人工智能即將引發我們生活、工作和休閑的革命性變化，但是很少有人知道人工智能技術除了亞馬遜的Alexa或蘋果的Siri之外還能做什么。這些是虛擬助手或“弱AI”技術的示例，也是AI應用的最常見示例。但是在數據驅動的能源領域，復雜的機器學習正在為“強大的AI”鋪平道路，以提高效率、預測、交易和用戶可訪問性。

[[340256]]

電力交易

電力是可以在公開市場上購買、出售和交易的商品。為了使這些市場有效運行，電力賣方、買方和經紀人必須不斷分析從天氣預報到電網需求/電力供應平衡的大量數據。那些最能理解數據的人在市場上將具有競爭優勢。

在2018年，IBM的DeepMind開始將機器學習算法應用于谷歌在美國中部的風力發電能力，足以為中型城市供電。利用天氣預報和渦輪歷史數據的神經網絡，它可以提前36小時合理預測風能輸出。與基準情景相比，在不到一年的時間內，DeepMind的機器學習算法將其風能的價值提高了約20%。

智能功耗

在美國，將近一半的電力用戶使用了智能電表，這些電表提供有關個人能源消耗的數據，從而使消費者能夠對能源使用情況進行自我調節。

新型的以人工智能為驅動力的智能電表和智能家居解決方案尚未普及，但對最終用戶的效率提升是潛在的福音。這些能源監控設備可與其他家用設備進行通信，從而通過減少能源浪費為業主節省資金。例如，這些設備可以控制空調，建議在特定時段以較低的電費為電動汽車充電、控制照明以及管理電器。

這些設備具有適應使用模式和能源價格并對之做出反應的能力，如果將其應用于更廣泛的人群，則可以節省大量能源。廣泛實施可以為每個人提供更綠色、更穩定的電網。

智能儲能

人工智能可以通過簡化集成獨特技術的方式來改善現有的儲能技術，其中包括可再生能源的微電網、公用事業規模的電池儲能、抽水蓄能等。隨著諸如風能和太陽能之類的間歇性電源的激增，儲能在現代電網中的作用正在迅速增長，這給電力經紀人帶來了更大的壓力，以平衡供需。隨著技術的進步和成本的下降，智能儲能在電網的輔助服務中扮演著越來越重要的角色，這些功能可幫助電網運營商平衡并支持能源從發電機到用戶的傳輸。

在需求/供應缺口的時候，AI可以實現更有效的分配，并且這樣做可以節省其他方面的功耗，供以后使用。集成多個不同的存儲系統不僅可以最大程度地發揮作用，而且智能能量存儲系統還可以通過改善間歇性發電引起的頻率和電壓控制來進一步提高安全性。自2005年以來，總部位于柏林的儲能公司Younicos一直是開發和部署此類集成式能源系統的全球市場領導者。

機器人

對于電力部門，人工智能技術的一項顯著應用是創建自主機器人，該機器人可以在其他危險情況下代替人類。這些自動駕駛的無人駕駛機器可以測量陸地上的高壓電力線或在海底巡邏以獲取寶貴的資源、記錄并報告其位置，以便將來提取而不會危及生命。

埃克森美孚通過MIT能源倡議與MIT的雙向合作就是一個這樣的項目，其目的是進一步發展自主機器人獨立執行復雜任務的能力。麻省理工學院的布萊恩·威廉姆斯教授和他的團隊打算讓他們的自學習機器人模仿火星好奇號火星車并探索海底以進行進一步的開發和利用。埃克森美孚(ExxonMobil)麻省理工學院(MIT)潛水機器人項目的前首席顧問，地球科學家洛里·薩瑪(Lori Summa)認為，那里的創新對于“推翻能源研究的范圍以應對未來的挑戰”至關重要。

能源的未來

由于全球能源體系無法幸免于COVID-19大流行，因此人們將新的重點放在提高經濟效率上。為此，市場參與者正在使用機器學習來提高預測能力，提高能源交易的透明度，集成可再生能源、管理智能電網和存儲并賦予無人駕駛無人機以生命。

強大的AI和能源行業的融合將對全球消費者產生巨大而廣泛的影響。正如比爾·蓋茨(Bill Gates)對2017年即將畢業的人說的那樣：

“如果我今天剛開始并尋找在世界上產生巨大影響的機會，我會考慮這些領域。 一個是人工智能。我們才剛剛開始采用各種方法來使人們的生活更加富有生產力和創造力。第二個是能源，因為使能源清潔、負擔得起且可靠對消除貧困和應對氣候變化至關重要。”