頭條聚焦產業(yè)政策企業(yè)動態(tài) 協(xié)會消息風電財經海外風電陸上風電海上風電分散式風電風電運維其他消息活動動態(tài) 本站動態(tài)

阿法狗團隊進軍能源領域！DeepMind 機器學習預測36小時風力發(fā)電量風電價值提高20%

2019-04-22 來源：谷歌博客瀏覽數(shù)：2173

現(xiàn)如今，隨著氣候問題的日益嚴重，世界上絕大多數(shù)國家都越來越重視零碳技術或者低碳技術。可再生能源便是一種零碳技術。例如風力發(fā)電來說，在過去的十年里，風力發(fā)電廠已經成為零碳電力的重要來源，原因與急劇下降的風機成本以及不斷提高的裝機量分不開。但是，風力發(fā)電的不穩(wěn)定性卻對現(xiàn)今的能源系統(tǒng)提出了更高的挑戰(zhàn)。如何提前預知風電的不穩(wěn)定性成了一個急需解決的問題。

　　為了解決風電預測問題，2018年，DeepMind (開發(fā)阿法狗的團隊)和谷歌開始將機器學習算法應用于美國中部的共700MW的風力發(fā)電廠中。這些風電場是谷歌全球可再生能源項目的一部分，這700MW的風力發(fā)電廠發(fā)出的電力足夠滿足一個中型城市的用電量需求。

　　DeepMind團隊基于大量的天氣預報以及歷史發(fā)電數(shù)據(jù)訓練其神經網絡模型，并建立了提前36小時預測風力發(fā)電的模型。基于這些預測數(shù)據(jù)，DeepMind團隊可以提前一天告知電網未來每小時電力的輸出，從而可以更高效的保證電網的穩(wěn)定。雖然這一算法還沒改進到最優(yōu)的程度，但目前已經開始顯著的幫助了風力發(fā)電廠提高自身的收益。與最基礎的運作方式相比，通過加入基于機器學習的預測，風電場的收益提高了20%。

　　我們無法消除風的變化，因此無法使風力發(fā)電變得穩(wěn)定，但DeepMind目前的研究結果表明，可以使用機器學習來預測風力發(fā)電，從而提高風電的價值。

　　↑與未采用機器學習的風電場（淺色矩形）相比，采用了機器學習的風電場（深色矩形）由于對風力產出、電力供需、運營成本進行了有效把控，成功將風力能源價值提高將近20％

　　DeepMind希望這種機器學習的方法可以得到廣泛的應用，從而推動全世界的能源轉型。谷歌最近實現(xiàn)了其所使用的能源100%來自可再生能源（部分通過購買綠證的方式）。目前，谷歌的目標是7x24小時每時每刻消納的電都是可再生能源所發(fā)出的，因此基于機器學習的預測算法將會更加的重要。DeepMind目前的算法還有很高的提升空間，然而目前已經走出的這一步，對于谷歌以及對于全世界的環(huán)境問題而言，都是意義重大的。

【延伸閱讀】

湖北興山縣分散式風力發(fā)電項目初步設計報告通過評審

我國風電防雷邁入新階段《風力發(fā)電場區(qū)域防雷技術規(guī)范》正式實施

梅賽德斯-奔馳將建造德國超大的風力發(fā)電場

興藍風電副總經理陽雪兵一行拜訪中節(jié)能風力發(fā)電股份有限公司

國家統(tǒng)計局：8月規(guī)上風力發(fā)電量645億千瓦時，同比增長20.2%！

河北灤州市350MW風力發(fā)電項目啟動競配！

柬埔寨擬于2026年在蒙多基里省啟動大型風力發(fā)電廠

國家電投河北公司衡水深州50兆瓦風力發(fā)電項目開工

河北公司衡水深州50兆瓦風力發(fā)電項目開工

“26MW級半直驅海上風力發(fā)電機組以及主軸軸承?全系列齒輪箱軸承”入選國家級重大技術

鑒衡助力三一重能風力發(fā)電機組通過國際EPD第三方核查