可再生能源与机器学习“双重加持”,谷歌成功实现风力预测
可再生能源与机器学习“双重加持”,谷歌成功实现风力预测
2020-06-02 09:51:45 来源:科技行者抢沙发
2020-06-02 09:51:45 来源:科技行者
摘要:从传统角度看,电力电场的发电能力普遍较弱,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。
关键词:
再生能源
机器学习
从传统角度看,电力电场的发电能力普遍较弱,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。
谷歌公司能源市场策略主管Michael Terrell表示,“电力市场的主流运作方式,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。
谷歌旗下人工智能企业DeepMind,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。报告提到,“收集数据并开发模型,借此改善多个时间尺度(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——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小时为单位的零碳排放目标。而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Sims 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DeepMind的官方博文中,他们概念了如何为西南发电站区(由加拿大边境一路延伸至得克萨斯州北部)中的谷歌风力发电场增加利润:
“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DeepMind系统,能够在实际发电之前36个小时预测风力发电总量。以这些预测结论为基础,我们的模型能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个小时预测风力发电量,帮助发电运营商以更高的利润比例为整体电网供电。
第三十八届CIO班招生
国际CIO认证培训
首席数据官(CDO)认证培训
责编:zhangwenwen
免责声明:本网站(http://www.ciotimes.com/)内容主要来自原创、合作媒体供稿和第三方投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
本网站刊载的所有内容(包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等)版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时,请及时通知本站,予以删除。