您的位置: 泸州信息港 > 健康

2014突破性科学技术智慧清洁能源

发布时间:2019-03-18 09:03:12

2014突破性科学技术:智慧清洁能源 大数据和人工智能应用到天气预测上可以让风力发电和太阳能发电生产出更多的可再生能源,进而实现减少碳排放和保护环境的目标。

将大数据和人工智能应用到天气预测上,可以制作出无比的气象预测模型,能让风力发电机和太阳能发电板发挥的效能,生产出更多可再生能源,并入电,进而达到减少碳排放、保护环境的目标。

本文为作者 Kevin Bullis 发表在 MIT TechnologyReview 上的文章,是《2014突破性科学技术》专题文章的一篇。

突破点:可以超级地预测风力发电和太阳能发电。

突破理由:要让风力发电和太阳能发电普及,就必须解决发电的间歇性问题。

主要参与者:Xcel Energy、GE 能源、美国大气研究国家中心。

在美国科罗拉多州的东部平原上,风力发电正繁荣。从利蒙小镇沿 71 号高速公路向北前进 7 英里,然后再沿着 3p 乡村公鹿前进,路上你会看到新的电路下面的石块:再过几分钟,映入眼帘的便是成排摆放的、绵延数英里的风力发电机组。从 2011 年开始,这里就建起了三个大型的风力发电农场,还有一个新的风力发电农场也将在今年建成。

每隔几秒钟,所有风力发电机都会记录一次风速和能源产出;每隔五分钟,它们便会将数据打包发送到 100 英里远的美国大气研究国家中心(NCAR)。研究中心的人工智能软件将这些数据和来自气象卫星、气象台的数据以及美国其他风力发电农场的数据汇聚在一起。这样做的结果是:人们可以对风力发电的性能进行预测,风力发电可以以难以想象的程度来发电,生产出更多的再生能源,而且成本更低到以前的人们从不敢想。

这种预测能帮助电力企业解决风力发电的一个大难题:风力发电的间歇性。减少风力发电的电量对于公众来说影响不大。人们已经习惯了这种间歇性的变化,毕竟人们对用电量的需求每个季节都不同。但是,想要使用风电就必须准备好备用电源,以免在风力太小发不了电的时候应急。这些备用电源一般都是燃油的发电机,不仅成本高,而且还会带来空气污染。但是有了更的风力发电预测,人们就可以在有风电的时候多用风电,没风电的时候转到其他电上去。

在风力发电预测上线之前,提供了科罗拉多州大多数能源的美国能源企业 Xcel Energy 曾投放广告,说自己提供的能源有约 10% 来自可再生能源。Xcel Energy 向民众寄发广告传单说使用可再生能源将在未来 20 年里增加用电成本 15 亿美元。

但是在先进的预测的帮助下,作为美国的电力公司之一的 Xcel Energy 公司态度做了大转变。

Xcel Energy 公司现在拥有比其他美国电力公司更多的风力发电机,其提供的能源中有 30% 来自可再生能源,并对外宣称可以提供更多可再生能源。

美国大气研究国家中心曾在 2009 年发布早期版本的预测系统,但去年却是这一系统的突破之年,系统的度突飞猛进,预测为 Xcel Energy 节省的资金为过去三年节省的资金之和。今年,美国大气研究国家中心正在测试针对太阳能发电的预测系统。

美国国家可再生能源实验室(NREL)主任 Bryan Hannegan 说,从预测中挖据数据来开发一个更灵活、更高效的电力系统能完成减少碳排放的目标。Hannegan 所主持的项目使用超级计算机模拟开发提高可再生能源的方法,这一项目耗资 1.35 亿美元。他说:“我们现在已经看到实现长期能源和环境目标的方法,而在以前这根本不可能。”

追风

能否将风力发电融入到电中,没人能比 Dayton Jones 更关心这个挑战。Dayton Jones 是 Xcel Energy 公司的一名电厂调度员,他负责在 Xcel 大厦里管理科罗拉多州路灯的开启与关闭。要做好这项工作,Jones 需要将用电需求与发电量结合在一起,控制风力发电机的开启与关闭,控制它们的电力产出。风力发电机发出太多或者太少电都会损坏电力设施,甚至还能让一个地区停电。风力发电因为具有很大的变动性,所以他的这项工作并不好做。

