大数据和太阳能是天作之合

正如16岁的激进环保主义者格里塔·图恩伯格 (Greta Thunberg) 最近在试图让联合国的国际观众听到他们的声音后说的那样，“我不会恳求世界领导人关心我们的未来。相反，我会让他们知道变化即将到来，不管他们喜不喜欢。“

随着对气候变化意识的增强，有一件事变得非常清楚: 使用可再生能源产生的能源对于减少有害的温室气体排放至关重要。虽然风能和太阳能等能源在这项工作中越来越有价值，但它们可能是不可预测的和间歇性的。在任何特定的一天，任何一块电池板或太阳能发电厂都会为电网贡献多少能量？从历史上看，这个问题的答案很难回答。

有时多云。有时风不会吹。为了进一步依赖太阳和风，并使它们创造的能量占电网的更大部分，我们必须能够了解将有多少电力可用，对它的需求是什么，然后利用这些能源尽可能有效地满足消费者的需求。

这就是大数据的来源。通过天气数据，卫星馈送，预测分析和机器学习的惊人组合，我们正在进入一个未来，在这个未来中，可再生能源可以在可靠且更加一致的基础上到达电网。实际上，最新的预测技术可能是太阳能广泛采用中缺失的难题。

例如，IBM的混合可再生能源预测解决方案 (HyREF) 使用云成像技术和面向天空的摄像机来提前一个月预测天气。当使用这种技术时，它可能会导致可再生能源发电量的增加，可再生能源发电量被存储或输送到电网多达10% 个 -- 足以为14,000家庭供电。

预测技术和大数据也可以帮助解决另一个挑战。维护太阳能发电场-有时有数百甚至数千个面板分布在大区域中-可能是一个困难，昂贵且敏感的过程。监测的进步使对这些工厂的检查更加有效。

一家名为Extra Space Storage (ESS) 的公司使用大数据分析来检测性能不佳，并在没有现场人员的情况下识别效率低下的情况。该公司的虚拟辐照度 (VI) 是一项太阳能管理计划，其工作原理是收集地面阳光强度数据，以在面板未达到预期速度时发出信号，并发出需要维修或维护的警报。

这种分析甚至可以用来研究整个社区，并根据阳光照射和天气模式建议太阳能电池板在哪里最有效。例如，南澳大利亚州与特斯拉合作，建造了世界上最大的虚拟发电厂，将50,000特斯拉电池与面板连接起来，将与稳定能源电网相关的成本降低了2890万美元。这是一种最终可以为整个州提供动力的合作。

我们能够更好地分析这些能源供需模型，社区的备用能源需求也可以得到更多的考虑。当可再生能源持续满足能源需求时，公司可以降低其安全边际，而安全边际通常由昂贵且对环境有害的化石燃料组成。这意味着对公司和消费者来说都是更便宜、更有效的电力。

随着能源预测变得更加准确，将与峰值使用时间相关的能源成本 (以及与非峰值使用时间相关的节省) 传递给消费者以帮助控制供需是可行的。智能家居在不使用时可以被引导断电，可以在某些时间段内提供远离电网的激励措施，并且可以远程控制或关闭空调和热水器等设备。

太阳能已经是一个钱包友好的主张，但是在接下来的十年中，我们可以预期这些进步将使太阳能投资更具吸引力。所有这些因素都应吸引那些不愿将资金投入该行业的投资者，以了解其生存能力和长期前景。世界各地的公司已经认识到可持续能源的重要性，对基础设施和硬件的投资2014年每年增加20%。去年，可再生能源占全球新发电项目投资的70%。

大数据和机器学习已经开始彻底改变许多行业，从时尚到交通，现在它改变了我们思考和使用太阳能的方式。能源公司、消费者和投资者都听到了变革的呼吁，他们最终对如何利用技术进步不再是问题的一部分，而是解决方案的一部分有了答案。

　　版权及免责声明：凡本网所属版权作品，转载时须获得授权并注明来源“融道网”，违者本网将保留追究其相关法律责任的权力。凡转载文章，不代表本网观点和立场。

延伸阅读