可再生能源與機(jī)器學(xué)習(xí)“雙重加持”，谷歌成功實(shí)現(xiàn)風(fēng)力預(yù)測(cè)

從傳統(tǒng)角度看，電力電場(chǎng)的發(fā)電能力普遍較弱，因?yàn)槲覀冎两窈茈y預(yù)測(cè)無形無相的風(fēng)，會(huì)在新一天中表現(xiàn)出怎樣的活動(dòng)趨勢(shì)。

谷歌公司能源市場(chǎng)策略主管Michael Terrell表示，“電力市場(chǎng)的主流運(yùn)作方式，要求提前一天安排資產(chǎn)的運(yùn)轉(zhuǎn)規(guī)劃。只有這樣，運(yùn)營(yíng)商才能在市場(chǎng)上獲得理想的電力銷售價(jià)格?！?/p>

Terrel還問道，“但對(duì)于不知何時(shí)吹來的風(fēng)，我們要如何提前一天完成規(guī)劃？又要怎樣提前根據(jù)風(fēng)向調(diào)整發(fā)電機(jī)的迎風(fēng)角度？”

對(duì)這個(gè)看似無解的問題，谷歌有著自己的答案。

谷歌旗下人工智能企業(yè)DeepMind，正著手將天氣數(shù)據(jù)與美國(guó)中部高達(dá)700兆瓦的風(fēng)力發(fā)電數(shù)據(jù)結(jié)合起來，通過機(jī)器學(xué)習(xí)，以更好地預(yù)測(cè)風(fēng)力發(fā)電效率、電力供應(yīng)總量，并借此降低運(yùn)營(yíng)成本。

在上周于斯坦福大學(xué)普雷考特能源研究所舉辦的研討會(huì)上，Terrell表示：“我們一直在與DeepMind團(tuán)隊(duì)合作，使用機(jī)器學(xué)習(xí)技術(shù)，獲取公開天氣數(shù)據(jù)，并據(jù)此預(yù)測(cè)第二天的風(fēng)力發(fā)電總量?！?/p>

令人振奮的是，Terrell稱預(yù)測(cè)方案將風(fēng)電場(chǎng)的收入提升達(dá)20%。

美國(guó)能源部在其2015年《Wind Vision》報(bào)告中，將“改善風(fēng)能預(yù)報(bào)”列為首要任務(wù)，其中特別強(qiáng)調(diào)了提升風(fēng)能可靠性的要求。報(bào)告提到，“收集數(shù)據(jù)并開發(fā)模型，借此改善多個(gè)時(shí)間尺度（例如分、時(shí)、天、月、年等）的風(fēng)能預(yù)報(bào)能力?！?/p>

谷歌的目標(biāo)則更加廣泛——徹底消除自身基礎(chǔ)設(shè)施運(yùn)營(yíng)中的碳排放量，將高達(dá)兩倍于舊金山全城的電力消耗，徹底轉(zhuǎn)化為純綠色能源。

Terrell提到，通過將年度電力使用總量與年度可再生能源采購量匹配起來，谷歌已經(jīng)取得了階段性的里程碑。但目前，谷歌方面還無法在各處基礎(chǔ)設(shè)施實(shí)現(xiàn)以小時(shí)為單位的零碳排放目標(biāo)。而這也將成為谷歌公司下一階段的工作重點(diǎn)——Terrell將其稱為“24/7全天候無碳”目標(biāo)。

“我們正朝著這個(gè)方向努力，也深刻意識(shí)到其中的嚴(yán)峻挑戰(zhàn)?？梢哉f，面對(duì)當(dāng)下可再生能源，還談不上任何成本效益的現(xiàn)狀，實(shí)現(xiàn)零碳排放的難度無異于登月?！?/p>

來自倫敦DeepMind的科學(xué)家們則證明，人工智能有望改善谷歌乃至整個(gè)可再生能源市場(chǎng)的運(yùn)營(yíng)成本及市場(chǎng)生存能力，借此為環(huán)保事業(yè)添磚加瓦。

DeepMind公司項(xiàng)目經(jīng)理Sims Witherspoon與谷歌軟件工程師Carl Elkin表示，“我們希望使用機(jī)器學(xué)習(xí)方法，增強(qiáng)風(fēng)力發(fā)電的商業(yè)化能力，推動(dòng)無碳能源在全球電網(wǎng)中的進(jìn)一步普及?！痹贒eepMind的官方博文中，他們概念了如何為西南發(fā)電站區(qū)（由加拿大邊境一路延伸至得克薩斯州北部）中的谷歌風(fēng)力發(fā)電場(chǎng)增加利潤(rùn)：

“我們的神經(jīng)網(wǎng)絡(luò)，利用天氣預(yù)報(bào)與風(fēng)電機(jī)歷史數(shù)據(jù)進(jìn)行訓(xùn)練，由此建立起的DeepMind系統(tǒng)，能夠在實(shí)際發(fā)電之前36個(gè)小時(shí)預(yù)測(cè)風(fēng)力發(fā)電總量。以這些預(yù)測(cè)結(jié)論為基礎(chǔ)，我們的模型能夠提前為風(fēng)電網(wǎng)的全天及每小時(shí)發(fā)電量做出預(yù)判。”

DeepMind系統(tǒng)能夠提前36個(gè)小時(shí)預(yù)測(cè)風(fēng)力發(fā)電量，幫助發(fā)電運(yùn)營(yíng)商以更高的利潤(rùn)比例為整體電網(wǎng)供電。