查看原文
其他

微软数字技术为能源行业打造低碳、高效、可持续的未来



目前,全球已经形成了以“碳中和”为代表的绿色与可持续发展共识。微软认为,以创新技术推进的数字化转型,是帮助改善和解决人、环境与经济持续繁荣发展课题的重要动力之一。在确保社会经济稳步发展的前提下,肩负起保护地球环境、推进可持续发展的承诺,这无疑是个难度极高的挑战——微软对其中的技术难度,有着深刻的切身体会。

 

除了积极消除自身的碳排放,微软也积极支持全球各界的技术研发,帮助加速全球碳减排、碳捕获和碳消除技术的发展。通过将物联网、大数据、云计算与人工智能、机器人技术深度整合,微软推出了一大批行之有效的解决方案,为包括壳牌、远景能源等在内的能源企业打造通往低碳、高效业务的新路径。

 

微软高性能计算,让壳牌获取低碳新路径,打造“可持续燃料”


早在 2020 年 9 月,壳牌(Shell)就宣布将利用微软智能云 Azure、Microsoft 365 和 Power Platform 等加快清洁能源的开发。这家全球性能源企业每周需要处理其全球资产基础上的数十亿数据点。借助微软智能云 Azure,系统可以快速聚合和分析数据,进而生成一个虚拟图来反映业务的现状。此外,壳牌还基于 Azure 开发了一款数字工具,用于最终其供应商的碳排放量,显示基线、设定目标,并为其自身运营制定计划。此外,两家公司合作开发的工具和解决方案,可以帮助中小企业计算其碳足迹,同时为其探索寻找和获取低碳的解决方案和产品的新途径。

 

壳牌利用 Azure、Microsoft 365 和 Power Platform 等加快清洁能源的开发

在这一合作的基础上,壳牌还将基于微软智能云 Azure 的高性能计算(HPC)用于颠覆性的计算科学,并与微软 MCS 部门(Microsoft Consulting Services)合作开发该技术,用于了解腐蚀对于精炼厂的影响,以及改进汽车润滑油。作为该解决方案的基本组成部分,文化转型(cultural transformation)也使工程师能够借助微软技术的快速失败机制(fast-fail)和自助服务功能更灵活地展开工作。

 

“可持续航空燃料”这个词听上去或许有些自相矛盾。实际上,这种“燃料”的源头,并非是地下抽取的石油,而是漂浮在大气中的碳分子。从空气中提取出燃料,对很多人来说更像是魔术师的戏法,但这一概念可能很快就会成为现实。全球性能源企业壳牌(Shell)已经测试了基于这一概念生产的“合成煤油”(synthetickerosene),并正在借助相同的研究技术预测其腐蚀性。

 

这些技术和产品的开发,都是壳牌有序开展的数字化转型的一部分。正如壳牌计算科学与数字创新副总裁 Daniel Jeavons 所指出的,公司的目标不仅仅是高效运营,更要通过一系列数字技术——如数字工程、成像、计算科学、人工智能、虚拟现实和增强现实,以及区块链等——来“孵化未来”。

 

这个“未来”也包括了壳牌的 2050 净零排放目标,与联合国《巴黎气候协定》设定的社会环保进程保持了一致。壳牌的愿景是为全球净零排放做出贡献,为实现这一愿景,壳牌正在努力减少业务运营,以及客户使用其燃料和其他能源产品所产生的碳排放。壳牌还将数字技术用于捕获和封存剩余排放;此外,壳牌通过转型自身业务,提供更多低碳能源,并与一些在脱碳方面面临更多挑战的行业客户进行合作,以此来抵消自身的碳排放量。

 

Jeavons 表示:“数据驱动模型(data-drivenmodeling)是我们工作的核心。壳牌提高竞争力的方式,就是将数字化转型的浪潮应用到计算科学当中。”但是,仅凭 Jeavons 团队的一己之力,无法将这一具备行业革新意义的概念变为现实。因此,壳牌选择了微软智能云 Azure 作为该计划的平台。他们尤其看中了 Azure Batch 功能,因为它可以在云中的 HPC 节点上大量运行计算密集型应用。为了优化该平台并确保快速应用和有效使用,壳牌选择了微软咨询服务(Microsoft Consulting Services, MCS)作为其战略和项目实施提供商。

 

壳牌计算科学总经理 Suchismita Sanyal 表示:“壳牌在工程方面的专业知识储备丰富。我们需要的,是能够支持大规模计算的 HPC,和将其扩展到实际系统规模的能力。尤其是基于云的 HPC,能够最大程度地提高灵活性和成本效益。这类专业能力和资源,恰好是微软能够提供的,这也是我们与微软 MCS 合作的原因。”

 

