Alphabet最新射月專案要解決再生能源電網困境

Alphabet旗下的X Lab正在研究電網相關的工具，以幫助公用事業來監控和預測電網上的活動。官方提到，這個研究計畫屬於射月（Moonshot）專案之一，目標是要開發和測試電網監控系統的原形。

電網為許多重要的基礎設備供電，但這是一個超過一世紀的工程設計，目的是要讓電力從石化燃料發電廠流向城鎮，隨著科技的發展，世界各國皆力推再生能源，因此再生能源的供電也開始流入電網，而且消費者也逐漸使用電動車，或是安裝太陽能發電板，這些發電與用電的變化，使得原本電網的平衡受到衝擊，X Lab提到，面對電網平衡的挑戰只會越來越大，因為要應對全球氣候變化，就必須要實現24/7全無碳電力。

由於這項專案涉及複雜的電網專案，因此研究團隊找來Audrey Zibelman領導這次的射月專案，Audrey Zibelman是前澳洲能源營運商AEMO的執行長，在2019年和2020年使澳洲電網安然度過野火摧殘，也參與了紐約在經珊迪颶風重創後電力系統的重構。

監控與預測再生能源電力的根本障礙，是無法確定流入電網的再生能源電量，研究人員提到，電網營運商每天都需要確保電網中，供應和使用的電力能夠維持平衡，但是管理和做決定卻面臨許多不確定性，其中最大的問題就是無法掌握風力發電和太陽能這種間歇性電力，流入電網的實際狀況。

而且也無法即時了解能源流動的方式，目前缺乏所有供應商一致的全域檢視圖，和端到端彙總檢視圖，因此無法查看發電廠，甚至在一般人家中屋頂太陽能電板，這些電力進到電網的實際情況。而且不同單位的需求不同，掌握電網的方法也有所不同，從公用事業到系統營運商，每個管理、建構和調節等階段，都使用不同的工具和系統模型。

由於這些原因營運商面對巨大障礙，尤其是電網中開始有數百萬個裝置可能向電網貢獻和擷取電力。研究人員提到，要解決這個複雜的狀況，其中一個切入點是為碎片化的電力系統，建構一個單一檢視圖，研究人員認為，機器學習技術可以在這個任務幫上忙，透過預測各種情況來預測整體電網的電力。

研究團隊討論了幾個電網專案的重點，包括研究創建詳細且即時電網檢視圖的可能性，甚至要準確預測天氣，知道晴天與刮風的時間，來進一步預測發電量，也希望能夠預測和模擬電網未來的事件，官方提到，他們希望藉由探索這些問題，找到新的運算工具，帶領人們將電網從工業時代進展到智慧技術時代。

在各國都極力想要脫碳的現在，研究團隊提到，營運商需要重新設計更新和管理電網的方式，而這件事無法由單一組織解決，因此跨Alphabet團隊執行射月專案，整合內外資源要共同合作解決這項問題。