Solarenergie für urbane KI
-- Die Aufteilung der Last durch einen Ingenieur
Solarenergie für urbane KI: Die Aufteilung der Last durch einen Ingenieur
KI in Städten bezieht Strom auf zwei sehr unterschiedliche Arten, und Photovoltaik plus Speicher passt viel besser zu einem von ihnen als zu dem anderen. Rechenzentren und KI-Computing sind große, kontinuierliche, immer verfügbare Lasten.(Verkehrskameras, Sensoren, intelligente Straßenlaternen, Beschilderung, kleine Zellen) ist Tausende von kleinen, intermittierenden, latenztoleranten Lasten. Diese Seite trennt die beiden und gibt dann die Größenmethode an, die wir für die zweite verwenden, für die wir Hardware bauen.
Das Nachfragebild, mit einer realen Zahl
Der IEA Electricity 2024-Bericht schätzt, dass Rechenzentren, KI und Kryptowährungs-Mining im Jahr 2022 etwa 460 TWh verbrauchten, etwa 2% des weltweiten Stroms, und prognostiziert, dass die kombinierte Zahl bis 2026 1.000 TWh übersteigen könnte-ein Niveau, das mit dem Jahresverbrauch Japans vergleichbar ist. Denn die Beschaffung ist der Unterschied zwischen einer Zahl und einer Dekoration.
Klasse 1: Rechenzentren-wo PV + Speicher helfen und wo nicht
Für ein Rechenzentrum spielt PV-plus-Speicher drei reale Rollen. Peak Shaving bedeutet das Entladen der Batterie während der Nachfrage-Lade-Fenster, um die abgerechnete Spitze zu reduzieren.Valley Filling bedeutet das Laden von PV am Mittag, wenn die Erzeugung reichlich und billig ist.*Ride-Through bedeutet, kritische Lasten während der Netzereignisse am Leben zu erhalten.
Die Festigung von 1 MW Dauerlast mit PV plus vierstündiger Speicherung erfordert ein Multi-Megawatt-Array und einen MWh-Speicher.(arithmetische Größenordnung, kein Zitat), und das Netz oder ein fester Stromabnahmevertrag bleibt die primäre Versorgung in der Praxis. Wenn ein Projekt-Pitch "Solar macht das Rechenzentrum,"Fragen Sie nach dem Kapazitätsfaktor Mathematik vor dem Term Sheet."
Klasse 2: der urbane Rand-wo alleinstehende Solaranlagen die natürliche Architektur sind
Die Randlast ist dort, wo unsere Hardware lebt. Eine Verkehrskamera zieht ein paar Watt. Ein intelligenter Straßenlaternenmast zieht 10 - 60 W über Nacht. Ein Sensorknoten zieht unter einem Watt. Diese Lasten sind klein, sie sitzen dort, wo Grabungen teuer sind und ein Netzanschluss Monate dauert, und eine batteriegepufferte DC-Versorgung ist alles, was sie brauchen. Standalone-PV-Plus-Speicher ist kein Kompromiss für sie; es ist die richtige Antwort.
Die Größenmethode, die wir anwenden, in der Reihenfolge:
- Fixieren Sie zuerst die Last . Gesamtleistung der Leuchte × nächtliche Betriebsstunden zuzüglich einer Zulage von 10 - 20% für Steuerungs - und Kommunikationsaufwand , da die Nennsummen zu niedrig sind .
- Größe des Arrays aus dem schlechtesten Monat , nicht aus dem Jahresdurchschnitt . Verwenden Sie den minimalen Spitzensonnenstundenmonat des Standorts mit einer System-Derate von 0,75 - 0,85 , die Verschmutzungen , Temperatur , Verkabelung und Controllerverluste abdeckt .
- Größe der Batterie für die Autonomie Ziel . Drei bis fünf Tage ist der Arbeitsbereich für Kantenlasten ; hohe Breiten Winter und Monsunklima bewegen sich nach oben . Batteriekapazität = Autonomie Tage × nächtliche Wh ÷ nutzbare Entladungstiefe , die 0,8 - 0,9 für LiFePO4 (Lithium-Eisenphosphat) Chemie ist .
- Passen Sie den Controller an das Array an . Moderne High-Wp - Panels auf einer 12/24 - V-Bank benötigen MPPT (Maximum Power Point Tracking) ; Die Spannungsverhältnisregel ist in unserem MPPT vs PWM Guide .
Verteilte Erzeugung auf städtischen Gebäuden
Dach - und Wand-PV auf Bürogebäuden und Einkaufszentren speist zuerst die eigenen KI-Lasten des Gebäudes , und die Größenordnung überlebt die Prüfung , sobald die Annahmen angebracht sind . Ein mittelgroßes Geschäftsgebäude , das PV sein volles Dach gibt .(nennen wir es 1.000 m ² nutzbare Array-Fläche bei etwa 150 W/m ²) landet in der Nähe von 150 kWp , was bei einem spezifischen Ertrag von 1.200 - 1.500 kWh pro kWp pro Jahr (standortabhängig) produziert in der Größenordnung von 180.000 - 225.000 kWh jährlich . Die wirklichen Vorteile sind strukturell , nicht nur energetisch : Die Erzeugung sitzt neben der Last , so dass Übertragungsverluste schrumpfen und das Gebäude seinen eigenen Verbrauch gegen die PV-Kurve verlagern kann .
Zentralisierte Anlagen und das Netz
Utility-Scale - Anlagen am Stadtrand speisen das städtische Netz direkt ein , wobei netzseitige Speicher die Solarenergie in den KI-Nachfragespitzen verlagern . Koordinationspunkt ist dort der Netzbetreiber , nicht der Gebäudeeigentümer , und die technischen Fragen (Zwischenschaltung , Ramp-Raten , Wir markieren es hier , weil Projektdokumente oft die beiden Skalen in einem " Solar für AI " verwischen Narration : Das sind unterschiedliche Projekte .
Was diese Seite nicht behandelt
Diese Seite behandelt die Konzepte und die Edge-Device - Architekturen hinter PV-plus - Speicher für KI-angrenzende städtische Lasten . Sie behandelt nicht das EPC-Design von Rechenzentren , Verbindungsstudien von Versorgungsunternehmen oder die Tarifoptimierung ; Das sind projektspezifische Engagements . Für Straßenbeleuchtung und Edge-Device - Bereitstellungen , unsere all-in - one-solar - Straßenlaterne Linie ist die hardware , die diese Methode produziert . Und die Wirtschaftlichkeit der peak-shaving live in den tarif , Nicht die Technologie - modellieren Sie Ihren Tarifplan , bevor Sie die Batterie modellieren .