科学家呼吁共享新能源数据信息提高产出

科学家呼吁共享新能源数据信息提高产出

让新能源数据不再“雪藏”

科学家呼吁共享信息提高产出

数据驱动的健康监测系统或有助于节省风力发电成本。图片来源:Dennis Schroeder

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,将会显著提高每小时能源产出预测的精确度。

模型显示,利用数据驱动的软件控制风轮叶片,可以让能源产出至少增加10%,增长14%~16%也有可能。而且,提高最大运行速度可以轻而易举地再增加10%。同时,利用数据驱动的健康监测系统还会让风电场的经营成本降低10%。另外,通过数据分享可以避免因为齿轮箱和其他构件损害导致的涡轮机障碍。

开放共享

然而,当前大部分风电企业仍未意识到数据科学和开放共享的重要性。一些公用事业公司正在组建内部数据分析团队,但是它们并未意识到与科研人员以及其他机构合作带来的潜在利益。尽管不会直接影响涡轮机操作的模型和使软件广受欢迎,比如一台涡轮机能源产出的显示图像,但直接干预的模型和软件却受到冷落。

与可再生能源领域相比,有一些领域做得更好。国防、商业和卫生机构在维持保密性和安全性的同时,均研发了与科学界共享数据的程序。一些机构已经创建了基础数据集,用来检测数据分析算法。还有一些机构通过竞赛方式解决特殊问题。例如,网飞公司在2006年提供了100万美元的奖金,用于改善预测电影评分软件的算法。2011年,美国国家可再生能源实验室(NREL)运行了循环赛项目。其间,他们和竞争团队共享了分别来自一个运行良好的变速箱和一个有缺陷的变速箱的高频振动数据,以便找出诊断错误的最准确方式。据推测,该项目16个团队的贡献价值达到200万~300万美元。

保密协议概括了数据共享的具体内容,结果分发被用于数据密集型项目。例如,日用消费品公司保洁向其潜在用户揭示了一种产品(比如一种新洗发水或剃须刀)在设计初期的相关信息,消费者的反馈将有助于提高最终设计。而在诸如脸谱网、推特网等社交媒体平台上,是用户在决定信息共享的传播范围。

制定协定

Kusiak认为,可再生能源产业应该采取类似的实践方法。首先,它需要决定哪些数据可以共享以及存在哪些风险。例如,考虑到任何人都能够测量风速和风向,因此这些信息应该共享。尽管出于竞争原因,一个风电场的实时能源产出信息应该严格保密,分享一个风轮发电机或其中一些风轮发电机的发电量却不至于损害商业利益。因此,在需要的时候,数据分享可以进行转换或是匿名。

亚洲、欧洲、南北美洲的风电协会应该促进数据共享方面的讨论。这些参与方应该界定一条如下所述的数据开放共享道路。

首先,让所有可再生能源利益相关者意识到该问题以及数据共享带来的潜在利益。邀请其他制造业和服务业领域的代表介绍数据共享经验。

其次,制定数据共享协定和监管形式。Kusiak说,美国能源部实验室,如NREL和桑迪亚国家实验室可以引领此项工作,因为它们从一些风电场运行机构那里收集了用于研究的可再生能源相关数据。

再次,可以搭建一个可再生能源数据和知识共享平台。利益相关者必须决定这些数据在被科学界和产业界使用之前应该如何组织以及进行预处理。

Kusiak相信,这项长期以来翘首以盼的协定一定会产生新的科学创新。通过以更低的成本生产出更多的能源,它将有助于显著提高可再生能源公司、能源设备生产商以及整个社会的利益。(红枫)

《中国科学报》 (2016-01-19 第3版 国际)


《自然》相关报道(英文)

;