编者按:2023年3月,联合国政府间气候变化专门委员会发布的一份报告[1]表明:“人类活动主要通过排放温室气体,已毋庸置疑引起了全球变暖。不利的气候影响已经比预期的更加深远和极端”。这些巨大的排放量来自全球各行各业,与整个人类的活动都密切相关,随着人类文明的发展,地球也正在遭受破坏。保护环境,建设和谐的生态家园,是人类共同的责任。
一直以来,微软在以数字技术创新,实现绿色低碳的可持续发展道路上不断投入与探索。作为微软的创新前沿,微软亚洲研究院也希望运用计算机科学技术帮助解决碳减排、绿色能源等问题,同时通过创新生态平台与各界合作伙伴共同努力,以创新科研成果助力个人和组织实现可持续发展目标。
在2023年第50个世界环境日之际,让我们一起来了解一下微软亚洲研究院在可持续发展方面的科研和应用成果。
可持续发展已经成为当今全球社会的一个重要话题,为了确保全球的可持续发展,“双碳”(碳达峰、碳中和)策略、节能减排、空气污染治理、维护生态平衡等也成为人类面临的关键问题。
近年来,微软亚洲研究院将可持续发展作为重要的研究主题之一,并致力于以计算机科学推动气候、能源等领域的前沿研究和变革性创新,帮助全球应对气候变化,实现碳中和目标。这些研究既包括与学术界专家学者推进的跨学科基础研究,帮助人们更好地了解地球生态系统的碳汇过程,从而有效地指导碳中和工作;也有聚焦于计算机本身,推动绿色计算,减少碳排放的工作;同时,微软亚洲研究院还与产业界的伙伴合作,深入各种真实场景,在业务流程和供应链中最大程度地实现节能减排。
小贴士:
“碳达峰”很简单,就是指在某一个时点,二氧化碳的排放不再增长达到峰值,之后逐步回落。
“碳中和”指的是,在一定时间内,通过植树造林、节能减排等途径,抵消自身所产生的二氧化碳排放量,实现二氧化碳“零排放”。
跨学科基础创新,助力实现碳中和目标
2020年1月,微软宣布了一项重大承诺:在2030年实现碳负排放,并到2050年消除自1975年公司成立以来的碳排放量总和,包括直接排放或因用电产生的碳排放。为了助力公司实现这一目标,微软亚洲研究院开始从计算机基础科研发力。
要想制定出更好的碳减排策略和路线,首先要在宏观上掌握地球各个生态系统中碳排放和吸收的进程与机制。具体来说,由于二氧化碳在大气中的过量排放会导致温室效应,因此防止全球变暖就要控制排放到大气中的二氧化碳浓度,这需要准确预估二氧化碳的排放以及海洋和陆地生态系统在不同时间、不同地点对二氧化碳的吸收情况。
为此,微软亚洲研究院与清华大学地球系统科学系刘竹副教授的团队合作开发了全球首个近实时负碳数据库。该数据库基于清华大学提供的数据,利用微软亚洲研究院的先进人工智能技术,分别对海洋、陆地以及人工碳汇进行了高精度和快速的统计、反演、预测与补全。相比于当前时间滞后1-2个月的方法,该数据库实现了近实时的海洋和陆地碳汇数据预测。下一步,微软亚洲研究院将会合并海洋与陆地模型,构建统一的碳中和平台来显示当前碳中和进程,以便为政策的制定和调整提供有力依据,机构和组织也可以基于该数据库开展后续工作。
小贴士:
碳汇:是指通过植树造林、植被恢复等措施,吸收大气中的二氧化碳,从而减少温室气体在大气中浓度的过程、活动或机制。
如今,在碳减排的大趋势下,新能源行业快速发展,储能、电动汽车等行业对电池的需求越来越大,提高电池利用效率,减少废旧电池污染也成为一项重要课题。对于电池问题,微软亚洲研究院从电池寿命预测入手,见微知著减少碳排放。
微软亚洲研究院提出了一种多面深度对比回归(multi-faceted deep contrastive regression)方法,通过构建多面特征图来编码多维度不规则长度的时序电信号,并利用深度对比回归模型大幅提升了在数据匮乏情况下的模型的稳定性和泛化能力。该方法与当前最先进的方法相比,误差减少了15%,针对电池容量退化的预测偏差可以控制在1%之内。通过更准确地预测锂离子电池的寿命(循环寿命)、剩余使用寿命和健康状态,这一技术可以进一步促进电池材料(阴极、阳极、电解质等)的快速筛选和设计,支持快速充电协议的高通量优化,设计更好的快速充电策略,改进电池管理系统,并通过提供电动汽车电池寿命终止预警来促进储能的二次利用。
解决真实场景中的真问题
可持续发展是一项长期且艰巨的任务。在多年的探索中,微软亚洲研究院已有不少研究成果应用在了实际的场景中,并在煤电厂低碳转型、空气污染治理、楼宇智能节能降耗等方面取得了显著实效。
煤电厂低碳转型。作为电力行业的支柱产业,煤电厂所排放的二氧化碳在全部的碳排放中占比极重。为了尽快解决煤电厂的排放问题,煤电行业一直在寻找低碳转型的新出路,其中基于生物质资源的负排放技术就是最值得挖掘的技术之一。但是,煤电厂低碳路径改造需要考虑对整个产业链的影响,比如,生物质资源分布不均衡,就需要考虑生物质资源的跨地区采集,而在资源运输过程中也会产生污染和相应的成本。
