一项使可再生能源更高效的科技

作者：Jason Myers / 用例
2023年2月27日

本文最初发布在The New Stack上，经授权在此转载。

时序数据可以提供洞察，了解如何使能源生产和消费更具成本效益和效率。

2022年，全球事件对全球能源市场的影响显而易见。最剧烈的波动影响了化石燃料，这也导致了关于可再生能源可行性的更多讨论。幸运的是，向增加可再生能源依赖的趋势仍然持续。

根据气候和能源解决方案中心的数据，在美国，可再生能源是增长最快的能源。

• 在2000年至2020年期间，可再生能源增长了90%，其中2010年至2020年增长了42%。
• 2020年，大约20%的能源生产来自可再生能源。分析师预计，到2030年，这一比例将上升到35%。
• 2020年，大约5%的消耗能源来自可再生能源。
• 最近估计预测，在未来30年内，可再生能源消费的年增长率将平均达到2.4%。

不仅是美国在可再生能源领域取得了进展。[开源] 在2020年，全球29%的能源生产来自可再生能源。同年，全球可再生能源发电装机容量创下了记录，达到256GW。

这一切与科技有什么关系？虽然传统的化石能源仍然不可预测，但可再生能源的发展势头强劲。然而，转向可再生能源意味着在化石燃料生产和分配中使用的许多现有基础设施不再适用。可再生能源需要新的基础设施来跟踪新的系统需求和输出。在这些新系统中，科技扮演着关键角色。

时序数据与能源

随着公司寻求使能源生产和消耗更具成本效益和效率，他们需要了解这些系统如何运作。例如，该领域的运营商希望跟踪

• 整体能源生产水平，以确定他们是否能够满足供需。
• 每个设备的能源生产能力和影响设备性能的因素，例如设备状态、必要的维护以实现最佳性能以及当前条件的影响。
• 服务退化的原因，这可能依赖于先前收集的数据或仍需收集的数据。

时序数据可以提供对这些领域及更多领域的洞察。任何运营商控制的设备或系统都可以生成时序数据。这使运营商能够深入了解系统，从而帮助他们做出更好的商业决策并更快地做出决策。

将自然界作为能源来源是棘手的。能源，如风能、水能和太阳能，不是恒定的，需要运营商定期调整设备以适应环境变化。

可再生能源运营商还面临其他挑战，可能包括

• 设备位置 – 产生能量的设备通常位于偏远地区。更大系统中的单个设备也可能地理上分散。运营商更喜欢在设备需要维护时才派出技术人员。连接问题也可能阻碍远程设备的数据收集。
• 数据 – 运营商需要从每个设备收集大量数据。指标数据间隔和数据粒度可能因传感器而异。此外，他们需要长期存储所有这些数据，以便进行历史分析或生产预测。
• 基本工具 – 手动数据收集，如现场巡视，仍然很常见，并记录在电子表格或纸张上。这可能导致输入错误，并且无法扩展。
• 设备 – 可再生能源设备昂贵且易碎，因此保护资产以最大限度地发挥使用性能至关重要。

开源技术，如InfluxDB时间序列数据库，可以帮助运营商解决或缓解这些问题，推动创新，并使开发者能够更快地将想法变为现实。

时间序列正在改变可再生能源领域

“可再生能源”一词涵盖了广泛的生产、储存和消费过程。以下示例说明了世界各地企业如何使用时间序列数据来推动可再生能源领域及其周围的创新和改进。

Bboxx

Bboxx开发和制造产品，为发展中国家无电网社区提供负担得起的清洁太阳能。它为用户提供连接到电池的太阳能板以及一组USB和DC连接器，为灯、收音机和其他低功耗电器供电。超过35个国家的350万人通过Bboxx获得电力。学生可以在清洁光源下学习，而不是燃烧煤油并吸入煤烟和烟雾。

InfluxDB是Bboxx解决方案的核心部分，可收集与远程监控、计费和警报相关的数据。有了InfluxDB，Bboxx可以从其数据中获得洞察力，并将从分析历史数据中学到的经验教训应用于开发新的令人兴奋的产品，这些产品超越客户的期望。

EnerKey

EnerKey是一家芬兰公司，它通过分析消费数据来推动室内空间的可持续性和能源管理平台。它通过结合天气、时间序列和地理空间数据来监测能源消耗、室内空气质量、废物和排放，帮助组织减少其环境足迹。实时访问这些数据使EnerKey用户能够检测能源消耗波动，并就如何提高效率做出明智的决定。

EnerKey使用InfluxDB存储和管理数十亿个指标，并对历史数据进行分析。该公司还使用InfluxDB将时间序列数据与其他数据类型（如天气数据）相结合，以更好地了解外部气候因素如何影响室内能源消耗。它还可以使用这些结合的数据集来预测未来的能源消耗。这些能源效率为EnerKey用户节省了成本，而能源消耗的减少对环境来说是一个胜利。

Graphite Energy

Graphite Energy 是一家专注于工业脱碳的澳大利亚公司。它构建了热能存储（TES）系统，这些系统可以将可变、间歇和低成本的可再生能源（如风电场或太阳能光伏场）与制造工厂的生产需求过程解耦，从而为工业应用提供可靠、可预测的热量。

该公司在其解决方案架构的边缘和云端都使用了 InfluxDB，以收集现场 TES 机器的数据。每台机器产生大约 100 个数据系列，每 1 到 15 秒记录一次，每天总计约 1,000,000 条记录。Graphite Energy 使用这些数据创建其现场设备的实时数字孪生。这些数字孪生使 Graphite Energy 能够向前和向后滚动时间，以跟踪设备性能，并成为其生产优化预测工具包中非常强大的部分。

无论我们谈论的是涉及能源生成或能源消耗的公司，还是在消费者或工业层面，时间序列数据在现代应用中都是至关重要的。拥有像 InfluxDB 这样最佳的工具，实时收集、存储、管理和分析这些时间序列数据，可以提供对改变全球能源格局并创造一个更可持续的能源未来的系统的可观察性和洞察力。