Як аналітика даних може зробити міста більш екологічними
22.07.2020
На тлі спалаху Covid-19 державні управлінці та фахівці з data science використовували статистичні дані, щоб відстежувати та протидіяти вірусові у містах. Коли економіка починає відновлюватися, міста повинні продовжувати використовувати дані не лише для моніторингу Covid-19, але і для ініціювання сталого, екологічного відновлення після коронакризи. Про це пише аналітик даних, Head of Growth компанії Pngme Анкіт Мішра у своєму дописі для Forbes.
За даними Світового банку, міста генерують понад 80% світового ВВП, але споживають понад двох третин енергії на планеті та продукують понад 70% світових викидів CO2. Оскільки міста відіграватимуть невід’ємну роль у досягненні сталого відновлення, їм потрібно застосувати рішення на основі даних, щоб користуватися екологічно чистою енергією, оптимізувати зарядку електромобілів та зменшити споживання енергії в будинках. Таким чином, переконаний фахівець, країни не лише створять висококваліфіковані робочі місця, але й прискорять перехід своїх економік до низького рівня викидів вуглецю.
Ось, що радить Мішра:
- “Розумно вирівняйте попит та пропозицію в енергосистемі з використанням відновлюваних джерел енергії”
В останньому звіті Міжнародне агентство з енергетики (IЕА) зазначило, що за останні два роки було створено понад 90% даних у світі. Це експоненціальне зростання в поєднанні зі зростаючими світовими зобов’язаннями щодо економіки з низьким вмістом вуглецю (low-carbon economy) дало змогу даним відіграти вирішальну роль для зростання ваги чистої енергії.
У енергосистемі цифровий прогрес допомагає із тим, аби узгодити постачання відновлюваної енергії та моделі попиту на електрику. Раніше такі відновлювальні джерела як вітер та сонячна енергія стикалися з тим, що доступ до них не є постійним. Тепер, із потрібним обладнанням та програмним забезпеченням, як і з розвитком накопичувачів енергії, комунальні підприємства можуть прогнозувати попит на енергію та краще керувати інтеграцією відновлюваних активів до енергосистеми.
Для міст це унікальна можливість зменшити викиди вуглецю. На основі data analytics щодо попиту мережі, комунальні підприємства можуть розумно керувати своїми потужностями для зберігання енергії та оптимізувати ціну для продажу на гуртові ринки енергії.
- “Заохочуйте заряджання електромобілів у позапікові години”
“Розумна” мобільність – одна з найважливіших тем, з якими стикаються місцеві органи влади, коли вони намагаються знову відкрити міста після Covid-19. В останні місяці чимало міст сповільнюють рух вулицями, щоб просувати альтернативи громадському транспорту та приватним автомобілям, виділяючи вуличний простір для велосипедистів та пішоходів. Під час карантину планувальники міст використовували те, що більшість поїздок у місті покривають короткі відстані. Тому пішохідні прогулянки чи велосипеди в межах міста стали найбільш популярним видом транспорту.
Для коротких маршрутів, ходьба та їзда на велосипеді – чудове рішення. Однак більш тривалі поїздки все ж вимагають транспортних засобів. Із цієї причини масштабування інфраструктури нульових викидів буде критично важливим для зменшення викидів вуглецю в містах.
Big data може допомогти відігравати важливу роль у адаптації такого підходу. Визначаючи схеми руху маршрутів, міста можуть знайти оптимальні майданчики для станцій зарядки електромобілів та шукати синергію транспортного сектора та електромережі. Приміром, опція заряджання електрокарів у позапікові години може стати збалансованим рішенням і для міста, і для енергетики. А спеціальні нічні тарифи заохотять водіїв таких машин заряджатися у відповідні години – або ж електрикою з відновлюваних джерел.
- “Розкрийте прихований потенціал енергоефективності будинків”
За даними організації C40 Cities, будівлі відповідають за приблизно 50% загальних викидів вуглецю в містах та 70% – у великих містах, таких як Лондон, Лос-Анджелес та Париж. Щоб міста досягли сталого розвитку та глобальних цілей щодо клімату, їм доведеться розглянути інноваційні рішення, щоб зменшити викиди.
Приміром, уже існують комерційні платформи штучного інтелекту, які на основі big data формулюють моделі та сценарії, щоб найкраще оптимізувати споживання енергії будівлі та виявити нові, раніше недоступні сценарії його зменшення. Крім того, зазначає фахівець, цьому можуть сприяти і рекомендації на основі data analytics щодо налаштування системи опалення, вентиляції та кондиціонування будівель.
