可再生能源領域數據共享機制的缺乏正在阻撓技術進步，讓改善能源市場錯失良機。
　　能源產業一直在通過改變能耗速率滿足人們的需求。控制一個燃油發電廠的發電量，就像改變一輛汽車的速度一樣：踩下油門踏板，就會有更多汽油涌向發動機。 　　但風能卻不能如此隨心所欲。不過，智能軟件卻可以讓風電廠提高能效，增強對位置情況的應對能力。計算機模型能夠預測風速，控制渦輪數量和能量，從而滿足能源需求。低振動設計和運行狀況監測可以讓渦輪轉動得更快，避免昂貴的齒輪箱以及其他部件損壞。這些部件的替換可能會花費數十萬美元，并且耗費很多天的時間。
　　優化可再生能源需要數據，需要提前數秒或數日了解設備性能、能源產出以及天氣預報。然而，由渦輪生產商、操作者以及使用公司收集的大量數據和信息卻被埋藏進檔案卷里。任何外來者想要獲取這些信息都非常困難。
　　呼吁共享
　　美國愛荷華大學機械與產業工程學教授、智能系統實驗室主任Andrew Kusiak用兩年時間和不同的能源公司作了交涉，簽署了若干項保密協議，才獲取到足夠數據用來研究愛荷華州風電廠的運行狀況。
　　風力發電機數據通常每10秒記錄一次，每次記錄時長在10分鐘以上;得到更高頻率的數據需要獲得感應器生產商的許可。即便是諸如風速以及風輪葉片運行情況的基礎歷史數據也很難獲得。通過接觸不同的合作者，與其簽署數據共享協議，Kusiak團隊最終獲得了一些風能數據的有限訪問權。
　　Kusiak認為，可再生能源領域數據共享機制的缺乏正在阻撓技術進步，讓改善能源市場錯失良機。為此，Kusiak近日在《自然》雜志撰文呼吁能源產業能夠延續國防、商業以及衛生健康領域的例子共享數據，這樣研究人員就能夠設計出更好的能源供給解決方案。
　　Kusiak指出，這里面有利可圖。但是首先，科學界和產業界的研究人員需要研發出適宜的風電管理模型，并證明其存在價值。軟件公司可以銷售能源以及天氣監測及預警系統。惠普或谷歌等大型技術公司應該像通用電氣公司在風輪葉片生產方面所做的那樣，建立風能部門，用來計劃以及平衡各地區與各國的能源。
　　投資可再生能源數據領域在經濟上具有可行性，因為日常生活普遍需要電。和其他商業產業不同，能源產業的競爭不是以產品質量為基礎，而是以發電、分配過程及其商業運作模式為基礎，這些特征都使這個行業成為大數據挖掘的最大受益者。
　　可再生能源發電廠如果安裝了可用于精確預測能源以及迅速反饋的軟件系統，將能夠獲得及利用實時信息，比如能源價格等，從而當能源價格高、需求量大時提供更多能源，在價格較低或需求量較低時提供較少能源。這種利益會鼓勵更多企業和公司投入到可再生能源資產領域。
　　數據科學
　　可再生能源領域的數據正如洪水一般涌來。例如，風輪葉片制造商通常會從用于實驗的以及已安裝設備上的數以千計的感應器上收集風速、油溫、振動、發電等數據。公用事業公司也會記錄鍋爐和發電機的類似數據。
　　“平衡機構”(通常是非營利機構、政府組織或私人機構)會提前數小時把所需要的能源和公用事業公司可生產的能源進行對比。國家和地區氣象局以及天氣預報員可以積累雷達數據，然后每隔1~3小時運行數字天氣預報模型，提供風速等預測參數。
　　新的數據來源也在涌現。風電產業正在嘗試用聲吶和激光雷達設備預測風電場的風速、風向和湍流。一些公用事業公司利用無人機在風電場上空監測渦輪葉片轉動情況以及風速、風向等，以此提高能源預測以及評估數分鐘到數小時內的大氣湍流狀態。
　　當前，可再生能源生產商都在單打獨斗。如果業界參與者可以把它們的數據采集并集中起來，大家都會受益。更加有效的低成本風輪葉片設計也會出現，讓渦輪機使用壽命更長，從而產生更多能源，并讓能源產出可以更加準確地得到預測。例如，把美國不同州的風電場數據集中在一起，將會顯著提高每小時能源產出預測的精確度。