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

来源:科技行者2020年6月1日19:00:51

关键词:电力可再生能源机器学习谷歌

从传统的角度来看，电场的发电能力普遍较弱，因为我们很难预测看不见的风在新的一天里会呈现什么样的活动趋势。

谷歌能源市场战略负责人迈克尔·特雷尔(Michael Terrell)表示，“电力市场的主流运营模式要求提前一天安排资产运营计划。只有这样，运营商才能在市场上获得理想的售电价格。”

特雷尔还问道，“但对于未知时间刮起的风，我们如何提前一天完成规划？如何根据风向提前调整发电机的迎风角度？”

对于这个看似无解的问题，谷歌有自己的答案。

谷歌的人工智能公司DeepMind正在开始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，可以更好地预测风力发电效率和总供电量，从而降低运营成本。

上周在斯坦福大学Precott能源研究所举行的研讨会上，Terrell表示，“我们一直在与DeepMind团队合作，利用机器学习技术获取公共天气数据，并预测第二天的风力发电总量。”

令人鼓舞的是，特雷尔表示，该预测方案将使风力发电场的收入增加20%。

美国能源部在其《2015年风能愿景报告》中将“提高风能预测”列为重中之重，并特别强调了提高风能可靠性的要求。报告中提到，“收集数据，开发模型，从而提高多个时间尺度(如分钟、小时、天、月、年等)的风能预测能力。)."

谷歌的目标更为远大——彻底消除其基础设施运营中的碳排放，将旧金山的电力消耗彻底转变为纯绿色能源。

特雷尔提到，谷歌通过将年度总耗电量与年度可再生能源购买量相匹配，实现了里程碑式的成就。然而，目前谷歌还未能在所有基础设施中实现以小时为单位的零碳排放目标。这也将是谷歌下一步工作的重点——特雷尔称之为“24/7无碳”目标。

“我们正朝着这个方向努力，也深知面临的严峻挑战。可以说，面对目前的可再生能源，仍然没有性价比的现状，实现零碳排放的难度与登月无异。”

来自伦敦DeepMind的科学家证明，人工智能有望提高谷歌乃至整个可再生能源市场的运营成本和市场生存能力，从而为环保事业做出贡献。

DeepMind的项目经理西姆斯·威瑟斯彭(Sims Witherspoon)和谷歌的软件工程师卡尔·埃尔金(Carl Elkin)表示，“我们希望利用机器学习的方法来提升风力发电的商业化，促进无碳能源在全球电网中的进一步普及。”在DeepMind的官方博文中，他们对如何为西南电站区(从加拿大边境一直到德克萨斯州北部)的谷歌风电场增加利润有了概念:

“我们的神经网络，通过天气预报和风机的历史数据训练，建立了DeepMind系统，可以在实际发电前36小时预测风力发电总量。基于这些预测结论，我们的模型可以提前预测风力发电网的全天和每小时发电量。”

DeepMind系统可以提前36小时预测风力发电，帮助发电运营商以更高的利润比向全网供电。