萬物互聯：實現智能協同效應
　　“遠景廣靈風電場是一個物聯網平臺，測風塔、風機以及輸變電設備等硬件都運行在物聯網平臺上。 ”在對遠景廣靈風電場進行深入調研以后，一位互聯網架構師這樣評價：“Wind OSTM像風電場的操作系統，它管理的是風電場的物聯網世界 ;GreenwichTM 像風電場的基因數據庫，它貫通了風電場的全生命周期。 ”
　　談到風電場的物聯特性時李恒稱，遠景廣靈風電場設施設備的互聯并不只是監控、報警這么簡單，而是它們能夠互相協作，變得更加智能化，更重要的一點在于，它們的協同運行可以產生更優的效應。并且，這座風電場物聯網平臺也不僅僅是設備的互聯，而是設備與自然界的互聯。基于風電場數值模型，設備測量網絡、氣象預報引擎、Wind OSTM精準掌握了風電場在過去、當下和未來時的風流形態，進行對風電場超越傳統實時控制的四維時空智能管理。
　　值得一提的是，在遠景廣靈風電場監控系統上顯示的機位實時風速都是真實的風輪前風速，這樣能夠準確測算實時輸入風電場的風能量。據趙清聲透露， “其背后是測風塔與風機、風機與風機、風機與地形之間在格林云平臺上萬物互聯、智能協同運算的結果。 ”
　　一位不愿具名的風電運維工程師這樣評價 ： “遠景廣靈風電場的實時有功無功控制和風功率預測令人印象深刻。 ”
　　先來看實時無功控制。運行實際表明，遠景廣靈風電場使用能量管理系統(EMS)實現了SVG 與風電機組無功的協同控制，220kV并網口無功幾乎全部由機組發出，這不僅優化了風電場的線損，SVG 導致的場用電損失也從2% 降低到 0.5% 以內。
　　再來看有功控制。電網限電令人心痛，較差的限電有功控制會讓人痛上加痛。在風電場被限電的現實下，一方面，出力超出電網指令將受到電網的罰款 ; 另一方面，風電場由于控制問題，出力往往沒有達到限電功率，白白造成“限下”損失。因此出力控制在壓線運行尤其重要。數據顯示，遠景廣靈風電場壓線運行的誤差不超過 1%。而有些傳統的風電場控制精度比較差，尤其在爬坡率控制時損失電量高達 15%。
　　這是為什么呢？趙清聲的解釋是， “這與遠景廣靈風電場基于風場流體模型的實時能量精確管理有關，由于能夠準確計算每一時刻每臺風機的理論出力，遠景廣靈風電場出力可以緊跟電網調度的指令壓線運行 , 具有很強的電網友好性。 ”趙清聲強調， “格林云平臺還能準確地將天氣預報、風流分布和風機的運行狀態聯系起來，使得這座風電場的每一臺風機都可以預測未來 72 小時的風速、功率，甚至損失電量的情況。 ”
　　實際上， 格林云平臺上的風功率預測 (FC)和風場能量管理(EMS)這兩個高級應用模塊實現了對風電場實時能量的精確管理，從能量輸入預測到監控再到能量輸出管理，形成了一個閉環的流程。
　　這也是格林云平臺上的高級應用形成的一種獨特的協同效應，如果孤立地上線各種控制系統，形成信息孤島而不是物聯網協同，就很難達到以上效果。 “智能協同效應有利于風電場電能輸出達到最優。 ”趙清聲這樣告訴記者， “遠景廣靈風電場的協同控制還體現在對風機尾流的有效控制上，通過尾流協同模塊減少尾流損失 25%，提升整場 1% 的發電量。可以說，尾流有效控制顯示了這座風電場較高的技術含量。 ”