在使用大數(shù)據(jù)提高制造、安全和醫(yī)療保健等行業(yè)領(lǐng)域的效率方面，人們看到了一場(chǎng)全球性的革命。近年來(lái)，環(huán)境問(wèn)題和氣候變化引起了人們廣泛地關(guān)注和討論。那么是否可以采用同樣的方法用于能源監(jiān)測(cè)、建模、分析和預(yù)測(cè)，以實(shí)現(xiàn)可持續(xù)的能源目標(biāo)，并減少導(dǎo)致全球變暖的二氧化碳排放量?

 

 

根據(jù)美國(guó)能源部能源情報(bào)署的調(diào)查，美國(guó)的可再生能源發(fā)電量占所用電量的17%，太陽(yáng)能、風(fēng)能、水力發(fā)電和其他可再生能源是世界上增長(zhǎng)最快的能源。

 

人們需要擴(kuò)大可再生能源的采用規(guī)模，以取代負(fù)責(zé)溫室氣體排放的傳統(tǒng)能源，否則很難扭轉(zhuǎn)氣候不斷變暖的影響。為了實(shí)現(xiàn)規(guī)模化，需要盡可能的高效，而將大數(shù)據(jù)和人工智能技術(shù)結(jié)合可以有所幫助。將可再生能源應(yīng)用到現(xiàn)有的電網(wǎng)中需要對(duì)來(lái)自太陽(yáng)能、風(fēng)能和水力發(fā)電源的電力進(jìn)行估算，以便基礎(chǔ)設(shè)施能夠通過(guò)適當(dāng)?shù)墓浪恪⒁?guī)劃、定價(jià)和實(shí)時(shí)運(yùn)營(yíng)發(fā)揮作用。

 

 

最近幾年，分布式太陽(yáng)能發(fā)電設(shè)施的發(fā)電量增長(zhǎng)迅速，據(jù)最新的調(diào)查數(shù)據(jù)顯示，全球太陽(yáng)能發(fā)電量預(yù)計(jì)在未來(lái)5年內(nèi)將超過(guò)1TW。

 

大數(shù)據(jù)引入不同的觀測(cè)數(shù)據(jù)源和模型，可以用于準(zhǔn)確預(yù)測(cè)氣象變量，然后使用計(jì)算智能技術(shù)進(jìn)行實(shí)時(shí)分析。例如，SunCast是美國(guó)國(guó)家大氣研究中心(NCAR)的一個(gè)用于提供太陽(yáng)能的預(yù)測(cè)系統(tǒng)。它基于現(xiàn)場(chǎng)的實(shí)時(shí)測(cè)量和云計(jì)算模式的衛(wèi)星數(shù)據(jù)。該預(yù)測(cè)融合了許多模型，并使用統(tǒng)計(jì)學(xué)習(xí)和一系列人工智能算法根據(jù)歷史觀測(cè)對(duì)其進(jìn)行調(diào)整。

 

很多人會(huì)在城郊看到大規(guī)模太陽(yáng)能光伏陣列。也可能在小鎮(zhèn)上看到在住宅屋頂部署的太陽(yáng)能發(fā)電設(shè)施。那么在城市中部署太陽(yáng)能光伏陣列的最佳位置在哪里?最近發(fā)表的一篇論文指出了使用圖像識(shí)別和機(jī)器學(xué)習(xí)來(lái)確定部署住宅太陽(yáng)能發(fā)電設(shè)施的最佳場(chǎng)所，使當(dāng)?shù)氐臎Q策者能夠評(píng)估其轄區(qū)內(nèi)潛在的太陽(yáng)能發(fā)電容量。該方法不需要使用3D城市模型，而是使用公共地理建筑數(shù)據(jù)和航空?qǐng)D像進(jìn)行分析。人工智能利用地理數(shù)據(jù)，并輸出輻照度模擬和發(fā)電電位，可以確定部署太陽(yáng)能電池板的最佳位置。

 

由于太陽(yáng)能電池板可能部署在難以進(jìn)入的區(qū)域，因此設(shè)施所有者需要了解可能對(duì)其效率產(chǎn)生負(fù)面影響并導(dǎo)致發(fā)電損失的環(huán)境因素，例如陰影、落葉、灰塵、雨雪和鳥(niǎo)類損害等。機(jī)器學(xué)習(xí)可用于監(jiān)視各個(gè)面板的輸出，作為一組時(shí)間序列數(shù)據(jù)，訓(xùn)練模型以檢測(cè)異常輸出并對(duì)其進(jìn)行分類。然后，人工智能可以指示出特定面板表面上的問(wèn)題，然后可以安排進(jìn)行檢查和維修。

 

 

風(fēng)力發(fā)電為未來(lái)增加的發(fā)電量提供了一個(gè)重要的機(jī)會(huì)，并且每年都在大幅增長(zhǎng)。一份調(diào)查報(bào)告表明，到2030年，風(fēng)力發(fā)電量將達(dá)到2000吉瓦，將提供全球電力的16.7-18.8%，并幫助減少30億噸以上的二氧化碳排放量。

 

