場閉環的協同控制。”這就好像一支11 人的足球隊，需要各個位置上的球星，但最終決定輸贏的是球隊的整體攻防水平。
　　風電場協同控制，其實就是基于大數據和云計算技術，將風電場實時流場數據、流場預測數據以及風電機組與測風塔測量等數據有效地整合在一起，真正建立和形成風電場級的數學模型，而且要把先進的機組通訊和行為管理納入其中，通過協同控制實現機群發電整體最優。
　　“比如風況與風電機組的協同控制，”遠景能源風電高級應用產品經理趙清聲向《風能》舉例，“由于風電機組受到葉片擾動，單靠機組本身是無法準確地感知和衡量湍流的真實狀況，但通過云端格林威治™矯正之后的數據，用于風況和風電機組的協同控制就不存在問題了。”對實時湍流狀況準確把握的一個最為現實的應用是，在風電場限電的過程中，可以根據某臺機組的實時湍流情況，決定該臺機組是否優先停機，以減少機組大部件疲勞載荷，而由其它機組在正常的工況下自由發電，這樣的協同控制可以在策略上更積極地應對限電，讓風電場出力最大化。