科技新創

風力能源能在36小時前預測!Google DeepMind開發新型AI,大幅提升產電價值20%

風力發電已經成為環保電能的重要來源,加上渦輪機的成本急劇下降,各界不斷探尋風力發電的效用與發展方向,然而隨著風力發電佔比逐步提高,不穩定性和不可預測性便成了風力發電的重大的考驗。2019年二月底,Google宣布其位於倫敦的人工智慧軟體開發子公司 DeepMind,將機器學習算法應用於谷歌美國中部的一組風力發電廠內,這項技術可在渦輪開始旋轉之前36小時預測發電量,從而讓電廠提前一天確定必須提供的輸電量。若能良好的預測風力發電廠的能源輸出,便可大幅提升這種綠色能源的可用性。

風力發電的挑戰與解套

在過去十年,由於渦輪機成本下降,風力發電採用率不斷上升,因此成為了無碳發電的重要替代來源。不過,風的變動性,使得風力發電成為一種不可預測的能源,比起其他能在需要的時候傳輸可靠電力的能源相比,風力發電就顯得不這麼有用。為了解決這個問題,自去年起Google將氣象觀測資料、氣象預測、和實地的量測結果餵進 DeepMind 的機器學習平台上,並且應用於自家位在美國中部的 700MW 風力發電場。雖然說這並不能改變風吹的量,但卻讓 Google 提前知會電力公司未來一天預計能提供的電力總量。

提早預測風電產出,能源價值大漲20%

DeepMind提到,風力發電雖然極其不穩定,但並不是沒有應對方式的,然而隨時待命補足風力發電缺口的發電方式,卻通常都成本高昂。如果能早一步知道未來的風力何時會出現缺口,電廠就能有充裕的時間啟動需要較長時間才能上線的發電手段,與風力互補。「我們無法消除風力的波動性,但研究的早期結果顯示,我們能夠使用機器學習,大大提升風力發電的可預測性和價值。」DeepMind提到,預測的能力對於電力安排很有幫助,可以在設定的時間提供定量的電力,對電網來說非常有價值。Google 估計自己風力電場的電力因此提升了 20% 的「價值」。DeepMind認為,使用機器學習的方法可以增加風力發電的商業價值,進一步推動全球電網採用再生能源,為地球的永續盡一份力。

迴響