人工知能がエネルギー産業を活性化する4つの方法

0

のです。 applicationsArtificial Intelligence in the energy industry are powering new innovations and helping to develop the smart grid of the future. Christopher Frye, a Kolabtree freelancer, details how artificial intelligence in power plant, with 4 real-world examples.

人工知能 (AI) represents an area that holds significant potential across a wide array of sectors, as much in the value it can create as in the value it can uncover through realizing previously untapped potential. With increases in computing power, coupled with data storage that is more accessible, AI can now produce analyses of data sets in a much more powerful and elegant manner than ever before.

もっと簡単に言えば、AIは従来人間が行っていた作業の範囲を広げ、場合によっては人間よりも優れているということです。今回のブログでは、この可能性がエネルギー産業に与える影響、特に発電所における人工知能が電力システムにどのような機会と価値を生み出しているかについて掘り下げてみたいと思います。

AIとエネルギーの融合

興味深いことに 昨年の大学生へのブログ記事マイクロソフト社の創業者であるビル・ゲイツ氏は、過去に戻って新しい方法でインパクトを与えることができるとしたら、3つの分野を検討するだろうと述べています。

One is artificial intelligence. We have only begun to tap into all the ways it will make people’s lives more productive and creative. The second is energy, because making it clean, affordable, and reliable will be essential for fighting poverty and climate change. The third is biosciences, which are ripe with opportunities to help people live longer, healthier lives.

バイオサイエンスは非常に崇高な学問ですが、この引用文がより興味をそそるのは、多くの点でAIとエネルギーが融合しつつあるという事実です。この記事の残りの部分では、AIに関連した革新がエネルギー産業にどのような影響を与えているかについて、具体的な例を挙げたいくつかのケーススタディを含めて洞察しています。

グリッドの基本

Before we dive into the details, a few minor points are in order regarding the nature of electric utility operations to ensure a clear understanding of how AI intersects. At its core, the electric industry (still) consists of three primary functional 地域: generation, transmission, and distribution. Generation includes all of the sources of electric-generating power including both fossil fuels and renewable energy; transmission includes high-voltage power lines that transport electricity from its generation source to where it’s needed, facilitated by a distribution system more popularly known as the system of telephone poles that line your street.

This entire system is more popularly known as the “grid”, and in recent years, a significant amount of discussion has centered on making the grid “smarter” or more responsive. While there are competing representations of how one defines the smart grid, at its essence, it is the confluence of the electric system and advanced innovation of information technology and コミュニケーション. The smart grid is not static. It is a system that が進化し続けています。 are iteratively tested and perfected. The role of AI might be best described as the brain behind the future smart grid, the 制御 center behind millions of sensors and the ability to synthesize and act upon overwhelming amounts of data. We turn to a few case studies where some of this is already happening.

発電所における人工知能。事例紹介

1.AI+蓄電=Athena

ステム, a San Francisco-based company founded in 2009, brings together the power of AI and energy storage to “optimize the timing of energy use”. Through the combination of machine learning, predictive 分析学 and energy storage, アテナと呼ばれるこのシステムは、仮想的な発電所を形成し、蓄電の価値を最大化します。

How does it do this? Through 分析 of data at a rate of 400 megabytes every minute, the system continuously assesses the time value of energy and makes the most optimal decisions about when energy should be purchased. The process of aggregation across multiple points representing energy storage capacity is what is described as the “virtual power plant”. The proliferation of these distributed resources are increasingly being driven by the growth of what are called distributed energy resources (DER) on the electric grid – primarily through rooftop solar which has 過去10年間で大きく成長.

このコンセプトを視覚的に表現したのが以下の画像です。

電気グリッド領域におけるDERとプロシューマーの物理的な集合レベルを模式的に表したもの。EES:電気エネルギー貯蔵、DG:分散型発電、MV:中電圧、LV:低電圧。 

出典はこちら。 スマートプロシューマーのデマンドサイドマネジメントのためのバーチャルパワープラントアーキテクチャ - Scientific Figure をResearchGateに掲載しました。[2018年11月3日アクセス]

 

この例では、EESはElectrical Energy Storage(電気エネルギー貯蔵)、DGはDistributed Generation(分散型発電)、MVとLVはそれぞれMedium Voltage(中電圧)とLow Voltage(低電圧)を意味します。

この仮想発電所への集約プロセスは、AIを活用して、天候、エネルギー消費量、タリフ(電気料金)オプションなど、さまざまな変数の予測分析を行い、リアルタイムの計算プロセスを自動化して、継続的に行われます。その結果、空前の猛暑(気候変動の影響で空前の猛暑ではなくなってきていますが)でも安心して過ごせるような負荷削減量が集計されます。これは、Stemシステムが導入した 2017年にカリフォルニア州の卸売市場で600回以上の.

