一、前言
在過去的二十間，數位化對電力相關產業的影響非常巨大，它有助於降低各種電網與發電應用的成本，提供發電效能並為消費者帶來更多的環境效益。另一方面，為實現2050年氣候中和的目標，歐盟委員會預估風能需占歐盟電力組合中的50%，而再生能源將達80%以上。因此，數位化除加速能源需求電氣化外，也是整合再生能源電力系統的關鍵因素。

此外，受益於新技術的發展，例如發電機尺寸與容量的增加，以及開發與運營風電廠的最佳化，風能成本將持續降。風電廠開發、運營與維護的數位化將成為降低成本、提高性能與降低財務風險的主要驅動力，因此風電產業需要加快數位化的步伐。然而，目前風電廠運營缺乏通用的定義和風能數位化術語及指標，例如沒有通用的方法以蒐集、傳輸與讀取來自不同設備製造商的風力發電機運作資料，在缺乏標準化的情況下，很難比較風電廠運營中所使用不同數位化應用間的收益差別。

二、數位化應用共通技術
(一)共通技術
風能數位化的不同階段應用了許多技術，其中五個主要共通技術為即時分析、物聯網閘道器、描述性與診斷分析、指示性分析與自動化，以下將針對此五項技術作說明。

1. 即時分析 (Real time analysis)：系統操作過程需要一控制系統蒐集、分析與視覺化關鍵零組件上的感測器所得到的資料。風速、轉速、溫度、壓力與各種其他參數的即時資料的監控與蒐集是風電廠運作中應用作廣泛的控制系統，以加強對風電廠的控制。
技術包含：資料蒐集與監視控制(Supervisory Control and Data Acquisition, SCADA) 系統、空氣動力學模擬、氣候分析軟體、雲端分析、強健控制器、數位供應鏈。

2. 物聯網閘道器 (Internet of Things gateways) ：物聯網透過導入5G網路，在不同系統間的關鍵通訊提供可靠的連接。
技術包含：雲端服務、遙測、邊緣計算、擴增實境(AR)、寬頻網路、細胞網路物聯網。

3. 描述性與診斷分析 (Descriptive Diagnostic analytics) ：描述性分析是一種統計方法，用與搜尋與統整歷史資料以找到模式或背後的意義；診斷分析有助與確認過去發生事件的原因。結構良好的資料庫與具有歷史資料的 SCADA系統可觸發警報器與追蹤系統故障。
技術包含：SCADA系統、數位孿生、根本原因分析(RCA)、狀態監控、電腦化維護管理系統、建築訊息模型。

4. 指示性分析 (Prescriptive analytics) ：指示性分析通常基於歷史資料，利用機器學習與人工智慧演算法的統計與資料進行建模，以預測風力發電機的輸出與性能。
技術包含：機器學習、人工智慧、供應鏈平台、交易平台、數位孿生、數位供應鏈系統。

5. 自動化 (automation)：機器人流程自動化是利用機器執行人類任務，並提高製造精度、減少人為錯誤並加速重複性的操作過程。
技術包含：無人載具、人工智慧、3D列印、數位孿生、雷射/超音波、機器人學、數位供應鏈。

(二)技術案例
1. 挪威Kjeller Vindteknikk公司開發IceRiskForecast系統利用SCADA系統所蒐集的資料與結冰預測模型校正風電場預測，該模型已經在挪威與瑞典中的幾個風電廠進行測試。

2. 西班牙Instituto de ingeniería del conocimiento (IIC)利用大數據產生預測模型，找出涵蓋半徑數十公里內可能影響風電場發電的所有氣象參數。

3. 法國Sereema公司著重於強化風力發電機性能最佳化並保持其使用壽命。

4. 英國ONYX InSight部署風力發電機預測性維護解決方案以實現可擴充與高效的管理。

三、數位化關鍵驅動技術
(一)通訊技術
離海岸更遠的浮動式基礎設施正在開發中，因此導入創新的無線通訊技術是風能產業向前邁進的重要一步。不同地區的技術工作人員與不同監控系統間需要先進的通訊解決方案，5G私有工業網路技術的過渡對風電場通訊有直接影響。5G無線服務可實現寬頻通訊與下世代語音視訊功能，並可使用擴增實境/虛擬實境提供真實物理元素與條件的虛擬體驗。此外，感測器之間的通訊也需要工業物聯網做連接，並進行高級遠端監控，以提高操作的安全性與生產力，並在緊急情況下提供即時警報與通訊。

實現5G通訊的挑戰是需要基礎建設、硬體設備、衛星與先進感測器的鉅額成本支出，另一個問題是監控軟體平台與感測器的相容性。如果風電場遠離海岸，甚至可能需要使用到微型衛星。許多陸上風電場似乎並未對通訊升級做好準備，因此現有的設施並不支持先進的解決方案。

