Daftar Isi:
- Big Data dan Efisiensi Energi Sisi Konsumen
- Memotong Limbah Energi Industri
- Sisi Balik: Pusat Data dan Pemborosan Energi
Data besar adalah berita besar di berbagai tingkatan. Sementara sebagian besar bisnis memikirkan data besar dalam hal bagaimana hal itu dapat meningkatkan laba mereka, data besar memiliki kekuatan untuk melakukan lebih banyak daripada menciptakan lebih banyak iklan yang ditargetkan. Faktanya, data besar dapat memecahkan beberapa masalah terbesar yang kita hadapi dalam skala global, termasuk pemborosan energi.
Dalam hal teknologi bersih, data besar telah melampaui sumber energi alternatif dan mobil listrik dalam hal potensinya. Kemampuan untuk mengumpulkan dan menafsirkan sejumlah besar data tentang penggunaan energi telah menghasilkan terobosan inovasi hemat energi bagi konsumen dan penyedia energi - dan teknologi ini siap untuk menjadi lebih canggih dan tersebar luas dalam waktu dekat.
Big Data dan Efisiensi Energi Sisi Konsumen
Efisiensi energi adalah masalah penting bagi banyak konsumen dan bisnis. Semakin sedikit energi yang mereka gunakan, semakin banyak uang yang mereka hemat, sehingga benar-benar membayar untuk mengurangi pemborosan energi. Selain dari kebiasaan hemat energi sehari-hari mematikan lampu, peralatan dan komputer di rumah saat tidak digunakan, konsumen beralih ke model hemat energi untuk semuanya mulai dari pembuka pintu garasi hingga sistem pemanas dan pendingin rumah.
Masalah bersejarah dengan efisiensi energi rumah dan bisnis adalah kurangnya data terperinci untuk konsumsi energi. Pemanasan dan pendinginan mencapai sekitar 50 persen dari semua penggunaan energi di Amerika Serikat, tetapi bahkan penggunaan energi itu bersifat musiman, dan 50 persen lainnya tidak dirinci terlalu jauh. Tagihan utilitas bulanan hanya menunjukkan berapa banyak energi total yang digunakan sebuah rumah tangga dalam 30 hari - bukan bagaimana energi itu digunakan, atau di mana energi itu terbuang.
Di situlah data besar masuk. Sensor cerdas dapat menyediakan data yang akurat untuk penggunaan energi rumah tangga, melacak dan melaporkan tidak hanya berapa banyak energi yang digunakan, tetapi ketika penggunaan terjadi - atau bahkan berapa biayanya Anda meninggalkan desktop di rumah untuk delapan jam saat Anda pergi bekerja. Data ini dapat disajikan melalui platform Web dan seluler, memungkinkan konsumen untuk menemukan pemborosan energi dan mengontrol penggunaan energi bahkan ketika mereka tidak di rumah.
Salah satu contoh populer adalah termostat cerdas Nest. Dirancang oleh mantan insinyur Apple, perangkat ini memenuhi apa yang seharusnya diprogram untuk termostat, tetapi tidak pernah berhasil membuatnya cukup ramah pengguna. Ini memungkinkan Anda menjaga termostat tetap turun ketika tidak ada yang membutuhkan panas atau pendinginan ekstra, dan mengaturnya untuk mengubah dirinya sendiri ke suhu yang tepat ketika Anda menginginkannya, seperti sesaat sebelum alarm pagi Anda berbunyi, atau ketika Anda pulang kerja . Selain itu, termostat Nest "mempelajari" preferensi Anda dan membuat penyesuaian otomatis berdasarkan pengaturan historis Anda.
Jenis teknologi ini dapat digunakan untuk lampu yang lebih cerdas, lemari es, pintu garasi, AC, pot-tempayan, alat penyiram rumput dan banyak lagi. Ini juga menunjukkan potensi data besar untuk menciptakan rumah tangga pintar lengkap yang beroperasi dengan efisiensi energi maksimum. (Itu bagian dari apa yang disebut Internet of Things. Pelajari lebih lanjut di What the $ # @! Apakah Internet of Things ?!)
