人工知能がエネルギー産業を活性化する4つの方法

のアプリケーションがあります。 人工知能 in the energy industry are powering new innovations and helping to develop the smart grid of the future. Christopher Frye, a Kolabtree freelancer, details how artificial intelligence in power plant, with 4 real-world examples.

人工知能 (AIは、さまざまな分野で大きな可能性を秘めた分野です。それは、AIが生み出す価値だけでなく、これまで手つかずだった可能性を実現することで得られる価値でもあります。計算機の性能が向上し、データストレージへのアクセスが可能になったことで、AIはこれまでよりもはるかに強力かつエレガントな方法でデータセットの分析を行うことができるようになりました。

In more simple terms, AI is expanding its scope over tasks traditionally performed by humans; indeed, in some respects, better than humans. In this blog post, we delve into the impact of this potential on the energy industry and in particular, how 人工知能 in power plant is creating opportunity and value for the electrical system.

AIとエネルギーの融合

興味深いことに 昨年の大学生へのブログ記事マイクロソフト社の創業者であるビル・ゲイツ氏は、過去に戻って新しい方法でインパクトを与えることができるとしたら、3つの分野を検討するだろうと述べています。

一つは人工知能です。人工知能が人々の生活をより生産的かつ創造的にする方法については、まだ始まったばかりです。2つ目はエネルギーです。クリーンで安価、かつ信頼性の高いエネルギーの供給は、貧困や気候変動との戦いに不可欠です。3つ目はバイオサイエンスで、人々がより長く、より健康的な生活を送るための機会が豊富にあります。

バイオサイエンスは非常に崇高な学問ですが、この引用文がより興味をそそるのは、多くの点でAIとエネルギーが融合しつつあるという事実です。この記事の残りの部分では、AIに関連した革新がエネルギー産業にどのような影響を与えているかについて、具体的な例を挙げたいくつかのケーススタディを含めて洞察しています。

グリッドの基本

Before we dive into the details, a few minor points are in order regarding the nature of electric utility operations to ensure a clear understanding of how AI intersects. At its core, the electric industry (still) consists of three primary functional areas: generation, transmission, and distribution. Generation includes all of the sources of electric-generating power including both fossil fuels and 再生可能エネルギー; transmission includes high-voltage power lines that transport electricity from its generation source to where it’s needed, facilitated by a distribution system more popularly known as the system of telephone poles that line your street.

This entire system is more popularly known as the “grid”, and in recent years, a significant amount of discussion has centered on making the grid “smarter” or more responsive. While there are competing representations of how one defines the smart grid, at its essence, it is the confluence of the electric system and advanced innovation of information technology and communication. The smart grid is not static. It is a system that が進化し続けています。 が繰り返しテストされ、完成されていきます。AIの役割は、未来のスマートグリッドを支える頭脳であり、何百万ものセンサーの背後にあるコントロールセンターであり、圧倒的な量のデータを合成して行動する能力であると言えるかもしれません。ここでは、これらのことがすでに実現しているいくつかのケーススタディを紹介します。

発電所における人工知能。事例紹介

1.AI＋蓄電＝Athena

ステム, a San Francisco-based company founded in 2009, brings together the power of AI and energy storage to “optimize the timing of energy use”. Through the combination of 機械学習, プレディクティブ・アナリティクス and energy storage, アテナと呼ばれるこのシステムは、仮想的な発電所を形成し、蓄電の価値を最大化します。

どのような仕組みなのでしょうか？毎分400メガバイトのデータを解析することで、エネルギーの時間的価値を継続的に評価し、エネルギーを購入するタイミングを最適に判断しています。蓄電容量を表す複数のポイントにまたがって集約するプロセスは、「仮想発電所」と表現されるものです。このような分散型資源の普及は、電力網上の分散型エネルギー資源（DER）と呼ばれるものの増加によってますます促進されています-主に屋根上の太陽光発電が 過去10年間で大きく成長.

