将提供清洁能源在两年内满足澳大利亚总电力需求的35%新的数据突显出太阳能正在以惊人的速度改变着整个国家能源市场．
澳大利亚的电网正在经历它的最大的转变自1950年代以来。这些变化是由经济、工程和环境因素，包括可再生发电．消费者的偏好也在发生变化，越来越多的人希望独立并控制电力供应和使用。
与公路和铁路网络类似，我们的电网也会变得拥挤。
与世界各地的其他电网不同，在澳大利亚，发电机目前不能在国家电力市场(NEM)购买传输能力。相反，这是一个开放的市场，成本最低的发电机(在物理限制内)被分配到网络中。对于可再生能源项目的开发商来说，他们有接入权，但没有在新能源管理中自动产生收益的权利。
随着电力行业的变革力量带来了更多的替代和可再生能源，它们也带来了电网拥堵的问题。之所以会出现这种情况，是因为澳大利亚的电网自20世纪初建立以来没有发生过重大变化。主要传输基础设施位于运输电力从国家的化石燃料生产地区，这是在不同的地理位置，我们的可再生能源资源。
由于电网堵塞而产生的“限电”一词使用更为广泛。“弃网”指的是电网因缺乏输电能力而出现拥堵，从而影响发电企业盈利的可能性。
与20年前相比，今天的弃风与发电机的关系更为密切，这是由于风能和太阳能的公用事业规模的部署太阳能发电以及电力批发市场的演变。现在的机会是改造电网，使其能够提供将可再生能源的能源带到需求点的能力。随着这一历史性变革走向未来，新的可再生能源发电机还面临着一些初期问题，包括减产。
作为电力行业客户日益严重的问题的早期标识，Aurecon开发了一种数字限电评估方法。
我们的方法是专门为协助开发的发电客户需要确定限电对风能和太阳能项目收入可能产生的影响。它使业主、开发商和金融家更好地了解相关的操作和经济风险。
弃用影响可能是由于缺乏从高可再生资源地点传输发电的传输能力造成的，而且由于不同地点的电网容量、发电时间、网络冗余以及与负荷的距离不同，这一影响是特定的。
目前，澳大利亚的大部分大容量输电基础设施都是围绕化石燃料能源建设的。我们的风能和太阳能资源附近没有类似的基础设施，因为它们最近才开始开发。
随着我们向可再生能源供应结构过渡在美国，发电开发商和网络运营商面临的挑战是如何促进可再生资源丰富的地区向消费者提供能源。
有了目前的电网从主要的化石燃料发电过渡到可再生能源在美国，有效模拟电网拥堵的能力对金融机构、公用事业公司、政府和大型能源生产商都有价值。这就是Aurecon的缩减评估可以提供帮助的地方。
由于不清楚未来的发电机将连接到电网的哪个位置，了解弃电水平可能会变得复杂。Aurecon的缩减方法支持数据分析通过对未来发电机的公开信息，以及确定可能发生、可能发生的重大风险场景，以及它将如何影响处于特定项目中心的发电机。
Aurecon的方法测试了缩减假设，并提供了一个清晰的图像，以确定这些假设是否与资产生命周期内网站的生成和收入预期相一致。
这是奥瑞康电力咨询工具包的一部分。使用这种方法和公开的电力市场信息，Aurecon可以为客户提供一份评估，评估由于网络限制可能被削减的能源量。这表明了在其资产的生命周期内对客户赚取收入的能力的影响。
限电评估工具是一个软件程序，它可以帮助预测在一系列场景下，由于网络容量限制，发电机可能被限电的电量。它对发电资产所有者和希望了解减产财务影响的投资者具有价值，因为它量化了风险，并确定了减产发生时的操作条件。从这些信息中，投资者或所有者可以确定对问题的战略反应。这可能包括接受风险，改变发电时间，或安装电池储能系统储存能量，否则就会泄漏。
通过削减评估分析可再生能源资产开发商和所有者的投资回报，想象一下我们前面会发生什么．
发电资产能否通过创建数字双胞胎来优化，作为在低风险环境中原型新想法的测试平台?一个数字双是物理世界的虚拟模型。
随着Aurecon的发展数字的方法，该工具可以构建业主或开发商电力基础设施的虚拟模型，并连接到电网。这种资产的数字双胞胎将允许我们思考改善实体基础设施的方法，并将这些改进应用于数字版本，并跟踪响应。这样一来，我们就有机会将这些经验教训应用到“现实世界”的应用中，从而使资产更具弹性、响应能力更强，减少受到物理、金融和运营风险的影响。
它可以提供动态、快速、低风险和实时诊断和解决问题的能力。
它是什么?它与削减有什么关系?大数据本质上是大数据集，Aurecon的部分缩减方法是为可再生能源发电项目收集和分析大数据。
在建模中使用的机器学习方法允许团队运行“可能”发生的无数场景。然后，他们使用分析的结果来确定可能影响风险的关键关键场景。然后，客户就可以判断这些场景在现实中是否可信。
想象一下，在未来再走一步，并且能够利用杠杆机器学习根据减产方法提供的预测，帮助优化产出的技术。
随着机器学习的应用，Aurecon的削减工具可能会评估每一个可能的削减未来可能发生的情况并为用户提供定量分析，而不是评估由项目工作人员定义的有限数量的场景。
与今天相比，这是一个巨大的飞跃，将需要机器学习的广泛和复杂的发展，以实现所需的分析水平的速度和计算效率。然而，一个可能使数字双胞胎和机器学习蓬勃发展的环境正在迅速出现，以前所未有的方式将物理世界与数字世界连接起来。
当然，问题是是否准备好迎接这一切。至关重要的是，要确保技术的加速发展不会超过我们理解后果的能力，并计划如何最好地利用数字双胞胎和机器学习，以造福所有利益相关者。
然而，在当今世界，能源模式和技术变化迅速未来可能比我们预期的来得更快．
托马斯Keraitis是奥雷肯的首领吗未来的能源团队横跨悉尼、墨尔本和布里斯班。他与多个行业的客户密切合作，帮助他们实现与未来能源有关的最令人兴奋的机会或解决他们最紧迫的风险。
请将您的浏览器更改为以下选项之一，以改善您的体验。
支持的浏览器:
