Là cắt lãng phí năng lượng là một vấn đề lớn dữ liệu có thể giải quyết?

Dữ liệu lớn là tin tức lớn trên nhiều cấp độ. Trong khi hầu hết các doanh nghiệp nghĩ về dữ liệu lớn về cách nó có thể thúc đẩy lợi nhuận của họ, thì dữ liệu lớn có sức mạnh để làm được nhiều hơn là tạo ra nhiều quảng cáo được nhắm mục tiêu hơn. Trên thực tế, dữ liệu lớn có thể giải quyết một số vấn đề lớn nhất mà chúng ta gặp phải trên phạm vi toàn cầu, bao gồm cả lãng phí năng lượng.

Khi nói đến công nghệ sạch, dữ liệu lớn đã vượt qua các nguồn năng lượng thay thế và xe điện về tiềm năng của nó. Khả năng thu thập và giải thích lượng dữ liệu khổng lồ về sử dụng năng lượng đã dẫn đến những đổi mới đột phá về tiết kiệm năng lượng cho cả người tiêu dùng và nhà cung cấp năng lượng - và những công nghệ này đã sẵn sàng để trở nên tinh vi và phổ biến hơn trong tương lai gần.

Dữ liệu lớn và hiệu quả năng lượng từ phía người tiêu dùng

Hiệu quả năng lượng là một vấn đề quan trọng đối với nhiều người tiêu dùng và doanh nghiệp. Càng sử dụng ít năng lượng, họ càng tiết kiệm được nhiều tiền, vì vậy nó thực sự trả tiền để giảm lãng phí năng lượng. Bên cạnh thói quen tiết kiệm năng lượng hàng ngày là tắt đèn, thiết bị và máy tính gia đình khi không sử dụng, người tiêu dùng đang chuyển sang các mô hình tiết kiệm năng lượng cho mọi thứ, từ máy mở cửa nhà để xe đến hệ thống sưởi ấm và làm mát nhà.

Vấn đề lịch sử với hiệu quả năng lượng của gia đình và doanh nghiệp là thiếu dữ liệu chi tiết về mức tiêu thụ năng lượng. Hệ thống sưởi ấm và làm mát chiếm khoảng 50% tổng lượng sử dụng năng lượng ở Hoa Kỳ, nhưng ngay cả việc sử dụng năng lượng đó là theo mùa và 50% còn lại không bị phá vỡ quá xa. Hóa đơn tiện ích hàng tháng chỉ cho biết tổng số năng lượng mà một hộ gia đình đã sử dụng trong 30 ngày - chứ không phải cách sử dụng hoặc nơi có thể bị lãng phí.

Đó là nơi chứa dữ liệu lớn. Cảm biến thông minh có thể cung cấp dữ liệu chính xác cho việc sử dụng năng lượng hộ gia đình, theo dõi và báo cáo không chỉ lượng năng lượng được sử dụng mà còn khi sử dụng xảy ra - hoặc thậm chí bạn phải trả bao nhiêu cho máy tính để bàn ở nhà tám giờ trong khi bạn đi làm Dữ liệu này có thể được trình bày thông qua các nền tảng Web và di động, cho phép người tiêu dùng phát hiện ra sự lãng phí năng lượng và kiểm soát việc sử dụng năng lượng ngay cả khi họ không ở nhà.

Một ví dụ phổ biến là bộ điều chỉnh nhiệt thông minh Nest. Được thiết kế bởi các cựu kỹ sư của Apple, thiết bị hoàn thành những gì bộ điều nhiệt có thể lập trình được, nhưng không bao giờ quản lý để làm cho người dùng đủ thân thiện. Nó cho phép bạn giữ cho bộ điều chỉnh nhiệt được quay số khi không ai cần thêm nhiệt hoặc làm mát, và đặt nó ở chế độ phù hợp với nhiệt độ khi bạn muốn, chẳng hạn như trước khi báo thức buổi sáng tắt hoặc khi bạn đi làm về . Ngoài ra, bộ điều nhiệt Nest "học" các tùy chọn của bạn và thực hiện các điều chỉnh tự động dựa trên các cài đặt lịch sử của bạn.

Loại công nghệ này có thể được sử dụng cho đèn thông minh hơn, tủ lạnh, cửa nhà để xe, điều hòa không khí, bình sành, vòi phun nước cỏ và nhiều hơn nữa. Nó cũng cho thấy tiềm năng của dữ liệu lớn để tạo ra các hộ gia đình thông minh hoàn chỉnh với hiệu suất năng lượng tối đa. (Đó là một phần của cái được gọi là Internet vạn vật. Tìm hiểu thêm trong phần $ # @! Internet là thứ gì?!)

