公用事業公司面臨著將分布式清潔能源資源（如風電場、屋頂太陽能、家用電池和電動汽車）整合到傳統電網基礎設施的挑戰。現有系統用于管理少數工業規模發電廠的單向電力流，這些發電廠通常使用煤炭、天然氣或核能。
這些站點的能源輸出是可預測和可控的，以使發電與電力需求保持一致。為維護安排停機時間是一項常規任務，它可以限制依賴可靠電網保持供電的客戶的服務中斷。
然而，加速能源轉型和實現凈零排放的全球轉變暴露了現有電網基礎設施的缺陷。輸出很難預測和控制，因為有大量的能源資源，每種能源產生的電量都很小，既可以消耗，也可以重定向回電網。這些資源分布在不同的位置，產生的電量不同，因此難以管理。
為了管理分布式能源，需要一種基于VZX4和高性能計算（HPC）的電網管理新方法。這一組合創建了一個加速計算平臺，通過需求預測、最優潮流、電網模擬和現有基礎設施的預測性維護來增強電網彈性，從而將傳統電網轉變為軟件定義的智能電網。
為下一代工業發電廠供電
數字化電網的第一步是發電。在全球范圍內，每年都有工業廠房 發電 24000 太瓦時（ TWh ） ，其中近 38% 由核能、水力、風能、太陽能和可再生能源生產。
發電機、渦輪機、泵和反應堆等重型機械需要例行維護，但計劃外停機可能會妨礙有效的服務交付，影響收入，并導致昂貴的維修費用。人工密集檢查會降低生產率，給工人的健康和安全帶來不必要的風險，并可能損壞工業設備。
西門子能源公司
為了最大限度地減少維護中斷，能源公司正在構建現實世界發電站點的工業數字雙胞胎。全球能源技術提供商【VZX6】使用 NVIDIA 【ZHK3】（物理機器學習框架）和 NVIDIA 【ZFK0】（3D設計協作和物理精確模擬平臺）創建了其熱回收蒸汽發生器（HRSG）的虛擬副本。HRSG利用燃氣輪機排出的熱量產生用于驅動蒸汽輪機的蒸汽，從而提高電廠效率和產量，同時降低運營成本。
該公司開發了一種新的工作流程，將溫度、壓力和速度數據提供給 Modulus ，并使用 Omniverse 實時模擬蒸汽和水流。通過使用數字孿生設備準確預測腐蝕，西門子能源公司估計，通過自動化設備檢查和每年減少 10% 的停機時間， 公用事業每年可節省 17 億美元 。
西門子 Gamesa
海上平臺（如風電場）也會發電，在這些平臺上，更高的風速驅動渦輪機，每裝機容量產生的電力比陸上站點多。模擬湍流、尾跡效應和其他場景的傳統方法計算量大，成本高。
可再生能源領域的領導者 Siemens Gamesa 建造了一個數字孿生模型來模擬其海上風電場，該風電場每年產生超過 100 千兆瓦的能源。使用 NVIDIA digital twin 平臺進行科學計算，該公司能夠以高精度和高保真度實現 模擬尾跡效果的速度快 4000 倍 。更快的計算流體力學模擬縮短了設計理想風電場的時間，從而提高了電力輸出并降低了運營成本。
千兆堆棧
能源公司正在探索可持續發電的工藝，用“綠色氫氣”取代化石燃料。一個新的行業聯盟正在開發 Gigastack ，這是世界上第一個工業規模的綠色氫氣項目，以加速該國的凈零排放目標，并為在世界各地成功運營創建一個框架。
該項目目前處于三個階段的第二階段，旨在利用海上風力發電產生的可再生電力將水分解為氧氣和可再生氫，為英國菲利普斯 66 號亨伯煉油廠提供燃料。該項目的首席工程公司 Worley 利用 Aspen Technology 的 Optiplant 軟件，與世界各地的設計師和工程師遠程合作，開發亨伯煉油廠的一個 物理精確的三維概念布局 。數字雙層多維度自動化工廠流程，如調度、成本估算、排放、維護和工人安全。
傳統網格基礎設施的現代化
發電后，電力必須通過輸配電線路到達終端客戶，無論他們是住宅、商業還是工業用戶。在這一過程中，相當一部分能量損失，從而減少了可用的能量供應。此外，暴風雪、野火和洪水等極端天氣事件威脅著電網的可靠性。
如果由于大風暴或其他原因導致大范圍停電，公用事業公司會安排卡車前往現場維修停運的線路，以快速有效地恢復電力。然而，車輛路徑問題是一個指數級復雜的問題。
