Alphabet旗下的X Lab正在研究電網相關的工具,以幫助公用事業來監控和預測電網上的活動。官方提到,這個研究計畫屬於射月(Moonshot)專案之一,目標是要開發和測試電網監控系統的原形。

電網為許多重要的基礎設備供電,但這是一個超過一世紀的工程設計,目的是要讓電力從石化燃料發電廠流向城鎮,隨著科技的發展,世界各國皆力推再生能源,因此再生能源的供電也開始流入電網,而且消費者也逐漸使用電動車,或是安裝太陽能發電板,這些發電與用電的變化,使得原本電網的平衡受到衝擊,X Lab提到,面對電網平衡的挑戰只會越來越大,因為要應對全球氣候變化,就必須要實現24/7全無碳電力。

由於這項專案涉及複雜的電網專案,因此研究團隊找來Audrey Zibelman領導這次的射月專案,Audrey Zibelman是前澳洲能源營運商AEMO的執行長,在2019年和2020年使澳洲電網安然度過野火摧殘,也參與了紐約在經珊迪颶風重創後電力系統的重構。

監控與預測再生能源電力的根本障礙,是無法確定流入電網的再生能源電量,研究人員提到,電網營運商每天都需要確保電網中,供應和使用的電力能夠維持平衡,但是管理和做決定卻面臨許多不確定性,其中最大的問題就是無法掌握風力發電和太陽能這種間歇性電力,流入電網的實際狀況。

而且也無法即時了解能源流動的方式,目前缺乏所有供應商一致的全域檢視圖,和端到端彙總檢視圖,因此無法查看發電廠,甚至在一般人家中屋頂太陽能電板,這些電力進到電網的實際情況。而且不同單位的需求不同,掌握電網的方法也有所不同,從公用事業到系統營運商,每個管理、建構和調節等階段,都使用不同的工具和系統模型。

由於這些原因營運商面對巨大障礙,尤其是電網中開始有數百萬個裝置可能向電網貢獻和擷取電力。研究人員提到,要解決這個複雜的狀況,其中一個切入點是為碎片化的電力系統,建構一個單一檢視圖,研究人員認為,機器學習技術可以在這個任務幫上忙,透過預測各種情況來預測整體電網的電力。

研究團隊討論了幾個電網專案的重點,包括研究創建詳細且即時電網檢視圖的可能性,甚至要準確預測天氣,知道晴天與刮風的時間,來進一步預測發電量,也希望能夠預測和模擬電網未來的事件,官方提到,他們希望藉由探索這些問題,找到新的運算工具,帶領人們將電網從工業時代進展到智慧技術時代。

在各國都極力想要脫碳的現在,研究團隊提到,營運商需要重新設計更新和管理電網的方式,而這件事無法由單一組織解決,因此跨Alphabet團隊執行射月專案,整合內外資源要共同合作解決這項問題。


熱門新聞

Advertisement