让新能源数据不再“雪藏” 科学家呼吁共享信息提高产出

　　可再生能源领域数据共享机制的缺乏正在阻挠技术进步，让改善能源市场错失良机。
　　能源产业一直在通过改变能耗速率满足人们的需求。控制一个燃油发电厂的发电量，就像改变一辆汽车的速度一样：踩下油门踏板，就会有更多汽油涌向发动机。 　　但风能却不能如此随心所欲。不过，智能软件却可以让风电厂提高能效，增强对位置情况的应对能力。计算机模型能够预测风速，控制涡轮数量和能量，从而满足能源需求。低振动设计和运行状况监测可以让涡轮转动得更快，避免昂贵的齿轮箱以及其他部件损坏。这些部件的替换可能会花费数十万美元，并且耗费很多天的时间。
　　优化可再生能源需要数据，需要提前数秒或数日了解设备性能、能源产出以及天气预报。然而，由涡轮生产商、操作者以及使用公司收集的大量数据和信息却被埋藏进档案卷里。任何外来者想要获取这些信息都非常困难。
　　呼吁共享
　　美国爱荷华大学机械与产业工程学教授、智能系统实验室主任Andrew Kusiak用两年时间和不同的能源公司作了交涉，签署了若干项保密协议，才获取到足够数据用来研究爱荷华州风电厂的运行状况。
　　风力发电机数据通常每10秒记录一次，每次记录时长在10分钟以上;得到更高频率的数据需要获得感应器生产商的许可。即便是诸如风速以及风轮叶片运行情况的基础历史数据也很难获得。通过接触不同的合作者，与其签署数据共享协议，Kusiak团队最终获得了一些风能数据的有限访问权。
　　Kusiak认为，可再生能源领域数据共享机制的缺乏正在阻挠技术进步，让改善能源市场错失良机。为此，Kusiak近日在《自然》杂志撰文呼吁能源产业能够延续国防、商业以及卫生健康领域的例子共享数据，这样研究人员就能够设计出更好的能源供给解决方案。
　　Kusiak指出，这里面有利可图。但是首先，科学界和产业界的研究人员需要研发出适宜的风电管理模型，并证明其存在价值。软件公司可以销售能源以及天气监测及预警系统。惠普或谷歌等大型技术公司应该像通用电气公司在风轮叶片生产方面所做的那样，建立风能部门，用来计划以及平衡各地区与各国的能源。
　　投资可再生能源数据领域在经济上具有可行性，因为日常生活普遍需要电。和其他商业产业不同，能源产业的竞争不是以产品质量为基础，而是以发电、分配过程及其商业运作模式为基础，这些特征都使这个行业成为大数据挖掘的最大受益者。
　　可再生能源发电厂如果安装了可用于精确预测能源以及迅速反馈的软件系统，将能够获得及利用实时信息，比如能源价格等，从而当能源价格高、需求量大时提供更多能源，在价格较低或需求量较低时提供较少能源。这种利益会鼓励更多企业和公司投入到可再生能源资产领域。
　　数据科学
　　可再生能源领域的数据正如洪水一般涌来。例如，风轮叶片制造商通常会从用于实验的以及已安装设备上的数以千计的感应器上收集风速、油温、振动、发电等数据。公用事业公司也会记录锅炉和发电机的类似数据。
　　“平衡机构”(通常是非营利机构、政府组织或私人机构)会提前数小时把所需要的能源和公用事业公司可生产的能源进行对比。国家和地区气象局以及天气预报员可以积累雷达数据，然后每隔1~3小时运行数字天气预报模型，提供风速等预测参数。
　　新的数据来源也在涌现。风电产业正在尝试用声呐和激光雷达设备预测风电场的风速、风向和湍流。一些公用事业公司利用无人机在风电场上空监测涡轮叶片转动情况以及风速、风向等，以此提高能源预测以及评估数分钟到数小时内的大气湍流状态。
　　当前，可再生能源生产商都在单打独斗。如果业界参与者可以把它们的数据采集并集中起来，大家都会受益。更加有效的低成本风轮叶片设计也会出现，让涡轮机使用寿命更长，从而产生更多能源，并让能源产出可以更加准确地得到预测。例如，把美国不同州的风电场数据集中在一起，将会显着提高每小时能源产出预测的精确度。