Big data verhoogt output van windmolens met 20 procent

Het gebruik van big data kan de output van windmolens op zee met 20 procent verhogen.

Met andere woorden: In plaats van 20 procent meer windturbines te installeren, kunnen energiebedrijven big data gebruiken om de energieopwekking van bestaande installaties met 20 procent te verhogen.

Steeds meer bedrijven binnen de duurzame energiesector richten hun pijlen op data-analyse. Dat stelt DW.com.

Windturbines

Tijdens het forum ‘Wind Power, Big Data and the Internet of Things’ in Berlijn kwamen kopstukken uit de energie-industrie vorige week bijeen om de mogelijkheden van big data en Internet of Things (IoT) te bespreken.

Door bestaande big data te combineren met data uit nieuw geplaatste sensoren kan een systeem worden gecreëerd, dat toekomstige resultaten van windturbines voorspelt. Denk hierbij aan data op het gebied van weersomstandigheden, getijden, geografie en de windturbines zelf.

Big data

Het werkt als volgt: Per locatie verschillen de condities op het gebied van golven en wind. De ene windmolen moet daarom eerder vervangen worden dan de andere. Bijvoorbeeld door krachtigere golven of frequentere piekmomenten in windsnelheid. Door sensoren op windmolens te installeren, kan het effect van golven en wind op de windturbine gemeten en geanalyseerd worden.

Aan de hand van de big data die de sensoren genereren, kunnen bedrijven de condities nabootsen waaronder een windturbine opereert. Dit maakt het ook mogelijk om te leren hoe windmolens op deze condities reageren.

Door middel van deze informatie kunnen bedrijven ervoor zorgen dat windturbines te allen tijde met maximale efficiëntie opereren én zo lang mogelijk meegaan.

Pilot-projecten

Verschillende toonaangevende bedrijven, zoals Vestas, Siemens en GE, werken momenteel aan pilotprojecten op dit gebied.

Vestas was drie jaar geleden de eerste die big data analyse op kleine schaal gebruikte om de opbrengst van windparken in Denemarken te optimaliseren, stelt DW.

Bron: duurzaambedrijfsleven.nl

< back