風電行業“互聯網+ ”預測預報、售電側營銷、運維各有招兒

2016-12-05 19:39:06 中國能源報作者:姚金楠　點擊量：評論 (0)

近日，國家能源局公布了今年前三季度風電并網運行情況。數據顯示，今年1-9月，全國風電棄風電量394 7億千瓦時，平均棄風率19%。相比于第一季度26%和上半年21%的數字，我國棄風水平再次穩步下降。棄風數據向好、行

近日，國家能源局公布了今年前三季度風電并網運行情況。數據顯示，今年1-9月，全國風電棄風電量394.7億千瓦時，平均棄風率19%。相比于第一季度26%和上半年21%的數字，我國棄風水平再次穩步下降。棄風數據向好、行業發展信心提振也使得更多的關注重點開始向降低成本轉移。

“目前風電開發成本較高。而且與光伏相比，最核心問題是其降本路徑還不清晰。”在日前于南京舉辦的“互聯網+風電發展機遇與挑戰技術論壇”上，國家能源局新能源與可再生能源司處長李鵬分析指出，光伏行業硬件成本下行空間已經不大，效率提升可能是未來降本的主要突破口，但對整個風電行業而言，降低成本的路徑尚在探索之中，依托“互聯網+”的信息化手段可能是一個可行的方向。“與傳統火電不同，在風力發電過程中，每臺風機都是一個相對獨立的發電元素，這種模式更符合互聯網思維，網絡化的信息收集和分析管理可能更具適用空間。通過‘互聯網+’實現全生命周期的度電成本下降，實際上在每個環節都存在優化空間。”

預測預報環節潛力巨大

“現在國內風電消納最好地區是蒙西，其實蒙西就是充分重視了預測預報環節，將預測結果按照每天的計劃納入日前的調度。扣除東送電力，蒙西地區今年的風電發電量約占全國的15%。”李鵬表示，風電想要大規模地融入一個電力系統，預測預報環節必須繼續深入。“而且，國內許多從事風電預測預報的企業所使用的設備和系統都購自國外，這也說明我們還有很多工作要去做。”

對此，國內一些放眼“互聯網+”的企業已經開始探索并初具成效。據遠景能源（江蘇）有限公司解決方案總監許鋒飛介紹，公司目前開發使用的格林威治平臺正在為低風速風電場精準化評估提供解決方案，通過測風塔方案降低低風速開發風險已成為行業共識。“以容量為300MW的風場為例，14座測風塔可以很好地代表全場。相比臨近風場，同等資源水平下，年發電小時可以優化提升18%以上。”同時，許鋒飛說，基于數據分析平臺，還可以根據不同的發電量、內部收益率和凈現值目標，針對業主的個性偏好制定方案。

此外，李鵬強調，預測預報水平的提升將進一步助益低風速地區的發展。“中國能源消費的重點是中東部，廣東、山東、浙江、江蘇這些省份的轉型是我國能源轉型的關鍵。所以中東部的低風速一定要堅持下去。”

售電側營銷體系仍存缺口

隨著電改的不斷推進，售電也越來越成為行業關注的熱點。龍源（北京）碳資產管理技術有限公司總經理李星運指出，售電側放開使風電企業存在在優質客戶爭奪上面臨更加激烈的競爭。由于風電企業長期側重發電端，銷售側更多面向電網單一大客戶，所以雖然目前已經開展了大用戶直供等風電交易，但更多是在政府主導下單方面降價讓利。風電企業并未建立完善的市場營銷體系。

李星運認為，風力發電企業作為未來的售電方，對于數據的積累和分析將是售電公司差異化競爭的重要基礎。“通過大數據的運用可以為風電企業提供用戶管理、負荷預測、智能報價、交易模擬、數據報告，全方位解決風電企業未來作為售電方所要面對的龐大數據梳理和各種供求關系下的交易策略。”

綜合當前部分電改試點省份售電側放開的情況，與會專家建議，風電企業要充分運用互聯網思維構建新的系統化的營銷渠道。例如通過自有電量調配、外部電量采購等組織電量資源，并通過客戶分級管理、特色供電套餐設計等開拓銷售方式。此外，還可通過互聯網工具為用戶提供包括遠程代理售電、用能信息展示、電綜合節能咨詢服務遠程診斷、綜合低碳能源解決方案、合同能源管理等增值服務，從而實現售電側營銷體系創新。

運維市場空間尚存

“如果把風場運維做到極致，根據此前一些機構和企業的測算，度電成本可以下降1.5-2分。特別是隨著近幾年裝機量的攀升，風場運維市場這塊蛋糕已經形成。”李鵬認為，未來風電場應當是高度自動化、無人值守的，各風機的運行情況完全可以通過數據體現并匯總分析，從而提升效率、降低成本。

中關村大數據產業聯盟常務秘書長張濤指出，當前我國每年因設備可靠性及設備性能等原因導致的損失約為總發電量的8%-10%，約合149-186億千瓦時。經驗證，每年通過大數據應用技術，提升設備可靠性和發電性能，可以提升總發電量的3%-5%，約為56-93億千瓦時。

對此，金風科技智慧能源服務運維預測產品總監彭澤東也表示，風機故障停機和風機發電性能下降是造成發電量損失的最大原因。而目前，風電場現場普遍采用事后維護，預防性維護尚面臨許多困難，缺乏必要的技術支撐手段，“基于大數據的預防性維護將成為未來的主攻方向，目前金風正致力于通過構建大數據平臺奠定預防性維護的基礎”。據彭澤東介紹，2014年9月某風場11#機組就是通過葉片監控預警，避免了葉片更換的損失。“當時監控并發出預警，現場檢查外觀沒有問題，匹配檢修時間后檢查發現開裂隱患，及時修復就避免了緊急更換葉片的損失。”彭澤東告訴記者，風機平均故障次數降低8.7%，單位千瓦備件消耗就會降低21%，“基于多種數據源的大數據分析是實現大部件預警的關鍵”。

會議現場，岳能科技、容知日新、中恒博瑞、明陽風電等多家企業針對“互聯網+風電”的各種技術路線展開熱議。對此，中國可再生能源學會常務理事、中國風能協會秘書長秦海巖也指出，風電行業要結合自身實際，在開拓“大數據”方法的同時，合理創新和優化傳統的“小數據”，避免走入思維誤區。