案例：Nokia與NetNordic合作提供適用於Dudgeon與Sheringham 風電場的4G-5G網路解決方案。

(二)大數據
在先進感測技術與無線通訊解決方案的支持下，風能相關的資料量大幅增加，因此對資料儲存、操作與分析的需求已顯著成長。目前正在開發雲端服務與升級SCADA系統，以確保資料庫利用的可追溯性與資料品質。物聯網雲端分析從後台蒐集資料，允許多個合作夥伴進行個別存取，並執行模型將結果與KPI傳送到運營維護的最終用戶端。此外，包括可靠性參數、維護策略、生命週期與性能監測等資料有助於減低行政成本，並透過建模處理資料並最佳化分析管理策略，以滿足供應商個別的需求。

大數據的來源包含不同利害關係人操作不同系統所產生的資料，因此除了需要具互操作性的共享標準與全面的資料安全策略外，也需要有對第三方資料開放共享的概念。另一個挑戰是資料的可靠性，不同利害關係人對資料品質的要求會增加開發結果的不確定性，因此需要資料數位化與對員工進行持續培訓，以維持資料品質並降低人為錯誤的風險。

案例一：比利時e-BO Enterprises部署綜合海上風電管理平台，已透過資料蒐集實現最大系統運營管理效率。
案例二：法國ATOS公司利用大數據以改進數值模擬與氣候預測。

四、巨量資料在風能產業的趨勢
在風能產業中，資料的可靠性與可操作性是產業數位化的主要推動因素與挑戰。最近歐盟委員會發布了能源部門數位化行動計畫，其中第一個重點領域即是發展歐洲資料共享基礎設施，以提高需求方的靈活性，並支持能源資產的規劃與監測。此外，能源部門與電力部門間顯然也需要一個互操作性的框架，這個概念也適用於風能產業，然而此產業缺乏普遍能被接受的風能資料標準，因此必須彌補此部分以實踐資料共享與不同參與者間的協作。

(一)資料標準化
風電場的開發與運營引入新的術語，因此需要統一詞彙以強化產業溝通的能力。從風能資源評估到風能傳輸，都需要對機械與電氣零組件定義名詞與資料標準化，以支持系統整合、性能監控與設備認證，並促進有效的資料儲存。現階段相關標準包含RDS-PP、GADS、ReliaWind、ISO 14224、ZEUS、IEC 61400-25、IEC 61400-26，其中資料標準化需求集中在電網整合與風電廠開發運維兩大領域，但現有的標準仍未涵蓋所有必要的參數需求。
除資料標準化化，對詮釋資料(metadata)與處理過後資料的標準化需求在未來幾年將變得更加迫切，因為他們有助於分析運營的統計資料與評估風能運維資料品質以得出可靠的結論，並利用通用指標改進不同技術的設計。通用的風能資料標準框架應涵蓋風電廠開發與運維各方面資料，包括天氣條件、空氣動力學性能與機電設備等相關資料。

(二)資料共享化
風能產業對資料分析與數位資產管理工具應用於風電場運營大多持謹慎保守態度，主要是因為缺乏既有的實作經驗與框架，而框架的建立需要與第三方在組織內部共享資料。在石油與天然氣產業中，共享地震知識、天氣狀況與運作歷史結果等大數據，提升了現有油井的採獲率，共享資料除提高預測模型的性能準確性外，並能及早發現油井問題，因此可以做為風能產業建立資料共享案例的參考。

目前風電場擁有者、運營商與國家當局間正鼓勵提出各式各樣的資料共享計畫，並引領進一步的系統部署，但成本、法律框架、市場法規、合約中缺乏結構化協議模板等因素阻礙了資料共享策略的快速推廣。

五、2030年風能數位化路徑圖
WindEurope分析到2030年風能產業數位化技術路徑圖，以及目前數位技術應用發展能力。

歐洲目前的部署經驗顯示了一系列障礙阻礙風能產業數位轉型，為了消除這些障礙，WindEurope建議採取以下策略與行動：

1. 開發通用指標與知識共享平台：目前數位化應用中使用的技術需要額外的基礎設施或新技術才能充分發揮其潛力，而這些設施或技術的導入會增加其成本。因此，適當衡量與預估收益回報時間點對於擴展風能數位化應用至關重要，制定通用指標以評估數位化計畫與投資效益將是關鍵。

2. 制定通用資料標準：開發通用與全面的資料標準是當今風能應用最重要的一步，其內容應涵蓋新舊系統、零組件及所有風能開發與運維步驟，並考慮與補充現有的國際標準(例如IEC61400-25)。

3. 建立有效的資料共享機制：資料共享實現被許多組織視為風能數位化的主要推動力，根據其能源部門風能數位化路線圖，歐盟委員會將專注於促進建設共同的歐盟資料基礎設施以及參與者與部門間的資料共享。

4. 驗證技術及低成本應用之可行性：在許多情況下，需要更成熟的技術以介接物理設備與資料間所使用的不同應用程式，並需要對許多不同的發電機進行建模，使新的數位技術能以低成本的方式轉移到不同場合中。在通用資料標準與適當的合約模板支持下，可提供組織內部與第三方完善的資料共享。

5.培育結合數位化與風能技術專業知識的必要技能：最後，將風能技術、運維專業知識、IT開發與驗證能力結合的能力是風能數位轉型的主要障礙。風能自動化與數位化增加對專業領域人才的需求，這應該透過開設大學與勞動力專門教育培訓課程來解決。