对此,微软亚洲研究院与清华大学地球系统科学系蔡闻佳副教授的团队合作提出了一种机器学习+运筹优化的解决方案(论文链接:https://pubs.acs.org/doi/10.1021/acs.est.2c06004)。通过将煤电厂自身情况与未来用电需求相结合,综合考虑资源分布、运输过程、煤电厂规模、技术改造之间的复杂关系,从而优化求解,最终制定出成本最低的最优碳中和策略。该方案已在全国137家省级煤电厂低碳转型实践中得到应用,与基准实验相比,改造策略在仅需要额外花费10%的电力成本时,就达到了100%碳排放减少的目标。
小贴士:
生物质是指利用大气、水、土地等通过光合作用而产生的各种有机体,即一切有生命的、可以生长的有机物质,这些都通称为生物质,包括植物、动物和微生物。生物质的特点是具有可再生性、低污染性、广泛分布性、碳中性,且资源丰富。
空气污染治理。空气污染已经成为“人类健康的最大环境威胁”之一[2],空气污染治理一直是环境科学中的重要课题。控制和减少污染物排放是治理空气污染的重要手段,然而传统排放-污染物浓度响应曲面需要依赖大气化学传输模型(CTM)来进行模拟,其中存在计算量庞大、运行耗时耗力、时效性低等问题。
针对这些问题,微软亚洲研究院与清华大学地球环境学院邢佳副教授的团队共同研发了 DeepRSM 大气响应模型,能够更精细地刻画空气污染物浓度,可将传统大气响应数值模型的运算速度提升近百倍,模型错误率下降一半,从而帮助决策者快速找到最佳的减排方案。该工作已被中国“十四五”规划采纳为评估治理大气污染的重要模型,并被美国环境保护署(USEPA)用于预测美国本土的空气质量。
节能降耗。节能降耗是从源头减少碳排放的重要方式,它可以用较低的代价实现“双碳”目标。在日常生活中,供暖和空调对能源的消耗相对较高。而且目前大部分的 HVAC(供暖通风与空气调节)设备的控制通常还是依靠人工或者是简单的规则,这使得控制本身无法快速适应建筑内外部因素的变化,无法有效地达到节能效果。
通过收集历史上积累的相关数据,微软亚洲研究院的研究员们利用离线强化学习算法(offline reinforcement learning)对 HVAC 的控制策略进行了优化。该算法可根据外部天气情况和内部人流变化,实时调整空调设备的送风温度和送风压力,在保证系统安全和人体舒适度的情况下,使能源消耗减少高达30%(线上测试),实现能源消耗最小化。该方案已经在多个楼宇中部署应用,效果显而易见。
节能减排下一步:多技术角度打造绿色低碳数据中心
随着人工智能、云计算技术的发展,数据中心的部署越来越多,规模也愈发庞大,数据中心已然成为能耗大户之一。据中国信息通信研究院预测[3],2030年,全国数据中心耗电量将超过3800亿度,如果不采用可再生能源,碳排放量将超过2亿吨。然而,可再生能源的使用存在间歇性和波动性影响。
为此,微软亚洲研究院联合清华大学碳中和研究院院长助理,环境学院长聘教授鲁玺教授的团队计划展开研究,开发动态风电能源评估研究框架、数据中心终端用户模型和集成风力发电系统的数据中心协调优化模型,从而为数据中心提供最优的运行方案,最大限度地节约能源。
此外,针对微软自己的数据中心,微软研究院也在探索节能减排方案。为了确保IT设备正常运行,数据中心会使用大量的水资源用于设备冷却。微软研究院希望能够利用前沿的机器学习方法,在满足温度标准的同时优化用水量,进而促进微软承诺到2030年实现“水资源正效益(water positive)”目标的达成。
共建创新合作平台,共营碳中和发展生态
人类只有一个地球,各国共处一个世界,保护生态环境、应对气候变化,实现碳中和目标至关重要,这是全人类面临的共同挑战,需要包括政府、高校与企业等不同主体多方联合,共建创新合作平台。
2021年,清华大学与多家知名跨国企业共同发起“气候变化与碳中和国际合作联合行动”,微软亚洲研究院也是其中一员。联合行动成员倡议“共同传播碳中和绿色理念、共同加强碳中和人才培养、共同引领碳中和技术创新、共同开展碳中和集成示范、共同推动碳中和产业转型”。以此来加强绿色理念的传播、碳中和人才培养和技术创新,在促进社会可持续发展中提供切实可行的方案,为实现全球碳中和愿景作出贡献。
创新技术在实现“双碳”目标中正发挥着越来越重要的作用。当前,碳中和技术主要体现在低碳利用及能效提升技术、可再生能源技术、碳捕获和储存等负碳技术这几个重点领域。未来,基于人工智能、云计算等技术发展的数字能源将成为能源发展的新形态,也将是推动实现碳中和的重要力量。微软亚洲研究院将持续在全球可持续发展的生态中发挥自身技术优势,与各界伙伴一道共享碳中和的治理举措和经验,共建碳中和领域前沿基础研究交流平台,共营碳中和理念传播及发展生态。
相关链接:
[1] 联合国政府间气候变化专门委员会(IPCC),AR6 Synthesis Report: Climate Change 2023
https://www.ipcc.ch/report/ar6/syr (opens in new tab)
[2] 世卫组织全球空气质量指南
[3] 中国信息通信研究院云计算与大数据研究所,算力基础设施的现状、趋势和对策建议
http://ictp.caict.ac.cn/article/2022/2096-5931/2096-5931-48-3-2.shtml