可再生能源与机器学习"双重加持"谷歌成功实现风力预测

阅读量:1450
2021-06-16

源:科技行者 2020.6.1日 19:00:51

关键字:电力可再生能源机器学习谷歌

从传统角度看电力电场的发电能力普遍较弱因为本站至今很难预测无形无相的风会于新1天中表现出怎样的活动趋势.

可再生能源与机器学习

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1天安排资产的运转规划.只有这样运营商才能于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本站要如何提前1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方中部高达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.

于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:"本站1直于与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2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%.

美方能源部于其2015.`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 .. ..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.度电力使用总量与.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于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1阶段的工作重点——Terrell将其称为"24/7全天候无碳"目标.

"本站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.."

来.锥谼eepMind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"本站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于全球电网中的进1步普及."于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1路延伸至得克萨斯州北部)中的谷歌风力发电场增加利润:

"本站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系统能够于实际发电之前36个小时预测风力发电总量.以这些预测结论为基.本站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.

THE END

发表评论

相关推荐