大数据应用案例：丹麦能源公司Vestas借助气象大数据抢占可再生能源市场

大数据可再生能源气象大数据

贵阳大数据交易所 | 2016-08-01 14:25

【数据猿导读】气象大数据与能源行业，这两个看似风马牛不相及的概念，相互之间的联系越来越紧密。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

近日，我国首个自主新能源专业气象预报平台投入运行，通过分析挖掘900多座专业气象站的实时数据，面向行业提供全天候7×24的风力、光伏气象预报数据，帮助风电场和光伏电站更完善、更便捷地了解与掌握光伏、风电系统的发电效率，有效的推动新能源使用普遍化、常态化发展。

气象大数据与能源行业，这两个看似风马牛不相及的概念，相互之间的联系越来越紧密。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——丹麦能源公司Vestas就是风电大数据运用的高手。Vestas通过分析气象大数据，优化了风力涡轮机配置方案，实现最高效的能量输出。

对于可再生能源行业而言，风力涡轮机的选址和配置是一项重大挑战。选址不当会引发发电量低于预期，机器寿命变短，设备维护成本升高等一系列问题，可以说，风力机位置的选择直接关系着客户的投资回报率和企业营收。Vestas正是希望应对该项挑战，将公司业务拓展到全新市场，并积极促进风能在全球的普及。

为此，Vestas部署了大数据解决方案，分析诸如气象报告、潮汐相位、地理空间与传感器数据、卫星图像、森林砍伐地图，以及用于精确安装定位的气象建模研究等结构化和非结构化数据，找出安装风力涡轮机和整个风电场最佳的地点。大数据解决方案极大地缩短了分析时间，使以前需要数周才能完成的分析工作，现在不到一小时即可完成。除了速度变快以外，数据分析的准确度也有所提高。

Vestas提供的涡轮机通常都要服役数十年，因此客户要求在安装之前了解涡轮机的能源输出量和投资回报率。通过大数据，Vestas可以迅速回答这些问题，从而有利锁定新的风能市场，帮助客户实现雄心勃勃的可再生能源目标。

涡轮机正确定位的主要因素包括空气湍流和风向，以及空间、生态和美学方面的考量。借助大数据，Vestas加快了风力涡轮机的选址和装设作业。在选址过程中，涡轮机一旦投入运转，Vestas工程师就会使用全新的软件和超级计算机预测其性能，包括分析各个叶片对气候变化的反应，并确定最佳维护时间。

Vestas已经将基于大数据的服务作为未来公司的业务重点，帮助客户在不受数据传播速度和数据来源的限制下从各种类型数据中获得洞见。Vestas相信这种至关重要的能力将为整个行业带来变革。

来源：贵阳大数据交易所

收藏分享

声明：数据猿尊重媒体行业规范，相关内容都会注明来源与作者；转载我们原创内容时，也请务必注明“来源：数据猿”与作者名称，否则将会受到数据猿追责。