借助Azure Digital Twins，斗山重工创造更光明的能源未来

作为韩国领先的风电场制造和建设公司，斗山重工（以下简称“斗山”），在向可再生能源生产的过渡中发挥着领导作用，致力于提高风力涡轮发电机的效率并扩大风能的利用。如今，总部位于韩国昌原的斗山正携手微软、Bentley Systems，将数字孪生技术融入其风电场开发，努力在可再生能源发电领域开辟新的路径。

多源化运营数据增长，创新技术迫在眉睫

2020年7月，韩国发布绿色新政计划，其中包括“到2030年把可再生能源发电量占比提高至20%”的目标，着重低碳、绿色增长以刺激经济发展；转向可再生能源也将帮助韩国减少对进口石油天然气的依赖，减少碳排放，实现《巴黎气候协定》约定的目标。

作为工程、采购、建筑、重工制造、发电和海水淡化服务领域的全球领导者，斗山在可再生能源发电领域积极开拓新路径，也因此在实现绿色新政目标方面被委以重任。目前斗山的风电产能为96兆瓦（MW），在风电场制造和建设领域已是当之无愧的领导者。随着韩国政府计划新增2.5吉瓦（GW）风电场（相当于该国当前发电量的4%），斗山也计划保持其领先地位。

2010年，斗山部署了第一台自有风力涡轮发电机WinDS3000，其额定发电量为3兆瓦。此后，斗山又开发了两种型号，额定发电量为3.3兆瓦的WinDS3300和额定发电量为5.56兆瓦的WinDS5500。目前，斗山正在开发更大单位的WinDS8000，其额定发电量为8兆瓦。目前，斗山在韩国运营着16个风电场，每年的发电量足够多达35,000户家庭使用。

斗山重视在设计和制造领域的进展，在数字化控制和运营方面同样进了创新：对于远程运营的风电场来说，监控运行情况、在故障发生之前进行预测性维护、减少维护人员进行实地检查十分重要；对于电网运营商而言，预测因天气条件而变化的风电场发电量，并制定满足国家电力需求的最佳方式，也非常关键。

 图为斗山WinDS3000风力涡轮发电机

然而，挑战在于，做出这些预测所需数据的来源多达数百或数千个，这使得运营商难以管理、整合数据并将其转化为可行性洞察来预测未来行为。

利用数字孪生创新，连接现实和虚拟能源世界

斗山意识到，想要整合用于了解风电场运营的更多数据源，创建现有风电场的数字孪生将是最经济、最有效的方式。风电场数字孪生将实时物联网数据、其他风电场和天气数据以及基于物理和机器学习模型相结合，以准确预测风电场中每个涡轮发电机的发电量。

斗山重工战略与创新总经理Seiyoung Jang表示：“数字孪生的优势巨大，我们通过它来将大量难以使用的数据，整合成可理解的洞察和简单的操作，从而取代以前不连贯的工作流程。”

为了创建这些数字孪生，斗山寻求与微软及其合作伙伴网络成员Bentley Systems合作。Bentley Systems为斗山提供了行业领先的基础设施建模专业知识，以及用于构建3D工业数字孪生的iTwin平台。

通过Azure Digital Twins（Azure数字孪生服务）和Azure IoT Hub支持其iTwin服务，Bentley让斗山可以从风力涡轮发电机、物联网传感器和其他来源，快速获取大量复杂的运行数据并建模，轻松地对其进行可视化和理解。通过结合iTwin和Azure数字孪生，用户可以模拟、可视化和优化基础设施规划、部署和持续监测，赋能能源效率、员工安全、资产弹性和灾难响应四个方面。

 图为iTwin应用

斗山使用Azure Digital Twins灵活的建模功能来创建综合数字模型，其中包含来自风力涡轮发电机上的物联网传感器数据、天气数据和预期的电力输出。在此基础上，Bentley iTwin应用可以将这些信息与3D和4D CAD模型与现实模型相结合，创建彻底改变基础设施项目设计、建造和运营方式的完整解决方案。

谈及与微软的合作，Bentley Systems公司iTwin软件开发副总裁Pavan Emani表示， “我们提供了一个基于Azure Digital Twins数字孪生的开发者平台。用户在我们的Digital Twin Viewer（数字孪生查看器）中可视化物联网数据，并使用微软Teams中的Azure Time Series Insights和Power BI仪表板生成洞察。”

形成可行数据洞察，拥抱能源创新未来

在与Bentley和微软此前合作的基础之上，斗山将iTwin中的3D模型与Azure Digital Twins和IoT Hub相结合，打造出了Performance Watchdog和Power Prediction两套解决方案，用于模拟斗山风电场所在的韩国海岸线的天气状况。

Performance Watchdog能够提供实时发电数据，并将其与两个数据模型进行比较——一个是基于物理的风力涡轮发电机和当前天气条件的模型，另一个则基于可用传感器数据的机器学习算法。将风电场的实际发电量与预测发电量进行比较，可以帮助风电场运营商调整控制，以优化生产和安排所需的维护工作。借助Power Prediction解决方案，斗山根据天气预报数据预测未来的发电量，并改进运营规划。

 图为解决方案架构

Jang表示，借助Azure Digital Twins、Azure IoT Hub和Bentley iTwin 数字可视化，斗山利用现成的构建模块，快速创建了风电场模型，最大限度地提高能源产量、降低现有设施的维护成本，并改进下一代风力涡轮发电机的设计，从而实现技术创新，创造新的商机。“通过数据分析来优化涡轮发电机的运行，并收集反馈信息，用于开发和测试风力涡轮发电机开发中的技术进步，这将有利于保持斗山的竞争优势并提高能源效率。”

凭借Performance Watchdog和Power Prediction解决方案，斗山相信，iTwin、Azure Digital Twins和Azure IoT Hub的组合将有助于其实现改善风电场能源生产的监测和可靠性的目标。借助数字孪生解决方案，斗山可以获得更深度的风电场生产洞察，更准确地预测能源绩效。准确的发电量预估，让斗山能够向韩国电网运营商承诺输出更多电力，从而提高风电场的收入，同时避免因未能履行这些承诺而被罚款。

Bentley观察到，数字孪生技术将其他设施的运营和维护成本降低了15%。斗山可能获得的一些潜在收益，包括减少维护工作、减少被迫停机、提高可用性并减少检查次数。

Jang指出，数字孪生模型为能源业务带来了新的机遇，除了在风电业务使用数字孪生技术，斗山还计划将其扩展到整个可再生能源产品领域，履行对环境可持续性的承诺，并为每个人创造更光明的能源未来。