人工智能工具提高国家电网ESO太阳预报

该项目将看到ESO该公司负责对英国电力系统进行逐秒平衡OCF团队将为国家控制室开发太阳能“临近预报”服务。“临近预报”是一种机器学习模型，用几分钟和几小时而不是几天来预测近期的未来，历史上曾被用于预测降雨。

联合创始人DeepMindOCF的研究人员杰克·凯利(Jack Kelly)通过训练机器学习模型来读取卫星图像，并了解与下面的太阳能阵列相关的云如何以及在哪里移动，从而应用了类似的方法来预测阳光将落在哪里。

许多太阳能电池板的预测和位置的不确定性，使得电网运营商难以预测太阳能发电的变化。大多数太阳能电池板连接到区域网络。

开发人工智能系统来预测建筑能耗

绘制英国太阳能电池板分布图的工作正在进行中，但此前没有办法预测由云层覆盖引起的太阳能发电量的短期波动。为了弥补这种不确定性，并确保太阳能发电的任何下降或上升都不会使电力系统失去平衡，ESO保持储备电力(通常是灵活的燃气发电厂)，以应对供需的意外变化。

OCF的临近预报服务可以带来更高的确定性，从而减少储备的碳排放发电机。

英国国家电网ESO创新战略和数字化转型主管卡罗琳娜·托尔托拉说:“对太阳能和风能等依赖天气的发电进行准确预测，对我们运营低碳电力系统至关重要。”

“我们越来越多地使用机器学习来提高我们控制室的预测能力，而这个最新的开放式气候修复项目——其工作可能对全球电网运营商产生真正的影响——将使我们的能力和零碳电网之路向前迈出重要一步。”

OCF的Jack Kelly补充说:“我们计划将全球机器学习社区所做的惊人工作应用到太阳能电力预测中。我们所有的工作都将是开源的，这样其他人就可以自由地使用这项技术，以最快的速度帮助全球减少排放。”