在我們快速發(fā)展的能源格局中，伴隨著不斷升級(jí)的環(huán)境問題，將可再生能源納入我們的電網(wǎng)是一項(xiàng)重大挑戰(zhàn)。一種解決方案可能在于由人工智能（AI）提供動(dòng)力的邊緣計(jì)算。原因如下：

電網(wǎng)是全球最大的人造結(jié)構(gòu)，需要在電力供應(yīng)和需求之間保持微妙的平衡。這種平衡一直是一項(xiàng)復(fù)雜的任務(wù)，即使是集中的大型發(fā)電廠。

然而，能源正在發(fā)生變化。風(fēng)能和太陽能越來越受歡迎，有時(shí)在不需要的時(shí)候提供能源。電動(dòng)汽車的興起可能會(huì)加劇需求和不可預(yù)測(cè)性。此外，這些車輛最終可能在需求高峰期用作電池。

此外，屋頂太陽能的日益普及意味著能源分散的未來。這一變化使準(zhǔn)確預(yù)測(cè)何時(shí)發(fā)電以及發(fā)電量變得復(fù)雜。

“為什么邊緣計(jì)算很重要？

邊緣計(jì)算將計(jì)算資源靠近決策地點(diǎn)。正如這篇IEEE Innovation at Work文章（https://innovationatwork.ieee.org/edging-ai-into-our-lives/）所解釋的那樣，智能手機(jī)或連接設(shè)備上似乎發(fā)生的大量數(shù)據(jù)處理實(shí)際上是在數(shù)據(jù)中心完成的。這個(gè)過程意味著數(shù)據(jù)必須往返于云端，這需要時(shí)間。邊緣計(jì)算通過在決策位置旁邊放置分布式計(jì)算資源網(wǎng)絡(luò)來解決這一問題。

IEEE會(huì)員Mauricio Salles表示：“邊緣計(jì)算可以使可再生能源更有效地融入電網(wǎng)。它可以實(shí)現(xiàn)更好的監(jiān)控，包括實(shí)時(shí)監(jiān)控，生成的數(shù)據(jù)可以在本地實(shí)時(shí)處理和分析，以減少數(shù)據(jù)流量。有了這些數(shù)據(jù)，就有可能提高電網(wǎng)穩(wěn)定性，增強(qiáng)預(yù)測(cè)性維護(hù)，優(yōu)化能源管理?！?/p>

“人工智能的幫助

IEEE會(huì)員Kyri Baker表示，人工智能的進(jìn)步為以計(jì)算高效的方式來處理數(shù)據(jù)，為做出最佳決策提供了新的方法。

這種優(yōu)化不僅僅是為了電網(wǎng)的穩(wěn)定性——盡管這是一個(gè)巨大的好處。

Baker表示：“電網(wǎng)中的傳感器數(shù)量越來越多，因此目前在電網(wǎng)規(guī)劃和運(yùn)營中使用不足的測(cè)量也越來越多。有了人工智能，我們可以更有效地利用這些數(shù)據(jù)做出決策和預(yù)測(cè)?！?/p>

《IEEE電氣化雜志（IEEE Electrification Magazine）》2022年12月版的文章《將人工智能帶到電網(wǎng)邊緣（Bringing Artificial Intelligence to the Grid Edge，https://ieeexplore.ieee.org/document/9980448）》提供了一個(gè)例子，強(qiáng)調(diào)“美國估計(jì)有1.85億根電線桿，由此可以減少公用事業(yè)公司每年手動(dòng)跟蹤和維護(hù)電網(wǎng)基礎(chǔ)設(shè)施所花費(fèi)的數(shù)千萬美元”。

“效率、彈性和網(wǎng)絡(luò)安全

Baker指出，長距離輸電只會(huì)造成很小的損失。當(dāng)發(fā)電量接近需求時(shí)，這些損失可以得到緩解。

Baker說：“減少損失可以提高能源效率，而且通?？梢詼p少碳排放。能夠本地處理這些數(shù)據(jù)，可以減少對(duì)通信系統(tǒng)或基于云的計(jì)算的依賴，使系統(tǒng)總體上更穩(wěn)定?！?/p>