极端高温，能源短缺？看微软给出风力发电新方法！

（本文阅读时间：6分钟）

潜在的电能增长固然重要，但维斯塔斯认为，同样重要的是在数月内迅速验证概念，以及探究将其付诸实践的意义。维斯塔斯并不是第一家从事该领域研究的公司，但优势在于能够快速获得研究结果。

维斯塔斯首席专家、建模与分析模块设计负责人Sven Jesper Knudsen表示：“这项研究存在已久，但一直停留在理论层面。我们的竞争对手和部分风电场经营者也进行过验证，而我们的初衷是希望缩短开发周期。投入市场的时间对整个风电行业至关重要，以推动实现业内所有人的积极目标。”

随着全球希望减少煤炭、天然气和原油的使用以减少碳排放、实现气候变化目标，风能和太阳能等清洁能源变得越来越重要。

据国际能源署（IEA）去年发布的《全球能源部门2050年净零排放路线图》，风能、太阳能、生物能、地热能和水能在2050年将占能源供应总量的三分之二，风电装机数量将是如今的11倍。此外，在净零排放路径中，2050年全球能源需求将比目前低8%左右，但其服务的经济规模是目前的两倍多，服务的人口比目前多20亿。

风能发电有诸多好处，但挑战在于其每日发电量可能会随着风力条件发生变化。探索能够充分捕捉风能的方法对维斯塔斯至关重要，“大挑战”（Grand Challenge）项目应运而生。

▲ 一名女员工正在维斯塔斯位于丹麦南部纳克斯科夫的转子叶片工厂工作

（图片由维斯塔斯提供）

Knudsen表示，风力涡轮机会产生尾流或“阴影效应”，使位于下游的其他涡轮机减速。将涡轮机转子转向使其远离迎面而来的风，从而改变尾流方向，利用这种尾流转向，可以重新捕获能量。

他介绍道：“贯穿其中的一项理念是控制阴影效应，使其远离下游涡轮机，然后将更多风能引导到下游涡轮机。”

为了实现这一目标，维斯塔斯通过使用微软的Azure高性能计算和Azure机器学习技术帮助更快获得结果，并与微软的合作伙伴minds.ai[1]达成合作，引入其基于强化学习的控制器设计平台DeepSim。强化学习是一种机器学习，AI代理可以通过反复试验与环境进行实时交互并从中学习。

Knudsen表示：“投入该项目仅仅一周的时间，就让我备受震撼，因为项目推进过程中几乎不需要任何实有产品。”维斯塔斯利用该平台进行模拟操作，训练控制器对风况、对风或振荡做出反应，以捕获可能会损失的能源。

如今，气候危机蔓延全球，气温已较工业化前水平上升1.1摄氏度。彭博新能源财经《2021年新能源展望》分析指出，若想在2050年实现净零排放，意味着未来九年内，超过四分之三的减排努力落在了电力行业和加快风能和太阳能光伏部署上。

利用AI技术最大限度地获取清洁能源变得愈加重要。据世界经济论坛去年秋季发布的报告《利用人工智能加速能源转型》，AI技术有望加快能源转型进程，尤其是电力行业的能源转型。

世界经济论坛能源和材料基准项目负责人Espen Mehlum表示：“AI可以优化风电场的建设、选址和运营，更重要的是，它还可以优化不同系统的能源消耗和生产。这就是AI尚待发掘的巨大潜力，我们目前触及的只是表面，只是第一批真实的用例。”

维斯塔斯的概念验证项目是一项复杂的全球挑战的一部分，旨在减少碳排放，最大限度地利用清洁能源。凭借这项努力，维斯塔斯于去年秋季被高性能计算行业出版商HPCwire授予“能源行业高性能计算最佳应用”的编辑推荐奖（Editor’s Choice award）。[2]

Knudsen表示：“‘大挑战’是我们能找到的一个最复杂的用例。但与此同时，这也是我们一直在研究的领域，此前我们也与其他合作伙伴在AI领域进行过尝试。但遗憾的是，我们与这些合作伙伴的尝试并不成功。不过，我们与minds.ai和微软的合作最终结出了硕果。”

Mehlum表示：“应对气候变化没有灵丹妙药。我们必须兼顾多个不同领域。AI技术是一项非常重要的工具，不仅有助于减少碳排放，而且可以帮助我们优化尚未得到充分利用的渠道和系统。”