中國儲能網(wǎng)訊：據(jù)美國InsideAInews網(wǎng)站報道，美國電網(wǎng)正在老化，無法滿足消費者的需求。如果不進行及時的更新改造，停電很快就會成為常態(tài)。人工智能能否成為解決美國供電瓶頸的關(guān)鍵？
美國的電網(wǎng)已經(jīng)過時了，其中大部分建于20世紀60年代，自那以后就沒有進行過重大更新。如今，約70%的輸電線路已有30年的歷史。雖然老化的基礎(chǔ)設(shè)施本身就是一個問題，但這不是主要問題。美國最近數(shù)字化的急劇上升可能是罪魁禍首。大型數(shù)據(jù)中心和制造廠等工業(yè)設(shè)施正在全國范圍內(nèi)涌現(xiàn)，整個州現(xiàn)在都面臨著迫在眉睫的電力短缺。由于這些地方，喬治亞州的用電量創(chuàng)下歷史新高，目前是過去的17倍。據(jù)估計，到2030年，美國數(shù)據(jù)中心就需要大約47吉瓦的電力容量。從這個角度來看，平均每個核電機組產(chǎn)生1吉瓦的電力。美國有54座核電機組，勉強足以滿足這些數(shù)據(jù)中心的基準消耗。
2022年，一個典型的美國家庭經(jīng)歷1.4次停電，平均持續(xù)5.6小時。在一些州，人們平均有近20個小時沒有電。如果情況繼續(xù)保持不變，隨著數(shù)字化加速而不受控制，意外和輪流停電可能會變得更加頻繁。電網(wǎng)復(fù)雜而龐大，因此只靠人工處理和分析是不可能的。這就是人工智能發(fā)揮作用的地方——它可以超越任何人類，完成自動化最基本的任務(wù)。
具體來說，人工智能可以通過四種主要方式幫助補充能源供應(yīng)和滿足需求。
識別優(yōu)化——人工智能實現(xiàn)了數(shù)據(jù)驅(qū)動的洞察力，使決策者能夠識別優(yōu)化潛力。例如，模型可以使用太陽強度、云層覆蓋和天氣信息來預(yù)測太陽能電池板將在哪里產(chǎn)生最大的電力。城市可以利用這些發(fā)現(xiàn)來最大限度地減少電網(wǎng)壓力，或向聯(lián)邦政府尋求基礎(chǔ)設(shè)施援助。雖然電網(wǎng)升級的成本可能很高，但納稅人不必被賬單所困。例如，由于翻新的變壓器比新變壓器便宜得多，而且交貨時間也快得多，因此它們是具有成本效益的解決方案。借助人工智能，電網(wǎng)運營商可以實時分析新設(shè)備以優(yōu)化性能。
預(yù)測停電——機器學(xué)習(xí)模型可以使用天氣、地理和過去停電的實時和歷史數(shù)據(jù)來確定下一次停電的發(fā)生時間。通過這種方式，可以預(yù)防這些事件，同時加快事件響應(yīng)。該算法可以檢測停電并中繼緊急備用電源。
預(yù)測能源消耗率——電網(wǎng)運營商每天多次進行復(fù)雜的數(shù)學(xué)計算，以預(yù)測未來的能源需求。這聽起來很乏味。幸運的是，研究表明，機器學(xué)習(xí)模型可以更快地完成這些計算，將時間從10分鐘縮短到1分鐘，總共節(jié)省了大量時間。如果決策者能夠獲取家庭層面的用電數(shù)據(jù)，先進的人工智能可以在幾分鐘內(nèi)對其進行分析。通過這種方式，他們可以預(yù)測人們將使用多少電力，使他們能夠為需求的激增或下降做好相應(yīng)的準備。無論他們引入可再生能源、設(shè)置電池還是安排輪流停電，他們都會做好準備。
促進點對點交易——為終端用戶設(shè)計的人工智能可以通過預(yù)測成本和電力可用性來促進點對端能源交易。無論哪種方式，當人們注意到每千瓦時的價格上漲時，他們會傾向于將多余的電力賣回電網(wǎng)，幫助運營商補充供應(yīng)，更好地滿足需求。
