从传统角度来看，风力发电厂的发电能力相对有限，因为直到现在我们仍然难以准确预测风这种无形的力量在新的一天里会如何变化。

谷歌公司能源市场策略负责人Michael Terrell指出，“当前电力市场的主流操作模式需要提前一天制定资产运行计划。只有这样，运营商才能在市场上获得理想的电力销售价格。”

他还提出了一个难题，“面对不可预知的风，我们如何能在前一天就做好规划？又该如何根据风向提前调整发电机的角度？”

针对这一看似棘手的问题，谷歌找到了自己的解决方案。

谷歌旗下的人工智能企业DeepMind正在将气象数据与美国中部地区高达700兆瓦的风力发电数据结合，利用机器学习技术，来更准确地预测风力发电效率和电力供应总量，从而降低运营成本。

在最近斯坦福大学普雷考特能源研究所举办的一次研讨会上，Terrell透露：“我们一直在与DeepMind团队合作，利用机器学习技术分析公开的气象数据，以此预测第二天的风力发电总量。”

令人鼓舞的是，Terrell表示，这项预测方案能够使风电场的收益提高约20%。

美国能源部在其2015年的《风能愿景》报告中，将“改善风能预报”列为首要任务之一，特别强调了提升风能可靠性的需求。报告指出，“通过收集数据并开发模型，可以显著提高不同时间尺度（如分钟、小时、天、月、年等）的风能预测能力。”

谷歌的目标更加宏大——彻底消除其基础设施运营中的碳排放，将相当于旧金山全市的电力消耗完全转化为绿色能源。

Terrell提到，通过将年度电力消耗量与年度可再生能源采购量匹配，谷歌已经取得了阶段性成果。然而，目前谷歌仍无法在所有设施中实现每小时零碳排放的目标。这将成为谷歌下一阶段的重点工作——Terrell称之为“24/7全天候无碳”目标。

“我们正在朝这个方向努力，并深刻认识到其中的巨大挑战。可以说，在现有的可再生能源条件下，实现零碳排放几乎与登月一样艰难。”

来自伦敦的DeepMind科学家们证实，人工智能有望改善谷歌乃至整个可再生能源市场的运营成本和竞争力，为环境保护贡献力量。

DeepMind项目经理Sims Witherspoon与谷歌软件工程师Carl Elkin表示，“我们希望通过机器学习方法增强风力发电的商业价值，推动无碳能源在全球电网中的普及。”

在DeepMind的官方博客中，他们解释了如何为东北发电站区（从加拿大边境延伸至德克萨斯州北部）的谷歌风力发电场增加利润：

“我们的神经网络结合了天气预报和风力发电的历史数据进行训练，构建了一个DeepMind系统，该系统能够在实际发电前36小时预测风力发电总量。基于这些预测，我们的模型可以提前预测全天和每小时的风力发电量。”

DeepMind系统的预测功能可以提前36小时预测风力发电量，帮助发电运营商以更高的利润率供电。