手机浏览网
可再生能源
大数据技术在可再生能源领域最大的用武之处在风电领域，由于风的难以预测性和激烈波动性，以及风机的重资产属性，风电领域的大数据应用空间十分巨大。比如，气象大数据可以用于气象预测，为风电场预测精确的风力发电输出，并提前预知台风暴雨等气象灾害，风机运行数据可以用于优化风机的出力曲线，并帮助诊断风机设备的故障情况。
国际上公认的智能风机领先企业Vestas就是风电大数据运用的高手，Vestas通过自有的“Firestorm”超级计算机，持续监视并采集25000台遍布全球的风机的运行数据，以及风机所在地区的风速和气象数据，电站业主可以通过Vestas的在线平台“Vestas Online”即时调取风机和风场的海量数据。并且，给予海量数据，Vestas还开发了简便易用的应用“Power Forecast”和“Vestas online Maintenance”,Power Forecast帮助用户随时预测风场的未来出力情况，而Vestas online Maintenance帮助用户便捷规划风机的运维周期，Vestas已经将基于大数据的服务作为未来公司的业务重点。
在国内，也有一家智能风机公司一直在深耕风电大数据领域，成绩不亚于国际巨头Vestas，这家公司就是远景能源。远景通过风电管理平台格林云，用大数据产品Data Ocean将公共天气数据，风电场设计数据、风电场实时流体模型数据、风电场设备运行数据、风电场生产检修数据、风机设计数据、风机模拟数据等全生命周期的风电企业数据整合成一体，基于公共信息模型把现实存在广泛关联的数据建立了系统化的数据链接，支持强大的数据管理、数据质量和数据治理模型，并利用Hadoop等大数据技术平台管理上PB级的对象数据、采样数据、风资源和地理数据等，提供结构化数据和非结构化数据的访问，以不同的方式有效管理不同的数据集，从而得到企业数据的“唯一版本事实”，有效支持后续的大数据分析挖掘和价值创造。
远景的智慧风场Wind OS™平台，目前管理包括美国最大的新能源上市公司Pattern能源、Orion能源、美国大西洋电力公司等在内的2000万千瓦的全球新能源资产。在具体实施层次，远景能源的大数据方案能够有效支持风电资产的保值增值。以远景格林威治平台为例，基于高性能计算，大数据技术和专业气象模式与流体模型技术，远景可以为业主建立起风电场全生命期数值模型，基于精准计算以投资收益率和能量可利用率为核心的指标体系，实现了针对风电场资产从规划设计与投资管理，到运营资产管理的全生命期风电资产信息化管理，有效支持风电资产投资的风险把控与既有风电资产的持续保值增值。
远景能源以全生命周期为视角，开发了如下资产后评估功能模块：设计后评估、运行后评估、产品后评估、技改后评估及风场对标后评估五大体系。此外，远景能源以Wind OS™能源互联网平台为依托，完成不同区域、不同设备制造商、不同运维团队等不同类型风电场的能量可利用率横向对比，为宏观管理、科学决策提供依据。通过资产评估，找到电量损失原因，通过远景一体化智慧风场解决方案，针对绝大多数风场，可以获得5%-10%的发电量提升。
远景能源的大数据解决方案还能够通过对零部件故障信息的挖掘，优化产品设计和零部件选型，实现预防性维护。远景利用大数据技术，可以通过数理统计、模式识别、神经网络、机器学习、人工智能等深度数据挖掘算法，在海量数据中，挖掘出零部件故障信息，追溯其在设计、制造、装配、运输、安装各个环节的潜在缺陷，快速找寻引起故障或失效的原因。一方面从产品全生命周期角度考虑，可以闭环形成对设备的预防性维护和预测性维护策略，同时可以进一步闭环到产品设计与零部件选型;另一方面，基于零部件的大量数据失效积累，可以理性推进预防性维护，真正提升现场维护工作的计划性。
除风电以外，光伏行业的大数据利用也正在快速发展中，国内的逆变器龙头企业之一的阳光电源，今年四月发布了其第四代光伏电站运维管理系统，特别突出的是该系统引入了大数据分析和阿里云计算平台。所以也称为智慧光伏云iSolarCloud，智慧光伏云结合大数据分析，实时了解各设备的故障甚至亚健康状态，合理安排维护人员和路线，有望实现光伏电站最低维护成本。
远景的阿波罗光伏云平台，可以实现全方位数据采集、数据分析和智能化运维管理。除了逆变器数据，“阿波罗”光伏云平台还从气象站、汇流箱、直流柜、电表，甚至直接从组串、组件上采集数据，进而形成一套具备多样性的数据，这比单一的数据更可靠。在接入项目运行数据之后,“阿波罗”可以进行电站绩效的对标、电站健康度体检、以及损失电量分析等工作。与此同时，“阿波罗”还可以对每个电站进行全生命周期的资产风险评估和评级,综合评测电站整体性能,从而判断电站的交易可能和潜在交易价值。
