公用事业公司面临着将分布式清洁能源资源（如风电场、屋顶太阳能、家用电池和电动汽车）整合到传统电网基础设施的挑战。现有系统用于管理少数工业规模发电厂的单向电力流，这些发电厂通常使用煤炭、天然气或核能。
这些站点的能源输出是可预测和可控的，以使发电与电力需求保持一致。为维护安排停机时间是一项常规任务，它可以限制依赖可靠电网保持供电的客户的服务中断。
然而，加速能源转型和实现净零排放的全球转变暴露了现有电网基础设施的缺陷。输出很难预测和控制，因为有大量的能源资源，每种能源产生的电量都很小，既可以消耗，也可以重定向回电网。这些资源分布在不同的位置，产生的电量不同，因此难以管理。
为了管理分布式能源，需要一种基于VZX4和高性能计算（HPC）的电网管理新方法。这一组合创建了一个加速计算平台，通过需求预测、最优潮流、电网模拟和现有基础设施的预测性维护来增强电网弹性，从而将传统电网转变为软件定义的智能电网。
为下一代工业发电厂供电
数字化电网的第一步是发电。在全球范围内，每年都有工业厂房 发电 24000 太瓦时（ TWh ） ，其中近 38% 由核能、水力、风能、太阳能和可再生能源生产。
发电机、涡轮机、泵和反应堆等重型机械需要例行维护，但计划外停机可能会妨碍有效的服务交付，影响收入，并导致昂贵的维修费用。人工密集检查会降低生产率，给工人的健康和安全带来不必要的风险，并可能损坏工业设备。
西门子能源公司
为了最大限度地减少维护中断，能源公司正在构建现实世界发电站点的工业数字双胞胎。全球能源技术提供商【VZX6】使用 NVIDIA 【ZHK3】（物理机器学习框架）和 NVIDIA 【ZFK0】（3D设计协作和物理精确模拟平台）创建了其热回收蒸汽发生器（HRSG）的虚拟副本。HRSG利用燃气轮机排出的热量产生用于驱动蒸汽轮机的蒸汽，从而提高电厂效率和产量，同时降低运营成本。
该公司开发了一种新的工作流程，将温度、压力和速度数据提供给 Modulus ，并使用 Omniverse 实时模拟蒸汽和水流。通过使用数字孪生设备准确预测腐蚀，西门子能源公司估计，通过自动化设备检查和每年减少 10% 的停机时间， 公用事业每年可节省 17 亿美元 。
西门子 Gamesa
海上平台（如风电场）也会发电，在这些平台上，更高的风速驱动涡轮机，每装机容量产生的电力比陆上站点多。模拟湍流、尾迹效应和其他场景的传统方法计算量大，成本高。
可再生能源领域的领导者 Siemens Gamesa 建造了一个数字孪生模型来模拟其海上风电场，该风电场每年产生超过 100 千兆瓦的能源。使用 NVIDIA digital twin 平台进行科学计算，该公司能够以高精度和高保真度实现 模拟尾迹效果的速度快 4000 倍 。更快的计算流体力学模拟缩短了设计理想风电场的时间，从而提高了电力输出并降低了运营成本。
千兆堆栈
能源公司正在探索可持续发电的工艺，用“绿色氢气”取代化石燃料。一个新的行业联盟正在开发 Gigastack ，这是世界上第一个工业规模的绿色氢气项目，以加速该国的净零排放目标，并为在世界各地成功运营创建一个框架。
该项目目前处于三个阶段的第二阶段，旨在利用海上风力发电产生的可再生电力将水分解为氧气和可再生氢，为英国菲利普斯 66 号亨伯炼油厂提供燃料。该项目的首席工程公司 Worley 利用 Aspen Technology 的 Optiplant 软件，与世界各地的设计师和工程师远程合作，开发亨伯炼油厂的一个 物理精确的三维概念布局 。数字双层多维度自动化工厂流程，如调度、成本估算、排放、维护和工人安全。
传统网格基础设施的现代化
发电后，电力必须通过输配电线路到达终端客户，无论他们是住宅、商业还是工业用户。在这一过程中，相当一部分能量损失，从而减少了可用的能量供应。此外，暴风雪、野火和洪水等极端天气事件威胁着电网的可靠性。
如果由于大风暴或其他原因导致大范围停电，公用事业公司会安排卡车前往现场维修停运的线路，以快速有效地恢复电力。然而，车辆路径问题是一个指数级复杂的问题。
