数位双生(Digital Twin)技术与监控系统，提高离岸风力发电叶片寿命
资料来源：GROW 基金会
来文单位：鹿特丹台湾贸易中心
更新日期：2024/05/03
海事能源风险管理顾问公司DNV研究指出，近年的风力发电涡轮机叶片的故障率居高不下，叶片的耐用性成为风电产业的重大挑战。尽管制造商已努力控制制造过程，不断加大的涡轮机与叶片尺寸，仍有潜在的危机，导致故障率无法下降。至2023年为止西门子歌美飒（Siemens Gamesa）因相关的品质问题，已造成45亿欧元的损失。
GROW基金会由20多个离岸风电价值链的成员所组成。共同目标在於加速创新研发，降低离岸风电的成本。基金会项下计画ReliaBlade2-NL，参与的成员包含荷兰应用科学研究组织（TNO）、台夫特理工大学（TU Delft）、壳牌（SHELL） 、风力机制造商Suzlon、涡轮机制造商Fibersail以及监测系统商Tarucca 。目标透过数位双生（或称数位分身，Digital Twin）及监控系统等科技，提高风力机叶片的寿命。
ReliaBlade2-NL为四年计画，预计从三方向着手。
- 叶片建模：改良叶片建模资料库，根据资料包含材料耐受性、零组件级别、叶片尺寸及运行涡轮机等更新的情形。随时间变化针对叶片的结构、可靠性状态进行不同级别的预测。
- 叶片结构侦测：蒐集叶片监测数据，搭配开发演算法，进行损坏预估分析与诊断。
- 决策支援系统：本次计画重点开发决策支援工具，利用数位双生(Digital Twin)的技术。全方位的蒐集整合数据。当中含括天气、资源成本及可用性、特定性资产资料。除此之外，研发团队将纳入维护作业时的行动风险，并定义容忍限度藉以优化维护作业。
本计画预计於海上风电厂进行涡轮机的测量。专案中的分工由涡轮机相关成员Fibersail及Tarucca共同专注於叶片状态监测。研究组织TNO预计开发结构诊断和预测方法，并与壳牌一起利用数位双生(Digital Twin)技术开发决策支援预测系统。台夫特理工大学（TU Delft）将风力机制造商Suzlon提供的品项进行测试，并为叶片开发剩余使用寿命模型（Remaining Useful Life ,RUL)。
备注：鹿特丹台贸中心为利业者即时掌握商情，广泛蒐集相关资讯供业者参考。无从查证所有讯息均属完整、正确，读者如需运用，应自行确认资讯之正确性。
资料来源：https://grow-offshorewind.nl/newsitem/new-project-reliablade2-nl