可再生能源

　　大數據技術在可再生能源領域最大的用武之處在風電領域，由于風的難以預測性和激烈波動性，以及風機的重資產屬性，風電領域的大數據應用空間十分巨大。比如，氣象大數據可以用于氣象預測，為風電場預測精確的風力發電輸出，并提前預知臺風暴雨等氣象災害，風機運行數據可以用于優化風機的出力曲線，并幫助診斷風機設備的故障情況。

　　國際上公認的智能風機領先企業Vestas就是風電大數據運用的高手，Vestas通過自有的“Firestorm”超級計算機，持續監視并采集25000臺遍布全球的風機的運行數據，以及風機所在地區的風速和氣象數據，電站業主可以通過Vestas的在線平臺“Vestas Online”即時調取風機和風場的海量數據。并且，給予海量數據，Vestas還開發了簡便易用的應用“Power Forecast”和“Vestas online Maintenance”,Power Forecast幫助用戶隨時預測風場的未來出力情況，而Vestas online Maintenance幫助用戶便捷規劃風機的運維周期，Vestas已經將基于大數據的服務作為未來公司的業務重點。

　　在國內，也有一家智能風機公司一直在深耕風電大數據領域，成績不亞于國際巨頭Vestas，這家公司就是遠景能源。遠景通過風電管理平臺格林云，用大數據產品Data Ocean將公共天氣數據，風電場設計數據、風電場實時流體模型數據、風電場設備運行數據、風電場生產檢修數據、風機設計數據、風機模擬數據等全生命周期的風電企業數據整合成一體，基于公共信息模型把現實存在廣泛關聯的數據建立了系統化的數據鏈接，支持強大的數據管理、數據質量和數據治理模型，并利用Hadoop等大數據技術平臺管理上PB級的對象數據、采樣數據、風資源和地理數據等，提供結構化數據和非結構化數據的訪問，以不同的方式有效管理不同的數據集，從而得到企業數據的“唯一版本事實”，有效支持后續的大數據分析挖掘和價值創造。

　　遠景的智慧風場Wind OS™平臺，目前管理包括美國最大的新能源上市公司Pattern能源、Orion能源、美國大西洋電力公司等在內的2000萬千瓦的全球新能源資產。在具體實施層次，遠景能源的大數據方案能夠有效支持風電資產的保值增值。以遠景格林威治平臺為例，基于高性能計算，大數據技術和專業氣象模式與流體模型技術，遠景可以為業主建立起風電場全生命期數值模型，基于精準計算以投資收益率和能量可利用率為核心的指標體系，實現了針對風電場資產從規劃設計與投資管理，到運營資產管理的全生命期風電資產信息化管理，有效支持風電資產投資的風險把控與既有風電資產的持續保值增值。

　　遠景能源以全生命周期為視角，開發了如下資產后評估功能模塊：設計后評估、運行后評估、產品后評估、技改后評估及風場對標后評估五大體系。此外，遠景能源以Wind OS™能源互聯網平臺為依托，完成不同區域、不同設備制造商、不同運維團隊等不同類型風電場的能量可利用率橫向對比，為宏觀管理、科學決策提供依據。通過資產評估，找到電量損失原因，通過遠景一體化智慧風場解決方案，針對絕大多數風場，可以獲得5%-10%的發電量提升。

　　遠景能源的大數據解決方案還能夠通過對零部件故障信息的挖掘，優化產品設計和零部件選型，實現預防性維護。遠景利用大數據技術，可以通過數理統計、模式識別、神經網絡、機器學習、人工智能等深度數據挖掘算法，在海量數據中，挖掘出零部件故障信息，追溯其在設計、制造、裝配、運輸、安裝各個環節的潛在缺陷，快速找尋引起故障或失效的原因。一方面從產品全生命周期角度考慮，可以閉環形成對設備的預防性維護和預測性維護策略，同時可以進一步閉環到產品設計與零部件選型;另一方面，基于零部件的大量數據失效積累，可以理性推進預防性維護，真正提升現場維護工作的計劃性。

　　除風電以外，光伏行業的大數據利用也正在快速發展中，國內的逆變器龍頭企業之一的陽光電源，今年四月發布了其第四代光伏電站運維管理系統，特別突出的是該系統引入了大數據分析和阿里云計算平臺。所以也稱為智慧光伏云iSolarCloud，智慧光伏云結合大數據分析，實時了解各設備的故障甚至亞健康狀態，合理安排維護人員和路線，有望實現光伏電站最低維護成本。  

　　遠景的阿波羅光伏云平臺，可以實現全方位數據采集、數據分析和智能化運維管理。除了逆變器數據，“阿波羅”光伏云平臺還從氣象站、匯流箱、直流柜、電表，甚至直接從組串、組件上采集數據，進而形成一套具備多樣性的數據，這比單一的數據更可靠。在接入項目運行數據之后,“阿波羅”可以進行電站績效的對標、電站健康度體檢、以及損失電量分析等工作。與此同時，“阿波羅”還可以對每個電站進行全生命周期的資產風險評估和評級,綜合評測電站整體性能,從而判斷電站的交易可能和潛在交易價值。