“三北”地区限电已是多年顽疾，风电开发的主战场已然转移到低风速区域，但低风速风场风能资源并不丰富，又面临风电上网电价逐年下调的趋势，如何确保风电场的盈利能力就成为开发者最为头疼的问题。
显然，认知影响风电场盈利能力的因素是解决上述问题的关键。
值得一提的是，已有项目的经验和教训表明，前期风机选型、中期风机运行、后期风机评估改善是影响风电场盈利能力的主要因素，如何控制这些因素的风险并使其发挥积极作用是业内必须解决的挑战。
前期风机选型
风电场能否盈利，取决于风机的发电能力。一般而言，在叶轮翼形气动效率相同的情况下，叶轮直径越大，风机的发电能力越强。下图描述了不同叶轮直径下的功率曲线对比。由此可见，在额定满发之前，大叶轮风机有明显的发电优势。
大小叶轮功率曲线对比
但大叶轮意味着大的载荷，从下图两台风机的推力曲线对比情况看，大叶轮风机的最大推力明显高于小叶轮风机。那么，推力大的风机所承受的载荷也大，这需要风机有更强的结构，这就带来风机成本的增加。
大小叶轮推力曲线对比
通常情形下，参照IEC标准定义，在风机的设计阶段都有假设的目标风况条件，大叶轮风机意味着较低的平均风速、较低的湍流强度、较小的风剪切。但在实际风机选型中，往往会出现风场实际风况条件和风机设计的风况条件不一致的情况，一旦选型不适宜风况环境，非但发电量达不到预期，也会对风机的寿命产生致命的影响。
以下两图分别显示的是某风场实际风速分布、湍流强度分布与风机设计的假设风况的对比情况。由此可见，风场实际风速分布高于设计分布，但湍流强度分布明显小于设计。如果仅仅因为风场实际风速高于设计，就要选择小1号叶轮直径的风机，势必会严重影响风场的开发潜力。
某实际风场的风速分布与设计对比
某实际风场的湍流强度分布与设计对比
值得注意的是，一般情况下，风场的实际风况数据源于测风塔，其结果大多是10分钟的统计值，例如平均风速、标准差和湍流强度等，缺乏能代表风速瞬态变化的秒级数据，所以这就很难给出风场的极端风况条件，例如阵风等。
下图是IEC标准定义的极限阵风，其阵风的时间尺度是秒级，10分钟统计数据完全不能给出阵风的情况。一旦风场的实际极端风况条件超过IEC标准定义的条件，风机安全就存在着巨大的风险，尤其是复杂地形的山地风场。
IEC定义的极限阵风
所以，在前期风机选型阶段，如果风机的设计风况和风场的实际风况不匹配，可能会出现两方面的问题：一方面，会造成选型过于保守，影响风电场的风能利用效率;另一方面，由于极端风况信息的缺失，可能会导致风机的安全风险，从而增加风电场全生命周期的运行成本。
中期风机运行
除了受到前期风机选型的影响外，风电场的盈利能力还受到中期风机运行的影响，其中有两点最为关键。
一是风机故障对风电场发电量的影响：从下图国内典型风电场故障损失电量所占理论发电量的百分比看，在故障发生率高的风电场，故障损失的发电量要占理论发电量的3%以上，一般风电场的故障损失电量超过1%。
不同风场故障对发电量的损失
必须提醒的是，如果发生例如叶片、传动链、发电机甚至倒塔等大部件失效，对发电量的影响更大。据美国可再生能源实验室(NREL)对不同部件失效的概率以及停机时间所做统计(见下图)，大部件失效引起的停机时间普遍在1周左右，对风机可利用率影响很大。
NREL统计的不同部件失效率以及停机时间
二是风机发电性能的优化：尽管在设计阶段会根据理论模型以及假设的风况条件来确定风机的适宜性，但实际上由于在加工过程和安装上的误差，导致了实体风机和理论模型不一致，而且风场的实际风况条件和理论假设也不完全相同，还有就是随着风机的实际运行，叶片的气动性能也会产生变化，所有这些都会造成风机的理论优化点偏离实际的最佳工作点。
