Cornell University的Fengqi You和Ning Zhao设计了一种人工智能工具,可以帮助纽约国家通过组合机器学习和多尺度,自下而上优化建模来清洁电力。
研究人员汇编了关于国家电力脱碳的案例研究,优化年度容量规划和每小时系统运营,同时嵌入来自技术,容量和储存设施州的技术,容量和年龄的数据。
一个过渡模型,被认为扩大的电力存储容量建议总发电量高于非储存场景的39%,这将要求基于非赤缺点的200%更长的发电量。
每小时模拟显示海上风,水电和太阳能将是2040年的最佳动力源,而核将取代太阳能缺席的蓄电容量的10倍。
从康奈尔纪事
查看完整的文章
摘要版权所有©2022史密斯巴克林,华盛顿,直流,美国
没有发现任何条目