NVIDIA cuOpt 在出现新挑战或电网资产离线时，帮助公用事业公司 动态重新优化卡车辊 。路线优化软件套件使用 GPU 加速物流解算器，依靠启发式和优化来提供动态重路由模拟和亚秒解算器响应时间。
电力研究所
加速计算使公用事业公司能够优化潮流、预测电网异常、防止意外停电和自动化维护。 Electric Power Research Institute（EPRI）是一家独立的非营利能源研发组织，负责安排电力系统的停电时间，并将停机时间降至最低。
使用 AI 和 HPC ，公用事业公司可以将电网建模为连通图，变压器和变电站为 nodes ，输电线路为 edges 。这些模型根据历史数据进行训练，以模拟特定的电网停运，并解决适应可变可再生能源、分布式能源和流动模式变化的挑战。
这种应急计划方法超出了 N -1 （单资产故障）的范围，扩展到多点故障，从而增强了区域、微观和纳米电网级别的恢复能力。该工具将交流潮流（ ACPF ）模拟为输电电网电路的稳态支路电流和节点电压，给定负载和发电机的输入剖面。
随着清洁能源资源的扩张，网格模拟器可以通过在几秒钟内解决数百万个同时出现的 ACPF 问题，引导运营商重新修补或重新配置网络拓扑。
HEAVY.AI
由于公用事业公司对其基础设施的可见性有限，电网附近的植被对邻近社区和野生动物栖息地构成野火威胁。管理植被需要实时数据分析，以主动监测输电线路和变压器。
HEAVY.AI 是一家高级数据分析公司，它从卫星、激光雷达、天气和植被健康等方面对 TB 的地理空间数据 进行分析。罢工树模型支持基于风险的植被管理，而基于 web 的仪表盘则为预测性维护和野火缓解提供了见解。
铁云
在变电站，安全和安保对于可靠电网运行的自动化和维护至关重要。像VZX18这样的初创公司正在使用计算机视觉监控安全访问或设备健康。使用现有的IP摄像头和智能视频分析，该公司的平台可以帮助确保遵守工人健康和安全协议，并防止现场违规。
利用智能电网技术解锁边缘智能
在电网的边缘，能源到达家庭、办公楼、工厂、商店等的最终目的地。
实用数据
Utilidata 正在与 NVIDIA 合作，以将 开发智能电网芯片 嵌入智能电表中。该芯片可以增强电网弹性，在太阳能、存储和电动汽车之间集成分布式能源（ DER ），并加速向脱碳电网的过渡。该芯片旨在成为一个创新平台，由 UtilitaData 开发的一组核心网格操作服务将支持第三方开发的应用程序。
图 3 显示了平台工具和 UtilitaData 针对高级计量基础设施的核心服务，这些服务嵌入到智能电网芯片上，以及可以开发的应用程序示例。
值得注意的 AI
公用事业公司还可以自动化和简化配电杆、电源线和其他安装在杆上的设备的检查。使用计算机视觉和智能摄像头系统， Noteworthy AI 可以通过 网格边缘的推断 检测裂缝、腐蚀、破损、高风险植被和其他潜在问题。摄像头系统，建立在 NVIDIA Jetson edge AI 平台 ，安装在多用途卡车上，并在现场服务期间收集 60 MB 的电网基础设施图像。在 Jetson 的边缘运行多个 AI 模型，只需将一部分图像发送到云端进行分析，就可以降低值得注意的 AI 的计算成本。
牛蛙能源生态系统
智能家居还使用连接到物联网（ IoT ）的智能设备自动化任务。 Anuranet 推出了 牛蛙能源生态系统 ，其中包括一个 NVIDIA Jetson 供电的智能仪表、智能断路器和家庭控制中心。该平台使用计算机视觉和对话 AI 来推动与房主的个性化互动。
- 对于消费者来说，通过了解能源消耗和碳足迹，可以降低每月电费。
- 对于公用事业公司，这种边缘连接可以实现实时能源定价。
Anuranet 的平台自动化了邻里级微电网的控制，将各个智能家庭汇集到节能社区中。
加速能量转换
公用事业处于清洁能源转型的最前沿，但必须实现输配电网基础设施的现代化，以大规模管理可再生能源。加速计算可以推动这一数字转型，创建软件定义的智能电网，提供可靠的能源，加速可持续性举措。
要了解更多信息，请阅读 实用程序的主要 AI 用例 行业简介。
您还可以探索 NVIDIA 解决方案改变 电力和公用设施 行业。
注册 边缘 AI 新闻 及时了解最新趋势、客户用例和技术演练。