下图描述的是某风机在不同工作点运行的功率系数对比情况，横坐标是风速，蓝点是设计阶段确定的最优工作点，绿点是根据风机实际运行进行优化后的工作点。由此可见，设计阶段确定的最优工作点不是实际最优点，通过优化可以明显提高功率系数，提升发电量2至3个百分点。
不同工作点下的功率系数
后期风机评估改善
后期评估主要是评估风机的发电性能以及实际载荷情况，这是反馈并修正风机运行优化的重要一环，如果后期评估不准确，就会错失修正和改善风机运行业绩的机会，影响风电场的盈利能力。
先来看风机发电性能评估。风机发电性能的评估主要依赖于基于测风塔测量数据的功率曲线测量，但在复杂地形的山地风场，地形条件会对风流产生很大的影响，进而影响到功率曲线测量的准确度。
IEC61400-12-1标准定义了功率曲线测量对地形的要求(见下表)，D表示风轮直径，L代表测风塔到风机的距离，大致要在2D-4D范围内，一般推荐2.5D。由此可见，在复杂山地地形，很难满足IEC标准要求。
IEC对功率曲线测量地形要求
值得注意的是，功率曲线测量只能代表一台风机的发电性能表现，不能代表所有风机的发电性能。其他风机的发电性能表现只能依赖于机舱风速仪并进行相应的数据修正后来获得，但由于修正数据并不等同于经过风轮的真实风速，这就使得风机发电性能评估有很大的不确定性，尤其是复杂地形的山地风场，这一问题更加突出。
再来看实际载荷评估。实际载荷评估是重要的后期评估内容，其结果会影响未来设备的使用寿命以及部件失效风险。目前普遍的做法是做载荷测量，通过在风机主要受力点上安装应变片测量出风机实际所受载荷，并根据风场的风速数据外推到20年风机寿命期内的载荷，以此评估风机寿命情况。但需要注意的是，由于年与年之间的风况不同，风对风机损伤程度也不一样，所以用“外推”方法评估风机20年的寿命情况也存在很大的不确定性。
至此，我们分析了影响风电场盈利能力的三大因素，那么更好的解决方案呢?远景能源工程师当然要与业内分享远景智能风机解决方案。
问题来了，为什么提升风电场盈利能力要用远景智能风机?
这要从“如果”说起：如果风机能够实时感知自身的载荷情况，做到自动控制降低载荷，就能扩大大叶轮风机的适用范围，解决前期选型的挑战;如果风机能够实时感知自身的气动性能变化，做到自动调节优化，就能提高风机的发电性能，提高中期运行的效率;如果风机能够实时重构实际风况，做到自我评估性能以及疲劳寿命，就能优化生命周期内的运行，提高后期评估优化的效果。
值得欣慰是，远景智能风机基于载荷的实时风机控制技术完全可以让上述“如果”成为现实。
基于载荷的实时控制是将整个风机模型植入与风机控制器中，作为物理风机的数字镜像在控制器中实时运行，估计出物理风机不能准确测量的物理量，比如经过风轮平面的风速、部件的载荷、气动性能的变化等等，并根据这些信息进行自适应的控制和调节;同时，物理风机将传感器测量的物理信号，反馈到控制器里进行数字镜像模型的修正，请看下图的示意。
基于载荷的控制方法，通过载荷的估计，可以提早识别危险工况，及时调整控制动作，保证风机安全，提高风机适用范围;同时，通过叶轮风况的重构，可以评估叶片的实际气动性能，自动调整工作点，提高发电效率;通过载荷对风机实际疲劳损伤的估计，可以掌握设备的健康情况，预防部件失效，降低风电场全生命周期的运行成本。