有了 MCS 的支持,壳牌相当于拥有了一个遍布全球的资源网络。这一网络也覆盖了印度班加罗尔,也就是负责数字模型研究的壳牌印度市场有限公司(Shell India Markets Limited)的所在地。Sanyal 表示:“我们需要的是一个整合团队,既能够在印度当地交付服务,也可以远程提供支持。微软 MCS 就可以做到这一点。”

                                                                                                           

壳牌同时深知,技术变革只是走向成功的一部分,企业文化的变革也有待开展。壳牌商业机会经理 Justin Freeman 表示:“经过几代人的努力,能源行业已经在风险管理方面取得了进步,毕竟失败可能会带来灾难性的后果。数字空间为我们提供了新的方式来控制风险、进行试验、并在影响最小的情况下验证快速失败机制。这是数字化的巨大优势——如果你能够在企业文化上进行变革,员工也会愿意拥抱这些优势。”

 

在这方面,微软 MCS 也提供了帮助。它向壳牌的工作人员展示了如何通过 Azure Machine Learning 和 Power App 将更为耗时的流程替换为建模,以及如何使用敏捷开发和自助服务,在一个更快、层级更少的研究环境中运行。

 

Jeavons 以 DIRAC 系统为例进行了解释。该系统是壳牌和微软 MCS 合作开发的数字成像渲染和计算解决方案(Digital Imaging Rendering and Compute solution),能够实现微观 3D 图像的复杂图像分析,在进行关键决策之前,提供更多岩石物理信息和相关洞察,显著节约了成本。“看到一项在敏捷研讨会(agile workshop)中诞生的技术,能够为实验研究人员开发下一代催化剂和润滑剂提供关键助力,这种感觉真是太神奇了。微软引导我们实现文化变革,让这一切成为了可能”,Jeavons 感慨道。而有了 Azure Batch 对 DIRAC 的支持,壳牌在体验 HPC 强大力量的同时,也能够做到“按需使用”。高成本效益,和五倍于其固有硬件的计算量,也让壳牌节省下了购置硬件的时间和成本。

 

借助 DIRAC,壳牌还开发和部署了针对管道和其他资产的腐蚀预测模型,以实现更好的预防性维护,最大限度地减少潜在泄漏。虚拟的防腐工程工具就像是自动驾驶仪,是一个设备状态的自诊断系统,它能够对环境和生产过程条件等因素进行评估,以确定局部腐蚀速率和剩余设备寿命,从而指导维护和操作。

 

部署后的几个月,在估算一座工厂冷却装置热交换器的剩余使用寿命时,该工具发现了一个可能导致意外停产和生产延期的问题,为工厂节省了数千万美元。此外, DIRAC 分析还有助于改进润滑油,从而增加汽车行驶里程,提升能源效率和可持续性。

 

确保超 22 亿条消息的高效传输


成立于 2013 年的远景能源(Envision),是中国第二大智能风机供应商,最大的海上风电技术解决方案提供商。过去 12 年,远景能源在引领中国风电行业的技术进步,随着对市场的不断拓展和渗透,其主营业务覆盖能源、创投、物联网等多个板块,并已在全球设立了 10 大研发中心。该公司的关键产品是智能风机,还构建了能源物联网平台 EnOS,连接协同全球超过 100GW 的能源终端与 5000 万个智能设备,赋能发电、城市、园区、交通等多个场景。

 

自 2017 年 7 月远景能源与微软开始合作后,便将其开发的 EnOS 部署在了中国及全球的 Microsoft Azure 云上,并提供 PaaS 服务实现对能源物联网的智能协同管理。远景能源还通过 Microsoft Azure 提供安全灵活的云服务,帮助其赢得了包括道达尔、新加坡吉宝集团在内的诸多全球客户。其中,借助远景能源智慧城市和园区解决方案,远景能源与吉宝在中国成功打造了苏州和天津两大智能物联网产业园和城市示范区,这也是中新两国政府间的首两个标志性合作项目。

 

微软智能云解决方案部署后,远景能源新客户的部署周期中初步验收和试用时间减少到 2 天,降低了业务的部署和管理成本;借助 Azure IoT、数据存储等技术,远景能源系统可以支持对全球风场、储能设备、充电桩以及楼宇电力设备进行管理,确保 106 GW 的能源电力资产安全,及 66 万的设备数量、6000 多万的数据测点产生的 22 亿余条消息的安全高效传输,有效避免因大量数据和设备接入而产生的设备滞缓和宕机的风险。未来,远景能源还将在数据分析、区块链、AI 创新应用等层面继续与微软展开合作,共同推动全球能源数字化革命。

 

 

如欲了解更多关于微软技术助力企业可持续发展的信息,我们诚邀您一同加入将于2022 年 1 月 6-7 日重磅上线的 Microsoft Ignite China(微软在线技术大会中国站)。届时,技术专家、粉丝及社区伙伴们将一起探讨元宇宙、混合办公、数字安全、云计算与大数据等科技趋势。点击【阅读原文】立即注册。


了解更多:




您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存