数据科学是城市减少碳排放的有力工具

至顶网CIO与CTO频道 07月15日 编译：2019年11月，中国武汉报告第一例COVID-19感染病例。在疫情爆发初期，当地主管机构曾试图控制病毒外流，但随着病例的大面积扩散，整个湖北省开始实施封锁措施。今年1月22日，武汉成为首个全面进行检疫的大型城市；随后几个月，全球多个城市纷纷效仿，交给全球经济带来巨大冲击。根据经济合作组织今年6月发布的预测，即使不出现疫情的二次爆发，2020年全球经济总量也将缩水6%。而如果出现二次爆发，全球经济缩水将达到7.6%。

2020年5月27日，一位骑自行车出行的居民经过法国巴黎的Ubeeqo SAS电动汽车充电桩。法国总统马克龙推出的碳减排计划包括鼓励购买电动汽车，并以现金奖励形式引导消费者以旧换新。此外，政府还将为经济压力较大的汽车零件制造商提供补贴。

在COVID-19爆发期间，政策制定者与科学家们开始利用数据洞见跟踪并控制城市中的病毒。随着经济秩序重归正常，城市不仅需要继续运用数据资源监控COVID-19，还需要顶住疫情压力推动经济复苏。世界银行报告称，全球城市产生的GDP占GDP总量的八成以上，但同时亦消耗着全球三分之二的能源，二氧化碳排放量亦超过七成比例。考虑到城市在实现经济可持续恢复中发挥的不可或缺的作用，各市政管理机构需要充分发挥数据驱动型解决方案的能力，将更多清洁能源纳入电网系统、优化电动汽车充电机制并降低建筑物能耗。只有这样，各国才能在创造更多高技术就业机会的同时，加快向低碳经济的过渡速度。

1) 智能调整电网能源需求与可再生能源供应

在国际能源机构（IEA）最近发布的报告中可以看到，全球90%以上的数据产生于过去两年当中。这种指数级增长速度，再加上全球对于低碳经济承诺的不断提高，使数据在推动清洁能源增长当中发挥着愈发关键的作用。在电网系统中，数字技术的进步正帮助可再生能源的供应与电力需求模式保持一致。以往，风能与太阳能等可再生能源总是由于不够稳定而难以得到高效利用。现在，凭借更加强大的硬件与软件、外加储能容量的激增，公共事业企业能够预测能源需求并更好地管理可再生能源与电网系统的集成体系。对于城市而言，这是减少碳排放的大好机会。通过深入了解电网需求，公共事业企业将能够智能管理其储能容量，并以更优惠的价格点将能源出售给能源批发市场。

随着城市恢复开放并积极寻求碳排放重影方兴未艾，数据及AI驱动型能源解决方案也开始成为地方当局及公共事业企业的重要整合工具。DBL Partners公司创始人兼执行合伙人Nancy Pfund在采访当中表示，AI与机器学习的结合能够解决高度复杂的各类挑战，包括“在一天中的不同时段持续管理并优化储能容量，以及由太阳能及风能转化而成的电力。”Pfund女士还补充道，通过利用这些以往无法获得的“智能层”洞见，“公共事业企业现在可以确定何时应该以什么样的价格将电力出售给能源批发市场，同时以更具成本效益的方式吸纳更多可再生能源。”

然而，为了最大限度提升可再生能源在电网中的比例，Pfund女士强调称，“需要对电网技术进行投资以持续优化可再生能源的供应。”今年6月，IEA发布的智能电网报告称，电网投资在2019年已经连续第三年有所下降，较2018年下降7%，目前略低于2.75亿美元。此外，报告同时强调，对智能电网基础设施的投资也下降20%，从2018年的200亿美元下降至2019年的180亿美元。

IEA发布2014年至2019年技术领域智能电网投资数额统计

随着经济的重新开放，各城市需要谨慎管理自己的碳足迹，借此满足未来的能源需求。Pfund女士建议电力公司着力投资于AI支持型软件解决方案，例如DBL的高级微电网解决方案（AMS）“以最大程度提升可再生能源、电池与整体资产组合的价值”，推动电力需求与清洁能源供应之间的常态化匹配。为此，城市的电力供应部门应当尽快转向可再生能源方向，并提供电力系统的规划、运营与控制水平。

2) 鼓励非高峰时段进行电动汽车充电

在CCOVID-19疫情之后，智能交通已经成为各地当局重新开放城市过程中必须考虑的一项大事。最近几个月来，诸多城市开始普及低速出行运动，通过为骑自行车与步行人群分配街道空间以替代公共交通与私家家。在疫情封城期间，市政规划人员意识到大部分城市居民只会短途出行，因此步行或骑自行车开始成为更便利的社区间通行方式。而这一切又在短期内有助于减少碳排放。近期城市管控放宽之后，新数据表明碳排放量开始快速反弹，这主要是由于人们出于健康保护与避免传染的考虑而尽可能驾驶私家车、而非公共交通工具出行。面对这样的现实问题，城市需要制定出整体的长期解决方案以降低交通运输部门在社交隔离政策下的碳排放增长速度。对于短途通勤而言，步行与自行车当然是不错的选择。但对于更长的行程，汽车仍是不二选择。为此，零排放汽车（ZEV）的实际规模将直接决定城市的碳排放总量。在这方面，数据将帮助ZEV获得更高的适应性，帮助车主们确定通勤方式、在市区内找到最佳充电地点，并保证交通运输部门的电气化设施与电网实现协同连通。

