公用事业如何使用AI来适应电力需求

导致COVID-19的新型冠状病毒的传播促使美国各州和地方政府制定了临时庇护所并关闭了企业。随着成千上万的人突然陷入局限，这种转变不仅给互联网服务提供商，流媒体平台和在线零售商带来了压力，也给向美国电网供电的公用事业公司造成了压力。

2020年3月27日美国的用电量比2019年3月27日减少3％，损失了约三年的销售增长。波士顿大学可持续能源研究所所长彼得·福克斯·彭纳（Peter Fox-Penner）在最近的一篇评论中断言，公用事业收入将受到影响，因为供应商正在停止停工并推迟加息。而且，根据研究公司Wood Mackenzie的说法，家庭用电需求的增长不会抵消商业用电需求的减少，这主要是因为住宅需求仅占整个北美总需求的40％。

一些公用事业公司正在利用AI和机器学习来解决COVID-19带来的意外收获和能源使用波动。精确的负载预测可以确保在未来几个月内不会中断操作，从而防止停电和停电。在大流行结束后很长一段时间内，它们还可以提高公用事业内部流程的效率，从而降低价格并改善服务。

毫瓦

Innowatts是一家开发用于能源监控和管理的自动化工具包的初创公司，其客户包括美国的几家主要公用事业公司，其中包括波特兰通用电气，Gexa Energy，Avangrid，亚利桑那州公共服务电气，WGL和Mega Energy。其eUtility平台从13个区域能源市场的2100万客户中的3400万智能电表中提取数据，其机器学习算法分析该数据以预测短期和长期负荷，差异，天气敏感性等。

除了这些表项预测之外，Innowatts还可以通过将公用事业公司的费率结构与分类成本模型进行映射来帮助评估不同费率配置的效果。它还会为每个客户生成成本曲线，以揭示利润率对更广泛业务的影响，并通过学习营销努力与客户行为（例如实时负载）之间的关系的模型来验证产品的收益和客户获取的成本。

Innowwatts告诉VentureBeat，它观察到3月第一周到第四周之间能源使用的“剧烈”变化。在东北地区，沙龙，服装店和干洗店等“非必要”零售商在月末（就地安置令颁布后）的能耗仅为月初的35％ ，而餐厅（比萨连锁店除外）仅使用28％。相反，在得克萨斯州，与第一周相比，第四周的存储设施使用的能量就多了142％。

Innowatts表示，在这些使用量的激增和下降过程中，其客户都利用了基于AI的负载预测来从短期冲击中吸取教训并及时进行调整。该公司表示，在就地避难所订单的三天内，其预测模型就能够了解新的消费模式并产生准确的预测，并考虑到了实时变化。

Innowatts的首席执行官Sid Sachdeva认为，如果公用事业公司未利用机器学习模型，则3月中旬的需求预测将出现10％至20％的差异，从而对运营产生重大影响。

Sachdeva告诉VentureBeat：“在动荡的时期，基于AI的负荷预测使能源提供商能够……开发基于信息的，数据驱动的战略以取得未来的成功。” “随着公用事业和能源零售商看到一生中商业能耗的下降幅度超过30％，准确的预测变得前所未有的重要。如果没有AI工具，公用事业公司的预测将大幅度波动，导致不准确率达到20％或更多，给他们的运营造成巨大压力，并最终提高企业和消费者的成本。”

自动网格

Autogrid与10个国家/地区的50多个客户合作，包括澳大利亚能源局，佛罗里达电力与照明公司和南加州爱迪生公司-提供有关AI的电力使用情况见解。它的平台每10分钟做出一千万个预测，并优化50兆瓦以上的电力，足以为普通郊区供电。

Flex是公司的旗舰产品，它通过吸收，存储和管理来自数万亿个端点的PB级数据来预测和控制数百万客户的数万种能源。通过结合数据科学，机器学习和网络优化算法，Flex可以对物理行为和客户行为进行建模，从而自动预测和调整供需模式。

Autogrid还提供了一个完全托管的解决方案，用于集成和利用最终客户安装的电池和微电网。与Flex一样，它可以自动汇总，预测和优化变电站和变压器资产的容量，对配电管理需求做出反应，同时提供避免在系统升级中进行资本投资的容量。

Autogrid首席执行官Amit Narayan博士对VentureBeat表示，COVID-19危机已严重改变了加利福尼亚的每日电力分配，这对能源市场的每小时价格产生了“显着”的下行影响。他说，Autogrid还从客户那里听说过某些地区由于电路过载而导致的变压器故障，他预计这将在夏季几个月（空调使用量上升时）在居住密集和负荷较重的地区成为问题。

纳拉扬说：“在加利福尼亚，[您会记得]，2019年有超过100万居民在PG＆E地区面临与野火预防相关的停电，”纳拉扬说。他指的是去年夏天由太平洋天然气电力公司精心策划的有计划的停电。“尽管发生了COVID-19危机，但到2020年需求仍然很高，因为居民准备在今年夏天为类似情况做好准备。如果2019年再次发生，考虑到健康危机和购买杂货的困难，那将更具破坏性。”

AI有所作为

人工智能和机器学习并不是电网的灵丹妙药，即使有预测工具可供使用，公用事业仍会遇到动荡的需求曲线。但是供应商说，他们看到证据表明这些工具已经在帮助预防大流行的最严重后果-主要是通过使他们能够更好地调整以适应每天和每周变化的电力负荷状况。

“将继续感受到（大流行）的社会影响-人们可以继续远程工作而不是去办公室，他们可以改变通勤时间以避免高峰时间人群，或者可以寻求其他交通方式，”施耐德电气首席创新官Emmanuel Lagarrigue告诉VentureBeat。“所有这些都会影响每日负载曲线，这就是AI和自动化可以帮助我们在房屋，建筑物和电网中进行维护，性能和诊断的地方。”