IBM開發(fā)出一款計算機系統(tǒng)，該系統(tǒng)可通過分析數(shù)千數(shù)據(jù)點的數(shù)據(jù)來了解天氣，并可提前幾天甚至幾周預測太陽能和風力發(fā)電廠可產(chǎn)生多少電能用于美國電網(wǎng)。

根據(jù)美國國家可再生能源實驗室表示，這個新系統(tǒng)的精確度比現(xiàn)在美國國家氣象服務等機構使用的最先進的天氣預測系統(tǒng)高30%。

IBMT.J.Watson研究中心研究經(jīng)歷HendrikHamann表示：“它可為太陽能、風能和其他環(huán)境參數(shù)提供預測，并且，它會分析太陽能發(fā)電廠和氣象站的數(shù)據(jù)，不斷調(diào)整和改善其預測。”

由于該系統(tǒng)可以更好地預測可再生能源的可用性，國家電網(wǎng)將能夠更好地整合電力與傳統(tǒng)能源形勢。

IBM的這個新計算機算法被稱為自我學習天氣模型和可再生預測技術(簡稱為SMT)，該技術利用大數(shù)據(jù)分析和機器學習來提高太陽能預測。該系統(tǒng)會對1600多個氣象監(jiān)測站、美國太陽能及風力發(fā)電場以及氣象衛(wèi)星的1TB多數(shù)據(jù)進行收集和分析。

Hamann稱：“收集的數(shù)據(jù)越多，它就越智能化。”

該SMT系統(tǒng)會持續(xù)分析數(shù)據(jù)來學習和提高可再生能源的預測。其數(shù)據(jù)來自美國大陸成千上萬氣候模型、氣象衛(wèi)星影像以及安裝在風力和太陽能發(fā)電廠的攝像機拍攝的天空圖片。

相比之下，目前大多數(shù)預測技術僅依靠單個氣象站，這讓它們無法有效分析可再生能源的可用性。

IBM公司物理分析研究員SiyuanLu表示：“通過利用數(shù)千氣象站的歷史記錄以及實時測量數(shù)據(jù)，該系統(tǒng)會不斷訓練自己，并且該系統(tǒng)結(jié)合了很多天氣模型的預測與地理信息和其他數(shù)據(jù)，以產(chǎn)生最精確的預測—從幾分鐘到未來幾周。”

現(xiàn)在，只有5%的美國電力來自風能和太陽能資源，但可再生能源的能源量正在迅速增長。

例如，據(jù)預測，在15年內(nèi)，太陽能發(fā)電預計將占美國能源的高達14%，到2050年這個數(shù)據(jù)將達到27%。根據(jù)美國能源情報署(EIA)表示，目前，大約65%的美國電力是由化石燃料產(chǎn)生的能源，例如煤炭。

在過去兩年里，太陽能是美國第二大新發(fā)電能源(+本站微信networkworldweixin)，排在它前面的只有天然氣。

隨著太陽能和風能能源量持續(xù)增加，區(qū)域電網(wǎng)需要提前知道他們將會有多少可再生能源電力，以更好地規(guī)劃其能源需求。

在美國，電力傳輸由區(qū)域獨立系統(tǒng)運營商(ISO)來控制，ISO會接收來自其成員公共設施的電力。例如，ISO新英格蘭公司管理者該地區(qū)的大容量電力系統(tǒng)和傳輸線。

從傳統(tǒng)渠道(例如化石燃料發(fā)電廠和水電大壩)的能源相對穩(wěn)定，很容易預測。然而，可再生能源取決于天氣;云、濕度和風速都會影響太陽能和風力渦輪機產(chǎn)生的可再生能源。

IBM的SMT系統(tǒng)每隔15分鐘會獲取新數(shù)據(jù)，使其能夠預測并通知ISO太陽能和風力發(fā)電廠可能產(chǎn)生多少能源。

“通過提高預報的準確度，公共設施可以更有效率和更有盈利地運營，”SMT項目合作者美國國家可再生能源實驗室(NRET)傳輸和電網(wǎng)集成部門負責任Bri-MathiasHodge表示。“這可以提高可再生能源的使用，讓其成為更加公認的能源發(fā)電選擇。”

更多資訊請關注自動化軟件頻道