地球上的石油还可供人类开采45.7年、天然气可开采62.8年、煤炭可开采119年,在这些化石能源被大幅开采的同时,还会为我们带来严重的环境污染问题。如果不发生变革,未来百年之后,我们只能为子孙后代留下一个能源枯竭、污染遍布的残破地球。
为了克服这样的化石能源危机,我国明确提出2030年前碳达峰、努力争取2060年前碳中和,对可再生能源发展提出了明确的要求,全国两会通过的“十四五”规划和2035年远景目标纲要,也对可再生能源发展提出了明确任务。
绿色能源的应用危机
风电、光伏发电、水电等可再生能源既不排放污染物、也不排放温室气体,是天然的绿色能源。然而这些绿色能源并不是想用就可以用的。
喜爱周星驰电影的同学,应该可以记得在《国产凌凌漆》中的一个场景,达文西向大家展示他的发明“不用电的手电筒”,当光照到手电筒上之后,手电筒才会亮,当没有当的时候,手电筒一点都不会亮。
这个场景看似好笑,但作为绿色能源主力的光伏发电,其实正处于达文西手电筒的尴尬境地。将太阳光转化为电力的光伏发电,会受到自然天气的制约。阴霾天气会严重影响光伏的发电效率,而在没有阳光的黑夜,光伏也无法产生出电能。
为什么不将光伏发电用电池储存起来?其实并不是不想,而是不能。据国家能源局网站消息,2022年一季度全国光伏发电量841亿千瓦时。如此高的电量要想有效存储,保留到夜间使用,是一个非常困难的问题。使用铅酸电池储能效率低,而且充放电缓慢,废电池处理不当还会造成严重的环境污染。锂电池的储能效率虽高但价格昂贵,而且具有易燃易爆的安全隐患。
除了光伏发电会受自然条件影响之外,风力发电同样受到自然条件的制约。风力发电虽然不会受到阳光的制约,但目前人类还并不具备掌控风的能力。风力大小既然无法掌控,风力发电的电压稳定性就会受到很大的影响。而当这种电压不稳定的“脏电”进入电网之后,轻则影响用电设备的正常使用,重则对供电设备造成破坏,从而引发大面积的供电故障。
和光伏以及风力发电相对比,水力发电的稳定性,是所有绿色能源中最为理想的一种。但受今年异常天气影响,江苏、四川两个大省出现企业限电,甚至提出了企业“让电于民”。
由此可知,绿色能源虽然具有环保可再生的巨大优势,但是在应用的时候还是潜藏着大量的不稳定因素。但现如今我国的绿色能源产业正在飞速进行发展,上述问题我们又是如何进行克服的呢,简单用三个字来概括就是“数字化”
数字化为绿色能源赋能
数字化又将如何为绿色能源赋能,我们不妨还是先从光伏发电说起。既然光伏发电无法满足夜晚的用电需求,那么我们就要想办法让光伏发出的电,尽快地在白天就给用掉。而解决的办法就是通过数字化的电力调度。
如今,随着物联网、大数据、云计算、人工智能等不断发展,电力行业的数字化转型也同步发展到了一个新的阶段。在面对电力行业电能无法存储的最大特殊性之时,通过数字化的方式赋能电力调度平台,通过接入源、网、荷实时数据,利用大数据分析建模,开展体系性的调度、管控服务。一方面支持新能源实现无人值班、少人值守、区域化检修模式,另一方面提高新能源并网率与整体用电效率。
同时在电源侧通过数字化的方式增加电能数据预测能力和及时响应精准调度能力。并且在过程层通过增加全站数据采集MU和电能质量监控、智能断路器等数字化技术,在二次系统设计中增加数据采集与智能化控制能力。
正是这些数字化手段的加入,可以让无法存储的电能,更加精准的被分配到适当的用电场所,从而让光伏产生的绿色能源可以更加及时有效的通过电网进行分配。
同样,在面对风能这种接入大量具有随机性、间歇性、波动性特征的分布式能源时,也可以通过数字化的方式,将电能预先通过储能系统、柔性负荷等众多可调节资源进行聚合协调。从负荷预测、运行效果、调度优化、电网互动、策略配置、市场交易等维度出发,通过数字化的方式贯穿发、输、变、配、用各个环节,深化电力需求侧管理,实现对分布式资源的实时采集与科学配置。同时为并网运行后,对大电网的调频、调峰、调压等做辅助支撑,缓解电网运行压力。
绿色能源为数字化建设助力
在数字化技术推进绿色能源产业发展的同时,绿色能源也在为数字技术发展而助力。在今年5月份工信部等6部门公布2021年度国家绿色数据中心名单中,包括通信、互联网、能源、金融等领域44家数据中心入选。至此,我国已先后创建三批共计153家国家绿色数据中心。
相对于传统数据中心,绿色数据中心具有资源消耗少、能源利用高、运维水平强等特点。中国电子学会秘书长陈英认为,绿色数据中心建设不仅要通过先进技术及解决方案降耗提效,还应多维度考虑能源资源综合利用、清洁可再生能源利用、绿色运维管理、废旧电子产品回收利用等,实现供能与用能的协同突破。
当双碳目标导引的绿色能源与新兴技术驱动的数字经济交汇,绿色化成为新型数据中心建设的必由之路。数据中心作为耗电大户,其规模增长必然带来能耗大幅增长。据测算,全国数据中心2020年耗电总量约占同期全国全社会用电量的1.5%—1.9%。同时,随着新一代信息技术快速发展,数据资源存储、计算和应用需求大幅提升,数据中心升级换代淘汰的老旧设备也亟须规范化处理,避免环境污染,绿色化转型已迫在眉睫。
因此在今年年初,“东数西算”工程正式启动,全国一体化大数据中心体系完成总体布局设计。通过“东数西算”工程,引导数据中心产业在西部建立,将有效提高对西部风光水等清洁及可再生能源的使用,达到产业供给与能源消耗的有效平衡。由此在数字化为绿色能源赋能的同时,实现了绿色能源为数字化建设助力。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。