中國(guó)儲(chǔ)能網(wǎng)訊：據(jù)美國(guó)InsideAInews網(wǎng)站報(bào)道，美國(guó)電網(wǎng)正在老化，無法滿足消費(fèi)者的需求。如果不進(jìn)行及時(shí)的更新改造，停電很快就會(huì)成為常態(tài)。人工智能能否成為解決美國(guó)供電瓶頸的關(guān)鍵？
美國(guó)的電網(wǎng)已經(jīng)過時(shí)了，其中大部分建于20世紀(jì)60年代，自那以后就沒有進(jìn)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(gè)問題，但這不是主要問題。美國(guó)最近數(shù)字化的急劇上升可能是罪魁禍?zhǔn)?。大型?shù)據(jù)中心和制造廠等工業(yè)設(shè)施正在全國(guó)范圍內(nèi)涌現(xiàn)，整個(gè)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(jì)，到2030年，美國(guó)數(shù)據(jù)中心就需要大約47吉瓦的電力容量。從這個(gè)角度來看，平均每個(gè)核電機(jī)組產(chǎn)生1吉瓦的電力。美國(guó)有54座核電機(jī)組，勉強(qiáng)足以滿足這些數(shù)據(jù)中心的基準(zhǔn)消耗。
2022年，一個(gè)典型的美國(guó)家庭經(jīng)歷1.4次停電，平均持續(xù)5.6小時(shí)。在一些州，人們平均有近20個(gè)小時(shí)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(huì)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(dòng)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(bǔ)充能源供應(yīng)和滿足需求。
識(shí)別優(yōu)化——人工智能實(shí)現(xiàn)了數(shù)據(jù)驅(qū)動(dòng)的洞察力，使決策者能夠識(shí)別優(yōu)化潛力。例如，模型可以使用太陽強(qiáng)度、云層覆蓋和天氣信息來預(yù)測(cè)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(jí)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(shí)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(yùn)營(yíng)商可以實(shí)時(shí)分析新設(shè)備以優(yōu)化性能。
預(yù)測(cè)停電——機(jī)器學(xué)習(xí)模型可以使用天氣、地理和過去停電的實(shí)時(shí)和歷史數(shù)據(jù)來確定下一次停電的發(fā)生時(shí)間。通過這種方式，可以預(yù)防這些事件，同時(shí)加快事件響應(yīng)。該算法可以檢測(cè)停電并中繼緊急備用電源。
預(yù)測(cè)能源消耗率——電網(wǎng)運(yùn)營(yíng)商每天多次進(jìn)行復(fù)雜的數(shù)學(xué)計(jì)算，以預(yù)測(cè)未來的能源需求。這聽起來很乏味。幸運(yùn)的是，研究表明，機(jī)器學(xué)習(xí)模型可以更快地完成這些計(jì)算，將時(shí)間從10分鐘縮短到1分鐘，總共節(jié)省了大量時(shí)間。如果決策者能夠獲取家庭層面的用電數(shù)據(jù)，先進(jìn)的人工智能可以在幾分鐘內(nèi)對(duì)其進(jìn)行分析。通過這種方式，他們可以預(yù)測(cè)人們將使用多少電力，使他們能夠?yàn)樾枨蟮募ぴ龌蛳陆底龊孟鄳?yīng)的準(zhǔn)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(huì)做好準(zhǔn)備。
促進(jìn)點(diǎn)對(duì)點(diǎn)交易——為終端用戶設(shè)計(jì)的人工智能可以通過預(yù)測(cè)成本和電力可用性來促進(jìn)點(diǎn)對(duì)端能源交易。無論哪種方式，當(dāng)人們注意到每千瓦時(shí)的價(jià)格上漲時(shí)，他們會(huì)傾向于將多余的電力賣回電網(wǎng)，幫助運(yùn)營(yíng)商補(bǔ)充供應(yīng)，更好地滿足需求。