2.再生可能エネルギーの管理を容易にするAI

気候変動の影響や化石燃料の継続的な使用により 再生可能エネルギーの成長を促し、現在では世界の電力生産量の5分の1を占めています。しかし、この成長には、多くの人が気づいていない側面があります。再生可能エネルギーの増加に伴い、システム運用者は再生可能エネルギーを既存の電力網に統合するという課題に直面しています。

このように 記事 をScientific American誌が指摘しています。

間欠的な自然エネルギーは、従来の電力網の日常的な運用計画に影響を与えるため、困難な課題となっています。自然エネルギーの電力は、複数の時間軸で変動するため、系統運用者は日前、時間前、リアルタイムの運用方法を調整しなければなりません。

太陽光発電や風力発電は、雲の状態や風向きの予測が難しい場合にも影響を受ける可能性があるため、電力網が安定して電力を供給できるようにするためには、1分1秒単位での作業が必要になります。これもまた、AIが活躍する分野です。ここでは、そのようなイノベーションを2つ紹介します。1つ目は、太陽光発電のリソース管理に関連するもので、2つ目は、複数のデータストリームを集約し、天気予報と機械学習を組み合わせて再生可能エネルギーの運用を最適化するものです。

3.VADER - 分散型エネルギーネットワークの可視化

ここでいうベイダーとは暗黒卿のことではなく、太陽光発電システムとスマートメーターからのデータを組み合わせたプラットフォームのことで、屋上や地上に設置された太陽光発電などの分散型エネルギー資源の電力消費と行動をモデル化するために、継続的にデータを精査する。VADERとは V視覚化と Aの深い浸透を伴う流通システムのアナリティクス Dを配布しています。 Eナジー R資源(あるいは、DER)です。

これらのイノベーションの核となるエンジンは 機械学習とAIベースのアルゴリズムこのプラットフォームは、「電力網における接続性の潜在的な変化やDERの挙動をモデル化し、電力会社の配電計画や運用判断のリアルタイムな最適化と自動化を可能にする」ことを目指しています。以下に、プラットフォームのアプリケーション画面の一部をご紹介します。

ソーラーVADER技術のスクリーンショット出典はこちら。 Office of Energy Efficiency & Renewable Energy 

4.Nnergix - 気象学、アナリティクス、そしてエネルギーの交点

Nnergix is a Barcelona-based outfit founded in 2013 that brings together a mass of data and through the process of AI-based algorithms and analytic models to both manage renewable energy and optimize spinning reserves. Spinning reserves – in the simplest sense – are those generation resources that are on-line though not loaded and can respond within a short amount of time in the event a generator or transmission resource goes down.

AIとエネルギーの未来

上記の例は、最終的に可能になることのほんの一例です。AIの使用がエネルギーに影響を与えている例は、以下のように他にもたくさんあります。 短期負荷予測また、老朽化したリソースを交換するための予知保全(最終的に故障してコストのかかる修理が発生する前に)や カスタマー・エクスペリエンスを向上させるバーチャル・アシスタントとしています。 AIを使って電気代を把握する.

もちろん、これらのイノベーションにはリスクがないわけではありません(データプライバシーや インターネットに接続された機器への依存)でも、コンピューティングパワーとデータの可用性があれば、発電所における人工知能が恩恵を受ける分野は他にもある可能性があります。必要な追加要素は創造性だけです。

——-
人工知能の専門家に相談する必要がありますか?に連絡してください。 フリーランス・サイエンティスト をKolabtreeに掲載しました。


Kolabtreeは、世界中の企業がオンデマンドで専門家を雇えるようにします。当社のフリーランサーは、企業が研究論文を発表したり、製品を開発したり、データを分析したりするのに役立っています。それはあなたが行う必要があるものを教えて、無料で専門家からの見積もりを取得するために1分だけかかります。


共有しています。

著者について

クリストファー・フライは、パナマ・シティを拠点とする独立系の市場調査コンサルタントで、エネルギー、消費財、テクノロジーなどの産業分野で20年以上の経験を有しています。市場調査や顧客調査でお客様をサポートするだけでなく、パナマの企業に市場調査サービスを提供するパナダトスという新興企業の経営にも携わっています。

返信を残す