中国北京 2021年12月3日——作为2021年全球最佳可持续发展企业,全球能源管理和自动化领域数字化转型专家施耐德电气认为,通过清洁电气化和数字化相结合,电力是唯一提供最快脱碳载体的能源。被誉为“未来电网”的智能双向电网是实现能源转型的唯一途径,通过每年减少10兆吨二氧化碳排放,可帮助世界将升温幅度控制在1.5℃内,助力达成到 2030 年碳排放减半目标。未来电网允许将本地生产的多种分散的可再生能源安全、可靠、弹性、高效地结合起来,同时降低输电和配电损失,全方位释放脱碳潜力。
随着气候变化愈加严峻,恶劣天气事件愈发频繁,施耐德电气推出多种全新的创新软件解决方案,旨在通过分布式清洁可再生能源实现更大的电网柔性,最大程度提高可靠性和弹性,并提高电网管理运营效率。分散式发电是未来,施耐德电气与彭博新能源财经 (BNEF) 的联合评估表明,太阳能是一个尚未得到充分利用的巨大机遇,到 2050 年,全球可能将有 1.67 亿个家庭和 2300 万家企业自主开展清洁发电。相关部署将释放巨大的减碳效益,而政策和电价设计将成为促成这些部署的关键。
为“电力十年”铺平道路
所有脱碳路径都需要依靠电网公司,它们管理着对能源转型发挥重要作用的基础设施。只有实施数据驱动的电网改造,才能实现“产消者革命”,使消费者和企业有能力利用太阳能和微电网自行生产可再生能源,并将多余的能源回售给电网。依靠产消者革命,有望实现包括楼宇、住宅、私人交通在内的最大排放源的低碳化。施耐德电气提供 EcoStruxure Grid 软件和服务,为配电公司带来数据收集、数据管理和高级分析解决方案,借力数字化为脱碳工作提速。
“未来十年被称为‘电力十年’,我们将迎来一个由可靠、有弹性的智能清洁可再生电力供应驱动的低碳未来。然而,只有当我们投资于双向智能电网基础设施,使其能够满足不断增长的清洁电力需求,并适应向电网供电的分散可再生能源日益增多的趋势,这一切才有可能成为现实,”施耐德电气电力系统业务执行副总裁 Frederic Godemel 表示,“今天,电网公司在成功的能源转型中居于中心地位。我们需要确保他们拥有投资数字电网解决方案的手段和动力。”
他补充道:“数据驱动的电网改造将开启经济和社会脱碳所需的产消者革命,并为电网公司带来需求侧柔性——不仅仅是电网本身,还有依赖于电网的行业,包括楼宇、工业和交通。”
未来电网由数字化和软件赋能
今天,施耐德电气自豪地宣布,其强大的新能力可帮助电网运营商将停电风险降至最低,管理供需柔性,并提高运营和能源效率。
重大事件风险缓解:施耐德电气最新推出的 EcoStruxure™ ADMS ,助力电力公司应对气候变化带来的深远影响——可靠性降低、费用升高、停电增多等问题。EcoStruxure™ ADMS 现在提供更多工具,可以缩短停电响应时间,并通过更高程度的电网自动化来预测事故和主动确保电能质量稳定。这些新能力使电力公司系统能为重大事件风险缓解做好准备,在保障用户和社区安全的同时,保持高质量、可靠的电力供应。
电网柔性和主动网络管理:EcoStruxure DERMS 为主动网络管理提供识别和协调分布式能源 (DER) 运行上下限的能力,使电网更具柔性。施耐德电气最新推出的EcoStruxure™ DERMS 可以分析待实施的 DER 输出计划或输出/输入限制是否与近期电网容量相一致。DERMS 根据电网区段和变压器的热极限、允许的反向潮流和欠压/超压限制,检查计划中的 DER 运行。如果检测到违规,应用程序会制定新的 DER 输出计划或输出/输入限制,以减轻可能的电网问题,并保持电网容量,为所有用户提供良好的电能质量和服务。
先进运营效率:EcoStruxure 电力自动化系统作为一个面向云应用的预测性和基于状态的维护数据收集器,为更多高效运维计划提供维护便利,并提供先进的系统库存和基线管理能力。
这些新能力是施耐德电气端到端综合软件和服务组合的一部分,旨在帮助电网运营商管理电网生命周期,通过数字化、优化和自动化,实现柔性、效率、弹性和风险缓解。
此外,施耐德电气采用无六氟化硫 (SF6-free) 技术的新一代绿色智能中压开关设备——环保型气体绝缘开关柜GM AirSeT、环保型气体绝缘环网柜RM AirSeT及SM AirSeT助力电网脱碳,为全球应对气候变化作出贡献。
独特优势为客户创造价值
今年早些时候,施耐德电气通过投资 ETAP 和 OSIsoft 进一步完善了其独一无二的电力系统软件组合。施耐德电气提供不依赖于供应商的软件驱动型建模、设计、实时预测模拟和运营解决方案,可以实现独特的基于云的设计,并为关键任务电力系统的运行提供网络安全保障,从而为更广泛的受众和客户群提供端到端的生命周期数字化和更高的效率、可持续性和弹性。
这些解决方案旨在通过数字化简化复杂的关键任务系统,为更好地整合可再生能源、微电网、燃料电池和电池储能技术提供支持。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。