可再生能源与机器学习“双重加持”,谷歌成功实现风力预测

云栖号资讯:【点击查看更多行业资讯】
在这里您可以找到不同行业的第一手的上云资讯,还在等什么,快来!

从传统角度看,电力电场的发电能力普遍较弱,B v ) P V G / m因为我们至今很难预测无形无相的风,会在新一天中表现出怎样的活动趋势。

可再生能源与机器学习“双重加持”,谷歌成功实现风力预测

谷歌公司能源市场策略主管Michael Terrell表示,“电力市^ O Y 9 + - G场的主流运作方式,要求提前一天安排资产的运转规划。只有这样,运营商才能在p c Y h q F E市场上获得理想的电力销售价格。”

Terrel还问道,“但对于不知何时吹来的风,我们要如何提前一天完成规划?又要怎样提前根据风向调整发电机的迎风角度?”

对这个看似无解的问题,谷歌有着自己的答案。c V H Z y 2 o V u

谷歌旗下人工智能企业Deu ~ 1 : 6epMind,正着手将天气数据与美国中部高达700兆瓦的风力发电数据结合起来,通过机器学习,以更好地预测风力发电效率、电力供应总量,并借此降低运营成本。

在上周于斯坦福大学n F ` / 6 V H普雷考特能源研究所举办的研讨会上,Terrell表示:“我们一直在与DeepMind团队合作,使用机器学习技术,获取公开天气数据,并据此预测第二天的风力发电总4 f c b量。”

令人振奋的是,Terrell称预测方案将风电场的收入提升达20%。

美国能源部在其2015年《Wind Vision》报告中,将“改善X j $ m d &风能预报”列为首要任务,其中特别强调了提升风能可靠性的要求。报告提m ( ^ l l W到,“收集数据并开发模型,借此改S 5 ; lH ! l K ! Z多个时间尺度(例如分、时、天、月、年等)的风能预报能力。”

谷歌的目标则更加广泛# 3 0 w d ; j——彻底消除自身基础设施运营中的碳排放量,将高达两倍于旧金山全城的电力消耗,彻底转化为纯绿色能源。

Terrell提到,通过将年度电力使用总量与年度可再生能源采购量匹i ^ t r配起来,谷歌已经取得了阶段性的里程碑。但目前,谷歌方面还无法在各处基础设施实现以3 7 x j P [ Z b小时为单位的零碳排放目标。而! c H S M # G S这也将成为谷歌公司下一阶段的工作重点——Terrell将其称为“24/7全天候无碳”目标。

“我们正1 1 z ( ! Q 4 $朝着这个方向努力,也深刻意识到其中的严峻挑战。可以说,面对当下可再生能源,还谈不上任何成本效益的现状,实现零碳排放的难度无异于登月。”

来自伦敦k N / y ~DeepMind的科学家们则证明,人工智能有望改善谷歌乃至整个可再生能源市场的运营成本及市场生存能力,借此为环保事业添砖加瓦。

DeepMind公司项目经理S9 r N 7ims Witherspoon与谷歌软件工程师Carl Elkin表示,“我们希望使用机器学习方法,增强风力发电的商业化能力,推动无碳能源在全球电网中的进一步普及。”在De| . +epMi4 V , 0 @ $ Y Ind的官方博文中,他S P b y u m们概念了如何为西南发电站{ [ Y V 区(由加拿大边境一路延伸至得克萨斯州北部)中的W K 1 ^ ( s } V k谷歌风力f U _ $ ? = M T T发电场增加利润:

“我们的神经网络,利用天气预报与风电机历史数据进行训练,由此建立起的De; ; a @ / hepMind系统,能够在实际发电之前36个小时预测风力发电h x z + , T l总量。以这些预测结论为基础,我们的模型能: t ; F够提前为风电网的全天及每小时发电量做出预判。”

DeepMind系统能够提前36} M P V j个小_ U H , c j时预测风力发电量,帮助发电运营商以n y + @ & V U Z更高的利润比例为整体电网供电。

【云栖号在线课堂】每天都有产品技术专家分享!
课程地址:https://yqh.aliyu% | e * ] q q on.com/zhi j bibo

立即加入社群,与专家面对面,及时了解课程最新动态!
【云栖号在线课堂 社群】% ) qhttps://c.tb.cn/F3.Z8 B ( WgvnK

原文发布时间:2020-06-01
本文来自:“科技行者”,了解相关信息可以关注“科技行者”