數位雙生(Digital Twin)技術與監控系統，提高離岸風力發電葉片壽命
資料來源：GROW 基金會
來文單位：鹿特丹台灣貿易中心
更新日期：2024/05/03
海事能源風險管理顧問公司DNV研究指出，近年的風力發電渦輪機葉片的故障率居高不下，葉片的耐用性成為風電產業的重大挑戰。儘管製造商已努力控制製造過程，不斷加大的渦輪機與葉片尺寸，仍有潛在的危機，導致故障率無法下降。至2023年為止西門子歌美颯（Siemens Gamesa）因相關的品質問題，已造成45億歐元的損失。
GROW基金會由20多個離岸風電價值鏈的成員所組成。共同目標在於加速創新研發，降低離岸風電的成本。基金會項下計畫ReliaBlade2-NL，參與的成員包含荷蘭應用科學研究組織（TNO）、台夫特理工大學（TU Delft）、殼牌（SHELL） 、風力機製造商Suzlon、渦輪機製造商Fibersail以及監測系統商Tarucca 。目標透過數位雙生（或稱數位分身，Digital Twin）及監控系統等科技，提高風力機葉片的壽命。
ReliaBlade2-NL為四年計畫，預計從三方向著手。
- 葉片建模：改良葉片建模資料庫，根據資料包含材料耐受性、零組件級別、葉片尺寸及運行渦輪機等更新的情形。隨時間變化針對葉片的結構、可靠性狀態進行不同級別的預測。
- 葉片結構偵測：蒐集葉片監測數據，搭配開發演算法，進行損壞預估分析與診斷。
- 決策支援系統：本次計畫重點開發決策支援工具，利用數位雙生(Digital Twin)的技術。全方位的蒐集整合數據。當中含括天氣、資源成本及可用性、特定性資產資料。除此之外，研發團隊將納入維護作業時的行動風險，並定義容忍限度藉以優化維護作業。
本計畫預計於海上風電廠進行渦輪機的測量。專案中的分工由渦輪機相關成員Fibersail及Tarucca共同專注於葉片狀態監測。研究組織TNO預計開發結構診斷和預測方法，並與殼牌一起利用數位雙生(Digital Twin)技術開發決策支援預測系統。台夫特理工大學（TU Delft）將風力機製造商Suzlon提供的品項進行測試，並為葉片開發剩餘使用壽命模型（Remaining Useful Life ,RUL)。
備註：鹿特丹台貿中心為利業者即時掌握商情，廣泛蒐集相關資訊供業者參考。無從查證所有訊息均屬完整、正確，讀者如需運用，應自行確認資訊之正確性。
資料來源：https://grow-offshorewind.nl/newsitem/new-project-reliablade2-nl