Data science

สหราชอาณาจักรใช้ประโยชน์จาก AI ที่คาดการณ์บนคลาวด์เพื่อคาดการณ์อุปทานพลังงานแสงอาทิตย์

โรงไฟฟ้าพลังงานแสงอาทิตย์และพลังงานลมผลิตไฟฟ้าที่สะอาดและราคาไม่แพงสำหรับเครื่องชั่งขนาดใหญ่ แต่มีข้อบกพร่องที่สำคัญอย่างหนึ่ง: ไฟฟ้าขัดข้อง โดยพื้นฐานแล้ว ความไม่สม่ำเสมอหมายถึงข้อเท็จจริงที่ว่าทั้งลมและพลังงานแสงอาทิตย์มีทั้งในระดับหนึ่งที่ไม่สามารถคาดการณ์ได้และไม่สามารถควบคุมได้ และในบริบทของโครงข่ายไฟฟ้า นั่นหมายความว่าโรงผลิตไฟฟ้าที่สามารถควบคุมได้มากขึ้น เช่น โรงไฟฟ้าเชื้อเพลิงฟอสซิล จะต้องพร้อม เพื่อเติมเต็มช่องว่างในทันทีเพื่อให้ลูกค้าได้รับประสบการณ์การหยุดชะงักของบริการ ปัจจุบัน สหราชอาณาจักรซึ่งพึ่งพาพลังงานหมุนเวียนเพื่อการจ่ายไฟฟ้าส่วนใหญ่ กำลังหันมาใช้ AI เพื่อลดการทำงานไม่ต่อเนื่องของพลังงานแสงอาทิตย์ โดยทั่วไป พลังงานแสงอาทิตย์จะมีความผันผวนน้อยกว่าลม เนื่องจากสามารถคาดการณ์ได้ในเวลากลางวัน เวลากลางคืน ความเข้มของดวงอาทิตย์ และมุมของดวงอาทิตย์ที่สัมพันธ์กับสถานที่ตลอดทั้งวัน อย่างไรก็ตาม เมฆโยนกุญแจเข้าไปในงาน ขัดขวางการจ่ายพลังงานแสงอาทิตย์ไปยังแผงโซลาร์เซลล์อย่างวุ่นวายโดยมีการเตือนเพียงเล็กน้อย เรื่องที่ยุ่งยากซับซ้อน ผู้ปฏิบัติงานด้านพลังงาน แม้จะตระหนักถึงสิ่งอำนวยความสะดวกพลังงานแสงอาทิตย์ขนาดใหญ่ มักไม่ทราบตำแหน่งทางภูมิศาสตร์ที่แน่นอนของแผงโซลาร์เซลล์ในครัวเรือนหรือธุรกิจ การรวมกันของเมฆที่คาดเดายากและข้อมูลตำแหน่งที่ขาดหายไปสำหรับแผงโซลาร์เซลล์จำนวนมากหมายความว่าผู้ปฏิบัติงานไม่ทราบว่าเมื่อใดที่เมฆปกคลุมแผงโซลาร์เซลล์เหล่านั้น และเนื่องจากความไม่แน่นอนนั้น ตารางจึงต้องการบัฟเฟอร์ขนาดใหญ่กว่าของแผงโซลาร์เซลล์อื่นๆ แหล่งพลังงานเพื่อพิจารณาความแตกต่าง เข้าสู่ Open Climate Fix ซึ่งเป็นห้องปฏิบัติการผลิตภัณฑ์ที่ไม่แสวงหาผลกำไร “มุ่งเน้นอย่างเต็มที่ในการลดการปล่อยก๊าซเรือนกระจกให้เร็วที่สุด” องค์กรไม่แสวงหากำไรได้ร่วมมือกับผู้ให้บริการไฟฟ้ากริดแห่งชาติของสหราชอาณาจักร (ESO) เพื่อส่งมอบ “การออกอากาศปัจจุบัน” โดยใช้การเรียนรู้ของเครื่อง โดยพื้นฐานแล้ว โมเดลจะฝึกโมเดลแมชชีนเลิร์นนิงเพื่อให้เข้าใจจากภาพถ่ายดาวเทียมว่าเมฆเคลื่อนที่อย่างไรและแสงแดดจะตกที่ใด ในขณะเดียวกัน โครงการแยกต่างหากกำลังทำงานเพื่อทำแผนที่แผงโซลาร์เซลล์ของสหราชอาณาจักร “การคาดการณ์ที่แม่นยำสำหรับรุ่นที่ขึ้นอยู่กับสภาพอากาศ เช่น พลังงานแสงอาทิตย์และลม มีความสำคัญสำหรับเราในการใช้งานระบบไฟฟ้าคาร์บอนต่ำ ยิ่งเรามีความมั่นใจในการคาดการณ์มากเท่าไหร่ เราก็ยิ่งต้องปกปิดความไม่แน่นอนน้อยลงด้วยการรักษาโรงไฟฟ้าเชื้อเพลิงฟอสซิลแบบเดิมที่ควบคุมได้ดีกว่า” Carolina Tortora หัวหน้าฝ่ายกลยุทธ์นวัตกรรมและการเปลี่ยนแปลงทางดิจิทัลของ National Grid ESO กล่าว “เราใช้การเรียนรู้ด้วยเครื่องมากขึ้นเพื่อเพิ่มการคาดการณ์ของห้องควบคุมของเรา และโปรเจ็กต์การออกอากาศล่าสุดนี้ด้วย Open Climate Fix ซึ่งงานของเขาอาจส่งผลกระทบอย่างแท้จริงต่อผู้ให้บริการกริดทั่วโลก จะนำมาซึ่งก้าวสำคัญอีกขั้นในความสามารถของเราและต่อไป เส้นทางของเราไปสู่กริดคาร์บอนเป็นศูนย์” งานนี้สร้างขึ้นจากความพยายามในการเรียนรู้ของเครื่องก่อนหน้านี้จาก ESO ซึ่งส่งผลให้มีการปรับปรุง 33% ในความแม่นยำในการคาดการณ์แสงอาทิตย์ในช่วงไม่กี่ปีที่ผ่านมา

  • บ้าน
  • Business
  • Data science
  • Marketing
  • Leave a Reply

    Your email address will not be published. Required fields are marked *

    Back to top button