随着新能源技术的成熟，国家能源局做出新能源电价调整的战略决策，基本到2020年左右，风电价格和火电价格趋同保持一致。这样意味着所有的发电运营商的发电成本要大幅度的下调，所以变成整个全行业的战略课题。风电企业如何提高风机效率，如何用大数据、云计算提升整个产业链上的竞争力。成为整个行业关注的问题。
考虑到2020年要实现风电价格和火电价格趋同保持一致，那么每一年在2014年的电价的基础上，每一年要下降两到三分钱一度电每千瓦时，那么风电行业面临的成本最终通过什么方式来消化？
个人认为就是通过先进的信息技术与传统制造业相结合，通过信息手段来实现企业对成本的优化和对产品和服务的数字化。风电设备制造商应该从单纯的装备制造提供商向风力发电行业解决方案提供商做转变。
风电设备研发及制造企业原有的平台面临着规模小、资源不足、易用性差，数据缺乏集中存储和管理，应用软件和硬件系统运行效率低下、缺乏统计分析，无法为企业提供决策支持等弊端，企业研发创新能力受到束缚。那么新的IT平台一个宗旨就是帮助风电行业整体节省成本和提升发电运营商的效率。
发电投资商选址成为风电行业重点
风电产业的门槛还是比较高。用户面临的一个困难就是怎么知道什么地方适合建风电厂，建多大？怎么捕捉风资源，怎么通过气象资源知道这个地方适合建。这是一个非常头疼的问题。虽然国家的气象局还有省市的气象部门，他们都有相关气象数据。但是这些气象数据是基于空间大尺度，往往都是几百公里，半径几百公里以上，甚至是半径一千公里。但是一般的风电厂它也就是四到十平方公里的范围之内，这个大尺度的风力和微观尺度的风力这是两个完全不同的概念。
一个基于事实是，在中国你不能在每个平方公里安装大量的测风塔获取风资源的数据。所以就需要基于空气动力，基于气象方面的专业知识结合数据来帮助客户，帮助我们的客户发现优质的风资源在什么地方？
第二个难题就是风电厂的建设环节，因为建设环节会有两个问题，实际上行业当中是比较艰巨的。
第一就是到一个地方去建一个风电厂，那么建的过程中我选择什么风机设备最合适？因为这个设备一旦立在那个地方，整个这套设备几百吨，不可能随意挪动。理论上运行周期或者设计的运行周期是20年，可是不能实际做测试。换句话说今天我把风机立这个地方，明年来看它的发电效益不好我挪一个位置，这是很难。所以需要通过大数据收集做一些判断和分析。
第二个难点，看过风厂都知道，它一定在山高皇帝远的地方，一定是人比较稀少的地方。为什么？因为那个地方的风好，如果那个地方的风恶劣，也不适合人的生存。但是山高皇帝远的地方，交通不便利。跟核电站完全不一样，核电站这样交通设施非常好，风电厂交通设施非常不好，很多时候道路要重新规划和重新修。修路是风电厂建设里面一个非常大的成本，甚至修路的成本超过风机设备本身的成本，企业要把风机设备从遥远的地方，从山脚运到山顶。这个修路还有另外一个特点，这个修路是一次性。可能在运输设备的短时间几个月里面，每一天可能都超长、超宽、超高的大型设备运上去，一旦运上去这个路没有用，这个路的使用价值比较低。今年也有人研究，是不是用一些大力的空中运输工具，比如说军队的重型运输机，把一些设备从山脚上运上去，就省了物流运输成本，但是这个东西在今天不是很现实。
在风电厂的开发阶段，就要充分利用地理信息地理数据，结合大数据的应用帮助业主提供运输的规划，路线的规划，包括道路怎么修。这些都是大量的数据，但是这些数据需要有高性能的计算，需要闪存这样的计算能力。同时在风能的管理里，虽然风能本身是不稳定的，而且是很难预知的。金风科技怎么保证买他们的设备厂商真正赚到钱，因为作为制造商很难建立一个庞大的风洞实验室做各种各样的模拟。
只能从IT的角度解决这个问题，为了让风力装备设备在全球处于领先位置，同时为了让采购者在购买设备的时候是放心的，更重要的在20年的运行期里让客户的设备的运行变的非常简单、易用、可靠的，这里面的云计算、物联网、大数据都是必须的。
数据计算平台如何解决风电行业痛点？
因为风电行业，对于数据云平台的建设和应用缺乏一些经验和应用。所以需要找一个在IT、管理、咨询方面有着丰富的技术和经验的IT厂商。
既能在传统的研发和装备制造环节，I帮助企业提供市场规划跟集成产品研发方面的管理。
又能在营销环节的业务设计和管理设计以及集成供应链的管理咨询。
最后能基于云和大数据的这些技术，在企业售前、售中和售后为风电厂真正提供数字化的产品和解决方案。
第一步先解决研发和市场营销，先获取市场订单。基于风电前期对于选址、建设、数据的需求。风电制造商在帮助客户做一些风电厂的投资方案的时候，原来可能需要最少是需要有一个月的时间，其实一个月客户能不能承受？如果是行业老大地位，客户可能能够承受。但是如果不是，就需要更快的提供服务。能不能从一个月压缩到两天提供给客户。所以个人推荐软件定义和闪存，比如说风机设备，计算它需要什么配置需要什么强度适合，如果没有风度实验室，可以通过相关模拟软件运算几万、十几万、上百万不同的微观气象环境去模拟。这个网格计算它的工作量是非常巨大的，这个时候需要有非常强的存储能力和计算能力。
个人推荐几个技术来解决
第一就是软件定义。软件定义就是解决过去是IT产生的信息形成孤岛，同时IT基础比较薄弱，IBM的解决方案就是从软件定义角度帮助现有的信息孤岛和IBM新建的一个高性能计算平台整合成一个统一的资源平台，交付给企业的研发和相关的业务部门去用。研发部门不需要再关注他的设备在什么地方、是谁的设备等等这些都不需要考虑。通过IBM的Platform的软件，帮助IT部门协调工作负载和后面的资源关系。
第二个采用IBM的spectrum scale软件定义数据和存储的相关方案，那么这个软件本身，一方面他能够加速用户在计算过程中数据的生成和读写的速度，另外一方面能够很好的做信息或者数据的生命周期管理这样一个功能。帮助企业在过去IT里面现有的存储和这次系统里面新加的存储，做成一个很好的不同性能的资源池，满足前端的应用需要。这是从软件定义的两个具体的体现方面，我们在这个项目里面有的。
第三个就是闪存。通过在新平台和结合闪存上面的实践，基本上能达到业务部门对于IT的期望目标。比如说在研发部门比较重要的一些应用和计算软件上，通过闪存和新平台的验证，能够把企业的业务，运行时间提升了2到3倍的水平。比如说通过相关研发常用软件，过去他们的工程师需要三个小时，现在通过闪存加速缩短到一个小时。
最后传统的风机企业在风机运行和管理信息化方面是薄弱项。比如机房之前会有多台X86的服务器甚至是几十台小型机，现在不仅仅说数据是孤立，现在这些设备都是孤立的。据了解有的风机制造商的IT的性能只能利用20%左右。也就是说公司做了超过80%的投资没有利用起来，IT投资没有利用起来。未来这些风机厂商可以在管理信息化这个领域，通过闪存和软件定义存储，把现有的这些管理信息化移动到另外一些新的技术平台上面，让现在有一些计算能力和存储，还能继续发挥余热。