大数据治理雾霾的空间

环保问题每每成为话题焦点,除了关于环保治理与经济增长之间的辩证和辩论之外,技术也许能够提供另一个视角。

IBM中国研究院资深研发总监张盟近日在“IBM大数据峰会”上介绍了其“绿色地平线”项目。

2014年7月,IBM启动了为期10年的“绿色地平线”项目,该项目由IBM中国研究院牵头,拟联合IBM全球12家研究院的技术资源,探索大气污染防治、可再生能源高效利用、节能减排等问题的解决路径。

该项目下的一个合作内容就包括,与北京市签署合作协议,利用IBM在天气预测、能源管理等多方面的大数据能力,为北京的雾霾治理提供决策支撑。

污染防治的“最小代价”

在一些重大活动期间,有关方面通过“临时管控空气”的方式实现了 “会议蓝”。但是,临时管控空气的代价也比较高昂。

张盟在接受记者采访时表示:“如果能够实现精细化的空气管理,肯定能够大幅降低空气治理的代价。”

精细化的空气管理需要高精准的气象预报。过去,国内只能做到24小时空气质量报告,而且预测的单位半径约为10公里。

“这种预测结果,很难为空气管理提供决策支撑。”张盟告诉记者:“你如果要改善明天的空气,今天去临时控制污染源是没效果的,必须提前三天控制,这也意味着,我们需要72小时的空气质量预测报告。”

为了改善重大会议期间的空气质量,IBM协助相关机构为京津冀地区搭建了高精度三维网格模型。这一模型可以清晰呈现未来三天的空气质量状况,每一公里半径的单元都会生成自己的空气指标读数。

“要做到这个,难度很大,我们要处理上百G的数据量。”张盟说。

除了要整理京津冀、山东、山西、内蒙古的所有污染源的排放数据,还需要结合很多传感器数据、卫星遥感数据、天气监测数据,生成更准确的数据清单。

“因为企业除了上报的排放量之外,还有很多私下的无组织排放,这些数据对结果的影响很大。”张盟表示,有了精确的空气质量预测报告,相关机构就可以对污染源进行精准的管控。

张盟介绍说:“如果你要改善某一天的空气质量,我可以给出一些建议,比如应该关闭哪些区域的污染源、什么时候开始关、关多长时间,这个区域的污染源应该关闭多少比例,做到这些之后,空气质量可以改善多少,这些都有数字支撑。”

这些决策利用了IBM的大数据分析及数据同化、多时空尺度模型融合的认知计算、仿真模拟、污染量化决策支撑等多种技术。

能源结构转型下的机会

更为长期的布局是推动中国的能源结构转型,首先是提高可再生能源的利用率。

新能源产业同样是“十二五”国家重点发展的七大战略性新兴产业之一,在政策驱动下,中国崛起了很多新能源项目。比如,在河北张家口,国家电网建立了全世界单体最大的新能源电厂,包含风能、太阳能方案。

“但这些新能源的并网存在很大问题。”张盟介绍,由于风、阳光很难预测,所以新能源电厂的每日产能很难预测,不可控的发电很难被利用到居民用电、工业用电中,“也就是说,很大一部分新能源发电都被浪费了”。

张盟举例说,新能源发电厂向用电单位汇报明天的发电量为5万瓦,但受到天气影响,发电只有1万,“那么这1万是不能用的,用电单位还要从其他发电厂找5万的配额;如果发电量为10万,那么也只有5万能用,其余5万就浪费掉了”。

为了预知发电量,IBM研发了高精度风光一体化发电功率预测服务(HyREF)。“首先精确预测未来几天的实时的风向、风力变化,以及阳光波动,结合电厂的新能源装置运转情况,预测未来几天电厂的新能源发电曲线。”张盟介绍,目前预测的精准度可以达到90%。

国家电网在张家口的电厂采用了HyREF服务,通过精准预测,其可再生能源的利用率从20%提高到30%。张盟表示:“这10%意味着一个中型城市全天的用电量。”

HyREF是IBM在2013年推出的解决方案,目前类似张家口的合作项目,全国还有几十个。