Cắt chất thải năng lượng công nghiệp

Ngoài hiệu quả năng lượng của người tiêu dùng, dữ liệu lớn có khả năng giúp các tiện ích nhận ra việc quản lý năng lượng thông minh hơn. Với dữ liệu phù hợp, các tiện ích có thể tối đa hóa hiệu quả cho các lưới quá tải và giữ cho chúng hoạt động trơn tru, mà không cần phải chìm tiền vào các nhà máy mới.

Các tiện ích giữ cho nguồn điện hoạt động 24/7. Tuy nhiên, nhu cầu năng lượng dao động đòi hỏi họ phải có năng lực dự phòng để đáp ứng nhu cầu tăng đột biến, chẳng hạn như giữa một ngày hè nóng bức hoặc qua những đêm mùa đông lạnh giá. Giải pháp hiện tại cho hầu hết các tiện ích là sử dụng "các nhà máy đạt đỉnh". Không hoạt động trong hầu hết thời gian trong năm và tốn kém để kích hoạt, các nhà máy đạt đỉnh có thể tốn gấp tám lần số megawatt / giờ so với năng lượng ngoài giờ, chưa kể đến ô nhiễm bổ sung mà chúng tạo ra trong quá trình hoạt động.

Dữ liệu lớn có thể làm giảm hoặc loại bỏ sự phụ thuộc của các tiện ích vào các nhà máy đạt đỉnh. Thông qua các đồng hồ thông minh và thuật toán giải quyết các yếu tố bên ngoài như thời tiết, các tiện ích có thể chuyển việc sử dụng điện không thiết yếu sang thời gian không cao điểm, giảm đột biến nhu cầu cao điểm và giữ tất cả việc sử dụng năng lượng trên lưới điện chính.

Với quản lý năng lượng thông minh hơn, các tiện ích cũng có thể thu được giá trị thực từ các nguồn năng lượng thay thế như gió và mặt trời. Nguồn cấp dữ liệu lớn có thể giúp các tiện ích bù tự động trong các khoảng thời gian khi năng lượng tự nhiên không được tạo ra. Mô hình dự đoán với dữ liệu lớn có thể cho phép các tiện ích tính toán các kiểu gió và mặt trời chính xác hơn, và tối ưu hóa thiết kế và vị trí của các tuabin gió và các tấm pin mặt trời.

Mặt trái: Trung tâm dữ liệu và chất thải năng lượng

Một trong những vấn đề chính có thể cản trở tiềm năng của dữ liệu lớn để giải quyết các vấn đề lãng phí năng lượng nằm ở chính dữ liệu lớn hoặc ít nhất là cách tạo ra dữ liệu lớn. Những lượng dữ liệu không thể tưởng tượng được này được sản xuất bởi các trung tâm dữ liệu, tất nhiên cần có năng lượng để hoạt động. Và nhiều trung tâm dữ liệu đang lãng phí nhiều năng lượng hơn mức sử dụng.

Giống như các tiện ích, trung tâm dữ liệu hoạt động 24/7. Nhiệt là một vấn đề nghiêm trọng. Với hàng trăm máy chủ khổng lồ tạo ra nhiệt, các cơ sở phải được làm mát liên tục để ngăn chặn sự sụp đổ vật lý của cơ sở hạ tầng. Tuy nhiên, hầu hết các trung tâm dữ liệu không chạy với hiệu quả năng lượng trong tâm trí. Trên thực tế, một báo cáo năm 2012 của New York Times cho thấy thay vì bù đắp cho nhu cầu thay đổi, hầu hết các trung tâm dữ liệu đều hoạt động với hiệu suất tối đa suốt ngày đêm - và lãng phí 90% hoặc hơn năng lượng rút ra từ lưới điện.

Các trung tâm dữ liệu và nền kinh tế kỹ thuật số hiện đang tiêu thụ khoảng 10% năng lượng của thế giới. Nếu dữ liệu lớn là để giải quyết vấn đề lãng phí năng lượng, ngành công nghiệp phải thực hành trước khi rao giảng và trước tiên tự bật các công cụ hiệu quả của mình, và tìm cách giảm mức tiêu thụ năng lượng và cải thiện việc sử dụng năng lượng tổng thể mà không gặp rủi ro trong việc cung cấp.

Mặc dù có những trở ngại này, tuy nhiên, tiềm năng "xanh" của dữ liệu lớn là rất lớn. Chạm vào một thế giới xanh hơn, tiết kiệm năng lượng hơn có thể chỉ là vấn đề hiểu rõ hơn về cách chúng ta sử dụng năng lượng và nơi thường bị lãng phí nhất.