山地風(fēng)場地形復(fù)雜，機(jī)位處風(fēng)速跨度大，根據(jù)“格林威治”云平臺三種優(yōu)化指標(biāo)，不同的優(yōu)化指標(biāo)適合不同的需求。
　　某典型山地風(fēng)場中，當(dāng)以NPV最優(yōu)為優(yōu)化目標(biāo)時(shí)，可優(yōu)化得到53個(gè)機(jī)位，年等效滿發(fā)小時(shí)數(shù)約為3011小時(shí)，內(nèi)部收益率為27.0%，凈現(xiàn)值達(dá)到13.1億元;當(dāng)以IRR為優(yōu)化目標(biāo)時(shí)，可優(yōu)化得到33個(gè)機(jī)位，年等效滿發(fā)小時(shí)數(shù)為3283小時(shí)，內(nèi)部收益率為28.4%，凈現(xiàn)值為9.2億元;當(dāng)以發(fā)電量最優(yōu)為優(yōu)化目標(biāo)時(shí)，根據(jù)項(xiàng)目容量50兆瓦限制，可優(yōu)化出25個(gè)機(jī)位，年等效滿發(fā)小時(shí)數(shù)為3356小時(shí)，內(nèi)部收益率為28.0%，凈現(xiàn)值為7.1億元。對比三種優(yōu)化結(jié)果，當(dāng)以NPV最優(yōu)為優(yōu)化目標(biāo)時(shí)，風(fēng)電場規(guī)模較大，但初始投資較大，適合追求規(guī)模的業(yè)主;當(dāng)以IRR最優(yōu)為優(yōu)化目標(biāo)時(shí)，更注重單位投資的收益，適合對投資回報(bào)率有更高要求的業(yè)主。
　　軟硬件協(xié)同 智能識別需求
　　王曉宇表示，針對復(fù)雜山地地形，格林威治云平臺在10分鐘時(shí)間內(nèi)就可以為業(yè)主完成支持多種機(jī)型混排的高精度的高度定制化的微觀選址混排方案，在把控單機(jī)適用性和單機(jī)經(jīng)濟(jì)性的前提下，實(shí)現(xiàn)3%-5%的風(fēng)電場整體發(fā)電量提升，超過5%的經(jīng)濟(jì)性收益。
　　遠(yuǎn)景能源的智能工具大大提高了準(zhǔn)確性，減少了人工支出，保障了電場收益，為中小開發(fā)商進(jìn)軍復(fù)雜地形低風(fēng)速風(fēng)電項(xiàng)目提供了軟件利器。同時(shí)，遠(yuǎn)景成熟的2兆瓦系列風(fēng)機(jī)平臺的低風(fēng)速風(fēng)機(jī)產(chǎn)品家族已更加豐富——2.1兆瓦115米和2.2兆瓦121米風(fēng)輪機(jī)組為投資超低風(fēng)速風(fēng)資源提供了更多選擇，2.2兆瓦115米風(fēng)輪山地適用機(jī)組更是為復(fù)雜地形超高湍流的運(yùn)行環(huán)境量身打造。
　　據(jù)了解，憑借測量技術(shù)、數(shù)據(jù)分析專家系統(tǒng)、主動(dòng)性能控制和基于可靠性的決策算法等多種智能控制技術(shù)，遠(yuǎn)景能源各系列的智能風(fēng)機(jī)產(chǎn)品在復(fù)雜風(fēng)況和長期運(yùn)行中擁有快速的自學(xué)習(xí)、自適應(yīng)能力。因此，在低風(fēng)速復(fù)雜山地風(fēng)電場，遠(yuǎn)景的智能風(fēng)機(jī)可有效提高能量的捕獲和利用效率，從而為提升風(fēng)電效益、降低投資風(fēng)險(xiǎn)奠定了堅(jiān)實(shí)基礎(chǔ)。
　　目前已經(jīng)走過草根階段，并步入規(guī)?；?、正規(guī)化發(fā)展的風(fēng)電行業(yè)，正在由粗放的規(guī)?；贿M(jìn)向以技術(shù)和管理為導(dǎo)向的精細(xì)化階段發(fā)展，在這個(gè)過程中，軟硬件協(xié)同、智能識別需求的整體解決方案，不僅是遠(yuǎn)景能源技術(shù)實(shí)力和核心競爭力的關(guān)鍵所在，也將有助于推動(dòng)我國實(shí)現(xiàn)既定的可再生能源發(fā)展目標(biāo)。