このコンセプトを視覚的に表現したのが以下の画像です。

出典はこちら。 スマートプロシューマーのデマンドサイドマネジメントのためのバーチャルパワープラントアーキテクチャ - Scientific Figure をResearchGateに掲載しました。[2018年11月3日アクセス]

 

この例では、EESはElectrical Energy Storage（電気エネルギー貯蔵）、DGはDistributed Generation（分散型発電）、MVとLVはそれぞれMedium Voltage（中電圧）とLow Voltage（低電圧）を意味します。

この仮想発電所への集約プロセスは、AIを活用して、天候、エネルギー消費量、タリフ（電気料金）オプションなど、さまざまな変数の予測分析を行い、リアルタイムの計算プロセスを自動化して、継続的に行われます。その結果、空前の猛暑（気候変動の影響で空前の猛暑ではなくなってきていますが）でも安心して過ごせるような負荷削減量が集計されます。これは、Stemシステムが導入した 2017年にカリフォルニア州の卸売市場で600回以上の.

2.再生可能エネルギーの管理を容易にするAI

気候変動の影響や化石燃料の継続的な使用により 再生可能エネルギーの成長を促し、現在では世界の電力生産量の5分の1を占めています。しかし、この成長には、多くの人が気づいていない側面があります。再生可能エネルギーの増加に伴い、システム運用者は再生可能エネルギーを既存の電力網に統合するという課題に直面しています。

このように 記事 をScientific American誌が指摘しています。

間欠的な自然エネルギーは、従来の電力網の日常的な運用計画に影響を与えるため、困難な課題となっています。自然エネルギーの電力は、複数の時間軸で変動するため、系統運用者は日前、時間前、リアルタイムの運用方法を調整しなければなりません。

太陽光発電や風力発電は、雲の状態や風向きの予測が難しい場合にも影響を受ける可能性があるため、電力網が安定して電力を供給できるようにするためには、1分1秒単位での作業が必要になります。これもまた、AIが活躍する分野です。ここでは、そのようなイノベーションを2つ紹介します。1つ目は、太陽光発電のリソース管理に関連するもので、2つ目は、複数のデータストリームを集約し、天気予報と機械学習を組み合わせて再生可能エネルギーの運用を最適化するものです。

3.VADER - 分散型エネルギーネットワークの可視化

ここでいうベイダーとは暗黒卿のことではなく、太陽光発電システムとスマートメーターからのデータを組み合わせたプラットフォームのことで、屋上や地上に設置された太陽光発電などの分散型エネルギー資源の電力消費と行動をモデル化するために、継続的にデータを精査する。VADERとは V視覚化と Aの深い浸透を伴う流通システムのアナリティクス Dを配布しています。 Eナジー R資源（あるいは、DER）です。

これらのイノベーションの核となるエンジンは 機械学習とAIベースのアルゴリズムこのプラットフォームは、「電力網における接続性の潜在的な変化やDERの挙動をモデル化し、電力会社の配電計画や運用判断のリアルタイムな最適化と自動化を可能にする」ことを目指しています。以下に、プラットフォームのアプリケーション画面の一部をご紹介します。

出典はこちら。 Office of Energy Efficiency & Renewable Energy 

4.Nnergix - 気象学、アナリティクス、そしてエネルギーの交点

Nnergix is a Barcelona-based outfit founded in 2013 that brings together a mass of data and through the process of AI-based algorithms and analytic models to both manage renewable energy and optimize spinning reserves. Spinning reserves – in the simplest sense – are those generation resources that are on-line though not loaded and can respond within a short amount of time in the event a generator or transmission resource goes down.

AIとエネルギーの未来

上記の例は、最終的に可能になることのほんの一例です。AIの使用がエネルギーに影響を与えている例は、以下のように他にもたくさんあります。 短期負荷予測また、老朽化したリソースを交換するための予知保全（最終的に故障してコストのかかる修理が発生する前に）や カスタマー・エクスペリエンスを向上させるバーチャル・アシスタントとしています。 AIを使って電気代を把握する.

もちろん、これらのイノベーションにはリスクがないわけではありません（データプライバシーや インターネットに接続された機器への依存)でも、コンピューティングパワーとデータの可用性があれば、発電所における人工知能が恩恵を受ける分野は他にもある可能性があります。必要な追加要素は創造性だけです。

——-
人工知能の専門家に相談する必要がありますか？に連絡してください。 フリーランス・サイエンティスト をKolabtreeに掲載しました。