風(fēng)力發(fā)電預(yù)測(cè)是渦輪機(jī)控制、負(fù)荷跟蹤、電力系統(tǒng)管理和能源交易所必需的。許多不同的風(fēng)電預(yù)測(cè)模型已與數(shù)據(jù)挖掘結(jié)合使用。有許多方法，例如基于低層大氣的物理(確定性)方法，或使用天氣預(yù)報(bào)數(shù)據(jù)(如溫度、壓力、表面粗糙度和障礙物)進(jìn)行的數(shù)值天氣預(yù)報(bào)。另一種統(tǒng)計(jì)方法在不考慮氣象條件的情況下使用大量的歷史數(shù)據(jù)，并依賴人工智能(神經(jīng)網(wǎng)絡(luò)、神經(jīng)模糊網(wǎng)絡(luò))和時(shí)間序列分析方法。最后一種方法是結(jié)合物理和統(tǒng)計(jì)方法的混合模型。

 

 

許多家庭用戶熟悉家庭能源監(jiān)控器的概念，由傳感器、發(fā)送器和手持顯示器組成。傳感器連接到電表箱的電源線上，并監(jiān)控電源線路周圍的磁場(chǎng)，以測(cè)量通過(guò)的電流。發(fā)送器從傳感器獲取數(shù)據(jù)并將其發(fā)送到手持顯示器，該顯示器可以假設(shè)電力來(lái)自化石燃料能源，并計(jì)算用戶的電力使用、成本和溫室氣體排放量。通過(guò)收集和分析大量家庭的數(shù)據(jù)，可以確定在哪里節(jié)省能源，或者在高峰時(shí)段之外的使用靈活性。然后，就如何減少消費(fèi)、削減開(kāi)支、整合可再生能源和減少排放向消費(fèi)者提供建議。

 

例如，在美國(guó)一些能源市場(chǎng)解除能源管制的州，客戶可以在不同的能源供應(yīng)商之間進(jìn)行選擇，但每個(gè)州都提供不同的關(guān)稅和促銷費(fèi)率，這使選擇變得更加復(fù)雜。機(jī)器學(xué)習(xí)可以在網(wǎng)絡(luò)平臺(tái)中使用，以幫助消費(fèi)者最小化他們的賬單。當(dāng)他們注冊(cè)時(shí)，客戶會(huì)陳述他們的能源偏好(例如限制使用可再生能源)，機(jī)器學(xué)習(xí)模型使用智能電表檢查他們的使用模式，并將其與最佳供應(yīng)商匹配，自動(dòng)將其轉(zhuǎn)換為不同的供應(yīng)商和能源計(jì)劃作為更好的交易出現(xiàn)。其目的是通過(guò)向可能做正確事情的消費(fèi)者提供可再生能源，并限制他們使用非可再生能源，只要他們不受價(jià)格明顯上漲的影響，就可以鼓勵(lì)他們采用可再生能源。

 

 

雖然大數(shù)據(jù)正以各種方式幫助增加可持續(xù)能源的產(chǎn)生并減少能耗，但它本身也負(fù)責(zé)消耗越來(lái)越多的能源。正如行業(yè)媒體最近報(bào)道的那樣，2018年數(shù)據(jù)中心的消耗超過(guò)了一些國(guó)家的整體能源消耗。目前，數(shù)據(jù)中心約占全球電力需求的1%，但預(yù)計(jì)未來(lái)幾年內(nèi)使用率將迅速上升，尤其是在計(jì)算密集型加密貨幣開(kāi)采繼續(xù)增長(zhǎng)的情況下。綠色和平組織稱，數(shù)據(jù)中心是全球碳排放量的主要貢獻(xiàn)者，因?yàn)槠渲惺褂玫碾娏χ兄挥写蠹s20%來(lái)自可再生能源。

 

數(shù)據(jù)中心能耗的主要原因是采用冷卻設(shè)施，通常采用水泵、冷卻器和冷卻塔。傳統(tǒng)上，由于設(shè)備組合之間的相互作用的復(fù)雜性，難以人工優(yōu)化冷卻過(guò)程。每個(gè)場(chǎng)景所需的規(guī)則和啟發(fā)式算法很難定義，特別是在考慮與周圍環(huán)境(如天氣)的交互時(shí)。其結(jié)果是，運(yùn)營(yíng)人員無(wú)法計(jì)算設(shè)置的變化，這些設(shè)置可以對(duì)數(shù)據(jù)中心環(huán)境內(nèi)的變化做出足夠快速的響應(yīng)，以優(yōu)化電力效率。

 

為了研究人工智能能否做得更好，谷歌公司在2016年推出DeepMind，該團(tuán)隊(duì)在博客上發(fā)布了一個(gè)深度學(xué)習(xí)模型，該模型通過(guò)傳感器數(shù)據(jù)進(jìn)行培訓(xùn)，能夠預(yù)測(cè)環(huán)境因素對(duì)性能和能耗的影響。該模型向操作人員提出建議，建議優(yōu)化設(shè)置，以提高冷卻效率，從而降低功耗。谷歌公司的一個(gè)特定數(shù)據(jù)中心的模型降低了40%冷卻能耗。

 

 

大數(shù)據(jù)和人工智能正在從根本上改變發(fā)電、定價(jià)和消費(fèi)的模式，導(dǎo)致能源部門出現(xiàn)重大顛覆性發(fā)展。隨著全球面臨前所未有的環(huán)境挑戰(zhàn)，監(jiān)測(cè)、建模、分析和預(yù)測(cè)能源生產(chǎn)和使用的新的、更智能的方法正在幫助人們實(shí)現(xiàn)可持續(xù)能源目標(biāo)。