几年前,像 Jones 这样的调度员根本就不相信风力发电的预测。有时候预测的会跟实际差 20%,有时候预报说可以发电结果根本就没风。因为预测的不确定性,燃料备用电源就必须一直开着,在风力发电暂停的短暂几分钟内补上空缺。这种方法成本太高,风力发电本来就是希望借助风力来节约成本,结果成本反倒增加了。美国大气研究国家研究中心的研究应用试验时副主任 William Mahoney 说,更重要的是,使用燃料发电意味着“把碳排放到天空中,花很多钱,而且对环境不好。”

美国大气研究国家研究中心的预测给了 Jones 足够的信心来关闭那些空转的燃料发电机。具体需要关闭多少,还得看预报的数字。如果天气又冷又潮湿,风力发电机的叶片上可能会结冰,也有可能会停转,这时 Jone 就得把燃料发动机全部开启来供电。

但如果天气风和日丽,Jones 就可以关闭所有的快速反应备用电源,包括那些应对用电需求变化而准备的电源。在这样的环境下,Jones 可以保证风力发电农场发出的风电能够满足需求:风力发电机的叶片可以根据需求的高低来调整叶片角度,发出更多或者更少的电。Xcel Energy 公司的计算机会告知这些风力发电机要发出多少电力,每分钟自动控制几百台风力发电机调整发电量。

Xcel Energy 公司原始的预测数据来自每个风力发电农场的 个气象站。现在美国大气研究国家研究中心从每个风力发电机那里都可以信息。数据汇集成一个高精度的气象模型,再加上之前 5 次的风力预测的电力产出。通过使用历史数据,美国大气研究国家研究中心的软件可以为每个风力发电农场提供一个预测,并对不同的农场发布不同的权重。这样一来,预测结果就比以前的所有版本都要精确得多;随后,

2014突破性科学技术智慧清洁能源

每个农场的每台风力发电机都会根据预测数据进行调整,还可以预测出能源产出,这种预测每 15 分钟一次,远可预测 7 天。

美国大气研究国家研究中心和 Xcel Energy 的下一个目标是预测太阳能数据,但是难度要比风力发电大很多。其中一个原因就是,Xcel 无法掌握私人太阳能发电板的发电数量,所以在阴天的时候会损失多少电力,Xcel 也无法知道。美国大气研究国家研究中心的太阳能发电预测系统将使用卫星、天空摄像机、污染监控器以及公有太阳能发电板的数据来推测此刻太阳能发电的电力产出,并预测电力产出的变化值。

虚拟能源

如何通过使用的太阳能、风能预测来让我们多使用可再生能源,实现减少碳排放的目标?美国国家可再生能源实验室新能源系统集成部门的研究者们正在努力寻找风能和太阳能互补的方法。比如说,晚上的风能可以补充晚上太阳能的空缺。不过他们还在考虑将家用智能设备,比如说智能洗碗机、热水器、充电汽车等,在长期无风或者连阴天时也能进入这个系统使用清洁能源或提供电力。

以电动汽车为例,一辆汽车储存的电力,根据家庭用电情况和电池容量,可以供一个家庭用上半天到四五天。它复杂的电路可以对用电时间、电力波动控制的很好,可以在风能太阳能不足的时候来补充需求。只需要进行小小的修改,汽车的电池就可以为家庭供电,甚至可以将剩余电量输送到电上。虽然说现在电动汽车的数量很少,不过在未来几十年里,可再生能源的比例将占到总电量的 %(现在风能占 4%,太阳能低于 1%),那时情况就会改变了。

在美国国家可再生能源实验室里,研究者们通过超级计算机的模拟将 30 辆电动汽车接入到电中,项目的目标是模拟数千辆电动汽车接入电后的反应。他们的想法是用电动汽车储存太阳能,然后在夜晚为临近的房屋供电,然后利用早上出门前的几个小时用风能为汽车充电。

美国国家可再生能源实验室的研究工程师 Bri-Mathias Hodge 表示,美国大气研究国家中心的那些预测系统“至关重要”。在预测系统的帮助下,电动汽车的电池可以一直充满电,同时还能供给电的需求,不会让司机在开车的时候发现电池没电了。

虽然说这离成为现实还很遥远,但是美国大气研究国家中心的预测已经开始奏效。去年一个风大的周末,Xcel Energy 公司创造了一项记录:在一个小时的时间内,科罗拉多州电上 60% 的电力来自风力发电。Xcel Energy 可再生能源部门的主管 Drake Bartlett 说:“这样的比例要是放在几年前,调度员肯定会吓死。”因为以前调度员会担心风小了之后电力突然短缺,“我们已经实现了突破,这样的记录以后会越来越少。”

猜你会喜欢的
猜你会喜欢的