NVIDIA cuOpt 在出現新挑戰或電網資產離線時，幫助公用事業公司 動態重新優化卡車輥 。路線優化軟件套件使用 GPU 加速物流解算器，依靠啟發式和優化來提供動態重路由模擬和亞秒解算器響應時間。
電力研究所
加速計算使公用事業公司能夠優化潮流、預測電網異常、防止意外停電和自動化維護。?Electric Power Research Institute（EPRI）是一家獨立的非營利能源研發組織，負責安排電力系統的停電時間，并將停機時間降至最低。
使用 AI 和 HPC ，公用事業公司可以將電網建模為連通圖，變壓器和變電站為 nodes ，輸電線路為 edges 。這些模型根據歷史數據進行訓練，以模擬特定的電網停運，并解決適應可變可再生能源、分布式能源和流動模式變化的挑戰。
這種應急計劃方法超出了 N -1 （單資產故障）的范圍，擴展到多點故障，從而增強了區域、微觀和納米電網級別的恢復能力。該工具將交流潮流（ ACPF ）模擬為輸電電網電路的穩態支路電流和節點電壓，給定負載和發電機的輸入剖面。
隨著清潔能源資源的擴張，網格模擬器可以通過在幾秒鐘內解決數百萬個同時出現的 ACPF 問題，引導運營商重新修補或重新配置網絡拓撲。
HEAVY.AI
由于公用事業公司對其基礎設施的可見性有限，電網附近的植被對鄰近社區和野生動物棲息地構成野火威脅。管理植被需要實時數據分析，以主動監測輸電線路和變壓器。
HEAVY.AI 是一家高級數據分析公司，它從衛星、激光雷達、天氣和植被健康等方面對 TB 的地理空間數據 進行分析。罷工樹模型支持基于風險的植被管理，而基于 web 的儀表盤則為預測性維護和野火緩解提供了見解。
鐵云
在變電站，安全和安保對于可靠電網運行的自動化和維護至關重要。像VZX18這樣的初創公司正在使用計算機視覺監控安全訪問或設備健康。使用現有的IP攝像頭和智能視頻分析，該公司的平臺可以幫助確保遵守工人健康和安全協議，并防止現場違規。
利用智能電網技術解鎖邊緣智能
在電網的邊緣，能源到達家庭、辦公樓、工廠、商店等的最終目的地。
實用數據
Utilidata 正在與 NVIDIA 合作，以將 開發智能電網芯片 嵌入智能電表中。該芯片可以增強電網彈性，在太陽能、存儲和電動汽車之間集成分布式能源（ DER ），并加速向脫碳電網的過渡。該芯片旨在成為一個創新平臺，由 UtilitaData 開發的一組核心網格操作服務將支持第三方開發的應用程序。
圖 3 顯示了平臺工具和 UtilitaData 針對高級計量基礎設施的核心服務，這些服務嵌入到智能電網芯片上，以及可以開發的應用程序示例。
值得注意的 AI
公用事業公司還可以自動化和簡化配電桿、電源線和其他安裝在桿上的設備的檢查。使用計算機視覺和智能攝像頭系統， Noteworthy AI 可以通過 網格邊緣的推斷 檢測裂縫、腐蝕、破損、高風險植被和其他潛在問題。攝像頭系統，建立在 NVIDIA Jetson edge AI 平臺 ，安裝在多用途卡車上，并在現場服務期間收集 60 MB 的電網基礎設施圖像。在 Jetson 的邊緣運行多個 AI 模型，只需將一部分圖像發送到云端進行分析，就可以降低值得注意的 AI 的計算成本。
牛蛙能源生態系統
智能家居還使用連接到物聯網（ IoT ）的智能設備自動化任務。 Anuranet 推出了 牛蛙能源生態系統 ，其中包括一個 NVIDIA Jetson 供電的智能儀表、智能斷路器和家庭控制中心。該平臺使用計算機視覺和對話 AI 來推動與房主的個性化互動。
- 對于消費者來說，通過了解能源消耗和碳足跡，可以降低每月電費。
- 對于公用事業公司，這種邊緣連接可以實現實時能源定價。
Anuranet 的平臺自動化了鄰里級微電網的控制，將各個智能家庭匯集到節能社區中。
加速能量轉換
公用事業處于清潔能源轉型的最前沿，但必須實現輸配電網基礎設施的現代化，以大規模管理可再生能源。加速計算可以推動這一數字轉型，創建軟件定義的智能電網，提供可靠的能源，加速可持續性舉措。
要了解更多信息，請閱讀 實用程序的主要 AI 用例 行業簡介。
您還可以探索 NVIDIA 解決方案改變 電力和公用設施 行業。
注冊 邊緣 AI 新聞 及時了解最新趨勢、客戶用例和技術演練。
?
