發生了什麼事
Google DeepMind 發布了專為風電場、太陽能生產商和電網營運商設計的 AI 天氣預報模型 WeatherNext 3。此模型每小時更新一次，並產生兩個主要預報流：100 公尺高度的風速和風向，以及入射太陽輻射的雲層。這項每小時決議旨在幫助營運商預測再生能源輸出的波動並更有效地管理電網穩定性。
Google DeepMind 於9月14日宣布推出WeatherNext 3，將其描述為能源基礎設施營運商的工具。該模型旨在預測直接影響再生能源發電的條件，特別是針對風能和太陽能產業。
該系統以每小時更新的節奏運行，DeepMind 表示這一點至關重要，因為影響電力輸出的天氣條件可能會在電力市場的單一交易週期內發生變化。該模型產生兩個不同的資料流：一個用於渦輪機相關高度（最高 100 公尺）的風速和風向，另一個用於估計光伏發電量的雲量和太陽輻射。
DeepMind 將此版本定位為能源轉型的基礎設施，認為天氣變化的提前通知允許團隊在再生能源發電變化時平衡電網。這是建立在該公司早期與 GraphCast 合作的基礎上的，GraphCast 是一種全球天氣模型，而先前的表現優於傳統基準。
為什麼這很重要
WeatherNext 3 解決了能源轉型中的一個關鍵挑戰：風能和太陽能的可變性。透過提供高解析度的每小時預測，該模型使電網營運商能夠更好地將清潔能源供應與消費者需求相匹配，減少對昂貴的備用發電的需求，並提高電力市場的效率。這代表了人工智慧在關鍵基礎設施中的實際應用，從一般天氣預報轉向專門的公用事業管理。
電網歷來依賴可調度的發電，例如煤炭、天然氣和核電站，這些發電可以根據需要進行節流。風能和太陽能是不可調度的，這意味著它們的輸出取決於不可控的天氣條件。隨著再生能源份額的成長，電網必須預測發電波動，而不是對其做出反應。
再生能源的預測誤差會對電網穩定性產生複合影響。高估風力發電量可能會導致需求高峰期間的供應短缺，而低估風力發電量則會浪費容量並迫使使用成本更高的備用發電。每小時分辨率的人工智慧預測旨在透過為儲存調度和需求響應提供準確的數據來減輕這些風險。
像 DeepMind 這樣的領先實驗室部署這樣一個專門的人工智慧模型，提高了該行業預測準確性的競爭底線。它還強調了人工智慧和關鍵基礎設施之間日益增長的交叉，其中精確的數據對於管理脫碳電網的複雜性至關重要。
互動機制：它實際上是如何運作的
以互動方式探索這項發展背後的基礎技術。
A route planner searches possible journeys using explicit rules. What does this illustrate about AI?
接下來看什麼
下一步包括觀察哪些特定電網營運商或能源公司採用 WeatherNext 3，因為 DeepMind 尚未透露目前用戶。此外，該模型在擴展預測範圍內（特別是超過六個小時）的準確性對於其在日前電力市場招標中的實用性至關重要，預測錯誤會帶來嚴重的經濟處罰。
DeepMind 尚未透露哪些電網營運商、公用事業公司或獨立電力生產商目前正在使用 WeatherNext 3。監控主要能源公司的採用將顯示該模型的實際影響和商業可行性。
該模型在日前電力市場競價中的表現是一個值得關注的關鍵指標。由於最大量的電力合約在此視窗內結算，因此六小時後的預測準確性將決定其對能源交易商和營運商的財務效用。
包括 Tomorrow.io 等新創公司和國家氣象機構在內的競爭對手也瞄準了這個市場。 DeepMind的加入可能會加速創新，並迫使現有服務提高預測準確性和解析度。