0
根據(jù)The Conversation公布的最新數(shù)據(jù)，歸功于風能和太陽能的大力發(fā)展，2016年英國可再生的清潔能源比重再創(chuàng)新高，是過去60年以來最清潔的電力結構。然而，想要進一步擴大可再生能源規(guī)模，所面臨的難題之一就是間歇性，也就是說這些能源取決于風力、陽光等天氣條件。同傳統(tǒng)能源不同，間歇性意味著可再生能源可能無法滿足激增的需求。這也是為何近年來我們不斷聽到“沒有充足光線”頭條新聞的原因之一。
在推進清潔的可再生能源進程中，英國又是如何克服這個先天不足的呢？英國電網(wǎng)運營商National Grid（國家電網(wǎng)）部署了幾套方案，從而確保能夠始終滿足英國生產(chǎn)生活需求。首先對于較少的電力缺口，National Grid要求電力供應商以低于最大電力輸出的標準來運行常規(guī)發(fā)電站，并根據(jù)缺口需求逐步增加。
而對于較大的電力缺口，National Grid確保發(fā)電站，尤其是天然氣發(fā)電站始終處于待命狀態(tài)。為進一步降低傳統(tǒng)電力輸出，部分發(fā)電站的發(fā)電量只要求在每年幾十到幾百小時之間。這不僅能夠促進碳排放，更重要的原因此類短期干預的發(fā)電廠成本是非常昂貴的。
擺在英國政府面前的難題是，應該用什么方法去解決這個問題。也有觀點認為沒有必要擴大可再生能源的規(guī)模，通過去除二氧化碳并掩埋在地下能夠讓常規(guī)能源“更綠色”。在討論這些碳捕捉技術能否大規(guī)模商業(yè)運作的時候出現(xiàn)了意見分歧。在英國，由于成本和部門的分歧，在KickStarter眾籌平臺上的兩個政府項目已經(jīng)陷入僵局。
另一種替代解決方案就是安裝超大（電網(wǎng)級別）的電池，來存儲可再生能源并需要的時候進行釋放。該方案在近期獲得了極大的關注，但是考慮到當前電池技術的成本，電網(wǎng)級別的電池存需要非常昂貴的前期投資。
在對這些問題進行深入研究之后，英國的科研專家正在研發(fā)一種Demand-Side-Response（按需響應）的替代解決方案。該方案的舉措之一是，獎勵那些在收到通知后立即減少用電量的消費者。這項優(yōu)惠適用于大型工業(yè)客戶到個體消費者，關閉空調、照明和冰箱都能獲得獎勵。
Demand-Side-Response的另一項舉措就是，要求那些具備存儲電力設備的消費者幫助分擔激增的需求。例如裝備太陽能面板和相關蓄電池的家庭，可以通過將蓄電池連接到電網(wǎng)中，用于抵扣設備的償還費用。此類別的其他設備還包含電動汽車、醫(yī)院/大學的不間斷電源（UPS）單元。
按需響應的兩種措施都已經(jīng)開始部署。部分工業(yè)用電客戶，以及類似于酒店經(jīng)營者的某些特定公司已經(jīng)簽署了減少用電的合約。與此同時，National Grid吸引了很多對電力存儲計劃感興趣的投標者，并已著手在英國部分地區(qū)進行試點部署。這種存儲可以認為是大規(guī)模電池的替代解決方案，如果形成足夠大的規(guī)模這種電力存儲會變得更加經(jīng)濟。
在客戶池成功創(chuàng)建之后，部分設備可能無法始終保持電力存儲狀態(tài)，或者用于降低當前的電力需求。在這段時間內就需要在計算中同時考慮到，減少電網(wǎng)干擾和激勵消費者參與。問題是，一旦客戶池超過一定規(guī)模，這個方案就會變得更加復雜。例如，知道哪些消費者進行了注冊，目前用電設備的具體用電量和費用。
按需響應同樣也有可能會帶來不期望的效果，例如在消耗過程中的大規(guī)模同時反彈。例如在按需響應結束之后，很多冰箱需要吸取額外的電量來讓內部溫度降低到所需級別之下。
最后，按需響應還存在一個潛在的重大安全問題：從很多設備上收集能源使用數(shù)據(jù)的中心系統(tǒng)，可能遭到惡意攻擊以及信息篡改。這可能會破壞電網(wǎng)的平衡，以及對客戶欠款的追蹤。
面對這些挑戰(zhàn)，新興的人工智能似乎就是你所尋找的答案。例如，為了篩選最佳的電網(wǎng)參與者，電網(wǎng)運營商可以使用復雜的機器學習技術，模擬特定設備的行為以及電池存儲單元來審查智能電表和傳感器的數(shù)據(jù)。
智能電網(wǎng)概念：工業(yè)和智能電網(wǎng)設備身處于一個聯(lián)網(wǎng)網(wǎng)絡中?？稍偕茉春椭悄茈娋W(wǎng)技術所創(chuàng)建的智能城市將滿足未來生活居住的各項需求。
在注冊電網(wǎng)存儲之后，根據(jù)預測算法對充電/放電數(shù)據(jù)進行分析，未來可以預估電池組或電池單元的有效壽命。擁有者依然可以獲得適當?shù)难a償，而且能夠較為直觀的知道電池大概還能持續(xù)多久。
涉及池中的設備管理，人們曾經(jīng)認為可以使用單獨的智能電表或者控制設備在云端充當中心服務器。事實上，這種智能電表的造價非常昂貴，而且需要服務器在更短的時間（以毫秒為單位）內分析數(shù)據(jù)，一旦池中超過數(shù)千臺設備就會崩潰，因此這種方案是不可行的。
替代解決方案就是在電網(wǎng)本身上安裝能夠檢測需求程度的計量裝置，根據(jù)需求相應的調整輸出功率。這不僅能夠承擔中心服務器的壓力，只需要在區(qū)域級別進行計量，而不是每個電力設備。但這依然遺留了一個復雜的控制問題--如何協(xié)調所有設備的用電需求。來自赫瑞瓦特大學的科研團隊正使用基于人工智能的算法來解決這個問題。
在洞察算法理論到開發(fā)獎勵/懲罰機制（確保池中有足夠多的客戶參與，在必要的時候做出響應），人工智能的研究都提供了很大的幫助。研究人員也樂觀的認為，區(qū)塊鏈技術（運用于比特幣）可以夯實分散總賬系統(tǒng)的基石，讓用戶數(shù)據(jù)規(guī)避單個存儲點的安全風險。
在英國和其他地區(qū)的多家人工智能研究機構，已經(jīng)著手應對這些挑戰(zhàn)，而且一些初創(chuàng)公司已經(jīng)開始實踐開發(fā)此類系統(tǒng)，例如相對簡單的機器學習版本已經(jīng)開始投入使用。站在國際的最前沿，英國有更好的機會在接下來幾年實現(xiàn)更智能的按需響應。
via robohub
雷峰網(wǎng)版權文章，未經(jīng)授權禁止轉載。詳情見轉載須知。