Memotong Limbah Energi Industri
Selain efisiensi energi konsumen, data besar memiliki potensi untuk membantu utilitas mewujudkan manajemen energi yang lebih cerdas. Dengan data yang tepat, utilitas dapat memaksimalkan efisiensi untuk grid yang kelebihan beban dan menjaganya tetap berjalan lancar, tanpa perlu memasukkan uang ke pabrik baru.
Utilitas menjaga daya tetap beroperasi 24/7. Namun, permintaan daya yang berfluktuasi mengharuskan mereka memiliki kapasitas cadangan untuk memenuhi lonjakan permintaan, seperti di tengah hari musim panas atau melalui malam musim dingin yang membeku. Solusi saat ini untuk sebagian besar utilitas adalah penggunaan "memuncak tanaman." Terbengkalai hampir sepanjang tahun, dan mahal untuk diaktifkan, puncak pabrik dapat menghabiskan biaya hingga delapan kali lipat jumlah megawatt / jam daripada energi di luar puncaknya, belum lagi polusi tambahan yang mereka ciptakan selama operasi.
Data besar dapat mengurangi atau menghilangkan ketergantungan utilitas pada memuncak tanaman. Melalui meter cerdas dan algoritma yang membahas faktor-faktor luar seperti cuaca, utilitas dapat mengubah penggunaan listrik yang tidak esensial ke waktu yang tidak sibuk, mengurangi lonjakan permintaan puncak dan menjaga semua penggunaan energi di jaringan utama.
Dengan manajemen energi yang lebih cerdas, utilitas juga dapat memperoleh nilai nyata dari sumber energi alternatif seperti angin dan matahari. Umpan data besar dapat membantu utilitas mengkompensasi secara otomatis untuk periode ketika energi alami tidak dihasilkan. Pemodelan prediktif dengan data besar dapat memungkinkan utilitas untuk menghitung pola angin dan matahari lebih tepat, dan mengoptimalkan desain dan lokasi turbin angin dan panel surya.
Sisi Balik: Pusat Data dan Pemborosan Energi
Salah satu masalah utama yang dapat menghambat potensi data besar untuk menyelesaikan masalah pemborosan energi terletak pada data besar itu sendiri, atau setidaknya, cara data besar dihasilkan. Jumlah data yang tak terbayangkan ini diproduksi oleh pusat data, yang tentu saja membutuhkan energi untuk beroperasi. Dan banyak pusat data menghabiskan lebih banyak energi daripada yang mereka gunakan.
Seperti halnya utilitas, pusat data aktif dan beroperasi 24/7. Panas adalah masalah serius. Dengan ratusan server besar menghasilkan panas, fasilitas harus didinginkan secara konstan untuk mencegah kehancuran fisik infrastruktur. Namun sebagian besar pusat data tidak berjalan dengan mempertimbangkan efisiensi energi. Faktanya, sebuah laporan tahun 2012 oleh New York Times menemukan bahwa alih-alih mengimbangi permintaan yang berubah, sebagian besar pusat data beroperasi dengan efisiensi maksimum sepanjang waktu - dan menghabiskan 90% atau lebih dari energi yang diambil dari jaringan.
Pusat data dan ekonomi digital saat ini mengkonsumsi sekitar 10% dari energi dunia. Jika big data adalah untuk menyelesaikan masalah pemborosan energi, industri harus berlatih sebelum berkhotbah dan pertama-tama menyalakan alat efisiensinya sendiri, dan menemukan cara untuk mengurangi penarikan daya dan meningkatkan penggunaan energi secara keseluruhan tanpa risiko kehilangan pasokan.
Namun, terlepas dari hambatan ini, potensi "hijau" big data sangat besar. Memanfaatkan dunia yang lebih hijau, lebih hemat energi mungkin hanya masalah pemahaman yang lebih baik tentang bagaimana kita menggunakan energi dan di mana ia paling sering terbuang sia-sia.