世界银行集团电动交通项目负责人、Urban Radar项目顾问Suvranil Majumdar在接受采访时表示，“城市需要集中精力为基础设施/换电站提供便利，借此提升电动汽车的采用规模，并帮助交通运输行业减少碳排放。在数据的帮助下，我们不仅能够在高需求路线周边定位并部署充电桩，还可以帮助城市及电力公司评估特定位置对于整体电网的潜在影响，从而更好地部署这套基础设施。”彭博社也报道称，在美国，快速充电桩的匮乏仍是电动汽车全面普及的最后障碍。此外，在印度等新兴市场，充电基础设施的安装也成为推动电动汽车行业发展所必需的前提性条件。

因此，对于希望重新开放并减少碳排放的城市而言，将清洁电网系统与规模化电动汽车充电站进行全面整合将成为后续环保工作的重要一环。IEA在其《2020年全球电动汽车展望》报告中指出，电动汽车凙量的提升以及更快的无碳电力资源将显著降低对石油的需求，进而减少温室气体的排放总量。这样的影响不仅有助于各国根据《巴黎协定》议程逐步降低碳排放，同时也将减轻对全球气候变化造成的负面影响。此外，通过利用数据资源，城市可以更好地管理电力需求与供应，进而减轻电动汽车充电对于电力系统的潜在冲击。IEA方面预计，到2030年将有2.5亿辆电动汽车在道路上行驶，这可能给各大领先电动汽车市场（中国、欧盟与美国）的夜间用电峰值需求增加4%至10%。为了解决这些问题，IEA建议通过最终用户编程及/或夜间浮动电价等方式，同时配合动态控制充电与车辆到电网服务（V2G）鼓励消费者在电力需求较低或可再生能源比例较高的位置充电。

3) 从建筑物中发掘更多节能空间

根据C40城市报告，建筑物的碳排放量约占城市总排放量的50%。在伦敦、洛杉矶与巴黎等主要城市，建筑物的排放比例更是高达七成。为了使城市实现可持续增长并助力更广泛的气候改善目标，市政部门必须寻找创新解决方案以降低建筑带来的碳排放量。2018年，代表1.3亿人口的19座超级城市的市长已经致力于制定政策与法规，计划到2030年使所有新建建筑实现碳平衡。在这一领域，最大的挑战并不在于兴建多少新建筑，而是如何在现有建筑物中提高能源效率。

在经合组织国家中，到2060年，现有建筑物仍将占所有建筑物中的65%。为此，房地产技术解决方案（包括软件）中正积极吸纳数据分析技术，用于跟踪每月电力消耗或者单一设备的能源效率。现在，先进的AI与机器学习功能为监控及优化现有建筑物内的电力使用带来更多可能性。以Carbon Lighthouse公司为例，这家节能即服务厂商使用支持AI的数据分析功能准确测量、分析并建模建筑物的具体能源消耗，借此寻求减少商业建筑碳排放总量的途径。这不仅帮助商业建筑运营方更深入地理解能源使用方式，同时也能够根据特定建筑的实际需求发现以往不易发觉的能效低下问题。

美国商业建筑用电量细分统计

该公司CEO兼联合创始人Brenden Millstein在采访中表示，“AI支持型数据分析的实际效果，主要由数据质量决定。只有深入捕捉并分析更具价值的数据集，才能为建筑物提供更具实际意义的可行性洞见与指导。”面对COVID-19疫情的冲击与全球各大城市的重新开放，关于建筑物运作方式的数据将为短期及长期商业地产战略提供更具弹性的信息支持。对于建筑物运营商而言，如何通过调整建筑物的供暖、通风与空调（HVAC）系统降低疫情传播往往是个重大挑战，同时也使其面对更大的能源成本与碳排放压力。在Carbon Lighthouse的帮助下，客户能够以更科学的方法基于真实建筑动态数据管理物业，结合COVID-19抗疫需求调整HVAC策略，帮助每座建筑物找到最理想的运营、能源使用与成本平衡点。

未来，智慧城市将成为全球城市发展的新形态，而建筑物的碳排放控制与能效提升将扮演至关重要的角色。目前的大部分美国建筑建造在冷战时代之前，因此其中相当一部分根本无法满足即将出台的法规（例如纽约发布的第97号地方法），并将面临相关罚款及税收处罚。但凭借着正确的技术与数据洞见，即使是年代久远的建筑物也有望成功监控并管理自身碳排放，达到甚至优于法规要求，最终为全人类带来更具可持续的发展空间。