國務院關于印發(fā)《2024—2025年節(jié)能降碳行動方案》的通知
DeepMind機器學習預測36小時風力發(fā)電量 風電價值提高20%
DeepMind機器學習預測36小時風力發(fā)電量 風電價值提高20%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7
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)電數據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?;谶@些預測數據,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%。
圖1,DeepMind團隊提前36小時預測值與真實值對比
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。
圖2,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。
-
英國風能發(fā)電量創(chuàng)新高2024-08-16
-
合肥首個風能發(fā)電項目獲核準2024-08-16
-
山東電網1-9月共接納風力發(fā)電63.95億千瓦時2024-08-16
-
日本政府將提高風力發(fā)電比率2024-08-16
-
越南男子發(fā)明南瓜形風力發(fā)電機 可為家庭供電2024-08-16
-
韓文科:發(fā)展太陽能及風能發(fā)電并網2024-08-16
-
風力發(fā)電成為寧夏第二大主力電源2024-08-16
-
山西風力發(fā)電能力突破500萬千瓦2024-08-16
-
工信部:5兆瓦及以上風力發(fā)電設備成為風電發(fā)展的重點方向2024-08-16
-
浙江東部海面上建起風力發(fā)電場2019-04-03
-
浙江建立的首個海上風力發(fā)電場2019-04-03
-
國標《海上風電場風力發(fā)電機組基礎技術要求》正式實施2019-04-02
-
世界銀行大力支持發(fā)展中國家海上風力發(fā)電項目2019-03-12
-
替代核能 英國近海風力發(fā)電目標激增2019-03-11
-
維斯塔斯推出了適用于極端天氣的4MW風力渦輪機2019-03-01