本文改编自GreenBiz的时事通讯《VERGE周刊》，每周三出版。订阅在这里.
如果你认为你的组织有一个具有挑战性的能源消耗状况，试着运行一个冷藏设施网络——大多数地点都在不那么冷的地方，如加利福尼亚州和乔治亚州。
近几个月来，我遇到的关于智能权力管理的一个更有趣的例子是天堂物流(Lineage Logistics)正在进行的一项倡议。该公司在北美、欧洲和亚洲运营着200多家仓库。它为2500多名顾客处理食品，这些顾客本身都是企业，比如食品杂货店和食品服务组织。
每个世系建筑的平均面积为250000平方英尺，基本上储存的食物量与770000个家用冰箱中的食物量相同。这涉及到一系列设备，包括制冷装置和鼓风式冷冻柜，它们可以将内部温度降低到零下20度。总计，宗族的年能源消耗与中等规模的美国市相当。这是该公司仅次于劳动力的第二高成本，公司的目标（早在2014年就制定）是每年至少提高5%的能源强度。
天堂运营团队采用了一些相当复杂的技术，包括人工智能、无线传感器和云软件服务，从而大幅降低了负载。
与其让设施一直处于超冷状态，天堂想出了一种方法，它可以利用所有冷冻食品的存在——以及它所释放的所有冷热能——来发挥其优势。
然而，其核心是一个极其简单的想法：该团队没有一直保持设施的超冷，而是想出了一种方法，让世系能够利用所有冷冻食品的存在——以及它所释放的所有冷热能——发挥其优势。
解决方案是：利用较低的电力成本，在夜间或电力成本较低的情况下，将建筑物过冷至低于储存冷冻食品的安全温度（即零度）5度左右。然后关闭冷冻柜，直到温度上升到预先指示的水平。“你不想升到零度以上，但实际上你可以降得更冷，”Alex Woolf观察道，他是世系首席数据科学家，在设计这个系统时起到了重要作用。
根据设备的大小、储存的特定食物种类、所在地区、外部天气和环境空气条件，冷藏箱可能会闲置5到10个小时，然后才会重新活跃起来。伍尔夫说，出于安全考虑，天堂在采用这种方法之前投入了大量的时间进行安全检查，目前已有近80家机构使用这种方法。从工业传感器。io一直在关注情况，通过AT&T的无线连接将数据传输到云端的分析仪表板上。
自从世系采用这种方法以来，它已经将年用电量减少了3300万千瓦时，一路上节省了约400万美元。伍尔夫说，一些设施实际上已经将电力成本削减了一半。
那么，您如何计算出确保设备重新启动的准确时间，而不需要一个人24/7地观察恒温器和一些复杂的仪表板？那就是上述机器学习技术(PDF)进来-它与物联网技术合作，而世袭已经在其网络中实施。伍尔夫说：“我不想一直坐在电脑前。人工智能就是这样做的，而且可以扩展。”。
伍尔夫的数据团队所开发的方法——它称之为“飞轮”——并没有让人觉得很怪异，而是建立在该公司过去几年在其仓库中安装了1000多个传感器的投资之上。
人工智能软件将传感器收集的数据与其他信息相关联，如电价、单个建筑物的建议冷却计划以及其他更不可预测的变量，如天气条件。然后，它根据某些预定义的条件采取操作。例如，如果温度下降得比预期的要快，或者相反，由于室外温度较低，电源是否可以比预期的时间长。
它还可以作为一种需求响应机制，允许沿袭根据其公用事业的峰值定价变化转移负载。这是一个大问题，特别是在市场上，根据电网需求，每千瓦时的日内价格可以从2美分波动到80美分。
伍尔夫说:“我们可以根据需要调整负载。”“电脑给你答案。”当然，在需要人为干预的意外紧急情况下，总有一个覆盖按钮。
flywheeling应用程序在加利福尼亚州的Mira Loma进行了试点，在那里，该公司能够实现每个托盘38%制冷成本的标准化。现在，它正在推广到大约六个其他设施。伍尔夫说，现在人工智能程序已经编写完成，只需几周时间和“小调整”就能在某个位置启动并运行该功能。他已经获得了多项与该技术相关的专利，今年夏天，世系以一项更好的实践奖由美国能源部的“更好的工厂计划”提供能源效率。
如果你愿意的话边缘1910月23日:“未来就在现在:能量区块链和人工智能在行动。”
